本发明涉及无线通信研究领域，具体涉及一种无线网络协议性能建模方法。
背景技术：
在通信领域中，无线网络协议建模是协议设计和性能测试的非常重要的方法。马尔科夫模型被广泛运用在仿真网络通信方面，但是这个模型必须在没有传输错误的情况下仿真，吉尔伯特模型是一个可以用来仿真传输失真概率模型，而隐马尔科夫模型既可以控制传输持续时间来模拟突发链路又可以用来仿真网络通信协议。
以预期传输次数(e)作为协议性能指标，可以根据协议的不同将预期传输次数分为三种：单播预期传输次数(ue)、任播预期传输次数(ae)和广播预期传输次数(be)。现有研究对协议性能的仿真建立了一维模型和二维模型，一维模型是将收包率prr作为模型传输性能指标，因为收包率prr是捕捉长期的链路行为而使一些短期的ue不能被捕捉，所以一维模型不符合要求。二维模型是将链路上的收包率prr和时间分配同时考虑进模型，二维模型基本可以捕捉ue，但是二维模型对ae和be捕捉时，由于空间上链路的相关性对任播、广播链路有很大影响导致二维模型不能捕捉ae和be。现存的通信仿真模型由于无法充分考虑收包率、时间相关性和空间链路的相关性，造成仿真结果不够准确。
技术实现要素：
本发明所要解决的技术问题是现存的通信仿真模型由于无法充分考虑收包率、时间相关性和空间链路的相关性，造成仿真结果不够准确，目的在于提供一种无线网络协议性能建模方法，解决上述问题。
本发明通过下述技术方案实现：
一种无线网络协议性能建模方法，包括以下步骤：s1：采集传输数据，将链路中收到的包转化为二进制序列；s2：将接收到的传输数据包分为若干段，并将每段的包分解为d个含有w个包的集合，并得出每个集合的任播链路上的预期传输次数ae和广播链路上的预期传输次数be作为原序列的ae和be；s3：根据s2中所述d个集合和集合中的w个包得出每个集合的收包率prr，并将d个集合的收包率prr组成prr元组；s4：根据s3所述prr元组得出新序列，并得出新序列的ae和be；s5：将原序列和新序列的ae比较，并将原序列和新序列的be比较；如果原序列和新序列的ae的差异小于差异阈值，且原序列和新序列的be的差异小于差异阈值，则认为该新序列为合理模型，否则认为该新序列为不合理模型；s6：如果该新序列为不合理模型，则修改d和w的值，并依次执行s2、s3、s4、s5和s6。
现有技术中，由于空间上链路的相关性对任播、广播链路有很大影响导致二维模型不能捕捉ae和be，使得现存的通信仿真模型由于无法充分考虑收包率、时间相关性和空间链路的相关性，造成仿真结果不够准确。
本发明应用时，采集传输数据，将链路中收到的包转化为二进制序列；再将接收到的传输数据包分为若干段，并将每段的包分解为d个含有w个包的集合，并得出每个集合的任播链路上的预期传输次数ae和广播链路上的预期传输次数be作为原序列的ae和be；再根据s2中所述d个集合和集合中的w个包得出每个集合的收包率prr，并将d个集合的收包率prr组成prr元组；这样就可以考虑收包率、链路时间相关性和空间相关性三个因素，一段时间链路上的包分解为d个含有w个包的集合，并计算收包率prr得到prr元组。在链路上接收一段时间的包，接收时间的长短可以自己设置，这段时间接收到的包定义为一个大集合，然后将这个大的集合分解为d个相同短时间的小集合，每个集合含有w个包。计算w个包里面收到包的概率率(prr)，这样每个大集合可以计算d个prr，将这些ppr组成一个prr元组。根据s3所述prr元组得出新序列，并得出新序列的ae和be；再然后将原序列和新序列的ae比较，并将原序列和新序列的be比较；如果原序列和新序列的ae的差异小于差异阈值，且原序列和新序列的be的差异小于差异阈值，则认为该新序列为合理模型，否则认为该新序列为不合理模型；如果该新序列为不合理模型，则修改d和w的值，并依次执行s2、s3、s4、s5和s6直至新序列为合理模型；这样就可以保证本发明在使用过程中的准确性。本发明通过上述步骤，在充分考虑收包率、时间相关性和空间链路的相关性的同时，保证了准确性，有效的降低了现有的模型仿真所产生的误差，提供了仿真结果的准确性。
进一步的，步骤s1中所述二进制序列为以1表示包的收到，以0表示包的丢失。
进一步的，步骤s2中所述ae表示至少有一个接收节点接收到包的预期传输次数。
进一步的，所述ae通过下式得出：
式中，p(0*)为所有接收节点都没有收到包的概率。
进一步的，步骤s2中所述be表示所有接收节点都接受到包的预期传输次数。
进一步的，所述be通过下式得出：
式中，p(x＝k)为在发送k次后所有接收节点都接收到了包的概率。
进一步的，所述p(x＝k)通过下式得出：
p(x＝k)＝p(x>k-1)-p(x>k)；
式中，p(x>k)为在k次发送之后至少一个节点还没有收到包的概率；p(x>k-1)为在k-1次发送之后至少一个节点还没有收到包的概率。
进一步的，所述p(x>k)通过下式得出：
式中，
本发明应用时，为了更加有效的提高模型的准确度，发明人将be的值分为了k个档次，随着k值的提高，模型的准确度会提高但是模型使用的内存会增大，而随着k值的降低，模型的准确度会降低但是模型使用的内存会减小，一般来说k值的取值可以为3～8，以满足准确度和内存要求。
进一步的，步骤s5中所述差异阈值采用15％～25％。
本发明应用时，为了准确的判别新序列和原序列之间的差异，将差异阈值选择为15％～25％可以准确有效的体现新序列和原序列之间的差异。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种无线网络协议性能建模方法，重复调整参数使模型达到最佳，根据无线网的质量和链路级的性能，将模型生成数据包与原来数据包进行对比，查看模型的可行性，如果模型与原数据包差太远则调整d、w的值，在充分考虑收包率、时间相关性和空间链路的相关性的同时，保证了准确性，有效的降低了现有的模型仿真所产生的误差，提供了仿真结果的准确性；
2、本发明一种无线网络协议性能建模方法，将be的值分为了k个档次，随着k值的提高，模型的准确度会提高但是模型使用的内存会增大，有效的提高模型的准确度并且使用更加灵活。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明步骤示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示，本发明一种无线网络协议性能建模方法，包括以下步骤：s1：采集传输数据，将链路中收到的包转化为二进制序列；s2：将接收到的传输数据包分为若干段，并将每段的包分解为d个含有w个包的集合，并得出每个集合的任播链路上的预期传输次数ae和广播链路上的预期传输次数be作为原序列的ae和be；s3：根据s2中所述d个集合和集合中的w个包得出每个集合的收包率prr，并将d个集合的收包率prr组成prr元组；s4：根据s3所述prr元组得出新序列，并得出新序列的ae和be；s5：将原序列和新序列的ae比较，并将原序列和新序列的be比较；如果原序列和新序列的ae的差异小于差异阈值，且原序列和新序列的be的差异小于差异阈值，则认为该新序列为合理模型，否则认为该新序列为不合理模型；s6：如果该新序列为不合理模型，则修改d和w的值，并依次执行s2、s3、s4、s5和s6。
本实施例实施时，采集传输数据，将链路中收到的包转化为二进制序列；再将接收到的传输数据包分为若干段，并将每段的包分解为d个含有w个包的集合，例如接收到的包为1000个，如果d选值为4，w选值为5，则每段包的数量为20，此时需要将包分为50段；并得出每个集合的任播链路上的预期传输次数ae和广播链路上的预期传输次数be作为原序列的ae和be；再根据s2中所述d个集合和集合中的w个包得出每个集合的收包率prr，并将d个集合的收包率prr组成prr元组；这样就可以考虑收包率、链路时间相关性和空间相关性三个因素。在链路上接收一段时间的包，接收时间的长短可以自己设置，这段时间接收到的包定义为一个大集合，把每个大集合分为几段，然后将每段分解为d个相同短时间的小集合，每个小集合含有w个包。计算w个包里面收到包的概率率(prr)，这样每个大集合可以计算d个prr，将这些ppr组成一个prr元组。根据s3所述prr元组得出新序列，并得出新序列的ae和be；再然后将原序列和新序列的ae比较，并将原序列和新序列的be比较；如果原序列和新序列的ae的差异小于差异阈值，且原序列和新序列的be的差异小于差异阈值，则认为该新序列为合理模型，否则认为该新序列为不合理模型；如果该新序列为不合理模型，则修改d和w的值，并依次执行s2、s3、s4、s5和s6直至新序列为合理模型；这样就可以保证本发明在使用过程中的准确性。本发明通过上述步骤，在充分考虑收包率、时间相关性和空间链路的相关性的同时，保证了准确性，有效的降低了现有的模型仿真所产生的误差，提供了模型仿真结果的准确性。
实施例2
本实施例在实施例1的基础上，步骤s5中所述差异阈值采用15％～25％。
本实施例实施时，为了准确的判别新序列和原序列之间的差异，将差异阈值选择为15％～25％可以准确有效的体现新序列和原序列之间的差异，该取值范围可以进一步的优化到20％。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。