随机访问介质访问控制:网络中的“自由竞争”艺术

想象一场自由辩论赛——任何人随时可以发言,但可能多人同时开口导致混乱。这正是计算机网络中随机访问协议的核心挑战:如何让多个设备在共享信道中高效竞争?本文将深入解析五大随机访问技术及其智慧。


一、核心思想:自由竞争 + 冲突管理

核心特点

  • 无中心调度:节点无需等待令牌或时隙
  • 💥 冲突必然性:多个节点同时发送会导致数据碰撞
  • 🛠️ 冲突解决机制:不同协议的核心差异所在

二、五大随机访问协议详解

1. ALOHA协议(鼻祖级)
  • 工作原理
    • 有数据就立即发送
    • 冲突后随机延迟重传
  • 变种
    类型发送规则最大吞吐率
    纯ALOHA任意时刻发送18.4%
    时隙ALOHA只能在时隙起点发送36.8%
  • 应用场景:早期卫星通信
2. CSMA(载波侦听多路访问)
  • 核心改进:先监听信道再发送
  • 三种策略
    类型监听发现空闲时的行为冲突概率典型场景
    1-坚持CSMA立即发送-
    非坚持CSMA随机等待后重新监听低负载网络
    p-坚持CSMA以概率p发送,1-p延迟时隙Wi-Fi早期(DCF)
3. CSMA/CD(带冲突检测)
  • 经典协议:以太网的基石(IEEE 802.3)
  • 工作流程
    graph LRA[监听信道] --> B{空闲?}B -->|是| C[发送数据]B -->|否| D[持续监听]C --> E{检测冲突?}E -->|是| F[停止发送 → 发干扰信号]F --> G[二进制指数退避]G --> A
    
  • 关键技术
    • 冲突检测:通过电压突变识别冲突(同轴电缆)
    • 二进制退避:冲突后延迟时间 = 随机数 × 512位时
4. CSMA/CA(带冲突避免)
  • 无线网络救星:Wi-Fi的核心(IEEE 802.11)
  • 冲突避免机制
    • 虚拟载波侦听:通过NAV(网络分配向量)预留信道
    • RTS/CTS握手
      节点A AP 全体节点 RTS(Request to Send) CTS(Clear to Send) 收到CTS后静默 发送数据 节点A AP 全体节点
    • 随机退避:采用竞争窗口(CW)指数增长
5. 时隙CSMA
  • 融合思想:将时间划分为等长时隙
  • 规则
    • 节点只能在时隙起点发送
    • 若冲突,在后续时隙中以概率p重试
  • 优势:将连续冲突离散化,提升吞吐率

三、关键性能对比

协议冲突检测冲突避免信道利用率典型应用
ALOHA<20%卫星通信
CSMA30%-60%早期局域网
CSMA/CD90%+有线以太网
CSMA/CA70%-85%Wi-Fi
时隙CSMA50%-80%传感器网络

💡 :CSMA/CD在无线场景失效(因信号衰减无法可靠检测冲突)


四、冲突处理的核心智慧

1. 二进制指数退避(CSMA/CD)
  • 第i次冲突后的延迟时隙数:从 [ 0 , 2 i − 1 ] [0, 2^i-1] [0,2i1] 中随机选择
  • 上限: i = 10 i=10 i=10 时最大1023个时隙
2. 竞争窗口调整(CSMA/CA)
  • 初始CW = CWmin
  • 每次冲突:CW = (CW+1) × 2 - 1
  • 成功发送后:CW = CWmin
3. 优先权控制(p-坚持)
  • 通过概率p动态调节发送积极性
  • 高负载时降低p值减少冲突

五、现代演进与应用

  1. 全双工以太网:交换机取代共享总线,CSMA/CD逐渐淘汰
  2. Wi-Fi 6(802.11ax)
    • OFDMA + 目标唤醒时间(TWT)减少竞争
    • 基本竞争机制仍基于CSMA/CA
  3. 5G NR非授权频谱
    • LBT(Listen-Before-Talk)本质是CSMA变种

六、总结:自由与秩序的平衡

随机访问协议如同“网络民主”:

  • 优势:无中心控制、适应突发流量、实现简单
  • 代价:冲突不可避免,需精巧退避算法
  • 设计哲学

    💡 “在冲突中寻求效率,在随机中建立规则”

理解这些协议,便能洞悉从传统以太网到现代Wi-Fi的竞争本质——它们是人类为解决共享资源竞争问题,在数字世界写下的智慧篇章。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/bicheng/84273.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

设计模式作业

package sdau;public class man {public static void main(String[] args) {show(new Cat()); // 以 Cat 对象调用 show 方法show(new Dog()); // 以 Dog 对象调用 show 方法Animal a new Cat(); // 向上转型 a.eat(); // 调用的是 Cat 的 eatCat c (Cat)a…

Kaspa Wasm SDK

文章目录 1. 简要2. github地址 1. 简要 kaspa wallet SDK&#xff0c;在官方WASM基础上封装了应用层的方法&#xff0c;简便了WASM的初始化及调用。 核心功能包括如下&#xff1a; 账户地址生成及管理Kaspa Api 和 Kasplex Api的封装kaspa结点RPC 封装P2SH的各个场景script封…

ROS mapserver制作静态地图

ROS mapserver制作静态地图 静态地图构建 1、获取一个PNG地图&#xff0c;二值化 2、基于PNG地图&#xff0c;生成PGM地图&#xff0c;可以通过一些网站在线生成&#xff0c;例如Convertio 文件配置 1、将文件放置于/package/map路径下。 2、编写yaml文件&#xff0c;如下…

tree 树组件大数据卡顿问题优化

问题背景 项目中有用到树组件用来做文件目录&#xff0c;但是由于这个树组件的节点越来越多&#xff0c;导致页面在滚动这个树组件的时候浏览器就很容易卡死。这种问题基本上都是因为dom节点太多&#xff0c;导致的浏览器卡顿&#xff0c;这里很明显就需要用到虚拟列表的技术&…

浏览器工作原理05 [#] 渲染流程(上):HTML、CSS和JavaScript是如何变成页面的

引用 浏览器工作原理与实践 一、提出问题 在上一篇文章中我们介绍了导航相关的流程&#xff0c;那导航被提交后又会怎么样呢&#xff1f;就进入了渲染阶段。这个阶段很重要&#xff0c;了解其相关流程能让你“看透”页面是如何工作的&#xff0c;有了这些知识&#xff0c;你可…

DrissionPage爬虫包实战分享

一、爬虫 1.1 爬虫解释 爬虫简单的说就是模拟人的浏览器行为&#xff0c;简单的爬虫是request请求网页信息&#xff0c;然后对html数据进行解析得到自己需要的数据信息保存在本地。 1.2 爬虫的思路 # 1.发送请求 # 2.获取数据 # 3.解析数据 # 4.保存数据 1.3 爬虫工具 Dris…

android 布局小知识点 随记

1. 布局属性的命名前缀规律 与父容器相关的前缀 layout_alignParent&#xff1a;相对于父容器的对齐方式。 例如&#xff1a;layout_alignParentTop"true"&#xff08;相对于父容器顶部对齐&#xff09;。layout_margin&#xff1a;与父容器或其他控件的边距。 例如…

GeoDrive:基于三维几何信息有精确动作控制的驾驶世界模型

25年5月来自北大、理想汽车和 UC Berkeley 的论文“GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control”。 世界模型的最新进展彻底改变动态环境模拟&#xff0c;使系统能够预见未来状态并评估潜在行动。在自动驾驶中&#xff0c;这些功能可帮…

Java高频面试之并发编程-25

hello啊&#xff0c;各位观众姥爷们&#xff01;&#xff01;&#xff01;本baby今天又来报道了&#xff01;哈哈哈哈哈嗝&#x1f436; 面试官&#xff1a;CAS都有哪些问题&#xff1f;如何解决&#xff1f; CAS 的问题及解决方案 CAS&#xff08;Compare and Swap&#xff0…

从碳基羊驼到硅基LLaMA:开源大模型家族的生物隐喻与技术进化全景

在人工智能的广袤版图上&#xff0c;一场从生物学羊驼到数字智能体的奇妙转变正在上演。Meta推出的LLaMA(Large Language Model Meta AI)系列模型&#xff0c;不仅名字源自美洲驼(llama)&#xff0c;更以其开源特性和强大性能&#xff0c;引领了开源大模型社区的“驼类大爆发”…

可下载旧版app屏蔽更新的app市场

软件介绍 手机用久了&#xff0c;app越来越臃肿&#xff0c;老手机卡顿成常态。这里给大家推荐个改善老手机使用体验的方法&#xff0c;还能帮我们卸载不需要的app。 手机现状 如今的app不断更新&#xff0c;看似在优化&#xff0c;实则内存占用越来越大&#xff0c;对手机性…

Python_day47

作业&#xff1a;对比不同卷积层热图可视化的结果 一、不同卷积层的特征特性 卷积层类型特征类型特征抽象程度对输入的依赖程度低层卷积层&#xff08;如第 1 - 3 层&#xff09;边缘、纹理、颜色、简单形状等基础特征低高&#xff0c;直接与输入像素关联中层卷积层&#xff08…

比较数据迁移后MySQL数据库和达梦数据库中的表

设计一个MySQL数据库和达梦数据库的表数据比较的详细程序流程&#xff0c;两张表是相同的结构&#xff0c;都有整型主键id字段&#xff0c;需要每次从数据库分批取得2000条数据&#xff0c;用于比较&#xff0c;比较操作的同时可以再取2000条数据&#xff0c;等上一次比较完成之…

GC1808高性能24位立体声音频ADC芯片解析

1. 芯片概述 GC1808是一款24位立体声音频模数转换器&#xff08;ADC&#xff09;&#xff0c;支持8kHz~96kHz采样率&#xff0c;集成Δ-Σ调制器、数字抗混叠滤波器和高通滤波器&#xff0c;适用于高保真音频采集场景。 2. 核心特性 高精度&#xff1a;24位分辨率&#xff0c…

Linux 文本比较与处理工具:comm、uniq、diff、patch、sort 全解析

在类 UNIX 操作系统&#xff0c;特别是 Linux 系统中&#xff0c;命令行提供了一整套强大的文本处理工具&#xff0c;这些工具对于文件差异对比、内容筛选、文本排序以及源代码管理尤为重要。今天&#xff0c;我们将结合真实示例&#xff0c;深入介绍并实战演示 comm、uniq、di…

6月6日day46打卡

通道注意力(SE注意力) 知识点回顾&#xff1a; 不同CNN层的特征图&#xff1a;不同通道的特征图什么是注意力&#xff1a;注意力家族&#xff0c;类似于动物园&#xff0c;都是不同的模块&#xff0c;好不好试了才知道。通道注意力&#xff1a;模型的定义和插入的位置通道注意力…

前端技能包

ES6 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>Title</title> </head> <body><script>// 变量定义var a1;let b5; // 现在使用let 定义变量// 对象解构let person{&quo…

大数据(1) 大数据概述

一、大数据时代 1.三次信息化浪潮 二、什么是大数据 1.四个特点 4V&#xff1a;数据量&#xff08;Volume&#xff09;大、数据类型&#xff08;Variety&#xff09;繁多、处理速度&#xff08;Velocity&#xff09;快、价值密度&#xff08;Value&#xff09;低 三、大数据…

element-plus 单选组件 el-radio,选不上,又没报错,直接复制官网也不行解决方案

在使用 Vue 框架开发项目时&#xff0c;Element UI 是常用的组件库。最近在开发中遇到了 Element 单选框组件el-radio的双向绑定问题&#xff0c;直接复制element官网上的的案例下来也是不得&#xff0c;经过调试和探索&#xff0c;终于找到了解决方案&#xff0c;特此记录分享…

使用 Amazon Q Developer CLI 快速搭建各种场景的 Flink 数据同步管道

在 AI 和大数据时代&#xff0c;企业通常需要构建各种数据同步管道。例如&#xff0c;实时数仓实现从数据库到数据仓库或者数据湖的实时复制&#xff0c;为业务部门和决策团队分析提供数据结果和见解&#xff1b;再比如&#xff0c;NoSQL 游戏玩家数据&#xff0c;需要转换为 S…