Matlab多址接入协议仿真：ALOHA与CSMA吞吐量实现与调试

简介：基于Matlab实现的多址接入协议仿真代码包，面向通信工程、电子信息、计算机等专业学习者，帮助其理解ALOHA、时隙ALOHA及非持续CSMA等经典随机多址接入协议的工作机制与性能差异。压缩包内共6个文件，全部为.m格式源码，分别对应不同协议或变体的独立仿真实现，整体约7KB，体量精炼，便于逐个打开阅读、运行调试和二次开发。目前已有141人学习下载。这套代码不依赖额外工具箱，可在Matlab中直接执行，通过输出曲线或数据观察节点接入冲突、信道占用与退避过程，适合作为课程设计、期末项目或论文仿真的参考资料。仔细研读源码，还能掌握事件驱动仿真框架、随机数控制、参数扫描等常用技巧，为继续扩展CSMA/CD、TDMA等更复杂协议打下基础。

1. 多址接入协议仿真的三个性能拐点

当多个节点共享同一信道时，冲突不是概率事件，而是必然事件。纯 ALOHA 把吞吐量上限压在 18.4%，时隙 ALOHA 用离散时隙对齐发帧时刻，把上限抬到 36.8%，非坚持 CSMA 则靠“先听再发”把这根线继续抬高。这份基于 Matlab 实现的多址接入协议仿真源码把这三条吞吐量曲线放在同一套工程里跑通，适合通信原理、计算机网络课程设计阶段的同学对照实验。源码里六个 .m 文件分别覆盖 ALOHA、时隙 ALOHA 和非坚持 CSMA，核心难点不在公式推导，而在事件驱动的仿真时钟怎么推进、冲突窗口怎么判断、重传退避怎么不崩。阅读时建议先从纯 ALOHA 的主循环入手，跑通后再对比时隙版本和 CSMA 版本的信道占用逻辑。

2. ALOHA 与 CSMA 的吞吐量建模在 Matlab 中的仿真映射

2.1 纯 ALOHA 的碰撞窗口与 G/S 关系

纯 ALOHA 中，任一节点可以在任意时刻发帧。假设信道负载为 G，包含新包和重传包的总到达率，则吞吐量 S = G·e^(-2G)。系数 -2G 来自两倍帧时长的碰撞窗口：一个帧与前后任何帧重叠都会冲突，所以只有在一个帧时长前后各留出一段空窗，这个帧才能成功。很多学习者在仿真时把冲突判断写成“两个包的到达时间差小于 1 个帧长”，这其实是错的，正确阈值是 2 个帧长，否则仿真曲线会明显高于理论值。

把这条曲线做进 Matlab 不需要维护复杂的队列，只要按事件驱动逐包比较发送区间即可。常见做法是维护一个发送时间表，新包到达时与所有未完成的包做区间重叠判断。下面是一段可以直接用于主循环的冲突判断代码：

% conflict_check.m 片段：判断新包与已在信道上的包是否冲突 packetStart = packets(:, 1); % 每行是一个包的发送开始时刻 packetEnd = packets(:, 2); % 发送结束时刻 newStart = nowTime; % 当前新包的开始时刻 newEnd = nowTime + frameDuration; % 发送区间重叠即冲突，使用左闭右开区间避免边缘误判 overlap = (newStart < packetEnd) & (newEnd > packetStart); if any(overlap) conflictCount = conflictCount + 1; end

这段代码的关键点有两个。第一，比较区间要同时满足“新包开始早于旧包结束”和“新包结束晚于旧包开始”，才能说明两个帧在时间轴上真正交叠；若只用newStart < packetStart这类单向判断，会漏掉新包晚到但与旧包尾部重叠的情况。第二，frameDuration与nowTime的单位必须统一，否则整张吞吐量曲线都会错位。我一般把所有时间量都换算成“时隙数”再进入公式，后续调整节点数或包长时不需要改第三处。

2.2 时隙 ALOHA 的时隙边界对齐

时隙 ALOHA 比纯 ALOHA 多一个同步约束：节点只能在时隙边界发包。仿真主循环不能再用“包到达即发送”的逻辑，而要把到达时间向上取整到最近的时隙起点。Matlab 里用ceil(t / slotLen) * slotLen完成对齐。取整后有一个容易忽略的边界问题：多个包可能被取整到同一个时隙起点，此时不需要逐个比较重叠区间，只要它们落在同一时隙，就应该直接判冲突。

跑shixialoha.m和shixialoha_2.m时，两个文件的主要差异通常体现在统计口径上：一个可能只统计成功帧数，另一个会把冲突重传率、时隙利用率一并输出。如果两个文件跑出的结果几乎一样，先别急着改逻辑，检查它们记录成功包时的分母是否统一。下面是一段典型的时隙对齐与同槽冲突判定：

% slotted_aloha.m 片段：把到达时间对齐到下一个时隙边界 alignedStart = ceil(arrivalTime / slotLen) * slotLen; % 检查该时隙是否已有包的发送起点 if any(txTime == alignedStart) collision = true; end

slotLen的取值会直接影响碰撞概率。若时隙长度大于帧时长，一个时隙内只能容纳一个帧，系统吞吐量会被时隙长度压住；若时隙长度小到只有帧时长的几分之一，对齐后的时间点会变得非常密集，冲突判断退化成纯 ALOHA。仿真时建议先固定slotLen = frameDuration，再对比不同负载下的曲线，这是通信仿真里最常见的基准设置。

2.3 非坚持 CSMA 的侦听与重传参数表

非坚持 CSMA 的机制是发送前先听信道，忙则等待一个随机退避时间，退避结束后再侦听。由于“先听后发”能躲开部分连续冲突，其吞吐量曲线通常比 ALOHA 平滑。仿真时最容易绕进去的是退避时间的随机分布和侦听采样时刻的关系。常见做法是让退避时长取固定时隙的整数倍，例如randi([1, maxBackoff]) * slotLen，然后在退避结束时重新判断信道忙闲。

需要提醒的是，非坚持 CSMA 的节点如果在退避结束后随机采样到信道空闲，但实际信道已经开始忙，也会让仿真结果偏离理论曲线。严谨的做法是在整个帧发送持续时间内持续侦听，而不是只在一个瞬时点采样。我一般在npcsma.m里把“侦听成功”和“发送完成”拆成两个状态变量，前一状态到后一状态必须满足“信道空闲时间大于一个保护间隔”，这样曲线不会出现无规律的毛刺。

3. 源码文件结构与执行路径：从 aloha.m 到 npcsma.m

3.1 六个 .m 文件的职责划分

拿到资源后，按文件命名习惯整理职责边界比直接读代码快得多。aloha.m和aloha_1.m应该分别是纯 ALOHA 的基础版和一个带统计扩展的版本，shixialoha.m与shixialoha_2.m是时隙 ALOHA 的两套实现，npcsma.m是非坚持 CSMA 的主程序，npcsma_3.m的序号带有变体特征，很可能是同一协议在不同重传策略下的参数扫描版本。由于作者没有提供函数调用图，最稳妥的方式是用mlint或直接搜索function关键字，看这些文件里是否包含子函数。

3.2 纯 ALOHA 主循环的事件推进

纯 ALOHA 的仿真主循环通常有两种结构：时间步进法和事件步进法。时间步进法把时间切成足够小的时间片，每个时间片检查所有节点是否有新包到达，逻辑直观但效率低；事件步进法只处理“包到达”和“发送结束”两类事件，效率高但状态维护复杂。aloha.m的规模不大，从命名习惯看很可能用的是时间步进法，因为它的变量和注释更适合初学者。

下面是一段事件步进法的骨架，可以用它对照原代码理解推进方式：

% event_loop.m 片段：事件驱动的仿真主循环 while nowTime < simTime [nextEventTime, nodeId] = min(eventQueue(:, 1)); nowTime = nextEventTime; if eventQueue(nodeId, 2) == 1 % 到达事件：生成发送帧，检查冲突 else % 发送结束事件：统计成功或失败 end eventQueue(nodeId, :) = []; end

eventQueue是一个 N 行 2 列的矩阵，第一列是事件时刻，第二列是事件类型。每次取出最早事件后先推进nowTime，再执行对应分支，可以完全避开时间步长选择问题。若原码里写的是for t = 1:simTime，那就把时间步进取成了 1 个单位，需要确认frameDuration是否整除时间步长，否则最后一个帧可能出现“发送未完成却已到仿真终点”的边界错误。

3.3 时隙 ALOHA 的同步与重传统计

shixialoha.m和shixialoha_2.m的差别，除了时隙对齐之外，还体现在重传概率的更新位置。有的实现把重传概率固定为常数，有的会在每次冲突后按二进制指数退避调低，后者的曲线会比固定概率模型稍低，但更接近真实网络。如果你要对比两份源码的输出差异，建议把成功的包按“首次发送成功”和“重传成功”分开统计，这样能直观看到退避策略对时延的代价。

% stats.m 片段：区分首次发送与重传成功 if retryCount(nodeId) == 0 firstSuccess = firstSuccess + 1; else retrySuccess = retrySuccess + 1; end

这段代码说明统计位置的放置方式：必须在帧确认成功后立刻读取retryCount，而不是在发送前读取。否则被标记为冲突的包会漏算进“重传成功”里，最终曲线会同时高于理论值且抖动明显。遇到这种情况，先把重传次数清零语句放在发送结束时，再重新跑一次。

3.4 非坚持 CSMA 的信道状态迁移

npcsma.m里的关键状态应该包括“空闲”“忙”“等待重传”三个状态。仿真节点不能在“忙”状态启动发送，这与 ALOHA 系列有本质区别。原代码可能用channelBusy布尔变量表示信道状态，发送前用if ~channelBusy判断。看到这类代码时，建议改成同时记录channelIdleSince时间戳，因为持续空闲时间的约束比瞬时布尔值更可靠。若原码没有该字段，可以在初始化时补一个变量，它不影响原有逻辑，只增强排错能力。

4. 仿真实验设计：吞吐量曲线、重传概率与常见发散排查

4.1 参数扫描与曲线绘制

跑通单个脚本只是第一步。实际做课程设计或论文图表时，需要把信道负载 G 从 0.1 扫到 3.0，逐个运行仿真并收集吞吐量。通常 G 的步长取 0.1 或 0.2，节点数不少于 10，仿真时长要足够长，避免随机波动掩盖曲线趋势。绘图时把理论曲线和仿真曲线放在一起：

% plotting.m 片段：理论吞吐量与仿真结果叠加 G = 0:0.1:3; S_theory_aloha = G .* exp(-2 * G); S_theory_slotted = G .* exp(-G); plot(G, S_theory_aloha, 'k-', 'LineWidth', 1.5); hold on; plot(G, S_theory_slotted, 'b--', 'LineWidth', 1.5); plot(measuredG, measuredS, 'ro'); legend('纯ALOHA理论', '时隙ALOHA理论', '仿真值');

这里measuredG和measuredS是参数扫描过程中保存下来的实测数组。若仿真曲线明显高于理论曲线，优先检查冲突判断的边界条件；若明显低于理论曲线，则多半是重传概率设置过小，大量分组积压在队列中，没有在仿真时长内发送完毕。另一点容易被忽略的是 plot 的线宽和标记，建议在输出报告前把线宽统一调成 1.5，避免黑白打印后曲线互相粘连。

4.2 重传概率与退避参数的配对选择

调整重传概率 p 时，你会看到两个极端：p 太大，系统不稳定，G 稍微增加吞吐量就掉头向下；p 太小，低负载阶段曲线贴近理论值，高负载阶段则长期处于状态积累中。常见做法是固定 G=1.0，扫描 p 从 0.05 到 0.5，观察成功发送帧的累计曲线是否收敛。如果出现下面表格里的问题，按对应思路排查：

4.3 仿真发散与随机数种子问题

Matlab 仿真发散多半不是数值溢出，而是随机数种子不合适导致的样本波动。很多学习者重复跑同一份源码时发现每次曲线形状不同，这正是因为默认随机数生成器没有固定种子。在脚本开头加上rng(2024)可以保证每次运行得到相同的随机序列，便于定位问题。我曾调npcsma.m时连续几次结果都很正常，只有一次在 G=2.2 附近出现一个低洼点，加了固定种子后确认是偶然事件。若 G 扫描步长太细，仿真误差会被放大，建议先把步长设为 0.2，确认曲线形态后再加密到 0.1。

提示：如果npcsma_3.m的输出和其他文件差别很大，先用dbstop if error定位冲突判断语句，再检查是否用到了全局变量。作者没有注释的全局变量经常是曲线偏移的来源。

5. 从仿真结果反推协议改进：重传策略对比与报告输出技巧

5.1 用仿真曲线验证退避算法改动

把固定重传概率改成二进制指数退避并不复杂，核心改动是在每次冲突后把重传概率乘以 0.5，成功后再恢复初值。改动位置通常在两处：冲突分支把retryProb = retryProb * 0.5，成功分支把retryProb = initRetryProb。建议保留原版本输出变量，复制npcsma.m改名为npcsma_improved.m，再对比两个版本在 G=0.5、1.0、2.0 三个负载点的吞吐量。

% backoff.m 片段：二进制指数退避的仿真写法 retryProb = min(1, retryProb * 2^(-retryCount)); % retryCount 从 1 开始，冲突次数越多，发送概率越低

这个片段体现的核心逻辑是指数下降而不是线性下降。仿真时观察改进版的冲突事件分布，通常能看到高负载区的冲突事件从“密集集中”变成“分散稀疏”，这正是退避机制抑制重传风暴的直接证据。报告里需要附上的不只是曲线，还有参数表：节点数、帧长、时隙长度、最大退避次数、仿真时长，以及随机数种子。把这些参数写清楚后，评审人拿到手能直接复现，比贴一大堆无注释代码更有说服力。最后把改进后的退避逻辑回填到shixialoha_2.m时，注意时隙 ALOHA 的冲突点集中在时隙边界，退避计时要以时隙数为单位，否则重传包容易在下一个时隙再次撞在一起。

本文还有配套的精品资源，点击获取