CN101420364B - 链路选择方法、确定链路的稳定度量值的方法及装置 - Google Patents

Abstract

本发明实施例提供一种链路选择方法，包括：获取邻居节点信息；根据所述邻居节点信息和本地节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定；根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值；根据所述得到的链路的稳定度量值进行链路选择。本发明实施例还提供一种确定链路的稳定度量值的方法。相应的，本发明实施例还提供一种链路选择装置和确定链路的稳定度量值的装置。本发明实施例提供的技术方案能够比较准确的选择出稳定链路。

Description

链路选择方法、确定链路的稳定度量值的方法及装置

技术领域

本发明涉及通信技术领域，具体涉及一种链路选择方法、确定链路的稳定度量值的方法及装置。

背景技术

无线自组织网，又称为Ad hoc网络，是一种特殊的无线移动通信网络，具有多跳路由、网络拓扑频繁变化的特点。Ad hoc网络既是一个独立的网络，又可看作无线Mesh网络(又称为无线多跳网)中移动节点组成的子网。

在Ad hoc网络中，选择稳定的路由对于提供端到端通信的服务质量QoS保障是十分必要的。而路由是由链路组成的，组成路由的任一链路断开都将导致整个路由的断开，因此路由的稳定性取决于链路的稳定性。选择稳定性高的链路能有效地减少重路由次数、增加路由的存在时间，进而降低重路由操作的代价并提高路由的稳定性。

现有技术中对于选择稳定的链路有多种稳定链路选择算法，例如基于信号强度的稳定链路选择算法、基于全球定位系统(GPS)的稳定链路选择算法和基于剩余生命时间的稳定链路选择算法等。

其中，应用比较广泛的是通过基于剩余生命时间的稳定链路选择算法进行链路选择。该方法是通过计算各链路的剩余生命时间，再根据计算结果选取具有最大剩余生命时间的链路，将该链路作为稳定链路。链路的剩余生命时间计算公式如下：

其中hd是某一链路生命时间为d秒的次数，g为该链路当前的年龄。

在对现有技术的研究和实践过程中，发明人发现现有技术存在以下问题：

现有技术基于剩余生命时间的稳定链路选择算法中，采用剩余生命时间作为表征链路稳定性的参数并不是很准确，进而根据该算法进行链路选择，准确度不是很高，所选择的链路还不是比较稳定的链路，例如所选择的链路的平均断开次数比较多，平均生命时间还比较短等。

发明内容

本发明实施例提供一种确定链路的稳定度量值的方法及装置，能够更准确表征链路稳定性。

本发明实施例还提供一种链路选择方法和装置，能够比较准确的选择出稳定链路。

为解决上述技术问题，本发明所提供的实施例是通过以下技术方案实现的：

本发明实施例提供一种链路选择方法，包括：获取邻居节点信息；根据所述邻居节点信息和本地节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定；根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值；根据所述得到的链路的稳定度量值进行链路选择；所述根据所述本地节点信息，确定本地节点的节点稳定度量值具体为：本地节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值；所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定具体为：邻居节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值。

本发明实施例提供一种确定链路的稳定度量值的方法，包括：根据邻居节点信息和本地节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定；根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值；所述根据所述本地节点信息，确定本地节点的节点稳定度量值具体为：本地节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值；所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定具体为：邻居节点根据所述自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定邻居节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值。

本发明实施例提供一种链路选择装置，包括信息单元、稳定测度单元、链路度量值单元和链路选择单元；所述信息单元，用于存储本地节点信息和获取的邻居节点信息；所述稳定测度单元，用于根据所述信息单元存储的本地节点信息和邻居节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值，接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定，所述稳定测度单元包括第一状态系列产生单元、第一解析单元和第一确定单元；所述第一状态系列产生单元，用于根据所述信息单元存储的本地节点信息产生本地节点运动状态序列；所述第一解析单元，用于将所述本地节点运动状态序列解析为由不同子串组成的序列；所述第一确定单元，用于根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本地节点的本地运动参考量值，根据所述本地运动参考量值和本地节点的能耗参量值确定本地节点的节点稳定度量值；所述链路度量值单元，用于为所述稳定测度单元得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值配置重要性权值后确定链路的稳定度量值；所述链路选择单元，用于根据所述链路度量值单元得到的链路的稳定度量值进行链路选择。

由上述技术方案可以看出，本发明实施例通过节点稳定度量值和稳定邻居度量值来确定链路的稳定度量值，由于节点稳定度量值和稳定邻居度量值这两种稳定测度值能主要反映链路稳定性，因此得到的链路稳定度量值能够更准确表征链路稳定性，进而根据所述得到的链路的稳定度量值进行链路选择，能够比较准确的选择出稳定链路。

附图说明

图1是本发明实施例本地节点及其邻域示意图；

图2是本发明实施例一链路选择方法流程图；

图3是本发明实施例稳定邻居状态树示意图；

图4是本发明实施例二链路选择方法流程图；

图5是本发明实施例的链路选择装置结构示意图。

具体实施方式

本发明实施例提供了一种链路选择方法，能够比较准确的选择出稳定链路。

本发明实施例中根据节点状态对Ad hoc网络中路由稳定性的影响，将节点运动状态分为两种特性：一是节点自身的运动特性；另一个是若干个节点的组合运动特性。设n_i表示所考虑的本地节点或中心节点，其一跳邻域如图1所示。图1为本发明实施例本地节点及其邻域示意图。其中r为本地节点n_i的发射功率覆盖半径。n_i-1为任一移动节点，表示本地节点n_i的邻居节点。本地节点n_i与邻居节点n_i-1之间的链接状态S(i，i-1)为：稳定链接状态S1，断开状态S2。根据本地节点n_i的一跳邻居变化数的大小得到该节点的自身运动状态：静态或小运动状态S1′，大运动状态S2′，同理，邻居节点n_i-1的自身运动状态也可以表示为：静态或小运动状态S1′，大运动状态S2′。

以下详细介绍本发明实施例链路选择方法。

请参阅图2，是本发明实施例一链路选择方法流程图。

设网络拓扑建立已经建立，并且初始化网络环境已经完成。

如图2所示，包括步骤：

步骤201、各节点接收其他节点发送的广播包，获取相关信息；

网络中的每个节点分布式且周期性发送一跳广播包(包含节点的唯一标识ID)。各节点从其它节点例如包括邻居节点发送的广播包中获取相关信息，例如邻居的变化及个数等信息。

步骤202、各节点利用LeZi-update算法产生并更新本节点与邻居节点间的稳定邻居状态树、本节点运动状态树；

本地节点n_i通过接收周围邻居的广播包，可以不断地产生其与周围邻居的链接状态序列和其自身的运动状态序列，邻居节点n_i-1通过接收周围邻居的广播包，也可以不断地产生其与周围邻居的链接状态序列和其自身的运动状态系列。节点可按一定算法对产生的序列进行解析，将序列解析为由不同的子串组成的序列，并采用树结构表示。

以本地节点n_i与邻居节点n_i-1的某段时间的链接状态序列S1S1S1S1S1S1S2S2S2S2S2S1S1S2S1S2S2L为例，可以利用LeZi-update算法将其解析为m个不同的子串“x₁，x₂，L，x_j，L，x_m”，使得对所有的j≥1时的子串x_j去掉最后一个字符后等同于x_i，0≤i＜j。LeZi-update算法是一种数据压缩算法。它将数据压缩和在线学习过程融合在一起，其学习过程通过动态地生成和查找一个字典完成，该字典可由一个树结构有效地表示和维护。因此本发明实施例利用LeZi-update算法读取序列的字符串，根据该算法的解析准则将序列解析为由不同的子串组成的序列。正是由于前面所述的前缀特性，解析后的子串可用一个树结构有效地表示和维护。对于n_i与n_i-1的某段时间的链接状态序列S1S1S1S1S1S1S2S2S2S2S2S1S1S2S1S2S2Λ，其解析后的序列为S1，S1S1，S1S1S1，S2，S2S2，S2S2S1，S1S2，S1S2S2Λ，该序列可以用稳定邻居状态树来表示，请参阅图3本发明实施例稳定邻居状态树示意图。其中，树根Root表示邻居为n_i-1的空节点，从树根向下每一层节点表示在其父节点(符号)出现的条件下，子节点上符号出现的频度(用括号中的数字表示)。对于n_i与n_i-1，它们各自按之间的链接状态系列生成稳定邻居状态树。

同理，本地节点n_i可以根据其产生的自身运动状态序列建立本节点运动状态树，为描述上的方便，称为本地节点运动状态树。本地节点运动状态树和稳定邻居状态树的产生方法和形状是一样的，不同仅在于解析的符号序列的含义不同，稳定邻居状态树代表的是节点间的稳定链接状态序列，本地节点运动状态树代表的是本地节点的自身运动状态序列，因此将S1换为S1′即可。

同理，邻居节点n_i-1可以根据其产生的自身运动状态序列建立本节点运动状态树，为描述上的方便，称为邻居节点运动状态树。邻居节点运动状态树和本地节点运动状态树的产生方法和形状是一样的，所不同的是对应邻居节点n_i-1。

需要说明的是，本发明实施例只是以利用LeZi-update算法对序列进行解析举例说明但不局限于此，也可以采用其他算法。对解析后的序列也是以采用树结构表示举例说明但不局限于此。

步骤203、各节点根据产生的本节点与邻居节点的稳定邻居状态树、本节点运动状态树，确定相应的稳定邻居度量值、本节点稳定度量值，并将本节点稳定度量值进行广播。

先介绍计算稳定邻居度量值。

利用稳定邻居状态树和当前链接状态序列，即可求得两节点处于某一链接状态的概率。设当前N阶状态符号串为x₁，Λx_N∈I(I＝{S1，S2})，定义sub_tree为状态树的子树，其各层祖宗节点及根节点与x₁，Λx_N∈I一一对应，则下一时刻为t＝N+1，两互为邻居的节点处于x_N+1状态的概率为其中NUM(x_N+1)表示sub_tree上状态符号x_N+1出现的频度数，SUM表示sub_tree上所有状态符号出现的频度总数，这两个参数根据稳定邻居状态树可直接得到。因此，将稳定链接状态符号S1替换公式中的状态符号x_N+1，可得到本地节点n_i与邻居节点n_i-1在下一时刻t处于稳定链接状态的概率即稳定邻居度量值为：Neighbor_t(n_i，n_i-1)＝Pr_t(S1)。本地节点n_i与邻居节点n_i-1各自计算之间的稳定邻居度量值，计算过程相同。

再介绍计算节点稳定度量值，当计算节点稳定度量值时，需要将节点自身的能耗参量值与节点运动参量值结合进行计算。

与上述得出稳定邻居度量值的过程类似，本地节点n_i可以根据其产生的自身运动状态序列建立本地节点运动状态树，将静态运动状态符号S1′替换公式中的状态符号x_N+1，从而求得本地节点n_i在下一时刻t节点处于静态或小运动状态的概率即本地节点运动参量为：Movement_t(n_i)＝Pr_t(S1′)，与得出稳定邻居度量值的过程相比，将S1换为S1′即可。

同理，邻居节点n_i-1可以根据其产生的自身运动状态序列建立邻居节点运动状态树，将静态运动状态符号S1′替换公式中的状态符号x_N+1，从而求得邻居节点n_i-1在下一时刻t节点处于静态或小运动状态的概率即邻居节点运动参量为：Movement_t(n_i-1)＝Pr_t(S1′)。

n_i或n_i-1自身稳定性除考虑本地的运动参量值外，还需考虑其能耗因素。若n_i或n_i-1剩余能量(电池容量)过低，即使它处于静态或小运动状态，与它形成的链路仍不稳定。这是由于一旦n_i或n_i-1能量耗尽，该节点就不能工作了，与它形成的链路也就断开了。因此，还需计算节点自身的能耗参量值，过程如下所示：

设本地节点n_i在时刻t的能耗参量为Energy_t(n_i)，它表示n_i的剩余电池容量(以百分比表示)。n_i发送每个广播包产生的能量消耗采用如下公式计算：

FL表示包长(字节)，DR表示数据发送速率(字节/秒)，P^c表示发送一个广播包时所需的功率消耗，这三个参数可直接得到。由于发包能量消耗是节点能量消耗的主要因素，因此可以仅考虑发包能量消耗。设节点的初始最大能量(初始最大电池容量)均相等且为Energy_max，因此可得n_i在时刻t的能耗参量 ${\mathrm{Energy}}_t\left(n_i\right)=\frac{{\mathrm{Energy}}_{\max }-E_{\mathrm{tx}}\left(n_i\right)\×\mathrm{num}}{{\mathrm{Energy}}_{\max }},$ 其中num表示从初始时刻到时刻t本地节点n_i的发包数。

同理，邻居节点n_i-1在时刻t计算其能耗参量，其计算过程与上述是相同的，只是在公式中将n_i替换成n_i-1， ${\mathrm{Energy}}_t\left(n_{i-1}\right)=\frac{{\mathrm{Energy}}_{\max }-E_{\mathrm{tx}}\left(n_{i-1}\right)\×\mathrm{num}}{{\mathrm{Energy}}_{\max }},$ 其中num表示从初始时刻到时刻t邻居节点n_i-1的发包数，E_tx(n_i-1)表示邻居节点n_i-1发送每个包产生的能量消耗，Energy_max为邻居节点n_i-1的初始最大能量。

综合考虑本地节点n_i的本地的运动参量值与能耗参量值，可以得到本地节点n_i的节点稳定度量：Node_t(n_i)＝λMovement_t(n_i)+(1-λ)Energy_t(n_i)，λ为加权系数，0≤λ≤1。λ根据经验取值，例如可以选取λ＝0.6。

综合考虑邻居节点n_i-1的本地的运动参量值与能耗参量值，可以得到邻居节点n_i-1的节点稳定度量值Node_t(n_i-1)＝λMovement_t(n_i-1)+(1-λ)Energy_t(n_i-1)，λ为加权系数，0≤λ≤1。λ根据经验取值，例如可以选取λ＝0.6。

本地节点n_i和邻居节点n_i-1各自计算得出本节点稳定度量值后，将本节点稳定度量值进行广播，发送给周围邻居。

步骤204、将互为邻居的节点的节点稳定度量值及它们的稳定邻居度量值配置重要性权值，然后确定链路的稳定度量值；

考虑链路l_i由本地节点n_i和邻居节点n_i-1组成，它们在下一时刻t各自的节点稳定度量值及它们的稳定邻居度量值分别为：Node_t(n_i)、Node_t(n_i-1)和Neighbor_t(n_i-1，n_i)。因此，链路l_i的稳定概率由上述三个参数组成。为上述三个参数配置重要性权值w₀，w₁，w₂，Noode_t(n_i-1)的重要性权值为w₀，Node_t(n_i)重要性权值为w₁，Neighbor_t(n_i-1，n_i)重要性权值为w₂，则根据重要性加权方法可得链路l_i在t时刻稳定概率即稳定度量值为：

P_t(l_i)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)。

w₀，w₁，w₂可以取固定值，一般来说，可以选取w₀＝w₁＝0.2，w₂＝0.6。w₀和w₁也可以不相等。另外，w₀，w₁，w₂满足以下关系：

0≤w₀，w₁，w₂≤1，w₀+w₁+w₂＝1。

需要说明的是，计算链路的稳定度量值可以在本地节点n_i进行，也可以在邻居节点n_i-1进行，例如在本地节点n_i进行时，本地节点n_i接收邻居节点n_i-1通过广播发送的邻居节点稳定度量值Node_t(n_i-1)。

步骤205、根据链路的稳定度量值进行链路选择。

计算得到链路的稳定度量值后，根据计算结果选择一条链路作为稳定链路，一般从中选择具有最大稳定度量值的链路作为稳定链路但不局限于此，例如也可以取次大值，这同样比现有技术选取的稳定链路要好。

实施例一综合考虑了节点的稳定邻居度量、本地的运动参量以及能耗参量并结合较优的LeZi-update压缩算法，所得到的节点稳定度量值及它们的稳定邻居度量值这两种测度分别刻画了节点的组合运动程度及自身稳定程度，反映了链路不同侧面的稳定性，使得本发明实施例技术方案能比其它现有技术更准确地预测链路的稳定性，同时又能不增加算法的通信开销(传输带宽和发射功率)，从而达到选择最稳定链路的目的并为稳定路由的选择提供准确依据。

请参阅图4，是本发明实施例二链路选择方法流程图。实施例二与实施例一相比，主要区别是为节点稳定度量值及稳定邻居度量值配置可动态变化的重要性权值，即能根据节点当前的运动状态自适应地调整重要性权值，达到更好的效果。

步骤401-403与步骤201-203相同，此处不再详述；

步骤404、各节点计算本节点稳定因子、本节点与邻居节点的组合运动因子，并将本节点稳定因子进行广播；

本发明实施例进一步考虑影响两种稳定测度(稳定邻居度量值和节点稳定度量值)相对重要性的因素，定义两种因子以反映网络状况。

(1)定义本地节点n_i的稳定因子： ${\mathrm{\α}}_i=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_i\right)}\×{\mathrm{Changnum}}_i/{\mathrm{ND}}_i,$ 其中，k_α为平滑系数。Changenum_i为n_i邻居变化个数，ND_i为n_i的邻居密度，可以通过实时探测得到，例如可通过发送hello信息的方式实时探测。平滑系数k_α根据经验取值，例如选取k_α＝1。本地节点n_i根据上述公式计算本地节点稳定因子α_i。

同理，也可以定义邻居节点n_i-1的稳定因子： ${\mathrm{\α}}_{i-1}=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_{i-1}\right)}\×{\mathrm{Changnum}}_{i-1}/{\mathrm{ND}}_{i-1},$ 其中，k_α为平滑系数，Changenum_i-1为邻居节点n_i-1的邻居变化个数，ND_i-1为邻居节点n_i-1的邻居密度，可以通过实时探测得到，例如可通过发送hello信息的方式实时探测。平滑系数k_α根据经验取值，例如选取k_α＝1。邻居节点n_i-1根据上述公式计算邻居节点稳定因子α_i-1。

本地节点n_i和邻居节点n_i-1各自计算得出本节点的稳定因子后，将本节点的稳定因子进行广播，发送给周围邻居。

(2)定义本地节点n_i与邻居节点n_i-1的组合运动因子：β_i，i-1＝TN/T，其中TN表示n_i与n_i-1最近一次成为邻居算起到当前时刻(此时两节点仍互为邻居)的时间跨度，T为抽样周期。本地节点n_i和邻居节点n_i-1各自计算组合运动因子，计算过程相同。

步骤405、各节点利用模糊隶属度函数求得相应稳定测度的重要性权值；

该步骤可以在本地节点n_i进行，也可以在邻居节点n_i-1进行，例如在本地节点n_i进行时，本地节点n_i接收邻居节点n_i-1通过广播发送的邻居节点稳定因子α_i-1。

为稳定邻居度量值和节点稳定度量值分配重要性权值w₀，w₁，w₂。设Node_t(n_i-1)的重要性权值为w₀、Node_t(n_i)重要性权值为w₁，Neighbor_t(n_i-1，n_i)重要性权值为w₂。

对于链路l_i，定义模糊集A(l_i)＝“n_i与n_i-1的稳定邻居度量重要”，论域为U(l_i)＝{μ_i，i-1|μ_i，i-1＝(α_i+α_i-1)β_i，i-1}，隶属度函数为0≤F(μ_i，i-1)≤1。所说的模糊集，是指这样一种集合，其元素均在一定程度上属于或不属于该集合。隶属度由隶属函数定义，取值区间为[0，1]。论域X＝{x}上的模糊集A是指x中由隶属函数μ(x)表征的元素全体，μ(x)在实轴的闭区间[0，1]中取值，μ(x)的大小反映x对模糊集A的从属程度。

重要性权值w₂可看成在某种网络状况下的隶属度，即：w₂＝F(μ_i，i-1)。利用梯形隶属度函数可得 $w_2=F\left({\mathrm{\μ}}_{i,i-1}\right)=\left\{\begin{array}{cc}1/a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 1& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right.,$ 其中a为常量，根据经验取值，其取值范围在[10，25]比较合适，例如选取a＝10。

对于重要性权值w₀、w₁，可根据w₂进行取值，一般可以取w₀＝w₁但不局限于此，也可以不相等。

当w₀＝w₁时： $w_0=w_1=(1-w_2)/2=\left\{\begin{array}{cc}0.5-1/2a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 0& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right..$

需要说明的是，上述步骤404和405并不限定于在步骤402之后。

步骤406、根据互为邻居的节点的节点稳定度量值及它们的稳定邻居度量值，以及相应稳定测度的重要性权值计算链路的稳定度量值；

按上述步骤为互为邻居的节点的节点稳定度量值及它们的稳定邻居度量值分配相应重要性权值后，由重要性加权的方法可得链路l_i在t时刻稳定概率即链路的稳定度量值：

P_t(l_i)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)，

其中w₀，w₁，w₂为重要性权值，0≤w₀，w₁，w₂≤1，w₀+w₁+w₂＝1。

根据上述公式即可求得包含该节点的任一链路的稳定度量值。

需要说明的是，计算链路的稳定度量值可以在本地节点n_i进行，也可以在邻居节点n_i-1进行，例如在本地节点n_i进行时，本地节点n_i接收邻居节点n_i-1通过广播发送的邻居节点稳定度量值Node_t(n_i-1)。

步骤407、根据链路的稳定度量值进行链路选择。

计算得到链路的稳定度量值后，根据计算结果选择一条链路作为稳定链路，一般从中选择具有最大稳定度量值的链路作为稳定链路但不局限于此，例如也可以取次大值，这同样比现有技术选取的稳定链路要好。

可以发现，如果本地节点n_i与邻居节点n_i-1的网络状况(即它们的自身稳定程度或组合运动程度)发生了变化，相应地，稳定因子α_i-1、α_i或组合运动因子β_i，i-1就会改变，进而μ_i，i-1的值也相应改变，因此本发明实施例二技术方案进一步利用模糊隶属度的自适应策略，提出的相应稳定测度的重要性权值(w₀，w₁，w₂)可以根据网络状况的改变而改变，从而适应网络频繁变化，始终保持较好的选择稳定链路的性能。

为了更好的介绍本发明实施例链路选择方法的效果，下面表1给出了本发明实施例链路选择方法与现有技术基于剩余生命时间的稳定链路选择算法进行链路选择相比的仿真性能比较结果。仿真工具为ns-2，其中性能评价指标为：(I)平均断开次数——单位时间(每100秒)内网络中每个节点与其选择的邻居形成链路的平均断开次数；(II)平均生命时间——网络中每个节点与其选择的邻居形成链路的平均存在时间。

表1仿真性能比较

从上表1可以看出，本发明实施例链路选择方法与现有技术方法相比，能够比较准确的选择出稳定链路，并且性能评价指标都有很大提高，所选择的稳定链路的平均断开次数降低了14.11％，平均生命时间提高了90.5％。

可以理解的是，虽然上述说明中，为便于理解，对方法的步骤采用了顺序性描述，但是应当指出的是，对于上述步骤的顺序并不做严格的限制。

上述内容详细介绍了本发明实施例链路选择方法，相应的，本发明实施例提供一种链路选择装置。

请参阅图5，是本发明实施例的链路选择装置结构示意图。

本发明实施例链路选择装置包括：信息获取单元501、稳定测度单元502、链路度量值单元503和链路选择单元504。

需说明的是，一般在网络中链路选择装置可以称为节点，为与上文描述一致，以下仍采用节点进行叙述。

信息单元501，用于存储本地节点信息和获取的邻居节点信息。信息单元501可从其它节点例如包括邻居节点发送的广播包中获取相关信息，例如邻居的变化及个数等信息。

稳定测度单元502，用于根据所述信息单元501存储的本地节点信息和邻居节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定。

链路度量值单元503，用于为所述稳定测度单元502得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值配置重要性权值后确定链路的稳定度量值。

链路选择单元504，用于根据所述链路度量值单元503确定得到的链路的稳定度量值进行链路选择。链路选择单元504根据确定结果选择一条链路作为稳定链路，一般从中选择具有最大稳定度量值的链路作为稳定链路但不局限于此，例如也可以取次大值，这同样比现有技术选取的稳定链路要好。

所述稳定测度单元502包括：第一状态系列产生单元5021、第一解析单元5022、第一确定单元5023。

第一状态系列产生单元5021，用于根据所述信息单元501存储的本地节点信息产生本地节点运动状态序列。

第一解析单元5022，用于将所述本地节点运动状态序列解析为由不同子串组成的序列。所述第一解析单元5022将所述本地节点运动状态序列解析为由不同子串组成时采用LeZi-update压缩算法进行解析；并将解析结果用状态树表示，生成为本地节点运动状态树。

第一确定单元5023，用于根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本地节点的本地运动参考量值，根据所述本地运动参考量值和本地节点的能耗参量值确定本地节点的节点稳定度量值。

所述稳定测度单元502还包括：第二状态系列产生单元5024、第二解析单元5025、第二确定单元5026。

第二状态系列产生单元5024，用于根据所述信息单元501存储的本地节点信息和邻居节点信息产生本地节点与邻居节点的链接状态序列。

第二解析单元5025，用于将所述本地节点与邻居节点的链接状态序列解析为由不同子串组成的序列。所述第二解析单元5025将所述本地节点与邻居节点的链接状态序列解析为由不同子串组成时采用LeZi-update压缩算法进行解析；并将解析结果用状态树表示，生成为稳定邻居状态树。

第二确定单元5026，用于根据子串中稳定链接状态符号出现的频度和所有状态符号出现的频度总数确定本地节点与邻居节点之间的稳定邻居度量值。

设本链路选择装置即为节点n_i，则第二确定单元5026的确定过程具体为：

邻居节点n_i-1和本地节点n_i的稳定邻居度量值Neighbor_t(n_i，n_i-1)＝Pr_t(S1)，S1为稳定链接状态符号；

Pr_t(S1)按以下公式确定：

其中NUM(x_N+1)表示状态树的子树上状态符号x_N+1出现的频度数，SUM表示状态树的子树上所有状态符号出现的频度总数。将稳定链接状态符号S1替换公式中的状态符号x_N+1即可得到本地节点n_i与邻居节点n_i-1在下一时刻t处于稳定链接状态的概率即稳定邻居度量值为：Neighbor_t(n_i，n_i-1)＝Pr_t(S1)。

第一确定单元5023的确定过程具体为：

本地节点n_i的本地运动参考量值Movement_t(n_i)＝Pr_t(S1′)，S1′为静态运动状态符号；

Pr_t(S1′)按以下公式确定：

其中NUM(x_N+1)表示状态树的子树上状态符号x_N+1出现的频度数，SUM表示状态树的子树上所有状态符号出现的频度总数；将静态运动状态符号S1′替换公式中的状态符号x_N+1即可得即本地节点运动参量为：Movement_t(n_i)＝Pr_t(S1′)。

本地节点n_i的节点稳定度量Node_t(n_i)＝λMovement_t(n_i)+(1-λ)Energy_t(n_i)，0≤λ≤1；其中，本地节点n_i在时刻t的能耗参量值 ${\mathrm{Energy}}_t\left(n_i\right)=\frac{{\mathrm{Energy}}_{\max }-E_{\mathrm{tx}}\left(n_i\right)\×\mathrm{num}}{{\mathrm{Energy}}_{\max }},$ 其中num表示从初始时刻到时刻t本地节点n_i的发包数，E_tx(n_i)表示本地节点n_i发送每个包产生的能量消耗；Energy_max为本地节点n_i的初始最大能量。

所述链路度量值单元503包括：权值分配单元5031和度量值确定单元5032。

权值分配单元5031，用于为所述稳定测度单元502确定得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值分配重要性权值。

度量值确定单元5032，用于按以下公式确定链路的稳定度量值：

P_t(l_i)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)，

其中，P_t(l_i)为链路l_i的链路的稳定度量值：Node_t(n_i-1)为邻居节点n_i-1的节点稳定度量值，Node_t(n_i)为本地节点n_i的节点稳定度量值，Neighbor_t(n_i-1，n_i)为邻居节点n_i-1和本地节点n_i的稳定邻居度量值，w₀，w₁，w₂为重要性权值，0≤w₀，w₁，w₂≤1，w₀+w₁+w₂＝1。

所述权值分配单元5031为所述稳定测度单元502确定得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值分配的重要性权值为预先配置值，例如一般来说可以选取w₀＝w₁＝0.2，w₂＝0.6，或者重要性权值根据节点的稳定因子α_i、α_i-1和节点间的组合运动因子β_i，i-1进行取值：

$w_2=F\left({\mathrm{\μ}}_{i,i-1}\right)=\left\{\begin{array}{cc}1/a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 1& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right.$

a为常量，μ_i，i-1＝(α_i+α_i-1)β_i，i-1；

w₀和w₁根据与w₂的预设关系进行取值；

其中， ${\mathrm{\α}}_i=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_i\right)}\×{\mathrm{Changnum}}_i/{\mathrm{ND}}_i,$ 其中，k_α为平滑系数，Changenum_i为节点n_i的邻居变化个数，ND_i为节点n_i的邻居密度；Energy_t(n_i)为节点n_i在时刻t的能耗参量值；

${\mathrm{\α}}_{i-1}=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_{i-1}\right)}\×{\mathrm{Changnum}}_{i-1}/{\mathrm{ND}}_{i-1},$ k_α为平滑系数，Changenum_i-1为邻居节点n_i-1的邻居变化个数，ND_i-1为邻居节点n_i-1的邻居密度；Energy_t(n_i-1)为邻居节点n_i-1在时刻t的能耗参量值；

β_i，i-1＝TN/T，其中TN表示节点n_i与n_i-1最近一次成为邻居起到当前时刻的时间跨度，T为抽样周期。

所述w₀和w₁根据与w₂的预设关系进行取值具体为：

$w_0=w_1=(1-w_2)/2=\left\{\begin{array}{cc}0.5-1/2a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 0& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right..$

依据本实施例的链路选择装置，可以位于路由器中，也可以位于其他设备中，还可以作为一个单独的实体，与路由器或其他相关设备进行交互。

本发明又一实施例提供了一种确定链路的稳定度量值的装置，包括：信息获取单元501、稳定测度单元502、链路度量值单元503。

信息单元501，用于存储本地节点信息和获取的邻居节点信息。

稳定测度单元502，用于根据所述信息单元501存储的本地节点信息和邻居节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定。

链路度量值单元503，用于为所述稳定测度单元502得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值配置重要性权值后确定链路的稳定度量值。

依据本发明实施例的确定链路的稳定度量值的装置，可以位于各节点中；也可以位于路由器中，还可以位于其他相关设备中，甚至可以单独存在。

综上所述，本发明实施例技术方案是通过节点稳定度量值和稳定邻居度量值来确定链路的稳定度量值，由于节点稳定度量值和稳定邻居度量值这两种稳定测度值能主要反映链路稳定性，因此得到的链路稳定度量值能够更准确表征链路稳定性，进而根据所述得到的链路的稳定度量值进行链路选择，能够比较准确的选择出稳定链路。

进一步，本发明实施例引入稳定因子和组合运动因子来描述节点的运动特性及当前的网络状况，并通过引入模糊隶属度函数计算稳定测度的重要性权值，利用重要性加权的方法即可根据网络状况自适应地选择稳定链路。

以上对本发明实施例所提供的一种链路选择方法、确定链路的稳定度量值的方法及装置进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (18)

1.一种链路选择方法，其特征在于，包括：

获取邻居节点信息；

根据所述邻居节点信息和本地节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；

接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定；

根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值；

根据所述得到的链路的稳定度量值进行链路选择；

所述根据所述本地节点信息，确定本地节点的节点稳定度量值具体为：本地节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值；

所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定具体为：邻居节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值。

2.根据权利要求1所述的链路选择方法，其特征在于，所述根据所述得到的链路的稳定度量值进行链路选择具体为：

选择链路的稳定度量值为最大或次大的链路。

3.根据权利要求1或2所述的链路选择方法，其特征在于：

所述根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值具体为：

P_t(l_i)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)，

其中，P_t(l_i)为链路l_i的稳定度量值，Node_t(n_i-1)为邻居节点n_i-1的节点稳定度量值，Node_t(n_i)为本地节点n_i的节点稳定度量值，Neighbor_t(n_i-1，n_i)为邻居节点n_i-1和本地节点n_i的稳定邻居度量值，w₀，w₁，w₂为重要性权值，0≤w₀，w₁，w₂≤1，且w₀+w₁+w₂＝1。

4.根据权利要求1所述的链路选择方法，其特征在于：

根据所述邻居节点信息和本地节点信息，确定本地节点与邻居节点之间的稳定邻居度量值具体为：

根据所述邻居节点信息和本地节点信息产生本地节点与邻居节点的链接状态序列；

将所述本地节点与邻居节点的链接状态序列解析为由不同子串组成的序列；

根据子串中稳定链接状态符号出现的频度和所有状态符号出现的频度总数确定本地节点与邻居节点之间的稳定邻居度量值。

5.根据权利要求1或4所述的链路选择方法，其特征在于：

所述将序列解析为由不同子串组成的序列时采用LeZi-update压缩算法进行解析。

6.根据权利要求1所述的链路选择方法，其特征在于：

所述将序列解析为由不同子串组成的序列后用状态树表示；以及，

所述本地节点根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值为：

本地节点n_i的运动参考量值 ${\mathrm{Movement}}_t\left(n_i\right)=\frac{\mathrm{NUM}\left({S1}^{\′}\right)}{\mathrm{SUM}};$

其中，S1′为静态运动状态符号，NUM(S1′)表示状态树的子树上状态符号S1′出现的频度数，SUM表示状态树的子树上所有状态符号出现的频度总数；

所述本地节点根据所述本节点的运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值具体为：

本地节点n_i的节点稳定度量值

Node_t(n_i)＝λMovement_t(n_i)+(1-λ)Energy_t(n_i)，0≤λ≤1；

其中，本地节点n_i在时刻t的能耗参量值 ${\mathrm{Energy}}_t\left(n_i\right)=\frac{{\mathrm{Energy}}_{\max }-E_{\mathrm{tx}}\left(n_i\right)\×\mathrm{num}}{{\mathrm{Energy}}_{\max }},$ 其中num表示从初始时刻到时刻t本地节点n_i的发包数，E_tx(ni)表示本地节点n_i发送每个包产生的能量消耗，Energy_max为本地节点n_i的初始最大能量；

所述邻居节点根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值为：

邻居节点n_i-1的运动参考量值 ${\mathrm{Movement}}_t\left(n_{i-1}\right)=\frac{\mathrm{NUM}\left({S1}^{\′}\right)}{\mathrm{SUM}};$

其中，S1′为静态运动状态符号，NUM(S1′)表示状态树的子树上状态符号S1′出现的频度数，SUM表示状态树的子树上所有状态符号出现的频度总数；

所述邻居节点根据所述本节点的运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值具体为：

邻居节点n_i-1的节点稳定度量值

Node_t(n_i-1)＝λMovement_t(n_i-1)+(1-λ)Energy_t(n_i-1)，0≤λ≤1；

其中，邻居节点n_i-1在时刻t的能耗参量值 ${\mathrm{Energy}}_t\left(n_{i-1}\right)=\frac{{\mathrm{Energy}}_{\max }-E_{\mathrm{tx}}\left(n_{i-1}\right)\×\mathrm{num}}{{\mathrm{Energy}}_{\max }},$ 其中num表示从初始时刻到时刻t邻居节点n_i-1的发包数，E_tx(n_i-1)表示邻居节点n_i-1发送每个包产生的能量消耗，Energy_max为邻居节点n_i-1的初始最大能量。

7.根据权利要求4所述的链路选择方法，其特征在于：

所述将序列解析为由不同子串组成的序列后用状态树表示，以及，

根据子串中稳定链接状态符号出现的频度和所有状态符号出现的频度总数确定本地节点与邻居节点之间的稳定邻居度量值具体为：

邻居节点n_i-1和本地节点n_i的稳定邻居度量值 ${\mathrm{Neighbor}}_t(n_i,n_{i-1})=\frac{\mathrm{NUM}\left(S1\right)}{\mathrm{SUM}};$

其中，S1为稳定链接状态符号；

NUM(S1)表示状态树的子树上状态符号S1出现的频度数，SUM表示状态树的子树上所有状态符号出现的频度总数。

8.根据权利要求3所述的链路选择方法，其特征在于：

所述重要性权值为预先配置值；或者，

所述重要性权值根据本地节点的稳定因子α_i、邻居节点的稳定因子α_i-1、本地节点与邻居节点间的组合运动因子β_i，i-1进行取值：

$w_2=F\left({\mathrm{\μ}}_{i,i-1}\right)=\left\{\begin{array}{cc}1/a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 1& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right.$

a为常量，μ_i，i-1＝(α_i+α_i-1)β_i，i-1；

w₀和w₁根据与w₂的预设关系进行取值；

其中，本地节点n_i按以下公式计算α_i： ${\mathrm{\α}}_i=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_i\right)}\×{\mathrm{Changnum}}_i/{\mathrm{ND}}_i,$ k_α为平滑系数，Changenum_i为本地节点n_i的邻居变化个数，ND_i为本地节点n_i的邻居密度；Energy_t(n_i)为本地节点n_i在时刻t的能耗参量值；

邻居节点n_i-1按以下公式计算α_i-1： ${\mathrm{\α}}_{i-1}=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_{i-1}\right)}\×{\mathrm{Changnum}}_{i-1}/{\mathrm{ND}}_{i-1},$ k_α为平滑系数，Changenum_i-1为邻居节点n_i-1的邻居变化个数，ND_i-1为邻居节点n_i-1的邻居密度；Energy_t(n_i-1)为邻居节点n_i-1在时刻t的能耗参量值；

β_i，i-1＝TN/T，其中TN表示本地节点n_i与邻居节点n_i-1最近一次成为邻居起到当前时刻的时间跨度，T为抽样周期。

9.根据权利要求8所述的链路选择方法，其特征在于：

所述w₀和w₁根据与w₂的预设关系进行取值具体为：

$w_0{=w}_1=(1-w_2)/2=\left\{\begin{array}{cc}0.5-1/2a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 0& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right..$

10.一种确定链路的稳定度量值的方法，其特征在于，包括：

根据邻居节点信息和本地节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；

接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定；

根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值；

所述根据所述本地节点信息，确定本地节点的节点稳定度量值具体为：本地节点根据自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值；

所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定具体为：邻居节点根据所述自身节点信息产生自身运动状态序列，将所述自身运动状态序列解析为由不同子串组成的序列，根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定邻居节点的运动参考量值，根据所述运动参考量值和本节点的能耗参量值确定本节点的节点稳定度量值。

11.根据权利要求10所述的确定链路的稳定度量值的方法，其特征在于：

所述根据配置重要性权值后的本地节点及邻居节点的节点稳定度量值和配置重要性权值后的稳定邻居度量值确定链路的稳定度量值具体为：

P_t(li)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)，

其中，P_t(l_i)为链路l_i的稳定度量值，Node_t(n_i-1)为邻居节点n_i-1的节点稳定度量值，Node_t(n_i)为本地节点n_i的节点稳定度量值，Neighbor_t(n_i-1，n_i)为邻居节点n_i-1和本地节点n_i的稳定邻居度量值，w₀，w₁，w₂为重要性权值，0≤w₀，w₁，w₂≤1，且w₀+w₁+w₂＝1。

12.根据权利要求10或11所述的确定链路的稳定度量值的方法，其特征在于：

根据所述邻居节点信息和本地节点信息，确定本地节点与邻居节点之间的稳定邻居度量值具体为：

根据所述邻居节点信息和本地节点信息产生本地节点与邻居节点的链接状态序列；

将所述本地节点与邻居节点的链接状态序列解析为由不同子串组成的序列；

根据子串中稳定链接状态符号出现的频度和所有状态符号出现的频度总数确定本地节点与邻居节点之间的稳定邻居度量值。

13.根据权利要求11所述的确定链路的稳定度量值的方法，其特征在于：

所述重要性权值为预先配置值；或者，

所述重要性权值根据本地节点的稳定因子α_i、接收的邻居节点的稳定因子α_i-1、本地节点与邻居节点间的组合运动因子β_i，i-1进行取值：

$w_2=F\left({\mathrm{\μ}}_{i,i-1}\right)=\left\{\begin{array}{cc}1/a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 1& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right.$

a为常量，μ_i，i-1＝(α_i+α_i-1)β_i，i-1；

w₀和w₁根据与w₂的预设关系进行取值；

其中，本地节点n_i按以下公式计算α_i： ${\mathrm{\α}}_i=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_i\right)}\×{\mathrm{Changnum}}_i/{\mathrm{ND}}_i,$ k_α为平滑系数，Changenum_i为本地节点n_i的邻居变化个数，ND_i为本地节点n_i的邻居密度；Energy_t(n_i)为本地节点n_i在时刻t的能耗参量值；

邻居节点n_i-1按以下公式计算α_i-1： ${\mathrm{\α}}_{i-1}=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_{i-1}\right)}\×{\mathrm{Changnum}}_{i-1}/{\mathrm{ND}}_{i-1},$ k_α为平滑系数，Changenum_i-1为邻居节点n_i-1的邻居变化个数，ND_i-1为邻居节点n_i-1的邻居密度；Energy_t(n_i-1)为邻居节点n_i-1在时刻t的能耗参量值；

β_i，i-1＝TN/T，其中TN表示本地节点n_i与邻居节点n_i-1最近一次成为邻居起到当前时刻的时间跨度，T为抽样周期。

14.一种链路选择装置，其特征在于，包括信息单元、稳定测度单元、链路度量值单元和链路选择单元；

所述信息单元，用于存储本地节点信息和获取的邻居节点信息；

所述稳定测度单元，用于根据所述信息单元存储的本地节点信息和邻居节点信息，确定本地节点的节点稳定度量值以及本地节点与邻居节点之间的稳定邻居度量值；接收邻居节点发送的该邻居节点的节点稳定度量值，所述邻居节点的节点稳定度量值由所述邻居节点根据其自身节点信息确定，所述稳定测度单元包括第一状态系列产生单元、第一解析单元和第一确定单元；

所述第一状态系列产生单元，用于根据所述信息单元存储的本地节点信息产生本地节点运动状态序列；

所述第一解析单元，用于将所述本地节点运动状态序列解析为由不同子串组成的序列；

所述第一确定单元，用于根据子串中静态运动状态符号出现的频度和所有状态符号出现的频度总数确定本地节点的本地运动参考量值，根据所述本地运动参考量值和本地节点的能耗参量值确定本地节点的节点稳定度量值；

所述链路度量值单元，用于为所述稳定测度单元得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值配置重要性权值后确定链路的稳定度量值；

所述链路选择单元，用于根据所述链路度量值单元得到的链路的稳定度量值进行链路选择。

15.根据权利14所述的链路选择装置，其特征在于，所述稳定测度单元包括：

第二状态系列产生单元，用于根据所述信息单元存储的本地节点信息和邻居节点信息产生本地节点与邻居节点的链接状态序列；

第二解析单元，用于将所述本地节点与邻居节点的链接状态序列解析为由不同子串组成的序列；

第二确定单元，用于根据子串中稳定链接状态符号出现的频度和所有状态符号出现的频度总数确定本地节点与邻居节点之间的稳定邻居度量值。

16.根据权利14或15所述的链路选择装置，其特征在于：

所述稳定测度单元将序列解析为由不同子串组成的序列时采用LeZi-update压缩算法进行解析。

17.根据权利14所述的链路选择装置，其特征在于，所述链路度量值单元包括：

权值分配单元，用于为所述稳定测度单元得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值分配重要性权值；

度量值确定单元，用于按以下公式确定链路的稳定度量值：

P_t(l_i)＝w₀*Node_t(n_i-1)+w₁*Node_t(n_i)+w₂*Neighbor_t(n_i-1，n_i)，

其中，P_t(l_i)为链路l_i的链路的稳定度量值，Node_t(n_i-1)为邻居节点n_i-1的节点稳定度量值，Node_t(n_i)为本地节点n_i的节点稳定度量值，Neighbor_t(n_i-1，n_i)为邻居节点n_i-1和本地节点n_i的稳定邻居度量值，w₀，w₁，w₂为重要性权值，0≤w₀，w₁，w₂≤1，且w₀+w₁+w₂＝1。

18.根据权利17所述的链路选择装置，其特征在于：

所述权值分配单元为所述稳定测度单元得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值预先分配固定的重要性权值；或者，

所述权值分配单元根据本地节点的稳定因子α_i、接收的邻居节点的稳定因子α_i-1、本地节点与邻居节点间的组合运动因子β_i，i-1为所述稳定测度单元得到的本地节点及邻居节点的节点稳定度量值和稳定邻居度量值分配重要性权值，具体如下：

$w_2=F\left({\mathrm{\μ}}_{i,i-1}\right)=\left\{\begin{array}{cc}1/a\×{\mathrm{\μ}}_{i,i-1}& {\mathrm{\μ}}_{i,i-1}\≤a\\ 1& {\mathrm{\μ}}_{i,i-1}>a\end{array}\right.$

a为常量，μ_i，i-1＝(α_i+α_i-1)β_i，i-1；

w₀和w₁根据与w₂的预设关系进行取值；

其中， ${\mathrm{\α}}_i=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_i\right)}\×{\mathrm{Changnum}}_i/{\mathrm{ND}}_i,$ k_α为平滑系数，Changenum_i为本地节点n_i的邻居变化个数，ND_i为本地节点n_i的邻居密度；Energy_t(n_i)为本地节点n_i在时刻t的能耗参量值；

${\mathrm{\α}}_{i-1}=e^{-k_{\mathrm{\α}}\×{\mathrm{Energy}}_t\left(n_{i-1}\right)}\×{\mathrm{Changnum}}_{i-1}/{\mathrm{ND}}_{i-1},$ k_α为平滑系数，Changenum_i-1为邻居节点n_i-1的邻居变化个数，ND_i-1为邻居节点n_i-1的邻居密度；Energy_t(n_i-1)为邻居节点n_i-1在时刻t的能耗参量值；

β_i，i-1＝TN/T，其中TN表示节点n_i与n_i-1最近一次成为邻居起到当前时刻的时间跨度，T为抽样周期。

Images