CN101605349B

CN101605349B - Ad Hoc网络拓扑稳定期检测方法

Info

Publication number: CN101605349B
Application number: CN200910023292XA
Authority: CN
Inventors: 蔡皖东; 姚烨
Original assignee: Northwestern Polytechnical University
Current assignee: Northwestern Polytechnical University; Simon Electric China Co Ltd
Priority date: 2009-07-10
Filing date: 2009-07-10
Publication date: 2011-09-14
Anticipated expiration: 2029-07-10
Also published as: CN101605349A

Abstract

本发明公开了一种Ad Hoc网络拓扑稳定期检测方法，采用端到端的Ad Hoc网络性能测量技术，得到Ad Hoc网络端到端延迟时间性能；然后根据Ad Hoc网络拓扑稳定期拓扑结构不变，路由算法达到收敛，Ad Hoc网络端到端的性能参数趋于稳定性等特点，利用端到端测量的延迟时间抖动接近零为判断依据，检测出Ad Hoc网络拓扑稳定期和非稳定期，本发明以实际的Ad Hoc网络为研究对象，可直接应用于实际Ad Hoc网络测量工程中，不需要事先知道移动节点的物理位置，并且与采用何种移动模型和网络协议无关，具有灵活性和一般性。

Description

Ad Hoc网络拓扑稳定期检测方法

技术领域

本发明涉及一种网络拓扑稳定期检测方法，特别是Ad Hoc网络拓扑稳定期检测方法。

背景技术

Ad Hoc网络拓扑稳定期检测，是Ad Hoc网络性能测量、评估和管理的一种重要技术手段。

文献“Analysis of path duration statistics and their impact on reactive MANET Routing Protocols.Proceedings of the 4^th ACM International Symposium on Mobile Ad Hoc Networking andComputing(MobiHoc’03)，Annapolis，2003，p245～256.”公开了一种Ad Hoc网络路径持续时间统计分Q析方法。该方法首先根据NS-2仿真工具下移动模型的移动场景文件，分析得到每一秒Ad Hoc网络所有路径所包含的链路信息，然后针对同一源节点和目的节点，比较前后两次分析得到的路径信息是否一致，进而统计出Ad Hoc网络路径持续时间的概率分布情况。但是此方法以NS-2仿真工具下移动模型的移动场景文件作为研究对象，虽然可以得到路径持续时间的概率分布先验信息，但很难在实际Ad Hoc网络环境进行应用部署；由于该方法只适用于每秒进行一次速度、方向选择的RPGM、Freeway和Manhattan等特定的移动模型，不具有灵活性和一般性；该方法虽然统计得到了路径持续时间的概率分布情况，但并没有对AdHoc网络拓扑稳定期进一步进行研究。

发明内容

为了克服现有技术不具有灵活性和一般性的不足，本发明提供一种Ad Hoc网络拓扑稳定期检测方法，利用端到端的Ad Hoc网络性能测量技术，得到Ad Hoc网络端到端延迟时间性能；然后根据Ad Hoc网络拓扑稳定期拓扑结构不变，路由算法达到收敛，Ad Hoc网络端到端的性能参数趋于稳定性等特点，利用端到端测量的延迟时间抖动接近零为判断依据，检测出Ad Hoc网络拓扑稳定期和非稳定期。

本发明解决其技术问题所采用的技术方案：一种Ad Hoc网络拓扑稳定期检测方法，其特点是包括以下步骤：

(a)建立Ad Hoc网络树型测量拓扑结构，并以根节点为发送节点，以叶子节点集为接收节点集；

(b)考虑到报文在网络上传输的时间相关性和空间相关性，构造基于“包队”的测量报文结构，并确定测量报文的发送方式；

(c)在叶子节点处对测量报文进行采集，并对采集到的数据进行清洗，然后计算出端到端测量报文的传输延迟时间Delay：

Delay＝Tr-Ts

式中Tr为测量报文的接收时间，Ts为测量报文的发送时间；

(d)将整个测量时间以整数N平分为N个小的时间片，计算每一个小的时间片内延迟抖动平均值D：

{\overset{&OverBar;}{D}}_{i} = \frac{1}{N} Σ_{j = 1}^{N} d_{i, j}

式中N为测量中接收节点集合，d_i，j为接收节点j在时间片t_i内平均延迟，计算公式如下：

d_{i, j} = \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} x_{i, j}^{(k)}) - - - (1)

式(1)中，x_i，j ^(k)表示接收节点j在时间片t_i内接收到第k个测量报文端到端延迟时间，n_i，j为接收测量报文总数；对于一个设定的阈值ε(ε＞0)，如果d_i，j＜ε∧d_i+1，j＜ε，则可将连续的时间片t_i和t_i+1暂时合并，标记为t_i2，其中2表示从时间片t_i开始有两个连续的时间片进行了合并；重新计算合并后时间片t_i2内，端到端平均延迟抖动d_i2，j：

d_{i 2, j} = \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} x_{i, j}^{(k)}) - - - (2)

如果d_i2，j＜ε，则可将连续的时间片t_i和t_i+1合并成功为一个较大时间片，并表明在该时间片，Ad Hoc网络拓扑结构处于稳定期；否则合并失败，同时表明在这两个连续的时间片Ad Hoc网络拓扑处于非稳定期。

本发明的有益效果是：本发明采用端到端的Ad Hoc网络性能测量技术，得到Ad Hoc网络端到端延迟时间性能，不需要事先知道移动节点的物理位置，并且与采用何种移动模型和网络协议无关，具有灵活性和一般性；然后根据Ad Hoc网络拓扑稳定期拓扑结构不变，路由算法达到收敛，Ad Hoc网络端到端的性能参数趋于稳定性等特点，利用端到端测量的延迟时间抖动接近零为判断依据，检测出Ad Hoc网络拓扑稳定期和非稳定期，本发明以实际的AdHoc网络为研究对象，可直接应用于实际Ad Hoc网络测量工程中。

下面结合附图和实施例对本发明作详细说明。

附图说明

图1是本发明Ad Hoc网络拓扑稳定期检测方法的流程图。

图2是本发明Ad Hoc网络拓扑稳定期检测方法测量模型。

图3是本发明Ad Hoc网络拓扑稳定期检测方法报文构造示意图。

图4是本发明Ad Hoc网络拓扑稳定期检测方法稳定期特征信息提取示意图。

具体实施方式

参照图1～4，本发明针对实际Ad Hoc网络环境，检测出Ad Hoc网络拓扑稳定期和非稳定期。具体步骤如下：

第一步，建立Ad Hoc网络测量模型。

用树型结构T＝(V，L)表示网络逻辑拓扑，其中V代表节点集合，L表示节点之间链路集合。假设测量报文从根节点被多播到各个叶子节点，根节点用s0∈V表示，叶子节点集用R∈V表示；中间转发节点集M可标记为：

M = {k | &ForAll; k &Element; V \ R \cup {s 0}} .

任意一个内部节点i的父节点用fⁿ(i)(n＞0)表示，设n为正整数，并定义f⁰(i)＝i、f¹(i)＝f(i)和fⁿ(i)＝f(f^n-1(i))；如果k(i)＝fⁿ(i)成立，则称节点k(i)为节点i的祖先节点。链路(f(k)，k)∈L用k表示。同样，任意一个内部节点i的孩子节点用f^-n(i)(n＞0)表示，并定义f^-n(i)＝f^-1(f^-n+1(i))；如果c(i)＝f^-n(i)成立，且c(i)∈R，则称节点{c(i)}为节点i的孩子节点。

需要特别说明的是：图2中的连线表示移动节点之间物理的无线链路关系，即链路两端的移动节点之间可以自由通信。该网络测量模型所表示的网络拓扑关系是逻辑的网络拓扑关系，即除了根节点和叶子节点外，其他任何一个移动节的入度或者出度大于1；如果入度大于1，说明该移动节点是汇聚节点；如果出度大于1，说明该移动节点是分叉节点。

第二步，构造测量报文结构。

采用单源的主动测量方法，即以一个移动节点为根节点，并作为测量报文的发送节点；用户可以任意选择若干个感兴趣的节点为叶子节点；如果Ad Hoc网络通信协议支持组播通信方式，则测量报文采用组播报文，即源发送节点和叶子节点属于一个组播组。如果Ad Hoc网络通信协议不支持组播通信，本发明为了使测量报文之间保持一定的相关性，采用“包队”方式来模拟组播测量报文，具体“包队”的构造方法如图3所示。所谓测量报文之间的相关性是指：在一个“包队”中，不同测量报文在共享链路上网络传输行为尽可能相同。

两个“包队”之间的时间间隔t要远远的大于“包队”中不同测量报文之间的时间间隔Δt，而一个“包队”中测量报文的个数正好等于叶子节点的数目。

第三步，数据采集与清洗。

用户在叶子节点对测量报文进行采集，每测量一次，实际上是完成一次“包队”信息的发送与采集。接收到的测量报文信息主要包括：发送节点，接收接点，发送时间，接收时间，报文类型，报对编号，报文编号和TTL时间等。

Ad Hoc网络性能测量中，往往会采集到一些对测量无关的正常的网络通信报文，称为“背景流”，在对采集到的测量样本进行统计分析前，首先要进行数据清洗。如果报文类型为“T”，表明为测量报文，否则为背景流处理，这样可以清洗掉与测量无关的报文。然后对清洗后的测量报文，利用接收时间和发送时间的差计算出端到端测量报文的传输延迟时间。

第四步，Ad Hoc网络拓扑稳定期和非稳定期检测。

一般情况下，如果Ad Hoc网络拓扑处于“稳定期”时间段，不论是“先应式”还是“反应式”路由协议，由于Ad Hoc网络拓扑结构处于稳定状态，如果不考虑背景流量对报文传输的影响和负载均衡等因素，端到端的网络延迟一般保持在一个正常值附近，即端到端延迟抖动在0附近变化。

在一个时间片t_i内，对所有接收节点(或叶子节点)端到端之间延迟抖动平均值D计算：

{\overset{&OverBar;}{D}}_{i} = \frac{1}{N} Σ_{j = 1}^{N} d_{i, j},

其中N为测量中接收节点集合，d_i，j为接收节点j在时间片t_i内平均延迟，计算公式如下：

d_{i, j} = \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} x_{i, j}^{(k)}) - - - (1)

(1)式中，x_i，j ^(k)表示接收节点j在时间片t_i内接收到第k个测量报文端到端延迟时间，n_i，j为接收的测量报文总数。

对于一个设定的阈值ε(ε＞0)，如果d_i，j＜ε∧d_i+1，j＜ε，则可将连续的时间片t_i和t_i+1暂时合并，标记为t_i，2，其中2表示从时间片t_i开始有两个连续的时间片进行了合并。重新计算合并后时间片t_i，2内，端到端平均延迟抖动d_i2，j。

d_{i 2, j} = \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} x_{i, j}^{(k)}) - - - (2)

如果d_i2，j＜ε，则可将连续的时间片t_i和t_i+1合并成功为一个较大时间片，并表明在该时间片，Ad Hoc网络拓扑结构处于非稳定期；否则合并失败，同时表明在这两个连续的时间片Ad Hoc网络拓扑处于非稳定期，依次类推。如图4所示，时间片t1～t5，t9～t11，t18～t21由于合并失败，所以可以断定在[t1，t5]，[t9，t11]，[t18，t21]期间，Ad Hoc网络拓扑结构处于非稳定期；同样由于t6～t8，t12～t17，t22～t25各个时间片合并成功，所以在[t6，t8]，[t12，t17]，[t22，t25]期间，Ad Hoc网络拓扑结构处于稳定期，这样就实现了在实际Ad Hoc网络测量工程中，Ad Hoc网络拓扑稳定期或非稳定期检测技术。

Claims

1.一种Ad Hoc网络拓扑稳定期检测方法，其特征在于包括以下步骤：

Delay＝Tr-Ts

式中Tr为测量报文的接收时间，Ts为测量报文的发送时间；

(d)将整个测量时间以整数N平分为N个小的时间片，计算每一个小的时间片内延迟抖动平均值

{\overset{&OverBar;}{D}}_{i} = \frac{1}{N} Σ_{j = 1}^{N} d_{i, j}

d_{i, j} = \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j}} Σ_{k = 1}^{n_{i, j}} x_{i, j}^{(k)}) - - - (1)

式(1)中，

表示接收节点j在时间片t_i内接收到第k个测量报文端到端延迟时间，n_i，j为接收测量报文总数；对于一个设定的阈值ε，且ε＞0，如果d_i，j＜ε∧d_i+1，j＜ε，则可将连续的时间片t_i和t_i+1暂时合并，标记为t_i2，其中2表示从时间片t_i开始有两个连续的时间片进行了合并；重新计算合并后时间片t_i2内，端到端平均延迟抖动d_i2，j：

d_{i 2, j} = \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} (x_{i, j}^{(k)} - \frac{1}{n_{i, j} + n_{i + 1, j}} Σ_{k = 1}^{n_{i, j} + n_{i + 1, j}} x_{i, j}^{(k)}) - - - (2)