CN102957608A - 一种容迟容断网络的路由算法 - Google Patents

Abstract

本发明提供一种容迟容断网络（DNT）的EDHO路由算法，特别针对基于知识预测的路由算法进行了设计，该算法共包括４个步骤：１）历史规律预测知识库的建立；２）节点连接可靠度RM的计算；３）选路指标WRM的计算；４）EDHO算法路由的建立和更新；其中历史规律预测知识库根据网络拓扑信息构建，RM根据历史规律预测知识库进行计算，选路指标WRM由可靠度RM的值确定，而路由表根据选路指标进行建立和更新。该算法能优化DTN网络中高连接间断性引起的消息丢失问题。

Description

一种容迟容断网络的路由算法

技术领域

本发明属于容迟容断网络（DTN）中的路由技术领域，特别涉及一种容迟容断网络的路由算法，该算法基于知识预测，主要针对DTN网络的高间断性连接引起的路由失败进行优化，致力于增加消息传输的成功率和路由可靠性。

背景技术

在信息技术飞速发展的时代，网络的诞生为人类社会带来了前所未有的变革。在传统的Internet网络中，其节点保持端到端的持续连接，并且数据链路有一致的上行和下行信道速率，消息传输过程中保持高数据率、低误码率等，这类网络的体系结构是以TCP/IP协议簇为基础的，普遍适用于大部分的网络应用。但随着人们对信息获取需求的日益增加，特别是近年来部署在极端环境下的挑战性网络，这类网络经常是处于连接频繁间断、高延迟、上行和下行数据率不对称、高误码率、高丢包率等状态，并且网络间经常是异构互连的，与传统网络的特点有很大的差异，这使得传统的TCP/IP协议簇无法有效地应用在这种网络中。例如，在深空通信中，由于卫星传感器数量十分有限，其节点往往布置比较稀疏，难以构成网状结构，容易造成网络的割裂；布置在野生动物身上的传感器，这些节点可构成移动传感器网络，这种情况会由于动物的移动导致某些传感器节点距离太远，导致被孤立，没有可用的端到端连接；海洋、湖泊环境下的水声传感网，为了节省节点能量会让节点在不工作的情况下处于休眠或者关闭的状态，但这种情况容易造成无法连接的状态。

上述具有间歇连接、频繁割裂、时延极高等特性的网络称为容迟容断网络(Delay Tolerant Network,简称DTN)。无论是传统TCP/IP协议簇网络还是DTN网络，路由都是实现消息传递的关键技术，是全网间通信的保证，是提高网络连接性的基础。对于DTN网络处于连接频繁间断、高延迟、上行和下行数据率不对称、高误码率、高丢包率等状态，并且节点性能低下，经常出现缓存不足，能量耗尽，不定期的的休眠或关闭的情况，节点间的连接往往无法保证永久存在，所以消息的传递通常需要依靠中继节点，以存储、保持、转发的方式进行路由。因此，对于传统Internet网络的路由，其适用性已经不能满足DTN网络苛刻的条件，DTN网络研究领域的一个重要问题就是路由问题，良好稳健的路由算法是提高DTN网络消息转发成功率、降低平均延迟和能量、提高网络通信能力的重要因素。

路由算法确定一条路径与很多因素有关，如网络动态拓扑的特征、节点能力等。这些因素可抽象成知识库，这是对DTN网络拓扑信息的一种量化的表示。相对完整的知识预测能够找出最优化的路由，这种算法性能最好，但实现起来也很复杂，而不完整的知识预测找出的路由可能不是最优的，算法性能也不是最好的，但实现起来会比较简单，本发明以先验知识作为路由算法的输入变量，研究知识与路由算法性能间的关系。

DTN网络的通信依靠的是节点通过路由算法对消息的转发。每个消息包含4个要素，可用(u，v，t，m)表示，u表示源节点，v表示目的节点，t表示这个消息什么时刻进入这个网络传输，m表示这个消息的大小，或者说是消息数据包所占的字节数，DTN网络的消息大小不是固定的。

按照知识库的多寡与路由算法性能之间的关系，可以把知识库分为四类：连接接触概要预测知识库、连接接触预测知识库、队列预测知识库、通信需求预测知识库。

连接接触概要预测知识库：这种知识预测提供的是网络中所有节点连接的概要信息，例如任意两个节点之间连接出现的情况，但提供的仅仅是全网的一种平均信息，或者说是所有节点连接的平均延迟。这种知识库是对全网的概要预测，相关的算法只能以此来大概的计算出路径，因此这种知识预测表示的是非时变特性，不能适用于时变的路由算法。

连接接触预测知识库：这种知识库比概要预测的更加具体，它不提供平均化水平的全网连接信息，而是把连接信息精确到了某个时刻，某两个节点。这种知识库提供的是时变的信息，如果通过该知识库，能提前计算出未来某一时刻某两节点之间的连接信息，那么该知识库就可用于时变的路由算法。

队列预测知识库：前两种预测知识库描述的两节点间的连接状况，队列预测知识库描述的节点本身的特性，描述的是节点缓存的队列大小，可分为本地队列预测和全局队列预测。本地队列预测只能提供消息所在节点的任意时刻的队列信息，而网络中其他节点的队列信息无法获取；全局队列预测能提供网络中任意节点任意时刻的队列信息。还有一点要说明的是，这种知识库不仅仅与网络本身的特性有关，还与选择的路由算法和传送的消息有关。队列预测知识库分为本地队列预测和全局队列预测，前者只考虑本节点单独的队列信息，后者包括网络中所有节点的队列信息。

通信需求预测知识库：该预测知识库涵盖了任意时刻网络中的通信需求信息，这些信息能把进入网络中的消息根据特定的需求进行合理的安排，从而往往会得到一个最优最可靠的路由，但算法的计算方法很复杂，实现起来也比较困难。

按知识库的完备性可把路由算法分为三大类：零预测知识库路由算法，部分预测知识库路由算法，完全预测知识库路由算法。

零预测知识库路由算法不采用任何预测知识库的内容，这类算法实现起来十分容易，主要就是随机的选择一个可用连接进行路由转发，它是DTN所有路由算法性能的一个最低下限。这类算法只有最先连接算法FC(First Contact)，该算法没用采用任何预测知识库，它是一种逐跳路由算法，每个节点随机从可用的连接接触中选择一个来转发消息，如果某一时刻不存在可用的连接，消息会先保存在节点缓存中，一旦有连接出现则立即转发。

部分预测知识库主要指的是连接接触概要预测知识库、连接接触预测知识库、以及队列预测知识库，或者是由它们的多种组合构成，但不包含通信需求预测知识库。部分预测知识库算法的基本思想是计算每条边上的链路延迟，然后给每条边的延迟设定一个权值，这些权值根据所选择的知识库的不同，可能是非时变的，也可能是时变的。路由算法选出一些延迟权值最小的边，就能得出一条最短延迟路径。所以计算边权值是这类路由算法的核心，而算法所选择的知识库对权值的计算有着重要的影响，因为知识库的预测信息量越多，计算的权值越符合实际网络的情况。这类算法主要有最小预期延迟算法MED(Minimum ExpectedDelay)、最早传递算法ED(Earliest Delivery)、考虑本地队列的最早传递法EDLQ(Earliest Delivery with Local Queue)、考虑全局队列的最早传递算法EDAQ(Earliest Delivery with All Queue)。

部分预测知识库路由算法并未考虑所有网络因素，尽管根据所采用知识的完备性，其路由算法性能在逐步提高，但显然它在通信需求方面是有缺陷的。完全预测知识库路由算法弥补了这一缺陷，它在部分预测知识库的基础上，增加了通信需求预测知识库，这个知识库涵盖了全部通信需求，能获得任意时间消息在网络中的需求信息。根据完全预测知识库提供的信息，可以提出一种比较复杂的路由算法：线性规划算法LP(Linear Program)。依靠此算法往往会得到一个最优最可靠的路由，其计算原理主要是采用负载平衡方程进行线性规划，其计算开销比较大，应用起来也很复杂。

如图1所示，预测知识库的多寡决定了基于知识预测的路由算法的路由性能，根本原因是因为路由表是来源于预测知识库的，知识库中的信息越充分越全面，路由算法计算出的路由表越合理。在DTN网络的现实应用中，即使预测知识库能储备节点在整个网络运行时间的所有相关信息，但DTN网络的节点能量、性能、缓存等都非常有限，而且经常具有移动性，所以DTN网络中的连接很不稳定，这就导致消息在某两个节点之间传递的过程中突然中断，尤其对于那种单个消息的数据量比较大时，这种大消息需要两个节点间的连接状态持续较长的时间，否则很容易发生一个消息只传输了一部分的情况。

基于知识预测的路由算法是依据预测知识库提供的信息对消息进行转发，例如某两点的延迟较低，那么路由算法会选择这条边传送消息，但若想就此达到预测的路由性能，必须建立在两个节点只要存在连接就能成功转发消息的前提下，而不必考虑连接能持续多久、或者消息需要传送多久的问题。但是在现实的DTN网络环境下，这种理想条件是不可能存在的。

在DTN网络中，节点间的移动是频繁的，节点失效也是时常发生的，消息的传输是需要一定时间的，消息能否能在两个节点间成功，不仅仅需要两节点存在连接，或者是延迟小的指标，还要求两节点连接的持续时间足够长，尤其是当消息大小较大时，持续时间的指标更为重要，因为大消息需要的传输时间更长，这种情况下，即使连接延迟小，但没有足够的连接持续时间，消息仍无法成功转发。

发明内容：

为了克服现有技术中的不足，本发明提供一种基于历史规律预测知识库预测的路由算法（EDHO：ED based on Historical Orderliness算法），该算法主体框架增加了一个历史规律预测知识库，主要目标是优化DTN网络中高连接间断性引起的消息丢失问题。

这种知识库由历史信息表构成，每个节点都保存一个表，并随时间窗W进行更新，所谓时间窗W，指的是根据网络状态不断调整的一个阈值，历史规律信息表中的时间点都属于时间窗W内。根据DTN网络连接特性的描述，历史规律信息表的格式定义如下表：

本节点	连接节点	k	ts	te	tconnect
						A	B	1	ts(1)	te(1)	t2-t1
A	B	2	ts(2)	te(2)	t4-t3
						......	......	......	......	......	......
A	B	nw	ts(nw)	te(nw)	tn-tn-1

A为任意一节点，B为与A连接的节点，k为A节点与B节点的连接次数，n_w为在时间窗W内的连接次数，t_s为第k次连接的起始时间，t_e为第k次连接的终止时间，t_connect为第k次连接持续时间。该表表示节点在历史的某个时间窗内的连接规律，当网络拓扑发生变化时，节点间的链路也会相应的随之改变，此时可根据需要更新时间窗，从而更新历史信息表和知识库。

本发明提供一种容迟容断网络的EDHO路由算法，该算法共包括4个步骤：1）历史规律预测知识库的建立；2）节点连接可靠度RM的计算；3）选路指标WRM的计算；4）EDHO算法路由的建立和更新；其中历史规律预测知识库根据网络拓扑信息构建，RM根据历史规律预测知识库进行计算，选路指标WRM由可靠度RM的值确定，而路由表根据选路指标进行建立和更新。

进一步地，所述步骤1）中历史规律预测知识库根据容迟容断网络的链路特性建立，以历史规律信息表格式保存在每个节点中，主要内容包括时间窗口W、在时间窗内本节点与另一节点的连接次数、时间窗内每一次连接的起始时间、时间窗内每一次连接的终止时间以及时间窗内每一次连接持续时间。

进一步地，所述步骤2）中节点连接可靠度RM与时间窗口W内连接持续时间与连接间隔次数有关，RM值越大表示节点可靠度越高，消息传输成功率越高。

进一步地，所述步骤3）中选路指标WRM的计算是结合ED算法的选路指标和连接可靠度RM来计算得到的，以延迟w对RM的归一化值来综合考虑延迟和可靠度的共同影响。

进一步地，所述步骤4）中EDHO算法的路由和更新过程同时进行，网络在开始运行前先进行初始化过程，节点间相互交换路由表信息，最终形成全网的路由映射。

本发明的有益效果是能优化DTN网络中高连接间断性引起的消息丢失问题。

附图说明：

图1为现有技术中算法性能和知识库的关系图；

图2为本发明中算法主体框架图；

图3为本发明算法中节点间的连接状态图；

图4为ED算法的延迟计算示意图。

图5为本发明算法中t₁时刻节点A的路由信息示意图；

图6为本发明算法中t₂时刻节点A的路由信息示意图；

图7为本发明算法t₃时刻节点A的路由信息示意图；

图8为本发明算法t₄时刻节点A的路由信息示意图；

图9为本发明EDHO算法的路由流程图。

具体实施方式：

以下结合说明书附图对本发明的具体实施方式作详细说明：

EDHO算法设计的初衷是为了解决两节点持续连接过短导致的消息传送失败的问题，即目标是为了提高路由成功率或可靠度，所以，节点间的连接是否持久可靠需要一个指标来衡量，本发明定义这个指标为连接可靠度RM(ReliabilityMetric)，RM的大小体现了节点间连接持续或间断的程度。如图3所示，根据历史信息表，可以得出任意两节点在选定时间窗W内的连接状态图，从图中可以直观的看出两节点间的连接次数，间断次数，以及每次连接的持续时间。连接可靠度RM是对这些状态信息的量化表示。

设当前时间为t，时间窗口为W，在时间窗口W内的最后一次连接时间为t_s(1)，断开时间为为t_e(1)，依次往前直到时间窗口W内的第一次连接时间为t_s(n_w)，断开时间为t_e(n_w)。对于节点s和与另一节点相连的边e，在时间窗大小为W的情况下，t时刻两节点的连接可靠度RM(e，t，W，s)定义如下：

$\mathrm{RM}(e,t,W,s)={\mathrm{\α}}^{\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}}\×{\mathrm{\β}}^{n_W}$

$\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}=\frac{\underset{n=1}{\overset{n_W}{\mathrm{\Σ}}}(t_e\left(n\right)-t_s\left(n\right))}{W-\underset{n=1}{\overset{n_W}{\mathrm{\Σ}}}(t_e\left(n\right)-t_s\left(n\right))},$ α∈(1,+∞),β∈(0,1)

对该计算公式的几点说明如下：

RM越大说明节点间连接性更持续，间断性越小。α为连接持续时间对RM的影响因子，α∈(1,+∞)，

为连接持续时间与连接间隔时间之比率；β为间断次数对RM的影响因子，β∈(0,1)，n_w为连接间隔次数。对于α和β的取值，可以根据不同网络对可靠性不同的需求进行调节。

由于α∈(1,+∞)，所以

的值随着

的增大而增大，表示连接持续时间长，连接更稳定，所以

对可靠度RM大小呈正影响。由于β∈(0,1)，所以的值随着n_w的值增大而减小，说明连接间隔多，连接不稳定，所以n_w对可靠度大小呈负影响，但另一方面也意味着两节点在某段时间的相遇次数多。

RM的大小只表示连接可靠性的大小，与路径延时无关，节点选择与其RM值大的节点进行传递，要使得RM值变大，最好要求

和

的值都变大，即

变大表示连接持续时间长，变大表示连接间断次数少。

传递数据量较大的消息时可以适当减小α的值，此时分析

如果RM要达到某一个值的话，α越小则连接持续时间与连接间隔时间之比率

要求的值越大，对连接持续时间的要求更高，表明节点会选择一个连接持续时间水平较高的路由，更有助于大消息的传递。

传递数据量较小的消息，对连接可靠性的要求不必太苛刻，对连接持续时间的要求没有那么高，能够容忍间隔次数多的传递，此时分析

可以适当增大β的值，连接间隔因素对RM的影响会变低，同时，在另一种意义上这也代表相遇更容易，能够更容易传递数据量小的消息。

时间窗W根据节点的状况而设置，其大小和更新频率对历史规律信息的精确度有重要影响，但也影响节点的能量开销。时间窗选择的小，则节点能量开销小，但历史规律信息不充分，算法有随机性，不够稳定；时间窗选择的大，则节点能量开销大，但历史规律信息充分，算法有一定的稳定性。对于连接频率高的节点可以适当缩小时间窗大小，而连接频率低的节点应增大时间窗，这样才能保证有足够的历史规律信息。因此，设置合理的时间窗对该算法的有效性有重要意义。

如图4所示，ED算法没采用队列预测知识库，所以节点的队列函数Q(e,t,s)的值始终设为0，另外不考虑节点对消息的处理时间t_d，所以ED算法的主要延迟集中在t与t”相差的时间。ED算法计算路由采用的是时变Dijkstra算法，所以对于大小为m的消息，其延迟必须考虑时间变量t。设定在时刻t，与节点s相连的边e上的延迟权值w(e,t,m,s)，该权值函数由4个因变量决定。设边e在时刻t单位时间的容量函数为c(e,t)，可得w(e,t,m,s)表达式如下式所示：

$w(e,t,m,s)=t^{\′\′}(e,t,m,s)-t=\min \left\{t^{\′\′}\right|\underset{x=t}{\overset{t^{\′\′}}{\∫}}c(e,t)\mathrm{dt}\≥m\}-t$

在分析完ED算法确定路由的原理后，可以明确其选路标准是选择一系列延迟低的路径作为路由。在设计EDHO算法时，需要结合综合考虑边延迟权值和可靠度两个指标的思想，把可靠度体现到每条边上，并且在计算路由时要与延迟权值w(e,t,m,s)一起考虑。综上所述，定义一个延迟权值对可靠度RM的归一化值——WRM(Weight using RM)，其表达式如下式：

$\mathrm{WRM}(e,t,m,W,s)=\frac{w(e,t,m,s)}{\mathrm{RM}(e,t,W,s)}=\frac{\min \left\{t^{\′\′}\right|\underset{x=t}{\overset{t^{\′\′}}{\∫}}c(e,t)\mathrm{dx}\≥m\}-t}{{\mathrm{\α}}^{\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}}\×{\mathrm{\β}}^{n_w}}$

对于WRM的值的理想状态是延迟小且可靠性大，对应的就是函数w(e,t,m,s)的值小，RM(a,b)的值大。最终的选择标准就是某条边的WRM的值越小，越有助于消息的传输。

本发明所设计的EDHO路由算法也是基于路由表框架的，路由表来自历史规律预测知识库和部分预测知识库（参见附图2），并是由EDHO路由算法确定的。在整个网络生命周期内，随着预测知识库的更新，路由表也需要随之更新，这样才能适合网络的拓扑结构。在网络运行过程中，路由表会随着网络拓扑结构的变化而过期，节点则需要根据预测知识库对路由表进行维护更新，这种维护更新是当节点接触后互相交换路由信息完成的，而EDHO算法在其中的作用则是为节点提供计算路由的标准，节点利用本算法建立和更新路由信息的两个过程是同步进行的，分析如下：

图5到图8为本发明设计的算法建立和更新路由的过程，在一个区域内有3个节点A、B、C，它们之间的连接时断时续，在网络运行初期，3个节点中的路由表信息均为空。接下来本发明以节点A为例，说明该根据网络拓扑情况以及3个节点之间连接关系建立和更新路由表的过程。

如图5，t₁时刻节点A与节点B连接，节点C与节点A和B均保持断开连接状态。节点A通过EDHO算法计算出与节点B之间的WRM值，同时以WRM(AB,t₁)的值建立与节点B的路由，该条路由为节点A路由表中的第一条路由信息。类似的，节点B以WRM(AB,t₁)的值建立与节点A的路由信息，该条路由也为节点B路由表中的第一条路由信息。

如图6，t₂时刻节点A与节点C连接，节点B与节点A和C均保持断开连接状态。节点A通过EDHO算法计算出与节点C之间的WRM值，同时以WRM(AC,t₂)的值建立与节点C的路由，并加入到节点A的路由表中。所以节点A的路由表根据网络拓扑进行了更新，其路由表中目前含有两条路由，一条是以WRM(AB,t₁)的值与B连接，一条是以WRM(AC,t₂)的值与C连接，而B节点未能与任何节点相连，所以路由表不更新。

如图7，t₃时刻节点B和节点C连接，节点A与节点B和C均保持断开连接状态。节点B通过EDHO算法计算出与节点C之间的WRM值，同时以WRM(BC,t₃)的值建立与节点C的路由，并加入到节点B的路由表中。所以节点B的路由表根据网络拓扑进行了更新，其路由表中目前含有两条路由，一条是以WRM(AB,t₁)的值与A连接，一条是以WRM(BC,t₃)的值与C连接，而A节点未能与任何节点相连，所以路由表不更新。

如图8，t₄时刻节点A和节点B再次连接，而节点C与节点A和B均保持断开连接状态。节点A通过EDHO算法重新计算该时刻与节点B之间的WRM值，然后以WRM(AB,t₄)的值分别更新节点A和节点B中的已过期WRM(AB,t₁)值。节点A与节点B接触后，它们互相交换路由信息，节点A将AC的路由信息发送给B，节点B将BC的路由信息发送给A，最后节点A完成路由表更新，并且与节点B的路由信息保持一致。

通过上面所描述的方式，节点A建立了一个最简单的路由表，在网络的不断运行和预测知识库的不断更新中，A节点会不断更新和补全路由信息，从而一步步建立起全网的路由表信息，可以看到，路由表的建立和更新是同步的。如果此时以节点A为源节点，节点C为目的节点，从节点A向节点C发送一个消息，节点A则根据自己的路由表信息进行判断，最终能发送到节点C的路径一共有两条：一条为A-C路径，一条为A-B-C路径。A-C路径的WRM值为WRM(AC,t₂)，A-B-C路径的WRM值为WRM(AB,t₄)+WRM(BC,t₃)，如果WRM(AC,t₂)的值小于WRM(AB,t₄)+WRM(BC,t₃)的值，则会选择A-C路径作为路由，反之会选择A-B-C路径作为路由。

另外对以上描述还有一个说明，当节点发送消息时，如果某两节点处于间断状态，并不代表消息无法通过该连接转发；相反如果某两节点处于连接状态，也不代表消息就一定能从该连接转发，因为DTN节点间的连接是不固定的。无论节点当时处于什么状态，其消息转发的成功率取决于可靠度RM大小，而路由中的最佳路径取决于WRM的大小。

由于这种路由表建立和更新是同时进行的，而且EDHO算法的计算需要历史规律预测知识库的支持，所以该算法在网络开始运行之前需要一个初始化过程，这种初始化过程应是网络在无负载或低负载情况下运行的，在初始化过程中，网络中节点获取全网络足够的拓扑信息，并构建历史规律预测知识库。

EDHO算法的路由流程如图9所示，主要分为两个部分，一个是路由表初始化部分，一个是网络运行部分。

当网络建立起来时，首现进行路由初始化过程，在这个过程中，节点保存的路由表按照记录、交换、更新的步骤建立起来，这个初始化过程越充分，路由表越能反映全网的连接状态。

当路由表初始化完毕后，并不代表这路由表保持不变，根据之前对路由表建立和更新过程的描述，路由表在整个网络生命周期内都在进行更新。当源节点转发消息时，若源节点的路由表不存在目的节点的路由信息，则消息会保留在缓存中等待路由更新；若源节点的路由表存在目的节点的路由信息，则立即根据WRM值计算出的路由，再以此路由把消息转发给相应的下一跳节点，最终送达目的节点。在节点转发消息的过程中，节点同时记录下与其他节点的连接信息，更新历史规律预测知识库，从而更新路由表信息。

Claims (7)

1.一种容迟容断网络的EDHO路由算法，其特征在于，该算法共包括4个步骤：1）历史规律预测知识库的建立；2）节点连接可靠度RM的计算；3）选路指标WRM的计算；4）EDHO算法路由的建立和更新；其中历史规律预测知识库根据网络拓扑信息构建，RM根据历史规律预测知识库进行计算，选路指标WRM由可靠度RM的值确定，而路由表根据选路指标进行建立和更新。

2.根据权利要求1所述的算法，其特征在于，所述步骤1）中历史规律预测知识库根据迟容断网络的链路特性建立，以历史规律信息表格式保存在每个节点中，主要内容包括时间窗口W、在时间窗内本节点与另一节点的连接次数、时间窗内每一次连接的起始时间、时间窗内每一次连接的终止时间以及时间窗内每一次连接持续时间。

3.根据权利要求1所述的算法，其特征在于，所述步骤2）中节点连接可靠度RM与时间窗口W内连接持续时间与连接间隔次数有关，RM值越大表示节点可靠度越高，消息传输成功率越高。

4.根据权利要求3所述的算法，其特征在于，对于节点s和与另一节点相连的边e，在时间窗大小为W的情况下，t时刻两节点的连接可靠度RM(e，t，W，s)定义如下：

$\mathrm{RM}(e,t,W,s)={\mathrm{\α}}^{\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}}\×{\mathrm{\β}}^{n_W}$

$\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}=\frac{\underset{n=1}{\overset{n_W}{\mathrm{\Σ}}}(t_e\left(n\right)-t_s\left(n\right))}{W-\underset{n=1}{\overset{n_W}{\mathrm{\Σ}}}(t_e\left(n\right)-t_s\left(n\right))},$ α∈(1,+∞),β∈(0,1)

其中：当前时间为t，时间窗口为W，在时间窗口W内的最后一次连接时间为t_s(1)，断开时间为为t_e(1)，依次往前直到时间窗口W内的第一次连接时间为t_s(n_w)，断开时间为t_e(n_w)；α为连接持续时间对RM的影响因子，

为连接持续时间与连接间隔时间之比率；β为连接间隔次数对RM的影响因子，n_w为连接间隔次数。

5.根据权利要求4所述的算法，其特征在于，所述步骤3）中选路指标WRM的计算是结合ED算法的选路指标和连接可靠度RM来计算得的，以延迟w对RM的归一化值来综合考虑延迟和可靠度的共同影响。

6.根据权利要求5所述的算法，其特征在于，WRM的计算如下：

$\mathrm{WRM}(e,t,m,W,s)=\frac{w(e,t,m,s)}{\mathrm{RM}(e,t,W,s)}=\frac{\min \left\{t^{\′\′}\right|\underset{x=t}{\overset{t^{\′\′}}{\∫}}c(e,t)\mathrm{dx}\≥m\}-t}{{\mathrm{\α}}^{\frac{t_{\mathrm{connect}}}{W-t_{\mathrm{connect}}}}\×{\mathrm{\β}}^{n_w}}.$

7.根据权利要求1所述的算法，其特征在于，所述步骤4）中EDHO算法的路由和更新过程同时进行，网络在开始运行前先进行初始化过程，节点间相互交换路由表信息，最终形成全网的路由映射。

Images