CN104363625A - 泛在末梢环境中的节点选择方法 - Google Patents
泛在末梢环境中的节点选择方法 Download PDFInfo
- Publication number
- CN104363625A CN104363625A CN201410568106.1A CN201410568106A CN104363625A CN 104363625 A CN104363625 A CN 104363625A CN 201410568106 A CN201410568106 A CN 201410568106A CN 104363625 A CN104363625 A CN 104363625A
- Authority
- CN
- China
- Prior art keywords
- node
- service
- nodes
- destination
- ubiquitous
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title abstract 3
- 230000002093 peripheral effect Effects 0.000 title abstract 2
- 238000004891 communication Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 23
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000013475 authorization Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000008878 coupling Effects 0.000 description 8
- 238000010168 coupling process Methods 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种泛在末梢环境中的节点选择方法,包括:计算源节点和服务节点间基于能量的可靠性水平RSE以及基于移动性的可靠性水平RSM,计算服务节点的可靠性RS=RSM*RSE,则服务节点的选择权重值R=w*RS/delay,计算源节点和目标服务节点间通信链路基于能量的可靠性水平为RRE以及源节点和目标服务节点间通信链路基于移动性的可靠性水平为RRM,源节点和目标服务节点间通信链路的可靠性水平为RR,选取源节点和目标服务节点间通信链路中RR最大的通信链路进行数据传输。通过本发明的技术方案,通过预测节点的移动性及节点有效时间,建立可靠性高的簇结构以完成服务发现,同时计算服务提供节点及路径的可靠性,选取可靠性最高的服务提供节点及路径,从而完成服务选择。
Description
技术领域
本发明涉及通信技术领域,具体而言,涉及一种泛在末梢环境中的节点选择方法。
背景技术
泛在网络,能够使用户在任何时间任何地点可以享有所需服务,随着泛在网络的不断发展,越来越多的智能终端、传感器设备、便携式设备等可以进行通信为用户提供服务,各种能提供不同业务的终端设备分布于用户周边形成了智能空间即泛在末梢环境(例如:智能家居、协同办公、智慧校园)。在泛在末梢环境中,节点间可通过无线通信组成无中心MANET网络,通过协作提供丰富的泛在业务,因此节点需查找到其他节点所能提供的服务,查找到多个匹配的服务后,需选择其中之一协作完成服务。因此在泛在末梢网络中协作完成服务需要服务发现与选择方法。
泛在末梢环境中若每个节点都存储整个网络的服务,节点存储的信息将过于巨大,若节点只在需要协作完成服务时广播查找匹配服务,则会在短暂时间内造成网络拥塞,若选择特定节点来存储小区域内的节点服务,形成基于簇的服务发现结构,则服务发现能快速有效的实现,因此在服务发现方法中,构建簇结构能有效提高发现成功率,降低网络拥塞。服务发现的可靠性高低是指查找到匹配服务的概率大小,若能在较短时间内查找到匹配的服务,则用户等待时间短,用户体验好。服务选择的可靠性高低是指服务执行时中断的难易程度,中间路由节点的移动性和能量有限性会造成路径失效,从而造成服务中断,服务提供节点的失效更会造成服务中断。若能预测节点及路径的可靠性水平,并选择可靠性高的节点及路径,则可有效减少服务中断次数,增强用户体验。因此泛在末梢环境下基于可靠性预测的服务发现与选择方法具有重要的研究价值。
现有技术中主要存在以下几种方式实现节点或路径的选取来进行通信:
1、通过广播服务发现请求的方式查找匹配的服务,但是限制广播服务请求信息的跳数,从而达到减少服务发现负载的目的。但只在有限跳数内寻找服务,可能出现匹配的服务全在查找范围外的情况,其服务发现成功率并不高,同时广播服务发现请求的方式可能会造成短时间内网络拥塞的发生;
2、跨层以及分簇的思路,但是簇头节点的选择方案并不能保证该簇的稳定性,同时没有提出查找到多个匹配的服务时如何选择服务提供节点的问题;
3、选择能使网络生命周期最长的服务提供节点,但网络中提供服务或转发消息消耗的能量并不是减小其网络生命周期的最重要因素,同时,用户体验到的服务质量高低比网络生命周期长短更重要,同时,该方式中还订了Cost函数:Cost=∑i∈pathnumService(Ni)×Et+numService(SPselected)×Eexe其中,Ni是从服务发起节点到服务执行节点路径上的中间节点,Et是服务中继节点传递服务请求所需要的能量,Eexe是服务执行节点执行该服务所需要的能量,SPselected是选取来执行服务的节点,服务发起节点依据Cost函数的定义计算每个节点的Cost值,选取Cost最小的节点作为服务执行节点,但对于每个不同的请求服务而言,服务提供节点和中间路由节点需消耗的能量都具有差异性,该方案并不能精确估算具体的能量消耗值。
发明内容
本发明所要解决的技术问题是本发明的目的在于如何构建泛在末梢环境下基于可靠性预测的服务发现与选择方法,通过预测节点的移动性及节点有效时间,建立可靠性高的簇结构以完成服务发现,同时计算服务提供节点及路径的可靠性,选取可靠性最高的服务提供节点及路径,采用双路径机制增强路径可靠性,从而完成服务选择。
为此目的,本发明提出了一种泛在末梢环境中的节点选择方法,包括:S4,计算所述源节点的速度在水平方向和垂直方向上的分解量vx0和vy0,以及当前时刻的与服务节点的距离d,根据当前时刻的距离d与T时间后两节点之间距离的比值计算两节点间基于移动性的可靠性水平RSM,
其中,T为完成服务所需时间,获取所述源节点剩余能量所能持续的时间tN,计算两节点间基于能量的可靠性水平RSE,
计算所述服务节点的可靠性RS=RSM*RSE,则所述服务节点的选择权重值R=w*RS/delay,其中,delay两节点间传输数据的时间延迟量,w为调节因子;S5,每个服务节点向所述源节点回复消息包Reply(uj,mi,s,RS,Path),其中,uj为服务请求的源节点标识,s为请求服务名称,mi为服务节点的标识,Path为列表,用于记录服务节点mi到所述源节点的通信链路上每个节点的速度和剩余能量所能持续的时间,所述源节点计算每个服务节点的R,并选取R最大的服务节点为目标服务节点;S6,针对位于所述源节点和所述目标服务节点通信链路上的第一节点和第二节点,获取两节点当前时刻的距离d0和两节点中通信半径较小的节点的通信半径r,设两节点间链路的可维持时间tL,则在经过在tL时长后,两节点的距离由d0变为r,计算所述第二节点相对于所述第一节点的速度在水平方向和垂直方向上的分量vx和vy,则根据方程组
计算tL,计算第一节点和第二节点的通信链路基于移动性的可靠性水平M,
获取所述源节点和目标服务节点通信链路上的节点数量pn,节点i的剩余能量所能持续的时间为ti,则所述源节点和目标服务节点间通信链路基于能量的可靠性水平为RRE,
RRE=min(t1/T,t2/T…tpn/T)*[(t1/T+t2/T+…+tpn/T)/pn],
所述源节点和目标服务节点间通信链路基于移动性的可靠性水平为RRM,
RRM=min(M1,M2…Mpn-1)*[(M1+M2+…+Mpn-1)/(pn-1)],
所述源节点和目标服务节点间通信链路的可靠性水平为RR,
RR=RRE*RRM;
选取所述源节点和目标服务节点间通信链路中RR最大的通信链路进行数据传输。
优选地,在所述步骤S4之前还包括:S1,预测计算节点在n时刻的移动速度 其中,a为随机性调节因子,vn-1为所述节点在第n-1时刻的移动速度,vXn-1为节点的移动速度符合高斯分布的随机速度变量,为节点的历史平均速度。
优选地,在所述步骤S1之后还包括:S2,检测所述目标节点u的剩余能量所能持续的时间u.st,邻节点数u.d和计算能力u.cc,计算所述目标节点在泛在末梢环境中作为簇头节点的可能性值u.W=w1*u.st+w2*u.d+w3*u.cc-w4*u.v,其中,u.v根据所述目标节点所处的时刻和vn确定,所述目标节点向其邻节点发送u.W,并接收每个邻节点作为簇头节点的可能性值z1.W,z2.W,…,zi.W,其中,zi为所述目标节点第i个邻节点的标识,比较u.W与zi.W,在u.W大于每个zi.W时将所述目标节点设置为簇头节点。
优选地,在所述步骤S2之后还包括:S3,在以所述目标节点为簇头节点的簇中,当簇成员节点uj接到服务请求时,建立消息包Request(uj,s,D,vs)发送至簇头节点,其中,vs为所述源节点的速度,D为请求服务的细节列表,簇头节点所在簇中查询能够提供该请求服务的服务节点,若存在,则进入步骤S4,若不存在,则将消息包Request转发至与所述目标节点存在通信路径的相邻簇头节点,在相邻簇头节点所在簇中查询能够提供该请求服务的服务节点,并进入步骤S4。
优选地,所述步骤S4还包括:服务节点根据消息包Request中的D获取完成服务所需时间T和源节点剩余能量所能持续的时间tN,并计算RSE和RS。
优选地,所述步骤S2还包括:若u.W小于zm.W,则将所述目标节点的第m个邻节点设置为簇头,所述目标节点加入zi.W最大的邻节点为簇头的簇。
优选地,所述步骤S2还包括:检测所述目标节点的邻节点zi的邻节点中是否存在相邻簇头节点,若存在,则建立所述目标节点与相邻簇头节点之间的通信路径,若不存在,则检测邻节点zi的邻节点的邻节点中是否存在相邻簇头节点,直至检测到相邻簇头节点,并建立所述目标节点与相邻簇头节点之间的通信链路。
优选地,所述步骤S2还包括:所述目标节点周期性向其所在簇中的成员节点发送验证信息,以验证成员节点是否有效,若验证存在失效的成员节点,则在服务列表中删除失效成员节点的对应项,以及,在所有成员节点都失效的情况下,重新选择簇头节点,在部分成员节点失效的情况下,则为失效的成员节点查询中间节点,以使失效的成员节点重新加入簇。
优选地,还包括:选取所述源节点和目标服务节点间通信链路中RR第二大的通信链路作为备用链路,在RR最大的通信链路失效的情况下选取所述备用链路进行数据传输。
优选地,还包括:所述源节点周期性判断所述目标服务节点是否失效,若失效,则重新发起服务。
根据上述技术方案,通过预测节点的移动性及节点有效时间,建立可靠性高的簇结构以完成服务发现,同时计算服务提供节点及路径的可靠性,选取可靠性最高的服务提供节点及路径提供和传输服务,从而保证服务传输的高可靠性,并采用双路径机制增强路径可靠性,从而完成服务选择。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了根据本发明一个实施例的泛在末梢环境中的节点选择方法的示意流程图;
图2示出了根据本发明一个实施例的簇构建过程示意图;
图3示出了根据本发明一个实施例的簇维护过程示意图;
图4示出了根据本发明一个实施例的路径选择的示意流程图。
具体实施方式
了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明提出了一种泛在末梢环境中的节点选择方法,包括:S4,计算源节点的速度在水平方向和垂直方向上的分解量vx0和vy0,以及当前时刻的与服务节点的距离d,根据当前时刻的距离d与T时间后两节点之间距离的比值计算两节点间基于移动性的可靠性水平RSM,
其中,T为完成服务所需时间,获取源节点剩余能量所能持续的时间tN,计算两节点间基于能量的可靠性水平RSE,
计算服务节点的可靠性RS=RSM*RSE,则服务节点的选择权重值R=w*RS/delay,其中,delay两节点间传输数据的时间延迟量,w为调节因子;S5,每个服务节点向源节点回复消息包Reply(uj,mi,s,RS,Path),其中,uj为服务请求的源节点标识,s为请求服务名称,mi为服务节点的标识,Path为列表,用于记录服务节点mi到源节点的通信链路上每个节点的速度和剩余能量所能持续的时间,源节点计算每个服务节点的R,并选取R最大的服务节点为目标服务节点;S6,针对位于源节点和目标服务节点通信链路上的第一节点和第二节点,获取两节点当前时刻的距离d0和两节点中通信半径较小的节点的通信半径r,设两节点间链路的可维持时间tL,则在经过在tL时长后,两节点的距离由d0变为r,计算第二节点相对于第一节点的速度在水平方向和垂直方向上的分量vx和vy,则根据方程组
计算tL,计算第一节点和第二节点的通信链路基于移动性的可靠性水平M,
获取源节点和目标服务节点通信链路上的节点数量pn,节点i的剩余能量所能持续的时间为ti,则源节点和目标服务节点间通信链路基于能量的可靠性水平为RRE,
RRE=min(t1/T,t2/T…tpn/T)*[(t1/T+t2/T+…+tpn/T)/pn],
源节点和目标服务节点间通信链路基于移动性的可靠性水平为RRM,
RRM=min(M1,M2…Mpn-1)*[(M1+M2+…+Mpn-1)/(pn-1)],
源节点和目标服务节点间通信链路的可靠性水平为RR,
RR=RRE*RRM;
选取源节点和目标服务节点间通信链路中RR最大的通信链路进行数据传输。
泛在末梢环境的不同场景模型下,用户具有不同的行为特征,由于不同场景模型可以类推,因此可以设置场景模型为道路上无基站移动节点协作完成服务,通过建立节点移动模型,预测节点的移动性及节点有效时间,建立可靠性高的簇结构以完成服务发现,同时计算服务提供节点及路径的可靠性,选取可靠性最高的服务提供节点及路径,采用双路径机制增强路径可靠性,从而完成服务选择。需要说明的是,步骤S5可以发生于步骤S4之中,其仅用于解释和说明S4中的部分参量的来源和获取方式,而并不一定发生于步骤S4之后。
由于泛在末梢网络中节点具有移动性和电池能量有限性,为保证服务执行中断次数少,要求通过协作完成服务时,服务提供节点的可靠性越高。服务提供节点有效概率由服务提供节点与请求源节点的相对移动性及服务提供节点的剩余能量支持时间决定。
通过根据服务节点的可靠性RS=RSM*RSE计算服务节点的选择权重值R=w*RS/delay,并根据R来选取目标服务节点,可以选取可靠性最高的节点提供服务,从而在运算能力、服务的相符性以及可提供服务时长等方面得到最优保障。并且进一步根据源节点和目标服务节点间通信链路的可靠性水平为RR选取通信链路(在源节点和目标服务节点之间存在多条链路的情况下),可以保证选取两节点之间的最优链路进行数据通信,从而保证数据通信最高的稳定性和最快的速度。
优选地,在步骤S4之前还包括:S1,预测计算节点在n时刻的移动速度 其中,a为随机性调节因子,vn-1为节点在第n-1时刻的移动速度,vXn-1为节点的移动速度符合高斯分布的随机速度变量,为节点的历史平均速度。
在具有道路的场景模型中,节点的运动均有一定的规律性,可以通过预测节点的移动速度矢量建立节点的移动模型。设节点均在道路上行走,则预测用户的移动速度矢量可分为两种情况:节点此时位置在道路中以及节点此时位置在道路交叉点上。
当节点此时在道路中时,节点的移动速度与其较近时间内的速度、历史速度具有相关性,因此可使用高斯-马尔可夫模型预测用户在区域内运动的速度矢量,第n时刻的速度大小vn不仅和第n-1时刻的速度大小vn-1有关,也和历史平均速度相关。而当节点到达某道路交叉点时,需选取一条新道路继续运动,设ri为空间内某交叉点的第i个方向的道路,根据高斯-马尔科夫思想,基于其历史经过此交叉点选择的道路次数预测其速度方向,节点选择道路的概率为
所示,其中p(ri)表示选择ri这条道路的概率,N(ri)表示历史经过此交叉点选择ri这条道路的次数。节点基于预测的速度方向取沿着道路的方向,速度大小不变。
优选地,在步骤S1之后还包括:S2,检测目标节点u的剩余能量所能持续的时间u.st,邻节点数u.d和计算能力u.cc,计算目标节点在泛在末梢环境中作为簇头节点的可能性值u.W=w1*u.st+w2*u.d+w3*u.cc-w4*u.v,其中,u.v根据目标节点所处的时刻和vn确定,目标节点向其邻节点发送u.W,并接收每个邻节点作为簇头节点的可能性值z1.W,z2.W,…,zi.W,其中,zi为目标节点第i个邻节点的标识,比较u.W与zi.W,在u.W大于每个zi.W时将目标节点设置为簇头节点。
泛在末梢环境中节点具有能量有限性、处理能力有限性、移动性等问题,基于此提出在簇的初始化过程中构建最大可靠性的簇算法,综合考虑节点剩余能量能支持的时间、CPU处理能力、节点连接度和节点的速度,使用加权法计算四者综合加权值,选取值最大的节点作为簇头节点。
优选地,在步骤S2之后还包括:S3,在以目标节点为簇头节点的簇中,当簇成员节点uj接到服务请求时,建立消息包Request(uj,s,D,vs)发送至簇头节点,其中,vs为源节点的速度,D为请求服务的细节列表,簇头节点所在簇中查询能够提供该请求服务的服务节点,若存在,则进入步骤S4,若不存在,则将消息包Request转发至与目标节点存在通信路径的相邻簇头节点,在相邻簇头节点所在簇中查询能够提供该请求服务的服务节点,并进入步骤S4。
优选地,仅在相邻簇头中选择服务节点,在簇结构中服务发现请求能到达所有簇头节点,且只在簇头上匹配服务,因此可以减少通信量、改善发现效率、提高发现成功率。
相邻簇头收到服务发现与选择请求后,检查是否重复收到此消息,若已收到,则丢弃不作处理;若未收到,则重复检查与转发。
优选地,步骤S4还包括:服务节点根据消息包Request中的D获取完成服务所需时间T和源节点剩余能量所能持续的时间tN,并计算RSE和RS。由服务节点来获取T和tN等参数,可以保证源节点的计算能力,使得用户可以继续使用源节点进行其他操作。
优选地,步骤S2还包括:若u.W小于zm.W,则将目标节点的第m个邻节点设置为簇头,目标节点加入zi.W最大的邻节点为簇头的簇。
优选地,步骤S2还包括:检测目标节点的邻节点zi的邻节点中是否存在相邻簇头节点,若存在,则建立目标节点与相邻簇头节点之间的通信路径,若不存在,则检测邻节点zi的邻节点的邻节点中是否存在相邻簇头节点,直至检测到相邻簇头节点,并建立目标节点与相邻簇头节点之间的通信链路。可以保证泛在末梢环境中的每个节点都能够加入到簇中,从而将在整个泛在末梢环境中构件一个完整的通信网络。
优选地,步骤S2还包括:目标节点周期性向其所在簇中的成员节点发送验证信息,以验证成员节点是否有效,若验证存在失效的成员节点,则在服务列表中删除失效成员节点的对应项,以及,在所有成员节点都失效的情况下,重新选择簇头节点,在部分成员节点失效的情况下,则为失效的成员节点查询中间节点,以使失效的成员节点重新加入簇。
优选地,还包括:选取源节点和目标服务节点间通信链路中RR第二大的通信链路作为备用链路,在RR最大的通信链路失效的情况下选取备用链路进行数据传输。
优选地,还包括:源节点周期性判断目标服务节点是否失效,若失效,则重新发起服务。
上述方法针对如何查找并选择服务提供节点,使得协作完成服务时查找到匹配服务成功率高、执行服务中断率低的问题,提出在泛在末梢环境下基于可靠性预测的服务发现与选择协议,首先预测节点的移动速度矢量,其次,构造并维护簇结构,在簇结构中请求相应的服务;再次,定义选择服务提供节点及路径的模型;最后,根据模型选择服务提供节点及路径,服务发现与选择协议完成。基于可靠性预测的服务发现与选择方法能有效降低服务查找失败率及服务执行中断率,提高服务的可靠性和用户体验。
在本发明中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种泛在末梢环境中的节点选择方法,其特征在于,包括:
S4,计算所述源节点的速度在水平方向和垂直方向上的分解量vx0和vy0,以及当前时刻的与服务节点的距离d,根据当前时刻的距离d与T时间后两节点之间距离的比值计算两节点间基于移动性的可靠性水平RSM,
其中,T为完成服务所需时间,获取所述源节点剩余能量所能持续的时间tN,计算两节点间基于能量的可靠性水平RSE,
计算所述服务节点的可靠性RS=RSM*RSE,
则所述服务节点的选择权重值R=w*RS/delay,
其中,delay两节点间传输数据的时间延迟量,w为调节因子;
S5,每个服务节点向所述源节点回复消息包Reply(uj,mi,s,RS,Path),其中,uj为服务请求的源节点标识,s为请求服务名称,mi为服务节点的标识,Path为列表,用于记录服务节点mi到所述源节点的通信链路上每个节点的速度和剩余能量所能持续的时间,所述源节点计算每个服务节点的R,并选取R最大的服务节点为目标服务节点;
S6,针对位于所述源节点和所述目标服务节点通信链路上的第一节点和第二节点,获取两节点当前时刻的距离d0和两节点中通信半径较小的节点的通信半径r,设两节点间链路的可维持时间tL,则在经过在tL时长后,两节点的距离由d0变为r,计算所述第二节点相对于所述第一节点的速度在水平方向和垂直方向上的分量vx和vy,则根据方程组
计算tL,计算第一节点和第二节点的通信链路基于移动性的可靠性水平M,
获取所述源节点和目标服务节点通信链路上的节点数量pn,节点i的剩余能量所能持续的时间为ti,则所述源节点和目标服务节点间通信链路基于能量的可靠性水平为RRE,
RRE=min(t1/T,t2/T…tpn/T)*[(t1/T+t2/T+…+tpn/T)/pn],
所述源节点和目标服务节点间通信链路基于移动性的可靠性水平为RRM,
RRM=min(M1,M2…Mpn-1)*[(M1+M2+…+Mpn-1)/(pn-1)],
所述源节点和目标服务节点间通信链路的可靠性水平为RR,
RR=RRE*RRM;
选取所述源节点和目标服务节点间通信链路中RR最大的通信链路进行数据传输。
2.根据权利要求1所述泛在末梢环境中的节点选择方法,其特征在于,在所述步骤S4之前还包括:
S1,预测计算节点在n时刻的移动速度
其中,a为随机性调节因子,vn-1为所述节点在第n-1时刻的移动速度,vXn-1为节点的移动速度符合高斯分布的随机速度变量,为节点的历史平均速度。
3.根据权利要求2所述泛在末梢环境中的节点选择方法,其特征在于,在所述步骤S1之后还包括:
S2,检测所述目标节点u的剩余能量所能持续的时间u.st,邻节点数u.d和计算能力u.cc,计算所述目标节点在泛在末梢环境中作为簇头节点的可能性值u.W=w1*u.st+w2*u.d+w3*u.cc-w4*u.v,其中,u.v根据所述目标节点所处的时刻和vn确定,所述目标节点向其邻节点发送u.W,并接收每个邻节点作为簇头节点的可能性值z1.W,z2.W,…,zi.W,其中,zi为所述目标节点第i个邻节点的标识,比较u.W与zi.W,在u.W大于每个zi.W时将所述目标节点设置为簇头节点。
4.根据权利要求3所述泛在末梢环境中的节点选择方法,其特征在于,在所述步骤S2之后还包括:
S3,在以所述目标节点为簇头节点的簇中,当簇成员节点uj接到服务请求时,建立消息包Request(uj,s,D,vs)发送至簇头节点,其中,vs为所述源节点的速度,D为请求服务的细节列表,簇头节点所在簇中查询能够提供该请求服务的服务节点,若存在,则进入步骤S4,若不存在,则将消息包Request转发至与所述目标节点存在通信路径的相邻簇头节点,在相邻簇头节点所在簇中查询能够提供该请求服务的服务节点,并进入步骤S4。
5.根据权利要求4所述泛在末梢环境中的节点选择方法,其特征在于,所述步骤S4还包括:服务节点根据消息包Request中的D获取完成服务所需时间T和源节点剩余能量所能持续的时间tN,并计算RSE和RS。
6.根据权利要求3所述泛在末梢环境中的节点选择方法,其特征在于,所述步骤S2还包括:若u.W小于zm.W,则将所述目标节点的第m个邻节点设置为簇头,所述目标节点加入zi.W最大的邻节点为簇头的簇。
7.根据权利要求3所述泛在末梢环境中的节点选择方法,其特征在于,所述步骤S2还包括:检测所述目标节点的邻节点zi的邻节点中是否存在相邻簇头节点,若存在,则建立所述目标节点与相邻簇头节点之间的通信路径,若不存在,则检测邻节点zi的邻节点的邻节点中是否存在相邻簇头节点,直至检测到相邻簇头节点,并建立所述目标节点与相邻簇头节点之间的通信链路。
8.根据权利要求3所述泛在末梢环境中的节点选择方法,其特征在于,所述步骤S2还包括:所述目标节点周期性向其所在簇中的成员节点发送验证信息,以验证成员节点是否有效,若验证存在失效的成员节点,则在服务列表中删除失效成员节点的对应项,
以及,在所有成员节点都失效的情况下,重新选择簇头节点,在部分成员节点失效的情况下,则为失效的成员节点查询中间节点,以使失效的成员节点重新加入簇。
9.根据权利要求1至7中任一项所述泛在末梢环境中的节点选择方法,其特征在于,还包括:选取所述源节点和目标服务节点间通信链路中RR第二大的通信链路作为备用链路,在RR最大的通信链路失效的情况下选取所述备用链路进行数据传输。
10.根据权利要求1至7中任一项所述泛在末梢环境中的节点选择方法,其特征在于,还包括:所述源节点周期性判断所述目标服务节点是否失效,若失效,则重新发起服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568106.1A CN104363625B (zh) | 2014-10-22 | 2014-10-22 | 泛在末梢环境中的节点选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568106.1A CN104363625B (zh) | 2014-10-22 | 2014-10-22 | 泛在末梢环境中的节点选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104363625A true CN104363625A (zh) | 2015-02-18 |
CN104363625B CN104363625B (zh) | 2018-01-12 |
Family
ID=52530836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410568106.1A Expired - Fee Related CN104363625B (zh) | 2014-10-22 | 2014-10-22 | 泛在末梢环境中的节点选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104363625B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055394A (zh) * | 2019-06-06 | 2020-12-08 | 佛山科学技术学院 | 快速包含排除的无线传感器网络分簇路由方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004109536A1 (en) * | 2003-06-06 | 2004-12-16 | Meshnetworks, Inc. | A method to provide a measure of link reliability to a routing protocol in an ad hoc wireless network |
CN101873663A (zh) * | 2010-05-26 | 2010-10-27 | 北京科技大学 | 一种基于能量感知可靠性多径路由算法 |
CN102158864A (zh) * | 2011-04-15 | 2011-08-17 | 北京航空航天大学 | 一种基于可靠性的移动Ad Hoc网络自适应安全路由方法 |
CN104036324A (zh) * | 2014-06-24 | 2014-09-10 | 北京航空航天大学 | 一种基于遗传算法的通信网络容量可靠性最优设计方法 |
-
2014
- 2014-10-22 CN CN201410568106.1A patent/CN104363625B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004109536A1 (en) * | 2003-06-06 | 2004-12-16 | Meshnetworks, Inc. | A method to provide a measure of link reliability to a routing protocol in an ad hoc wireless network |
CN101873663A (zh) * | 2010-05-26 | 2010-10-27 | 北京科技大学 | 一种基于能量感知可靠性多径路由算法 |
CN102158864A (zh) * | 2011-04-15 | 2011-08-17 | 北京航空航天大学 | 一种基于可靠性的移动Ad Hoc网络自适应安全路由方法 |
CN104036324A (zh) * | 2014-06-24 | 2014-09-10 | 北京航空航天大学 | 一种基于遗传算法的通信网络容量可靠性最优设计方法 |
Non-Patent Citations (2)
Title |
---|
FENG JIANG ET AL.: "Reliability-Oriented Clustering Algorithm for Service Search in Ubiquitous Stub Environments", 《2014 16TH ASIA-PACIFIC NETWORK OPERATIONS AND MANAGEMENT SYMPOSIUM (APNOMS)》 * |
王丽君等: "泛在末梢环境下基于动态备用的业务应急机制", 《电子与信息学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055394A (zh) * | 2019-06-06 | 2020-12-08 | 佛山科学技术学院 | 快速包含排除的无线传感器网络分簇路由方法及系统 |
CN112055394B (zh) * | 2019-06-06 | 2023-01-24 | 佛山科学技术学院 | 快速包含排除的无线传感器网络分簇路由方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104363625B (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A novel multicast routing method with minimum transmission for WSN of cloud computing service | |
Al-Turjman | Mobile couriers’ selection for the smart-grid in smart-cities’ pervasive sensing | |
Li et al. | An intersection-based QoS routing in vehicular ad hoc networks | |
Hossain et al. | Multi-objective Harris hawks optimization algorithm based 2-Hop routing algorithm for CR-VANET | |
TW200408232A (en) | Intelligent communication node object beacon framework(ICBF) with temporal transition network protocol (TTNP) in a mobile AD hoc network | |
CN109862612B (zh) | 基于双功能小车移动路径规划的数据收集和无线充电方法 | |
Tan et al. | Power and mobility aware routing in wireless ad hoc networks | |
CN105208616A (zh) | 车载自组织网络中基于道路拓扑的自适应多副本路由方法 | |
JP2013093781A (ja) | 通信ネットワークシステム、ノード装置、及び通信ネットワークシステムにおける経路選択方法 | |
Tan et al. | SCBC: Sector-chain based clustering routing protocol for energy efficiency in heterogeneous wireless sensor network | |
KR101948447B1 (ko) | 태양 에너지 기반 무선 센서 네트워크에서의 멀티 링을 이용한 모바일 싱크 위치 관리 장치, 방법 및 이를 수행하기 위한 기록 매체 | |
Fabian et al. | Selection of relays based on the classification of mobility‐type and localized network metrics in the Internet of Vehicles | |
Afsar et al. | A novel energy-efficient and distance-based clustering approach for wireless sensor networks | |
CN109803342A (zh) | 一种面向能量均衡高可靠传输的无人机自组织网络路由方法 | |
CN105634964A (zh) | 一种移动自组织网络及其组播路由方法 | |
Daflapurkar et al. | Tree based distributed clustering routing scheme for energy efficiency in wireless sensor networks | |
Li et al. | Link prediction algorithm for BLE mesh network in health monitoring system | |
CN104363625A (zh) | 泛在末梢环境中的节点选择方法 | |
Alilou et al. | QFS-RPL: mobility and energy aware multi path routing protocol for the internet of mobile things data transfer infrastructures | |
Ye et al. | Service function chain orchestration in 6g software defined satellite-ground integrated networks | |
Kumar et al. | A tree based multicast routing protocol using reliable neighbor node for wireless mobile ad-hoc networks | |
Hadawale et al. | Link prediction-based topology control and adaptive routing in cognitive radio mobile ad-hoc networks | |
Praveenkumar et al. | Greedy Weight Matrix Topological Adaptive Ad Hoc On-demand Multipath Distance Vector Protocol for QOS Improvement in MANET | |
Dhanapal et al. | Efficient clustering protocol based on ant-bee agent for large scale MANET | |
Vanisree et al. | Mobile Sink based Data-Gathering Method to Minimize the Network Delay |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180112 |