CN106804053A - 一种移动自组织网络中基于自适应吸引子选择的单播路由方法 - Google Patents

Abstract

本发明涉及一种移动自组织网络中基于自适应吸引子选择的单播路由方法，节点根据其自身活跃度以及候选节点在上一次路由过程中的相关信息，概率性地选取其中一个候选节点作为下一跳节点，并在本次路由结束时计算活跃度并返回更新本次路由路径上的所有组成节点的活跃度，以提升下一次的路由效果。本发明不但可以非常有效地适应静态或动态的网络拓扑结构，而且还可以平衡路由延时与传输代价之间的关系，提升网络整体工作效果。

Description

一种移动自组织网络中基于自适应吸引子选择的单播路由 方法

技术领域

本发明涉及移动自组织网络领域中，特别是涉及一种移动自组织网络中基于自适应选择的单播路由方法。

背景技术

移动自组织网络是指将各个孤立的设备进行连接，实现人与人，人与计算机，计算机与计算机之间进行信息交换的链路，从而达到资源共享和通信的目的，其中我们可以将移动自组织网络中的人、计算机等称为节点，那么移动自组织网络就是实现节点之间信息交换的链路。节点可以是固定的，也可以是移动的。固定节点的通信也就是静态路由需要由网络管理员在系统安装时根据网络的配置情况预先设定静态路由表，网络结构发生变化后由网络管理员手动修改路由表。移动节点的通信也就是动态路由，其随网络运行情况的变化而变化，节点根据路由协议自动形成将数据包传输至目的节点的路径。

从以上分析可以得到静态路由的缺点是网络的灵活性差，配置繁琐，当需要加入或者移除一些节点时需要管理员在所有路由器上添加或删除路由信息。动态路由的难点是节点需要快速适应不断变化的网络结构，并找到一条将数据包转发至目的节点延时最小，耗能最少的路由路径。

发明内容

本发明的目的是为了解决上述问题，提出一种移动自组织网络中基于自适应吸引子选择模型的单播路由方法，解决了延时长，能耗大等问题。

本发明的一种移动自组织网络中基于自适应吸引子选择模型的单播路由方法，包括以下步骤：

(1)待发数据节点确定候选节点并根据自适应吸引子选择模型计算候选节点被选为下一跳的概率并确定下一跳节点；

(2)数据包到达目的节点后计算得出活跃度；

(3)返回数据包更新本次路径上所有组成节点的活跃度，开始下一次路由。

所述步骤(1)中的确定候选节点即为从邻居节点中选出比本节点距离目的节点更近的节点作为候选节点，若不存在这样的节点就令邻居节点作为候选节点。

所述步骤(1)中的自适应吸引子选择模型分为两部分，即计算各候选节点被选为下一跳节点的概率和确定下一跳节点。

所述计算各候选节点被选为下一跳节点的概率需使用以下随机微分方程：

式中：m_n即为候选节点n被选为下一跳节点的概率；m_max为所有候选节点被选为下一跳节点的概率值中的最大值；s(α)被定义为s(α)＝aαⁿ+bα，a，b，n为实数；d(α)＝α；α为活跃度；η_n为白高斯噪声项；

具体使用规则是：(i)当待发数据节点非上一次路由过程中路径的组成节点则其各候选节点被选为下一跳节点的概率相同；(ii)当待发数据节点是上一次路由过程中路径的组成节点且其候选节点未改变，则直接使用以上随机微分方程；(iii)当待发数据节点是上一次路由过程中路径的组成节点但其候选节点发生了改变，对于仍作为待发数据节点的候选节点的节点，其概率值由通过下式计算：

式中：其中Δt为一实数；node_still为保持不变的候选节点组成的集合；N_still为不变的候选节点的个数；N_all为所有候选节点的个数；m_n'为候选节点n在本次路由过程中被选为下一跳节点的概率；m_n为候选节点n在上次路由过程中被选为下一跳节点的概率；对于在本次路由才成为待发数据节点的候选节点的节点，其概率计算公式为：

m_n'＝1/N_all m_n′＝1/N_all

所述确定下一跳节点的具体规则是当候选集中有目的节点时直接选择目的节点，否则，选出候选节点中被选为下一跳节点的概率最大的节点，从中随机挑选一个作为下一跳节点。所述步骤(2)中的计算活跃度的公式如下：

式中：B定义为k为本次路由路径中的所有连边个数；

(i)对于动态网络，定义a_r如下：

式中：E＝1/dist(i,j)，其中dist(i,j)是待发数据节点i与候选节点j之间的距离；F_j＝1/v(i,j)，其中v(i,j)是待发数据节点i与候选节点j之间的相对速度；C是候选节点组成的集合；

(ii)对于静态网络，定义a_r如下：

C定义为C＝hop_min/hop，其中hop_min为历次路径的跳数中的最小值，hop为本次路径跳数；

D定义为D＝time_min/time，其中time_min为历次路径的延时的最小值，time为本次路径延时；定义J为历次路径构成的集合。

所述步骤(3)中返回的数据包的信息中包含活跃度α，为了使得活跃度不过时，规定返回数据包发出后其所携带活跃度即随时间衰减，衰减按以下公式：

其中，α₀为在目的节点时系统计算所得活跃度；t为返回数据包发出后经过的时间；c为实常数。

所述步骤(3)中更新本次路径上所有组成节点的活跃度的规则是：(i)当节点接收到数据包，其活跃度更新为数据包所携带的活跃度；(ii)节点携带的活跃度根据衰减公式随时间衰减，其中α₀为节点最近一次更新所得的活跃度，t为距离最近一次更新的时间；值得指出，第一次路由时需要给每个节点一个合适的初始活跃度。

所述步骤(3)中的开始下一次路由的条件是(满足其一即可)：(i)源节点在向目的节点发出数据包后的等待时间T_wait到达时；(ii)源节点在等待时间T_wait内接收到返回数据包；

而且满足(i)条件时源节点重新发送本次路由数据包，满足(ii)条件时发送下一个数据包；

值得指出，数据包都是有生存时间的，超过生存时间则数据包被销毁且不再继续被转发，同时对于返回数据包而言，其到达源节点后即不再被转发。

本发明的优点在于：

本发明通过活跃度调控待发数据节点选择下一跳节点的行为，节点的活跃度越高则其就越明确地选择下一跳节点，活跃度若比较低则其选择下一跳节点的行为就类似于随机过程。而活跃度是通过每次路由结束时在目的节点系统根据本次路由的延时和能耗计算得出的，延时越长，能耗越大则活跃度越低，这代表当前路径不适合当前网络结构，系统做出随机改变寻找新的路径。当然较高的活跃度也不会使得待发数据节点选择的下一跳节点被固定化，系统仍然具有一定的随机性，帮助寻找性能更加优良的路径。这样的方法使得系统能很快自己寻找到最适应当前网络结构的路径，避免了静态网络繁琐的人工操作，对于动态网络频繁变化的网络结构也能快适应，保证通信质量。所以综合而言，本方法对于提高移动自组织网络的路由综合效果具有极大的意义。

附图说明

图1是本发明的方法流程图；

图2是移动自组织网络拓扑图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明做各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种移动自组织网络中基于自适应吸引子选择的单播路由方法，如图1所示，该方法对于静态和动态移动自组织网络都适用。当网络拓扑结构建立完成后，为节点赋予合适的初始活跃度，之后进入到数据传输阶段。在每一个时间步，网络中只有一个源节点，一个目的节点，且最多只有一个数据包被发送。基于自适应吸引子选择的单播路由机制的寻路过程如下：

(1)当节点i有数据包要发送时，首先检查数据包的目的节点ID。如果目的节点是自己的邻居，则直接将数据包发送给目的节点。

(2)如果数据包的目的节点不是节点i的邻居，节点i选出邻居节点中与目的节点之间的距离比自己与目的节点之间的距离要小的节点作为候选节点，若不存在这样的节点则让所有邻居节点作为候选节点。

(3)节点i根据以下规则计算候选节点被选为下一跳节点的概率：

计算需要运用以下随机微分方程：

式中：m_n即为候选节点n被选为下一跳节点的概率；m_max即为所有候选节点的被选为下一跳节点的概率值中的最大值；s(α)被定义为s(α)＝aαⁿ+bα，a，b，n为实数；d(α)被定义为d(α)＝α；α为活跃度；η_n为白高斯噪声项。

具体使用规则是：(i)当节点i非上一次路由过程中路径的组成节点则其各候选节点被选为下一跳节点的概率相同；(ii)当节点i是上一次路由过程中路径的组成节点且其候选节点未改变，则直接使用以上随机微分方程；(iii)当节点i是上一次路由过程中路径的组成节点但其候选节点发生了改变，对于仍作为节点i的候选节点的节点，其概率值由通过下式计算：

式中：其中Δt为一实数；node_still为保持不变的候选节点组成的集合；N_still N_still为不变的候选节点的个数；N_all N_all为所有候选节点的个数；m_n'为候选节点在本次路由过程中被选为下一跳节点的概率；m_n为候选节点在上次路由过程中被选为下一跳节点的概率；对于在本次路由才成为节点i的候选节点的节点，其概率计算公式为：

m_n'＝1/N_all m_n′＝1/N_all (3)

(4)节点i选出候选节点中被选为下一跳节点的概率最大的节点，从中随机挑选一个作为下一跳节点。

(5)在下一个时间步，回到第一步，直到数据包被发送至目的节点。

(6)系统计算活跃度并返回数据包更新沿路节点活跃度。

活跃度计算公式如下：

式中：B定义为k为本次路由路径中的所有连边个数；

(i)对于动态网络，定义a_r如下：

式中：E＝1/dist(i,j)，其中dist(i,j)是节点i与候选节点j之间的距离；F＝1/v(i,j)，其中v(i,j)是节点i与候选节点j之间的相对速度；C是候选节点组成的集合；

(ii)对于静态网络，定义a_r如下：

C定义为C＝hop_min/hop，其中hop_min为历次路径的跳数中的最小值，hop为本次路径的跳数；

D定义为D＝time_min/time，其中time_min为历次路径的延时的最小值，time为本次路径延时；定义J为历次路径构成的集合。

返回数据包的信息中包含活跃度，当沿路节点接收到返回数据包时其活跃度更新为数据包所携带的活跃度，为避免活跃度过时，我们规定返回数据包和节点上所携带的活跃度按以下公式随时间衰减：

式中，c实常数；对于返回数据包，α₀为在目的节点时系统计算所得的活跃度，t为返回数据包发出后经过的时间；对于节点，α₀为最近一次更新节点所得的活跃度，t为距离最近一次更新的时间。同时值得指出的是，数据包有生存期限，超过生存期限则销毁此数据包停止转发，同时对于返回数据包而言，其到达源节点后即不再被转发。

(7)源节点再次发送数据包，开始下一次路由，回到第一步。

再次发送数据包只需要满足下述条件之一：(i)发送数据包后经过时间T_wait；(ii)在T_wait内接收到返回数据包。满足(i)条件时源节点重新发送本次路由数据包，满足(ii)条件时发送下一个数据包。

下面以一个具体的实施例进一步说明本发明。

图2为26节点的静态移动自组织网络拓扑图。该网络中的所有节点的覆盖范围和传输能力相同。在本实施例中将采用本发明提出的基于自适应吸引子选择的单播路由方法，由节点s向节点d发送数据。

(1)当节点s有数据包要发送时，首先检查数据包的目的节点ID。如果目的节点是a、b、c、e、f、g、h、k其中的任意一个，则直接将数据包发送给目的节点。

(2)如果数据包的目的节点不是节点s的邻居节点，节点需要选出比自己距离目标节点更近的邻居节点作为候选节点，所以候选节点是a、b、c、f、e。

(3)根据节点计算候选节点被选为下一跳节点概率的规则，由于节点s符合(i)，故节点a、b、c、f、e被选为下一跳节点的概率皆为0.2.

(4)由于a、b、c、f、e被选为下一跳的概率相同，所以节点s随机选取其中一个节点作为下一跳节点，假设选择节点b作为下一跳节点。

(5)在下一个时间步，回到第一步，直到数据包被发送至目的节点，形成路径1：s→b→c→n→p→u→y→z→d。

(6)在目的节点d系统根据公式(4)计算得出活跃度α，目的节点d发送返回数据包反向沿原路径1更新组成路径的节点z、y、u、p、n、c、b、s的活跃度。值得指出，返回数据包中所携带的活跃度以及节点所携带的活跃度都是会随着从其最近一次活跃度更新至今的时间而衰减，具体根据公式(7)进行衰减。

(7)当节点s发送数据包后经过T_wait时，或者在T_wait时间内接收到返回数据包则再次发送数据包，开始新一次路由。假设节点s在T_wait内收到返回数据包，则节点s向节点d传输下一个数据包。回到第一步，直到所有数据包全部从节点s传输到节点d。

(8)第二次路由得到路径2：s→a→m→q→d。可以看出路径2比路径1要好，体现在路径2的跳数比路径1少，还有路径2的总长小于路径1，这些都使得路径2的延时、能耗比路径1小。所以针对路径2系统计算所得的活跃度比路径1的要高，这就使得系统沿着路径2的趋势不断进化，最终系统得到在此网络拓扑结构中最优的路径并完成剩下所以数据包的传输。

不难发现，本发明通过活跃度调控系统行为，以活跃度为指引，帮助系统寻找到最适应当前网络环境的状态。无论静态动态网络，本发明都能让系统快速寻找到一条延时小、耗能少的路由路径。

Claims (7)

1.一种移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，包括以下步骤：

(1)待发数据节点确定候选节点并根据自适应吸引子选择模型计算候选节点被选为下一跳的概率并确定下一跳节点；

(2)数据包到达目的节点后计算得出活跃度；

(3)返回数据包更新本次路径上所有组成节点的活跃度，开始下一次路由。

2.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(1)中的确定候选节点为：从邻居节点中选出比本节点距离目的节点更近的节点作为候选节点，若不存在，则令邻居节点作为候选节点。

3.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(1)中的根据自适应吸引子选择模型计算候选节点被选为下一跳的概率具体为：

$\frac{d}{dt}{m}_n=\frac{s\left(\mathrm{\α}\right)}{1+{(m_{max}-m_n)}^2}-d\left(\mathrm{\α}\right)m_n+{\mathrm{\η}}_n$

式中：m_n即为候选节点n被选为下一跳节点的概率；m_max为所有候选节点被选为下一跳节点的概率值中的最大值；s(α)＝aαⁿ+bα，a，b，n为实数；d(α)＝α；α为活跃度；η_n为白高斯噪声项；

具体使用规则是：(i)当待发数据节点非上一次路由过程中路径的组成节点则其各候选节点被选为下一跳节点的概率相同；(ii)当待发数据节点是上一次路由过程中路径的组成节点且其候选节点未改变，则使用以上随机微分方程；(iii)当待发数据节点是上一次路由过程中路径的组成节点但其候选节点发生了改变，对于仍作为待发数据节点的候选节点的节点，其概率值通过下式计算：

$m_{n^{\′}}=\frac{A_n}{{\mathrm{\Σ}}_{j\∈node\_still}{A}_j}\×\frac{N_{still}}{N_{all}}$

式中：其中Δt为一实数；node_still为保持不变的候选节点组成的集合；N_still为不变的候选节点的个数；N_all为所有候选节点的个数；m_n'为候选节点n在本次路由过程中被选为下一跳节点的概率；m_n为候选节点n在上次路由过程中被选为下一跳节点的概率；对于在本次路由才成为待发数据节点的候选节点的节点，其概率计算公式为：

m_n'＝1/N_all m_n′＝1/N_all。

4.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(1)中的根据自适应吸引子选择模型确定下一跳节点的具体方法为：当候选集中有目的节点时直接选择目的节点，否则，选出候选节点中被选为下一跳节点的概率最大的节点，从中随机挑选一个作为下一跳节点。

5.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(2)中的活跃度的公式如下：

$\mathrm{\α}=\left(B^{\mathrm{\μ}}{C}^v{D}^{\mathrm{\σ}}\right)/\left({\mathrm{\Σ}}_{l\∈J}{B}_l^{\mathrm{\μ}}{C}_l^v{D}_l^{\mathrm{\σ}}\right)$

式中：k为本次路由路径中的所有连边个数；

(i)对于动态网络，定义a_r如下：

$a_r=\frac{{\left(E_j{F}_j\right)}^2}{{\mathrm{\Σ}}_{k\∈C}{\left(E_k{F}_k\right)}^2}$

式中：E＝1/dist(i,j)，其中dist(i,j)是待发数据节点i与候选节点j之间的距离；

F_j＝1/v(i,j)，其中v(i,j)是待发数据节点i与候选节点j之间的相对速度；C是候选节点组成的集合；

(ii)对于静态网络，定义a_r如下：

$a_r=\frac{E_j^2}{{\mathrm{\Σ}}_{k\∈C}{E}_k^2}$

C＝hop_min/hop，其中hop_min为历次路径的跳数中的最小值，hop为本次路径跳数；

D＝time_min/time，其中time_min为历次路径的延时的最小值，time为本次路径延时；

J为历次路径构成的集合。

6.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(3)中返回的数据包的信息中的活跃度α随时间衰减，衰减后的活跃度为：

$\mathrm{\α}=\frac{{\mathrm{\α}}_0}{2^{t/c}}$

其中，α₀为在目的节点时系统计算所得活跃度；t为返回数据包发出后经过的时间；c为实常数；

更新本次路径上所有组成节点的活跃度的方法是：(i)当节点接收到数据包，其活跃度更新为数据包所携带的活跃度；(ii)节点携带的活跃度根据上式随时间衰减，第一次路由时给每个节点设置初始活跃度。

7.根据权利要求1所述的移动自组织网络中基于自适应吸引子选择的单播路由方法，其特征在于，所述步骤(3)中的开始下一次路由的需要满足下列条件之一：(i)源节点在向目的节点发出数据包后的等待时间T_wait到达时；(ii)源节点在等待时间T_wait内接收到返回数据包；而且满足(i)条件时源节点重新发送本次路由的数据包，满足(ii)条件时发送下一个数据包；超过数据包生存时间则数据包被销毁且不再继续被转发，同时对于返回数据包，其到达源节点后即不再被转发。