CN106804053B - 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

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 Download PDF

Info

Publication number
CN106804053B
CN106804053B CN201710035004.7A CN201710035004A CN106804053B CN 106804053 B CN106804053 B CN 106804053B CN 201710035004 A CN201710035004 A CN 201710035004A CN 106804053 B CN106804053 B CN 106804053B
Authority
CN
China
Prior art keywords
node
candidate
data packet
nodes
path
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.)
Expired - Fee Related
Application number
CN201710035004.7A
Other languages
English (en)
Other versions
CN106804053A (zh
Inventor
田大新
郑坤贤
王云鹏
周建山
刘超
李玉洲
朱宇凯
康璐
刘文豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Aeronautics and Astronautics
Original Assignee
Beijing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Aeronautics and Astronautics filed Critical Beijing University of Aeronautics and Astronautics
Priority to CN201710035004.7A priority Critical patent/CN106804053B/zh
Publication of CN106804053A publication Critical patent/CN106804053A/zh
Application granted granted Critical
Publication of CN106804053B publication Critical patent/CN106804053B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/248—Connectivity information update
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

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：
Figure BDA0001211393310000021
式中：mn即为候选节点n被选为下一跳节点的概率；mmax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；ηn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：
Figure BDA0001211393310000022
式中：
Figure BDA0001211393310000023
其中Δt为一实数；node_still为保持不变的候选节点组成的集合；Nstill为不变的候选节点的个数；Nall为所有候选节点的个数；mn'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；mn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：
mn'＝1/N_all mn′＝1/Nall
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：
Figure BDA0001211393310000031
式中：B定义为
Figure BDA0001211393310000032
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ar如下：
Figure BDA0001211393310000033
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；Fj＝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ar如下：
Figure BDA0001211393310000034
C定义为C＝hopmin/hop，其中hopmin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＝timemin/time，其中timemin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：
Figure BDA0001211393310000035
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Twait到达时；(ii)源节点在等待时间Twait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：mn即为候选节点n被选为下一跳节点的概率；mmax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；ηn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：
Figure BDA0001211393310000052
式中：
Figure BDA0001211393310000053
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 Nstill为不变的候选节点的个数；N_all Nall为所有候选节点的个数；mn'为候选节点在本次路由过程中被选为下一跳节点的概率；mn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：
mn'＝1/N_all mn′＝1/Nall (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：
Figure BDA0001211393310000061
式中：B定义为
Figure BDA0001211393310000062
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ar如下：
Figure BDA0001211393310000063
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ar如下：
Figure BDA0001211393310000064
C定义为C＝hopmin/hop，其中hopmin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＝timemin/time，其中timemin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：
Figure BDA0001211393310000065
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Twait；(ii)在Twait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Twait时，或者在Twait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Twait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 (5)

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；
活跃度的公式如下：
Figure FDA0002281233490000011
式中：
Figure FDA0002281233490000012
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ar如下：
Figure FDA0002281233490000013
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；Fj＝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ar如下：
Figure FDA0002281233490000014
C＝hopmin/hop，其中hopmin为历次路径的跳数中的最小值，hop为本次路径跳数；
D＝timemin/time，其中timemin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；
(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；
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：
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。
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：
Figure FDA0002281233490000021
式中：mn即为候选节点n被选为下一跳节点的概率；mmax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；ηn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：
Figure FDA0002281233490000022
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；Nstill为不变的候选节点的个数；Nall为所有候选节点的个数；mn'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；mn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：
mn′＝1/Nall。
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(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Twait到达时；(ii)源节点在等待时间Twait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。
CN201710035004.7A 2017-01-17 2017-01-17 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 Expired - Fee Related CN106804053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710035004.7A CN106804053B (zh) 2017-01-17 2017-01-17 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710035004.7A CN106804053B (zh) 2017-01-17 2017-01-17 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

Publications (2)

Publication Number Publication Date
CN106804053A CN106804053A (zh) 2017-06-06
CN106804053B true CN106804053B (zh) 2020-01-14

Family

ID=58985669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710035004.7A Expired - Fee Related CN106804053B (zh) 2017-01-17 2017-01-17 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

Country Status (1)

Country Link
CN (1) CN106804053B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110035466A (zh) * 2019-04-12 2019-07-19 北京航空航天大学 一种基于细胞吸引子选择模型的车辆间视频传输路由算法
CN110446185B (zh) * 2019-07-22 2021-01-19 西安交通大学 一种基于节点熟悉度模型的车辆间通信的路由方法
CN111432353B (zh) * 2020-04-17 2022-09-06 秦皇岛职业技术学院 一种用于旅游管理的游客管理装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618982A (zh) * 2015-01-08 2015-05-13 重庆邮电大学 基于改进遗传-蚁群算法的Adhoc网络寻找最优路径的方法
CN106131916A (zh) * 2016-08-23 2016-11-16 上海交通大学 一种基于蚁群算法的无线网络路由建立方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618982A (zh) * 2015-01-08 2015-05-13 重庆邮电大学 基于改进遗传-蚁群算法的Adhoc网络寻找最优路径的方法
CN106131916A (zh) * 2016-08-23 2016-11-16 上海交通大学 一种基于蚁群算法的无线网络路由建立方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An adaptive vehicular epidemic routing method based on attractor selection model;Tian D;《Ad Hoc Networks》;20160131;正文第3章、第4.1-4.4节，附图4 *
Self-Adaptive Ad-Hoc/Sensor Network Routing with Attractor-Selection;Leibnitz K 等;《IEEE Globecom 2006》;20070416;全文 *
基于细胞适应机制的自组网多路径路由协议;公维冰 等;《通信学报》;20140625;全文 *

Also Published As

Publication number Publication date
CN106804053A (zh) 2017-06-06

Similar Documents

Publication Publication Date Title
CN107431968B (zh) 一种建立路由表的方法、电子设备及网络
CN106804053B (zh) 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
CN104883304A (zh) 用于部分纠缠量子对桥接通信网络的路由方法
Gupta et al. Dynamic routing algorithm in wireless mesh network
CN110267321B (zh) 三维场景中的贪婪多播路由协议设计方法
Jain et al. A study of congestion aware adaptive routing protocols in MANET
Chowdhury et al. Non-cooperative game theory based congestion control in lossy WSN
Gawas et al. Cross layer multi QoS metric routing for multimedia traffic in 802.11 E over MANETs
Yassein et al. A performance comparison of smart probabilistic broadcasting of ad hoc distance vector (AODV).
Mazumdar et al. TOAR: transmission-aware opportunistic ad hoc routing protocol
Ahmad et al. Enhanced AODV route Discovery and Route Establishment for QOS provision for real time transmission in MANET
Panda et al. Analysis of effect of mobility and transmission power on AODV and DSR in mobile Adhoc network
Shinde et al. PALBMRP: power aware load balancing multipath routing protocol for MANET
CN102781064B (zh) 一种针对无线Ad hoc 网络的AODV路由协议的改进方法
Barua et al. Caching of routes in ad hoc on-demand distance vector routing for mobile ad hoc networks
Zhong et al. Research and Implementation of AOMDV Multipath Routing Protocol
Adarbah et al. Channel-adaptive probabilistic broadcast in route discovery mechanism of MANETs
Sathiyajothi Performance analysis of routing protocols for manet using NS2 simulator
Kolipaka et al. Performance analysis of AODV with multi-radio in hybrid wireless mesh network
Wang et al. A new approach to estimate RED parameters using function regression
Meghanathan Routing protocols to determine stable paths and trees using the inverse of predicted link expiration times for mobile ad hoc networks
CN111770548B (zh) 基于萤火虫算法的无人机自组网dsr协议优化方法
Farooq et al. Available-bandwidth-based routing in ieee 802.15. 4-based ad-hoc networks: Proactive vs. opportunistic technique
Srivastava et al. A Fuzzy Based Adaptive Gateway Discovery Algorithm for Hybrid Multi-hop Wireless Networks
CN108966309B (zh) 一种基于强化学习的智能路由方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200114

Termination date: 20220117