CN107682904A - 移动自组织网络群组移动行为判定方法 - Google Patents
移动自组织网络群组移动行为判定方法 Download PDFInfo
- Publication number
- CN107682904A CN107682904A CN201710854935.XA CN201710854935A CN107682904A CN 107682904 A CN107682904 A CN 107682904A CN 201710854935 A CN201710854935 A CN 201710854935A CN 107682904 A CN107682904 A CN 107682904A
- Authority
- CN
- China
- Prior art keywords
- website
- cluster
- moment
- mobile
- field
- 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.)
- Pending
Links
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
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
Abstract
本发明公开了移动自组织网络群组移动行为判定方法,首先网络中的站点需维护两个邻站关系向量,这两个向量分别描述两个不同时刻的邻站关系,然后通过概率与统计运算对两个向量进行比较分析,最后根据所得结果与预先设定设置阈值对比做出判定,同时利用本方法,构建适合群组移动特征的移动自组网应用场景,依据站点自身维护的邻站关系向量判断其与周边站点的移动行为是否具有群组移动特性,并将其运用到自组织网络的分簇算法中提高网络分簇的效率和稳健性。
Description
技术领域
本发明涉及移动自组织网络中在执行分簇维护时的站点群组移动行为的判定技术领域,具体地,涉及一种移动自组织网络群组移动行为判定方法。
背景技术
分簇算法是移动自组织网络的核心支撑技术。分簇算法的主要作用是将网络中的站点分成多个簇,每个簇都有簇首站点,控制簇内的站点间通信。好的分簇算法不仅能够平衡站点能量消耗、延长网络生存时间,而且能减小通信干扰、提高MAC协议和路由协议的效率,此外还能对数据查询、数据融合等提供有效的支持。由于自组织网络没有固定的基础设施,也没有固定的路由器,所有站点都是移动的、动态变化的。站点的移动将会引起簇首与簇成员关系的变化,因而需要动态地进行簇的划分,此时站点的移动性就是需要考虑的一个重要问题。如果能够对网络站点的移动作出准确的判断,就可以在一定程度上预测未来网络拓扑形状和变化趋势。若能够充分利用网络拓扑的变化趋势进行分簇则可以在很大程度上避免分簇的盲目性,从而提高网络分簇的效率和稳健性。
目前在自组网的很多应用场合中,例如军事行动、救援搜救、亲友团体外出等,站点的移动呈现群组集体移动的模式,即群组移动。群组移动模式下,一个组的成员不会频繁变化,因此可以选择一个或几个簇首来代表这个组,从而保持相对稳定的组结构。因此如何捕捉群组的移动模式,并且利用获得的信息来构建稳定的分簇,对于群组性移动自组网应用来说是一个重要的技术问题。本发明可以很好地解决上述问题。
发明内容
本发明的目的在于,针对上述问题,提出一种移动自组织网络群组移动行为判定方法,依据站点自身维护的邻站关系向量判断其与周边站点的移动行为是否具有群组移动特性,并将其运用到自组织网络的分簇算法中提高网络分簇的效率和稳健性。
为实现上述目的,本发明采用的技术方案是:一种移动自组织网络群组移动行为判定方法,主要包括如下判定步骤:
步骤1:建立网络站点I在t1时刻的邻站关系向量At1;
步骤2:网络运行Δt后达到t2时刻,建立网络站点I在t2时刻的邻站关系向量At2;
步骤3:计算在t1时刻和t2时刻能够与站点I直接通信的邻站数目CP(At1,At2);定义在t时刻可与站点I直接通信的邻站数目为SUM(At),计算在t1时刻和t2时刻站点I的邻站数目的均值E[SUM(At1),SUM(At2)];
步骤4:根据步骤3,计算从t1时刻到t2时刻站点I的邻居站点的变化程度SM(At1,At2);
步骤5:设置阈值S,比较其与SM(At1,At2)的大小,判定站点I是否有组移动的趋势。
进一步地,所述步骤1具体为,对于一个包含N个站点的网络,定义网络站点I在某一时刻t的邻站关系向量为At=[a[ij]],建立t1时刻的邻站关系向量At1,aij=1表示站点J可以直接发送数据到站点I,aij=0表示站点J需经其他站点转发发送数据到I。网络中一个站点的一跳邻居站点的数目称为该站点的连接度,对于任意的站点I,其站点连接度
进一步地,所述所述Iid为网络中站点I的ID编号,IDmax为网络中节点ID的最大值。
进一步地,步骤4中,
进一步地,步骤5中,判定站点I是否有组移动的趋势,具体为,若SM(At1,At2)≥S则站点I有做组移动的趋势,若SM(At1,At2)<S,则站点I没有组移动的趋势。
应用所述判定方法的具备群组移动预测功能的自适应性分簇方法,包括如下步骤:
步骤a:在LCC算法的控制信息格式中增加字段,初始化增加字段后的LCC算法的控制信息,令字段Flag=0,利用LCC原算法对自组网站点进行初始化分簇;
步骤b:经过一定时间ΔT,站点I依据SM(At1,At2)计算前后时刻两个邻站关系向量的相似程度,若大于预设阈值S,则站点I作为簇首发布簇成立消息,设置Flag=1,同时监听信道,若发现有站点K发出的Flag=1的簇成立消息且其ID小于自己,则拒绝申请加入自己簇的节点,并申请加入K簇;
步骤c:若站点J收到了站点I的簇成立消息,则依据SM(At1,At2)计算前后时刻两个邻站关系向量的相似程度,如果相似程度大于预设阈值S则请求加入;否则,维持目前的状态;
步骤d:若站点I收到站点J的加入簇请求,根据站点I的连接度接受或拒绝加入请求,若J收到Flag=1的接受信息,则站点J的Flag置1,拒绝Flag为0的信息,簇首标志置为I;若被拒绝,则维持目前的状态;
步骤e:当站点J与簇首I的链路失效时,则J先将其Flag置0,然后查找其新的邻站关系向量,按ID顺序向最小ID的簇首发送加入请求,若有簇首同意其加入,则加入该簇,若均不同意,则自立为簇,自任簇首;
进一步地,还包括步骤f:当站点I和站点J均为簇首且可以互相通信时,若站点I及站点J的Flag同为1或同为0,则站点I和站点J比较各自的连接度,连接度较小的一方放弃作为簇首,依据步骤b-e进行簇维护;
进一步地,所述连接度具体为,网络中一个站点的一跳邻居站点的数目,对于任意的站点I,其站点连接度
步骤a中,在LCC算法的控制信息格式中增加字段,具体包括字段ID表示发包节点ID;
字段Time为时间戳,表示当前时间;
字段Current status表示目前的该节点处于未定状态、簇首状态或簇成员状态;
字段Flag表示该节点目前处于LCC分簇状态或组移动分簇状态,Flag=0表示执行的基本的LCC算法,Flag=1表示该站点具有群组移动趋势执行群组分簇;
字段Current neighbor’s vector为当前站点的邻站关系向量,表示本站与周围邻站的连接状态信息;
字段Control message为控制消息,表示包括申请加入某个簇、拒绝某个站点加入、允许某个站点加入、宣布成立簇消息四种情况。
进一步地,步骤a还包括,在LCC算法的控制信息格式中增加字段,具体包括字段ID表示发包节点ID;
字段Time为时间戳,表示当前时间;
字段Current status表示目前的该节点处于未定状态、簇首状态或簇成员状态;
字段Flag表示该节点目前处于LCC分簇状态或组移动分簇状态,Flag=0表示执行的基本的LCC算法,Flag=1表示该站点具有群组移动趋势执行群组分簇;
字段Timer为计时器,计时长度为ΔT;
字段Old neighbor’s vector表示当前时间之前ΔT时刻的邻站关系向量;
字段Cluster size表示簇成员数目。
本发明各实施例的移动自组织网络群组移动行为判定方法,首先网络中的站点需维护两个邻站关系向量,这两个向量分别描述两个不同时刻的邻站关系,然后通过概率与统计运算对两个向量进行比较分析,最后根据所得结果与预先设定设置阈值对比做出判定,同时利用本方法,构建适合群组移动特征的移动自组网应用场景,依据站点自身维护的邻站关系向量判断其与周边站点的移动行为是否具有群组移动特性,并将其运用到自组织网络的分簇算法中提高网络分簇的效率和稳健性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为网络中站点X6在t1时刻和t2时刻的邻站关系图;
图2为网络中某站点利用群组移动行为判定方法进行组移动趋势预测的工作流程;
图3为对LCC算法改进后的控制信息格式图;
图4为站点内部存储信息的格式图;
图5为使用判定方法对LCC分簇算法改进后的自适应群组移动分簇算执行簇维护过程的流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明的目的是针对具有群组移动特性的移动自组织网络应用场景的动态分簇及簇维护问题,提出一种群组移动行为判定方法,依据站点自身维护的邻站关系向量判断其与周边站点的移动行为是否具有群组移动特性。此方法可运用到自组织网络的分簇算法中提高网络分簇的效率和稳健性。本发明所述的移动自组织网络群组移动行为判定方法包含如下过程:首先网络中的站点需维护两个邻站关系向量,这两个向量分别描述两个不同时刻的邻站关系,然后通过概率与统计运算对两个向量进行比较分析,最后根据所得结果与预先设定设置阈值对比做出判定。
判定方法的具体内容如下:
A:站点I在某一时刻t的邻站关系向量定义为At=[a[ij]],At中包含了网络中全部站点是否能够与站点I直接通信(一跳范围)的信息,aij=1表示站点J可以直接发送到I,aij=0表示站点J需要其他站点转发才能发送数据到I。例如,图1中所示的网络中,站点X6在t1时刻的邻站关系向量为[1 1 1 1 1 1],在t2时刻的邻站关系向量为[1 1 1 0 0 1]。
B:网络中的站点在某时刻t1建立其邻站关系向量At1。
C:网络运行一定时间Δt后到t2时刻,站点建立其邻站关系向量At2,同时保留t1时刻的邻站关系向量At1。
D:为方便阐述本发明,做如下定义:
定义在时刻t可以与站点I直接通信的邻站数目SUM(At),如式(1)
定义在t1时刻和t2时刻与站点I均可以直接通信的邻站数目CP(At1,At2),如式(2)
E:计算在t1时刻和t2时刻站点I的邻站数目的均值E[SUM(At1),SUM(At2)]。
F:根据式(3)进行计算
式(3)可以表示从t1时刻到t2时刻站点I的邻居站点的变化程度。若SM(At1,At2)=1,则认为t1时刻到t2时刻与I站点直接相连的网络拓扑没有发生变化(实际上站点具体位置可能有所变化,但是站点I能够直接通信的站点范围没有变化),SM(At1,At2)越小则表明从t1时刻到t2时刻与I站点直接相连的网络拓扑变化程度的越激烈。当SM(At1,At2)取值较大时,表明在t1时刻和t2时刻邻站的变化较小站点I符合组移动的可能性较大,当SM(At1,At2)取值较小时站点I符合组移动的可能性较小。
G:设置阈值S,若SM(At1,At2)≥S则认为站点I有做组移动的趋势,若SM(At1,At2)<S,则认为站点I没有组移动的趋势。
图2是网络中某站点利用群组移动行为判定方法进行组移动趋势预测的工作流程。
具体实施方式:
利用本发明,可以构建适合群组移动特征的移动自组网应用场景,下面将论述利用本发明把传统的移动自组网分簇算法LCC改进为具备群组移动预测功能的自适应性分簇算法。
图3表示站点发送时的控制信息格式,对端站点收到后需存储在本机,此时存储的格式如图4.。
分簇算法依靠移动站点之间互相交换的控制信息来实施分簇。为了能够进行群组移动性判断,需要对LCC算法的控制信息格式进行改进,在控制信息中增加了一些字段,增加的字段如图3。字段1(ID)表示发包节点ID;字段2(Time)为时间戳表示当前时间;字段3(Current status)表示目前的该节点处于何种状态(未定状态,簇首状态,簇成员状态);字段4(Flag)表示该节点目前处于何种分簇状态(LCC分簇状态,组移动分簇状态),Flag=0表示执行的基本的LCC算法,Flag=1表示该站点具有群组移动趋势执行群组分簇;字段5(Current neighbor’s vector)为当前站点的邻站关系向量,体现了本站与周围邻站的连接状态信息。字段6(Control message)为控制消息,表示申请加入某个簇、拒绝某个站点加入、允许某个站点加入、宣布成立簇消息等四种情况。同时为了能够执行分簇算法,在站点自身也需要存储相应的信息,尤为重要的是为了使用本发明进行组移动趋势判决,需要保存前后不同时刻的邻站向量和其它一些信息;图4为站点内部需要存储信息的格式。图4中字段1-5的含义和图3相同,字段6(Timer)是计时器,计时长度为ΔT;字段7(Old neighbor’s vector)表示当前时间之前ΔT时刻的邻站关系向量;字段8(Cluster Size)表示簇成员数目。初始时,整个网络的站点均为未定状态,用LCC算法对自组网的站点进行初始化分簇使之达到LCC算法的分簇状态,初始化过程中所有控制信息的Flag=0。
随着自组网中站点的移动,会有新的网络链路建立,也会有旧的链路失效,造成网络的拓扑结构变化。此时要进行簇的维护,网络要针对站点移动的情况做出判断,依据站点是否符合群组移动规律的节点重新分簇。
初始化后经过一定时间ΔT,站点I依据式(3)计算前后时刻两个邻站关系向量的相似程度,若大于预设阈值S,则I作为簇首发布簇成立消息,设置Flag=1,同时监听信道,若发现有站点K发出的Flag=1的簇成立消息且其ID小于自己,则对申请加入自己簇的节点一律拒绝,同时申请加入K簇。
若站点J收到了I的簇成立消息,则依据式(3)计算前后时刻两个邻站关系向量的相似程度,如果相似程度大于预设阈值S则请求加入;否则,维持目前的状态;
若I收到J的加入簇请求,根据其连接度是否已满接受或拒绝。若J收到Flag=1的接受信息,将自己的Flag置1,不再理会Flag为0的信息,簇首标志置为I。若被拒绝,则维持目前的状态;
当站点J与簇首I的链路失效时(例如,簇首远离或者簇首变为簇成员),则J先将其Flag置0,然后查找其新的邻站关系向量,按ID顺序向最小ID的簇首发送加入请求,若有簇首同意其加入,则加入该簇。若均不同意,则自立为簇,自任簇首;
当站点I和站点J均为簇首且可以互相通信时,若站点I及站点J的Flag同为1或同为0,则站点I和站点J比较各自的连接度,连接度较小的一方放弃作为簇首,然后使用上一步所述办法进行簇维护。
图5为使用本发明对LCC分簇算法改进后的自适应群组移动分簇算执行簇维护过程的流程示意图。
本发明提出了一种移动自组织网络的群组移动行为判定方法,具体的有益效果如下:
本发明能够依据网络运行时的拓扑结构及其变化情况,测算邻站直接可达性,更新邻站关系,进而预测该自组网的成员是否具有群组移动行为。
本发明提出了一种组移动趋势判决模型,能够将网络中站点收集到的邻站关系转化为数学化的模型。
本发明可以构建移动自组织网络的高效分簇算法,尤其是在群组移动性的应用场景中。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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.移动自组织网络群组移动行为判定方法,其特征在于,包括如下判定步骤:
步骤1:建立网络站点I在t1时刻的邻站关系向量At1;
步骤2:网络运行Δt后达到t2时刻,建立网络站点I在t2时刻的邻站关系向量At2;
步骤3:计算在t1时刻和t2时刻能够与站点I直接通信的邻站数目CP(At1,At2);定义在t时刻可与站点I直接通信的邻站数目为SUM(At),计算在t1时刻和t2时刻站点I的邻站数目的均值E[SUM(At1),SUM(At2)];
步骤4:根据步骤3,计算从t1时刻到t2时刻站点I的邻居站点的变化程度SM(At1,At2);
步骤5:设置阈值S,比较其与SM(At1,At2)的大小,判定站点I是否有组移动的趋势。
2.根据权利要求1所述的移动自组织网络群组移动行为判定方法,其特征在于,所述步骤1具体为,针对包含N个站点的网络,定义网络站点I在某一时刻t的邻站关系向量为At=[a[ij]],建立t1时刻的邻站关系向量At1,aij=1表示站点J可以直接发送数据到站点I,aij=0表示站点J需经其他站点转发发送数据到I。
3.根据权利要求2所述的移动自组织网络群组移动行为判定方法,其特征在于,所述所述Iid为网络中站点I的ID编号,IDmax为网络中节点ID的最大值。
4.根据权利要求3所述的移动自组织网络群组移动行为判定方法,其特征在于,步骤4中,
5.根据权利要求4所述的移动自组织网络群组移动行为判定方法,其特征在于,步骤5中,判定站点I是否有组移动的趋势,具体为,若SM(At1,At2)≥S则站点I有做组移动的趋势,若SM(At1,At2)<S,则站点I没有组移动的趋势。
6.一种应用权利要求5所述判定方法的具备群组移动预测功能的自适应性分簇方法,其特征在于,包括如下步骤:
步骤a:在LCC算法的控制信息格式中增加字段,初始化增加字段后的LCC算法的控制信息,令字段Flag=0,利用LCC原算法对自组网站点进行初始化分簇;
步骤b:经过一定时间ΔT,站点I依据SM(At1,At2)计算前后时刻两个邻站关系向量的相似程度,若大于预设阈值S,则站点I作为簇首发布簇成立消息,设置Flag=1,同时监听信道,若发现有站点K发出的Flag=1的簇成立消息且其ID小于自己,则拒绝申请加入自己簇的节点,并申请加入K簇;
步骤c:若站点J收到了站点I的簇成立消息,则依据SM(At1,At2)计算前后时刻两个邻站关系向量的相似程度,如果相似程度大于预设阈值S则请求加入;否则,维持目前的状态;
步骤d:若站点I收到站点J的加入簇请求,根据站点I的连接度接受或拒绝加入请求。若J收到Flag=1的接受信息,则站点J的Flag置1,拒绝Flag为0的信息,簇首标志置为I;若被拒绝,则维持目前的状态;
步骤e:当站点J与簇首I的链路失效时,则J先将其Flag置0,然后查找其新的邻站关系向量,按ID顺序向最小ID的簇首发送加入请求,若有簇首同意其加入,则加入该簇,若均不同意,则自立为簇,自任簇首。
7.根据权利要求6所述的具备群组移动预测功能的自适应性分簇方法,其特征在于,还包括步骤f:当站点I和站点J均为簇首且可以互相通信时,若站点I及站点J的Flag同为1或同为0,则站点I和站点J比较各自的连接度,连接度较小的一方放弃作为簇首,依据步骤b-e进行簇维护。
8.根据权利要求7所述的具备群组移动预测功能的自适应性分簇方法,其特征在于,所述连接度具体为,网络中一个站点的一跳邻居站点的数目,对于任意的站点I,其站点连接度
9.根据权利要求8所述的具备群组移动预测功能的自适应性分簇方法,其特征在于,步骤a中,在LCC算法的控制信息格式中增加字段,具体包括字段ID表示发包节点ID;
字段Time为时间戳,表示当前时间;
字段Current status表示目前的该节点处于未定状态、簇首状态或簇成员状态;
字段Flag表示该节点目前处于LCC分簇状态或组移动分簇状态,Flag=0表示执行的基本的LCC算法,Flag=1表示该站点具有群组移动趋势执行群组分簇;
字段Current neighbor’s vector为当前站点的邻站关系向量,表示本站与周围邻站的连接状态信息;
字段Control message为控制消息,表示包括申请加入某个簇、拒绝某个站点加入、允许某个站点加入、宣布成立簇消息四种情况。
10.根据权利要求9所述的具备群组移动预测功能的自适应性分簇方法,其特征在于,步骤a还包括,在执行LCC算法的站点中存储的信息格式中增加字段,具体包括字段ID,表示发包节点ID;
字段Time为时间戳,表示当前时间;
字段Current status表示目前的该节点处于未定状态、簇首状态或簇成员状态;
字段Flag表示该节点目前处于LCC分簇状态或组移动分簇状态,Flag=0表示执行的基本的LCC算法,Flag=1表示该站点具有群组移动趋势执行群组分簇;
字段Timer为计时器,计时长度为ΔT;
字段Old neighbor’s vector表示当前时间之前ΔT时刻的邻站关系向量;
字段Cluster size表示簇成员数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710854935.XA CN107682904A (zh) | 2017-09-20 | 2017-09-20 | 移动自组织网络群组移动行为判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710854935.XA CN107682904A (zh) | 2017-09-20 | 2017-09-20 | 移动自组织网络群组移动行为判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107682904A true CN107682904A (zh) | 2018-02-09 |
Family
ID=61137427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710854935.XA Pending CN107682904A (zh) | 2017-09-20 | 2017-09-20 | 移动自组织网络群组移动行为判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107682904A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307470A (zh) * | 2018-05-11 | 2018-07-20 | 重庆邮电大学 | 一种基于节点群体关系度的网络分簇方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011144712A1 (fr) * | 2010-05-21 | 2011-11-24 | Thales | Architecture pour reseau ad-hoc |
CN103906271A (zh) * | 2014-04-21 | 2014-07-02 | 西安电子科技大学 | Ad Hoc网络中关键节点测量方法 |
EP2753132A1 (en) * | 2013-01-08 | 2014-07-09 | Telefonaktiebolaget L M Ericsson AB (Publ) | Large-scale human mobility pattern recognition |
CN105025516A (zh) * | 2015-07-23 | 2015-11-04 | 北京理工大学 | 高动态环境下的移动状态累积加权路由方法 |
CN107094284A (zh) * | 2017-05-02 | 2017-08-25 | 湘潭大学 | 一种基于谱聚类算法的机会网络群组移动方法 |
-
2017
- 2017-09-20 CN CN201710854935.XA patent/CN107682904A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011144712A1 (fr) * | 2010-05-21 | 2011-11-24 | Thales | Architecture pour reseau ad-hoc |
EP2753132A1 (en) * | 2013-01-08 | 2014-07-09 | Telefonaktiebolaget L M Ericsson AB (Publ) | Large-scale human mobility pattern recognition |
CN103906271A (zh) * | 2014-04-21 | 2014-07-02 | 西安电子科技大学 | Ad Hoc网络中关键节点测量方法 |
CN105025516A (zh) * | 2015-07-23 | 2015-11-04 | 北京理工大学 | 高动态环境下的移动状态累积加权路由方法 |
CN107094284A (zh) * | 2017-05-02 | 2017-08-25 | 湘潭大学 | 一种基于谱聚类算法的机会网络群组移动方法 |
Non-Patent Citations (1)
Title |
---|
邵光涛: "Ad Hoc网络分簇算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108307470A (zh) * | 2018-05-11 | 2018-07-20 | 重庆邮电大学 | 一种基于节点群体关系度的网络分簇方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A novel multicast routing method with minimum transmission for WSN of cloud computing service | |
Rezaeipanah et al. | A Hybrid Approach for Prolonging Lifetime of Wireless Sensor Networks Using Genetic Algorithm and Online Clustering. | |
CN105848241B (zh) | 移动自组织网的分簇方法及系统 | |
Sampath et al. | An ACO algorithm for effective cluster head selection | |
Rahman et al. | Notice of violation of IEEE publication principles: clustering schemes in MANETs: performance evaluation, open challenges, and proposed solutions | |
CN102916879A (zh) | 一种快速路由收敛方法 | |
Raj | An Efficient Cluster Head Selection Algorithm for Wireless Sensor Networks–Edrleach | |
Hazra et al. | Exploring biological robustness for reliable multi-UAV networks | |
CN108462983A (zh) | 基于改进蚁群aodv协议的多机器人通信组网方法 | |
CN113411766B (zh) | 智慧物联网综合感知系统及方法 | |
CN107040884A (zh) | 一种基于邻域强连通性的移动自组网数据传输方法 | |
CN107682904A (zh) | 移动自组织网络群组移动行为判定方法 | |
CN103533597A (zh) | 非结构化的移动对等覆盖网及其构建和维护方法 | |
Zheng et al. | A reliable communication and load balancing scheme for resource-limited networks | |
Chauhan | Comparative study of clustering based algorithm in mobile ad-hoc network | |
CN107801227A (zh) | 一种面向无线传感器网层次化分析的路由调度方法 | |
WO2020134713A1 (zh) | 网络节点的选举方法及节点设备 | |
Nahi et al. | A multi-objective optimization for enhancing the efficiency of service in flying Ad-Hoc network environment | |
Gad-ElRab et al. | Cluster-based context-aware routing protocol for mobile environments | |
Bhadoria et al. | Review on cluster-head election mechanisms for clustering based routing in mobile ad-hoc network | |
Duan et al. | IWCA algorithm for clustered drone information transmission network | |
CN113543264B (zh) | 一种非均匀路由协议设计方法 | |
Islam et al. | Recent trends in energy-efficient clustering in WSNs | |
Memić et al. | Efficiency-complexity evaluation methods of routing algorithms in mobile ad hoc networks | |
Vikneshkumar et al. | Analysis on performance comparison of virtual grid-base dynamic route adjustment in wireless detector networks |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |
|
RJ01 | Rejection of invention patent application after publication |