CN109639588B - 一种面向航空集群的网络拥塞控制路由方法 - Google Patents
一种面向航空集群的网络拥塞控制路由方法 Download PDFInfo
- Publication number
- CN109639588B CN109639588B CN201910056923.1A CN201910056923A CN109639588B CN 109639588 B CN109639588 B CN 109639588B CN 201910056923 A CN201910056923 A CN 201910056923A CN 109639588 B CN109639588 B CN 109639588B
- Authority
- CN
- China
- Prior art keywords
- node
- load
- task
- network
- subnet
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000005755 formation reaction Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/22—Alternate routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- 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
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Abstract
本发明公开了一种面向航空集群的网络拥塞控制路由方法,针对航空集群的网络拥塞导致OLSR协议实时性下降问题,设计一种网络拥塞控制路由算法,通过构建网络负载评价体系,分别对节点负载、通信链路负载和任务子网负载进行量化评估,然后设计拥塞控制路由算法,将所定义的三种负载指标作为该算法的参数输入,通过判断这三类负载指标的具体数值与负载阈值之间的大小关系,确定哪些节点、通信链路和任务子网发生拥塞,在网络中有针对性地实施负载均衡操作,从而使得整个网络拥塞状况得以改变,最后在OLSR协议运行过程中,通过实施该路由算法实现网络的负载均衡,使OLSR协议实时性得到有效提升,为航空集群作战任务顺利实施提供通信保障。
Description
技术领域
本发明属于航空集群网络技术领域,涉及一种面向航空集群的网络拥塞控制路由方法。
背景技术
在航空作战领域,由大规模、功能各异的有人/无人航空平台组成的航空集群,已成为近年来重要的发展趋势。以航空集群作战为依托的航空集群网络是一种新型网络场景。航空集群网络节点数量多、网络规模大、分布范围广,同时节点的移动性强,网络拓扑呈现多跳结构且时刻发生高动态变化。路由协议作为航空集群网络的关键技术,对支撑航空集群作战的通信需求起到至关重要的作用。
航空集群作战中,往往由多类型、少量平台组建机群编队,实施集群攻击、集群探测等具体的作战任务。这种小规模任务编队的存在,使得航空集群网络中形成一个或多个任务子网。在战场环境下,作战任务的突发性往往导致网络中节点、通信链路和任务子网的负载状况产生不可预测性变化。例如网络中突发传输带宽需求较高的侦察图像、视频流、传感器探测等信息时,将导致诸如态势信息等其他类型业务无法分配到足够带宽资源,产生网络拥塞的同时降低网络传输性能。同时,作战任务的改变往往导致网络中节点、通信链路和任务子网的负载状况随任务而变化。例如单个执行战场环境监测任务的平台在发现目标后与其他平台组建任务子网,实现目标协同跟踪定位。在此过程中,平台产生的业务由相对单一且少量的战场态势信息改变为目标探测、协同定位等大量、多种类型业务信息。
当航空集群网络中存在大量信息传输需求时,受单个节点的缓存空间、节点数据处理与转发能力、通信链路带宽等诸多因素的制约,将导致不同程度持续的网络拥塞。网络拥塞的产生为航空集群网络路由协议的实时性提升带来了巨大挑战。尽管OLSR协议相比其他类型协议具备较高的实时性,但是在面对航空集群网络拥塞时,OLSR协议的实时性必然会受到严重削弱。 OLSR协议采用最短路径算法获取最优路由路径,当传输路径上节点缓存、链路带宽等有限资源被占用时,新的信息传输需求将导致传输路径上大量数据包的排队、甚至丢包。战场环境下,路由协议实时性的不足必然导致信息路由时延的增加,最终影响作战任务的顺利实施。
因此,在航空集群网络面临不同程度网络拥塞的情况下,如何实现网络的负载均衡,最大程度上减轻网络拥塞对OLSR协议实时性造成的影响,成为当前亟待解决的难题。
发明内容
为解决上述问题,本发明提供一种面向航空集群的网络拥塞控制路由方法。
本发明是通过以下技术方案来实现:
一种面向航空集群的网络拥塞控制路由方法,包括如下步骤:
步骤一、分别评估网络节点、通信链路和任务子网的负载状态并构建网络负载评价体系;
步骤二、设计网络拥塞控制路由算法并将评价指标作为算法的输入;
步骤三、根据算法输出结果实施有效的网络拥塞控制。
具体地,所述步骤一中的网络负载评价体系包括定义节点负载指标、定义通信链路负载指标和定义任务子网负载指标。
具体地,所述节点负载指标的定义方法,包括:
设统计周期为T,在T内节点i从与邻居节点j对应的通信链路接收端口中收到的总数据量为Receive_Bytes_j。设k为节点i的邻居节点数量,节点i统计从k个邻居节点接收到的总数据量。设节点i在一个统计周期T内接收到的总数据量为Receive_Bytes。
设Initial_Bytes为上一统计周期T结束时,节点i未处理完的数据量。则节点i在当前周期内的节点负载Node_Load计算如下。其中,Initial_Bytes 不为0时,节点i在新的周期内将会依次处理Initial_Bytes和Receive_Bytes。
Node_Load=Initial_Bytes+Receive_Bytes
依据节点负载能力的不同,设置负载上限Node_Loadmax以及判断节点处于高负载状态时的负载阈值Node_Loadth。将节点负载Node_Load归一化数值作为节点负载指标NL。NL计算过程如下,取值范围为(0,1)。
将节点负载阈值Node_Loadth归一化数值作为归一化阈值NL_th,归一化阈值计算如下。当NL处于归一化阈值NL_th与1之间时,表明该节点的负载较高,需要实施拥塞控制。
具体地,所述通信链路负载指标的定义方法,包括:
设统计周期为T,在周期T内节点i从通信链路对应端口发送的总数据量为Trans_Bytes,从该端口接收的总数据量为Receive_Bytes。每隔一个周期T,节点i统计从该端口发送与接收到的总数据量。则周期T内该链路负载Link_Load计算如下。
Link_Load=Trans_Bytes+Receive_Bytes
设置该通信链路的负载能力上限为Link_Loadmax,同时设负载阈值为 Link_Loadth。将Link_Load的归一化数值作为通信链路负载指标LL。LL的计算如下,其取值范围为(0,1)。
设通信链路负载的归一化阈值为LL_th。当LL处于归一化阈值LL_th 与1之间时,该通信链路处于高负载状态,需要对其实施拥塞控制。
具体地,所述任务子网负载指标的定义方法,包括:
设α为任务子网的负载评估因子,α计算如下。
设任务子网的负载指标为AL。其中AL取值范围为[0,1),LL_k为任务子网中第k条通信链路的归一化负载,M为该任务子网中参与负载评估通信链路总的数量。
设任务子网负载阈值为AL_th。当AL取值越大时,表明任务子网的负载越重,反之则任务子网的负载越轻。当AL取值高于AL_th时,说明该任务子网需要实施拥塞控制。
具体地,所述步骤二中网络拥塞控制路由算法的具体流程如下:
步骤21、节点i统计当前周期T内自身节点负载情况,计算节点负载指标NL。
步骤22、节点i统计当前周期T内与自身相关通信链路的负载情况,计算通信链路负载指标LL。
步骤23、节点i将自身ID、节点所在子网的ID、节点自身负载指标NL、与节点自身相关的通信链路ID、与节点自身相关的通信链路负载指标LL加入拓扑控制TC消息的预留字段并广播。
步骤24、拓扑控制TC消息广播过程中,由当前节点的MPR节点对该拓扑控制TC消息进行二次转发,直到该拓扑控制TC消息被传播到全网所有节点。
步骤25、节点收到其他节点广播的拓扑控制TC消息后,进行如下操作:
(1)提取预留字段中存储的信息,获得全网各节点负载指标NL、各通信链路负载指标LL;
(2)将任务子网ID相同的节点放入同一集合,构成任务子网节点集合;
(3)依据具体的任务子网节点集合,将该集合中任意一对节点间存在的通信链路ID提取出来,构成该任务子网的通信链路集合。
步骤26、计算各任务子网负载指标AL。
步骤27、当前节点依据OLSR协议最短路径算法所计算出的路由表对信息分组进行路由,同时作出以下判断:
步骤271、若该信息分组的下一跳节点正好是目的节点,则当前节点按照已有的路由表记录的路径对其进行转发。
步骤272、判断下一跳节点是否为拥塞节点。
步骤273、若该信息分组的下一跳节点是拥塞节点而且不是目的节点,则当前节点采用OLSR协议最短路径算法,计算全部备用路径并选择轻负载路由。
步骤28、从备用路由计算的结果发现,如果不存在替代路径则当前节点采用原路由表对该信息分组进行转发。
具体地,所述步骤27中当前节点作为中继节点转发信息分组。
具体地,所述步骤27中当前节点作为源节点传输信息分组。
具体地,所述步骤272中是否为拥塞节点的判断方法为,当满足以下条件之一时,该下一跳节点为拥塞节点:
①该下一跳节点负载指标NL高于负载阈值NL_th。
②当前节点与该下一跳节点之间的通信链路负载指标LL高于负载阈值 LL_th。
③该任务子网负载指标AL高于LL_th。
具体地,所述步骤273中备用路径的计算方法为。
依据接收到的拓扑控制TC消息,计算全部备用路由路径的路径负载RL。 RLi表示当前第i条备用路径的路径负载。RLi由该路径上最大节点负载和最大链路负载加权构成。
当前节点选择所有备用路径中路径负载RL最小的路径作为新路由路径,将该信息分组转发至新路径上的下一跳节点。
RLmin=min(RLi)
与现有技术相比,本发明具有以下有益的技术效果:
本发明针对航空集群存在网络拥塞并导致OLSR协议实时性下降问题,设计一种网络拥塞控制路由算法。首先构建网络负载评价体系,分别对节点负载、通信链路负载和任务子网负载进行量化评估。对网络中这三类对象的负载情况分别进行评估,可以将抽象的网络负载状态量化为直观具体、方便理解和容易操作的数据。其次设计拥塞控制路由算法,将所定义的三种负载指标作为该算法的参数输入。通过判断这三类负载指标的具体数值与负载阈值之间的大小关系,确定哪些节点、通信链路和任务子网发生拥塞,在网络中有针对性地实施负载均衡操作,从而使得整个网络拥塞状况得以改变。最后在OLSR协议运行过程中,通过实施该路由算法实现网络的负载均衡,使 OLSR协议实时性得到有效提升,最终为航空集群作战任务的顺利实施提供通信保障。
附图说明
图1为本发明的拥塞控制路由算法流程图;
图2为航空集群网络子网划分示意图;
具体实施方式
下面结合附图对本发明做进一步详细描述,所述是对本发明的解释而不是限定。
本发明为解决航空集群的网络拥塞问题,从提升OLSR协议实时性出发提出一种网络拥塞控制路由算法。在深入分析航空集群网络拥塞产生的原因和由此导致后果的基础上,首先,分别评估网络节点、通信链路和任务子网的负载状态并构建起网络负载评价体系;其次,设计网络拥塞控制路由算法并将评价指标作为算法的输入;最后,根据算法输出结果实施有效的网络拥塞控制,从而并提升航空集群网络中OLSR协议实时性。
1、本发明的技术特征在于:构建网络负载评价体系
1)定义节点负载指标
设统计周期为T,在T内节点i从与邻居节点j对应的通信链路接收端口中收到的总数据量为Receive_Bytes_j。设k为节点i的邻居节点数量,节点i统计从k个邻居节点接收到的总数据量。设节点i在一个统计周期T内接收到的总数据量为Receive_Bytes。
设Initial_Bytes为上一统计周期T结束时,节点i未处理完的数据量。则节点i在当前周期内的节点负载Node_Load计算如下。其中,Initial_Bytes 不为0时,节点i在新的周期内将会依次处理Initial_Bytes和Receive_Bytes。
Node_Load=Initial_Bytes+Receive_Bytes
航空集群中平台类型的多样性造成不同节点负载能力差异化,例如无人机、战斗机以及预警机平台的数据存储、处理能力差异较大。为充分考虑该因素将节点分为A、B、C类。航空集群网络中节点分类及其属性介绍如下表所示:
依据节点负载能力的不同,设置负载上限Node_Loadmax以及判断节点处于高负载状态时的负载阈值Node_Loadth。将节点负载Node_Load归一化数值作为节点负载指标NL。NL计算过程如下,取值范围为(0,1)。
将节点负载阈值Node_Loadth归一化数值作为归一化阈值NL_th,归一化阈值计算如下。当NL处于归一化阈值NL_th与1之间时,表明该节点的负载较高,需要实施拥塞控制。
2)定义通信链路负载指标
设统计周期为T,在周期T内节点i从通信链路对应端口发送的总数据量为Trans_Bytes,从该端口接收的总数据量为Receive_Bytes。每隔一个周期T,节点i统计从该端口发送与接收到的总数据量。则周期T内该链路负载Link_Load计算如下。
Link_Load=Trans_Bytes+Receive_Bytes
设置该通信链路的负载能力上限为Link_Loadmax,同时设负载阈值为 Link_Loadth。将Link_Load的归一化数值作为通信链路负载指标LL。LL的计算如下,其取值范围为(0,1)。
设通信链路负载的归一化阈值为LL_th。当LL处于归一化阈值LL_th 与1之间时,该通信链路处于高负载状态,需要对其实施拥塞控制。
3)定义任务子网负载指标
航空集群作战任务的具体实施,例如集群探测等,通常由少量不同类型平台协作完成。这种小规模任务编队形成航空集群网络中的任务子网。任务子网内,节点间信息交互相对更加频繁,往往会产生大量不同类型的业务信息,大量信息的传输对网络的负载变化有着明显影响。航空集群网络中,任务子网的正确划分对网络的拥塞控制十分重要。航空集群网络任务子网划分如图2所示。
任务子网划分:航空集群任务实施过程中,有人平台直接指挥编队内多个有人/无人平台协调完成战术动作。因此,指挥平台一般作为任务子网的中心节点并与其一跳邻居节点构成任务子网的节点集合。将任务子网内多个节点覆盖区域构成的闭合区域作为子网覆盖范围,从而在航空集群网络中形成一个或多个任务子网。
由于航空集群任务子网内通常容易突发传输大量业务信息,例如协同探测信息等。这使任务子网内各成员间信息共享所依赖的通信链路被频繁占用,加重了任务子网的负载,因而任务子网负载的高低主要取决于其内部节点间的通信链路负载水平。当任务子网内通信链路负载分布相对均匀且平均负载较低时,任务子网的负载较轻;当任务子网内通信链路负载分布不均较为严重或平均负载较高时,任务子网的负载较重。设α为任务子网的负载评估因子,α计算如下。
为了反映任务子网上述拥塞特征和负载水平,设任务子网的负载指标为 AL。其中AL取值范围为[0,1),LL_k为任务子网中第k条通信链路的归一化负载,M为该任务子网中参与负载评估通信链路总的数量。
设任务子网负载阈值为AL_th。当AL取值越大时,表明任务子网的负载越重,反之则任务子网的负载越轻。当AL取值高于AL_th时,说明该任务子网需要实施拥塞控制。
2、本发明的技术特征在于:设计网络拥塞控制路由算法
为实现网络拥塞控制并提升OLSR协议实时性,设计以三种负载指标作为输入的拥塞控制路由算法。
通过为网络中各节点提供具体数据导流方案,选择低负载最优路由路径,使信息分组能够正确及时地到达目的节点,从而实现航空集群网络拥塞控制并使网络拥塞状况得到缓解。拥塞控制路由算法流程如图1所示。
在运行OLSR协议的同时,各节点分布式运行该拥塞控制路由算法。节点在统计周期T内分别评估自身节点负载NL,以及评估与自身相关的通信链路负载LL,将节点负载、通信链路负载和所在任务子网等信息加入拓扑控制TC消息并利用MPR广播至全网。其他节点收到这类信息后将获得全网节点、通信链路的负载分布以及任务子网划分情况。同时,其他节点利用任务子网负载评估方法计算各任务子网的负载指标。
各节点在充分掌握网络负载分布情况后,在信息发送和转发过程中选择替代路径并有效规避拥塞节点、通信链路和任务子网,从而实现网络负载均衡和OLSR协议实时性的提升。
本发明针对航空集群存在网络拥塞并导致OLSR协议实时性下降问题,设计一种网络拥塞控制路由算法。首先构建网络负载评价体系,分别对节点负载、通信链路负载和任务子网负载进行量化评估。对网络中这三类对象的负载情况分别进行评估,可以将抽象的网络负载状态量化为直观具体、方便理解和容易操作的数据。其次设计拥塞控制路由算法,将所定义的三种负载指标作为该算法的参数输入。通过判断这三类负载指标的具体数值与负载阈值之间的大小关系,确定哪些节点、通信链路和任务子网发生拥塞,在网络中有针对性地实施负载均衡操作,从而使得整个网络拥塞状况得以改变。最后在OLSR协议运行过程中,通过实施该路由算法实现网络的负载均衡,使 OLSR协议实时性得到有效提升,最终为航空集群作战任务的顺利实施提供通信保障。
拥塞控制路由算法以三种负载指标为参数输入。通过对全网各节点负载、各通信链路负载以及各任务子网负载的合理评估,节点掌握全网负载分布情况并作出最优的路由决策。路由算法具体流程如下:
STEP 1:节点i统计当前周期T内自身节点负载情况,根据节点负载归一化公式,计算节点负载指标NL。
STEP 2:节点i统计当前周期T内与自身相关通信链路的负载情况,根据通信链路负载归一化公式,计算通信链路负载指标LL。
STEP 3:节点i将自身ID、节点所在子网的ID、节点自身负载指标NL、与节点自身相关的通信链路ID、与节点自身相关的通信链路负载指标LL加入拓扑控制TC消息的预留字段并广播。
STEP 4:拓扑控制TC消息广播过程中,由当前节点的MPR节点对该拓扑控制TC消息进行二次转发,直到该拓扑控制TC消息被传播到全网所有节点。
STEP 5:节点收到其他节点广播的拓扑控制TC消息后,进行如下操作:
(1)提取预留字段中存储的信息,获得全网各节点负载指标NL、各通信链路负载指标LL。
(2)将任务子网ID相同的节点放入同一集合,构成任务子网节点集合。
(3)依据具体的任务子网节点集合,将该集合中任意一对节点间存在的通信链路ID提取出来,构成该任务子网的通信链路集合。
STEP 6:依据任务子网负载指标计算方法,计算各任务子网负载指标 AL。这样一来,该节点将掌握网络中全部节点、通信链路和任务子网负载指标。
STEP 7:当前节点作为中继节点需要转发信息分组,或者当前节点作为源节点需要传输信息分组时,当前节点依据OLSR协议最短路径算法所计算出的路由表对信息分组进行路由,同时作出以下判断:
(1)若该信息分组的下一跳节点正好是目的节点,则当前节点按照已有的路由表记录的路径对其进行转发。
(2)判断下一跳节点是否为拥塞节点。当满足以下条件之一时,该下一跳节点为拥塞节点:
①该下一跳节点负载指标NL高于负载阈值NL_th。
②当前节点与该下一跳节点之间的通信链路负载指标LL高于负载阈值 LL_th。
③该下一跳节点所在的任务子网处于拥塞状态,即该任务子网负载指标 AL高于LL_th。
(3)若该信息分组的下一跳节点是拥塞节点而且不是目的节点,则当前节点采用OLSR协议最短路径算法,计算全部备用路径并选择轻负载路由。
备用路径的具体计算过程如下:根据OLSR协议原理,拓扑收敛过程中节点接收网络中各个MPR节点广播的拓扑控制TC消息,该消息包含各个 MPR节点的邻居节点集合。因此节点采用最短路径算法,以目的节点作为开始,沿着源节点方向逐跳地迭代计算,寻找到从源节点到目的节点的多条备用路由路径。
依据接收到的拓扑控制TC消息,计算全部备用路由路径的路径负载RL。 RLi表示当前第i条备用路径的路径负载。RLi由该路径上最大节点负载和最大链路负载加权构成。
当前节点选择所有备用路径中路径负载RL最小的路径作为新路由路径,将该信息分组转发至新路径上的下一跳节点。
RLmin=min(RLi)
STEP 8:从备用路由计算的结果发现,如果不存在替代路径则当前节点采用原路由表对该信息分组进行转发。
以上给出的实施例是实现本发明较优的例子,本发明不限于上述实施例。本领域的技术人员根据本发明技术方案的技术特征所做出的任何非本质的添加、替换,均属于本发明的保护范围。
Claims (7)
1.一种面向航空集群的网络拥塞控制路由方法,其特征在于,包括如下步骤:
步骤一、分别评估网络节点、通信链路和任务子网的负载状态并构建网络负载评价体系,所述网络负载评价体系包括定义节点负载指标、定义通信链路负载指标和定义任务子网负载指标;
步骤二、设计网络拥塞控制路由算法并将评价指标作为算法的输入,根据算法输出结果实施有效的网络拥塞控制,包括以下步骤:
步骤21、节点i统计当前周期T内自身节点负载情况,计算节点负载指标NL;
步骤22、节点i统计当前周期T内与自身相关通信链路的负载情况,计算通信链路负载指标LL;
步骤23、节点i将自身ID、节点所在子网的ID、节点自身负载指标NL、与节点自身相关的通信链路ID、与节点自身相关的通信链路负载指标LL加入拓扑控制TC消息的预留字段并广播;
步骤24、拓扑控制TC消息广播过程中,由当前节点的MPR节点对该拓扑控制TC消息进行二次转发,直到该拓扑控制TC消息被传播到全网所有节点;
步骤25、节点收到其他节点广播的拓扑控制TC消息后,进行如下操作:
(1)提取预留字段中存储的信息,获得全网各节点负载指标NL、各通信链路负载指标LL;
(2)将任务子网ID相同的节点放入同一集合,构成任务子网节点集合;
(3)依据具体的任务子网节点集合,将该集合中任意一对节点间存在的通信链路ID提取出来,构成该任务子网的通信链路集合;
步骤26、计算各任务子网负载指标AL;
步骤27、当前节点依据OLSR协议最短路径算法所计算出的路由表对信息分组进行路由,同时作出以下判断:
步骤271、若该信息分组的下一跳节点正好是目的节点,则当前节点按照已有的路由表记录的路径对其进行转发;
步骤272、判断下一跳节点是否为拥塞节点,
当满足以下条件之一时,该下一跳节点为拥塞节点:
①该下一跳节点负载指标NL高于负载阈值NL_th;
②当前节点与该下一跳节点之间的通信链路负载指标LL高于负载阈值LL_th;
③该任务子网负载指标AL高于LL_th;
步骤273、若该信息分组的下一跳节点是拥塞节点而且不是目的节点,则当前节点采用OLSR协议最短路径算法,计算全部备用路径并选择轻负载路由;从备用路由计算的结果发现,如果不存在替代路径则当前节点采用原路由表对该信息分组进行转发。
2.根据权利要求1所述一种面向航空集群的网络拥塞控制路由方法,其特征在于,所述节点负载指标的定义方法,包括:
设统计周期为T,在T内节点i从与邻居节点j对应的通信链路接收端口中收到的总数据量为Receive_Bytes_j,设k为节点i的邻居节点数量,节点i统计从k个邻居节点接收到的总数据量,设节点i在一个统计周期T内接收到的总数据量为Receive_Bytes,
设Initial_Bytes为上一统计周期T结束时,节点i未处理完的数据量,则节点i在当前周期内的节点负载Node_Load计算如下,其中,Initial_Bytes不为0时,节点i在新的周期内将会依次处理Initial_Bytes和Receive_Bytes,
Node_Load=Initial_Bytes+Receive_Bytes
依据节点负载能力的不同,设置负载上限Node_Loadmax以及判断节点处于高负载状态时的负载阈值Node_Loadth,将节点负载Node_Load归一化数值作为节点负载指标NL,NL计算过程如下,取值范围为(0,1),
将节点负载阈值Node_Loadth归一化数值作为归一化阈值NL_th,归一化阈值计算如下,当NL处于归一化阈值NL_th与1之间时,表明该节点的负载较高,需要实施拥塞控制,
3.根据权利要求2所述一种面向航空集群的网络拥塞控制路由方法,其特征在于,所述通信链路负载指标的定义方法,包括:
设统计周期为T,在周期T内节点i从通信链路对应端口发送的总数据量为Trans_Bytes,从该端口接收的总数据量为Receive_Bytes,每隔一个周期T,节点i统计从该端口发送与接收到的总数据量,则周期T内该链路负载Link_Load计算如下,
Link_Load=Trans_Bytes+Receive_Bytes
设置该通信链路的负载能力上限为Link_Loadmax,同时设负载阈值为Link_Loadth,将Link_Load的归一化数值作为通信链路负载指标LL,LL的计算如下,其取值范围为(0,1),
设通信链路负载的归一化阈值为LL_th,当LL处于归一化阈值LL_th与1之间时,该通信链路处于高负载状态,需要对其实施拥塞控制,
5.根据权利要求1所述一种面向航空集群的网络拥塞控制路由方法,其特征在于,所述步骤27中当前节点作为中继节点转发信息分组。
6.根据权利要求1所述一种面向航空集群的网络拥塞控制路由方法,其特征在于,所述步骤27中当前节点作为源节点传输信息分组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910056923.1A CN109639588B (zh) | 2019-01-22 | 2019-01-22 | 一种面向航空集群的网络拥塞控制路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910056923.1A CN109639588B (zh) | 2019-01-22 | 2019-01-22 | 一种面向航空集群的网络拥塞控制路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109639588A CN109639588A (zh) | 2019-04-16 |
CN109639588B true CN109639588B (zh) | 2022-08-30 |
Family
ID=66062894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910056923.1A Expired - Fee Related CN109639588B (zh) | 2019-01-22 | 2019-01-22 | 一种面向航空集群的网络拥塞控制路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109639588B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110212970A (zh) * | 2019-06-14 | 2019-09-06 | 广东电网有限责任公司 | 一种用于卫星网络的通信方法、装置和设备 |
CN113542027B (zh) * | 2021-07-16 | 2022-10-11 | 中国工商银行股份有限公司 | 一种基于分布式服务架构的流量隔离方法、装置和系统 |
CN114244767B (zh) * | 2021-11-01 | 2023-09-26 | 北京邮电大学 | 一种基于负载均衡的链路最小端到端时延路由算法 |
CN114520960B (zh) * | 2022-01-25 | 2024-03-19 | 中国船舶集团有限公司第七二四研究所 | 一种多子网无线网络的mpr集合选择方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595504A (zh) * | 2012-02-24 | 2012-07-18 | 南京理工大学 | 一种基于链路拥塞度的动态多径olsr路由方法 |
CN108337166A (zh) * | 2018-02-06 | 2018-07-27 | 吕娜 | 一种面向航空集群网络的低时延高可靠路由协议 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7656851B1 (en) * | 2006-10-12 | 2010-02-02 | Bae Systems Information And Electronic Systems Integration Inc. | Adaptive message routing for mobile ad HOC networks |
-
2019
- 2019-01-22 CN CN201910056923.1A patent/CN109639588B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595504A (zh) * | 2012-02-24 | 2012-07-18 | 南京理工大学 | 一种基于链路拥塞度的动态多径olsr路由方法 |
CN108337166A (zh) * | 2018-02-06 | 2018-07-27 | 吕娜 | 一种面向航空集群网络的低时延高可靠路由协议 |
Non-Patent Citations (2)
Title |
---|
航空高动态网络链路感知OLSR路由算法;马林华等;《北京航空航天大学学报》;20151116(第07期);全文 * |
面向航空集群网络的低时延高可靠路由算法;张步硕等;《计算机工程》;20180915(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109639588A (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109639588B (zh) | 一种面向航空集群的网络拥塞控制路由方法 | |
CN104486809B (zh) | 一种无线局域网路由方法 | |
CN106686659B (zh) | 一种基于aomdv的能量感知节点不相交多路径路由算法 | |
CN107612914B (zh) | 一种基于参考节点策略的Ad Hoc网络安全信任方法 | |
WO2016188116A1 (zh) | 一种车载自组网中基于信任度检测的安全路由协议 | |
Sharma et al. | Topological Broadcasting Using Parameter Sensitivity-Based Logical Proximity Graphs in Coordinated Ground-Flying Ad Hoc Networks. | |
Abolhasan et al. | A routing framework for offloading traffic from cellular networks to SDN-based multi-hop device-to-device networks | |
Talay et al. | Self adaptive routing for dynamic spectrum access in cognitive radio networks | |
Aouiz et al. | Channel busyness based multipath load balancing routing protocol for ad hoc networks | |
Gao et al. | A hierarchical routing scheme with load balancing in software defined vehicular ad hoc networks | |
CN111132236B (zh) | 基于改进olsr协议的多无人机自组织网络mpr节点选择方法 | |
Rath et al. | Energy competent routing protocol design in MANET with real time application provision | |
Miao et al. | Study on research challenges and optimization for internetworking of hybrid MANET and satellite networks | |
CN104754589B (zh) | 基于流量感知的动态组网方法 | |
Xu et al. | Quality of service for video streaming over multi-hop wireless networks: Admission control approach based on analytical capacity estimation | |
Hakiri et al. | A software defined wireless networking for efficient communication in smart cities | |
Shrivastava et al. | A load-balancing approach for congestion adaptivity in MANET | |
Liu et al. | Advanced Fast Recovery OLSR Protocol for UAV Swarms in the Presence of Topological Change | |
Akhtar et al. | Efficient routing strategy for congestion avoidance in MANETs | |
CN113708953A (zh) | 一种基于节点重要性均衡的水声传感器网络抗毁方法 | |
Selvi et al. | Increasing quality of service in video traffic using zone routing protocol in wireless networks | |
Sujeetha | A Multi-objective Fuzzy Logic based Multi-path Routing Algorithm for WSNs | |
Rao et al. | Congestion control scheme for efficient energy (CCSEE) in Mobile adhoc networks | |
Cao et al. | Routing Algorithm of Congestion Control for Aeronautic Swarm Network. | |
Fang et al. | An energy balance and mobility prediction clustering algrithm for large-scale UAV ad hoc 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220830 |
|
CF01 | Termination of patent right due to non-payment of annual fee |