CN109688540B - 一种Ad Hoc网络物理拓扑非协作式推断系统 - Google Patents
一种Ad Hoc网络物理拓扑非协作式推断系统 Download PDFInfo
- Publication number
- CN109688540B CN109688540B CN201811612500.5A CN201811612500A CN109688540B CN 109688540 B CN109688540 B CN 109688540B CN 201811612500 A CN201811612500 A CN 201811612500A CN 109688540 B CN109688540 B CN 109688540B
- Authority
- CN
- China
- Prior art keywords
- network
- nodes
- node
- communication distance
- positioning
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 claims abstract description 133
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 37
- 238000007781 pre-processing Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 239000002131 composite material Substances 0.000 claims description 7
- 210000003771 C cell Anatomy 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011049 pearl Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种Ad Hoc网络物理拓扑非协作式推断系统，属于无线网络技术领域。该系统包括无线电定位单元，用于对Ad Hoc网络中的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；重要通信距离计算单元，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；网络物理拓扑推断单元，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑。本发明在未知节点通信功率等相关参数的情况下实现网络物理拓扑的自动推断，与现有方法相比，网络物理拓扑的结构有效性提高且实现过程的计算复杂度降低。
Description
技术领域
本发明涉及无线网络技术领域，尤其涉及一种Ad Hoc网络物理拓扑非协作式推断系统。
背景技术
Ad Hoc网络可实现快速部署以及无需架设网络设施等特点使得其在民用和军事上都有广泛的应用。
现有针对网络拓扑的研究主要关注于逻辑拓扑，在进行物理拓扑分析过程中主要基于节点最大通信距离已知的情况或者使用网络节点构建的最小生成树的最长距离作为最大通信距离。由于通常会被部署到不安全地区，在未知节点通信功率等相关参数的情况下，难以得到节点的最大通信距离。使用最小生成树的最长距离作为最大通信距离没有考虑单个节点脱离网络的情况以及不能有效应对节点位置的变化，节点每次发生位置变化都要重新构造最小生成树对最长距离进行计算，导致计算复杂度大大增加。
发明内容
鉴于上述的分析，本发明旨在提供一种Ad Hoc网络物理拓扑非协作式推断系统，以解决未获取节点设备通信参数情况下网络节点的物理拓扑构建问题，或上述其它部分问题。
本发明的目的主要是通过以下技术方案实现的：
本发明实施例提供了一种Ad Hoc网络物理拓扑非协作式推断系统包括：无线电定位单元，用于对Ad Hoc网络的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；重要通信距离计算单元，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；网络物理拓扑推断单元，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑；网络物理拓扑构建单元，用于基于几何拓扑控制的德劳内三角形规则对推断的网络物理拓扑进行优化，并根据优化结果构建网络物理拓扑。
进一步，所述网络物理拓扑优化单元，用于根据德劳内三角剖分规则对推断的网络物理拓扑进行几何控制，剔除不符合条件的链路，完成推断结果的优化。
进一步，所述无线电定位单元包括依次连接的天线、宽带接收机和信号处理单元；所述宽带接收机，用于通过所述天线对Ad Hoc网络的工作频段内信号进行接收，并将接收到的Ad Hoc网络的工作频段内信号传输至所述信号处理单元；所述信号处理单元，用于对接收到的信号进行信号检测及预处理，根据信号检测结果采用复合角度定位或时间差定位对节点进行区分定位，并获取网络部署区域大小。
进一步，所述信号处理单元包括依次连接的信号检测设备、区分定位设备和信息统计设备；所述信号检测设备，用于对Ad Hoc网络的工作频段内信号进行信号检测，获得节点信号检测结果，并将其发送至所述区分定位设备；所述区分定位设备，用于通过复合角度定位方法或时间差定位方法，根据所述信号检测设备的输出结果对各节点进行区分定位；所述信息统计设备，用于根据所述区分定位设备的输出结果获得节点数量、节点位置信息和节点部署区域大小。
进一步，所述信号处理单元还包括预处理模块；所述预处理模块的输入端与宽带接收机的输出端连接，其输出端与信号检测设备的输入端连接；其中，所述预处理模块，用于对接收到的Ad Hoc网络的工作频段内信号进行信号预处理，删除不在预设频率范围内的信号，并将预处理后信号传输至所述信号检测设备。
进一步，所述重要通信距离计算单元，用于根据通信距离公式拟合网络连通率与重要通信距离之间的关系，得到拟合函数后根据所述网络连通率计算出重要通信距离。
进一步，所述重要通信距离计算单元按照公式：
计算得到所述重要通信距离，以保证网络连通的最小通信距离值；其中，n个节点分别部署在C个单元格，所有节点随机分布在R＝[0,l]d的区域内，每个节点的通信距离为r，重要通信距离rc与网络中节点数量和部署区域大小存在rc dn＝αldInl关系，d＝2，
进一步，所述重要通信距离计算单元还按照公式：
计算得到所述网络连通率，为网络中直接连通或多跳转接的节点对数与总节点对数的比值；其中，n为网络中节点的总数，m为网络处于非全连通状态下子网的数量，i为子网的编号，ni为子网i中包含的节点数量。
进一步，所述网络物理拓扑推断单元包括欧式距离计算模块和逻辑判断模块；所述逻辑判断模块的输入端同时连接所述重要通信距离计算单元的输出端及所述欧式距离计算模块的输出端；所述欧式距离计算模块，用于根据所述节点位置信息计算出节点之间的欧式距离；所述逻辑判断模块，用于将所述欧式距离与所述重要通信距离的比较判定节点之间链路是否存在，以完成网络物理拓扑的推断。
进一步，所述逻辑判断模块的判定规则包括：当所述节点之间的欧式距离小于设定阈值时，判定网络物理拓扑节点之间的连边存在，否则所述连边不存在；所述设定阈值为所述节点的重要通信距离。
上述技术方案的有益效果如下：本发明实施例公开了一种Ad Hoc网络物理拓扑非协作式推断系统包括无线电定位单元，用于对Ad Hoc网络的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；重要通信距离计算单元，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；网络物理拓扑推断单元，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑。本发明解决了未获取节点设备通信参数情况下的网络节点物理拓扑推断问题，以及节点每次发生位置变化都要重新构造最小生成树对最长距离进行计算从而增大计算复杂度的问题。本技术方案通过对重要通信距离的求取可实现节点之间连边的判定，进而结合节点的位置信息可实现网络拓扑的推断，在推断基础上根据拓扑控制的相关规则删除网络中存在的不符合条件的连边，实现网络物理拓扑的优化。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例的一种Ad Hoc网络物理拓扑非协作式推断系统结构示意图；
图2为本发明实施例的在图形中构建的三角形网示意图；
图3为本发明实施例的两个相邻三角形构成凸四边形示意图；
图4为本发明实施例的两个相邻三角形构成凸四边形变换对角线后示意图；
图5为本发明实施例的无线电定位单元结构示意图；
图6为本发明实施例的信号处理单元结构示意图；
图7为本发明实施例的网络连通率随k值变化曲线图；
图8为本发明实施例的网络连通率与k值关系拟合图；
图9为本发明实施例的不同节点数量下网络连通率随k值变化曲线图；
图10为本发明实施例的100次实验结果的网络连通率变化曲线；
图11为本发明实施例的1000次实验结果的网络连通率变化曲线；
图12为本发明实施例的网络物理拓扑推断单元结构示意图；
图13为本发明实施例的网络物理拓扑推断及优化的流程示意图；
图14为本发明实施例的Ad Hoc网络结构的仿真环境示意图；
图15为本发明实施例的推断的网络物理拓扑结构示意图；
图16为本发明实施例的优化的网络物理拓扑结构示意图；
图17为本发明实施例的基于MST的推断结果结构示意图；
图18为本发明实施例的基于DTG的推断结果结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
缩略语和关键术语定义
Ad Hoc网络：由一组无线通信节点组成的多跳、无中心、自组织的无线网络，又称为多跳网、无基础设施网或自组织网。
物理拓扑：主机、交换机、路由器等网络组件之间有线或无线的物理连接方式。
Ad Hoc网络物理拓扑：由Ad Hoc网络中无线通信节点之间物理通信链路构成的拓扑图。
物理通信链路：网络中无线通信节点彼此在对方通信范围内即认为两个节点之间存在一条物理通信链路。
本发明的一个具体实施例，如图1所示，公开了一种Ad Hoc网络物理拓扑非协作式推断系统100包括：无线电定位单元101，用于对Ad Hoc网络的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；重要通信距离计算单元102，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；网络物理拓扑推断单元103，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑。与现有技术相比，本发明实现了节点最大通信距离未知情况下推断网络物理拓扑，或有效解决了使用网络节点构建的最小生成树的最长距离作为最大通信距离的计算复杂度大的问题。
本发明的一个具体实施例，结合图1，该系统进一步包括所述网络物理拓扑优化单元104，用于根据德劳内三角剖分规则对推断的网络物理拓扑进行几何控制，剔除不符合条件的链路，完成推断结果的优化。
具体来说，所述网络物理拓扑优化单元104根据所述拓扑推断结果与构建的德劳内三角形网的交集作为优化的最终拓扑推断结果；所述网络物理拓扑优化单元104基于空圆特性和最小角最大化原则构建所述德劳内三角形，包括以下步骤：
S11，针对网络中已有的所有节点，构造一个超级三角形，使得所有节点均被包含在超级三角形内，将所有节点放入三角形链表；
S12，针对节点集合中的所有节点，依次插入，在三角形的链表中寻找到外接圆包含插入节点的三角形，称包含节点的三角形为影响三角形，删除影响三角形中的公共边，将插入点和影响三角形的全部节点连接起来，实现一个节点在德劳内三角形链表中的插入；
S13，根据最小角最大化原则对局部形成的三角形进行优化，对两个相邻三角形构成的凸四边形进行分析，交换四边形中的对角线，选择六个内角中最小角不再增加的情况作为优化结果，将形成的三角形加入到德劳内三角形链表中；
S14，循环执行上述的步骤二，直到所有节点插入完成。
需要说明的是，要满足德劳内三角形剖分，需要符合两个重要规则：(1)空圆特性：在图形中构建的三角网是唯一的，网络中任意四点不能共圆，在德劳内三角形构建的网中任一三角形的外接圆范围内不存在其他节点；以节点a,b,c为例，示意图如图2所示，在节点a,b,c构建的三角形中不存在其他节点。(2)最小角最大化原则：两个相邻三角形构成凸四边形，在交换对角线后，六个内角中的最小角不再变大。如图3和图4所示，将对角线bc换为ad后，最小角变大了。在构建德劳内三角形网的过程中，借鉴Bowyer-Watson算法，本领域人员可以理解，在此不再赘述，具体步骤如上所述。本实施例通过获取德劳内三角形网中存在的连接边构建连接边集合，进而求取与拓扑推断结果中连接边集合的交集生成新的连接边集合，最终根据节点位置信息和新的连接边集合生成最终的优化拓扑图。
本发明的一个具体实施例，如图5所示，所述无线电定位单元500包括依次连接的天线、宽带接收机501和信号处理单元502；所述宽带接收机501，用于通过所述天线对AdHoc网络的工作频段内信号进行接收，并将接收到的Ad Hoc网络的工作频段内信号传输至所述信号处理单元502；所述信号处理单元502，用于对接收到的信号进行信号检测及预处理，根据信号检测结果采用复合角度定位或时间差定位对节点进行区分定位，并获取网络部署区域大小。
优选地，所述宽带接收机501对所述接收到的信号进行信号检测及预处理，以剔除干扰信号，可进一步细化为如下步骤：
S21.对接收到的工作频段内信号进行信号预处理，删除不在需求频率范围内的信号，获得预处理后信号；
S22.对所述预处理后信号进行信号检测，获得信号检测结果，所述信号检测结果为TH-PPM-UWB脉冲的到来时刻。
本发明的一个具体实施例，如图6所示，所述信号处理单元600包括依次连接的信号检测设备602、区分定位设备603和信息统计设备604；所述信号检测设备602，用于对AdHoc网络的工作频段内信号进行信号检测，获得节点信号检测结果，并将其发送至所述区分定位设备603；所述区分定位设备603，用于通过复合角度定位方法或时间差定位方法，根据所述信号检测设备602的输出结果对各节点进行区分定位；所述信息统计设备604，用于根据所述区分定位设备603的输出结果获得节点数量、节点位置信息和节点部署区域大小。也就是说，信号处理单元依次对接收信号进行检测、区分定位及信息统计为构建网络物理拓扑提供了物理条件，统计的节点数量、节点位置信息及节点的部署区域大小为后续的计算及拓扑推断提供了充分的数据基础。
本发明的一个具体实施例，如图6所示，所述信号处理单元600还包括预处理模块601；所述预处理模块601的输入端与宽带接收机501的输出端连接，其输出端与信号检测设备602的输入端连接；其中，所述预处理模块601，用于对接收到的Ad Hoc网络的工作频段内信号进行信号预处理，删除不在预设频率范围内的信号，并将预处理后信号传输至所述信号检测设备602。
优先地，所述预处理模块601接收宽带接收机501输出的信号进行预处理后发送给所述信号检测设备602；所述信号预处理包括小波消噪，以去除接收信号中的高频噪声，提高信噪比。信号预处理采用小波消噪法，用于去除工作频段内信号中高频噪声。信号检测采用分段相关平均法，用于检测TH-PPM-UWB脉冲的到来时刻。具体地，分段相关平均法参见作者景振海、华军、杨小牛发表的《一种负信噪比下超宽带信号检测的新方法》，此处不再赘述。需注意的是，TH-PPM-UWB脉冲具有方向。
本发明的一个具体实施例，结合图1，所述重要通信距离计算单元102，用于根据通信距离公式拟合网络连通率与重要通信距离之间的关系，得到拟合函数后根据所述网络连通率计算出重要通信距离。
需要说明的是，从网络覆盖的角度对重要通信距离进行分析，将被部署区域分割为大小相等的C个单元格，将n个通信节点分别部署在C个单元格中，所有通信节点部署完成后，对空单元格的数量进行分析，使用μ(n,C)进行表示。假定在任何情况下，一个节点被部署在第i个单元的概率是
其中i＝1,...,C。针对重要通信距离存在以下定理。
定理1：对于n个节点，假定每个节点的通信距离为r，所有节点随机分布在R＝[0,l]d的区域内，其中d＝2，假定rdn＝αldInl，α＞0，r＝r(l)＜＜l，n＝n(l)＞＞1。如果α＞d·αd，或者α＝d·αd并且r＝r(l)＞＞1，则整个通信图是全连通的，其中αd＝2ddd/2。
定理2：假定n个节点部署在R＝[0,l]d的区域内，其中d＝2，r＝r(l)＜＜l，n＝n(l)＞＞1。如果rdn∈O(ld)，则通信图不是连通的。
本发明的一个具体实施例，所述重要通信距离计算单元按照公式：
计算得到所述重要通信距离，以保证网络连通的最小通信距离值；其中，n个节点分别部署在C个单元格，所有节点随机分布在R＝[0,l]d的区域内，每个节点的通信距离为r，重要通信距离与网络中节点数量和部署区域大小存在rc dn＝αldInl关系，d＝2，
需要说明的是，根据上述定理重要通信距离与网络中节点数量和部署区域大小存在rc dn＝αldInl。能否保证网络处于连通状态与α的取值紧密相关，设定
对该公式进行变换可得重要通信距离的计算公式如下：
重要通信距离可以通过
求取，但是其具体数值仍然和k值存在紧密关联，k值过小，不能保证随机部署的网络每次都处于连通状态，k值过大又会导致网络中存在过多的冗余链路。
本发明的一个具体实施例，所述重要通信距离计算单元还按照公式：
计算得到所述网络连通率，为网络中直接连通或多跳转接的节点对数与总节点对数的比值；其中，n为网络中节点的总数，m为网络处于非全连通状态下子网的数量，i为子网的编号，ni为子网i中包含的节点数量。
具体地，在python环境中使用NetworkX完成网络的构建及相关计算，部署区域大小为(1×1)km2，针对节点数量为40的情况进行实验，分析不同k值对网络连通率的影响。设定k值步长为0.02，每次进行10次实验，对网络连通率进行计算，得到的结果如图7所示。
从图7可以看出随着k值的不断增大，网络连通率的变化出现三个阶段：
(1)在初期，随着x的增长，y增长较为缓慢，这时曲线上升的比较平缓；
(2)在中期，随着x的增长，y的增长速度逐渐增快，曲线快速上升；
(3)当到达拐点后，随着x的增长y的增长较为缓慢，增长速度趋近于0，曲线呈水平状发展。
网络连通率与k值构成的曲线类似于生长曲线。生长曲线函数模型，又被称为Logistic函数模型。本实施例在分析过程中选择Logistic函数模型中应用较为广泛的皮尔曲线模型对网络中构成的散点进行拟合。
皮尔生长曲线的一般模型为：
式中，a为常数，f(x)＝b0+b1x+b2x2+...。通过对网络中的散点进行拟合求得a＝0.995,f(x)＝-16.365x+7.033，形成的拟合曲线如图8所示。根据拟合获取的上述函数进行计算，可得连通率在95％时，k≈0.63，当连通率为99％时，k≈0.75，当k＝0.8时，网络的连通率为99.8％，即当k≥0.8时网络连通率基本保持在100％左右。
针对节点数量分别为20,40,60,80,100的情况进行实验，分析不同k值对网络连通率的影响。设定k值步长为0.04，每次进行100次实验求取网络连通率的均值，得到的结果如图9所示。通过对各条曲线的拟合计算，求得当k≥0.8时网络连通率基本保持在100％左右。
实际在仿真环境下分别进行100次和1000次实验，并对网络的连通率的平均值进行统计，得到的统计结果如图10和图11所示，其中图10为运行100次的实验结果，图11为运行1000次的实验结果。
总的来说，从网络连通率的角度对实现网络连通状态的最大传输距离进行了分析，随着最大传输距离的增大，网络的连通率不断增大并最终稳定在100％。通过公式rc 2n＝αl2Inl,令
可以在已知部署区域大小和节点数量的情况下根据拟合得到的网络连通率与k的函数关系式得到节点的重要通信距离，实验表明当k≥0.8时，网络的连通率将保持在100％左右，对k＝0.8情况下的重要通信距离进行计算，进而结合节点的位置信息实现网络物理拓扑的推断。
本发明的一个具体实施例，如图12所示，并结合图1，所述网络物理拓扑推断单元1200包括欧式距离计算模块1201和逻辑判断模块1202；所述逻辑判断模块1202的输入端同时连接所述重要通信距离计算单元102的输出端及所述欧式距离计算模块1201的输出端；所述欧式距离计算模块1201，用于根据所述节点位置信息计算出节点之间的欧式距离；所述逻辑判断模块1202，用于将所述欧式距离与所述重要通信距离的比较判定节点之间链路是否存在，以完成网络物理拓扑的推断。
具体地，以节点a(xa,ya)和节点b(xb,yb)为例，两个节点之间的欧式距离可表示为：
重要通信距离的计算公式：
本发明的一个具体实施例，所述逻辑判断模块1202的判定规则包括：当所述节点之间的欧式距离小于设定阈值时，判定网络物理拓扑节点之间的连边存在，否则所述连边不存在；所述设定阈值为所述节点的重要通信距离。
具体地，从信息统计设备的输出结果到重要通信距离计算单元及网络物理拓扑推断单元的执行过程进一步细化为如下步骤：
S31、读取节点的数量n、位置信息和部署区域大小；
S32、构建节点的邻接矩阵A，初始化为零矩阵，邻接矩阵可表示为如下形式：
式中，aij表示第i个节点和第j个节点的连通关系，i，j为1～n中任一数值，n表示节点总数，如果第i个节点和第j个节点之间存在一条链路，aij＝1，否则，aij＝0；
S33、求取k＝0.8时的重要通信距离
S34、对网络中的节点进行遍历，求取其与网络中其他节点之间的欧式距离，也即根据节点位置信息，计算所有节点中任两个节点之间的欧式距离；
S35、比较节点之间的欧式距离E与rc的大小，如果E小于等于rc则判定两点之间存在一条链路，将邻接矩阵对应的数值修改为1；
S36、根据节点位置坐标和邻接矩阵A，构建拓扑图。
总而言之，结合图13所示的网络物理拓扑推断及优化的流程示意图，本发明的网络物理拓扑非协作式推断系统的处理过程进一步细化如下：
步骤S1包括：使用宽带接收机通过天线对工作频段内信号进行接收；对接收到的信号进行信号检测和预处理，剔除无用信号，如噪声等干扰信号；采用复合角度定位方法或时间差定位方法对节点进行定位并区分。
步骤S2包括：根据获取的图像信息和获取信号对部署区域大小进行估计。
步骤S3包括：在部署区域大小和网络节点数量已获取的基础上对重要传输距离进行计算；具体地，利用重要通信距离公式计算对网络连通率与重要通信距离之间的关系曲线进行拟合，求取拟合函数；
基于网络连通率的分析对重要通信距离进行计算。
步骤S4包括：读取节点的位置信息，对节点之间的欧式距离进行计算；比较欧式距离与重要通信距离的大小，如果欧式距离小于重要通信距离则判定节点之间存在一条物理链路，否则不存在；构建邻接矩阵，存储节点之间的连通关系；据节点的位置信息和邻接矩阵对物理拓扑进行推断。
步骤S5包括：根据拓扑控制规则对获取的物理拓扑进行优化，即根据最小角最大化的原则，根据步骤4中的推断结果构建德劳内三角形。
本发明所述Ad Hoc网络物理拓扑构建系统的技术效果通过使用Exata软件搭建如图14所示的仿真环境进行实验的方法进行验证：
步骤1搭建场景：使用Exata软件中的随机部署模型构建平面Ad Hoc网络；
步骤2配置基本参数：仿真环境下在部署区域内部署40个节点，相关参数如表1所示。
| 参数 | 数值 |
| 节点数量 | 40 |
| 部署区域大小 | (1×1)km<sup>2</sup> |
| 路由协议 | AODV |
| 衰落值 | 4dB |
| 通信频率 | 2.4GHz |
| 业务类型 | CBR |
表1
步骤3计算重要通信距离：针对部署区域大小及节点数量，当设定k值为0.8时，网络连通率接近100％，通过重要通信距离公式进行计算，可得rc≈332m。
步骤4物理拓扑推断：根据节点之间的位置信息计算节点之间的欧式距离，通过与重要传输距离的比较判定节点之间链路是否存在，进而完成物理拓扑的推断。因此，结合节点位置信息和重要通信距离进行物理拓扑推断，得到的物理拓扑图如图15所示。
步骤5物理拓扑优化：根据最小角最大化的原则，根据步骤4中的推断结果构建德劳内三角形。由此基于几何拓扑控制的德劳内三角形规则得到的优化结果如图16所示。
需要说明的是，基于几何结构得到的拓扑与通过最大通信距离获取的推断结果进行对比，可知，针对节点最大传输距离设定为
构建物理拓扑图(当最大传输距离设定为
的情况下，可以确保网络时刻处于连通状态，但是对节点的功率提出了很高要求)，分别使用最小生成树MST(Minimum spanning tree)和德劳内三角剖分DTG(Delaunaytriangulation graph)进行几何控制，基于最小生成树MST(Minimum spanning tree)生成的拓扑图17是图15拓扑推断结果的真子集。图15中包含了基于德劳内三角剖分DTG(Delaunay triangulation graph)生成拓扑图的93.6％的连边，之所以未能包含全部连边，原因在于基于DTG生成拓扑图中并没有考虑通信距离的增大对节点功率的影响，通过自由空间损耗模型中的计算公式可得当通信距离增大一倍时，路径损耗增加6dB，节点的工作功率需要增大为原有功率的4倍，从能量消耗角度进行考虑，结合图1所示节点，例如图18中节点17与节点37之间的连边是不存在的。去掉网络中与实际不符的连边，形成的拓扑结构如图16所示，得到的拓扑结构为通过重要传输距离获取的拓扑图的真子集，从而验证了本发明方法推断结果的可靠性。
综上所述，本发明公开了一种Ad Hoc网络物理拓扑非协作式推断系统包括：无线电定位单元，用于对Ad Hoc网络的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；重要通信距离计算单元，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；网络物理拓扑推断单元，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑。本发明针对现有网络拓扑进行物理拓扑分析过程中，在未知节点通信功率等相关参数的情况下，难以得到节点的最大通信距离，以及节点每次发生位置变化都要重新构造最小生成树对最长距离进行计算增大了计算复杂度的问题。与现有方法相比，本发明实现了节点最大通信距离未知情况下推断网络物理拓扑，或有效解决了使用网络节点构建的最小生成树的最长距离作为最大通信距离的计算复杂度大的问题。
本领域技术人员可以理解，实现上述实施例中方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种Ad Hoc网络物理拓扑非协作式推断系统，其特征在于，包括：
无线电定位单元，用于对Ad Hoc网络的节点进行区分定位，并根据所述节点区分定位信息获取网络部署区域大小；
重要通信距离计算单元，用于根据所述网络部署区域大小和所述节点区分定位信息计算出节点的重要通信距离；具体用于，根据通信距离公式拟合网络连通率与重要通信距离之间的关系，得到拟合函数后根据所述网络连通率计算出重要通信距离；
所述重要通信距离计算单元按照公式：
计算得到所述重要通信距离，以保证网络连通的最小通信距离值；
其中，n个节点分别部署在C个单元格，所有节点随机分布在R＝[0,l]d的区域内，每个节点的通信距离为r，重要通信距离与网络中节点数量和部署区域大小存在rc dn＝αldInl关系，d＝2，
所述网络连通率与k值构成的生长曲线函数模型选择皮尔曲线模型对网络中构成的散点进行拟合；
所述皮尔曲线模型公式为：
式中，a为常数，f(x)＝b0+b1x+b2x2+...；通过对网络中的散点进行拟合求得a＝0.995,f(x)＝-16.365x+7.033；
网络物理拓扑推断单元，用于根据所述节点区分定位信息和所述节点的重要通信距离推断网络物理拓扑；
网络物理拓扑优化单元，用于根据德劳内三角剖分规则对推断的网络物理拓扑进行几何控制，剔除不符合条件的链路，完成推断结果的优化；
所述网络物理拓扑优化单元根据所述推断结果与构建的德劳内三角形网的交集作为优化的最终拓扑推断结果；
所述网络物理拓扑优化单元基于空圆特性和最小角最大化原则构建所述德劳内三角形，包括以下步骤：
S11，针对网络中已有的所有节点，构造一个超级三角形，使得所有节点均被包含在超级三角形内，将所有节点放入三角形链表；
S12，针对节点集合中的所有节点，依次插入，在三角形的链表中寻找到外接圆包含插入节点的三角形，称包含节点的三角形为影响三角形，删除影响三角形中的公共边，将插入点和影响三角形的全部节点连接起来，实现一个节点在德劳内三角形链表中的插入；
S13，循环执行步骤S12，直到所有节点插入完成；
S14，根据最小角最大化原则对局部形成的三角形进行优化，对两个相邻三角形构成的凸四边形进行分析，交换四边形中的对角线，选择六个内角中最小角不再增加的情况作为优化结果，将形成的三角形加入到德劳内三角形链表中。
2.根据权利要求1所述的系统，其特征在于，所述无线电定位单元包括依次连接的天线、宽带接收机和信号处理单元；
所述宽带接收机，用于通过所述天线对Ad Hoc网络的工作频段内信号进行接收，并将接收到的Ad Hoc网络的工作频段内信号传输至所述信号处理单元；
所述信号处理单元，用于对接收到的信号进行信号检测及预处理，根据信号检测结果采用复合角度定位或时间差定位对节点进行区分定位，并获取网络部署区域大小。
3.根据权利要求2所述的系统，其特征在于，所述信号处理单元包括依次连接的信号检测设备、区分定位设备和信息统计设备；
所述信号检测设备，用于对Ad Hoc网络的工作频段内信号进行信号检测，获得节点信号检测结果，并将其发送至所述区分定位设备；
所述区分定位设备，用于通过复合角度定位方法或时间差定位方法，根据所述信号检测设备的输出结果对各节点进行区分定位；
所述信息统计设备，用于根据所述区分定位设备的输出结果获得节点数量、节点位置信息和节点部署区域大小。
4.根据权利要求2所述的系统，其特征在于，所述信号处理单元还包括预处理模块；所述预处理模块的输入端与宽带接收机的输出端连接，其输出端与信号检测设备的输入端连接；其中，
所述预处理模块，用于对接收到的Ad Hoc网络的工作频段内信号进行信号预处理，删除不在预设频率范围内的信号，并将预处理后信号传输至所述信号检测设备。
5.根据权利要求1所述的系统，其特征在于，所述重要通信距离计算单元还按照公式：
计算得到所述网络连通率，为网络中直接连通或多跳转接的节点对数与总节点对数的比值；
其中，n为网络中节点的总数，m为网络处于非全连通状态下子网的数量，i为子网的编号，ni为子网i中包含的节点数量。
6.根据权利要求1所述的系统，其特征在于，所述网络物理拓扑推断单元包括欧式距离计算模块和逻辑判断模块；所述逻辑判断模块的输入端同时连接所述重要通信距离计算单元的输出端及所述欧式距离计算模块的输出端；
所述欧式距离计算模块，用于根据节点位置信息计算出节点之间的欧式距离；
所述逻辑判断模块，用于将所述欧式距离与所述重要通信距离的比较判定节点之间链路是否存在，以完成网络物理拓扑的推断。
7.根据权利要求6所述的系统，其特征在于，所述逻辑判断模块的判定规则包括：当所述节点之间的欧式距离小于设定阈值时，判定网络物理拓扑节点之间的连边存在，否则所述连边不存在；所述设定阈值为所述节点的重要通信距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612500.5A CN109688540B (zh) | 2018-12-27 | 2018-12-27 | 一种Ad Hoc网络物理拓扑非协作式推断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811612500.5A CN109688540B (zh) | 2018-12-27 | 2018-12-27 | 一种Ad Hoc网络物理拓扑非协作式推断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109688540A CN109688540A (zh) | 2019-04-26 |
| CN109688540B true CN109688540B (zh) | 2021-01-01 |
Family
ID=66190504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811612500.5A Active CN109688540B (zh) | 2018-12-27 | 2018-12-27 | 一种Ad Hoc网络物理拓扑非协作式推断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109688540B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113411197A (zh) * | 2021-04-28 | 2021-09-17 | 西安电子科技大学 | 一种无先验拓扑信息的非合作关键节点识别方法 |
| CN114095867B (zh) * | 2021-11-23 | 2024-02-06 | 中国工商银行股份有限公司 | 一种Ad Hoc节点位置的获取方法 |
| CN114826933B (zh) * | 2022-06-29 | 2022-09-09 | 中国人民解放军国防科技大学 | 一种基于节点位置未知的非协作式拓扑推断方法 |
| CN115941499B (zh) * | 2022-12-05 | 2024-06-28 | 西安电子科技大学 | 基于自组织网络特性的网络拓扑推断系统及方法 |
| CN118139087B (zh) * | 2024-04-29 | 2024-07-02 | 中国电子科技集团公司第五十四研究所 | 非合作主动探知的无线通信网络拓扑连接关系识别方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105872977A (zh) * | 2016-05-18 | 2016-08-17 | 大连理工大学 | 一种用于无线传感器网络的改进landmrac定位算法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1821116B1 (en) * | 2006-02-15 | 2013-08-14 | Sony Deutschland Gmbh | Relative 3D positioning in an ad-hoc network based on distances |
| US8718055B2 (en) * | 2012-01-25 | 2014-05-06 | Cisco Technology, Inc. | Fast-tracking approach for building routing topologies in fast-moving networks |
| CN105704778B (zh) * | 2016-01-11 | 2018-04-17 | 东北电力大学 | 一种具有拓扑感知的移动对等网络聚集域划分方法 |
| CN106961685A (zh) * | 2017-03-24 | 2017-07-18 | 深圳市唯特视科技有限公司 | 一种利用非精确遥控设备定位的分布式区域覆盖划分方法 |
-
2018
- 2018-12-27 CN CN201811612500.5A patent/CN109688540B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105872977A (zh) * | 2016-05-18 | 2016-08-17 | 大连理工大学 | 一种用于无线传感器网络的改进landmrac定位算法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109688540A (zh) | 2019-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109688540B (zh) | 一种Ad Hoc网络物理拓扑非协作式推断系统 | |
| KR102336295B1 (ko) | 적응적 프루닝 및 가중치 공유를 사용하는 컨볼루션 신경망 시스템 및 그것의 동작 방법 | |
| CN109255054B (zh) | 一种基于关系权重的企业图谱中的社区发现方法 | |
| CN109560972B (zh) | 一种Ad Hoc网络物理拓扑非协作式推断方法 | |
| CN103906164B (zh) | 海上搜救无线传感器网络拓扑及拓扑控制方法 | |
| CN105828287B (zh) | 一种基于强化学习的无线传感器网络协同跟踪方法 | |
| CN115243273B (zh) | 一种无线传感器网络覆盖优化方法及装置、设备、介质 | |
| CN102546059A (zh) | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 | |
| CN112291734A (zh) | 一种移动传感器网络区域覆盖优化的方法 | |
| CN113467851B (zh) | 一种基于车辆聚类的动态车辆计算任务卸载方法和装置 | |
| CN112702208B (zh) | 一种基于关系的异质多层作战体系打击链路生成方法 | |
| CN109451459B (zh) | 一种基于移动雾节点的传感云底层节点信任评价方法 | |
| John et al. | Energy saving cluster head selection in wireless sensor networks for internet of things applications | |
| Salim et al. | Effective scheduling strategy in wireless multimedia sensor networks for critical surveillance applications | |
| Sun et al. | A novel GCN based indoor localization system with multiple access points | |
| CN109451429B (zh) | 一种Ad Hoc网络虚拟骨干节点识别方法 | |
| CN108540989B (zh) | 一种用于无线传感器网络的单纯复形简化方法及设备 | |
| CN109548032B (zh) | 一种面向密集网络全频段检测的分布式协作频谱认知方法 | |
| CN115622885A (zh) | 一种脆弱节点识别方法及装置 | |
| CN114449610A (zh) | 一种基于网络划分的无线传感节点分簇及簇头选举方法 | |
| CN103338460B (zh) | 用于动态网络环境的节点中心度的计算方法 | |
| Abdi et al. | A Novel Selfish Node Detection Based on Fuzzy System and Game Theory in Internet of Things | |
| Oliva et al. | Distributed C-means data clustering algorithm | |
| Jin et al. | An efficient energy routing protocol based on gradient descent method in WSNS | |
| CN115002777A (zh) | 一种智慧渔业水声传感网络中恶意软件传播最优控制方法 |
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 |