CN110213782B - 一种基于双重虚拟力的移动自组织网络节点的移动方法 - Google Patents

一种基于双重虚拟力的移动自组织网络节点的移动方法 Download PDF

Info

Publication number
CN110213782B
CN110213782B CN201910387856.1A CN201910387856A CN110213782B CN 110213782 B CN110213782 B CN 110213782B CN 201910387856 A CN201910387856 A CN 201910387856A CN 110213782 B CN110213782 B CN 110213782B
Authority
CN
China
Prior art keywords
node
distance
energy
nodes
virtual
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
Application number
CN201910387856.1A
Other languages
English (en)
Other versions
CN110213782A (zh
Inventor
刘半藤
陈唯
陈秋霞
赵克华
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.)
Zhejiang Shuren University
Original Assignee
Zhejiang Shuren University
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 Zhejiang Shuren University filed Critical Zhejiang Shuren University
Priority to CN201910387856.1A priority Critical patent/CN110213782B/zh
Publication of CN110213782A publication Critical patent/CN110213782A/zh
Application granted granted Critical
Publication of CN110213782B publication Critical patent/CN110213782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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
    • 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
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于双重虚拟力的移动自组织网络节点的移动方法，首先构建反映节点移动过程、节点连通性情况、网络覆盖率情况以及节点能耗情况的节点模型，再通过节点模型分别计算邻居节点距离阈值和邻居节点能量阈值，通过距离阈值以非线性的方式计算“距离虚拟力”；通过能量阈值以非线性的方式计算“能量虚拟力”，最后将两种不同属性的虚拟力进行融合计算，获得移动自组织网络动态节点分布，从而提高网络覆盖率与节点连通性，并提高网络的生存时间，具有较高的应用价值。

Description

一种基于双重虚拟力的移动自组织网络节点的移动方法
技术领域：
本发明涉及网络通信技术领域，具体涉及一种基于双重虚拟力的移动自组织网络节点的移动方法。
背景技术：
随着信息技术的高速发展，无线自组织网络(Wireless Mobile Ad HocNetworks,MANETs)已经逐渐发展成为21世纪信息产业的重要支柱。但MANETs节点移动过程带来的不确定性容易出现连通性、覆盖率、生存时间等网络性能的下降，对此专家学者开展了有关针对性的研究，并提出了多种节点移动的方法，基于虚拟力的节点移动算法就是其中的典型代表。
虚拟力算法的核心思想是：将网络中的节点假设为质量忽略不计的电荷质点，在一定范围内，每个电荷质点都受到其他节点的作用力，这个作用力分为引力和斥力。受力质点根据受到的合力作用调节自身的坐标位置，直至网络中所有节点受力平衡或者到达优化迭代次数上限时，停止位置调整。传统的基于虚拟力的节点移动算法是通过采集邻居节点的信息，并与事先确定的阈值进行比较判断，确定节点所受斥力或者引力的大小及方向，节点根据所受合力的大小及方向进行定向移动。现有的虚拟力算法虽然可以实现节点的自适应调整，提高节点的利用率，但是，虚拟力阈值设置方式较为单一，主要考虑节点间的距离或者节点密度，未考虑MANETs的区域覆盖率、节点连通性以及网络生存时间等多个性能指标，使得采用传统虚拟力算法部署的移动自组织网络节点的区域覆盖率、节点连通性以及网络生存时间并不理想，有鉴于此，本案由此而生。
发明内容：
本发明的目的是提高移动自组织网络的区域覆盖率与节点连通性，以及提高网络的生存时间，为了达到该发明目的，本发明提出一种基于双重虚拟力的移动自组织网络节点的移动方法，具体采用如下技术方案：
一种基于双重虚拟力的移动自组织网络节点的移动方法，内容包括：
(1)构建节点模型：所述节点模型包括节点移动模型、节点连通性模型、网络覆盖率模型以及节点能耗模型；
(2)通过节点模型分别计算出本地节点与各个邻居节点的距离阈值和能量阈值，通过距离阈值计算出距离虚拟力，通过能量阈值计算出能量虚拟力；
(3)将所有邻居节点的距离虚拟力以及能量虚拟力的矢量运算和作为本地节点所受的虚拟力合力；
(4)根据本地节点所受虚拟力合力确定节点的移动速率和移动方向，获得移动自组织网络动态节点分布。
进一步设置，内容(1)中所述节点移动模型的构建方法如下：假设在区域为Sa×Sb的矩形MANET中部署N个可自由移动的节点，并为每个节点标号为1,2,3…N；在时刻t，标号为i的节点坐标表示为(xi(t),yi(t))，网络中的每个节点每隔Δt时间进行一次移动，节点的最大移动速率为vmax，节点的基本移动方式表达如下：
Figure BDA0002055439070000021
上式中，(xi(t),yi(t))表示标号为i的节点坐标，(xi(t+Δt),yi(t+Δt))表示标号为i的节点移动后的坐标；假设节点移动过程中遇到网络边界时便进行反向移动，θi(t)表示标号为i的节点在时刻t的移动方向，vi(t)表示标号为i的节点在时刻t的移动速率，vi(t)∈[0,vmax]。
进一步设置，内容(1)中所述节点连通性模型的构建方法如下：时刻t，网络节点之间的一跳连通矩阵CO(t)＝(coij(t))N×N计算方式如下：
Figure BDA0002055439070000031
上式中，Rcom表示节点的通信半径，如果cij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以直接通信；
时刻t，节点之间的多跳连通矩阵CM(t)＝(cmij(t))N×N计算方式如下：
Figure BDA0002055439070000032
上式中，TM(t)＝(tmij(t))N×N为临时变量，表示节点之间通过N跳转发实现通信业务的情况；如果cmij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以通过多跳转发实现通信业务；
时刻t，MANET的节点连通性指标LT(t)计算方式如下：
Figure BDA0002055439070000033
进一步设置，内容(1)中所述网络覆盖率模型的构建方法如下：将Sa×Sb的MANET以1m为步长划分为网格，共计M个格点，并为每个格点标号为1,2,3…M；时刻t，节点与格点的覆盖矩阵F(t)＝(fij(t))N×N计算方式表达如下：
Figure BDA0002055439070000034
上式中，Rcov表示节点的覆盖半径，(xi(t),yi(t))表示标号为i的节点坐标，(pxj，pyj)表示划分后的网格中第j个格点的坐标；如果fij(t)＝1，说明时刻t标号为i的节点可以覆盖标号为j的格点；当格点被一个及以上的节点覆盖时，可以认为该格点被覆盖；MANET覆盖矩阵G(t)＝(gj(t))M计算方式如下：
Figure BDA0002055439070000041
如果gj(t)＝1，说明时刻t标号为j的格点可以被有效覆盖，因此，MANET的网络在时刻t覆盖率指标FG(t)计算方式如下：
Figure BDA0002055439070000042
上式中，M表示格点数。
进一步设置，内容(1)中所述节点能耗模型的构建方法如下：假设MANET中节点传输信息服从一阶能量消耗模型，一阶能量消耗模型计算公式如下所示：
Figure BDA0002055439070000043
上式中，ETX表示节点发送信息能耗，ERX表示节点接收信息能耗，Eelec表示发射电路和接收电路能耗，L表示发送数据的比特数，efs表示能耗常数，ds表示发送节点与接收节点之间的距离。
进一步设置，内容(2)中所述距离阈值和距离虚拟力计算方式如下：将相邻两节点之间的距离作为距离阈值，在区域Sa×Sb的MANET中部署N个节点，每个节点的覆盖范围用正六边形近似替代，距离阈值的计算方式如下所示：
Figure BDA0002055439070000051
上式中，N表示节点数，Td表示距离阈值；
将指数形式的距离虚拟力标准化，定义距离虚拟力为取值[0，1]的非线性有向函数，定义时刻t节点j对节点i的距离虚拟力
Figure BDA0002055439070000052
计算方式如下：
Figure BDA0002055439070000053
上式中，dij表示节点i与节点j之间的距离，Td表示距离阈值，Rcom表示节点的通信半径，本地节点标号为i，邻居节点标号为j，j∈Ui，
Figure BDA0002055439070000054
为从本地节点i指向邻居节点j的向量，
Figure BDA0002055439070000055
为从邻居节点j指向本地节点i的向量,
Figure BDA0002055439070000056
表示向量
Figure BDA0002055439070000057
的数值，
Figure BDA0002055439070000058
表示方向与
Figure BDA0002055439070000059
相同的单位向量，Ui表示节点i的邻居节点集合。
进一步设置，内容(2)中所述能量阈值和能量虚拟力计算方式如下：以i表示本地节点的标号，Ui表示节点i的邻居节点集合，将时刻t节点i的邻居节点集合Ui平均能量作为节点i的能量阈值，能量阈值的计算方式如下：
Figure BDA0002055439070000061
上式中，tei(t)表示能量阈值，
Figure BDA0002055439070000062
表示时刻t邻居节点j的平均剩余能量；
将指数形式的能量虚拟力标准化，定义能量虚拟力为取值[0，1]的非线性有向函数，定义时刻t节点j对节点i的能量虚拟力
Figure BDA0002055439070000063
计算方式如下：
Figure BDA0002055439070000064
上式中，
Figure BDA0002055439070000065
表示时刻t所有邻居节点剩余能量的最大值，tei(t)表示能量阈值，Ej(t)表示时刻t邻居节点j的剩余能量。
进一步设置，内容(3)中所述虚拟力合力为：
Figure BDA0002055439070000066
上式中，
Figure BDA0002055439070000067
表示所有邻居节点的距离虚拟力与能量虚拟力的矢量运算和，即本地节点所受到的虚拟力合力，
Figure BDA0002055439070000068
表示距离虚拟力，
Figure BDA0002055439070000069
表示能量虚拟力。
进一步设置，内容(4)中节点的移动方向及移动速率计算方式如下：时刻t节点i的移动方向与虚拟力合力
Figure BDA00020554390700000610
的方向一致，移动速率vi(t)的计算方法如下：
Figure BDA0002055439070000071
上式中，
Figure BDA0002055439070000072
表示时刻t节点i所受虚拟力合力的数值，|Ui|表示时刻t节点i的邻居节点数量。
本发明考虑网络节点密度分布与网络生存时间两项指标，在节点移动时计算其邻居节点的距离与邻居节点的剩余能量，借鉴Logistic函数，以非线性的方式计算得到标准化的“距离虚拟力”与“能量虚拟力”，最后将两种不同属性的虚拟力进行融合计算，根据融合后所受虚拟力的合力确定节点移动的方向与速率，获得移动自组织网络动态节点分布，从而提高网络覆盖率与节点连通性，并提高网络的生存时间。具有较高的应用价值。
以下通过附图和具体实施方式对本发明做进一步阐述。
附图说明：
图1为本发明实施例的流程图；
图2为节点连通性模型的节点连通半径和覆盖半径示意图；
图3为网络覆盖率模型的MANET离散示意图；
图4为节点能耗模型的一阶能量消耗模型示意图；
图5为距离阈值示意图；
图6为能量阈值示意图；
具体实施方式：
本实施例公开一种基于双重虚拟力的移动自组织网络节点的移动方法，如图1至6所示，方法内容包括：
(1)构建节点模型：节点模型包括节点移动模型、节点连通性模型、网络覆盖率模型以及节点能耗模型，以上各个模型构建方法说明如下：
(1.1)构建节点移动模型：假设在区域为Sa×Sb的矩形MANET中部署N个可自由移动的节点，并为每个节点标号为1,2,3…N；在时刻t，标号为i的节点坐标表示为(xi(t),yi(t))，网络中的每个节点每隔Δt时间进行一次移动，节点的最大移动速率为vmax，节点的基本移动方式表达如下：
Figure BDA0002055439070000081
上式中，(xi(t),yi(t))表示标号为i的节点坐标，(xi(t+Δt),yi(t+Δt))表示标号为i的节点移动后的坐标；假设节点移动过程中遇到网络边界时便进行反向移动，θi(t)表示标号为i的节点在时刻t的移动方向，vi(t)表示标号为i的节点在时刻t的移动速率，vi(t)∈[0,vmax]。
(1.2)构建节点连通性模型：由于节点处于移动状态，网络的连通矩阵也将随着时间推移发生变化。时刻t，网络节点之间的一跳连通矩阵CO(t)＝(coij(t))N×N计算方式如下：
Figure BDA0002055439070000082
上式中，Rcom表示节点的通信半径，如果cij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以直接通信。
MANET中，节点具备信息收发与信息中转双重功能，不在一跳通信范围内的两个节点之间，可以通过其它节点作为中间节点转发信息实现通信业务。时刻t，节点之间的多跳连通矩阵CM(t)＝(cmij(t))N×N计算方式如下：
Figure BDA0002055439070000083
上式中，TM(t)＝(tmij(t))N×N为临时变量，表示节点之间通过N跳转发实现通信业务的情况；如果cmij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以通过多跳转发实现通信业务。
时刻t，MANET的节点连通性指标LT(t)计算方式如下：
Figure BDA0002055439070000091
(1.3)构建网络覆盖率模型：采用一种离散方式近似计算网络覆盖率，将Sa×Sb的MANET以1m为步长划分为网格，共计M个格点，并为每个格点标号为1,2,3…M；时刻t，节点与格点的覆盖矩阵F(t)＝(fij(t))N×N计算方式表达如下：
Figure BDA0002055439070000092
上式中，Rcov表示节点的覆盖半径，(xi(t),yi(t))表示标号为i的节点坐标，(pxj，pyj)表示划分后的网格中第j个格点的坐标；如果fij(t)＝1，说明时刻t标号为i的节点可以覆盖标号为j的格点；当格点被一个及以上的节点覆盖时，可以认为该格点被覆盖；MANET覆盖矩阵G(t)＝(gj(t))M计算方式如下：
Figure BDA0002055439070000093
如果gj(t)＝1，说明时刻t标号为j的格点可以被有效覆盖，因此，MANET的网络在时刻t覆盖率指标FG(t)计算方式如下：
Figure BDA0002055439070000101
上式中，M表示格点数。
(1.4)构建节点能耗模型：假设MANET中节点传输信息服从一阶能量消耗模型，其中，节点发送信息能耗包括发射电路能耗和放大电路能耗两部分，节点接收信息能耗仅为接收电路能耗。一阶能量消耗模型计算公式如下所示：
Figure BDA0002055439070000102
上式中，ETX表示节点发送信息能耗，ERX表示节点接收信息能耗，Eelec表示发射电路和接收电路能耗，L表示发送数据的比特数，efs表示能耗常数，ds表示发送节点与接收节点之间的距离。
(2)构建“距离虚拟力”模型：
某一节点受邻居节点的距离影响，以“距离虚拟力”的方式，改变了此节点的移动方向与移动速率，首先计算邻居节点距离阈值，再计算“距离虚拟力”。
(2.1)计算邻居节点距离阈值：
考虑将节点均匀分布时，相邻两节点之间的距离作为距离阈值，在区域Sa×Sb的MANET中部署N个节点，每个节点的覆盖范围用正六边形近似替代，距离阈值的计算方式如下所示：
Figure BDA0002055439070000111
上式中，N表示节点数，Td表示距离阈值。
(2.2)计算“距离虚拟力”：
借鉴Logistic函数，将指数形式的距离虚拟力标准化，定义距离虚拟力为取值[0,1]的非线性有向函数，定义时刻t节点j对节点i的距离虚拟力
Figure BDA0002055439070000112
计算方式如下：
Figure BDA0002055439070000113
上式中，dij表示节点i与节点j之间的距离，Td表示距离阈值，Rcom表示节点的通信半径，本地节点标号为i，邻居节点标号为j，j∈Ui，
Figure BDA0002055439070000114
为从本地节点i指向邻居节点j的向量，
Figure BDA0002055439070000115
为从邻居节点j指向本地节点i的向量,
Figure BDA0002055439070000116
表示向量
Figure BDA0002055439070000117
的数值，
Figure BDA0002055439070000118
表示方向与
Figure BDA0002055439070000119
相同的单位向量，Ui表示节点i的邻居节点集合。
当邻居节点与本地节点之间的距离小于距离阈值时，“距离虚拟力”的方向与
Figure BDA00020554390700001110
相同，表示本地节点向远离邻居节点的方向移动。当邻居节点的位置逼近本地节点时(即dij＝0)，“距离虚拟力”达到最大值为1。当邻居节点与本地节点的距离大于距离阈值时，“距离虚拟力”的方向与
Figure BDA0002055439070000121
相同，表示本地节点向靠近邻居节点的方向移动。当邻居节点的位置离本地节点最远时(即dij＝Rcom)，“距离虚拟力”达到最大值为1。当邻居节点与本地节点的距离等于距离阈值时，“距离虚拟力”不会对本地节点的移动方式产生作用。
(3)构建“能量虚拟力”模型：某一节点受邻居节点的能量影响，以“能量虚拟力”的方式，改变了此节点的移动方向与移动速率，首先计算邻居节点能量阈值，再计算“能量虚拟力”。
(3.1)计算邻居节点能量阈值：
为了本地节点能够拉近高能量邻居节点、远离低能量邻居节点并延长网络生存时间，以i表示本地节点的标号，Ui表示节点i的邻居节点集合，将时刻t节点i的邻居节点集合Ui平均能量作为节点i的能量阈值。由于每个节点的邻居节点集合不同，使得每个节点的能量阈值各不相同，且随着时间推移而发生变化。因此，能量阈值的计算方式如下：
Figure BDA0002055439070000122
上式中，tei(t)表示能量阈值，
Figure BDA0002055439070000123
表示时刻t邻居节点j的平均剩余能量；由于节点能量随着时间而下降，节点的能量阈值也将随着时间推移而发生变化。
(3.2)计算“能量虚拟力”：
借鉴Logistic函数，将指数形式的能量虚拟力标准化，定义能量虚拟力为取值[0,1]的非线性有向函数，定义时刻t节点j对节点i的能量虚拟力
Figure BDA0002055439070000124
计算方式如下：
Figure BDA0002055439070000131
上式中，
Figure BDA0002055439070000132
表示时刻t所有邻居节点剩余能量的最大值，tei(t)表示能量阈值，Ej(t)表示时刻t邻居节点j的剩余能量。
当邻居节点的剩余能量低于能量阈值时，“能量虚拟力”的方向与
Figure BDA0002055439070000133
相同，表示本地节点向远离邻居节点的方向移动。当邻居节点的剩余能量接近于0时，“能量虚拟力”达到最大值为1。当邻居节点的剩余能量大于能量阈值时，“能量虚拟力”的方向与
Figure BDA0002055439070000134
相同，表示向靠近邻居节点的方向移动。当邻居节点j的剩余能量最大时，“能量虚拟力”达到最大值为1。当邻居节点的剩余能量等于能量阈值时，“能量虚拟力”不会对本地节点的移动方式产生作用。
(4)计算本地节点所受虚拟力合力：将“距离虚拟力”与“能量虚拟力”进行矢量运算，两者的矢量和即为本地节点所受虚拟力合力：
Figure BDA0002055439070000135
上式中，
Figure BDA0002055439070000136
表示所有邻居节点的距离虚拟力与能量虚拟力的矢量运算和，即本地节点所受到的虚拟力合力，
Figure BDA0002055439070000137
表示距离虚拟力，
Figure BDA0002055439070000138
表示能量虚拟力。
(5)根据本地节点所受虚拟力合力确定节点的移动速率和移动方向，获得移动自组织网络动态节点分布。
在双重虚拟力作用下，计算节点的移动速率和移动方向，获得移动自组织网络动态节点分布，时刻t节点i的移动方向与虚拟力合力
Figure BDA0002055439070000141
的方向一致，移动速率vi(t)的计算方法如下：
Figure BDA0002055439070000142
上式中，
Figure BDA0002055439070000143
表示时刻t节点i所受虚拟力合力的数值，|Ui|表示时刻t节点i的邻居节点数量。由于
Figure BDA0002055439070000144
为|Ui|个单位“距离虚拟力”与|Ui|个单位“能量虚拟力”的合力，
Figure BDA0002055439070000145
的取值范围为[0,1]。
如图2所示，节点连通性模型的节点连通半径和覆盖半径示意图，假设MANET中每个节点都具有相同通信半径Rcom以及相同覆盖半径Rcov。如果两个节点之间的距离小于通信半径Rcom，则认为此两个节点相互之间一跳连通。
如图3所示，网络覆盖率模型的MANET离散示意图，MANET中，每个节点都可以采集覆盖半径Rcov区域内的信息。本发明采用一种离散方式近似计算网络覆盖率。将Sa×Sb的MANET以1m为步长划分为网格，共计M个格点，并为每个格点标号为1,2,3…M。以被覆盖的格点数量与格点总数之比衡量网络覆盖率。
如图4所示，节点能耗模型的一阶能量消耗模型示意图，假设MANET中节点传输信息服从一阶能量消耗模型。节点发送信息能耗包括发射电路能耗、放大电路能耗两部分，节点接收信息能耗仅为接收电路能耗。
如图5所示，距离阈值示意图，图中标号为1的节点通信范围内有4个邻居节点，可以感知此4个邻居节点到节点1的距离。节点2和节点5到节点1的距离小于距离阈值Td，节点1将向远离节点2和节点5的方向移动；节点3和节点4到节点1的距离大于距离阈值Td，节点1将向靠近节点3和节点4的方向移动。
如图6所示，能量阈值示意图，图中标号为1的节点通信范围内有4个邻居节点，可以感知此4个邻居节点的剩余能量。节点3和节点5的剩余能量超过能量阈值te1，节点1将向靠近节点3和节点5方向移动；节点2和节点4的剩余能量低于能量阈值te1，节点1将向远离节点2和节点4的方向移动。
综上所述，本发明考虑网络节点密度分布与网络生存时间两项指标，构建反映节点移动过程、节点连通性情况、网络覆盖率情况以及节点能耗情况的节点模型，在节点移动时计算其邻居节点的距离与邻居节点的剩余能量，借鉴Logistic函数，以非线性的方式计算得到标准化的“距离虚拟力”与“能量虚拟力”。通过将两种不同属性的虚拟力进行融合计算，确定节点移动的方向与速率，获得移动自组织网络动态节点分布，从而形成一种多性能优化的移动自组织网络节点的移动方法。与传统的基于虚拟力的移动自组织网络节点的移动方法相比，本发明可以获得更大的网络覆盖率，更稳定的节点连通性，并有效降低瓶颈节点的能量消耗，保持网络中足够多的生存节点数量，延长网络生存时间。具有较高的应用价值。
以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围中。

Claims (8)

1.一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容包括：
(1)构建节点模型：所述节点模型包括节点移动模型、节点连通性模型、网络覆盖率模型以及节点能耗模型；
(2)通过节点模型分别计算出本地节点与各个邻居节点的距离阈值和能量阈值，通过距离阈值计算出距离虚拟力，通过能量阈值计算出能量虚拟力；
(2.1)计算邻居节点距离阈值：
考虑将节点均匀分布时，相邻两节点之间的距离作为距离阈值，在区域Sa×Sb的MANET中部署N个节点，每个节点的覆盖范围用正六边形近似替代，距离阈值的计算方式如下所示：
Figure FDA0003728344000000011
Figure FDA0003728344000000012
上式中，N表示节点数，Td表示距离阈值；
(2.2)计算“距离虚拟力”：
借鉴Logistic函数，将指数形式的距离虚拟力标准化，定义距离虚拟力为取值[0,1]的非线性有向函数，定义时刻t节点j对节点i的距离虚拟力
Figure FDA0003728344000000013
计算方式如下：
Figure FDA0003728344000000014
上式中，dij表示节点i与节点j之间的距离，Td表示距离阈值，Rcom表示节点的通信半径，本地节点标号为i，邻居节点标号为j，j∈Ui，
Figure FDA0003728344000000021
为从本地节点i指向邻居节点j的向量，
Figure FDA0003728344000000022
为从邻居节点j指向本地节点i的向量,
Figure FDA0003728344000000023
表示向量
Figure FDA0003728344000000024
的数值，
Figure FDA0003728344000000025
表示方向与
Figure FDA0003728344000000026
相同的单位向量，Ui表示节点i的邻居节点集合；
当邻居节点与本地节点之间的距离小于距离阈值时，“距离虚拟力”的方向与
Figure FDA0003728344000000027
相同，表示本地节点向远离邻居节点的方向移动; 当邻居节点的位置与本地节点重合时，“距离虚拟力”达到最大值为1，当邻居节点与本地节点的距离大于距离阈值时，“距离虚拟力”的方向与
Figure FDA0003728344000000028
相同，表示本地节点向靠近邻居节点的方向移动; 当邻居节点的位置离本地节点最远时(即dij＝Rcom)，“距离虚拟力”达到最大值为1; 当邻居节点与本地节点的距离等于距离阈值时，“距离虚拟力”不会对本地节点的移动方式产生作用；
(3)将所有邻居节点的距离虚拟力以及能量虚拟力的矢量运算和作为本地节点所受的虚拟力合力；
(4)根据本地节点所受虚拟力合力确定节点的移动速率和移动方向，获得移动自组织网络动态节点分布。
2.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(1)中所述节点移动模型的构建方法如下：假设在区域为Sa×Sb的矩形MANET中部署N个可自由移动的节点，并为每个节点标号为1,2,3…N；在时刻t，标号为i的节点坐标表示为(xi(t),yi(t))，网络中的每个节点每隔Δt时间进行一次移动，节点的最大移动速率为vmax，节点的基本移动方式表达如下：
Figure FDA0003728344000000031
上式中，(xi(t),yi(t))表示标号为i的节点坐标，(xi(t+Δt),yi(t+Δt))表示标号为i的节点移动后的坐标；假设节点移动过程中遇到网络边界时便进行反向移动，θi(t)表示标号为i的节点在时刻t的移动方向，vi(t)表示标号为i的节点在时刻t的移动速率，vi(t)∈[0,vmax]。
3.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(1)中所述节点连通性模型的构建方法如下：时刻t，网络节点之间的一跳连通矩阵CO(t)＝(coij(t))N×N计算方式如下：
Figure FDA0003728344000000032
上式中，Rcom表示节点的通信半径，如果coij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以直接通信；
时刻t，节点之间的多跳连通矩阵CM(t)＝(cmij(t))N×N计算方式如下：
Figure FDA0003728344000000033
上式中，TM(t)＝(tmij(t))N×N为临时变量，表示节点之间通过N跳转发实现通信业务的情况；如果cmij(t)＝1，说明时刻t标号为i与标号为j的节点之间可以通过多跳转发实现通信业务；
时刻t，MANET的节点连通性指标LT(t)计算方式如下：
Figure FDA0003728344000000041
4.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(1)中所述网络覆盖率模型的构建方法如下：将Sa×Sb的MANET以1m为步长划分为网格，共计M个格点，并为每个格点标号为1,2,3…M；时刻t，节点与格点的覆盖矩阵F(t)＝(fij(t))N×N计算方式表达如下：
Figure FDA0003728344000000042
上式中，Rcov表示节点的覆盖半径，(xi(t),yi(t))表示标号为i的节点坐标，(pxj,pyj)表示划分后的网格中第j个格点的坐标；如果fij(t)＝1，说明时刻t标号为i的节点可以覆盖标号为j的格点；当格点被一个及以上的节点覆盖时，可以认为该格点被覆盖；MANET覆盖矩阵G(t)＝(gj(t))M计算方式如下：
Figure FDA0003728344000000043
如果gj(t)＝1，说明时刻t标号为j的格点可以被有效覆盖，因此，MANET的网络在时刻t覆盖率指标FG(t)计算方式如下：
Figure FDA0003728344000000044
上式中，M表示格点数。
5.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(1)中所述节点能耗模型的构建方法如下：假设MANET中节点传输信息服从一阶能量消耗模型，一阶能量消耗模型计算公式如下所示：
Figure FDA0003728344000000051
上式中，ETX表示节点发送信息能耗，ERX表示节点接收信息能耗，Eelec表示发射电路和接收电路能耗，L表示发送数据的比特数，efs表示能耗常数，ds表示发送节点与接收节点之间的距离。
6.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(2)中所述能量阈值和能量虚拟力计算方式如下：以i表示本地节点的标号，Ui表示节点i的邻居节点集合，将时刻t节点i的邻居节点集合Ui平均能量作为节点i的能量阈值，能量阈值的计算方式如下：
Figure FDA0003728344000000052
上式中，tei(t)表示能量阈值，
Figure FDA0003728344000000053
表示时刻t邻居节点j的平均剩余能量；
将指数形式的能量虚拟力标准化，定义能量虚拟力为取值[0,1]的非线性有向函数，定义时刻t节点j对节点i的能量虚拟力
Figure FDA0003728344000000054
计算方式如下：
Figure FDA0003728344000000061
上式中，
Figure FDA0003728344000000062
表示时刻t所有邻居节点剩余能量的最大值，tei(t)表示能量阈值，Ej(t)表示时刻t邻居节点j的剩余能量。
7.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(3)中所述虚拟力合力为：
Figure FDA0003728344000000063
上式中，
Figure FDA0003728344000000064
表示所有邻居节点的距离虚拟力与能量虚拟力的矢量运算和，即本地节点所受到的虚拟力合力，
Figure FDA0003728344000000065
表示距离虚拟力，
Figure FDA0003728344000000066
表示能量虚拟力。
8.根据权利要求1所述的一种基于双重虚拟力的移动自组织网络节点的移动方法，其特征在于：内容(4)中节点的移动方向及移动速率计算方式如下：时刻t节点i的移动方向与虚拟力合力
Figure FDA0003728344000000067
的方向一致，移动速率vi(t)的计算方法如下：
Figure FDA0003728344000000068
上式中，
Figure FDA0003728344000000069
表示时刻t节点i所受虚拟力合力的数值，|Ui|表示时刻t节点i的邻居节点数量。
CN201910387856.1A 2019-05-10 2019-05-10 一种基于双重虚拟力的移动自组织网络节点的移动方法 Active CN110213782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910387856.1A CN110213782B (zh) 2019-05-10 2019-05-10 一种基于双重虚拟力的移动自组织网络节点的移动方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910387856.1A CN110213782B (zh) 2019-05-10 2019-05-10 一种基于双重虚拟力的移动自组织网络节点的移动方法

Publications (2)

Publication Number Publication Date
CN110213782A CN110213782A (zh) 2019-09-06
CN110213782B true CN110213782B (zh) 2022-09-02

Family

ID=67785988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910387856.1A Active CN110213782B (zh) 2019-05-10 2019-05-10 一种基于双重虚拟力的移动自组织网络节点的移动方法

Country Status (1)

Country Link
CN (1) CN110213782B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103997747A (zh) * 2014-05-14 2014-08-20 浪潮电子信息产业股份有限公司 一种基于虚拟力的空间网络节点均匀部署方法
CN107580293A (zh) * 2017-08-04 2018-01-12 昆明理工大学 一种基于虚拟力的汇聚节点重定位方法
CN109362082A (zh) * 2018-10-10 2019-02-19 浙江树人学院 基于mvfa的水下传感网络节点分布优化方法
CN109587698A (zh) * 2018-12-10 2019-04-05 浙江工业大学 一种虚拟力修正的有向传感器网络节能覆盖方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554774B (zh) * 2014-10-31 2019-04-23 富士通株式会社 无线网络部署方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103997747A (zh) * 2014-05-14 2014-08-20 浪潮电子信息产业股份有限公司 一种基于虚拟力的空间网络节点均匀部署方法
CN107580293A (zh) * 2017-08-04 2018-01-12 昆明理工大学 一种基于虚拟力的汇聚节点重定位方法
CN109362082A (zh) * 2018-10-10 2019-02-19 浙江树人学院 基于mvfa的水下传感网络节点分布优化方法
CN109587698A (zh) * 2018-12-10 2019-04-05 浙江工业大学 一种虚拟力修正的有向传感器网络节能覆盖方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于密集度的虚拟力节点部署算法;滕志军等;《传感技术学报》;20180715(第07期);全文 *

Also Published As

Publication number Publication date
CN110213782A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
Zheng et al. Adaptive communication protocols in flying ad hoc network
CN107295569B (zh) 一种基于多移动汇聚节点的能量高效的路由协议
CN101394321B (zh) 基于“能量均衡”的集群无线传感器网络非均匀分簇方法
CN103763744B (zh) 蜂窝小区间d2d通信传输模式切换方法
CN111988796B (zh) 基于双模通信的台区信息采集业务带宽优化系统及方法
CN109862612B (zh) 基于双功能小车移动路径规划的数据收集和无线充电方法
CN104394566A (zh) 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法
CN102685255A (zh) 一种分布式机会网络社区划分方法
CN101198167B (zh) 融合蜂窝式网络与自组织网络的混合网络系统及其构建方法
CN109451556B (zh) 基于uav对无线传感网充电的方法
CN105050095B (zh) 一种基于能量预测的异构无线传感网的拓扑构建方法
CN110798851B (zh) 无线异构网络的能量效率和负载均衡的联合优化方法
CN106060887A (zh) 面向时空特性变化认知的机会网络路由方法
Sheikhpour et al. An energy efficient chain-based routing protocol for wireless sensor networks
CN105246117A (zh) 一种适用于移动无线传感网的节能路由协议的实现方法
CN112188467B (zh) 一种基于用户属性的终端发现方法
CN103906245B (zh) 一种无线传感网络分布式速率控制方法
CN114885340A (zh) 一种基于深度迁移学习的超密集无线网络功率分配方法
CN104853425A (zh) 一种用于异构网络上行链路的功率控制方法
CN110213782B (zh) 一种基于双重虚拟力的移动自组织网络节点的移动方法
CN116170854A (zh) 一种基于深度强化学习dqn的dqn-olsr路由方法
Chai et al. A multi-objective Dyna-Q based routing in wireless mesh network
CN106101000B (zh) 贪婪地理路由协议Hello报文交换方法
CN104284453B (zh) 一种较少冗余链路的无线传感器网络组网方法
Pitchai et al. Game theoretical computation based energy efficient routing for wireless sensor 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