CN111447604B - 一种密集无线网络中采用隐式确认机制的拓扑发现方法 - Google Patents

一种密集无线网络中采用隐式确认机制的拓扑发现方法 Download PDF

Info

Publication number
CN111447604B
CN111447604B CN202010263214.3A CN202010263214A CN111447604B CN 111447604 B CN111447604 B CN 111447604B CN 202010263214 A CN202010263214 A CN 202010263214A CN 111447604 B CN111447604 B CN 111447604B
Authority
CN
China
Prior art keywords
node
nodes
time
discovery
frame
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
CN202010263214.3A
Other languages
English (en)
Other versions
CN111447604A (zh
Inventor
孙大洋
刘金鑫
胡封晔
李志军
祝宇鸿
许文巍
王波
刘聪
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202010263214.3A priority Critical patent/CN111447604B/zh
Publication of CN111447604A publication Critical patent/CN111447604A/zh
Application granted granted Critical
Publication of CN111447604B publication Critical patent/CN111447604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/005—Discovery of network devices, e.g. terminals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • 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)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种密集无线网络中采用隐式确认机制的拓扑发现方法，利用邻居发现中的请求帧与确认帧进行密集网络中相邻节点的隐式确认，减小广度优先拓扑发现时的邻居发现数量；在节点收到目的地址不是本节点地址的请求帧和确认帧的情况下，不是简单丢弃该帧，而是最大可能的对该信息加以利用，进行密集网络中相邻节点的隐式确认；与广度优先算法相结合，在广度优先的拓扑发现调度中，对隐式确认的邻居节点不再进行邻居发现，减小发送请求帧的数量，减小网络碰撞概率。

Description

一种密集无线网络中采用隐式确认机制的拓扑发现方法
技术领域
本申请涉及无线网络拓扑发现方法，具体涉及一种密集无线网络中采用隐式确认机制的拓扑发现方法。
背景技术
室内定位的应用场景十分广泛。例如在火灾救援，城市反恐这类紧急应用中，能即时的获取到高精度的人员位置信息是至关重要甚至生死攸关的。这需要能够随机播撒节点，并同时进行定位，没有时间进行锚点位置的手动标注。而在商场导览、博物馆内基于位置的语音讲解、仓储物流和工业4.0这类应用中，需要在大范围内布置节点，如果对每个或每组节点逐一设置位置，安装节点的工作将变得繁重无比。因此需要有一种方法自动的将节点的拓扑位置信息获取出来。
许多研究团队利用Wi-Fi、ZigBee、蓝牙和UFH实现室内定位，然而，这些技术都不能解决室内环境中的多径效应问题。基于距离测量技术(如UWB测量，超声波测距技术等)的定位方法，可提供了高精度的定位服务，但在比较复杂的室内环境中，受多径效应的影响，高精度的定位依赖于锚点的部署，而这很大程度上提高了定位系统的部署维护成本，也提高了施工人员的技术门槛。
除了使用无线测量技术进行室内定位以外，航位推算(Dead reckoning)技术或惯性导航技术近年来又重回科研视野，该技术要求节点上配备高精度的陀螺仪与加速度测量仪来测量节点移动的瞬时信息，通过对角速度与加速度进行积分即可得到节点相对初始点的位移和行进方向。航位推算需要一个精确的初始位置和初始方向作为导航的参考，它无需使用无线技术，因此不受非视距问题的影响，但由于受到器件精度的制约，在长距离导航时存在累计误差问题，卡耐基梅隆大学NREC中心的MINT项目，关键问题就是减小长距离导航的累计误差，而通过改善器件精度来减小累计误差的方法势必会提高设备成本，阻碍室内定位的推广。累计误差问题的另一个简单的解决办法是按一定的频率更新初始位置和初始方向再重新导航，这就需要室内场景中存在多个精确的初始位置并提供初始方向，而如何获得多个精确的初始位置和方向又转变为一个高精度多锚点部署问题。在使用无线技术进行室内定位方面，目前的研究共识均指出，锚点密度是影响节点定位精度的一个主要因素，而即使在航位推算定位方法中，较大的锚点密度也可为更新初始位置重新导航提供可选项以减小累计误差，多个锚点信息还可以通过参量拟合的方式替代航位推算的初始方向约束。
因此，无论是基于距离测量技术的定位方法，还是惯性导航定位技术，快速地部署锚点都是提高定位系统效率的有效途径，而对于无线网络而言，快速的拓扑生成技术是锚点网络通信与距离测量的基础。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种密集无线网络中采用隐式确认机制的拓扑发现方法，利用主从探索请求确认模式进行调度式邻居发现，结合广度优先算法对密集网络中相邻节点采用隐式确认机制进行拓扑发现，当探索节点A发送探索帧进行调度式邻居发现时，收到探索帧的多个接入请求节点采用退避方式发送接入请求帧，当节点C收到节点B的接入请求帧时，不做丢弃处理而将其标记为已观察；当节点C收到探索节点A关于节点B的确认帧时，则将节点B作为自己的邻居节点写入本地拓扑列表，并在利用广度优先算法进行拓扑发现时不再对节点B进行重复的邻居发现；在节点B收到其他接入请求节点的接入请求帧时，同样不做简单丢弃处理而将其他接入请求节点标记为已观察；当节点B收到探索节点A关于节点C的确认帧时，则将节点C作为自己的邻居节点写入本地拓扑列表，并在利用广度优先算法进行拓扑发现时不再对节点C进行重复的邻居发现。
进一步地，对于具有四个节点互相通信的情况，整个邻居发现时间为Tall，Tall＝3*Tr+4*Te，其中，Tr是随机退避时间，Te为探索超时时间。
进一步地，对于具有N个节点互相通信的情况，整个邻居发现时间为Tall，Tall＝(N-1)*Tr+N*Te，其中，Tr是随机退避时间，Te为探索超时时间。
时间期望
Figure BDA0002440155860000021
其中，Trmax为最大随机退避时间。
进一步地，在节点密集的情况，使用隐式确认机制能够将时间复杂度从O(n2)降到O(n)。
进一步地，节点稀疏时，使用隐式确认机制的时间期望为：
Figure BDA0002440155860000022
本发明的有益效果：在不影响拓扑发现可靠性的前提下，减小拓扑发现过程中接入请求帧与确认帧的数量，减小网络碰撞概率，降低网络拓扑发现时延，为上层应用提供实时性保障。
附图说明
图1为隐式确认机制示意图；
图2为没有旁观者的邻居发现的耗时的边结构；
图3为有旁观者的邻居发现的耗时的边结构；
图4为通信场景示意图；
图5为最密集情况下的优化效果；
图6为最稀疏情况下的优化效果；
具体实施方式
随着节点变得密集，遍历时间和邻居发现时间会变长。为了优化这种密集情况，本发明引入了隐式确认机制。这种机制的基础是，忽略冲突或其他情况，每个节点都认为它的邻居是旁观者，无论它发送的帧的应不应该由邻居接受，所有邻居总是会旁观它发送的每一帧并加以利用。旁观意味着帧的接收地址或目的地址不是节点本身，但是节点接收该帧并使用该帧。
实验中发现，当某几个节点都是邻居(共有邻居)的时候将会发生重复确认，如图1所示，当节点A发送探索帧时，节点B和C都会发送请求帧，如果他们的请求帧不同时发送的话，节点B和C实际上都会接收到对方的请求帧，该请求帧也足以证明对方是有收发能力的。因此，如果每个节点都认为邻居在旁观，那么除了显式的链接确认外，还会有隐式的链接确认，如果所有节点都发送了一个帧，那么所有节点都认为它已经被邻居确认。这也意味着如果一个节点发送了一个帧，那么它将永远不会响应任何邻居的发现。当节点被成功加入到此网络中时即接收到自己的确认帧后，它将忽略由其邻居列表中的节点发起的邻居发现。即，一次邻居发现被确认，所有的共同邻居都会被所有的邻居隐式地承认。
如图2-3所示，我们将需要请求确认的邻居关系标记为以拓扑发现节点为根的树状结构，则树状结构中边的数量与网络拓扑发现的耗时成正比。如不采用隐式确认机制，需要请求确认的边如图2所示，其中被X标记的边意味着使用隐式确认机制可以被节省，节省后的树状结构如图3所示。可见，有旁观者的邻居发现可以降低响应报文的碰撞概率。
具体地，如图4所示，假设节点N1，N2，N3，N4都能互相通信，则他们互为共同邻居，由于定位至少需要3个节点(2D平面)或4个节点(3D空间)，因此这种场景在定位网络中是极为常见的。在这种情况下，所有发送的帧将被所有邻居正确接收。节点N1广播探索帧，然后节点N2、N3、N4会知道N1的存在，然后节点N2、N3、N4在自己的邻居列表中标记节点N1。当节点N2发送请求帧时，节点N1会接收该节点的请求帧并将其作为正式节点，节点N3、N4会将节点N2标记为观察到的节点，节点N1发送确认帧后，节点N3发送请求帧，节点N2标记节点N3为正式标记，节点N4标记节点N3为观察到的节点。当节点N3接收到节点N1的确认帧时，它将标记节点N2成为正式节点。当节点N4接收到节点N1的确认帧时，将会使得节点N2和N3成为正式节点。
下面详细描述上面场景中的时间复杂度的计算：由于节点N2、N3和N4相互隐式承认，整个邻居发现时间Tall等于：Tall＝3*Tr+4*Te，其中，Tr是随机退避时间，Te为探索超时时间。
对于所有节点都可以相互通信的情况：Tall＝(N-1)*Tr+N*Te，时间期望变成
Figure BDA0002440155860000041
其中，Trmax为最大随机退避时间，
而不使用隐式确认机制时，原始的时间期望为：
Figure BDA0002440155860000042
如图5所示，在最密集的情况下，该方法可将时间复杂度从o(n2)降到o(n)。随着节点数量的增加，可以看到时间相比于原来降低一个数量级。
如图6所示，在最稀疏的情况下，这种方法也会减少时间：使用隐式确认机制时时间期望为：
Figure BDA0002440155860000043
不使用隐式确认机制时时间期望为：
E(Tall)＝(Trmax+Te)*N。
综上所述，本发明利用邻居发现中的请求帧与确认帧进行密集网络中相邻节点的隐式确认，减小广度优先拓扑发现时的邻居发现数量；在节点收到目的地址不是本节点地址的请求帧和确认帧的情况下，不是简单丢弃该帧，而是最大可能的对该信息加以利用，进行密集网络中相邻节点的隐式确认；与广度优先算法相结合，在广度优先的拓扑发现调度中，对隐式确认的邻居节点不再进行邻居发现，减小发送请求帧的数量，减小网络碰撞概率。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (5)

1.一种密集无线网络中采用隐式确认机制的拓扑发现方法，其特征在于，利用主从探索请求确认模式进行调度式邻居发现，结合广度优先算法对密集网络中相邻节点采用隐式确认机制进行拓扑发现，当探索节点A发送探索帧进行调度式邻居发现时，收到探索帧的多个接入请求节点采用退避方式发送接入请求帧，当节点C收到节点B的接入请求帧时，不做丢弃处理而将其标记为已观察；当节点C收到探索节点A关于节点B的确认帧时，则将节点B作为自己的邻居节点写入本地拓扑列表，并在利用广度优先算法进行拓扑发现时不再对节点B进行重复的邻居发现；在节点B收到其他接入请求节点的接入请求帧时，同样不做简单丢弃处理而将其他接入请求节点标记为已观察；当节点B收到探索节点A关于节点C的确认帧时，则将节点C作为自己的邻居节点写入本地拓扑列表，并在利用广度优先算法进行拓扑发现时不再对节点C进行重复的邻居发现。
2.根据权利要求1所述的密集无线网络中采用隐式确认机制的拓扑发现方法，其特征在于，对于具有四个节点互相通信的情况，整个邻居发现时间为Tall，
Tall＝3*Tr+4*Te，其中，Tr是随机退避时间，Te为探索超时时间。
3.根据权利要求1所述的密集无线网络中采用隐式确认机制的拓扑发现方法，其特征在于，对于具有N个节点互相通信的情况，整个邻居发现时间为Tall，Tall＝(N-1)*Tr+N*Te，其中，Tr是随机退避时间，TE为探索超时时间，
时间期望
Figure FDA0003610220910000011
其中，Trmax为最大随机退避时间。
4.根据权利要求1所述的密集无线网络中采用隐式确认机制的拓扑发现方法，其特征在于，节点密集时，使用隐式确认机制能够将时间复杂度从O(n2)降到O(n)。
5.根据权利要求1所述的密集无线网络中采用隐式确认机制的拓扑发现方法，其特征在于，节点稀疏时，使用隐式确认机制的时间期望E(Tall)为：
Figure FDA0003610220910000012
其中，Te为探索超时时间，Trmax为最大随机退避时间，N为节点个数。
CN202010263214.3A 2020-04-07 2020-04-07 一种密集无线网络中采用隐式确认机制的拓扑发现方法 Active CN111447604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010263214.3A CN111447604B (zh) 2020-04-07 2020-04-07 一种密集无线网络中采用隐式确认机制的拓扑发现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010263214.3A CN111447604B (zh) 2020-04-07 2020-04-07 一种密集无线网络中采用隐式确认机制的拓扑发现方法

Publications (2)

Publication Number Publication Date
CN111447604A CN111447604A (zh) 2020-07-24
CN111447604B true CN111447604B (zh) 2022-06-03

Family

ID=71649967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010263214.3A Active CN111447604B (zh) 2020-04-07 2020-04-07 一种密集无线网络中采用隐式确认机制的拓扑发现方法

Country Status (1)

Country Link
CN (1) CN111447604B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008004066A2 (en) * 2006-07-03 2008-01-10 Nokia Corporation Topology and route discovery and management for relay networks
CN103916929A (zh) * 2014-03-25 2014-07-09 中国电子科技集团公司第三十研究所 一种定向Ad Hoc网络邻居发现方法
CN105827436A (zh) * 2016-03-09 2016-08-03 同济大学 网络邻居发现装置
CN105939207A (zh) * 2015-11-26 2016-09-14 北京匡恩网络科技有限责任公司 一种基于网络探针的网络拓扑自动发现方法
CN107508712A (zh) * 2017-09-13 2017-12-22 北京百卓网络技术有限公司 一种网络拓扑发现方法及装置
CN107682270A (zh) * 2017-09-13 2018-02-09 北京百卓网络技术有限公司 一种网络拓扑发现方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7477612B2 (en) * 2002-03-15 2009-01-13 Broadcom Corporation Topology discovery process and mechanism for a network of managed devices
US20090003356A1 (en) * 2007-06-15 2009-01-01 Silver Spring Networks, Inc. Node discovery and culling in wireless mesh communications networks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008004066A2 (en) * 2006-07-03 2008-01-10 Nokia Corporation Topology and route discovery and management for relay networks
CN103916929A (zh) * 2014-03-25 2014-07-09 中国电子科技集团公司第三十研究所 一种定向Ad Hoc网络邻居发现方法
CN105939207A (zh) * 2015-11-26 2016-09-14 北京匡恩网络科技有限责任公司 一种基于网络探针的网络拓扑自动发现方法
CN105827436A (zh) * 2016-03-09 2016-08-03 同济大学 网络邻居发现装置
CN107508712A (zh) * 2017-09-13 2017-12-22 北京百卓网络技术有限公司 一种网络拓扑发现方法及装置
CN107682270A (zh) * 2017-09-13 2018-02-09 北京百卓网络技术有限公司 一种网络拓扑发现方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Leonardo Ochoa-Aday ; et al.eTDP: Enhanced Topology Discovery Protocol for Software-Defined Networks.《IEEE Access》.2019, *
叶润.无线传感器网络冗余编码及路由决策策略研究.《中国优秀博士学位论文辑》.2018, *

Also Published As

Publication number Publication date
CN111447604A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN107105498B (zh) 定位方法和装置
KR20090076988A (ko) 무선 네트워크들에 대한 협동적인 위치 측정
KR101959606B1 (ko) 실내 공간에서 드론을 이용한 위치 추정 장치 및 그 방법
Barbeau et al. Improving distance based geographic location techniques in sensor networks
Mohammadabadi et al. Cooperative node positioning in vehicular networks using inter-node distance measurements
Rezazadeh et al. Efficient localization via middle-node cooperation in wireless sensor networks
CN111447604B (zh) 一种密集无线网络中采用隐式确认机制的拓扑发现方法
Micheletti et al. Improved indoor 3D localization using LoRa wireless communication
Rezazadeh et al. Message-efficient localization in mobile wireless sensor networks
Chou et al. Geographic forwarding with dead-end reduction in mobile ad hoc networks
Gui et al. An adaptive range–free localisation protocol in wireless sensor networks
Acevedo Contla et al. Estimating hop counts in position based routing schemes for ad hoc networks
Rai B et al. An algorithmic approach to wireless sensor networks localization using rigid graphs
Xunxue et al. Distributed localization for anchor-free sensor networks
US9906431B2 (en) Rapid localization platform for location based applications in self-organized networking systems
Mageid Connectivity based positioning system for underground vehicular ad hoc networks
Wang et al. Modified greedy perimeter stateless routing for vehicular ad hoc networking algorithm
US20230280437A1 (en) Reliable efficient flooding with doppler nulling (spatial awareness)
US20240096073A1 (en) Systems and methods for probabilistic consensus on feature distribution for multi-robot systems with markovian exploration dynamics
KR101530058B1 (ko) 무선 센서 네트워크에서의 위치 측정 방법
Wu et al. A dynamic MDS-based localization algorithm for mobile sensor networks
CN111194081B (zh) 一种结合水声网络协议的节点定位方法
KR20130046612A (ko) 노드 장치 및 상기 노드 장치가 수행하는 메시지 전송 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
Ahammed et al. LICA: Improving Localization Given Noisy Data In GPS-Equipped VANETs Using Trilateration With Cluster Analysis
Wu et al. FlagLoc: localization using a flag for mobile wireless sensor networks with measurement errors

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