CN112929939A - 基于Bubble框架的Ad Hoc网络分簇方法及装置 - Google Patents
基于Bubble框架的Ad Hoc网络分簇方法及装置 Download PDFInfo
- Publication number
- CN112929939A CN112929939A CN202110176064.7A CN202110176064A CN112929939A CN 112929939 A CN112929939 A CN 112929939A CN 202110176064 A CN202110176064 A CN 202110176064A CN 112929939 A CN112929939 A CN 112929939A
- Authority
- CN
- China
- Prior art keywords
- network
- cluster
- nodes
- node
- wireless communication
- 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.)
- Granted
Links
Images
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
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于Bubble框架的Ad Hoc网络分簇方法及装置,该方法包括:S1:获取AdHoc无线通信网络的信息,判断Ad Hoc无线通信网络类型,若类型为分层组网方式,则执行S2;S2:采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;S3:对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至簇头节点不在发生变化为止,得到分簇结果。本发明方法解决了现有分簇方法存在簇间交叉的风险,保证了各个簇之间在物理位置上严格保持不交叉,提高了Ad Hoc无线通信网络的通信质量。
Description
技术领域
本发明涉及Ad Hoc网络分簇方法技术领域,具体涉及基于Bubble框架的Ad Hoc网络分簇方法。
背景技术
移动无线通信网络根据网络使用方式分为两类:一是具备通信设施的移动通信网络,如无线局域网等。二是无基础设施的移动网络,如无线传感器网等。在战场环境作业、紧急情况救援(如自然灾害)、野外探险、临时会议等特殊场合下,因情况紧急网络通信需具备实时性,故需要一种能快速自组织的网络技术,该技术称为无线自组织网络通信技术,又称Ad Hoc 网络通信技术。
移动Ad Hoc网络中各网络节点通过路由转发功能进行信息交互与服务共享,该网络不同于传统网络的最大特点是不需要任何基础设施的支持,就能实现网络通信,因其自身优势,使得在未来各领域中的应用需求日益增大,可以在紧急情况下通过临时组网来实现各网络节点之间多种数据类型(如图形、图像和数据等)的网络通信,应用范围逐步扩展到家庭、工业、医疗、军事等众多场合,特别是在未来军事领域,该技术将对协同作战、集中指挥、高技术武器装备等各方面产生深远的意义。
Ad Hoc网络的组网方式可以分为两种:一种是一级平面组网方式,如图1所示,这种网络结构简单,其中所有的节点地位平等,共同分担网络负荷,在每对源节点和目的节点之间的数据传输路径可能不止一条,这种结构的缺点在于可扩展性差,如果网络规模不断增大、每个节点的移动性增强,那么维护动态路由就需要耗费大量控制信息,因此这种结构只适应于小规模Ad hoc网络。
另外一种是分层组网方式,主要是从物理结构上改变网络形态。在分层结构中,整个Ad Hoc网络按照一定的分簇规则划分为多个簇,然后再按照一定的规则在每个簇中选出簇头节点,除簇头以外的节点则为成员节点。各个簇内部的简单交互为网络的第一层,簇间节点的交互为网络的第二层。而分层结构可再细分为单频分层和多频分层两种结构,单频分层顾名思义,指的是网络中使用单一频率,如图2所示。对于多频分层来说,对于不同层的节点采用多个频率进行通信,在图3中的三个簇中,簇头节点分别是C,G,I,簇头节点和簇内节点进行内部通信时使用的是频率f1,簇头节点之间形成的高一层网络之间进行通信时使用的是频率f2。
然而,分层组网方式的Ad Hoc无线通信网络中现有的分簇方法存在簇间交叉的风险,会影响通信质量。尤其考虑到无人机可能会工作在拒止空间(拒止空间指军事环境中的强干扰空间,因为强干扰的原因,要求各个簇在物理位置上不交叉,以免使通信质量严重恶化)。
发明内容
本发明所要解决的技术问题是分层组网方式的Ad Hoc无线通信网络中现有的分簇方法存在簇间交叉的风险,会影响通信质量的问题。本发明目的在于提供基于Bubble框架的Ad Hoc网络分簇方法,为了保证通信质量该阶段要求各个簇之间在物理位置上保持不交叉,各个簇的规模相当(便于管理和资源复用)、簇间的通信量尽可能的小;从而提高了通信质量。本发明使用Bubble框架的启发式框架来求解这个组合优化问题。
本发明通过下述技术方案实现:
第一方面,本发明提供了基于Bubble框架的Ad Hoc网络分簇方法,该分簇方法包括以下步骤:
S1:获取Ad Hoc无线通信网络的信息,判断Ad Hoc无线通信网络类型,若所述AdHoc无线通信网络类型为分层组网方式,则执行步骤S2;
S2:采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
S3:对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果。
本发明方法旨在解决Ad Hoc网络的分层组网问题中的分簇问题,即将网络分为若干个簇 (对应于图3分层结构中下方的分簇,即把网络节点划分为几个部分);尤其考虑到无人机可能会工作在拒止空间(拒止空间指军事环境中的强干扰空间,因为强干扰的原因,要求各个簇在物理位置上不交叉,以免使通信质量严重恶化),该阶段要求各个簇之间在物理位置上严格保持不交叉、各个簇的规模相当(便于管理和资源复用)、簇间的通信量尽可能的小。本发明采用Bubble框架的启发式框架来求解这个组合优化问题,这个组合优化问题的特殊之处在于其有一个强约束条件——各个簇在物理位置上不交叉,此约束条件使我们很难用传统的机器学习算法来求解这个问题。
本发明通过首先获取Ad Hoc无线通信网络的信息,并判断Ad Hoc无线通信网络类型,本发明仅对分层组网方式的Ad Hoc无线通信网络进行分簇;其次,采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;然后,对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果。
本发明方法解决了现有的分簇方法存在簇间交叉的风险,保证了各个簇之间在物理位置上严格保持不交叉、各个簇的规模相当、簇间的通信量尽可能的小;进而提高了AdHoc无线通信网络的通信质量。且该Ad Hoc无线通信网络的规模并不会受到限制,簇内的其他节点不需要考虑簇之间的通信和簇内部的信息维护,因此会少掉很多路由维护的开销,扩展性强。
进一步地,步骤S1中所述Ad Hoc无线通信网络的信息包括簇头节点、簇内节点和通信频率。
进一步地,分层组网方式的Ad Hoc无线通信网络包括单频分层网络和多频分层网络;所述单频分层网络指网络中使用单一频率进行各个簇内部的通信交互和簇间节点的通信交互;所述多频分层网络指不同层的节点采用多个频率进行通信,其中,簇头节点和簇内节点进行内部通信时使用第一通信频率,簇头节点之间形成的高一层网络之间进行通信时使用第二通信频率,且第一通信频率和第二通信频率不同。
进一步地,步骤S2包括以下子步骤:
S21:把所述Ad Hoc无线通信网络建模成一个无向图G=(N,E),其中N={n1,n2,...,nM}表示网络的M个节点,E={eij}表示节点ni和节点nj间的业务需求,其中i,j=1,2,…,M, |E|=M2;如果N<k,采用暴力搜索的方法对G进行网格化,得到网格化结果M、网格上下左右的边界节点Na,Nb,Nc,Nd;其中,k为进行暴力搜索网格化的节点个数阈值;
S22:将G中所有节点按坐标均匀切割为4份G1,G2,G3,G4,对以上每份区域进行网格化处理,得到每份区域处理后的网络拓扑;
S23:根据步骤S22得到的每份区域处理后的网络拓扑进行合并,使网络中任意两条边是否相交,得到网格化结果M,Na,Nb,Nc,Nd。
进一步地,步骤S3中选择初始簇头包括:
从最小度的节点(对于有限元网络,这通常是域角点处的元素)开始广度优先搜索BFS,并搜索距离此起点最远的节点,这个节点被选为第一个簇头;
重复执行迄今为止发现的所有簇头中同时进行广度优先搜索,以确定距离所有簇头最远的节点,把它作为下一个簇头;直至所有的节点遍历完为止。
进一步地,步骤S3中簇增长的判断方法为:
在每个簇内,检查其簇内成员节点是否与自由节点是否相邻,其中自由节点指未被选择的节点;
若簇内成员节点与自由节点相邻,则从所有包含相邻节点的簇中选择最小的簇,进行簇增长,及选择与其簇头的欧几里德距离最近的自由节点加入簇;
重复执行以上操作,直至网络中无自由节点为止。
进一步地,该分簇方法应用于无人机工作的拒止空间网络通信中;所述拒止空间指军事环境中的强干扰空间,因为强干扰的原因,要求各个簇在物理位置上不交叉,以免使通信质量严重恶化。
第二方面,本发明提供了基于所述的分簇方法的分簇装置,包括:
获取单元,用于获取Ad Hoc无线通信网络的信息,并判断Ad Hoc无线通信网络类型,若所述Ad Hoc无线通信网络类型为分层组网方式,则把所述Ad Hoc无线通信网络的信息转送至网络网格化处理单元;
网络网格化处理单元,用于采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
分簇处理单元,用于对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果;
输出单元,用于输出所述分簇结果。
第三方面,本发明提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行所述的基于Bubble框架的Ad Hoc网络分簇方法。
第四方面,本发明提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现所述的基于Bubble框架的Ad Hoc网络分簇方法。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明方法及装置解决了现有的分簇方法存在簇间交叉的风险,保证了各个簇之间在物理位置上严格保持不交叉、各个簇的规模相当、簇间的通信量尽可能的小;进而提高了Ad Hoc 无线通信网络的通信质量。且该Ad Hoc无线通信网络的规模并不会受到限制,簇内的其他节点不需要考虑簇之间的通信和簇内部的信息维护,因此会少掉很多路由维护的开销,扩展性强。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为Ad Hoc无线通信网络的一级组网结构图。
图2为Ad Hoc无线通信网络的单频分层网络图。
图3为Ad Hoc无线通信网络的多频分层结构图。
图4为本发明基于Bubble框架的Ad Hoc网络分簇方法的流程图。
图5为本发明Bubble框架示意图。
图6为网格化原因说明示意图。
图7为本发明网格化处理的合并过程示意图。
图8为本发明分簇后的网格示意图。
图9为本发明分簇后各个簇的节点数量示意图。
图10为本发明分簇1与其他簇的簇间通信量示意图。
图11为本发明多次实验后方法的表现示意图。
图12为本发明N=200、400、600时各个簇的节点数量示意图。
图13为本发明Bubble框架与k-means算法的均衡度比较示意图。
图14为本发明Bubble框架与k-means算法簇间流量比较示意图。
图15为本发明N=200时Bubble框架与k-means算法的结果对比示意图。
图16为本发明N=400时Bubble框架与k-means算法的结果对比示意图。
图17为本发明N=600时Bubble框架与k-means算法的结果对比示意图。
具体实施方式
在下文中,可在本发明的各种实施例中使用的术语“包括”或“可包括”指示所发明的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本发明的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本发明的各种实施例中,表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如,表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B 或可包括A和B二者。
在本发明的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本发明的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本发明的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本发明的各种实施例。如在此所使用,单数形式意在也包括复数形式,除非上下文清楚地另有指示。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1至图17所示,本发明基于Bubble框架的Ad Hoc网络分簇方法,如图4所示,该分簇方法包括以下步骤:
S1:获取Ad Hoc无线通信网络的信息,判断Ad Hoc无线通信网络类型,若所述AdHoc无线通信网络类型为分层组网方式,则执行步骤S2;
S2:采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
S3:对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果。
本发明方法旨在解决Ad Hoc网络的分层组网问题中的分簇问题,即将网络分为若干个簇 (对应于图3分层结构中下方的分簇,即把网络节点划分为几个部分);尤其考虑到无人机可能会工作在拒止空间(拒止空间指军事环境中的强干扰空间,因为强干扰的原因,要求各个簇在物理位置上不交叉,以免使通信质量严重恶化),该阶段要求各个簇之间在物理位置上严格保持不交叉、各个簇的规模相当(便于管理和资源复用)、簇间的通信量尽可能的小。本发明采用Bubble框架的启发式框架来求解这个组合优化问题,这个组合优化问题的特殊之处在于其有一个强约束条件——各个簇在物理位置上不交叉,此约束条件使我们很难用传统的机器学习算法来求解这个问题。
问题建模过程如下:
将实际Ad Hoc无线通信网络建模成一个无向图G=(N,E),其中N={n1,n2,...,nM}表示网络的M个节点,E={eij}表示节点ni和节点nj间的业务需求,其中i,j=1,2,…,M,|E|=M2。现在要将此Ad Hoc无线通信网络划分为K个簇P={p1,p2,...,pk},且各个簇不交叉即:
分簇时的均衡性是一个重要的限制条件,均衡性指各个簇的大小,当各个簇的大小大致相等时,便于簇的管理和资源复用。定义均衡性指标:
同时,本发明希望能尽量减少簇间流量,因为簇间通信需要两个簇的簇头协同分配资源,不利于簇管理。簇间流量的计算方法如下:
其中IFij表示簇i和簇j之间的簇间流量。
优化问题为:
minIF+αEQ
其中α为比例系数,用以调整两个指标的权重。
具体地:如图5所示,Bubble框架的思想是用一组簇头节点表示网络的分簇情况,每个簇用一个簇头节点表示,每个簇头节点都以广度优先的方式,直到覆盖整个网络为止。碰撞的部分形成共同的边界,并沿着边界不断生长,就像浴缸中的肥皂泡一样。在覆盖了整个网络后,算法依照模型的优化目标调整边界上节点的所属的簇。然后为每个部分确定其“中心”节点。这被定义为新簇头,并且子域生长过程再次开始。如果所有簇头的运动足够小,即所有簇头节点靠近其所属部分的中心,则迭代将停止。具体过程如下表1所示:
表1
具体地,Ad Hoc无线通信网络的网络拓扑进行网格化处理如下:
Bubble框架要在不交叉的网格拓扑图中才可以运行,当网络拓扑图存在交叉时,则可能会引起分簇的交叉。如图6所示,在进行广度优先扩张时,左图中分簇A的节点无法在扩张时与分簇B的节点产生交叉,但是右图则会产生交叉,原因是右图的网络拓扑存在交叉(问题)。所以需要对网络进行网格化。
Ad Hoc无线通信网络网格化的过程要判断网络中任意两条边是否相交,所以时间复杂度 O(n)=m2,n为节点的数量,m为边的数量,当AdHoc无线通信网络比较密集,m接近于n 时,暴力搜索需要花费的时间是不可接受的,因此本发明提出了一个基于分治思想的网络网格化算法。如下表2所示:
表2
具体的合并过程如图7所示,网络A的下方边界节点和网络C的上方边界节点连线网络,网络A的右方边界节点和网络C的左方边界节点连线,网络D的左方边界节点和网络C的右方边界节点连线,网络D的上方边界节点和网络B的下方边界节点连线,这部分的连线按顺序进行一定不会交叉,如图中黑色实线所示。然后网络A下方最右边的边界顶点、网络A右方最下面的边界顶点等八个顶点按照一定的规则进行连线,也可以保证不交叉,如图中黑色虚线所示。
具体地,初始簇头选择:为了找到初始簇头,从最小度的节点(对于有限元网络,这通常是域角点处的元素)开始广度优先搜索BFS,并搜索距离此起点最远的节点。这个节点被选为第一个簇头。然后,重复执行从迄今为止发现的所有簇头中同时进行的广度优先搜索BFS,以确定距离所有簇头最远的节点,它成为下一个簇头。通过这种方法,每一个新的簇头与所有以前的簇头都有最大的距离,将簇头均匀地分布在图上。具体方法如下表3所示:
表3
具体地,簇增长过程如下:
气泡的主循环是以广度优先的方式从每个簇的簇头部分开始增长。首先每个簇检查其成员是否与未被选择的节点(称为自由节点)相邻,然后具有至少一个这样的相邻元素的最小簇获得增长机会,选择与其簇头的欧几里德距离最近的自由节点加入簇。只选择与簇内节点相邻的节点入簇是为了保持簇的连通性;最小簇优先获得增长机会是为了保持最终载荷差小;选择欧氏距离最短的相邻节点有利于该簇的形状为近似“圆形”。重复此操作,直到覆盖所有节点。如下表4所示:
表4
具体地,边界节点迁移如下:
簇头节点进行网络控制时,簇间通信需要消耗大量资源:
(1)通信建立时,需要发起通信的节点向簇内的簇头节点发起通信请求,簇头计算通信信道、路由等信息下发给本地节点,同时将这些信息同步到目标簇的簇头,目标簇的簇头在将这些信息下发给目标节点。
(2)簇间通信不利于空分复用、资源优化等。
所以需要尽可能将流量大的通信节点分配到一个簇内,在保证不交叉的前提下对边界节点进行迁移是一个可行的方案:在每一次簇扩张完成后,首先进行边界节点迁移。边界节点迁移已上述优化目标为基础,计算所有边界节点转移到相邻簇时收益,选择收益最高的前K 个节点进行边界节点的迁移。
具体地,更新簇头节点过程如下:
最后一步是更新每个簇的簇头节点,每个簇通过搜索中心点独立计算新簇头节点,该簇头节点与该簇中所有其他节点的欧氏距离之和称之为距离值)最小。可以通过计算所有节点的距离值来找到中心,但这将消耗更多的时间。为了避免这种情况,计算簇头的距离值作为初始中心及其所有相邻节点,并将中心移动到具有最小值的相邻节点;重复此过程,直到找到局部最小值。如果在迭代中没有簇头移动,气泡算法将终止。
本实施例,采用上述分簇方法的仿真结果与分析:
(1)仿真参数
本实施例使用python进行算法仿真分析。根据本发明方法,设计了如下表5仿真参数:
表5
(2)仿真结果
按照本发明方法进行Bubble框架仿真,仿真结果如图8、图9,图8是分簇结果,图9是各个簇的节点数量。由于在每次簇扩张的过程中都是节点数量最少的簇进行扩张,且网络拓扑密集,所以各个簇节点数量均衡。图8中实心点代表发生了迁移的边界节点。可以发现左侧红色簇的带状长条被分配给了其他簇,别的簇也根据流量发生了节点的迁移。迁移后各簇的节点数量如图9所示,无明显失衡。
图10反映了分簇1与其他簇的簇间通信量,实线为迁移后的结果,可见边界节点的迁移有效减少了簇间流量。
接下来改变随机数种子进行了多次实验,以验证该算法在极端情况下的鲁棒性,结果如图11所示,大量实验表明该算法具备良好的鲁棒性。
然后验证了节点数量对算法的影响。网络节点数量为200、400、600时的分簇结果如图 12所示,各种数量均实验十次。可见改算法对网络规模具有很好的鲁棒性,另外网络规模越小,均衡性表现越好。
本发明分簇方法与k-means算法分簇方案在分簇均衡度、簇间流量上性能对比,可见相对于k-mean算法,Bubble框架有效的改善了分簇均衡度,减少了簇间流量。
图13是Bubble框架与k-means算法分簇均衡度的比较结果,可以看到Bubble各个簇的节点数量相差很小,而k-means算法各个簇的节点数量波动则比较大。这是由于Bubble框架在图增长过程中对分簇的均衡度进行了显式的控制,而k-means算法则完全是分布式的,不考虑分簇的均衡度。
图14是Bubble框架与k-means算法的簇间流量对比,横坐标是实验轮次,图14显示了 8次改变随机种子的簇间流量结果。可以看到Bubble框架显著的减少了簇间流量,在有些实 验轮次减少了近30%的簇间流量。
图15、16、17分别是网络规模N=200、N=400、N=600时Bubble框架与k-means算法的对比结果,可以看到Bubble框架在簇间流量、分簇均衡度上都优于k-means算法。
本发明方法解决了现有的分簇方法存在簇间交叉的风险,保证了各个簇之间在物理位置上严格保持不交叉、各个簇的规模相当、簇间的通信量尽可能的小;进而提高了AdHoc无线通信网络的通信质量。且该Ad Hoc无线通信网络的规模并不会受到限制,簇内的其他节点不需要考虑簇之间的通信和簇内部的信息维护,因此会少掉很多路由维护的开销,扩展性强。
实施例2
如图1至图17所示,本实施例与实施例1的区别在于,本实施例提供了基于实施例1所述的分簇方法的分簇装置,包括:
获取单元,用于获取Ad Hoc无线通信网络的信息,并判断Ad Hoc无线通信网络类型,若所述Ad Hoc无线通信网络类型为分层组网方式,则把所述Ad Hoc无线通信网络的信息转送至网络网格化处理单元;
网络网格化处理单元,用于采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
分簇处理单元,用于对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果;
输出单元,用于输出所述分簇结果。
本发明提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行所述的基于Bubble框架的Ad Hoc网络分簇方法。
本发明提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现所述的基于Bubble框架的Ad Hoc网络分簇方法。
其中,所述的基于Bubble框架的Ad Hoc网络分簇方法按照实施例1中的方法步骤执行。在此不再一一赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/ 或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/ 或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、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.基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,该分簇方法包括以下步骤:
S1:获取Ad Hoc无线通信网络的信息,判断Ad Hoc无线通信网络类型,若所述Ad Hoc无线通信网络类型为分层组网方式,则执行步骤S2;
S2:采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
S3:对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果。
2.根据权利要求1所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,步骤S1中所述Ad Hoc无线通信网络的信息包括簇头节点、簇内节点和通信频率。
3.根据权利要求2所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,分层组网方式的Ad Hoc无线通信网络包括单频分层网络和多频分层网络;所述单频分层网络指网络中使用单一频率进行各个簇内部的通信交互和簇间节点的通信交互;所述多频分层网络指不同层的节点采用多个频率进行通信,其中,簇头节点和簇内节点进行内部通信时使用第一通信频率,簇头节点之间形成的高一层网络之间进行通信时使用第二通信频率,且第一通信频率和第二通信频率不同。
4.根据权利要求1所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,步骤S2包括以下子步骤:
S21:把所述Ad Hoc无线通信网络建模成一个无向图G=(N,E),其中N={n1,n2,...,nM}表示网络的M个节点,E={eij}表示节点ni和节点nj间的业务需求,其中i,j=1,2,…,M,
|E|=M2;如果|N|<k,采用暴力搜索的方法对G进行网格化,得到网格化结果M、网格上下左右的边界节点Na,Nb,Nc,Nd;其中,k为进行暴力搜索网格化的节点个数阈值;
S22:将G中所有节点按坐标均匀切割为4份G1,G2,G3,G4,对以上每份区域进行网格化处理,得到每份区域处理后的网络拓扑;
S23:根据步骤S22得到的每份区域处理后的网络拓扑进行合并,使网络中任意两条边是否相交,得到网格化结果M,Na,Nb,Nc,Nd。
5.根据权利要求1所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,步骤S3中选择初始簇头包括:
从最小度的节点开始广度优先搜索BFS,并搜索距离此起点最远的节点,这个节点被选为第一个簇头;
重复执行从开始至此发现的所有簇头中同时进行广度优先搜索,以确定距离所有簇头最远的节点,把它作为下一个簇头;直至所有的节点遍历完为止。
6.根据权利要求5所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,步骤S3中簇增长的判断方法为:
在每个簇内,检查其簇内成员节点是否与自由节点是否相邻,其中自由节点指未被选择的节点;
若簇内成员节点与自由节点相邻,则从所有包含相邻节点的簇中选择最小的簇,进行簇增长,及选择与其簇头的欧几里德距离最近的自由节点加入簇;
重复执行以上操作,直至网络中无自由节点为止。
7.根据权利要求1所述的基于Bubble框架的Ad Hoc网络分簇方法,其特征在于,该分簇方法应用于无人机工作的拒止空间网络通信中;所述拒止空间指军事环境中的强干扰空间。
8.基于权利要求1至7中任一所述的分簇方法的分簇装置,其特征在于,包括:
获取单元,用于获取Ad Hoc无线通信网络的信息,并判断Ad Hoc无线通信网络类型,若所述Ad Hoc无线通信网络类型为分层组网方式,则把所述Ad Hoc无线通信网络的信息转送至网络网格化处理单元;
网络网格化处理单元,用于采用基于分治思想的网络网格化算法对所述Ad Hoc无线通信网络的网络拓扑进行网格化处理,得到处理后的网络拓扑;
分簇处理单元,用于对处理后的网络拓扑选择初始簇头,以簇头节点为起点进行簇增长;以优化目标为基准进行边界节点迁移,并更新簇头节点;直至所述簇头节点不在发生变化为止,得到分簇结果;
输出单元,用于输出所述分簇结果。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-7任一所述的基于Bubble框架的Ad Hoc网络分簇方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-7任一所述的基于Bubble框架的Ad Hoc网络分簇方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176064.7A CN112929939B (zh) | 2021-02-07 | 2021-02-07 | 基于Bubble框架的Ad Hoc网络分簇方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176064.7A CN112929939B (zh) | 2021-02-07 | 2021-02-07 | 基于Bubble框架的Ad Hoc网络分簇方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112929939A true CN112929939A (zh) | 2021-06-08 |
CN112929939B CN112929939B (zh) | 2022-04-08 |
Family
ID=76171305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110176064.7A Active CN112929939B (zh) | 2021-02-07 | 2021-02-07 | 基于Bubble框架的Ad Hoc网络分簇方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112929939B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155024A (zh) * | 2006-09-29 | 2008-04-02 | 湖南大学 | 分簇结构传感器网络的有效密钥管理方法及其运行方法 |
CN101267404A (zh) * | 2008-05-13 | 2008-09-17 | 北京科技大学 | 一种Ad Hoc网络中基于助理的分簇方法 |
CN101360033A (zh) * | 2008-09-28 | 2009-02-04 | 熊猫电子集团有限公司 | 基于状态机制的移动自组织网络分簇方法 |
CN101583171A (zh) * | 2009-06-10 | 2009-11-18 | 南京邮电大学 | 一种面向感知事件的无线传感器网络分层能耗平衡方法 |
CN101594657A (zh) * | 2009-06-25 | 2009-12-02 | 北京航空航天大学 | 无线传感网络中基于软阈值的簇头选举方法 |
CN101854666A (zh) * | 2010-04-27 | 2010-10-06 | 南京工业大学 | 一种自定义的无线传感器网络跨区多跳路由方法 |
CN102026331A (zh) * | 2010-12-23 | 2011-04-20 | 重庆邮电大学 | 无线传感器网络中分布式多跳节能通信方法 |
CN102244658A (zh) * | 2011-06-28 | 2011-11-16 | 南京工业大学 | 基于散列链的无线传感器网络分区式动态安全路由方法 |
WO2014051951A1 (en) * | 2012-09-28 | 2014-04-03 | Rath Vannithamby | Method and apparatus for autonomous cluster head selection for machine-type-communications (mtc) |
WO2014167550A2 (en) * | 2013-04-12 | 2014-10-16 | Selex Es S.P.A. | Two-level routing communication method for a manet network, network node and mobile network implementing this communication method |
CN106454905A (zh) * | 2016-11-25 | 2017-02-22 | 重庆邮电大学 | 一种改进的无线传感网层次型多链路算法 |
CN110943920A (zh) * | 2019-12-12 | 2020-03-31 | 电子科技大学 | 一种基于无线自组织网络的分布式簇头选举方法 |
-
2021
- 2021-02-07 CN CN202110176064.7A patent/CN112929939B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155024A (zh) * | 2006-09-29 | 2008-04-02 | 湖南大学 | 分簇结构传感器网络的有效密钥管理方法及其运行方法 |
CN101267404A (zh) * | 2008-05-13 | 2008-09-17 | 北京科技大学 | 一种Ad Hoc网络中基于助理的分簇方法 |
CN101360033A (zh) * | 2008-09-28 | 2009-02-04 | 熊猫电子集团有限公司 | 基于状态机制的移动自组织网络分簇方法 |
CN101583171A (zh) * | 2009-06-10 | 2009-11-18 | 南京邮电大学 | 一种面向感知事件的无线传感器网络分层能耗平衡方法 |
CN101594657A (zh) * | 2009-06-25 | 2009-12-02 | 北京航空航天大学 | 无线传感网络中基于软阈值的簇头选举方法 |
CN101854666A (zh) * | 2010-04-27 | 2010-10-06 | 南京工业大学 | 一种自定义的无线传感器网络跨区多跳路由方法 |
CN102026331A (zh) * | 2010-12-23 | 2011-04-20 | 重庆邮电大学 | 无线传感器网络中分布式多跳节能通信方法 |
CN102244658A (zh) * | 2011-06-28 | 2011-11-16 | 南京工业大学 | 基于散列链的无线传感器网络分区式动态安全路由方法 |
WO2014051951A1 (en) * | 2012-09-28 | 2014-04-03 | Rath Vannithamby | Method and apparatus for autonomous cluster head selection for machine-type-communications (mtc) |
WO2014167550A2 (en) * | 2013-04-12 | 2014-10-16 | Selex Es S.P.A. | Two-level routing communication method for a manet network, network node and mobile network implementing this communication method |
CN106454905A (zh) * | 2016-11-25 | 2017-02-22 | 重庆邮电大学 | 一种改进的无线传感网层次型多链路算法 |
CN110943920A (zh) * | 2019-12-12 | 2020-03-31 | 电子科技大学 | 一种基于无线自组织网络的分布式簇头选举方法 |
Non-Patent Citations (3)
Title |
---|
SANSHAN SUN; GANG FENG; SHUANG QIN; YAO SUN: ""Stackelberg Game for Access Permission in Femtocell Network with Multiple Network Operators"", 《2016 IEEE GLOBAL COMMUNICATIONS CONFERENCE (GLOBECOM)》 * |
严牧、孙耀、冯钢: ""基于强化学习的无线网络智能接入"", 《中兴通讯技术》 * |
曹蔚,冯钢,秦爽,梁靓: ""面向海量机器类通信(mMTC) 的无线接入控制"", 《重庆邮电大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112929939B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105787226B (zh) | 四边有限元网格模型的参数化模型重建 | |
CN109255828A (zh) | 用于光线跟踪的混合层级 | |
CN111462137A (zh) | 一种基于知识蒸馏和语义融合的点云场景分割方法 | |
CN109272170B (zh) | 一种基于Louvain算法的交通小区划分系统 | |
US20100277481A1 (en) | Method and apparatus of animation planning for a dynamic graph | |
CN112116129B (zh) | 一种基于深度强化学习的动态路径优化问题求解方法 | |
CN110737804A (zh) | 一种基于活跃度布局的图处理访存优化方法及系统 | |
CN113037800B (zh) | 作业调度方法以及作业调度装置 | |
CN113595619B (zh) | 一种无人机群通联与覆盖组合优化方法 | |
CN113341712A (zh) | 无人机自主控制系统智能分层递阶控制选择方法 | |
Zhang et al. | Neighborhood cooperative multiagent reinforcement learning for adaptive traffic signal control in epidemic regions | |
CN117561514A (zh) | 用于对集成电路的宏单元进行布局的方法 | |
CN112929939B (zh) | 基于Bubble框架的Ad Hoc网络分簇方法及装置 | |
CN109348518B (zh) | 水声协作通信网络中运用人工鱼群算法寻找路由的方法 | |
CN107273976A (zh) | 一种神经网络的优化方法、装置、计算机及存储介质 | |
Yu et al. | UAV-assisted cooperative offloading energy efficiency system for mobile edge computing | |
Adacher et al. | Performance analysis of decentralized vs centralized control for the traffic signal synchronization problem | |
CN110245271B (zh) | 基于属性图的大规模关联数据划分方法及系统 | |
CN107148053B (zh) | 一种数据配置方法和装置 | |
CN105469644B (zh) | 飞行冲突解脱方法及设备 | |
CN106202175A (zh) | 面向大图分割的分布式动态图管理系统 | |
CN113824802B (zh) | 一种去中心化分布式训练拓扑结构、训练系统及方法 | |
CN111813883B (zh) | 最短路径查询方法及查询系统 | |
CN110009710A (zh) | 一种基于粒子群优化算法的网络拓扑图形自动生成方法 | |
CN112634290B (zh) | 一种基于聚类交互的图形分割方法 |
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 |