CN114615678B - 一种基于动态树形网络流量模型的构建方法 - Google Patents
一种基于动态树形网络流量模型的构建方法 Download PDFInfo
- Publication number
- CN114615678B CN114615678B CN202210272333.4A CN202210272333A CN114615678B CN 114615678 B CN114615678 B CN 114615678B CN 202210272333 A CN202210272333 A CN 202210272333A CN 114615678 B CN114615678 B CN 114615678B
- Authority
- CN
- China
- Prior art keywords
- node
- network
- cco
- proxy
- nodes
- 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
Images
Classifications
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/021—Traffic management, e.g. flow control or congestion control in wireless networks with changing topologies, e.g. ad-hoc networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0958—Management thereof based on metrics or performance parameters
- H04W28/0967—Quality of Service [QoS] parameters
- H04W28/0983—Quality of Service [QoS] parameters for optimizing bandwidth or throughput
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
-
- 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)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于动态树形网络流量模型的构建方法,属于通信技术领域,包括以下步骤:S1:构建宽带微功率动态拓扑;S2:计算宽带微功率动态拓扑特征量;S3:获取建模的主要参数;S4:对数据包进行处理;S5:建立宽带微功率动态拓扑模型。本发明构建了基于动态树形网络流量模型,在网络拓扑结构的分析基础上,探究了网络中各个参数与网络性能之间的关系,揭示了宽带微功率网络中通信容量低,易拥塞的原因,以及拓扑动态变化背后网络运行的深层次机制。
Description
技术领域
本发明属于通信技术领域,涉及一种基于动态树形网络流量模型的构建方法。
背景技术
宽带微功率无线通信技术应用于智能电网用户用电信息的采集,是一种由多个无线节点自动组网进行通信的分布式无线网络。网络中的节点具有自组织、自管理和自维护的功能,每个节点可以以直接通信的方式与其通信范围内其他节点进行信息交互,并且可以利用一个或多个中继节点与通信范围外的节点进行通信,这样节点间形成了一个无线多跳网络。整个网络形成一个树状的拓扑,结构如图1所示。
与集中器相连的通信模块为主通信模块,称为中央协调器CCO(CentralCoordinator),负责集中器和采集器或者集中器和电能表之间数据的收发,它还具有组网控制、网络维护管理等功能。采集器或者电能表连接的通信模块,按照在网络中的角色,分为代理协调器PCO(Proxy Coordinator)和站点STA(Station)。最外层的节点没有中继功能,称为站点STA(Station),而充当中继功能的节点称为代理协调器PCO(ProxyCoordinator)。由于网络拓扑结构的变化,PCO和STA的角色可以互相转换。
随着大量智能电表接入网络,网络规模不断扩大,各种应用场景的提出和应用,需要采集的业务类型逐渐增多,以此带来的网络拥塞,负载不均匀现象也愈加明显。其中网络拥塞现象是造成网络性能急剧下降的主要原因。
发明内容
有鉴于此,本发明的目的在于提供一种基于动态树形网络流量模型的构建方法。
为达到上述目的,本发明提供如下技术方案:
一种基于动态树形网络流量模型的构建方法,包括以下步骤:
S1:构建宽带微功率动态拓扑;
S2:计算宽带微功率动态拓扑特征量;
S3:获取建模的主要参数;
S4:对数据包进行处理;
S5:建立宽带微功率动态拓扑模型。
进一步,步骤S1中所述宽带微功率动态拓扑的生成基于协议分析工具(BMPPA)通过数据线连接dongle解析其捕获到的数据包;所述数据包中包含网络拓扑的关键信息,所述关键信息包括时间、原始源TEI、原始目的TEI、PAR、数据帧信息;所述宽带微功率动态拓扑体现在组网阶段和网络维护阶段;
组网阶段:基于对节点入网发起的关联请求报文,以及CCO对请求报文回复的关联确认报文,节点入网分为单节点入网和多节点入网两种情况;
所述单节点入网的动态拓扑生成步骤如下:
S101:读取关联请求报文,获取节点MAC地址;
S102:读取关联确认报文,获取CCO对节点入网的确认结果,如果同意节点入网,则跳到步骤S103,否则跳到步骤S101;
S103:获取CCO给站点分配的TEI以及代理TEI值,并将节点TEI与节点MAC地址绑定;
S104:绘制新的STA节点以及由该STA到代理节点的路径,执行步骤S101,继续下一轮节点入网分析;
当网络中多个一级节点同时申请入网时,每个节点都向CCO发出关联请求报文,CCO可以对各个节点逐一回复关联确认报文,此时按单节点入网进行分析;CCO也可以统一回复一条关联汇总指示报文同意所有节点入网,此时按多节点动态拓扑多节点入网进行分析,所述多节点入网的动态拓扑生成步骤如下:
S111:依次读取所有节点发送的关联请求报文,保存各个节点的MAC地址;
S112:读取关联汇总指示报文,该报文携带有CCO为每个MAC地址(节点)分配的TEI;
S113:根据TEI个数依此绘制每个STA节点,并绘制所有节点与CCO之间的路径;
网络维护阶段:基于对已入网的节点周期性的发起网络维护信息的解析,包括代理变更和节点离线;
所述代理变更为:当网络中某个节点与代理节点之间通信质量差时,节点向CCO发出代理变更请求,申请更换其他代理节点;CCO回复代理变更确认来给节点分配新的代理节点。所述代理变更的动态拓扑生成步骤如下:
S121:读取代理变更请求报文,获取申请代理变更节点的TEI以该节点的旧代理TEI,删除该节点与代理节点的路径;
S122:读取代理变更确认报文,获取CCO对节点申请代理变更的确认结果,如果同意节点发生代理变更,则进行步骤S123,否则跳到步骤S121;
S123:获取CCO给STA分配的新代理TEI,绘制节点到新代理节点的路径,执行步骤S121,继续下一轮节点代理变更分析;
当CCO通知网络中某个节点离线时,节点要立即离线,离线后的节点可以再次申请入网,CCO通知节点离线动态拓扑生成拓扑步骤如下:
S131:获取CCO通知节点离线的个数,记为i,并读取每个节点的MAC地址,找到每个节点对应的TEI;
S132:每个节点唯一只有一个代理节点,通过节点TEI找到与之相连的代理节点,并删除节点与代理节点的路径,随后删除节点自身。重复步骤二直至所有节点离线成功;
还包括节点因自身故障离线,其动态拓扑生成步骤如下:
代理节点在一定周期内没有上报通信成功率报文或者发现列表报文,被判为离线,删除链接路径、删除离线节点,其子节点发起代理变更,寻找新的代理;站点在一定周期内没有发送心跳检测报文,被判定为节点离线,删除链接路径、删除离线节点。
进一步,步骤S2具体包括以下步骤:
S21:初始化网络结构:导入邻居表,生成网络拓扑结构;
S22:通过节点数与边数的计算函数:得到节点列表、节点数目、边列表、边数目;
S23:通过度相关的函数:得到节点度、各个节点度值的概率;
S24:通过最短路径的函数:得到最短路径、所有最短路径、最短路径长度、平均最短路径长度;
S25:通过聚集系数函数:得到节点聚集系数、图的平均聚集系数、节点平方聚集系数。
进一步,步骤S3中所述主要参数包括:
树形网络拓扑的根节点CCO:负责数据包的生成与接收,管理所有节点的入网与离线;
中继节点PCO:由STA角色转变而来,负责数据包的缓存和转发;
终端节点STA:为数据包的最终流向点,随机选取STA作为PCO;
数据包的产生速率:在单位时间内CCO生成一定数量的数据包,为CCO数据包的生成速率,记为λCCO;
数据包的转发速率:PCO代理节点i在单位时间内将缓存队列中前R个数据包转发到下一跳,称为代理节点i的转发速率,记为vi,转发速率与带宽成正相关;
代理变更:在网络维护阶段,周期性地评估节点之间的链路质量,当原代理的综合权重评估低于现新代理时,节点通过代理变更机制,改变代理节点,通过随机选择节点i触发代理变更机制,考虑网络中旧代理节点与新代理节点的连接度,分别记为odi,ndi;
节点离线:以概率p0的概率删除节点,如果删除的节点为PCO,触发子站点代理变更机制。
进一步,步骤S4具体包括以下步骤:
S41:生成:组网完成后,单位时间内,CCO以λ的速率生成数据包;
S42:转发:PCO按照路由表转发数据包,PCO的转发速率记为vi;
S43:丢弃:当PCO的最大内存队列没有缓存时,新到达的数据包被丢弃;
S44:删除:当数据包从源节点到达目的节点后,删除数据包。
进一步,步骤S5具体包括以下步骤:
S51:组网初始阶段:在组网阶段,存在一个CCO和m0个STA,CCO为树形网络的根节点,层级为第0层;
S52:节点新增:每间隔一个时间段,唤醒一个节点i,节点通过一段时间对已经入网的m个节点进行信息感知;
S53:度数优先选择:新增节点i选择代理节点;新增的节点优先选择与节点度数更大的节点进行连接,每当有新增节点入网时,满足优先选择节点度数最大原则,新增节点i与节点j连接的概率记为pd,公式为:
其中:kj为节点j的节点度;
S54:距离优先选择:点间链路连接概率与距离成负相关的趋势,新入网的节点i与已入网的节点j之间的距离越近,选择节点j作为代理节点入网的概率pl就越大,公式为:
其中,dij表示节点i与已入网的节点j之间的距离;
S55:节点离线:以概率p0删除节点,其中0<p0<1,如果删除的节点为PCO,触发子站点代理变更机制;
S56:代理变更:组网完成后,网络中节点进行周期性的链路质量评估,评估规则满足度数优先选择和距离优先选择,当评估出目前的链路质量低于门限时,节点触发代理变更机制,删除旧链路,构建新链路;假设节点i触发代理变更机制,删除网络中n条旧链路,构建新链路时,代理节点的选取采用反选择优先连接,选取的概率记为pp,公式为:
其中,N(t)=(1-p0)+m0,表示t时刻网络规模。
本发明的有益效果在于:本发明构建了基于动态树形网络流量模型,在网络拓扑结构的分析基础上,探究了网络中各个参数与网络性能之间的关系,揭示了宽带微功率网络中通信容量低,易拥塞的原因,以及拓扑动态变化背后网络运行的深层次机制。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为宽带微功率网络拓扑结构;
图2为本发明所述基于动态树形网络流量模型构建流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
为了解决现有智能电网用电信息采集过程中存在的上诉问题,本发明首先通过python 3.6中的NetworkX平台对网络拓扑结构自动完成统计计算,分析网络动态拓扑结构特征统计量,获取到网络的结构特性,探寻动态拓扑结构对网络信息数据传输的影响因素。在小世界网络、无标度网络、分层网络等常见的无线传感器网络模型的基础之上,结合实际运行中宽带微功率网络通信中的各个参数,建立宽带微功率网络空闲到网络拥塞的动态网络模型。
如图2所示,本发明的基于动态树形网络流量模型构建方法包括:
S1:构建宽带微功率动态拓扑;
宽带微功率动态拓扑的生成基于协议分析工具(BMPPA)通过数据线连接dongle解析其捕获到的数据包。数据包中包含了网络拓扑的关键信息,如时间、原始源TEI、原始目的TEI、PAR、数据帧信息等。动态拓扑主要体现在组网阶段和网络维护阶段。
组网阶段:主要基于对节点入网发起的关联请求报文,以及CCO对请求报文回复的关联确认报文。节点入网分为两种情况:单节点入网和多节点入网。
1)单节点入网动态拓扑生成设计如下:
步骤一:读取关联请求报文,获取节点MAC地址。
步骤二:读取关联确认报文,获取CCO对节点入网的确认结果,如果同意节点入网,则跳到步骤三,否则跳到步骤一。
步骤三:获取CCO给站点分配的TEI以及代理TEI值,并将节点TEI与节点MAC地址绑定。
步骤四:绘制新的STA节点以及由该STA到代理节点的路径。执行步骤一,继续下一轮节点入网分析。
2)多节点入网动态拓扑生成设计如下:
当网络中多个一级节点同时申请入网时,每个节点都会向CCO发出关联请求报文,CCO可以对各个节点逐一回复关联确认报文,这时可以按单节点入网进行分析。CCO也可以统一回复一条关联汇总指示报文同意所有节点入网。拓扑设计如下:
步骤一:依次读取所有节点发送的关联请求报文,保存各个节点的MAC地址。
步骤二:读取关联汇总指示报文,该报文携带有CCO为每个MAC地址(节点)分配的TEI。
步骤三:根据TEI个数依此绘制每个STA节点,并绘制所有节点与CCO之间的路径。
网络维护阶段:主要基于对已入网的节点周期性的发起网络维护信息的解析,主要体现在:代理变更、节点离线。
3)代理变更动态拓扑生成设计如下:
当网络中某个节点与代理节点之间通信质量差时,节点会向CCO发出代理变更请求,申请更换其他代理节点。CCO会回复代理变更确认来给节点分配新的代理节点。拓扑设计如下:
步骤一:读取代理变更请求报文,获取申请代理变更节点的TEI以该节点的旧代理TEI,删除该节点与代理节点的路径。
步骤二:读取代理变更确认报文,获取CCO对节点申请代理变更的确认结果,如果同意节点发生代理变更,则进行步骤三,否则跳到步骤一。
步骤三:获取CCO给STA分配的新代理TEI,绘制节点到新代理节点的路径。执行步骤一,继续下一轮节点代理变更分析。
4)CCO通知节点离线动态拓扑生成设计如下:
当CCO通知网络中某个节点离线时,节点需要立即离线,离线后的节点可以再次申请入网。拓扑设计如下:
步骤一:获取CCO通知节点离线的个数,记为i,并读取每个节点的MAC地址,找到每个节点对应的TEI。
步骤二:每个节点唯一只有一个代理节点,通过节点TEI找到与之相连的代理节点,并删除节点与代理节点的路径,随后删除节点自身。重复步骤二直至所有节点离线成功。
5)节点因为自身故障离线动态拓扑生成设计如下:
步骤一:代理节点在一定周期内没有上报通信成功率报文或者发现列表报文,会被判为离线,删除链接路径、删除离线节点,底下的子节点会发起代理变更,寻找新的代理;站点在一定周期内没有发送心跳检测报文,会被判定为节点离线,删除链接路径、删除离线节点。
S2:计算宽带微功率动态拓扑特征量;
在现有的python 3.6中的NetworkX平台上自动完成统计计算:
步骤一:初始化网络结构:导入邻居表,生成网络拓扑结构。
步骤二:通过节点数与边数的计算函数:得到节点列表、节点数目、边列表、边数目。
步骤三:通过度相关的函数:得到节点度、各个节点度值得概率。
步骤四:通过最短路径的函数:得到最短路径、所有最短路径、最短路径长度、平均最短路径长度。
步骤五:通过聚集系数函数:得到节点聚集系数、图的平均聚集系数、节点平方聚集系数。
S3:建模的主要参数:
1)CCO、PCO、STA
模型中有一个节点CCO为树形网络拓扑的根节点,主要负责数据包的生成与接收,管理所有节点的入网与离线。PCO为中继节点,由STA角色转变而来,负责数据包的缓存和转发。STA为终端节点,为数据包的最终流向点。由于在同等判定区间的条件下(网络层级、信噪比、通信成功率综合权重在同一个判定区间),根据入网时间指定STA的角色为PCO。我们将随机选取STA作为PCO,符合实际网络的情况。
2)数据包的产生速率与转发速率
在单位时间内,CCO生成一定数量的数据包,为CCO数据包的生成速率,记为λCCO。数据包的生成速率可以用来衡量网络中通信容量。网络中数据包的生成速率越大,网络中的通信容量越大。PCO代理节点i在单位时间内将缓存队列中前R个数据包转发到下一跳,称为代理节点i的转发速率,记为vi,转发速率与带宽成正相关。
3)内存队列长度和丢包率
一般地,PCO代理节点i的缓存队列长度为内存队列长度,缓存队列越长表示代理节点能缓存的数据包越多,记为li;当缓存队列中容纳不了新到来的数据包时,就会产生丢包的现象,丢包率为丢弃数据包的数量与发送数据包总数量的比值,记为ai。
4)代理变更与节点离线
由于网络环境,信号干扰等因素,节点间链路质量会发生变化。在网络维护阶段,周期性的评估节点之间的链路质量(层级、信噪比、通信成功率)当原代理的综合权重评估低于现新代理时,节点通过代理变更机制,改变代理节点,通过随机选择节点i触发代理变更机制,考虑网络中旧代理节点与新代理节点的连接度,分别记为odi,ndi。节点离线,以概率p0的概率删除节点,如果删除的节点为PCO,触发子站点代理变更机制。
S4:数据包的处理流程;
步骤一:生成:组网完成后,单位时间内,CCO以λ的速率生成数据包;
步骤二:转发:PCO按照路由表转发数据包,PCO的转发速率记为vi;
步骤三:丢弃:当PCO的最大内存队列没有缓存时,新到达的数据包被丢弃;
步骤四:删除:当数据包从源节点到达目的节点后,删除数据包。
S5:建立宽带微功率动态拓扑模型
宽带微功率网络具有小世界、无标度、自组织特性。网络动态拓扑模型应该符合这些特性,并且需要考虑现实运行的宽带微功率网络是树形网络结构,且多变的网络拓扑结构。我们基于分层网络模型,考虑无标度网络模型中的增长和优先选择,以及实际运行中节点离线、代理变更的情况构造宽带微功率网络动态拓扑模型。该模型可以更直观地反映实际中宽带微功率网络的动态拓扑特性。
步骤一:组网初始阶段:在组网阶段,存在一个CCO和有限个STA(m0个),CCO为树形网络的根节点,层级为第0层。
步骤二:节点新增:每间隔一个时间段,唤醒一个节点i,节点通过一段时间对已经入网的m个节点进行信息感知。
步骤三:度数优先选择:新增节点i选择代理节点。一般地,新增的链路倾向于与网络拓扑中处理速度快、通信能力强、重要节点进行通信。即新增的节点优先选择与节点度数更大的节点进行连接。假设已经入网的节点中节点j的度数最大,那么新增的节点i与节点j的连接概率就越大。基于此,每当有新增节点入网时,满足优先选择节点度数最大原则,新增节点i与节点j连接的概率记为pd,公式为:
其中:kj为节点j的节点度。
步骤四:距离优先选择:在实际的宽带微功率网络环境中,由于节点位置固定、节点发射功率有限,故网络中节点间通信距离有限。因此,节点间链路连接概率与距离成负相关的趋势,新入网的节点i与已入网的节点j之间的距离越近,选择节点j作为代理节点入网的概率pl就越大。公式为:
其中,dij表示节点i与已入网的节点j之间的距离。
步骤五:节点离线:在实际的宽带微功率网络环境中,节点可能因为自身故障,导致离线,退出网络。以概率p0的概率删除节点,其中0<p0<1。如果删除的节点为PCO,触发子站点代理变更机制。
步骤六:代理变更:组网完成后,网络中节点进行周期性的链路质量评估,评估规则满足度数优先选择和距离优先选择,当评估出,目前的链路质量低于门限时,节点触发代理变更机制,删除旧链路,构建新链路。假设节点i触发代理变更机制,删除网络中n条旧链路,构建新链路时,代理节点的选取采用反选择优先连接,选取的概率记为pp,公式为:
其中,N(t)=(1-p0)+m0,表示t时刻网络规模。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种基于动态树形网络流量模型的构建方法,其特征在于:包括以下步骤:
S1:构建宽带微功率动态拓扑;
S2:计算宽带微功率动态拓扑特征量;
S3:获取建模的主要参数;
S4:对数据包进行处理;
S5:建立宽带微功率动态拓扑模型;
步骤S1中所述宽带微功率动态拓扑的生成基于协议分析工具(BMPPA)通过数据线连接dongle解析其捕获到的数据包;所述数据包中包含网络拓扑的关键信息,所述关键信息包括时间、原始源TEI、原始目的TEI、PAR、数据帧信息;所述宽带微功率动态拓扑体现在组网阶段和网络维护阶段;
组网阶段:基于对节点入网发起的关联请求报文,以及CCO对请求报文回复的关联确认报文,节点入网分为单节点入网和多节点入网两种情况;
所述单节点入网的动态拓扑生成步骤如下:
S101:读取关联请求报文,获取节点MAC地址;
S102:读取关联确认报文,获取CCO对节点入网的确认结果,如果同意节点入网,则跳到步骤S103,否则跳到步骤S101;
S103:获取CCO给站点分配的TEI以及代理TEI值,并将节点TEI与节点MAC地址绑定;
S104:绘制新的STA节点以及由该STA到代理节点的路径,执行步骤S101,继续下一轮节点入网分析;
当网络中多个一级节点同时申请入网时,每个节点都向CCO发出关联请求报文,CCO可以对各个节点逐一回复关联确认报文,此时按单节点入网进行分析;CCO也可以统一回复一条关联汇总指示报文同意所有节点入网,此时按多节点动态拓扑多节点入网进行分析,所述多节点入网的动态拓扑生成步骤如下:
S111:依次读取所有节点发送的关联请求报文,保存各个节点的MAC地址;
S112:读取关联汇总指示报文,该报文携带有CCO为每个MAC地址分配的TEI;
S113:根据TEI个数依此绘制每个STA节点,并绘制所有节点与CCO之间的路径;
网络维护阶段:基于对已入网的节点周期性的发起网络维护信息的解析,包括代理变更和节点离线;
所述代理变更为:当网络中某个节点与代理节点之间通信质量差时,节点向CCO发出代理变更请求,申请更换其他代理节点;CCO回复代理变更确认来给节点分配新的代理节点;所述代理变更的动态拓扑生成步骤如下:
S121:读取代理变更请求报文,获取申请代理变更节点的TEI以该节点的旧代理TEI,删除该节点与代理节点的路径;
S122:读取代理变更确认报文,获取CCO对节点申请代理变更的确认结果,如果同意节点发生代理变更,则进行步骤S123,否则跳到步骤S121;
S123:获取CCO给STA分配的新代理TEI,绘制节点到新代理节点的路径,执行步骤S121,继续下一轮节点代理变更分析;
当CCO通知网络中某个节点离线时,节点要立即离线,离线后的节点可以再次申请入网,CCO通知节点离线动态拓扑生成拓扑步骤如下:
S131:获取CCO通知节点离线的个数,记为i,并读取每个节点的MAC地址,找到每个节点对应的TEI;
S132:每个节点唯一只有一个代理节点,通过节点TEI找到与之相连的代理节点,并删除节点与代理节点的路径,随后删除节点自身;重复步骤二直至所有节点离线成功;
还包括节点因自身故障离线,其动态拓扑生成步骤如下:
代理节点在一定周期内没有上报通信成功率报文或者发现列表报文,被判为离线,删除链接路径、删除离线节点,其子节点发起代理变更,寻找新的代理;站点在一定周期内没有发送心跳检测报文,被判定为节点离线,删除链接路径、删除离线节点;
步骤S2具体包括以下步骤:
S21:初始化网络结构:导入邻居表,生成网络拓扑结构;
S22:通过节点数与边数的计算函数:得到节点列表、节点数目、边列表、边数目;
S23:通过度相关的函数:得到节点度、各个节点度值的概率;
S24:通过最短路径的函数:得到最短路径、所有最短路径、最短路径长度、平均最短路径长度;
S25:通过聚集系数函数:得到节点聚集系数、图的平均聚集系数、节点平方聚集系数;
步骤S3中所述主要参数包括:
树形网络拓扑的根节点CCO:负责数据包的生成与接收,管理所有节点的入网与离线;
中继节点PCO:由STA角色转变而来,负责数据包的缓存和转发;
终端节点STA:为数据包的最终流向点,随机选取STA作为PCO;
数据包的产生速率:在单位时间内CCO生成一定数量的数据包,为CCO数据包的生成速率,记为λCCO;
数据包的转发速率:PCO代理节点i在单位时间内将缓存队列中前R个数据包转发到下一跳,称为代理节点i的转发速率,记为vi,转发速率与带宽成正相关;
代理变更:在网络维护阶段,周期性地评估节点之间的链路质量,当原代理的综合权重评估低于现新代理时,节点通过代理变更机制,改变代理节点,通过随机选择节点i触发代理变更机制,考虑网络中旧代理节点与新代理节点的连接度,分别记为odi,ndi;
节点离线:以概率p0的概率删除节点,如果删除的节点为PCO,触发子站点代理变更机制;
步骤S4具体包括以下步骤:
S41:生成:组网完成后,单位时间内,CCO以λ的速率生成数据包;
S42:转发:PCO按照路由表转发数据包,PCO的转发速率记为vi;
S43:丢弃:当PCO的最大内存队列没有缓存时,新到达的数据包被丢弃;
S44:删除:当数据包从源节点到达目的节点后,删除数据包;
步骤S5具体包括以下步骤:
S51:组网初始阶段:在组网阶段,存在一个CCO和m0个STA,CCO为树形网络的根节点,层级为第0层;
S52:节点新增:每间隔一个时间段,唤醒一个节点i,节点通过一段时间对已经入网的m个节点进行信息感知;
S53:度数优先选择:新增节点i选择代理节点;新增的节点优先选择与节点度数更大的节点进行连接,每当有新增节点入网时,满足优先选择节点度数最大原则,新增节点i与节点j连接的概率记为pd,公式为:
其中:kj为节点j的节点度;
S54:距离优先选择:点间链路连接概率与距离成负相关的趋势,新入网的节点i与已入网的节点j之间的距离越近,选择节点j作为代理节点入网的概率pl就越大,公式为:
其中,dij表示节点i与已入网的节点j之间的距离;
S55:节点离线:以概率p0删除节点,其中0<p0<1,如果删除的节点为PCO,触发子站点代理变更机制;
S56:代理变更:组网完成后,网络中节点进行周期性的链路质量评估,评估规则满足度数优先选择和距离优先选择,当评估出目前的链路质量低于门限时,节点触发代理变更机制,删除旧链路,构建新链路;假设节点i触发代理变更机制,删除网络中n条旧链路,构建新链路时,代理节点的选取采用反选择优先连接,选取的概率记为pp,公式为:
其中,N(t)=(1-p0)+m0,表示t时刻网络规模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210272333.4A CN114615678B (zh) | 2022-03-18 | 2022-03-18 | 一种基于动态树形网络流量模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210272333.4A CN114615678B (zh) | 2022-03-18 | 2022-03-18 | 一种基于动态树形网络流量模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114615678A CN114615678A (zh) | 2022-06-10 |
CN114615678B true CN114615678B (zh) | 2023-05-26 |
Family
ID=81865270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210272333.4A Active CN114615678B (zh) | 2022-03-18 | 2022-03-18 | 一种基于动态树形网络流量模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114615678B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115174464B (zh) * | 2022-06-17 | 2023-06-16 | 江苏芯云电子科技有限公司 | 一种中央协调器离网快速恢复的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1655556A (zh) * | 2005-03-18 | 2005-08-17 | 大连理工大学 | 一种基于动态聚合树模型的路由方法 |
WO2006026753A2 (en) * | 2004-09-02 | 2006-03-09 | General Dynamics C4 Systems, Inc. | Distributed networking agent (dna) and methods of making and using the same |
CN105897605A (zh) * | 2016-04-08 | 2016-08-24 | 重庆邮电大学 | 一种基于IPv6的电力线载波通信网络拥塞控制方法 |
CN113037558A (zh) * | 2021-03-16 | 2021-06-25 | 重庆邮电大学 | 一种宽带微功率无线通信网络分析方法和系统 |
WO2021150039A1 (ko) * | 2020-01-25 | 2021-07-29 | 이승철 | Super tree 기반의 project/task 지능 목표관리 방법 및 플랫폼 |
CN113923748A (zh) * | 2021-11-12 | 2022-01-11 | 重庆邮电大学 | 一种基于代理变更形成簇型网络的方法 |
WO2022016906A1 (zh) * | 2020-07-22 | 2022-01-27 | 珠海中慧微电子有限公司 | 一种宽带载波通信网络的信号发送方法 |
-
2022
- 2022-03-18 CN CN202210272333.4A patent/CN114615678B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006026753A2 (en) * | 2004-09-02 | 2006-03-09 | General Dynamics C4 Systems, Inc. | Distributed networking agent (dna) and methods of making and using the same |
CN1655556A (zh) * | 2005-03-18 | 2005-08-17 | 大连理工大学 | 一种基于动态聚合树模型的路由方法 |
CN105897605A (zh) * | 2016-04-08 | 2016-08-24 | 重庆邮电大学 | 一种基于IPv6的电力线载波通信网络拥塞控制方法 |
WO2021150039A1 (ko) * | 2020-01-25 | 2021-07-29 | 이승철 | Super tree 기반의 project/task 지능 목표관리 방법 및 플랫폼 |
WO2022016906A1 (zh) * | 2020-07-22 | 2022-01-27 | 珠海中慧微电子有限公司 | 一种宽带载波通信网络的信号发送方法 |
CN113037558A (zh) * | 2021-03-16 | 2021-06-25 | 重庆邮电大学 | 一种宽带微功率无线通信网络分析方法和系统 |
CN113923748A (zh) * | 2021-11-12 | 2022-01-11 | 重庆邮电大学 | 一种基于代理变更形成簇型网络的方法 |
Non-Patent Citations (2)
Title |
---|
复杂网络中基于层次分析法的路由策略;董婷;;软件导刊(第07期);全文 * |
移动自组网络拓扑发现算法综述;陈一飞;;安徽建筑工业学院学报(自然科学版)(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114615678A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yuanyuan et al. | Energy efficient distributed connected dominating sets construction in wireless sensor networks | |
Yu et al. | A dynamic clustering and energy efficient routing technique for sensor networks | |
Gong et al. | Energy-efficient clustering in lossy wireless sensor networks | |
Sridhar et al. | Energy supported AODV (EN-AODV) for QoS routing in MANET | |
Iyer et al. | Performance analysis of wireless mesh routing protocols for smart utility networks | |
WO2008123995A2 (en) | Method and system for providing a routing protocol for wireless networks | |
CN103200643A (zh) | 基于剩余能量感知的分布式容错拓扑控制方法 | |
CN114615678B (zh) | 一种基于动态树形网络流量模型的构建方法 | |
Deb et al. | STREAM: Sensor topology retrieval at multiple resolutions | |
Iyer et al. | Performance comparison of routing protocols over smart utility networks: A simulation study | |
Fan et al. | A multi-hop energy-efficient sleeping MAC protocol based on TDMA scheduling for wireless mesh sensor networks | |
Dagdeviren et al. | Graph matching-based distributed clustering and backbone formation algorithms for sensor networks | |
Kumar et al. | Performance of energy conservation models, generic, micaz and micamotes, using AODV routing protocol on a wireless sensor network | |
Marcuzzi et al. | Artificial-intelligence-based performance enhancement of the G3-PLC LOADng routing protocol for sensor networks | |
CN111935797B (zh) | 一种用于低压开关柜无线通信网络的动态路由方法 | |
Aslani et al. | Improving the performance of rpl routing protocol for internet of things | |
Al–Nabhan et al. | Connected dominating set algorithms for wireless sensor networks | |
JP5885242B2 (ja) | センサノード、センサノード制御方法、及び、センサノード制御プログラム | |
Becker et al. | Performance of routing protocols for real wireless sensor networks | |
Lemercier et al. | A new objective function for hybrid network in the smart grid | |
Pan et al. | Distributed clustering algorithms for lossy wireless sensor networks | |
Diaz et al. | Dynamic gallager-humblet-spira algorithm for wireless sensor networks | |
Tuduce et al. | Resource monitoring issues in ad hoc networks | |
Saad et al. | Heterogeneous ipv6 infrastructure for smart energy efficient building | |
Rahman et al. | A Comparative Analysis of RPL-based Routing Protocols for Internet of Things |
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 |