CN1918858B - 多跳网络中的成本确定 - Google Patents

Abstract

在多跳通信网络中，一种成本确定方法包括为源和目的节点对之间的至少一个节点确定多个同时潜在或有利的下一跳节点，由此在源和目的节点之间定义包括多条同时潜在的路由或路径的网格状路径。该网格状结构通常以分布式方式确定并由成本优化过程产生。成本优化应该优选地考虑例如无线介质导致的随机变化。

Description

多跳网络中的成本确定

                     技术领域

本发明一般涉及多跳通信网络，并且具体来说涉及此类网络中的成本确定的方法。

                     背景技术

当将路由选择应用于无线通信网络中时，此类网络常常表示为多跳网络。在多跳网络中，彼此不能到达之外的节点或站点可以得益于位于中间的节点，这些位于中间的节点可以从源节点将它们的消息转发到目的节点。常规上，多跳网络与所说的自组织网络相关联，其中节点大多数是移动的且不存在中央协调基础设施。但是，多跳联网的想法还可以应用于节点是固定的和/或存在中央协调基础设施时。一个这种场合针对乡村地区因特网访问并且使用连接到屋顶、灯柱等的固定节点。

所说的贝尔曼-福特和其他现有技术的路由选择技术构建和定义通信网络中从源节点到目的节点的多跳树或路由。这通过经网络传递路由选择成本信息以基于该成本信息形成路由选择表来执行。该成本信息可以包括例如，消息延迟、累计功耗或跳跃计数。在该系统内，每个节点或站点使用它的路由选择表来作出独立的决策。基于贝尔曼-福特的路由选择使得对于每个源-目的节点对存在单一路由。但是当拓扑由于移动性的原因而改变时，该单一路由将随时间不同而通过不同的节点。

除了移动节点外还有若干其他导致拓扑随时间改变的原因。例如，拓扑变化可能发生在甚至没有节点移动的情况下；如无线电波在其上反射的移动物体所导致的变化或通信介质中的变化。这些拓扑变化包括例如，信道变化、业务模式变化、以及发射模式变化和资源分配变化。

系统内的变化或波动意味着最优路由选择可以基于系统中的当前条件而改变。换言之，系统特性或特征随时间的波动可以创建机会窗口，这些机会窗口使信号传输能够比其他时间和其他条件下更成功。经历改变的系统特性可以包括例如，路径质量、噪声、干扰和消息业务负载。如贝尔曼-福特的现有技术的路由选择技术并不识别这些机会窗口，因为系统中的站点或节点并不各自存储有关信息。

相比之下，所说的机会路由选择技术利用网络中的波动提供的机会。具体来说在无线路由选择的环境中，当系统内的链路质量随时间快速变化(例如，由于瑞利衰落)时，整个系统性能下降。但是，机会路由选择通过使用这些变化还提供的机会窗口或峰值来部分地抵消这种性能损失。当采用机会路由选择时，对于每个源-目的节点对并不是有单一路由。反而，数据分组遵循从源节点引领到目的节点的某种程度上是随机的路由。由此，当使用贝尔曼-福特时，连续的分组将通过相同的路由来发送，而当使用机会路由选择时，可以通过不同的路径但是在相同的大致方向上来路由连续的分组。但是，机会路由选择协议还基于如贝尔曼-福特的底层路由/成本确定协议，如下文所认识到的。

为使源-目的节点对能够彼此通信，需要实施两种功能，即路由确定(包括路由维护)和分组转发。

首先，在路由/成本确定步骤中，必须为每个源-目的节点对确定发送数据分组将通过的路由(至少需要为每个节点确定下一跳)。一个例外是无需知道路由的扩散(flooding)。在除了源路由选择的所有情况中，所确定的路由需要被散布到有关节点。

其次，在分组转发步骤中，需要沿着路由确定步骤中确定的路由将在一个节点接收的分组转发到下一个节点。

路由/成本确定

常规上基于一些最短路径准则来确定路由，这为每个源-目的节点对提供就某种成本而言的单一最短路径或路由。这种方法的总体目标一般陈述为：

给定通过链路连接的节点网络，其中每条链路具有与其相关联的成本，将两个节点之间的路径的成本定义为所遍历链路的成本的总和。对于每个节点对，找出具有最小成本的路径。

贝尔曼-福特算法在有线网络(例如因特网)中一直起着主要的作用，但是在无线多跳系统中还具有重要的功能。该算法以分布式和非协调方式提供最短路径确定，并通过仅在邻近的邻节点之间交换信息来确保在有限时间内收敛。可以使用与最短路径等效的术语最小成本路径/路由，这强调该路径是就某一特定成本度量而言的最小路径。

因为贝尔曼-福特是最短路径算法的一个好例子，所以将参考图1A简要描述它。但是首先一些定义将是有用的。

假定S是网络中所有节点的集合。假定d表示路由确定算法确定路由所到的目的节点。节点i是所考虑的节点，即设法确定如何到达节点d的节点。现在假定S′定义节点i能够与其通信的所有节点即所说的邻节点的集合。集合S′内的节点按j索引，j在范围l到J中。然后S″是包含集合S′从i的角度看产生最短路径的节点的平凡集(trivial set)。假定最短路径是依据跳跃来计算的，将一个节点指定为属于S″。最短路径通过L₁至S″中的节点。

为了确定分组至目的节点d的最小路径或路由上的下一跳节点S″以及到达目的节点的成本(即节点i的成本Cost_id)，该算法或方法需要考虑到达S′的节点的成本Cost_ij，以及从此处向前到目的节点d的成本Cost_jd。

基本的贝尔曼-福特算法然后可以描述为如下：

最初，

               Cost_id＝∞和Cost_dd＝0然后根据如下公式计算这些这些成本

${\mathrm{Cost}}_{\mathrm{id}}=\underset{\∀j\∈S^{\′}}{\min }({\mathrm{Cost}}_{\mathrm{ij}}+{\mathrm{Cost}}_{\mathrm{jd}})$

这提供如下两个重要的输出

               

Cost_id和S″

因此，知道向何处转发分组以及转发的成本，并且需要将该信息分发到周围节点。

该算法描述为：目的节点d通过向对于目的节点d开始全部具有无限成本的邻近节点广播初始成本(例如0)来启动最短路径计算。每个节点然后计算它们各自的成本并将结果分发到邻节点。随着收到更多的成本信息，计算和分发新和更低的成本值。在一些有限时间之后，所有节点假定它们的最低可达成本。如果存在具有相同成本的多条路由，则例如通过随机方式选择这些路由的其中之一。

当之后在节点收到数据时，根据目的地址通过最低成本路由转发它。一个重要发现是在任何时间瞬间对于每个目的地至多有一个下一跳节点。

可能的成本度量的例子有：跳跃数、延迟、干扰、功耗、链路容量等。注意这些度量无需是可相加的，可以使用其他运算。再者，可以反而将min运算改为max运算。涉及这两个方面的一个例子可以是按如下方式确定最可靠的路由：

${\mathrm{Reliability}}_{\mathrm{id}}=\underset{\∀j\∈S^{\′}}{\max }({\mathrm{Reliability}}_{\mathrm{ij}}\·{\mathrm{Reliability}}_{\mathrm{jd}})$

分组转发

基于贝尔曼-福特算法的常规分组转发就仅有一个下一跳选择的意义上而言是平凡的。

如Cisco公司的IGRP[1]、随机转发路由选择[2]、机会路由选择[3、4]、选择分集转发[5]以及任播(Anycast)[6]的其他转发协议使节点能够将收到的分组发送到若干任选节点的其中之一。因此，转发过程涉及在有利节点的集合中作出非平凡选择。这里将这些方案表示为基于转发决策的路由选择FDBR。这是其最适应形式的路由选择，即在每个转发实例中采取自适应决策。

在IGRP[1]中，节点将分组转发到具有至多v倍于贝尔曼-福特算法确定的最小成本的成功的任何节点。

随机转发路由选择[2]意味着在基于来自贝尔曼-福特或位置的成本的转发方向上将分组发送到随机节点。

机会路由选择[3、4]利用贝尔曼-福特算法来得知转发的大致正确方向，并在转发选择中添加例如链路质量和节点可用性的本地和当前知识。

选择分集转发(SDF)[5]将路由选择决策推迟到将分组组播到大量候选中继节点之后。基于响应和通知的节点状态，发送站点选择并通知成功收到先前分组传输的候选站点或节点的其中之一。下一跳节点确定算法与SDF机制互不相关，但是可以基于例如贝尔曼-福特算法。

任播[6]在任何数据传输之前发射探测信号，因此将经历与基本SDF几乎完全相同的操作。此外，任播还与SDF的变体相似。

注意在此某种程度上面向多径的路由选择方案与经典多径路由选择之间有明显的不同。在后一种情况中，为源目的节点对定义多条并行的路由，其中仅在源执行转发选择，即不相交多径路由选择。当将分组引入上述多条路由的其中之一时，它们则遵循它们选择的路由，因此这种转发决策是平凡的，与在经典贝尔曼-福特情况中一样。

除了路由确定和分组转发，一个任选的功能是结合拓扑控制，其目的是在网络中提供适合的连通性。这增强性能和节省资源。拓扑控制通常包括功率控制和链路适应。

                    发明内容

通过仔细分析得知所说基于转发决策的路由选择(FDBR)协议的一个问题在于，它们依赖于并不反映它们面向转发决策的操作的路由/成本确定机制，例如贝尔曼-福特。此外，具有平凡转发决策的其他无线路由选择方案还可以利用比贝尔曼-福特算法更好的替代选择。

由此，本发明的目的在于提供一种改进的路由确定机制。

本发明的另一个目的在于提供反映面向转发决策的操作的成本或路由确定机制。

本发明的再一个目的在于提供一种适合于广播介质(本质上是无线电)和适合于如无线电本质上提供的快速变化信道质量的成本或路由确定机制。

本发明的另一个目的在于提供一种适合于支持基于转发决策的路由选择的成本或路由确定机制。

本发明的又一个目的在于提供一种适合于为每个源-目的对考虑(account for)连接节点的方式的成本或路由确定机制。

本发明的另一个目的在于提供一种适合于集成面向转发决策的拓扑控制的成本或路由确定方法。

最后，本发明的一个附加目的在于提供一种对链路变化/故障不作出强烈反应的成本或路由确定方法。

确切地来说，本发明提供一种成本确定的方法，该方法为每个源和目的节点对之间的至少一个节点确定多个同时潜在或有利的下一跳节点，由此在源和目的节点之间定义包括多条同时潜在的路由或路径的网格状路径。该网格状结构通常以分布式方式来确定，并由成本优化过程产生。该成本优化应该优选地考虑例如由无线介质导致的随机变化。具体来说，可以给予对FDBR方案的考虑。

本发明优选地提供一种成本优化方法，该方法为源和目的节点之间的至少一个节点确定联合地优化预定的成本函数的多个同时潜在的下一跳节点，由此还确定所考虑的节点的最优成本。

本发明提供一种实现上述方法的系统和节点。

这些和其他目的根据所附的权利要求书来实现。

根据本发明的方法提供如下优点：

-在节点故障、变化的节点可用性和节点移动性的情况下提供稳健性，

-在由于衰落和干扰导致的变化的信道质量的情况下提供稳健性，

-如本身一部分地集成分集方面，

-满足冗余路径的需要并确保将业务优选地转发到存在最有利的连通性的地方，

-支持多径路由选择。

                      附图简要说明

通过参考结合附图所进行的下文说明，可以最好地理解本发明及其其他目的和优点，图中：

图1A是多跳网络的示意略图，

图1B是根据本发明的多跳网络的实施例的示意略图，

图2A是多跳网络的示意略图，

图2B是具有根据本发明的方法实施例确定的路由的多跳网络的示意略图，

图3A是根据本发明的实施例的范例的图，

图3B是根据本发明的实施例的另一个范例的图，

图4是示出根据本发明的方法实施例的进度的示意图，

图5是根据本发明的实施例的另一个范例的图，

图6A是根据本发明的简化网络的例子，

图6B示出在应用根据本发明的方法实施例之后的来自图6A的网络，

图7是根据本发明的实施例的流程图，

图8是根据本发明的系统的实施例的框图。

                     详细说明

下文中将在无线多跳通信网络的环境中描述本发明。但是，暗含本发明等效地适用于常规的有线网络的意思。

基本上，如前所述，根据本发明的方法实施例为通信网络中源和目的节点之间的至少一个节点确定多个同时潜在或有利的下一跳节点。这优选地通过成本优化过程来执行。通过如此操作，在源和目的节点之间确定同时潜在的路由的网格状结构。

在可以参考图1B进一步论述该方法之前，将给出多个定义。

与先前描述的贝尔曼-福特算法相似，S定义网络中所有节点的集合。子集S′定义在节点i的传输和接收范围的并集内的所有节点或所说的邻节点的集合。还称为双向连通性，其中连通性被定义为当优化传输参数例如全发射功率且不存在干扰时以低于指定的阈值的功率发送数据的能力。节点i是所考虑的要确定其成本的节点，有时还称为终端或站点，即集合S′括节点i的邻节点。

集合S″是S上的功率集合，即S″包括S′的节点的所有可能组合。但是，不考虑空集合。多种组合以j来索引，其中当S′包含N个节点时，j∈[1、2、3、...、2^N-1]。每个集合S″_j包括一个或多于一个的节点，其中的节点以k索引，即S″_j(k)。

图1B示出S、S′和S″中的所有S″_j的其中之一。因为S′包含5个节点，所以S″中有31个不同集合。还碰巧是最优集合S″(opt)的所示S″_j具有3个节点，索引为S_j(1)″、...、S_j(3)″。S″(opt)是一起或联合地提供最优Cost_i的节点的集合。

图2A示出包括多个节点的网络，其中在节点之间以虚线示出潜在链路。此外，还示出源节点s、目的节点d和作为所考虑的节点的中间节点i。

为了确定多个同时潜在的下一跳节点或有利的下一跳节点的集合，期望优化节点i的成本函数f₁，优选地根据如下公式：

$\underset{S_j^{\′\′}\∈S^{\′\′}}{\mathrm{Optimize}}{f}_1({\mathrm{Cost}}_{S_{j\left(k\right)}^{\′\′}},{\mathrm{\ΔCost}}_{i,S_{j\left(k\right)}^{\′\′}}|{\∀S}_{j\left(k\right)}^{\′\′}\∈S_j^{\′\′})\⇒{\mathrm{Cost}}_i\left(\mathrm{opt}\right),S_j^{\′\′}\left(\mathrm{opt}\right)$

其中Optimize表示取决于选择和设计目标的任意优化操作。项CostS″_j(k)表示一个特定集合S″_j中的节点S″_j(k)的单独成本，而ΔCost_i，S″j(k)表示从节点i到节点S″_j(k)的成本。再者，该函数组合在S″_j中的每个节点S″_j(k)给出的成本。

在如此操作时，该函数还可以任选地调用MAC协议所采用的任何优先化规则，它可以例如总是在S″_j中的多个节点正确地收到数据的情况下选择具有最低成本的节点。

将拓扑纳入考虑来执行这种优化的一个任选示范方式是根据如下表达式：

其中。符号表示取决于选择和设计目标的任意算术运算。成本项Const_i是节点i可以包括在总成本中的常量。其用途可以是在某种程度上管理拓扑连通性和动态特性。它还可以反映在节点i的干扰或排队状况。

因为无线通信质量一般在某种程度上是不可预测的，所以随机建模是适合的。由此，这种成本确定某种程度上处理优化期望值。这是一种合理的方法，因为这符合较低层性能优化的常规处理。

逐个节点地重复上述方法，直到所有节点达到最小或最优成本为止。这并不意味着所有节点具有多个有利的下一跳节点，一些节点可能只有一个下一跳节点。但是，如先前所述，至少一个节点具有多个与其相关联的有利的下一跳节点。由此，提供多条同时潜在的路由或路径，如图2B所示。

上述根据本发明的方法实施例的一个任选修改是，还确定适当的链路参数。这通过如下公式来实施：

            

Cost_i，S″(opt)，Par(opt)

这里，项Par表示包括连续参数和离散参数的n维链路参数空间(n＝1、2、...)。Cost_i，S″j(Par)项表示将数据分组从节点i发送到集合S″_j中的任何或预定数量的节点的成本(或工作量)。在实际系统中该预定数量通常设为一个节点。再者，Cost_j，S″j(Par)项是链路参数空间Par和所考虑的节点集合即S″_j的函数。

链路参数项是如调制、编码和扩频方案、发射功率、天线权和频率信道参数的呼叫参数的集合项。链路参数由此包括有关数据链路层的DLC(数据链路控制)参数以及底层物理PHY层参数。DLC参数包括LLC(逻辑链路控制)参数和MAC(介质访问控制)参数，因此可以从LLC、MAC和PHY参数中选择链路参数。

通过上文论述的修改，根据本发明的方法实施例将输出Cost_i、S″(opt)、Par(opt)，即从节点i来看至目的节点的成本、可以据以转发数据的同时潜在或有利的下一跳节点的集合以及当转发数据时要使用的最优链路参数。

图3A中示出根据本发明的方法实施例如何操作的范例。在该图中，绘制节点i的随某一链路参数Par变化的成本。假定节点i看到两个节点A和B，各具有相关联的成本Cost_A和Cost_B。从这两个节点中，可以根据本发明的方法实施例构造三个功率集合，即S″₁、S″₂和S″₃。在这三个集合中，这里S″₃是最优的，即S″(opt)＝S″₃。换言之，S″₃使节点i的成本最小化。由此为该节点确定了两个同时潜在或有利的下一跳。

当用于转发过程中时，参考图3B，给出根据本发明提出的方法实施例的另一个示范应用。

在该例子中，启发式地选择期望最小延迟作为成本度量。这应该是合理的度量，因为然后转发进度最大化。

节点i中的延迟由重传次数和发射概率P_TX(即在时隙中传输的概率)来确定。节点i的(再次)传输次数            t_i取决于节点i与S″_opt中的节点之间的信道的特征以及调制、自动请求重发(ARQ)和编码方案。

为了说明这一点，考虑选择性重复ARQ和确定性路径损耗L。检测器的特征由β_k即被节点S″_j(k)收到的无条件概率表示，β_k＝f(P_TX，调制，FEC，N₀，L_k)以及是许多参数的函数。

传输次数	成功概率	平均重传次数
			1	P1＝1·(1-C)	P1·1
2	P2＝C·(1-C)	P2·2
			3	P3＝C2·(1-C)	P3·3

${\stackrel{\‾}{t}}_i=\underset{n=1}{\overset{\∞}{\mathrm{\Σ}}}n{\·C}^{n-1}\·(1-C)=\frac{(1-C)}{C}\·\underset{n-1}{\overset{\∞}{\mathrm{\Σ}}}n\·C^n=\frac{(1-C)}{C}\·\frac{C}{{(1-C)}^2}={(1-C)}^{-1}$

其中 $C=\underset{k=1}{\overset{K}{\mathrm{\Π}}}(1-{\mathrm{\β}}_k)$ 和节点i中按时隙数计的延迟的期望值则是：

$E\left[{\mathrm{Delay}}_i\right]=\frac{1}{P_{\mathrm{TX}}}\·\frac{1}{1-C}$

一个附加的且合理的规则是，假定S″_opt中的若干节点同时收到数据；首先选择具有最低成本的节点用于转发数据。这种选择直接在SDF[5]中实施，但是基于例如队列长度、随机或循环的任何其他选择规则也是可能的。

这里出于选择的目的，对S″_opt中的节点索引，以使成本C_k具有如下特性

                 C₁≤C₂≤...≤C_k其中K索引该集合中最后一个节点。应该以条件接收概率γ_k来加权这些成本，即以任何节点收到该数据为条件：

${\mathrm{\γ}}_k=\frac{{\mathrm{\β}}_k}{1-\underset{h=1...K}{\mathrm{\Π}}(1-{\mathrm{\β}}_h)}$

组合的成本函数f₁则是：

$f_1({\mathrm{Cost}}_{S_{j\left(k\right)}^{\′\′}},{\mathrm{\ΔCost}}_{{i,S}_{j\left(k\right)}^{\′\′}}|{\∀S}_{j\left(k\right)}^{\′\′}\∈S_j^{\′\′})=$

$=\frac{1}{{\stackrel{\‾}{t}}_i}+\frac{({\mathrm{\γ}}_1\·C_1+{\mathrm{\γ}}_2\·(1-{\mathrm{\γ}}_1)\·C_2+...+{\mathrm{\γ}}_K\·(1-{\mathrm{\γ}}_{K-11})\·...(1-{\mathrm{\γ}}_1)\·C_K)}{({\mathrm{\γ}}_1+{\mathrm{\γ}}_2\·(1-{\mathrm{\γ}}_1)+...+{\mathrm{\γ}}_K\·(1-{\mathrm{\γ}}_{K-11})\·...(1-{\mathrm{\γ}}_1))}$

这里假定特定的加杈反映如下选择规则：如果最低成本节点收到数据，则选择最低成本节点，以及否则选择下一最低成本节点，并依此类推。

对于衰落信道，可以采取相似的方法，但是解析数学表达式将更加复杂。

不使用解析表达式，则可以使用仿真方法。设想两种情况，可以使用来自预先仿真的情况的查询表或可以使用实时的以当前参数为输入的仿真。后者也许不是最实际的解决方案，但是仍是一种选择。

速率相关的网格度量

如果假设可以采用不同的速率来通信，则可以设想再一种网格度量。因为路径损耗在不同的节点之间是不同的，而且不同的节点受到干扰的不同影响，以及发射节点可能投入不同量的发射功率，所以对于不同的节点在接收时，信干比还可能显著不同。通信的一个基本方面是，节点可以接收分组的最大速率是信干比(或仅仅信噪比，即没有干扰存在的情况下)的函数。信干比越高，则可以支持的数据速率越高。因此，所关注的在于，基于如下假设来考虑网格度量：节点可以使用不同的速率来传输(以及接收)。通过以不同的前向纠错码、不同的扩频因子和不同的调制字母(例如比较4QAM和64QAM信号星座)来对分组编码，使不同的速率成为可能。

现在将速率相关的度量形式化。所考虑的情况是，以在用探测信号指示传输之后发生传输为约束，将平均端到端时间资源利用最小化。这种情况发生在如MDF[7]的多跳转发方案中，其中首先向多个节点发送短探测信号，接收指示可以用于每个用户的速率的多个响应，然后选择要发射到所选用户的分组。这里，忽略流选择的方面，即它属于MDF。(因为传输已由探测信号指示，而且其他节点可能已经根据所承受的干扰调整了它们的速率选择，所以将传输推迟到稍后的阶段是没有意义的。)

现在考虑节点i，节点i考虑是所有邻节点的超集中的一个集合的K个节点的集合。现在对这些节点排序(并枚举)，以使

               C′₁≤C′₂≤...≤C′_K。其中C′_k＝ΔC_ik+C_k，k∈{0，...，K}，以及ΔC_ik是从节点i到节点k的平均成本，以及C_k是在节点k至所考虑的目的地的成本(在实际中对所有目的地执行此操作，但是这里仅检查一个目的地)。现在通过按如下设置引入速率相关性

${\mathrm{\ΔC}}_{\mathrm{ik}}=\frac{1}{r_{\mathrm{ik}}}$

其中r_ik是节点i和节点k之间的速率。该速率可以通过多种方式来确定，或者从先前的通信估计，而且还可从有关路径增益G_ik、打算供节点i使用的发射功率P_i ^(TX)以及在节点k的噪声加干扰电平W_k的知识来更直接地确定。例如可以使用香农极限来确定速率

$r_{\mathrm{ik}}={\lg }_2(1+G_{\mathrm{ik}}{P}_i^{\left(\mathrm{TX}\right)}/W_k).$

然后可以将组合的网格成本f_l书写为：

$f_1=({\mathrm{Cost}}_{S_{j\left(k\right)}^{\′\′}},{\mathrm{\ΔCost}}_{i,S_{j\left(k\right)}^{\′\′}}|{\∀S}_{j\left(k\right)}^{\′\′}\∈S_j^{\′\′})=\frac{({\mathrm{\γ}}_1\·C_1^{\′}+{\mathrm{\γ}}_2\·(1-{\mathrm{\γ}}_1)\·C_2^{\′}+...+{\mathrm{\γ}}_K\·(1-{\mathrm{\γ}}_{K-11})\·...(1-{\mathrm{\γ}}_1)\·C_K^{\′})}{({\mathrm{\γ}}_1+{\mathrm{\γ}}_2\·(1-{\mathrm{\γ}}_1)+...+{\mathrm{\γ}}_K\·(1-{\mathrm{\γ}}_{K-11})\·...(1-{\mathrm{\γ}}_1))}$

其中使用条件接收概率，即

${\mathrm{\γ}}_k=\frac{{\mathrm{\β}}_k}{1-\underset{h=1...K}{\mathrm{\Π}}(1-{\mathrm{\β}}_h)}$

然后，β_k是节点k可用于接收的无条件概率，这通过MDF[7]的探测过程来测试，如上所述。节点可能不总是可用于接收的原因是，它可能不总是在接收，例如因为正处于传输模式或休眠模式。

因为希望将时间资源利用最小化，所以在超集中所有可能的集合上对函数 $f_1({\mathrm{Cost}}_{S_{j\left(k\right)}^{\′\′}},{\mathrm{\ΔCost}}_{i,S_{j\left(k\right)}^{\′\′}}|{\∀S}_{j\left(k\right)}^{\′\′}\∈S_j^{\′\′})$ 最小化。

下文参考图4，给出根据本发明的方法实施例的另一个范例。

在该非常简化的例子中，将每条链路表征为任意设置的平均接收成功概率。

最初，在某个时间T1，两个节点1和2建立联系，以及节点1将其初始成本C1发射到节点2。由此，在时间T2，通过如下计算将节点2的成本确定为8：

$C_2=\frac{1}{0.25}+4=8$

在某个稍后的时间T3，第三个节点即节点3被添加到网络。

在时间T4，节点3通过如下计算确定连接到节点1提供最低成本，即6：

$C_3=\frac{1+(4\·0.5+0.25\·(1-0.5)\·8)}{1-(1-0.25)\·(1-0.5)}=6.4$       1&2

$C_3=\frac{1}{0.5}+4=6---1$

$C_3=\frac{1}{0.25}+8=12---2$

在时间T5，节点2注意到节点3的进入，并评估它的成本选项。通过如下计算确定当节点2连接节点1和节点3时最低成本是6.6：

$C_2=\frac{1+(4\·0.25+0.75\·(1-0.25)\·6)}{1-(1-0.25)\·(1-0.75)}=6.6$      1&3

$C_2=\frac{1}{0.25}+4=8---1$

$C_2=\frac{1}{0.75}+6=7.3---3$

由此，根据本发明的方法实施例，从节点2提供两个同时潜在或有利的下一跳和同样两个同时潜在的路径或路由，而非如先前论述的贝尔曼-福特所提供的一个单独的跳跃或路径。

如前所述，在节点i计算成本时所用的成本是期望值，但是还可以将它们视为通过某个概率密度函数(PDF)建模的随机变量。如果输入是PDF值，则输出是PDF值，这是合理的。但是优化必须对平均值或方差来操作。

当在节点集合中搜索是非多项式(NP)完全问题时，开始这看起来是令人恐惧的。但是，如果N不大的话，则(2^N-1)个不同的集合不是问题。多跳网络的黄金规则是，节点应该有大约6个邻节点，即在投影的转发方向上大致3个。由此，获得大致7个集合来在成本确定时考虑。

降低复杂度的第一任选方法通过如下步骤给出，观察到可以排除任意的(但也许明智地猜测的)集合S″_j中成本高于Cost_i的所有节点，因为即使将它们纳入考虑，也并不改善成本。

在图5中示范此情况，示出图3A在没有两条上方曲线情况下的曲线。注意到，由节点A和B所引起的成本小于Cost_i，而无需考虑第三个节点C，因为一开始它的成本就大于Cost_i。注意，这是假定在加法运算符下为非负成本，以及在乘法运算符下成本按多于1增加。

下文将参考图6A、6B和7，描述用于降低根据本发明的方法的复杂度的一个任选的补充方法。从算法的角度来看，开始考虑S′中的最低成本节点作为第一集合S″_j是合理的，因为可以快速排除较高成本的节点。

在图6A中，示出具有多个节点的多跳网络，它们各具有相关联的单独成本。插入了节点i，以及如图所示，它具有邻节点1、2、3和4。

在图7中，示出用于降低本发明的复杂度的算法实施例的流程图。在该启发式算法中，在初始步骤(未示出)中，以类似贝尔曼-福特的方式对S″中的所有节点计算至邻节点的成本。不是选择最优成本和下一跳节点，而是根据计算的成本在步骤S2-S10中对这些节点排序。在相同的步骤S2中，确定成本矢量和节点矢量。例如，根据图6A，所得到的成本矢量和节点矢量可以是{C_i-4-d，C_i-1-d，C_i-3-d，C_i-2-d}和{4，1，3，2}，其中例如C_i-4-d是从节点i到节点4到目的节点d的路径的最优成本。C_i-4-d是从节点i到节点4的成本C_i-4和从节点4到目的地的成本C_4-d的函数。

研究的集合然后是S₁″＝{C_i-4-d，}，S₂″＝{C_i-4-d，C_i-1-d}，S₃″＝{C_i-4-d，C_i-1-d，C_i-3-d}，直到具有单独成本不超过任何先前从节点i的角度确定的成本的节点的最后一个集合。

排序的复杂度至多是O(N²)，但是如基于分而治之的快速排序的一些算法确保了平均O(N·log(N))的复杂度。

成本确定具有复杂度O(N)，但是将具有更低的平均复杂度，因为不可能的节点被排除。

注意该算法是启发式的，因为它不遍历每个集合组合。但是，以最可能的次序排列节点。

当每个节点更新了它的相应成本和下一跳节点的集合时，结果可能看上去如图6B。

在图8中，示出根据本发明的多跳通信网络中的节点10的实施例的示意框图。节点10包括无线电收发信器模块(RX/TX模块)20，它以已知的方式提供必需的接收和传输功能。节点10还包括路由确定部件30，适于根据本发明确定源和目的节点之间的路由。路由确定部件30则包括用于成本优化部件31、成本确定部件32和路由优化部件33。最后，节点10包括基于路由确定部件30的输出的分组转发部件40。

本领域技术人员将理解，在不背离所附权利要求书限定的本发明范围的前提下可以对本发明进行多种修改和更改。

                    参考文献

“Cisco-IGPR的介绍”(C.L.Hedrick Rutgers，″Cisco-Anintroduction to IGPR″，22August，1991，http：//www.cisco.com/warp/public/103/5.html)

“具有捕捉的时隙ALOHA多跳分组无线电网络的空间容量”(R.Nelson，L.Kleinrock，″The spatial capacity of a slotted ALOHAmultihop packet radio network with capture″，IEEE Transactions onCommunications，32，6，pp 684-694，1984)

WO 96/19887

WO 98/56140

US 2002/0051425

“在无线自组织网络中的链路层中利用路径分集”(S.Jain，Y Lv，S.R.Das，″Exploiting Path Diversity in the Link Layer in WirelessAd Hoc Networks″，Technical Report，WINGS Lab，July 2003)

WO2004/091155

Claims (19)

1.一种在多跳通信网络中的独立于数据分组转发的成本确定的方法，其特征在于如下步骤：

为所述网络中从源节点到目的节点的多个节点的至少其中之一确定多个同时潜在的下一跳节点，以使所述同时潜在的下一跳节点联合地优化预定的成本函数，所述多个同时潜在的下一跳节点形成所述多个节点的至少其中之一的邻节点的子集；以及

将所述多个节点的至少其中之一的最优成本确定为等于所述预定的成本函数的优化值，其中所述最优成本取决于所述多个同时潜在的下一跳节点中每个的相应成本。

2.如权利要求1所述的方法，其特征在于至少部分地基于所述多个节点的至少其中之一的每个可能的下一跳节点的单独成本优化所述预定的成本函数。

3.如权利要求1或2所述的方法，其特征在于至少部分地基于由所述多个节点的至少其中之一引起的成本因素优化所述预定的成本函数。

4.如权利要求1-2中任何一项所述的方法，其特征在于确定多个同时潜在的下一跳节点并逐个节点地确定相关联的最优成本，直到提供从所述源节点到所述目的节点的同时潜在的路由的网格为止。

5.如权利要求1-2中任何一项所述的方法，其特征在于确定链路参数，所述链路参数连同所述多个同时潜在的下一跳节点一起联合地优化预定的成本函数。

6.如权利要求1所述的方法，其特征在于基于根据如下公式对预定的成本函数f ₁的优化确定节点i的多个同时潜在的下一跳节点：

其中Optimize表示取决于选择和设计目标的任意优化操作，S"表示节点i的所有可能的下一跳节点，S" _j 表示S"中的节点的所有可能组合，是一个特定集合S" _j 中的节点S" _j(k) 的单独成本，以及是从节点i到节点S" _j(k) 的成本，以及Cost _i (opt)是节点i的最优成本和S" _j (opt)是同时潜在的下一跳节点的集合，以及f ₁是在S" _j 中的每个节点S" _j(k) 给出的成本的组合。

7.如权利要求6所述的方法，其特征在于基于根据如下公式对预定的成本函数f ₁的优化确定节点i的多个同时潜在的下一跳节点：

其中

是取决于选择和设计目标的任意算术运算，以及Const _i 是节点i可以包括在所述成本中的项，Cost _i 是从节点i来看至所述目的节点的成本。

8.如权利要求7所述的方法，其特征在于基于根据如下公式对预定的成本函数f ₂的优化确定节点i的多个同时潜在的下一跳节点：

其中Par是n维链路参数空间，其中n＝1、2、…，

表示随所述链路参数空间Par和节点的集合S" _j 变化的从节点i将数据发送到所述集合S" _j 中的节点的成本，以及Par(opt)是用于转发数据的链路参数的最优集合，以及f ₂是在S" _j 中的每个节点S" _j(k) 给出的单独成本的组合。

9.如权利要求7或8所述的方法，其特征在于根据所述网络的拓扑连通性和/或动态特性选择所述Const _i 。

10.如权利要求7-8中任何一项所述的方法，其特征在于根据随机变量选择所述Const _i 。

11.如权利要求7-8中任何一项所述的方法，其特征在于根据干扰、在节点i的电池状态和在所述节点i的排队状况的至少其中之一选择所述Const _i 。

12.如权利要求1所述的方法，其特征在于将节点的成本与延迟、干扰、跳跃数和路径损耗的至少其中之一相关联。

13.一种在通信网络中的路由选择协议中的独立于数据分组转发的成本优化的方法，其特征在于如下步骤：优化预定的成本函数，由此为从源节点到目的节点的多个节点的至少其中之一确定最优成本和多个同时潜在的下一跳节点，其中所述最优成本取决于所述多个同时潜在的下一跳节点中每个的相应成本，以及所述多个同时潜在的下一跳节点形成所述多个节点的至少其中之一的邻节点的子集。

14.一种在多跳通信网络中的独立于数据分组转发的成本确定的系统，其特征在于：

用于执行如下步骤的部件：为所述网络中从源节点到目的节点的多个节点的至少其中之一确定多个同时潜在的下一跳节点，以使所述同时潜在的下一跳节点联合地优化预定的成本函数，所述多个同时潜在的下一跳节点形成所述多个节点的至少其中之一的邻节点的子集；以及

用于执行如下步骤的部件：将所述多个节点的至少其中之一的最优成本确定为等于所述预定的成本函数的优化值，其中所述最优成本取决于所述多个同时潜在的下一跳节点中每个的相应成本。

15.如权利要求14所述的系统，其特征在于为所述网络中从源节点到目的节点的多个节点的至少其中之一确定多个同时潜在的下一跳节点的部件适于至少部分地基于所述多个节点的至少其中之一的每个可能的下一跳节点的单独成本优化所述预定的成本函数。

16.如权利要求14-15中任何一项所述的系统，其特征在于适于执行如下步骤的部件：确定多个同时潜在的下一跳节点并且逐个节点地确定相关联的最优成本，直到提供从所述源节点到所述目的节点的同时潜在的路由的网格为止。

17.如权利要求14-15中任何一项所述的系统，其特征在于适于执行如下步骤的部件：确定链路参数，所述链路参数连同所述多个同时潜在的下一跳节点一起联合地优化预定的成本函数。

18.如权利要求14-15中任何一项所述的系统，其特征在于为所述网络中从源节点到目的节点的多个节点的至少其中之一确定多个同时潜在的下一跳节点的部件适于根据如下公式优化预定的成本函数f ₁：

其中Optimize表示取决于选择和设计目标的任意优化操作，S"表示节点i的所有可能的下一跳节点，S" _j 表示S"中的节点的所有可能组合，是一个特定集合S" _j 中的节点S" _j(k) 的单独成本，以及是从节点i到节点S" _j(k) 的成本，以及Cost _i (opt)是节点i的最优成本和S" _j (opt)是同时潜在的下一跳节点的集合，以及f ₁是在S" _j 中的每个节点S" _j(k) 给出的成本的组合。

19.一种在多跳通信网络中实现独立于数据分组转发的成本确定的节点，其特征在于：

用于执行如下步骤的部件：为所述节点确定多个同时潜在的下一跳节点，以使所述同时潜在的下一跳节点联合地优化预定的成本函数，所述多个同时潜在的下一跳节点形成所述多个节点的至少其中之一的邻节点的子集；以及

用于执行如下步骤的部件：将所述节点的最优成本确定为等于所述预定的成本函数的优化值，其中所述最优成本取决于所述多个同时潜在的下一跳节点中每个的相应成本。

Images