自組網(wǎng)容錯結(jié)構(gòu)簡化的研究.pdf

1、在對于無線自組網(wǎng)進(jìn)行數(shù)學(xué)分析的研究中，移動模型的空間概率分布是從理論上研究移動自組網(wǎng)許多相關(guān)特性的重要基礎(chǔ)問題。Random Waypoint模型與Random Direction模型是自組網(wǎng)仿真經(jīng)常使用的移動模型，本文分別對這兩種移動模型下運動節(jié)點的空間概率分布進(jìn)行了研究，得到了一維與二維情況下運動節(jié)點空間概率分布的精確公式，并且使用仿真實驗數(shù)據(jù)加以驗證。這些概率分布函數(shù)精確公式有助于研究者更好的理解這兩個模型，在其自組網(wǎng)仿真中調(diào)整參

2、數(shù)以滿足不同需要。兩種不同模型所展現(xiàn)的相反的空間概率分布被用在后面容錯網(wǎng)絡(luò)結(jié)構(gòu)簡化的仿真之中。
　　網(wǎng)絡(luò)的拓?fù)淇刂仆ㄟ^調(diào)整各節(jié)點電臺半徑對于網(wǎng)絡(luò)性能有著直接的影響。然而為提高網(wǎng)絡(luò)性能而提出的拓?fù)淇刂迫粑纯紤]容錯，易造成自組網(wǎng)無法面對節(jié)點和無線信道失效。本文提出了保持兩點之間最大限度K點、K邊和K路徑容錯連通能力的概念，并將同時具備這三種容錯能力稱為能夠保持兩點之間最大限度K容錯連通能力。設(shè)計了兩種能夠在拓?fù)淇刂魄昂蟊３志W(wǎng)絡(luò)中任意兩

3、點間最大限度K容錯連通能力的分布式拓?fù)淇刂扑惴ǎ夯诰植肯鄬︵従訄D（LRNG）的KLRNG算法和基于局部最小生成樹(LMST)的KLMST算法。對算法的有效性進(jìn)行了證明。仿真結(jié)果表明，兩種算法能夠顯著減小平均電臺半徑，簡化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并且能夠通過改變K值來調(diào)整網(wǎng)絡(luò)的容錯能力，通過增加較少的能量開銷換得較高的容錯性能。
　　以往的拓?fù)淇刂扑惴ǘ际且揽恐芷谛?Hello包來獲取一跳鄰居信息，然而未考慮由于節(jié)點移動帶來的鄰居信息過時問

4、題會導(dǎo)致連網(wǎng)絡(luò)連通性都無法保證。本文研究了移動自組網(wǎng)的容錯拓?fù)淇刂茊栴}，分析了由于節(jié)點移動、Hello包過時導(dǎo)致的一跳鄰居信息過時問題，包括鄰居坐標(biāo)過時和鄰居集合過時，討論了出現(xiàn)逃逸者與入侵者情況。提出了MRTC容錯拓?fù)淇刂扑惴?，能夠依?jù)過時鄰居信息保持拓?fù)淇刂魄昂缶W(wǎng)絡(luò)中任意兩點之間最大限度K容錯連通特性。仿真結(jié)果表明，MRTC除了能夠通過改變 K值來調(diào)整網(wǎng)絡(luò)的容錯能力之外，還能根據(jù)節(jié)點最大移動速度和Hello包間隔進(jìn)行拓?fù)湔{(diào)整，有助于

5、保持移動網(wǎng)絡(luò)的拓?fù)浞€(wěn)定性。并且對具有不同節(jié)點空間概率分布的兩種移動模型對MRTC算法的性能影響進(jìn)行了比較。
　　除拓?fù)淇刂浦猓硪环N網(wǎng)絡(luò)結(jié)構(gòu)簡化方式是構(gòu)造骨干網(wǎng)。目前大多數(shù)構(gòu)造骨干網(wǎng)的算法都是以構(gòu)造一個連通支配集為最終目標(biāo)，均沒有考慮最終生成的骨干網(wǎng)的容錯特性，使得生成的骨干網(wǎng)拓?fù)浯嗳?，網(wǎng)絡(luò)結(jié)構(gòu)不健壯。本文首先分析了連通支配集作為骨干集的局限性，從圖論的角度提出了更具普遍意義的骨干集的定義，并提出了保持最大限度K點、K邊和K路徑

6、連通的骨干集的概念：能夠僅通過骨干集保持網(wǎng)絡(luò)中任意兩點之間最大限度K點、K邊和K路徑容錯連通，并將同時具備這三種容錯能力的骨干集稱為保持最大限度K容錯連通的骨干集。提出了一種基于K條內(nèi)部節(jié)點互不相交路徑的分布式骨干集構(gòu)造算法LKFB。證明了LKFB能夠保證網(wǎng)絡(luò)內(nèi)任意兩點之間通過骨干集保持最大限度K容錯連通能力。仿真結(jié)果表明，LKFB構(gòu)造的骨干集能夠通過改變K值來調(diào)整骨干節(jié)點的比例，從而調(diào)整網(wǎng)絡(luò)中任意兩點建立在骨干網(wǎng)上的容錯能力，通過增加

7、較少的骨干節(jié)點換得較高的容錯性。
　　對于通過骨干網(wǎng)簡化網(wǎng)絡(luò)結(jié)構(gòu)的方式而言，由于骨干節(jié)點承擔(dān)了網(wǎng)絡(luò)通訊的責(zé)任，勢必造成骨干節(jié)點由于過度消耗自身能量而衰竭。具有能耗均衡意識(Energy-Aware)的骨干集生成算法能夠避免這種情況發(fā)生。通過改變LKFB中的權(quán)值函數(shù)得到的EALKFB算法使得優(yōu)先選擇剩余能量較大的節(jié)點作為骨干節(jié)點。仿真結(jié)果表明，在滿足相同 K值容錯性要求的前提下，盡管通過 EALKFB構(gòu)建的骨干點比例比 LKFB略有