专利名称：一种移动无标度自组织网络模型的建立方法
技术领域：
本发明属于通信领域，涉及一种网络模型，具体涉及一种移动无标度自组织网络 模型的建立方法。
背景技术：
大量的真实网络除了具有小世界效应外，网络的节点度也可能服从幂律分布。节 点度服从幂律分布就是说具有某个特定度的节点数目与这个特定的度之间的关系可以用 一个幂函数近似地表示。幂函数曲线是一条下降相对缓慢的曲线，这使得度很大的节点 可以在网络中存在。对于随机网络和规则网络，度分布区间非常狭窄，几乎找不到偏离节 点度均值较大的点，故其平均度可以被看作其节点度的一个特征标度。在这个意义上，节 点度服从幂律分布，节点度没有明显的特征标度的网络被叫做无标度网络，并称这种节点 度的幂律分布为网络的无标度特性。无标度网络最重要的特性就是标度不变性(Scale Invariance)。下面从指数函数和幂律函数对标度改变的反映来解释标度不变性或者无标 度特性。幂律函数y(x) =cxa ；指数函数z(x) =Ce_x。现在改变测量单位(标度)，即乘以 一个因子λ，看看这两个函数如何变化，显然有y(Xx) =θ(λχ)α = λ aCXa = λ ay(x), ζ(λχ) =ce-Ax = c(eA)-x0从第一个等式可知幂律函数图形的形状没有发生变化，同时 函数的指数也不变。然而从第二个等式可知指数函数图形的形状已经改变，同时函数的指 数也乘以了因子。这说明幂律函数具有标度不变性，即不依赖所采用的测量单位，而指数函 数则不具备标度不变性。1999年，Barabasi和Albert给出了构造无标度网络的演化模型。Barabdsi和 Albert把真实系统通过自组织生成无标度的网络归功于两个主要因素生长和优先连接， 而他们的网络模型(BA网络)正是模拟这两个关键机制设计的。在已有的网络基础上不断 有新的节点加入，每个新节点加入时都要有m条边与已有节点相连，但连接到某个节点的 概率与该节点的度值成正比，这样就可以形成一个幂律指数为_3的无标度网络，且与初始 分布和m值无关。在BA无标度网络中，越老的节点具有越高的度。然而在许多实际网络系统中，节 点的度及增长速度并非只与该节点的年龄有关，比如www上的某些站点通过好的内容和市 场推广，可以在较短的时间内获得大量的超文本链接，甚至超越一些老的站点。一些最新发 表的高质量的科研论文可以在较短时间内获得大量的引用。显然，这些都是与节点的内在 性质相关的。Bianconi和Barabdsi把这一性质称为节点的适应度(Fitness)，并据此提出 了适应度模型。李翔和陈关荣认为优先连接机制不可能在整个网络上都起作用而只会在某个局 域世界(Local-world)里被遵守，比如Internet中，计算机网络是基于域-路由器的结构 来组织管理的，一台主机通常只与同一域内的其他主机相连，而路由器则代表它内部域的 主机和其他路由器相连。他们将局域世界的概念引入BA模型对其作了推广，提出了所谓的 局域世界演化网络模型。局域世界演化网络模型的度分布介于指数网络和无标度网络的度分布之间。该模型表明，随着局域世界的扩大，网络演化越不均勻，越接近于BA模型，即局 域世界的规模决定了网络演化的非均勻性。许多实际的网络不仅有新节点和边的加入，同时还有旧节点和边被删除。表现出 有增有减的动态演化过程。这是比纯粹增长网络更广的演化网络。史定华和刘黎民等遵循 达尔文进化原理，提出了一个简单的优胜劣汰模型。优胜劣汰模型删除部分陈旧的节点和 连线，增加部分节点和连线从而实现优胜劣汰。上述研究均将网络看作无权网，然而现实网络大多为有权网，即网络节点之间的 连接强度是有区别的。Yook等人提出了一种权重演化模型假定节点权重正比于节点的度 数，也即度数大的节点拥有更大的权数。结果表明，其度分布也符合幂律特征。无线网络领域无标度拓扑控制策略的相关工作有Saffre等人提出一个移动自 组织网络仿真工具STAN(Simulation Tool for Ad hoc Networks), STAN中的节点符合移 动自组织网络的特征，节点并不知道全局信息，仅能发送和接收消息。STAN是一个事件驱 动和异步的仿真平台。STAN还考虑节点密度、节点的信号传输范围和信号冲突。STAN通过 修改BA网络中的优先连接规则，提出自己的本地和异步优先连接规则从而使一个本地信 息交换网络拓扑接近于无标度网络拓扑，用以提高移动自组织网络的效率和鲁棒性。但是 STAN并没有考虑节点的移动性。类似地，Ishizuka等人在部署传感器节点上使整个网络拓 扑呈现无标度特性，充分利用无标度网络对随机攻击的鲁棒性，从而增强了网络的容错性。 Garbinato等人提出一个拓扑控制策略使固定传感器网络成为无标度网络，仿真试验显示 无标度网络拓扑在无线传感器网络的信息扩散上有着积极的影响，作者建议可在部署无线 传感器网络时最好采用无标度网络拓扑。Sarshar等人提出一个本地的分布式补偿重连协 议使得网络的拓扑结构呈现无标度特性，且幂律指数可调，非常灵活。
发明内容
本发明提出了一个移动无标度自组织网络模型(A Mobile Scale-free NetworkModel for Mobile Ad hoc Networks，MSNMA)。为了使网络具备无标度特性，本发明 提出的网络模型生成算法采用无标度网络模型的最基本的两个机制，生长和优先连接。在 已有的网络基础上不断有新的节点加入，并且增加新边时采用与度大的节点优先连接的机 制。目前的网络模型生成算法都在节点固定的前提下提出的，本发明提出网络模型中的节 点是移动的，并采用移动自组织网络的某一移动模型(比如RWP)来决定节点的移动方式； 并借鉴局域世界演化网络模型思路，天然地，制定节点的局域世界的法则为在某节点信号 传输范围内的所有节点组成该节点的局域世界，节点与其局域世界内的节点存在边。为了 使网络具备无标度特性，节点与节点信号传输半径外的节点可以增加小部分长程边。本发明提供一种移动无标度自组织网络模型，该方法首先做如下假设假设网络 的整个仿真区域为[X，Y]，节点的信号传输半径为r。，信号传输半径r(l << X和r(l << Y， 节点空间分布概率密度函数可由节点的移动模型得出，节点的移动模型为任选，并假设节 点空间分布概率密度函数为均勻分布pdfUnifOT ；忽略节点的边界效应；假设网络最初没有 节点和边；t是时间步，每一个时间步增加一个新节点，网络一共经历N个时间步生成完成， t的取值范围0 < t彡N，且t为自然数。整个网络生成之后的节点数目为N ；开始时t = 1。接着可按如下步骤进行操作
步骤1 以概率PAddN。de = 1为网络增加1个节点；以概率PAdN。de = 1增加1个节点At，按照节点空间分布概率密度函数pdfuni一(均 勻分布)确定节点At在仿真区域为[X，Y]中的位置为[x，y]t ；步骤2 建立节点At在它的局域世界内的连接；根据节点At的位置^^叉和节点的信号传输半径 为节点&增加^-^丨)条 边；节点At和处于该节点信号传输半径r(l内的所有其它节点构成一个节点At的局域世界， 节点At与局域世界内的其它节点之间均增加连接，eAddNode(t)为节点At的局域世界内除节 点At外其它节点的个数；步骤3 以概率PA‘。ng为节点At增加e—g条长程连接；(a)若网络中边的数目为网络已为全连接网络，则转入步骤4;否则，进行 步骤(b)；
tool ] (b)首先按照择优概率n og = 在除节点At外的其它节点中选取一个节点 &，其中&是节点&的度；(c)判断节点&和选取的节点&之间是否存在连接，如果不存在连接，则以概率 PAddLong在两个节点之间增加一个长程连接，0 < PAddLong ^ 1 ；如果节点At和选取的节点K之 间已存在连接，返回步骤(b)；(d)重复步骤(a) (c)，直至为节点At建立eA‘。ng条长程连接；步骤4 将t+1赋值给t，如果t ( N，返回步骤1，否则结束。本发明提出的移动无标度自组织网络模型的优点在于本发明在网络拓扑构建和 维护过程中根据无标度网络的拓扑特性来对网络拓扑结构进行优化，这将具有重要意义。 具体体现在(1)无标度网络拓扑更接近真实世界。实证研究表明，大量真实网络几乎都具有无标度 特性，包括Internet、WWW以及新陈代谢网络等连接度分布函数具有幂律形式，是无标度网络。(2)无标度网络对随机节点故障具有较高的鲁棒性。有研究比较了 ER随机图和 BA无标度网络的连通性对节点去除的鲁棒性，结果发现相较ER随机图而言，无标度网络对 随机节点去除具有较高鲁棒性。有研究对实际网络Internet和WWW网络(它们都是无标 度网络)面对随机故障的鲁棒性进行研究，结果仍然证明其对随机攻击具有较高鲁棒性。(3)研究表明，小世界/无标度网络拓扑应用于移动自组织网络/无线传感器网络 可以优化网络连通性、延长网络的生命期，节约能量的使用、增加网络的吞吐率和容量、更 加健壮，具备可伸缩性，提高网络搜索协议效率。
图1为本发明一种移动无标度自组织网络模型的建立方法流程图。图2为本发明一种移动无标度自组织网络模型的度分布图，理论计算值和仿真试 验结果的比较。
具体实施例方式下面将结合附图、理论分析和仿真试验对本发明作进一步的详细说明。
本发明提供一种移动无标度自组织网络模型，该方法首先做如下假设假设网络 的整个仿真区域为[X，y]，节点的信号传输半径为Y(1，信号传输半径Y/a和Y(1 Y，节点 空间分布概率密度函数可由节点的移动模型得出，节点的移动模型为任选，并假设节点空 间分布概率密度函数为均勻分布pdfUnif。M ；忽略节点的边界效应；假设网络最初没有节点 和边；t是时间步，每一个时间步增加一个新节点，网络一共经历N个时间步生成完成，t的 取值范围0 < t≤N，且t为自然数。整个网络生成之后的节点数目为N ；开始时t = 1。按照如下步骤进行移动无标度自组织网络模型的建立步骤1 :以概率PAdN。de = 1为网络增加1个节点；以概率PAdN。de = 1增加1个节点At，按照节点空间分布概率密度函数pdfuni一(均 勻分布)确定节点At在仿真区域为[X，Y]中的位置为[x，y]t ；步骤2 建立节点At在它的局域世界内的连接；根据节点At的位置[x，y] t和节点的信号传输半径、。，为节点At增加eAddN。d6 (t) 条边；节点At和处于该节点信号传输半径、^内的所有其它节点构成一个节点At的局域世 界，节点At与局域世界内的其它节点之间均增加连接，eAddNode (t)为节点At的局域世界内除 节点At外其它节点的个数；步骤3 以概率PA‘。ng为节点At增加e—g条长程连接；(a)若网络中边的数目为网络已为全连接网络，则转入步骤4;否则，进行 步骤(b)；(b)首先按照择优概率n (Ki) = Ki/t在除节点At外的其它节点中选取一个节点 Ai，其中Ki是节点Ai的度；(c)判断节点At和选取的节点&之间是否存在连接，如果不存在连接，则以概率 PAddLong在两个节点之间增加一个长程连接，0 < PAddLong ^ 1 ；如果节点At和选取的节点K之 间已存在连接，返回步骤(b)；(d)重复步骤(a) (c)，直至为节点At建立eAddL。ng条长程连接；步骤4 将t+1赋值给t，如果t ( N，返回步骤1，否则结束。所述的长程连接的形式具体实现为(1)特殊节点。特殊节点是装备两个不同信号传输范围(Radio Range)的无线电 信号发送和接收装置的节点。信号传输范围包括一个短距离传输范围和一个长距离传输范 围。比如同时具备蜂窝网络接口和WiFi网络接口的节点。(2)基站。在移动自组织(Ad hoc)网络中利用基站，把基站视为一个节点，基站和 移动Ad hoc网络节点存在一些距离较远的长程边。(3)逻辑边。将物理上相对固定的多跳(Muti-hop)线路视为两个远距离节点之间 存在一条逻辑上的边。(4)定向天线。在需要直接连接的两个远距离节点之间使用定向天线来直接建立 物理上的连接。(5)有线连接。在需要直接连接的两个远距离节点之间使用有线线路来直接建立 物理上的连接。本发明无标度自组织网络模型MSNMA的度分布P(k)服从幂律分布，因此符合无标度特性。以下为移动无标度自组织网络模型MSNMA度分布分析和理论证明。平均场方法(Mean—fi e [ d Approcach)由Barabas i，A[bert和Jeong提出。本发明采用平均场方法推导该网络模型的度分布如下。
为简化计算，忽略节点的边界效应。并假设移动模型的节点空间概率分布为均匀分布，如果节点空间分布概率密度函数不是均匀分布仍然可以按照移动模型的节点空间概率分布类似推导，本发明仅以节点空间概率分布为均匀分布为例。令K，(t)表示为在t时间步节点A，的度数，以下简写为K，。每1个时间步增加1个节点，则第七时间步节点总数为t。整个仿真区域为[X，Y]，信号传输半径r。<<X和r。<<Y。
(1)增加新节点和其在局域世界内的连接[O049] 因为移动模型的节点空间概率分布为均匀分布，则落入新节点的信号传输半径r。内的概率
，因为落入新节点的信号传输半径r。内的节点均与新节点存在边。如果A，与新节点存在边，那么A，s~D[i的度为[。所以，
(2)增加新节点的长程连接
因为选出的两节点(新节点和A，)在彼此信号传输范围内的概率为 建立动力学方程
解此微分方程可以得到Ki表达式
因机r0<<x和r0<<Y,所以
.因此
，则
解此偏微分方程，则& = C t%即为& (t)。因为第i时间步时节点数为i，根据移动自组织网络的特点，节点和该节点信号传 输半径内的所有其它节点存在边，则节点&在第i时间步时的度应该为在节点&信号传输 半径范围内的节点数与长程边数之和。艮口， 因为
，所以
由上式可以解出C = a/ia所以 因为计算网络度分布需要随机选择一个节点，所以Kjt)中的i必须看成随机变 量。现在来研究它的分布，由于是随机选择的，则随机变量i应该在t个节点中服从均勻分
布，即。于是由动力学解，网络度分布可以推导如下将K“t)表达式代入P{Ki(t) <k}， 则 由上式可知
，其中
称为度(分布)
指数，由此可见该模型的度分布P(k)服从幂律分布。以下为本发明的仿真试验证明。本发明为了确保仿真中节点的空间概率分布为均勻分布，因此采用的移动模型为 Static。根据MSNMA算法生成一个具体的网络拓扑结构。通过统计具有度数k的节点的频 数，重复若干次，取其平均值，然后以频率代替概率，即以网络中度数为k的节点数占总节 点数的比例(频率)作为概率p(k)的近似值。为了使信号传输半径r(l<<X*r(l<<Y，仿真试验选择A = 10，X，Y = 1000。考察各节点的度分布情况来判断网络是否具有无标 度特性。仿真参数如表一所示。表一 MSNMA仿真参数 观察网络是否具备无标度特性。通过图2可以看出，在根据MSNEMA算法增加长 程连接后网络在不同的网络节点数的情况下度分布图形大致呈一条直线，可以用幂律分
布函数来表示，从图2中可以看出其幂律大约为_2和-3，这和；^二(1 + 1),其中a =
eAddLong P—g计算值相吻合，从而证明了理论推导的正确，并因此可以认为该网络模型具 备无标度网络属性。
权利要求
一种移动无标度自组织网络模型的建立方法，其特征在于首先假设网络的整个仿真区域为[X，Y]，节点的信号传输半径为r0，信号传输半径r0＜＜X和r0＜＜Y，节点空间分布概率密度函数可由节点的移动模型得出，节点的移动模型为任选，并假设节点空间分布概率密度函数为均匀分布pdfUniform；忽略节点的边界效应；假设网络最初没有节点和边；t是时间步，每一个时间步增加一个新节点，网络一共经历N个时间步生成完成，t的取值范围0＜t≤N，且t为自然数，整个网络生成之后的节点数目为N；开始时t＝1，接着按如下步骤进行操作步骤1以概率PAddNode＝1为网络增加1个节点；以概率PAddNode＝1增加1个节点At，按照节点空间分布概率密度函数pdfUniform确定节点At在仿真区域为[X，Y]中的位置为[x，y]t；步骤2建立节点At在它的局域世界内的连接；根据节点At的位置[x，y]t和节点的信号传输半径r0，为节点At增加eAddNode(t)条边；节点At和处于该节点信号传输半径r0内的所有其它节点构成一个节点At的局域世界，节点At与局域世界内的其它节点之间均增加连接，eAddNode(t)为节点At的局域世界内除节点At外其它节点的个数；步骤3以概率PAddLong为节点At增加eAddLong条长程连接；(a)若网络中边的数目为网络已为全连接网络，则转入步骤4；否则，进行步骤(b)；(b)首先按照择优概率∏(ki)＝ki/t在除节点At外的其它节点中选取一个节点Ai，其中ki是节点Ai的度；(c)判断节点At和选取的节点Ai之间是否存在连接，如果不存在连接，则以概率PAddLong在两个节点之间增加一个长程连接，O＜PAddLong≤1；如果节点At和选取的节点Ai之间已存在连接，返回步骤(b)；(d)重复步骤(a)～(c)，直至为节点At建立eAddLong条长程连接；步骤4将t+1赋值给t，如果t≤N，返回步骤1，否则结束。FSA00000115468900011.tif
2.根据权利要求1所述的一种移动无标度自组织网络模型的建立方法，其特征在于 步骤1中的节点At的空间分布概率密度函数为均勻分布。
3.根据权利要求1所述的一种移动无标度自组织网络模型的建立方法，其特征在于 所述的节点空间分布概率密度函数由节点的移动模型得出，节点的移动模型为任选。
4.根据权利要求1所述的一种移动无标度自组织网络模型的建立方法，其特征在于 所述的移动无标度自组织网络模型的度分布P (k)服从幂律分布。
全文摘要
本发明公开了一种移动无标度自组织网络模型的建立方法，该方法首先假设网络的整个仿真区域为[X，Y]；节点的信号传输半径为r0，r0＜＜X和r0＜＜Y；节点空间分布概率密度函数为均匀分布pdfUniform；忽略节点的边界效应；假设网络最初没有节点和边；t是时间步，每一个时间步增加一个新节点，0＜t≤N，且t为自然数。网络一共经历N个时间步生成完成，整个网络生成之后的节点数目为N。网络模型的建立过程以概率PAddNode＝1为网络增加节点At；建立节点At在其局域世界内的连接；以概率PAddLong为节点At增加eAddLong条长程连接。本发明提供的无标度网络拓扑更接近真实世界。应用于移动自组织网络/无线传感器网络可以优化网络连通性、延长网络的生命期，具备可伸缩性，提高网络搜索协议效率。
文档编号H04W84/18GK101848557SQ201010181990
公开日2010年9月29日 申请日期2010年5月25日 优先权日2009年5月31日
发明者牛建伟, 童超, 龙翔 申请人:北京航空航天大学