机会网络中的路由选择方法与流程

本发明涉及机会网络
技术领域：
，具体涉及到机会网络中基于节点相遇位置预测的路由方法。
背景技术：
：机会网络是一种不需要源节点和目标节点之间存在完整链路，利用节点移动带来的相遇机会实现通信的自组织网络。由于高延时、节点密度稀疏、节点移动性等因素的影响，它的拓扑结构是动态多变的，为了在网络拓扑结构多变的情况下实现源节点和目的节点之间的通信，采用了“存储-携带-转发”的策略将消息逐跳传递给目的节点。正是因为节点之间不需要完整通信路径的特性，机会网络能够处理一些无线网络技术目前不能解决的问题，并且能满足紧急环境下的通信需要，如灾难救援或恶劣通信环境中，所以在军用和民用无线通信领域都具有重要地位和研究意义。它主要应用在环境监测、车载自组织网络、手持设备组网、军事adhoc传输、偏远地区网络传输、灾难应急救援等。目前已经存在的基于节点地理位置信息的路由算法主要有gls、lotar、gpsr等。gls算法将整个网络按等级划分为栅格，以便进行地理位置信息更新及查询，当节点要发送数据时，根据邻居节点的地理位置信息采用贪婪机制转发数据；lar算法中源节点通过利用目的节点地理位置信息确定目的节点期望区域，然后根据自己的当前位置确定请求区域，发起路由请求，其他节点收到请求分组后，根据分组中携带的请求区域判定是否转发该请求；lotar是一种位置踪迹辅助路由算法，该算法路由发现机制与lar相类似；gpsr算法是一种贪婪型的路由算法，它不需要维护路由表，当节点需要发送数据时，利用地理位置信息把数据发给离目的节点最近的邻居，如果出现了局部优化问题，则采用边界转发机制。这几类算法都通过寻找其他节点的位置信息来提高路由性能。但是目前它们很难直接应用到机会网络中，由于机会网络拓扑结构的动态改变导致节点的实际位置时刻发生改变，因此使得路由选择的准确性变差，这类算法的性能就会下降。机会网络中节点不断移动，导致目的节点的位置等信息不能够准确预测，同时现有的路由算法大多考虑节点间的相遇概率、接触时间等历史相遇信息，忽略了网络中节点移动导致实际位置改变的情况。技术实现要素：本发明所要解决的问题在于克服上述技术的不足，提供一种对节点在下一时刻的位置信息进行准确预测、对节点缓存空间进行高效管理、并且能完成多副本消息转发的机会网络中路由选择方法。解决上述技术问题所采用的技术方案是由下述步骤组成：(1)发送前，对当前携带消息节点c所携带的消息确定它的所有邻居节点n。(2)确定携带消息节点c、所有邻居节点n和目的节点d在当前时刻的移动速度分别为式中c1x和c1y分别表示携带消息节点c在上一时刻位置的横坐标、纵坐标，cx和cy分别表示携带消息节点c在当前时刻位置的横坐标、纵坐标，n1x和n1y分别表示邻居节点n在上一时刻位置的横坐标、纵坐标，nx和ny分别表示邻居节点n在当前时刻的位置的横坐标、纵坐标；d1x和d1y分别表示邻居节点n在上一时刻位置的横坐标、纵坐标，dx和dy分别表示邻居节点n在当前时刻的位置的横坐标、纵坐标；δt为记录位置过程中的采样时间间隔。(3)获取当前时刻携带消息节点c和邻居节点n分别与目的节点d的移动速度夹角θc和θn式中分别表示在当前时刻携带消息节点c、邻居节点n、目的节点d的移动速度。(4)选择邻居节点ni中与目的节点d移动速度的夹角在范围的节点为中继节点r邻居节点ni与目的节点d移动速度的夹角由下式确定：(5)由节点位置预测模型中的转移概率矩阵p获取目的节点d在下一时刻的位置(6)确定下一时刻携带消息节点c和中继节点r到目的节点d的距离sc和sn的大小按下式携带消息节点c和中继节点r到目的节点d的距离sc和sn的大小：式中d2x和d2y分别表示目的节点d在下一时刻位置的横坐标、纵坐标，和分别表示携带消息节点c在下一时刻位置的横坐标、纵坐标，和分别表示邻居节点n在下一时刻位置的横坐标、纵坐标。(7)获取节点缓存中不同消息的转发优先级pm节点缓存中不同消息的优先级由下式确定：pm＝l(mi)×α+(1-(t(mi)×β))(9)式中l(mi)表示消息的重要性等级，t(mi)表示消息的时效性，α表示消息的重要性等级所占的权重，β表示消息的生存时间所占的权重，满足α+β＝1，l(mi)∈[0,1]，t(mi)∈[0,1]。(8)对携带消息节点c给中继节点ri进行消息转发的决策由步骤(6)中sc、sn和步骤(7)中pm的结果，携带消息节点c将优先级pm高的消息转发给中继节点r，携带消息节点c决策转发多少副本给每个中继节点r。如果携带消息节点c携带的消息副本数κ＝1，则携带消息节点c自己携带着消息移动等待与目的节点d相遇，并且不转发消息给任何节点。如果携带消息节点c携带的消息副本数κ＞1，其中k为有限的正整数。a、当sc＝sn时，携带消息节点c给所有的中继节点r转发的消息副本总数为同时每个中继节点r，得到的消息副本数为携带消息节点c自身保留的消息副本为b、当sc＞sn时，携带消息节点c将全部的消息副本κ转发给中继节点r，每个中继节点r得到的副本数为c、当sc＜sn时，携带消息节点c不转发消息，自己携带消息移动等待转发机会，直至遇到目的节点d。在本发明的步骤(8)中，本发明的遇到新的邻居节点n和目的节点d时发送消息为：携带消息节点c遇到新的邻居节点n时，对携带消息节点c中所有消息转发的优先次序和给每个中继节点r转发的副本数进行决策，确定发送。本发明基于2阶markov模型对节点在下一时刻的位置信息进行准确预测，同时按照下一时刻节点间距离和夹角的大小选取恰当的中继节点，利用缓存管理技术高效管理缓存空间的利用，并且能完成多副本消息的转发，有效地提高消息投递率的同时，能够降低网络开销和消息的平均传输时延，整体提高路由效率，可用于机会网络
技术领域：
。通过仿真实验，与现有的路由方法相比，该方法提出了优先级的缓存管理策略，实现缓存了空间的高效利用，提高了消息成功投递率，降低开销比率和平均传输时延。附图说明图1是本发明实施例1的流程图。图2是节点间移动速度夹角的示意图。图3是缓冲区大小对投递率影响的仿真实验结果图。图4是缓冲区大小对平均时延影响的仿真实验结果图。图5是缓冲区大小对负载率影响的仿真实验结果图。图6是节点个数对投递率影响的仿真实验结果图。图7是节点个数对负载率影响的仿真实验结果图。图8是节点个数对平均时延影响的仿真实验结果图。图9是产生消息的时间间隔对投递率影响的仿真实验结果图。图10是产生消息的时间间隔对负载率影响的仿真实验结果图。图11是产生消息的时间间隔对平均时延影响的仿真实验结果图。具体实施方法下面结合附图和实施例对本发明进一步详细说明，但本发明不限于下述的实施方式。实施例1以建立2阶markov模型为例，如图1所示，机会网络中路由的选择方法由下述步骤组成：(1)发送前，对当前携带消息节点c确定它的所有邻居节点，节点彼此相遇时，彼此交换消息列表来确定不携带有消息的所有邻居节点ni。本实施例对当前携带消息节点c确定它的邻居节点n，目的节点d。(2)确定携带消息节点c、所有邻居节点n和目的节点d在当前时刻的移动速度分别为式中c1x和c1y分别表示携带消息节点c在上一时刻位置的横坐标、纵坐标，cx和cy分别表示携带消息节点c在当前时刻位置的横坐标、纵坐标，n1x和n1y分别表示邻居节点n在上一时刻位置的横坐标、纵坐标，nx和ny分别表示邻居节点n在当前时刻位置的横坐标、纵坐标；d1x和d1y分别表示邻居节点n在上一时刻位置的横坐标、纵坐标，dx和dy分别表示邻居节点n在当前时刻位置的横坐标、纵坐标；δt为记录位置过程中的采样时间间隔。(3)获取当前时刻携带消息节点c和邻居节点n分别与目的节点d的移动速度夹角θc和θn在当前时刻携带消息节点c、它的邻居节点n及目的节点d的速度分别为携带消息节点c和邻居节点n与目的节点d移动速度矢量的夹角θc和θn如图2所示，按下式确定：式中分别表示在当前时刻携带消息节点c、邻居节点n、目的节点d的移动速度；得节点间移动速度的夹角确定如图2所示。(4)选择邻居节点n中与目的节点d移动速度的夹角在范围内的节点为中继节点r在选取中继节点r时，比较θc和θni的大小，选择出θc和θni在范围内的节点作为中继节点r，得到中继列表。邻居节点n与目的节点d移动速度的夹角由下式确定：(5)由节点位置预测模型中的转移概率矩阵p获取目的节点d在下一时刻的位置结合markov模型，建立节点位置预测模型来预测节点在下一时刻的位置信息，因为机会网络中节点不断移动，其下一时刻的位置不仅与当前时刻的位置有关，而且还与其之前的位置有关，用2阶markov来进行位置预测。假设节点当前所处的位置变量x是一个随机变量，且随机变量的序列xi构成一个时齐的markov过程，2阶markov预测模型要求xi满足下列要求：p{xi+1＝l|x(1,n)＝l}＝p{xi+1|xixi-1＝lili-1}其中l＝l1l2…ln表示节点采样的n个历史位置序列，li表示节点在i时刻的位置。记录位置的过程中采样的时间间隔为δt，网络中节点根据自身的平均速度和网络场景的大小来确定出恰当的采样时间间隔，进行等间隔的位置记录，δt由下式确定：其中ω为网络场景中位置点之间的最小距离，为节点的平均速度，ρ为比例因子。2阶markov位置预测模型是根据节点当前的位置lcur以及上一时刻的位置lpre去预测节点在下一时刻的位置，节点位置预测模型的核心是建立2阶markov转移概率矩阵p，2阶转移概率矩阵p的行向量表示节点的上下文位置，即节点在上一时刻和当前时刻的位置lcurlpre，列向量表示节点下一时刻可能会出现的位置lnext，转移概率矩阵的表示如下：其中m＝n2，pij表示节点移动到下一时刻位置的概率；转移概率矩阵中的元素表示在行向量代表的当前状态下，节点移动到列向量代表的下一时刻位置的概率大小。转移概率按下式确定：其中p(xi+1＝l|l)表示节点在当前位置的情况下，移动到下一位置l的概率，l表示节点上一时刻和当前时刻的位置lprelcur，b表示节点下一时刻出现的位置lnext，ab表示节点在上一时刻、当前时刻和下一时刻的位置lprelcurlnext，ta表示在整个采样的过程l中a出现的次数，tab表示在整个采样过程l中ab出现的次数。根据目的节点在转移概率矩阵p中相应的行向量，找出该行中最大的概率值pij对应的列所代表的位置，得到当前目的节点位置的预测结果，表示目的节点下一时刻的位置。(6)确定下一时刻携带消息节点c和中继节点r到目的节点d的距离sc和sn的大小；携带消息节点c、中继节点r及目的节点d在下一时刻的位置分别表示为：c2(c2x,c2y)、n2(n2x,n2y)、d2(d2x,d2y)，即在下一时刻携带消息节点c和中继节点r到目的节点d的距离sc和sn由下式确定：式中d2x和d2y分别表示目的节点d在下一时刻位置的横坐标、纵坐标，和分别表示携带消息节点c在下一时刻位置的横坐标、纵坐标，和分别表示邻居节点n在下一时刻位置的横坐标、纵坐标。(7)获取节点缓存中不同消息的转发优先级pm确定消息的优先级时，综合考虑消息的重要性等级l(mi)和时效性t(mi)影响因素：假定网络中产生的消息内容不同，基于不同的内容为每一个消息设定重要性等级l(mi)，l(mi)越大表明消息的重要程度越大。t(mi)按下式确定：tc＝tc-ts其中tc表示消息已经存在的时间，tc表示当前时间，ts表示消息产生开始的时间，ttl表示消息的生存周期，t(mi)表示生存时间对优先权的影响因子。综合考虑l(mi)和t(mi)对最终优先权pm的影响，pm按下式确定：pm＝l(mi)×α+(1-(t(mi)×β))(9)式中l(mi)表示消息的重要性等级，t(mi)表示消息的时效性，α表示消息的重要性等级所占的权重，β表示消息的生存时间所占的权重，满足α+β＝1，l(mi)∈[0,1]，t(mi)∈[0,1]。(8)对携带消息节点c进行消息转发的决策由步骤(6)中sc、sn和步骤(7)中pm的结果，携带消息节点c将优先级pm高的消息转发给中继节点r，携带消息节点c决策转发多少副本给每个中继节点r。假设邻居节点n与目的节点d在下一时刻的距离大小分别为sn1,sn2,…,sni，中继列表中每个中继节点r得到的消息副本数χ由下式确定：其中κ表示携带消息节点c当前所有的副本数，λs表示节点间的距离在所有sni值中所占的比例，χ表示每个中继节点得到的副本数。如果携带消息节点c携带的消息副本数κ＝1，则携带消息节点c自己携带着消息移动等待与目的节点d相遇，并且不转发消息给任何节点。如果携带消息节点c携带的消息副本数κ＞1，其中k为有限的正整数：a.当sc＝sn时，携带消息节点c给所有的中继节点r转发的消息副本总数为同时每个中继节点r得到的消息副本数为携带消息节点c自身保留的消息副本为b、当sc＞sn时，携带消息节点c将全部的消息副本dκ转发给中继节点r，每个中继节点r得到的副本数为c、当sc＜sn时，携带消息节点c不转发消息，自己携带消息移动等待转发机会，直至遇到目的节点d。携带消息的节点c根据上述模型选择出合适的中继节点r后，依据缓存管理策略决定消息转发的优先次序，随后进入消息转发阶段，携带消息节点c根据自身所携带的消息副本数κ决定转发过程。本实施例中基于地图最短路径移动模型，使用机会网络仿真平台one进行仿真实验，验证本发明中所提出的模型和算法的正确性和有效性，观察在节点缓存空间、节点数目、生成消息的时间间隔变化时firstcontact、directdelivery、epidemic和libr四种方法的路由性能，采取的度量指标有：成功投递率、负载率、平均时延，具体的仿真参数设置如表1。表1基于地图最短路径模型具体仿真参数设置参数默认值范围仿真区域4500m×3500m——传输速度250kbps——传输范围10m——仿真时间12hours——移动速度0.5-1.5(m/s)——消息存活时间100s——消息大小50kb——采样时间间隔5s——节点缓存空间60m20m-120m节点个数300个100-600个产生消息时间间隔20s10s-35s实验1该组实验针对网络中节点缓存空间的变化，把基于位置预测的路由方法与机会网络中几种经典的路由方法相比较，四种路由算法的消息成功投递率、平均传输时延、网络负载率的变化规律分别如图3、图4、图5所示。综合图3、图4、图5可以得知基于位置预测的路由的投递率最高、平均时延最小，并且负载率相对较低，因为基于位置信息的预测在一定程度上增大了与目的节点d相遇的可能性，平均传输时延和平均跳数更小，并且基于markov模型的位置预测减小了转发的盲目性，减小了网络开销，负载率更低。相比于其他三种路由算法，firstcontact的共享率最低，并且它的平均时延最高，因此它在负载小的网络环境中性能更好。实验2该组实验针对网络中节点个数的变化，把基于位置预测的路由方法与机会网络中几种经典的路由方法相比较，四种路由算法的消息成功投递率、网络负载率、平均传输时延的变化规律分别如图6、图7、图8所示。综合图6、图7、图8可以得知基于位置预测的路由的投递率保持最高，随着节点个数的增多负载率和平均时延都较低，因为随着节点个数的增多，节点与目的节点相遇的概率增大，从而缩短了消息传输到目的节点的平均时延，节点经过的跳数相应也变少，对网络中资源的消耗同时会减小。firstcontact的共享率下降最快，平均时延最高，因为网络中节点数量不断增大的时候，与目的节点的相遇机会就会减小，同时资源转发过程中所经过的跳数增多，导致资源转发的时延增大，因此firstcontact适用于稀疏网络。实验3该组实验针对网络中产生消息的时间间隔的变化，把基于位置预测的路由方法与机会网络中几种经典的路由方法相比较，四种路由算法的消息成功投递率、网络负载率、平均传输时延的变化规律分别如图9、图10、图11所示。由图9、图10、图11得知，基于位置预测的路由方法的投递率始终最高，平均时延和平均跳数等都很低。当时间间隔小于15s时，epidemic的投递率很低，因为生成消息的时间间隔很小，epidemic没有采用任何冗余策略，丢包数不断增多，而基于位置预测的路由方法能更好地适应消息生成时间间隔的变化，总体性能良好。实验结果本发明使用机会网络仿真工具one(opportunisticnetworkenvironment)，通过与其他几种经典的路由算法相比较，大量的仿真实验验证了本发明中提出的模型和策略的有效性和正确性，并且该路由方法在有效提高消息成功投递率的同时，能够降低网络开销和平均传输时延，尤其是在节点密度大、缓存空间受限的机会网络中路由性能更好。当前第1页12