无线多跳回传网络中的路由建立方法

文档序号:7803707阅读:1067来源:国知局
无线多跳回传网络中的路由建立方法
【专利摘要】本发明涉及通信技术,具体提供一种无线多跳回传网络中的路由建立方法,其主要由蚁群算法中的两类蚂蚁完成路由建立:按选择概率(与信息素浓度和物理链路实际情况有关)选取源节点与目的节点之间路径的前向探索蚂蚁,和沿前向探索蚂蚁所走路径反向进行信息素更新和路由建立的反向探索蚂蚁。此外,相比于现有技术中WMNs所主要采用的Ad-hoc网络中的如AODV,DSR和OLSR的路由协议会在无线信道的不稳定时出现的众多问题,本发明综合考虑时变的网络信道状态、多样的通信业务带宽需求和不稳定的绿色能源采集量,在建立路由的同时自适应管理网络资源,从而达到降低传输时延,提高传递率、带宽效率和绿色能源利用率的目的。
【专利说明】无线多跳回传网络中的路由建立方法

【技术领域】
[0001]本发明涉及通信技术,具体涉及一种无线多跳回传网络中的路由建立方法。

【背景技术】
[0002]随着下一代网络对数据传输速率要求的越来越高以及网络规模的不断扩大,研究者们对无线Mesh网络(即无线网状网络)产生巨大的研究兴趣,大量研究表明无线Mesh网络(Wireless Mesh Networks, WMNs)可作为用户接入互联网的一种方式,构成无线回传网络。由于无线Mesh网路具有自组织、自配置和自修复特性,使其可以更加快速、简便的部署和维护,并且具有低开销和高可扩展性的特征。同时,由于其特殊的网状结构使得网络的容量、连通性和恢复力得到提升,因而由WMNs构成的无线多跳回传网络已开始逐渐取代传统有线回传网络(如光纤、电缆)。大量研究表明,在传统通信网中承载接入节点与核心网之间数据传输的回传网络能力已成为限制通信业务朝高速率及网络向高性能方向发展的瓶颈。然而,多跳无线回传网络(Mult1-Hop Wireless Backhaul Networks,简记为MHWBN)为回传网络提供了一种经济、灵活的方式。与现有回传网络相比,MHWBN可以显著的降低部署成本,可快速、灵活的进行网络配置。随着MHWBN的提出,无线Mesh网络也逐渐成为多跳回传网络中一种实现数据回传的重要技术。然而,多跳无线Mesh网络目前面临的主要问题仍是如何提高用户端到端的吞吐量。
[0003]目前WMNs仍主要采用Ad Hoc网络中的路由协议,如AODV,DSR和OLSR。Ad Hoc网络中出现的典型路由协议的实现机制是在源和目的节点间选择一条固定的路径,在整个传输过程中均使用这条路径传输,直至此次传输完毕。在链路状况比较好的时候,传统的路由机制能够正常工作。但是,无线信道的不稳定性经常会导致节点传输范围的瞬间变化,并且节点的移动或开关机也会导致下一跳节点不可达,就会导致频繁的MAC层的确认、重传现象,进而引起路由层路由维护过程或路由更新过程,在无线信道质量变差或者节点间相互距离正好处于临界覆盖范围的情况下这种现象更为严重。这种链路的不可靠性和不稳定性会导致很大的路由维护开销,还会造成上层业务出现很大的时延或大量的丢包现象,影响网络整体性能。


【发明内容】

[0004](一 )解决的技术问题
[0005]针对现有技术的不足,本发明提供一种无线多跳回传网络中的路由建立方法,该方法将蚁群优化算法应用于MHWBN的寻路问题中,提出了一种可以充分考虑物理层链路实际情况的路由机制,有利于实现以较小的路由维护开销达到较高的网络整体性能。
[0006]( 二 )技术方案
[0007]为实现以上目的,本发明通过以下技术方案予以实现:
[0008]一种无线多跳回传网络中的路由建立方法,该方法包括:
[0009]步骤S1:为每条邻居节点间的路径设定该路径上信息素浓度的初始值,并存储于所有节点共用的信息素表中;
[0010]步骤S2:根据输入的源节点与目的节点在所述源节点生成前向探索蚂蚁集合,每只所述前向探索蚂蚁按照选择概率不停地选择并移动到下一个邻居节点直到到达所述目的节点;其中,任意两个邻居节点间路径的所述选择概率正相关于该路径上的信息素浓度,负相关于两邻居节点间的物理距离;
[0011]步骤S3:在每只前向探索蚂蚁到达目的节点后在目的节点生成反向探索蚂蚁,所述反向探索蚂蚁沿相同路径反向回到源节点,同时按固定比例或固定值增加其所经过路径上的信息素浓度,并建立对应于该路径的路由表。
[0012]优选地,每个节点都包括绿色能源采集装置,用于采集绿色能源存储至电池中以供节点使用。
[0013]优选地,所述任意两个邻居节点间路径的所述选择概率进一步正相关于下一节点中所述电池中的绿色能源剩余量。
[0014]优选地,每只所述前向探索蚂蚁在节点U处从节点U的邻居节点集合Nu中选择下一个节点的所述选择概率
-

【权利要求】
1.一种无线多跳回传网络中的路由建立方法,其特征在于,该方法包括: 步骤S1:为每条邻居节点间的路径设定该路径上信息素浓度的初始值,并存储于所有节点共用的信息素表中; 步骤S2:根据输入的源节点与目的节点在所述源节点生成前向探索蚂蚁集合,每只所述前向探索蚂蚁按照选择概率不停地选择并移动到下一个邻居节点直到到达所述目的节点;其中,任意两个邻居节点间路径的所述选择概率正相关于该路径上的信息素浓度,负相关于两邻居节点间的物理距离; 步骤S3:在每只前向探索蚂蚁到达目的节点后在目的节点生成反向探索蚂蚁,所述反向探索蚂蚁沿相同路径反向回到源节点,同时按固定比例或固定值增加其所经过路径上的信息素浓度,并建立对应于该路径的路由表。
2.根据权利要求1所述的方法,其特征在于,每个节点都包括绿色能源采集装置,用于采集绿色能源存储至电池中以供节点使用。
3.根据权利要求2所述的方法,其特征在于,所述任意两个邻居节点间路径的所述选择概率进一步正相关于下一节点中所述电池中的绿色能源剩余量。
4.根据权利要求3所述的方法,其特征在于,每只所述前向探索蚂蚁在节点u处从节点u的邻居节点集合Nu中选择下一个节点的所述选择概率
其中,τ (u,V)为所述信息素表中从节点u到节点V路径上的信息素浓度,
du;v为节点u与节点V之间的所述物理距离,Ev或E1为节点V或节点I的所述电池中的绿色能源剩余量,α、β、Y为大于零的预设参数。
5.根据权利要求1所述的方法,其特征在于,所述步骤S3还包括:所述反向探索蚂蚁沿相同路径反向回到源节点时,同时按固定比例减少其所经过路径上的信息素浓度。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述方法在步骤S3之后还包括: 步骤S4:在每只所述后向探索蚂蚁到达源节点后,在源节点生成前向管理蚂蚁,所述前向管理蚂蚁沿相同路径回到目的节点,同时基于有约束的马尔可夫决策过程对节点参数进行自适应调整,所述节点参数包括节点的传输速率、带宽等级和发射功率。
7.根据权利要求6所述的方法,其特征在于,所述方法在步骤S4之后还包括: 步骤S5:在每只所述前向管理蚂蚁到达目的节点后,在目的节点生成后向管理蚂蚁,所述后向管理蚂蚁沿相同路径回到源节点,同时根据收集的节点参数按预定的评估规则找到源节点与目的节点之间的最优路径,并以固定比例或固定值增加该最优路径上的信息素浓度并以固定比例减小网络中其余所有路径上的信息素浓度。
8.根据权利要求6所述的方法,其特征在于,所述有约束的马尔可夫决策过程的状态空间包括动态信道增益、缓存队列长度和上层应用数据包产生数目; 所述有约束的马尔可夫决策过程的行为空间包括传输速率调整。
9.根据权利要求6所述的方法,其特征在于,所述自适应管理的目标为满足功率约束条件下使网络时延最小; 所述功率约束条件包括电网所耗功率时间平均值不大于网络所能提供的总平均电网功率。
10.根据权利要求6所述的方法,其特征在于,每个节点都包括绿色能源采集装置,用于采集绿色能源存储至电池中以供节点使用; 所述节点参数还包括由电网提供的发射功率与所述电池提供的发射功率分配量; 所述有约束的马尔可夫决策过程的状态空间包括所述电池的绿色能源剩余量; 所述有约束的马尔可夫决策过程的行为空间包括调整发射功率中由电网提供的发射功率与所述电池提供的发射功率的比例。
【文档编号】H04W40/24GK104168620SQ201410201545
【公开日】2014年11月26日 申请日期:2014年5月13日 优先权日:2014年5月13日
【发明者】滕颖蕾, 魏翼飞, 宋梅, 王雅莉, 满毅, 张勇, 王莉, 刘洋, 袁得嵛, 郭达, 高鹏, 任宸莹, 赵俊美 申请人:北京邮电大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1