adhoc网络节点移动模型综述

adhoc网络节点移动模型综述

ID:32629148

大小:69.56 KB

页数:8页

时间:2019-02-13

adhoc网络节点移动模型综述_第1页
adhoc网络节点移动模型综述_第2页
adhoc网络节点移动模型综述_第3页
adhoc网络节点移动模型综述_第4页
adhoc网络节点移动模型综述_第5页
资源描述:

《adhoc网络节点移动模型综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、Adhoc网络节点移动模型综述【摘要】在移动Adhoc网络仿真研究中,节点移动模型直接决定了网络的拓扑结构,进而影响网络性能的评估,基于合理的节点移动模型的仿真结果才真实可靠。介绍了目前Adhoc网络仿真研究中所应用的移动节点模型。【关键词】Adhoc网络节点移动模型网络仿真在移动Adhoc网络中,节点的移动将会直接影响网络的拓扑结构和链路状态,而网络的拓扑结构是设计MAC协议和路由协议的基础,基于合理的节点移动模型设计的网络协议才是可信的。现有的Adhoc网络节点运动模型主要有两类:一类是实体运动模型(EntityMolalityModel);另一类是群组运动模型(GroupMob

2、ilityModel)o实体运动模型描述了单个节点独立运动的情况;而组运动模型则描述一组运动相关的节点组的运动情况。下面对这两类模型分别介绍。一、实体运动模型1.1随机行走移动模型(Randomwalk)[1.这种模型反映的是一种完全不可预测、没有规律的一种极限运动模式,它是一种类布朗运动。在这种模型中,节点从当前位置移动到下一个位置时,在[0,2n]的范围内随机选择一个方向,在[Vmin,Vmax]内随机的选择一个速度,然后运动一个固定的时间或者一段固定的距离。在运动到仿真区域的边界时,节点发生反弹,以和入射角大小相同的角度继续运动。随机走动模型是一种无记忆的运动方式,因为节点当前

3、的移动速度和方向完全独立于先前的移动速度和方向,因而会使网络中的节点产生不现实的运动方式,如突然停止或急转,不符合实际应用的情况,不利于网络仿真。目前这种模型已经被淘汰。图1是一个节点以随机行走运动模型在1000X1000的区域内运动,根据节点的运动数据用NS2软件中的gnuplot工具画出的运动轨迹。1.2随机路点移动模型(RandomWayPointMobilityModel)文献[1]中描述此移动模型为:节点首先在当前位置停留一段随机时间Tp£[Tmin,Tmax],然后在场景内随机选取一个位置作为目标位置,并以随机选定的速度vW[Vmin,Vmax]向该目标位置移动。节点到达

4、目的地后再随机停留一段时间Tp,然后重复上述过程。RWM移动模型比较真实的反映了人类的一种基本的运动规律,具有很好的现实性,且简单易于实现,所以成为事实上基准移动模型,得到了最广泛的应用。然而,RWP存在两个问题:(1)平均速度逐渐降低。文献[2]中通过仿真发现,若采用RWM模型,则节点平均速度随着仿真的运行逐渐降低。(2)节点稳态分布不均匀。文献[3]通过仿真发现,当Tp为0时,10mX10m方形场景内100个节点按RWM模型移动得到的稳态分布具有非均匀特性。当平均停留时间Tp变长时,节点的稳态分布趋于均匀。文献[11]给出了一种防止节点速度衰减的方法。1.3随机方向移动模型(Ra

5、ndomDirectionModel)RDM模型是一种在自组网的仿真中经常普遍采用的移动模型,在文献[4]中为解决邻节点个数波动而首次提出。该节点移动模型的定义是在运动区域内随机找一个点S作为起始点,从(0,2=)随机均匀选择一个方向,按照预先定义的速度,一直走到该运动区域的边界点D,然后保持静Tpause时间,再以D作为新的起始点S重新选择一个方向Y—直走到该运动区域新的边界点D,然后保持静止Tpause时间,如此反复。在文献[5]中,对RandomDirection节点移动模型进行了深入研究,给出了RandomDirection节点移动模型在一维和二维的空间概率分布函数的公式,认

6、为运动节点空间的分布在二维坐标下出现中心概率密度小,边缘概率密度大,且具有圆对称的非均匀分布等特点。文献[7]中推导出了RandomDirection节点移动模型在三维空间概率密度函数。但是随着研究的深入,其存在着固有的缺点就是:边界现象。即由于节点都是碰到边界才一变向,这样会出现节点在边界处聚集,其与现实中的一些情况不是很符合,尤其是并不是每个节点都碰到边界才会变向,而是在运动中每个时刻有可能变向。近年来主要是考虑对这种模型的改进。1.4GaussMarkovModel(GMM)由于随机路点移动模型和随机方向移动模型等模型没有记忆性,会导致急停、急转弯等不合理的运动情形,高斯马尔可

7、夫模型(GaussMarkovModel)[6]中节点新的速度和新的位置都与此前的速度和位置有关,所以弥补了这方面不足。但是这种模型的实现比较复杂,所以应用不是很广泛。该模型通过一个可调的参数来适应随机性程度不同的情况。起始时,每个移动节点被赋予一个速度和方向,每经过一个固定的时间间隙n,每个节点的速度和方向就会发生更新。节点在第n个时间间隙的速度和方向取决于第n-1个时间间隙的速度和方向和随机变量,具体由下式给出:其中,sn和dn是移动节点在第n个时间间

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。