基于元建模的移动AdHoc网络性能优化

２０１２年４月　第８卷第２期　系统仿真技术　

Ｓｙｓｔｅｍ　Ｓｉｍｕｌａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ａｐｒ．，２０１２　

Ｖｏ１．８，Ｎｏ．２　

中图分类号：ＴＰ　３９１．９　文献标识码：Ａ　

基于元建模的移动Ａｄ　Ｈｏｃ网络性能优化　胡志伟　，梁加红　，陈　凌　，吴　（１．国防科学技术大学机电工程与自动化学院，湖南长沙　２．防化研究院信息研究中心，北京１０２２０５）　

冰　４１００７３；　

摘要：针对移动Ａｄ　Ｈｏｃ网络性能优化过程中的仿真模型精确性与仿真模型运行效率之间的矛盾，提出了利用相　关向量元模型来拟合网络仿真模型并进行优化的解决方法。重点研究了元建模方法中的实验设计方法、元模型拟　合方法、模型验证与评估等关键技术。利用适度精确的元模型替代仿真模型进行设计空间探索和多目标优化，实验　结果表明，基于元模型的优化可以成功应用于移动Ａｄ　Ｈｏｅ网络等复杂系统建模、分析与优化，有效提高此类计算密　集过程的计算效率。　关键词：移动Ａｄ　Ｈｏｃ网络；元建模；基于元建模的优化；计算密集过程　

Ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　Ｍｏｂｉｌｅ　Ａｄ　Ｈｏｃ　Ｎｅｔｗｏｒｋ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｕｓｉｎｇ　Ｍｅｔａｍｏｄｅｌｉｎｇ　Ｍｅｔｈｏｄｏｌｏｇｙ　

ＨＵ　Ｚｈｉｗｅｉ　，ＬＩＡＮＧ　Ｊｉａｈｏｎｇ　，ＣＨＥＮ　Ｌｉｎｇ　，　Ｕ　Ｂｉｎｇ　（１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｍｅｃｈａｔｒｏｎｉｃｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，Ｎａｔｉｏｎａｌ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｄｅｆｅｎｓｅ　Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ　４１００７３，Ｃｈｉｎａ　２．Ｉｎｆｏｒｍａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｒａｌ，Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｃｈｅｍｉｃａｌ　Ｄｅｆｅｎｓｅ，Ｂｅｉｊｉｎｇ　１０２２０５，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｏ　ａｄｄｒｅｓｓ　ｔｈｅ　ｄｉｌｅｍｍａ　ｂｅｔｗｅｅｎ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌ　ａｎｄ　ｒｕｎｔｉｍｅ　ｅｆｆｉｃｉｅｎｃｙ　ｗｈｉｃｈ　ｔａｋｅ　ｐｌａｃｅ　ｉｎ　ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｂａｓｅｄ　ｎｅｔｗｏｒｋ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｍｏｂｉｌｅ　ａｄ　ｈｏｃ　ｎｅｔｗｏｒｋｓ，　ｔｈｅ　ｍｅｔａｍｏｄｅｌｉｎｇ　ｍｅｔｈｏｄｏｌｏｇｙ　ｉｓ　ｉｎｖｅｓｔｉｇａｔｅｄ　ｔｏ　ｃｈａｒａｃｔｅｒｉｚｅ　ａｎｄ　ｏｐｔｉｍｉｚｅ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｎｅｔｗｏｒｋ　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｔｈｒｅｅ　ｍｅｔａｍｏｄｅｌｉｎｇ　ｔｅｃｈｎｉｑｕｅｓ　ａｒｅ　ｒｅｓｅａｒｃｈｅｄ　ｉｎ　ｄｅｔａｉｌ，ｗｈｉｃｈ　ａｒｅ　ｄｅｓｉｇｎ　ｏｆ　ｅｘｐｅｒｉｍｅｎｔ，　ｍｅｔａｍｏｄｅｌ　ｃｈｏｏｓｉｎｇ　ａｎｄ　ｍｏｄｅｌ　ｆｉｔｔｉｎｇ　ａｎｄ　ｍｏｄｅｌ　ｖａｌｉｄａｔｉｏｎ．Ｗｉｔｈ　ａ　ｒｅａｓｏｎａｂｌｙ　ａｃｃｕｒａｔｅ　ｍｅｔａｍｏｄｅｌ　ａｓ　ａ　“ｓｕｒｒｏｇａｔｅ”，ｔｈｅ　ｄｅｓｉｇｎ　ｓｐａｃｅ　ｉｓ　ｅｘｐｌｏｒｅｄ　ａｎｄ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｉｓ　ｃａｒｒｉｅｄ　ｏｎ．Ｔｈｅ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｅ　ｍｅｔａｍｏｄｅｌ　ｂａｓｅｄ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃａｎ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　ｃｏｍｐｕｔａｔｉｏｎ—ｉｎｔｅｎｓｉｖｅ　ｐｒｏｃｅｓｓ，ａｎｄ　ｉｔ　ｃａｎ　ｂｅ　ｓｕｃｃｅｓｓｆｕｌｌｙ　ａｐｐｌｉｅｄ　ｔｏ　ｔｈｅ　ｄｏｍａｉｎ　ｏｆ　ｃｏｍｐｌｅｘ　ｓｙｓｔｅｍｓ　ｓｕｃｈ　ａｓ　ｍｏｂｉｌｅ　ａｄ　ｈｏｃ　ｎｅｔｗｏｒｋｓ，　ｆａｃｉｌｉｔａｔｉｎｇ　ｓｙｓｔｅｍ　ｍｏｄｅｌｉｎｇ，ａｎａｌｙｓｉｓｉｎｇ　ａｎｄ　ｏｐｔｉｍｉｚａｔｉｏｎ　Ｋｅｙ　ｗｏｒｄｓ：ｍｏｂｉｌｅ　Ａｄ　Ｈｏｃ　ｎｅｔｗｏｒｋｓ；ｍｅｔａｍｏｄｅｌｉｎｇ；ｍｅｔａｍｏｄｅｌ　ｂａｓｅｄ　ｏｐｔｉｍｉｚａｔｉｏｎ；ｃｏｍｐｕｔａｔｉｏｎ　ｉｎｔｅｎｓｉｖｅ　ｐｒｏｃｅｓｓ　

引　嗣　移动Ａｄ　Ｈｏｃ网络（Ｍｏｂｉｌｅ　Ａｄ　Ｈｏｅ　Ｎｅｔｗｏｒｋｓ，　

ＭＡＮＥＴ）是由无线移动节点组成的复杂分布式网　络系统，节点可以动态地自组织成任意临时性网络　拓扑，从而允许装置在没有预先存在通信基础设施　的环境中（如灾后救援和重建）进行无缝地互连互　通。从战场通信、传感器网络到智能家电，ＭＡＮＥＴ　９４　系统仿真技术　第８卷第２期　的应用领域非常广泛。仿真技术是进行复杂系统　建模、分析和设计的有效手段，对于ＭＡＮＥＴ这类　复杂系统的性能优化，研究者采用基于仿真的优　化方法（Ｓｉｍｕｌａｔｉｏｎ　Ｂａｓｅｄ　Ｏｐｔｉｍｉｚａｔｉｏｎ，ＳＢＯ）。网　络性能优化本质上是一个复杂的迭代寻优过程，　是涉及多学科领域、多种研究目标和多模型仿真　的计算密集过程（Ｃｏｍｐｕｔａｔｉｏｎ　Ｉｎｔｅｎｓｉｖｅ　Ｐｒｏｃｅｓｓ）　。由于分析研究的仿真模型的精确度　和复杂程度越来越高，运行仿真模型进行性能评　估仍可能耗时很长，现有计算能力往往无法有效　满足仿真优化快速运行的需求。　为解决仿真模型精确性与仿真模型运行效率　之间的矛盾，研究者提出了基于元模型的优化　（Ｍｅｔａｍｏｄｅｌ—ｂａｓｅｄ　Ｏｐｔｉｍｉｚａｔｉｏｎ，ＭＢＯ）¨　。元模　型的概念最早由Ｂｌａｎｎｉｎｇ　在１９７５年提出，由　Ｋｌｅ￣ｎｅｎ　引入仿真领域。元模型，就是复杂精确　仿真模型的一种近似代理模型（Ｓｕｒｒｏｇａｔｅ　Ｍｏｄｅ１），即“模型的模型”。通过对仿真模型的Ｉ／　Ｏ数据进行拟合，得到简化的、近似的数学模型，　用它来代替或部分代替仿真模型进行仿真实验，　以提高实验的效率。创建元模型的过程称为元　建模（Ｍｅｔａｍｏｄｅｌｉｎｇ）。元模型广泛应用于系统设　计、生产制造、经济管理和军用仿真等多个领　域¨　，但在ＭＡＮＥＴ领域应用较少。Ｂａｒｒｅｔｔ　和Ｖａｄｄｅ等人…首先将实验设计和统计分析应　用于描述路由协议、媒体访问控制（ＭＡＣ）协议和　节点移动模式和负载之间的参数、协议交互。　Ｈｕｉ　利用低阶多项式元模型进行Ｗｉ—Ｆｉ网络性　能研究，与解析模型相比，元模型更好地拟合了　仿真模型，并为其设定的需要闭合形式模型的应　用提供了条件。现有的研究多采用低阶多项式　模型，当问题的输人输出关系复杂、非线性程度　高和规模较大时，建模精度和准确度都不够，研　究仍待加深。　本文从网络性能优化出发，研究在计算资源　和预算有约束的情况下，如何获取满足精度要求　的系统优化设置。文中提出了基于相关向量回　归（Ｒｅｌｅｖａｎｃｅ　Ｖｅｃｔｏｒ　Ｒｅｇｒｅｓｓｉｏｎ，ＲＶＲ）元模型和　遗传计算的网络性能优化框架。其中重点研究　元建模过程中的实验设计、模型选择和模型拟合　等相关技术进行网络性能建模，并利用元模型替　代仿真模型进行优化计算。　

２　基于相关向量回归元模型和遗传　计算的优化框架　

ＭＡＮＥＴ仿真是典型的离散事件系统仿真，　存在大量的随机因素，一般的网络仿真系统都采　用伪随机数的形式模拟随机因素。无法直接获　得某组设计参数的目标函数，须以多次仿真的输　出平均作为目标函数。其性能优化问题存在高　度非线性和多极小性等特性，传统优化算法往往　难以有效使用。基于元模型的仿真优化方法，一　方面可以提供明确的目标函数，另一方面可以大　幅降低计算开销，为网络性能优化问题提供了一　条可行的解决途径。本文采用一种基于ＲＶＲ全　局元模型的仿真优化方法，利用ＲＶＲ构建仿真元　模型，并选择遗传算法作为优化算法。主要出于　以下考虑：ＲＶＲ所需训练样本少，且模型拟合精　度高，适用于对非线性程度较高的问题进行全局　建模；遗传算法是一种全局随机优化算法，不需　要目标函数连续、不容易陷入局部最优、不需要　相关领域知识，遗传算法适合于处理高非线性、　多极点的仿真优化问题。算法主要划分为两个　阶段：ＲＶＲ全局元模型的建模阶段和基于元模型　的优化阶段，如图１所示。　

３　实验设置　本文以ＭＡＣ层和路由层为例进行研究，两层　之间的协议交互和参数组合对性能有较大影响。　ＭＡＣ层协议选取ＩＥＥＥ　８０２．１１，路由层协议选取　Ａｄ　Ｈｏｃ按需距离矢量路由协议（Ａｄ　Ｈｏｃ　Ｏｎ—　Ｄｅｍａｎｄ　Ｄｉｓｔａｎｃｅ　Ｖｅｃｔｏｒ　Ｒｏｕｔｉｎｇ，ＡＯＤＶ）。两者都　较为成熟，在大多数仿真系统和测试床中都有实　现，重点关注元建模应用的过程。　ＡＯＤＶ是按需路由，主要使用路由发现和路　胡志伟，等：基于元建模的移动Ａｄ　Ｈｏｃ网络性能优化　９５　图１　基于兀模型的优化算法框架　Ｆｉｇ　１　Ｏｐｔｉｍａｌ　ａｌｇｏｒｉｔｈｍ　ｆｒａｍｅｗｏｒｋ　ｂａｓｅｄ　ｏｎ　ｍｅｔａｍｏｄｅｌ　

由维护机制。本文使用链路层应答来实现路由　维护中对下一跳节点可达性的应答，以此作为两　层的交互。文中利用ＡＯＤＶ和ＩＥＥＥ　８０２．１１协议　的参数设置和交互对网络性能的影响进行说明。　选取的设计变量和性能指标如下。　３．１　设计变量　（１）节点传输时间（Ｎｏｄｅ　Ｔｒａｖｅｒｓａｌ　Ｔｉｍｅ，　ＮＴＴ）：对数据平均一跳传输时间的保守估计，包　括排队时延、中断处理时间、传输时间。　（２）路由发现请求消息重复次数（ＲＲＥＱ　Ｒｅｔｒｉｅｓ，ＲＲＲ）：在路由发现进程中，对同一目标节　点可以发送的ＲＲＥＱ最大次数。达到该次数限制　以后，需要暂停一段时间，才能发起另一次路由发　现进程。　（３）活动路由超时时间（Ａｃｔｉｖｅ　Ｒｏｕｔｅ　Ｔｉｍｅｏｕｔ，ＡＲＴ）：网络中节点按需建立了到其他节　点的可用路由，这些路由需要定义一个有效期，以　便及时响应网络的动态变化。节点收到有关节点　的路由信息后更改该节点相应的路由。当经过活　动路由超时时间后，没有收到某节点的路由信息，　则认为该节点的路由信息过期并删除相应活动路　由，在有业务需求时进行新的路由发现进程。　（４）ＭＡＣ层最大重传次数（Ｒｅｔｒｙ　Ｌｉｍｉｔ，　ＳＲＬ）：利用请求发送／允许发送（ＲＴＳ／ＣＴＳ）进行　链路确认时最大的重传次数，如果没有收到应　答，则通知链路中断。　表１设计变量的取值范围　Ｔａｂ．１　Ｖａｌｕｅ　ｒａｎｇｅ　ｏｆ　ｔｈｅ　ｄｅｓｉｇｎ　ｖａｒｉａｂｌｅｓ　３．２定量性能指标　（１）平均吞吐量（Ａｖｅｒａｇｅ　Ｔｈｒｏｕｇｈｐｕｔ）：目标　节点每秒接收到的数据量（ｂｉｔ／ｓ）。即一段时间　内两节点间数据传输量与时间之比，用于衡量网　络运行过程中负载状况。　（２）平均数据延迟（Ａｖｅｒａｇｅ　Ｐａｃｋｅｔ　Ｄｅｌａｙ）：　数据从源节点到目标节点经历的平均时间（Ｓ）。　接收节点收到数据包与发送节点发送数据包的　平均时间间隔，主要为建立路由所消耗的时间与　数据转发所占用的时间之和．该指标用于衡量网　络数据传输实时性。　３．３仿真场景和参数配置　仿真实验考虑同构网络，即每个节点采用相　同的参数配置。在确定实验设计方案以后，针对　每一组参数组合，利用不同的随机数进行２０次仿　真，每次９００　Ｓ，取结果的平均值，以减少随机误　差。详细的仿真场景和参数配置如表２所示。　４网络性能元建模　在基于元模型的优化过程中，元模型的建　立是关键。元模型的质量直接影响优化过程的可