基于复杂网络理论的移动自组网路由算法研究
移动自组网中基于位置信息的路径优化路由算法
通过 构造 优化路径 ， 相 对于 Ｇ Ｏ Ａ Ｆ Ｒ＋算法最 多降低 ２ ５ ｍｓ 的传输时延 ． 最后 ， 对该算 法在 实际应 用 中的适 用条件 进行 了 分 析． 该算法适用 于网络拓扑变化率较低 ， 数据 传输 率较高的 网络．
关键 词 ： 移动 自组 网 ； 路 由算法 ； 路径优化 ； 空洞
ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｙ， ｇ Ｈ ａ ｒ ｂ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｙ， ｇ Ｈ ｒｂ ａ ｉ ｎ １ ５ ０ ０ ８ ０ ， Ｃ ｈ ｉ ｎ ａ ）
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ６ － ７ ０ ４ ３ ． ２ ０ １ ２ １ １ ０ ７ ４
网 络 出版 地 址 ： ｈ ｔ ｔ ｐ ： ／ ／ ｗ ｗ ｗ ． ｅ ｎ ｋ ｉ ． ｎ ｅ ｔ ／ ｋ ｃ ｍ ｓ ／ ｄ ｅ ｔ ａ ｉ ｌ ／ ２ ３ ． １ ３ ９ ０ ． Ｕ ． ２ ０ １ ３ ０ ３ ０ ５ ． １ ０ １ ４ ． ０ ２ ２ ． ｈ ｔ ｍ ｌ
中图分类号 ： Ｔ Ｐ ３ ９ ３ 文献标 志码 ： Ａ 文章编 号 ： １ ０ ０ ６ — ７ ０ ４ ３ （ ２ ０ １ ３ ） ０ ３ － ０ ３ ４ ５ － ０ ５
Ｐｏ ｓ ｉ ｔ ｉ ｏ ｎ － ｂａ ｓ ｅ ｄ ｐ ａ ｔ ｈ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｒ ｏ ｕ ｔ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｎ Ｍ ＡＮＥＴ
播来构造 优化路径的算法． 在利 用空洞检测技术收集 网络 中空 洞的边界 节点集信 息后 ， 将 空洞信 息进行广播 ． 为 减小 网 络开销 ， 仅将边界节点集 的凸包进行 广播 ， 并将广播 限制 在计 算出的广播域 内． 当传输数据包 到达广播区域 内后 ， 节点匹
计算机网络的自适应路由算法研究
计算机网络的自适应路由算法研究计算机网络作为现代信息化领域的重要组成部分，在当今世界中具有极为重要的作用。
在实际应用中，由于网络规模庞大、网络拓扑结构复杂、网络负载变化大等原因，网络的稳定性和性能往往面临着诸多挑战。
为了提高网络的性能和稳定性，需要对网络路由技术进行深入研究。
其中，自适应路由算法是一种实现网络路由可靠性的有效手段。
一、自适应路由算法概述在网络系统中，路由算法的主要功能是将源节点发送的数据包传输到目标节点，达到网络通信的目的。
自适应路由算法是指在保证网络通信性能的同时，针对网络负载、故障等变化自动调整网络路由路径，以提高网络的可靠性和稳定性。
自适应路由算法可根据不同的网络特点进行分为多种类型。
例如链路状态路由(LSP)算法、距离向量路由(DVR)算法、路由表(DST)算法等。
这些算法主要目标是通过采集网络拓扑、负载等信息，调整路由路径，从而达到提高网络通信性能的目的。
二、自适应路由算法的原理自适应路由算法的基本原理是网络路由路径动态调整。
当网络中存在故障、拓扑结构变化、负载不平衡等情况时，自适应路由算法会根据这些信息进行路由路径的重新调整，以保证网络通信的稳定性和可靠性。
其中，链路状态路由算法的基本原理是通过邻居节点之间的通信来获取网络的拓扑结构信息，进而得出最佳路由路径。
距离向量路由算法则是通过每个节点存储自己的“路由向量”信息，并不断比较更新邻居节点的“距离向量”，以达到网络路由路径动态调整的目的。
自适应路由算法的实现过程基本可以分为两个阶段：数据采集阶段和动态路由调整阶段。
在数据采集阶段，网络会根据不同的指标(如链路状态、拓扑结构、网络负载等)进行数据采集，并存储在网络路由表中。
在动态路由调整阶段，当网络状态发生变化，网络会根据实时数据更新网络路由路径，以最大程度地提高网络通信性能。
三、自适应路由算法的实现策略自适应路由算法的实现涉及到多种策略。
其中，网络拓扑结构发现是动态路由调整的关键。
移动自组网多路径优化路由算法的研究
移动自组网多路径优化路由算法的研究王勇智;谭用秋;石炎生【摘要】针对AOMDV协议的多路径路由机制和特点,提出一种基于带宽与链路拥塞度约束的多路径优化路由算法.仿真实验结果表明,能在一定程度上降低路由开销以及延长网络生存时间.【期刊名称】《湖南理工学院学报（自然科学版）》【年(卷),期】2012(025)003【总页数】4页(P37-40)【关键词】移动自组网;多路径路由;AOMDV协议;负载均衡【作者】王勇智;谭用秋;石炎生【作者单位】湖南理工学院计算机学院,湖南岳阳414006;湖南理工学院计算机学院,湖南岳阳414006;湖南理工学院计算机学院,湖南岳阳414006【正文语种】中文【中图分类】TN915.04移动自组网络(Mobile Ad Hoc Network,简称MANET)是一种由多个可同时扮演终端和路由器的移动节点组成的分布式多跳网络,网络拓扑变化频繁,节点一般由电池供电,容易因为某些节点负载过重、能量迅速消耗而造成链路断裂.因此,在设计MANET路由算法时要充分考虑各节点的负载均衡 [1].近年来,多路径路由技术已经成为MANET的热点研究问题之一[2].AOMDV (Ad Hoc On-demand Multi-path Distance Vector)[3]是一种目前被广为研究的按需多路径单播路由协议.AOMDV协议的中间节点只转发第一次收到的路由请求RREQ,限制了在全网范围的路由泛洪,减少了网络开销,同时源节点和目的节点之间拥有多条可用的完整路径,能有效地提高网络性能.然而,AOMDV的路由发现机制,在于选取多条跳数最少的链路不相交路径,没有考虑节点的流量均衡,会将流量主要分布在主路径中,仅当主路径中断时,才会转移到备用路径,难以达到负载均衡的目的[4].在拓扑变化频繁、带宽受限且连接中断率高的MANET中,这种选路机制易引起局部节点的拥塞,造成路由信息丢失、路由请求频繁、链路过早断裂等问题.基于以上的考虑,我们从负载均衡出发,对AOMDV算法的路径进行优化,提出一种基于带宽和拥塞度约束的移动自组网多路径优化路由算法,以带宽和节点拥塞度作为两个路由约束条件,在路由寻找和路由选择上对多路径进行分步优化.1 基于带宽和拥塞度约束的多路径优化路由算法1.1 多约束QoS参数模型的建立无线自组网络的拓扑可抽象成带权有向图 G ( V,E),其中V 为节点集合,E 为单跳通信链路集合.对于一条可行路径p = { v1,v2,…,vn},路径跳数为n,假设路径p的QoS参数取路径时延、带宽以及链路的拥塞度.根据文献[5]提出的QoS参数凹性特征,路径带宽和时延可分别定义为:链路拥塞度可以定义为:其中Fk(p)表示路径p上优先级为k的业务流拥塞度;C( p)表示路径p上被占用的通道数;Ek(p)表示k优先级业务在链路p中所占缓存比率.我们通过更改AOMDV的路由表项,在缓冲区中加入不同业务的优先级队列(如图1所示),在缓冲区中严格按照优先级排列.图1 业务流在路由缓冲区中的优先级队列对于新到达的k优先级流,只能占用优先级比其低的分组缓冲区.有:而对于可行路径p中所有的业务优先级,则有:引入优先级的目的是为了保证不同类型业务流的优先等级,既能提供高等级业务的优先服务,又能使网络拥塞得到缓解.1.2 多路径路由下的多目标优化建模参照文献[6]提出的路径优先函数,综合考虑本算法的路径时延、带宽以及链路的拥塞度约束,建立路径优先函数:其中Bmin为算法提供的能容忍的最小带宽;Delaymax为路径允许的最大时延;F( p)为链路的拥塞度;Congestion为拥塞度阈值;α、β、γ 分别是上述3种QoS约束的权重因子,满足α+β+γ= 1 .为了节省路径计算带来的网络开销,AOMDV一般只选择两条独立无环路由来交替发送数据.在建立反向路由和前向多路径路由的基础上,首先通过 AOMDV在一次路由发现中获取多条独立无环路径,然后由算法根据多约束路由进行路径优化,从中选择两条满足约束条件的路径进行通信.多约束优化的路径集P的目标函数可以定义为:其中vsn为源节点,sink为目标节点.对于任一条路径,必须保证路径带宽不小于Bmin,时延不大于Delaymax,拥塞度不大于Congestion.通过多约束优化,可以求得二条最优路径,使其路径优先级的函数值之和最大,并且路径集相似度最小.1.3 路由的发现、维护与更新当一个优先级为k的业务流到达时,源节点首先将数据包存入缓存,生成路由请求RREQ,RREQ中包含节点ID以及剩余带宽、链路拥塞度等信息,RREQ被广播到邻居节点,并由中间节点记录多条到源节点的反向路由.当目的节点收到RREQ包后,在其路由表中先记录下到源节点的反向路由,然后由目的节点向源节点发送路由回复RREP,生成的RREP中包含有RREQ包中的完整路由信息.当RREP包到达源节点,源节点将根据路由表项中多径路由列表选择一条路由(主路由)来发送数据.路径上的各个节点通过发送Hello包(未被请求的RREP包)来维护与其相邻节点间的连通,并根据生存时间和序列号来保证最新的路由信息.这样生成的多条路径满足多约束优化的路径集目标函数,虽然不一定是跳数最少的最短路径,但是能够主动避开拥塞度较大的节点,将部分流量映射到其它负荷较轻的链路,有利于网络资源的优化.当到达目的节点的主路由失效后,由目的节点通过反向路由单播出错信息包RERR 给各中间节点和源节点,源节点在发送下一分组时,并不将失效的主路由删除,而是将当前主路径变为备用路径,另选一条备用路径作为主路由交替发送数据.只有当两条路径都失效时,才发起新一轮路由请求重新搜索路径.这样,较好地继承AOMDV的多路径路由的优点,又能进一步降低路由泛洪带来的控制开销,从而能在一定程度上实现负载均衡.2 仿真实验与比较我们在NS2下创建如表1所示仿真环境,从网络生存期与归一化路由开销二个方面分别对本文算法与 AOMDV算法进行仿真测试.仿真创建30个CBR数据源,每个CBR源每秒产生2个512B的CBR分组,仿真时间500s,仿真性能指标的结果取5次模拟的平均值.表1 仿真参数名称参数区域大小800×600节点个数 50仿真时间 500s节点移动模型 Random waypoint数据包大小 512B MAC协议 802.11无线射频传输范围 250m2.1 网络生存期测试网络生存期反映网络节点的存活率以及链路的稳定性.从图2可以看出,改进算法由于采取了多约束的QoS路由,能根据节点的拥塞程度分配流量,减少了控制和数据重传所带来的开销,能缓解网络拥塞,网络出现死亡节点的时间明显滞后于AOMDV,并且相同的轮次(Round)下,有更多的存活节点.但是,随着轮次的增大,网络负载越来越重,失效的节点大大增多,导致可选路径越来越少,备用路径不可靠几率变大,两种方法的路由请求RREQ次数会越来越接近,相差的轮次也在逐渐减少.图2 不同负载下的网络生存期比较2.2 归一化路由开销测试归一化路由开销即每发送一个数据分组所需要的用于路由发现和路由维护的控制分组数,其值越大则意味着拥塞的概率也越高.图 3表示了在不同节点速率下的归一化路由开销.可以看出,在节点速率较低(停留时间长)的情况下,改进算法的归一化路由开销略低于AOMDV 算法.因为在备用链路比较稳定的情况下,由于采用了能量均衡策略缓解了链路拥塞,并且通过改进的主备路由切换机制能进一步减少全网路由发现次数,从而能降低路由发现所带来的控制开销.图3 不同速率下归一化路由开销的比较3 结论我们针对 AOMDV多路径路由协议没考虑路径流量平衡的不足,提出了一种基于带宽与链路拥塞度约束的多路径优化路由策略.仿真实验结果表明,能在特定的移动自组网络环境中起到延长节点寿命、降低路由开销的作用.参考文献[1] 夏皓伟,王国军,谢永明.移动自组网中的分段式负载均衡路由协议[J].计算机工程,2010,36(4):93～96[2] 安辉耀,卢锡城.移动自主网络多路径路由技术研究进展[J].计算机工程与科学,2006,28(2):4～9[3] Yuan Yuhua,Chen Huimin,Jia Min.An optimized Ad hoc on-demand multipath distance vector (AOMDV)routing protocol[C].Asia-Pacific Conference on Communications,2005:569～573[4] 胡平,张金钟.基于能量均衡的AOMDV路由协议的改进[J].计算机工程与设计,2011,32(9):2976～2979[5] Wang Z,Crowcroft J.Quality-of-Service routing for supporting multimedia applications [J].IEEE Journal on Selected Areas in Communications,1996,14(7):1228～1234[6] 曹啸,王汝传,黄海平,等.无线多媒体传感器网络视频流多路径路由算法[J].软件学报,2012,23(1):108～121。
无线传感器网络中的自组织与路由算法研究
无线传感器网络中的自组织与路由算法研究无线传感器网络（Wireless Sensor Network, WSN）是一种由大量分布式、自组织的无线传感器节点组成的网络系统，被广泛应用于环境监测、智能交通、物流追踪等领域。
在WSN中，自组织与路由算法是关键技术，它们的优化和研究对于提高网络的性能和能源效率至关重要。
一、无线传感器网络中的自组织算法自组织算法是指在网络节点之间通过本地的交互和信息共享实现网络组织和管理的过程。
在WSN中，节点间无线通信的能力有限，因此需要通过自组织算法来实现网络拓扑的构建、节点的自动配置和资源的协调分配。
1.1 重叠集群算法重叠集群算法是一种常用的自组织算法。
在该算法中，网络节点根据自身的位置和能量状况选择加入一个或多个覆盖区域重叠的集群，通过与其他节点的通信和协作，实现数据的聚集和传输。
1.2 分布式聚合算法分布式聚合算法是一种高效的数据处理方法。
在该算法中，网络节点通过本地计算和相邻节点间的数据交换，实现数据的聚合和压缩，减少网络传输的数据量和能量消耗，提高网络的传输效率。
1.3 多路径选择算法多路径选择算法是一种解决网络拓扑中单点故障的方法。
在该算法中，多个路径被同时建立和维护，以保证数据的可靠传输和网络的稳定性。
通过选择多个路径，可以提高网络的容错性和数据传输的可靠性。
二、无线传感器网络中的路由算法路由算法是指在WSN中为数据包选择适当的路径和转发节点的过程。
由于无线传感器节点的资源有限，如能源、处理能力和存储容量等，因此设计合适的路由算法对于延长节点寿命、降低能量消耗、提高网络吞吐量具有重要意义。
2.1 基于链路状态的路由算法基于链路状态的路由算法通过节点间的链路状态信息来选择最优路径。
该算法根据节点间的距离、负载等指标计算链路的状态，然后选择距离最近或负载最轻的节点作为下一跳，从而实现数据包的传输。
2.2 基于距离向量的路由算法基于距离向量的路由算法是一种分布式的路由选择方法。
基于DSR的移动自组网多路径路由协议的研究与分析
２１ ０ ２年第 ８期
Ｃｍ ｕ ｅ ＤＳ ｆ ｗ ｒ ｎ ｐ ｌ ｃ ｔ ｏ ｓ ｏ ｐ ｔｒＣ ｏ ｔａ ｅａ ｄＡ ｐ ａ ｉｎ ｉ 工 程 技 术
基于 Ｄ Ｒ的移动 自组网多路径路 由协议的研究与分析 Ｓ
李悦 （ 长沙师范学校教 育技 术 中心 ，长 沙 ４ ０ ０ １ １０）
摘要 ：ＤＳ． Ｐ 动态源路 由协议是一种典型 的按 需路 由协 议 ，它只在有 需求的时候 才启动路 由发现过程 ，也 是 目前 移动 自组 网网络 的一种 主要路 由协议。本文 阐述 了 ＤＳｋ的工作 原理并分析 了多种基 于 ＤＳ 的移动 自组 网的多路 径 ｔ Ｒ 路 由协 议 的 工作 原 理 与 特 点 。 关键 词 ：ＤＳ 协 议 ；移 动 自组 网 ；动 态 源路 由协 议 ；路 由发 现 Ｒ
一
、
算法中 ，这是不允许 的，Ｄ Ｒ算法 的这种机制极大 的降低 了寻 Ｓ
找 最 大 不 相 关 多 路 由 的可 能性 。
１ Ｓ Ｒ算法的路 由发现过程 ．Ｍ 网络 中。它 由两个部分组成：路 由发现 以及路 由维护过程 。路 在 Ｓ Ｒ算法的路 由发现过程 中， Ｍ 中间节 点接 收重复的 Ｒ Ｅ ＲＱ 由发现过程负责搜寻可能 的传播路径 ， 而路 由维护 过程 则维持 包 （ 即从 同一个源 节点发来的具有相同 Ｒ Ｅ Ｄ的 Ｒ Ｅ ＲＱ Ｉ Ｒ Ｑ包） 并 着 已有路 由。 筛选 ，如 果该 Ｒ Ｅ Ｒ Ｑ包 是从不 同的前一节 点发送过 来并且 该 二 、基于 Ｄ Ｒ的多路径路 由协 议 Ｓ ＲＥ Ｒ Ｑ包 中路径 的跳 数小于或等于先前收到 的 Ｒ Ｅ Ｒ Ｑ包 中的跳 （ ）多路径路 由的相关概念及特 点 一 数，则接受这个 Ｒ Ｅ ，并进 行处理，然后转发 ，反之 ，则将 ＲＱ 什么是多路径路 由， 即指在源节 点和 目的节 点之 间存在 着 这个 Ｒ Ｅ 弃 。 Ｒ Ｑ丢 多条可用路径 。 能够在源节点和 目的节点之 间确定 多条路径 的 ＳＲ算法 在选 择路 由的过程中，目的节点首先选择最早收 Ｍ 算法，称之为多路径路 由算法 。 多径路 由算法 可以形成 多条路 到的 Ｒ Ｅ Ｒ Ｑ中的路径作为主路 由，然后设定一个计 时器 ，在计 由，并确认其中一条路 由为主要路 由， 其他一条或 多条路 由为 时器 未清 零的情况继续接收 Ｒ Ｅ Ｒ Ｑ包 ，并从 中选定一条与主路 备 份路 由。执行多路径路 由算法 的网络 即为多路 径路 由网络 。 径 不相关性最大的一条路径作为备选路 由。 但是这种机制导致 由于多路径路 由算法 的特 点， 多路径路 由网络与运行单路径 路 必须要发送大量的 Ｒ Ｅ Ｒ Ｑ包，这极大地增加 网络 的负担 ，而且 由算法的网路相 比，具有分配通信量 、平衡 网络 负载的特 点， 最 后形成 的主路 由与 备选路 由之间仍然存 在着路径 重叠 的现 同时更加稳定、容错能力更强 ，并且 能实现均衡 负载 。 象。 目前基于 Ｄ Ｒ的多路径路 由协议主要有 Ｍ Ｒ Ｓ Ｓ 协议 、 Ｍ Ｓ Ｒ协 ２Ｓ Ｒ ． Ｍ 算法 中的路 由维护 议 等。本文主要是介绍 Ｍ Ｒ协议与 Ｓ Ｒ协议 。 Ｓ Ｍ 在无 线网络中，特别是 Ａ Ｏ Ｄ Ｈ Ｃ网络，节点 的移动性非常 （ ）Ｍ Ｒ（ｕ ｔ ｐ ｔ ｓ ｕ ｅＲ ｕ ｉ ｇ 协议 － Ｓ Ｍ —ｉａｈｏｒｅ０ｔｎ） 大 ，网络 的拓扑结构可 能会经 常变化 ，链路 因节点 的移动 、网 Ｍ Ｒ是基 于 Ｄ Ｒ协 议的一种多路径路 由协议 ， Ｄ Ｒ协议 络拥塞等 原因可能会断链 。 Ｓ Ｓ 和 Ｓ 因此在多路径路 由算法 中， 由维 路 相 比，降低 了分组发送延迟 ，提高整个 网络 的吞吐率。在路 由 护过程是 非常重要的， 因为它关系到如何快速的恢复 中断 的路 发现阶段 ，Ｍ Ｒ协议 以延迟 作为路径规格 的度量 。并使用主动 由。 Ｓ Ｒ协议 中，当一个节 点如果判定与下 个传输节点失 Ｓ 在 Ｍ 探 测 （ｒ ｂ ｎ ） 的 方 式 和 带 权 重 的 循 环 调 度 去 了联系 ， Ｐ ｏ ｉｇ 则会朝路 由上行方 向发送 一个路 由错误分组 （Ｅ Ｒ ＲＲ） （ｅ ｇ ｔ ｄ ｏ ｎ Ｒｂ ｎ 算法，来确定多条可能路径 。 ｗ ｉｈｅＲｕｄｏｉ） 通过 多条 分组 。在 Ｒ Ｅ Ｒ Ｒ分组 中包含 了到达源节 点的路 由、断链的紧邻 路径 的负载均衡 来改善节点的通信质量 。Ｍ Ｒ是一种按需 的， Ｓ 上行节 点和紧邻 下行节 点的信息。当源节点接收到 Ｒ Ｒ Ｅ Ｒ分组 源路 由的协议 ， 它只在节 点之 间需要通信 的时候才发起路 由发 后 ，根据 Ｒ Ｅ Ｒ Ｒ分组 中所携带 的信 息更新路 由表 ，将 和该条中 现过程 ， 源路 由可 以充分发挥多径路 由的优点 ， 降低多径通信 断链路有关 的路由全 部删 除。如果路 由表中 ，还有有效路 由， 和计算 的复杂性 ，并通过 主动探测 的结果来进行合理 的分配 ， 则源节点将使用 该有效 路 由继续 传递数据分组。 达到实现拥塞控制 的 目的。 当一条路 由中断以后 并且被 源节点知晓， 节点可以采取 源 Ｍ Ｒ采用特定节 点对 范围上的独 立路径算法 ，Ｍ Ｒ独立路 以下两种策略 中的一种 重新 寻找路 由。 Ｓ Ｓ 径算法 的具体步骤如下 ： （） １ 只要任 何一条路 由发生 了中断 ， 则开始路 由发现过程 ； １ 设置一个极 限跳数 ， ． 即源节 点与 目的节 点之间最大的节 （） ２ 当主路 由与备份路 由全部发生 了中断，才 开始路 由发
移动自组网虚拟主干网构造算法研究的开题报告
移动自组网虚拟主干网构造算法研究的开题报告一、选题背景随着移动通信技术的发展，移动自组网（Mobile Ad-hoc Network，MANET）作为一种无线自组网，具有自组织、灵活性和可靠性等优点，在军事、救援、应急通信等领域具有广泛的应用前景。
虚拟主干网（Virtual Backbone Network，VBN）是MANET中的一种重要的网络结构，可以提高网络的性能、可靠性和安全性。
然而，由于MANET的特点，网络拓扑结构常常变化，节点之间的连接不稳定，因此构建稳定的VBN成为MANET研究中的难点问题。
目前，关于MANET中VBN构造算法的研究已经成为MANET研究领域中的热点问题之一。
二、研究内容和目标本研究旨在提出一种基于机会式网络编码的VBN构造算法，通过有效地利用网络中的机会性通信，提高网络的连接稳定性和带宽利用率，从而构建出稳定的VBN。
具体研究内容包括：1. 分析现有的VBN构造算法，并总结其优缺点。
2. 设计一种基于机会式网络编码的VBN构造算法，通过引入机会性通信来提高网络的连接稳定性和带宽利用率，从而构造出稳定的VBN。
3. 在NS3仿真平台上对该算法进行模拟实验，并与现有算法进行比较分析，验证算法的有效性和性能优劣。
三、研究方法和技术路线本研究将采用文献综述、算法设计和NS3仿真实验的方法，以机会式网络编码和节点度数等网络特性作为切入点，设计和实现一种高效稳定的VBN构造算法。
具体技术路线如下：1. 文献综述: 对现有的VBN构造算法进行综合梳理，分析其优缺点，为设计新型的VBN构造算法提供理论基础。
2. 算法设计: 基于机会式网络编码和节点度数等网络特性，设计一种高效稳定的VBN构造算法，以提高网络的连接稳定性和带宽利用率。
3. NS3仿真实验：在NS3仿真平台上对该算法进行模拟实验，通过实验结果验证算法的有效性和性能优劣，并与现有算法进行比较分析。
四、研究意义本研究旨在提高移动自组网VBN的构造效率、网络性能和稳定性，为实现高效可靠的移动通信提供一定的技术支持和理论指导。
强化学习框架下移动自组织网络分步路由算法
第４２卷第４期国 防 科 技 大 学 学 报Ｖｏｌ．４２Ｎｏ．４２０２０年８月ＪＯＵＲＮＡＬＯＦＮＡＴＩＯＮＡＬＵＮＩＶＥＲＳＩＴＹＯＦＤＥＦＥＮＳＥＴＥＣＨＮＯＬＯＧＹＡｕｇ．２０２０ｄｏｉ：１０．１１８８７／ｊ．ｃｎ．２０２００４００１ｈｔｔｐ：／／ｊｏｕｒｎａｌ．ｎｕｄｔ．ｅｄｕ．ｃｎ强化学习框架下移动自组织网络分步路由算法蒯振然，王少尉（南京大学电子科学与工程学院，江苏南京 ２１００２３）摘 要：移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络，具有高动态特性。
传统的路由协议并不能适应节点移动性带来的频繁拓扑变化，简单的洪泛路由也会因开销过大降低网络的性能。
针对如何在移动自组织网络中自适应地进行路由选择，提出强化学习框架下的分步路由选择算法。
该算法以最小链路总往返时延为目标，基于强化学习进行路由搜寻，在筛选出符合目标需求节点集合的基础上，结合置信度选择路由。
在链路变得不可靠时，数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。
对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。
仿真结果表明，提出的分步路由算法相比于听语音 聊科研与作者互动基于强化学习的智能鲁棒路由，在降低开销的同时，保持着相当的吞吐率。
关键词：移动自组织网络；强化学习；路由算法中图分类号：ＴＮ９２ 文献标志码：Ａ 开放科学（资源服务）标识码（ＯＳＩＤ）：文章编号：１００１－２４８６（２０２０）０４－００１－０６ＳｔｅｐｗｉｓｅｒｏｕｔｉｎｇａｌｇｏｒｉｔｈｍｉｎｍｏｂｉｌｅａｄｈｏｃｎｅｔｗｏｒｋｕｎｄｅｒｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｆｒａｍｅｗｏｒｋＫＵＡＩＺｈｅｎｒａｎ，ＷＡＮＧＳｈａｏｗｅｉ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００２３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｍｏｂｉｌｅａｄｈｏｃｎｅｔｗｏｒｋｉｓａｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋｆｏｒｍｅｄｂｙｍｏｂｉｌｅｎｏｄｅｓｗｉｔｈｎｏｎ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ，ｗｈｉｃｈｈａｓｈｉｇｈｌｙｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｃｏｎｖｅｎｔｉｏｎａｌｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｓｃａｎｎｏｔａｄａｐｔｔｏｔｈｅｆｒｅｑｕｅｎｔｔｏｐｏｌｏｇｙｃｈａｎｇｅｓｂｒｏｕｇｈｔｂｙｎｏｄｅｍｏｂｉｌｉｔｙ，ａｎｄｔｈｅｆｌｏｏｄｉｎｇｒｏｕｔｉｎｇａｌｓｏｃａｕｓｅｓｔｈｅｎｅｔｗｏｒｋｐｅｒｆｏｒｍａｎｃｅｄｅｇｒａｄａｔｉｏｎｄｕｅｔｏｔｈｅｅｘｃｅｓｓｉｖｅｒｏｕｔｉｎｇｏｖｅｒｈｅａｄ．Ａｓｔｅｐｗｉｓｅｒｏｕｔｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｗａｓｐｒｏｐｏｓｅｄｆｏｒａｄａｐｔｉｖｅｒｏｕｔｉｎｇｉｎｍｏｂｉｌｅａｄｈｏｃｎｅｔｗｏｒｋｓ．Ｔｈｉｓａｌｇｏｒｉｔｈｍａｉｍｓａｔｔｏｔａｌｒｏｕｎｄｔｒｉｐｔｉｍｅｍｉｎｉｍｉｚａｔｉｏｎａｎｄｕｓｅｓｔｈｅｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｔｏｓｅｌｅｃｔｔｈｅｎｅｘｔｈｏｐ．Ａｆｔｅｒｓｅｌｅｃｔｉｎｇｔｈｅｓｅｔｏｆｎｏｄｅｓｔｈａｔｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅｔａｒｇｅｔ，ｉｔｃｏｍｂｉｎｅｓｔｈｅｃｏｎｆｉｄｅｎｃｅｐａｒａｍｅｔｅｒｓｔｏｓｅｌｅｃｔｔｈｅｒｏｕｔｅ．Ｗｈｅｎｔｈｅｌｉｎｋｂｅｃｏｍｅｓｕｎｒｅｌｉａｂｌｅ，ｐａｃｋｅｔｓａｒｅｂｒｏａｄｃａｓｔｅｄｔｏｆｉｌｔｅｒｅｄｎｅｉｇｈｂｏｒｎｏｄｅｓｔｏｉｍｐｒｏｖｅｔｈｅｒｅｌｉａｂｉｌｉｔｙａｎｄｒｅｄｕｃｅｔｈｅｒｏｕｔｉｎｇｏｖｅｒｈｅａｄ．Ｔｈｅｍａｉｎｐｒｏｐｅｒｔｙｉｎｄｉｃａｔｉｏｎｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ，ｓｕｃｈａｓｔｈｒｏｕｇｈｐｕｔａｎｄｒｏｕｔｉｎｇｏｖｅｒｈｅａｄ，ｗｅｒｅａｎａｌｙｚｅｄｔｈｅｏｒｅｔｉｃａｌｌｙ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｂａｓｅｄｓｍａｒｔｒｏｂｕｓｔｒｏｕｔｉｎｇ，ｔｈｅｐｒｏｐｏｓｅｄｒｏｕｔｉｎｇａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｓｔｈｅｏｖｅｒｈｅａｄａｎｄｍａｉｎｔａｉｎｓａｃｏｍｐｅｔｉｔｉｖｅｔｈｒｏｕｇｈｐｕｔ．Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅａｄｈｏｃｎｅｔｗｏｒｋ；ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇ；ｒｏｕｔｉｎｇａｌｇｏｒｉｔｈｍ 移动自组织网络（ＭｏｂｉｌｅＡｄｈｏｃＮＥＴｗｏｒｋ，ＭＡＮＥＴ）是一种无基础设施、由移动通信节点组成的无线网络，具有组网灵活、配置方便和抗毁性强等特点［１］。
移动自组网中一种基于簇的多路径路由算法
移动自组网中一种基于簇的多路径路由算法
安辉耀;卢锡城;彭伟
【期刊名称】《软件学报》
【年(卷),期】2007(18)4
【摘要】提出了一种基于分簇的多路径路由算法(cluster-based multi-path routing in MANET,简称CBMRP),利用多路径并行传输流量实现拥塞避免、优化网络带宽的应用、提高共享信道的利用率;利用基于簇的层次结构能够减少路由维护的代价并提高应用的可扩展性.在OPNET模拟器上实现了算法,结果表明,该算法不仅能够有效地平衡网络负载,而且能够动态处理网络拓扑变化,提高可靠性,并可以显著地提高网络的吞吐量和稳定性.
【总页数】9页(P987-995)
【作者】安辉耀;卢锡城;彭伟
【作者单位】北京大学,信息科学与技术学院/深圳研究生院,北京,100871;国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073
【正文语种】中文
【中图分类】TP393
【相关文献】
1.移动自组网中一种基于簇的能量优化路由算法 [J], 朱敏;张凡;黄光明
2.移动Ad Hoc网络中一种基于多路径路由协议的QoS保障算法 [J], 姜海龙
3.WSN 中一种改进的基于 LEACH-C 算法的簇间路由算法研究 [J], 付垚
4.移动自组网中一种基于信誉的安全分簇算法 [J], 于尧;李喆;刘军
5.移动自组网中一种基于能量的稳定备用路由算法 [J], 吴正宇;宋瀚涛;董祥军;姜少峰;梁野
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于复杂网络理论的移动自组网路由算法研究
摘要：伴随移动通信技术和流媒体技术的快速发展及日益普及，移动学习在教育领域应运而生并成为一种新的学习趋势。
为了适应现代教育技术的发展，促进教学改革的要求，在分析移动学习和流媒体技术现状的基础上，阐述了移动学习的特性，提出了基于流媒体技术的移动学习平台体系结构。
关键词：移动学习流媒体平台设计
伴随着全球范围的移动通信技术和流媒体技术的快速发展及日益普及，移动学习（mobile learning）代表着一种新的学习趋势在教育领域应运而生，并逐渐成为远程学习和终身学习的发展趋势和研究热点。
本文结合流媒体技术与移动通信技术，采用c/s模式构建随时随地高效自主的个性化移动教学平台，为移动学习在教育中的进一步应用奠定了基础。
1、移动学习与流媒体技术
移动学习和流媒体技术是两种新兴的网络技术，目前它们都处在快速发展与完善阶段。
移动学习(m-learning)是随着移动通信技术的发展和设备的普及，在数字化学习（e-learning）基础上出现的又一新型学习模式。
具体而言，借助方便、灵活的移动终端和无线网络，为用户提供可以随时随地访问的学习资源和服务，是将移动计算技术与数字化学习结合起来的一种学习方式。
流媒体运用特殊的数据压缩和传输技术，通过将动态多媒体文件分成数据包由流媒体服务器压缩后向用户连续、实时传送，用户不必
等待整个文件全部下载完毕，只须经过几秒或十几秒的启动延时，完成对开始的几个数据包的缓冲便可进行播放，使启动延时十倍、百倍地缩短。
在客户端播放的同时，文件的剩余部分将在后台从服务器上继续下载，支持边下载边播放，大大降低了对系统的要求。
2、移动学习具有的特性
移动学习是学习者应用移动通信终端能够在任何时间、任何地点根据自己的需要进行自主学习。
作为一种新的学习方式，移动学习有机地结合了移动网络通信和流媒体技术，它具有如下特性：(1)学习形式具有移动性。
(2)学习方式具有交互性。
(3)学习工具具有普及性。
(4)学习资源具有丰富性。
移动学习实现的技术基础是移动计算技术和网络互联技术，实现的工具是小型化的移动计算设备。
近年来，智能手机操作系统的飞速发展和处理器能力、屏幕显示功能的不断增强，为实现更为先进的移动学习系统提供了有利的条件。
枯燥乏味的纯文字形式难以让人接受，移动学习通过将word、txt 和html格式与声音、图片、视频及动画完全整合，以生动活泼的形式来呈现丰富的学习资源，具有更高的学习效率。
总之，学习资源设计能够提供多种格式以满足不同学习者学习的个性偏好。
3、移动学习平台的设计
随着我国第三代移动通信的投入运营和流媒体技术的飞速发展，为移动学习提供了技术基础。
移动学习平台紧紧围绕学生、教师和管理员的服务需求进行设计。
3.1 系统功能设计
移动学习系统使用移动通信终端作为平台，系统紧紧围绕学生、教师和管理员三类用户，在现代远程教学思想指导下，以学生自主学习为主，教师针对课程内容和学法，基于移动网络环境通过多种媒体设计、引导、促进和评价学生自主学习完成教学活动。
[2]从本质上来讲，教师用户的功能也是为了满足或更好地满足学生用户而设计的。
教师在整个系统中的角色是教学过程的设计者，通过对学习者的学习过程、学习疑问和学习进度等信息进行监控，掌握学习者的学习效果。
对于学生，通过无线网络访问web services，系统提供一个与之交互的学习界面，实现移动终端能够方便的使用管理者提供的学习资源进行个性化自主学习，最终实现学习资源的动态获取、动态查询、动态交换和反馈。
管理员负责整个系统的维护，管理学习者和教师的用户信息，通过后台管理系统以web的形式对服务器端的数据进行管理，安装或者删除课程资源和信息，分配课程资源等。
3.2 系统目标设计
在设计移动学习平台时，应以移动学习的特点、理论基础和移动学习的实现方式为基础，促成系统达成以下目标:(1)系统定位合理;(2)界面设计简明友好;(3)提供真实的学习情境;(4)支持多种学习模式;(5)兼顾在线学习和离线学习。
3.3 系统总体结构
基于流媒体技术的移动学习平台采用基于web service技术的soa
（service-oriented architecture）框架。
soa 框架为面向服务架构，是在internet的基础上，采用b/s模式，由应用表现层、业务逻辑层和数据服务层分布体系作为基本框架，实现交互、动态的 web开放系统。
管理员通过后台管理系统以web的形式对服务器端的数据进行管理，移动客户端通过无线网络与服务器进行连接，使用midp2.0支持的jsr172可选包来实现对服务器端web服务的调用实现移动学习。
web服务通过业务逻辑层实现对数据服务层中数据库的访问和操作。
4、展望
移动学习是学习的未来，它必将为人类建立终身学习和自主学习体系做出贡献，成为新一代时尚的学习方式。
但国内移动学习研究仍然处于探索阶段，真正实用的移动学习系统还不多见。
要想完善移动学习仅仅依靠目前先进的移动通信技术是不行的，最重要的是要有强大的移动学习平台以及丰富的学习资源，没有这些“软件”支撑，移动学习也仅是一纸空谈。
所以，要想使国内移动学习获得长足发展，推动移动学习范式的形成，加快推动教育信息化建设的进展，移动学习平台的研发及资源构建应该是当前的首要任务必须引起重视。
相信在不久的将来，多样化的移动学习系统会把我们带入一个崭新的学习世界。
参考文献
[1] 穆肃,闫振中.微型学习理论指导下移动学习材料设计的研究[j].现代远距离教育,2010(02):14-18．
[2] 刘仁坤,刘尔明.现代远程教学论稿[m].哈尔滨:黑龙江人民出版社,2005,11．
[3] 张光,孔令富.基于移动代理的远程学习支持系统模型构建[j].河北广播电视大学学报,2010(02):15-17．
作者简介
贾青平（1966-）男，汉族，甘肃平凉人，工作单位甘肃政法学院,研究方向：单片机在嵌入式系统中的应用。