拓扑控制算法分析与实现
无线传感器网络技术及应用(图文 (8)
第8章 无线传感器网络拓扑控制与覆盖技术
2) 功率控制对网络连通性和拓扑结构的影响 网络的连通性和拓扑结构均与发射功率的大小有关。节点的 发射功率过低，会使部分节点无法建立通信连接，造成网络的割 裂；而发送功率过大，虽然保证了网络的连通，但会导致网络的 竞争强度增大，从而使得网络不仅在节点发射功率上消耗过多的 能量，还会因为高竞争强度导致的数据丢包或重传造成网络整体 能耗增加及性能降低。网络中的节点可通过功率控制和骨干网络 节点选择，剔除节点之间不必要的通信链路，形成一个数据转发 的优化网络结构，或者在满足网络连通度的前提下，选择节点最 优的单跳可达邻居数目。通过功率控制技术来调控网络的拓扑特 性，主要就是通过寻求最优的传送功率及相应的控制策略，在保 证网络通信连通的同时优化拓扑结构，从而达到满足网络应用相 关性能的要求。
(4) 算法的分布式程度。在无线传感器网络中，一般情 况下是不设置认证中心的，传感器节点只能依据自身从网络 中收集的信息做出决策。另外，任何一种涉及节点间同步的 通信协议都有建立通信的开销。显然，若节点能够了解全局 拓扑和传感器网络中所有节点的能量，就能做出最优的决策； 若不计同步消息的开销，得到的就是最优的性能。但是，若 所有节点都要了解全局信息，则同步消息产生的开销要多于 数据消息，这将导致网络系统开销大大增加，从而使得网络 的生存期缩短。
11
第8章 无线传感器网络拓扑控制与覆盖技术
8.1.4 功率控制技术 目前，拓扑控制主要是功率控制和睡眠调度。所谓功率控制，
就是为传感器节点选择合适的发射功率；所谓睡眠调度，就是控 制传感器节点在工作状态和睡眠状态之间的转换。
功率控制对无线自组织网络的性能影响主要表现在以下五个 方面：
1) 功率控制对网络能量有效性的影响 功率控制对网络能量有效性的影响包括降低节点发射功耗和 减少网络整体能量消耗。在节点分组传递过程中，功率控制可以 通过信道估计或反馈控制信息，在保证信道连通的条件下策略性 地降低发射功率的富余量，从而减少发射端节点的能量消耗。随 着发送端节点发射功率的降低，其所能影响到的邻居节点数量也 随之减少，节省了网络中与此次通信不相关节点的接收能量消耗， 达到了减少网络整体能量消耗的目的。
计算机网络中的拓扑结构与路由算法
计算机网络中的拓扑结构与路由算法计算机网络是由多个相互连接的计算机组成的系统，而计算机网络中的拓扑结构与路由算法是构建和管理网络的关键要素。
拓扑结构决定了计算机网络中各个节点之间的连接方式，而路由算法则负责决定数据在网络中的传输路径。
本文将探讨计算机网络中常见的拓扑结构和路由算法，帮助读者了解和理解计算机网络的基本知识。
一、拓扑结构拓扑结构是指计算机网络中各个节点之间的物理或逻辑连接方式。
常见的拓扑结构有星型、总线型、环型、网状型等。
1. 星型拓扑结构星型拓扑结构是最常见的拓扑结构之一，其特点是所有计算机节点都连接到一个中央设备，通常是一台交换机或路由器。
中央设备负责控制数据的传输和转发，可以提供较高的网络性能和可靠性。
然而，星型拓扑结构的缺点是中央设备的故障会导致整个网络瘫痪。
2. 总线型拓扑结构总线型拓扑结构将计算机节点连接到一个共享的传输介质上，比如一根通信电缆或光纤。
所有计算机节点可以同时访问和传输数据，但在高负载情况下可能会出现网络拥塞的问题。
总线型拓扑结构适用于小型局域网，但对于大型网络来说，总线型拓扑结构的性能可能不够理想。
3. 环型拓扑结构环型拓扑结构将计算机节点连接成一个环状，每个节点通过一个特定的传输介质与相邻节点相连。
环型拓扑结构的优点是具有良好的故障容忍性，即使某个节点故障，数据仍然可以在环中传输。
然而，环型拓扑结构的缺点是节点数量的增加会导致信号传输延迟的增加。
4. 网状型拓扑结构网状型拓扑结构是最为复杂和灵活的拓扑结构之一，其中每个计算机节点都与其他节点直接相连。
网状型拓扑结构可以提供高度的冗余和可靠性，但同时也需要更多的物理连接和管理开销。
网状型拓扑结构适用于大规模的计算机网络，比如互联网。
二、路由算法路由算法是指计算机网络中用于确定数据传输路径的一组规则和算法。
路由算法根据网络中的拓扑结构和一些预先设定的参数来选择最佳的数据传输路径，以确保数据能够快速、可靠地到达目标节点。
风电拓扑结构的分析与设计
风电拓扑结构的分析与设计第一章概述随着人们对环境的重视和对可再生能源的需求增加，风电成为了当今最具发展潜力的新型能源之一。
但是风电的高效利用离不开适合的拓扑结构，因此，深入分析和设计风电拓扑结构显得尤为重要。
本文将从风电拓扑结构的基础概念出发，深入探讨其分析和设计方面的关键问题，旨在为广大从事风电领域的工程师和研究人员提供有益参考。
第二章风电拓扑结构的基础概念1.拓扑结构的定义拓扑结构是指电力系统中各种电力设备间连接方式的结构形式，在风电系统中，包括线路、变压器、变流器等。
2.常见的拓扑结构常见的风电拓扑结构包括：单机组并网、双馈风机系统、全功率变频调速系统和直接驱动系统等。
其中，单机组并网的拓扑结构最为简单，能够实现单机组通过并网线路与电网相连接，但功率容量较小，无法满足大型风电场的要求。
3.常见的双馈风机系统双馈风机系统一般由主变压器、转子、齿轮箱和电子器件组成，通过利用电子器件对转子控制实现双馈风机并网。
该结构具有容错能力强、运行稳定可靠、输出功率高等优点，在风电场应用最为广泛。
第三章风电拓扑结构的分析1.拓扑结构的分析方法分析拓扑结构需要先确定电源和负载的类型和位置，然后通过电路分析方法，将电力设备的连接关系用电路图的方式表示出来。
接着，根据电路图中的电流、电压等参数，结合电力系统的基本等式和方程式，分析电路中各个设备的电性能和耦合关系，从而找出系统的优缺点及其影响因素。
2.分析的核心问题（1）功率控制在风电系统中，反馈控制能力是提高功率控制精度的关键因素。
因此，分析拓扑结构时需要注意系统分布式控制算法的设置，从而实现根据能量需求，动态调节输出功率和稳定电网的目标。
（2）系统效率系统效率是风电拓扑结构中需要关注的另一个重要因素。
分析出电路中耗散的电能和损耗的能量后，可以通过另设有关补偿、滤波等的电路，或调整电子器件的构造和参数，来降低电能损失和提高系统效率。
第四章风电拓扑结构的设计1.设计的方法风电拓扑结构设计要充分考虑各种电力设备的工作性能和相互之间的耦合特性。
网络拓扑知识：基于网络拓扑的分组调度算法
网络拓扑知识：基于网络拓扑的分组调度算法随着互联网的不断发展，网络拓扑已成为网络架构设计中重要的一环。
网络拓扑作为网络结构的基础，对网络的性能、可靠性和安全性有着很大的影响。
在网络中，数据的传输非常重要，对传输过程的优化和调度成为了网络领域研究的热点之一。
基于网络拓扑的分组调度算法是一种有效的方法，能够提高数据传输的效率和可靠性。
本文将就此展开探讨。
一、什么是分组调度算法在网络传输中，分组调度算法的作用是将网络流量分成各个不同的分组，以便更好地控制网络流量和维护网络的正常运行。
也可以说，分组调度算法是一种管理数据传输的技术，它通过对网络拓扑结构进行分析和控制，从而优化数据流的分配和传输。
分组调度算法的核心思想是优化拓扑结构，以实现数据的快速传输和网络的高效利用。
二、基于网络拓扑的分组调度算法原理基于网络拓扑的分组调度算法是将网络拓扑结构作为核心，以此来控制分组调度。
首先，需要对整个网络的拓扑结构进行分析，了解各个节点之间的联系和相互关系。
然后，根据分组调度算法的具体需求和目的，选择合适的调度策略来优化整个网络拓扑结构。
常见的调度策略包括最短路径、最小生成树、最大流量和负载均衡等。
三、基于网络拓扑的分组调度算法的应用领域分组调度算法的应用领域非常广泛，主要应用于网络通信、数据传输、云计算等领域。
在云计算领域，基于网络拓扑的分组调度算法可以帮助提高虚拟机之间的通信质量和可靠性，从而提高整个云计算系统的性能。
在数据传输领域，基于网络拓扑的分组调度算法可以帮助实现大规模数据的快速传输和处理。
在网络通信领域，基于网络拓扑的分组调度算法可以帮助优化网络流量，提高网络带宽的利用率和性能。
四、基于网络拓扑的分组调度算法的算法原理基于网络拓扑的分组调度算法的实现原理主要分为两个步骤：首先是网络拓扑结构的建立和分析，然后是根据实际需求和调度策略来优化整个网络拓扑结构。
具体实现方法如下：1、构建网络拓扑网络拓扑是基于网络结构的图形表示。
蛋白质互作网络的拓扑与功能分析方法
蛋白质互作网络的拓扑与功能分析方法蛋白质是生物体内功能最为重要的分子之一，它们通过与其他蛋白质相互作用形成复杂的互作网络，调控生物体内的各种生理过程。
理解蛋白质互作网络的拓扑和功能在揭示细胞活动的机制和生物学过程中具有重要的意义。
本文将介绍一些常用的蛋白质互作网络拓扑与功能分析方法。
首先，研究者通常使用高通量的蛋白质相互作用筛选实验，例如酵母双杂交法或质谱联用技术，来鉴定蛋白质互作网络中的相互作用关系。
这些方法可以帮助我们了解蛋白质网络的组成和拓扑结构。
然而，由于实验技术的局限性和复杂性，筛选出的相互作用数据可能存在一定的假阳性和假阴性结果。
因此，为了准确地分析蛋白质互作网络，需要进行数据质量控制和筛选，以排除不可靠的数据。
一种常用的蛋白质互作网络拓扑分析方法是节点中心性分析。
节点中心性是衡量网络中节点（蛋白质）重要性的一种指标。
常用的节点中心性指标包括度中心性、介数中心性和接近中心性。
度中心性表示节点与其他节点直接连接边的数量，是最直观的节点中心性指标。
介数中心性表示节点在网络中的中介性，即节点在其他节点间的传递信息上起到的桥梁作用。
接近中心性表示节点与其他节点之间的平均最短距离，其值越小，说明节点在网络中更为集中或更为重要。
通过计算这些指标，可以识别出网络中的重要节点，从而深入研究其功能和调控机制。
另一种常用的分析方法是模块性分析。
蛋白质互作网络通常是由多个功能相关的子网络（模块）组成的。
模块性分析方法可用于发现网络中的模块，并对模块内的蛋白质进行功能注释。
其中一个常用的模块性分析方法是基于模块度的算法，其基本思想是通过比较网络内部和网络随机模型中的边分布来度量模块化结构的好坏。
此外，还有一些基于聚类分析或社区检测的算法，可以将网络中相互作用密切的蛋白质聚合到一起形成模块。
此外，功能富集分析也是分析蛋白质互作网络功能的重要方法之一。
功能富集分析通过比较网络中的蛋白质与数据库中的已知功能关联，来识别蛋白质互作网络中的富集功能。
基于能量、节点密度的LEACH-TYC拓扑控制算法的研究
络拓扑 结构 中无 线传感 器 网络被划分 为多个 簇 ， 通过 一定 的算法 选举 簇首 节 点 ， 相邻 节 点 动态 组 成簇 ， 首 负 簇 责协调 簇 内节点 的工作 和数据 的融 合 。Ｌ ＡＣ ２ 法是 比较 经典 且常 用 具代 表 性 的层 次 性 拓 扑控 制 算 法 ， Ｅ Ｈ［ 算
节点 能耗更 少。 关键 词 ： 无 线传感 器 网络 ； 扑控制 ； 拓 能量 ； 节点 密度 中国分 类号 ： Ｔ ３１１ １ Ｐ １ ． ３ 文献 标 识 码 ： Ａ 文 章 编 号 ：６ ３ ８ ３ （０ １ Ｏ 一 Ｏ ８ 一 Ｏ １ ７ — ２ ３ ２ １ ）３ Ｏ ８ ５
第 ２ ４卷 第 ３期
Ｖｏ ． ４一 ＮＯ ３ １２ ．
百
色
学
院
学
报
Ｊ ＯＵＲＮＡＬ ＯＦ ＢＡＩ Ｅ Ｓ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ
２ｌ Ｏ １年 ６ 月 Ｊｉ ２ １ ｎ． Ｏ１ ｋ
基 于能 量 息 度 的 、 密 节点 Ｌ ＡＣ Ｅ Ｈ—Ｔ ＹＣ拓 扑控 制算 法 的研 究
ＭＡＣ协议 的效率 ， 为数据 融合 、 间同步和 节 点定位 等 方 面提供 保 障 ， 利 于 为有 限 能量 的元 线传 感 器 网络 时 有
节点延 长存 活时 间 ， 高 网络 的生存 寿命 。 提
目前无 线传 感器 网络拓 扑控制算 法主要 分为两类 ： 点功率 控制 算法 和层 次 型拓 扑 控制 算法 。其 中节 点 节
首产 生 的 随机性 ， 致整 个 网络分 簇不 均匀 ， 导 加重 某些簇 首 节点 的负担 ， 降低 网络负 载平衡 度 。（ ） 首节 点分 ２簇 布不合 理 。 由于 簇首 产 生的 随机性 ， 导致部 分簇 首所 负 担 的节 点 过 多 ， 分簇 首节 点 负 担 的节 点 过少 ， 成 会 部 造
基于能量与功率控制的TopDisc拓扑算法研究
定 义 ５ 除 ｓ ｋ节点 外 ， 有 节点 的初 始 能 量相 同 ， 为 Ｅ ， ｉ ｎ 所 设 传输 中 消耗 的能 量 和所 传 输 的 字节 成
正 比， 和传输 的距离也成正 比。耗能公式为
Ｅ（ ） ａ ｄ ＝ｋ ｄ （） １
其 中 ， 为 常 数 ， 表 传 输 的字 节 大小 ， ｋ ａ代 ｎ满足 关 系 ２＜ｎ＜４ ｎ的取值 与很 多 因素 有 关 ， 地 理 情 ， 如 况， 信号干扰等 ， 考虑到这些因素 ， 通常 ｎ的取值为 ３ ｄ代表两节点问的距离 。 ； 定 义 ６ 传感 器 节 点具有 功 率控 制能 力 ， 设 节点 的功 率控 制范 围是 ［ ， ， 假 ０ Ｆ］Ｆ为 最大 发射 功率 ， 有 所 节 点开 始都 在最 大发 射功 率 Ｆ下 工作 ， 时 的发 射 半径 为 尺。 此
时， 就增大发射功率 ； 当大于上限时 ， 就减弱发射功率 。Ｌ Ａ算法也存在一些问题 ， Ｍ 它缺少严格 的理论推 导， 在邻居节点的判断条件上没有严格的说明。层次型拓扑控制方面的 Ｔｐ ｉ ［＿］ ｏＤｓ １ 算法是由 Ｄｂ ｃｌ ｅ 等人提
出 的一 种基 于 图论 中最小 支配 集 问题 的经 典算 法 。Ｔｐ ｉ 算法利 用颜 色来 描 述节 点 状态 ， ｏＤｓ ｃ 解决 骨 干 网拓 扑结构 的形 成 问题 。Ｔｐ ｉ 算 法 中提 出两 种节 点标记 方法 ， ｏＤｓ ｃ 分别 为三 色算 法 和 四色算 法 。这 两种 方 法 的
第 ２ 卷第 ３ ７ 期
２１ ００年 ６ 月
华
东
交
通
大
学
学
报
Ｖ０ ． ７ Ｎｏ． Ｊ２ ３
Ｊｕｎ ｌ ｆＥ ｓ Ｃ ｉａＪａｔｎ ｎｖ ｒｉ ｏｒａ ｏ ａ ｔ ｈｎ ｉｏｏ ｇＵ ｉｅｓｙ ｔ
拓扑结构控制
基于节点度的算法的优缺点
这两种算法都缺少严格的理论推导。通过计算机 仿真结果确定 : 这两 种算法 的收敛性和网络的连 通性是可以保证的 , 它们通过少量的局部信息达 到了一定程度的优化效果。 这两种算法对无线传感器节点的要求不高 , 不 需 要严 格的 时钟 同步。但 是算法 还存 在一些明显 不完善的地方 , 例如 , 需要进一步研究 合理的 邻 居 节点判 断条 件 , 对从邻 居节 点得到的信息是 否根据信号的强弱给予不同的权重等。
NP难问题
NP难问题
功率控制算法
基于节点度的算法
一个节点的度数是指所有距离该节点一跳的邻居节点的 数目。 基于节点度算法的核心思想是给定节点度的上限和下限需 求 , 动态调整节点的发射功率 , 使得节点的度数落在上限 和下限之间。基于节点度的算法利用局部 信息 来调 整相 邻 节点 间的连 通性 , 从 而保证整个网络的连通性 , 同时 保证节点间的链路 具有一 定的 冗余 性和可 扩展 性。 本地平均算法 LM A ( local mean algorit hm ) 和 本 地邻 居 平均 算 法 L MN ( local mean of neighbors algorithm ) 是两种周期性动态调整节 点发 射功 率的算 法。它们 之 的区别在于计算节点度的策略不同
层次型拓扑结构控制
在传感器网络中 , 传感器节点的无线通信模块 在空 闲状 态时的 能 量 消耗与 在收 发状态时相当 , 所以只有关闭节点的通信模块 , 才 能 大幅 度地 降低无 线通 信模 块的能 量开 销。 考虑依据一定机制选择某些节点作为骨干网节点 , 打开其通信模块 , 并关闭非骨干节点的通信模块 , 由骨干节点构建一个连通网络来负 责 数据 的路 由转 发。这样 既保证 了原 有覆盖范围内的数据通信 , 也 在很大程度上节省了节点能量。在这种拓扑管理机制下 , 网络中的节 点可以划分为骨 干网 节点 和普 通节 点 两类。骨 干 网节 点对 周围 的普 通 节点 进行 管辖。这类算法将整个网络划分为相连的区 域 , 一 般又 称为 分簇 算法。骨 干网节 点是 簇头节点 , 普通节点是簇内节 点。由于簇头节点需要协调簇内节点的工作 , 负责数据的融合和转发 , 能量消耗相对较大 , 所以分簇算法通常采用周期性地选择簇头节点的 做法以均衡网络中的节点能量消耗。
- 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)。
计 算 机 与 网 络 创 新 生 活
拓扑控 制算 法分析 与实现
张力华 霍永华 （ 中国电子科技集团公 司第五十四研究所 河北 石 家庄 ００ ８） ５ ０１
【 要】针对机动通信网拓扑 结构动 态变化 的特点 ，在 Ｇ 摘 Ｇ图的基础上 ，分析 了 自维护 网络最 小能量特 性拓 扑控 制算法
ｔ ｅ ｉｅ ｅ ｓｆ ｒｐ ｒｏ ｍ ａ ｅ ｏ ｉ ｉａ ｏｎ ｏｂ ｅ ｃ ｍ ｕ ｃ ｔｏｎ ｎｅ ｏ ｋ． ｈｅｒ ｑｕ ｒｍ ｎｔ ｅ ｆ ｒ ｎｃ ｐｔ ｚ ｔ ｏ ｍ ｉ ｏｆｍ ｌ ｉ ｏｍ ｉ ｉ ｔ ｒ ｎ ａ ｗ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ： ｔ ｐ ｌ ｇ ｏ ｔｏ； ｏ ｏ ｏ ｃ ｎ ｒ ｌ ＢＭ Ｓ ； Ｍ Ｓ ；ｃ ｎ ｅ ｔ ｔ ； ｎｌ ｕ ｅ ｅｇ ｅ ｔ ｒ ｓ ｙ ＳＳ Ｓ ｏ ｎ ｃ ｖ ｙ ｍｉ ｉ ｌ ｍ ｎ ｒ ｆ ａｕ ｅ ｉ ｉ Ｔ ｙ
特 性 可 以 减 少 分 组 传 输 时 延 ， 低 节 点 的 功 率损 耗 ， 高 网络 降 提 的吞 吐 率 。更 为 重 要 的 是 ， 网络 的 组 成发 生 动 态 变 化 时 ， 当 算 法 可 以 以 响 应 的方 式 维 护 全 网 的 连 通 性 和 全 局 的 最 小 能 量 特 性。 也就 是说 ， 有发 现 网络 变 化 的 节 点 才 可 能需 要 重 新 运 行 只
ａ ｕｔ ｎ ｆ ｅ ｏｋｔｐ ｌｇ ｅｗ ｒ ｎ ｇｍｅｔｙｔ Ａｎｅ ｅ — ｆｃ ｎ ｓｉｕｅ ｐ ｌｇ — ｏ ｔ ｌ ｌ ｒｈ ｃ ｅ ｄｓ ｊ ｍｅｔ ｔ ｒ ｏ ｙ ｉ ｎｔ ｏｋｍａａ ｅ ｎ ｓｍ． ｎｒ ｅ ｉ ｔ ｔｂ ｔｄｔ ｏ ｙ ｃ ｎｒ ｇ ｉ ｍ ａ ｍｅｔ ｏｎｗ ｏ ｏ ｎ ｓ ｅ ｙ ｇ ｉ ｅ ｄ ｒ ｉ ｏ ｏ ｏａ ｏ ｔ ｎ
ＺＨ ＡＮ Ｇ —ｈｕ ，Ｈ Ｕ Ｏ ｏ —ｈ Ｌｉ ａ Ｙ ｎｇ ｕａ
ｈ ４ ｓ ｒｈＩｓｔｔ ｏ Ｅ Ｃ， ｈ ｉ ｈ ａｇＨｅｅ ００ ８ ， ｉａ ｅ ｔ Ｋｅｅ ｃ ｔｕｅ ｆ Ｔ ＳＯａ ｕｎ ｂ ｉ ５ ０ １ Ｃｈ ） ５ｈ ａ ｎｉ Ｃ ｚ ｎ
Ａｂ ｔ ａ ｔ Ａｉ ｎ ｔ ｔ ｅ ｃ ａａ ｔ ｒ ｔ ｓ ｆ ｄ ｎ ｍｉ ｏ ｏ ｏ ｙ ｉ ｓｒ ｃ ： ｍｉ ｇ ａ ｈ ｒ ｃｅ ｉ ｃ ｏ ｙ ａ ｃ ｔ ｐ ｌ ｇ ｎ ｍｏ ￣ ｃ ｍｍｕ ｉａ ｏ ｎ ｔ ｒ ，ｔ ｉ ｐ ｐ ｒ ａ ａ ｚ ｓ ｔ ｅ ｈ ｓ ｉ ｂｅ ｏ ｎ ｃ ｔ ｎ ｅ ｗｏ ｋ ｈ ｓ ａ ｅ ｎ ｙ ｅ ｈ ｉ ｌ ｐ ｏ ｅｓ ｇ ｐｏ ｅ ｕ ｅ ｏ Ｍ Ｓ ｎ ｒ ｃ ｓ ｎ ｒ ｃ ｄ ｒ ｆ Ｓ Ｓ ａ ｄ ＢＭ Ｓ ｏ ｏ ｏ ｙ ｃ ｎｒ ｌ ａｇ ｒ ｈｍｓ ｂ ｓ ｄ ｏ ｉ Ｓ ｔｐ ｌ ｇ ｏ ｔｏ ｌ ｏ ｔ ｉ ａｅ ｎ ＧＧ ｉｇ ａ ，ｔ ｅ ｆ ｒ ｒ ｃ ｎ ｍ ａ ｔ ｎ ｎ ｔ ｏ ｋ ｄａ ｒｍ ｈ ｏ ｍｅ ａ ｉ ａ ｅ ｎ ｉ ｗ ｒ
ｃ ｎ ｅ ｔ ｉ ｎ ｈ ａｔｒ ｃ ａ ｔｉ ｄ ｏ ｔ ｚ ｎ ｔ ｒ ｏ ｅｔ ｔ．Ｉ ｐｅｅ ｔ ｔ ｅ ｃ ｅ ｅ ｆｒ ｉ ｌｍｅ ｔ ｇ ａ ｎｍｉ ｏ ｎ ｃ ｖｔ ａ ｄ ｔ ｅ ｌｔ ａ ｍ ｉ ａｎ ａ ｐ ｍｉｅ ｅｗｏｋ ｃ ｎ ｃ ｖｙ ｔ ｒｓｎｓ ｈ ｓｈ ｍ ｏ ｍｐｅ ｎｉ ｙ ａ ｃ ｉ ｙ ｅ ｎ ｎ ｎ ｉ ｉ ｉ ｎ
中图分类号 ：Ｔ３３ 文献标识码 ： 文章编号： ０８１３ （ １）２５— ：Ｐ ９ Ａ １０— ７９２ １１— ０３ ０
Ａｎ ｌ ｓｓａ ｄ Ｉ ｐ ｅ ｅ ｔ ｔｏ ｎ Ｔｏ ｏ ｏ ｙ ｃ ｎ ｒ ｌ ｇ ｒｔ ｍ ａ ｙ ｉ ｎ ｍ ｌｍ ｎ ａ ｉ ｎ ｏ ｐ ｌ ｇ － ｏ ｔ ｏ Ａｌ ｏ ｉ ｈ
１引 言
由于 机 动 通 信 网 的拓 扑 是 动 态 变化 的 ，因此 要 求 拓 扑 控 制管 理 不仅 能 在 初 始 时 建 立 具 有 某 种性 质 （ 者 优 化 目标） 或 的 网 络 拓 扑 结 构 ， 且 在 拓扑 变 化 时 ， 够 重 构 网 络 ， 障 网 络 而 能 保 的 连通 性 ， 且 以 较 小 的 开 销 维 护 网 络 已 有 的 属 性 ， 一 点 对 并 这 于 战 场 网络 尤其 重 要 。 在 网络 拓 扑 管 理 中 。首 先 采 用 基 于 最 短 路 径 树 的拓 扑 控 制 算 法 创 建 网络 一 个 网络 拓 扑 。在 网络 运 行 过 程 中 当 网络 发 生 动 态 变 化 时 ， 用 一 个 分 布 式 的 拓 扑 控 制 算 法 （ＭＳ ） 响 采 Ｓ Ｓ以
（ Ｓ） Ｓ Ｓ和两连通且具有最小能量特性拓扑控制算法（ＭＳ 的处理过程， Ｍ ＢＳ ） 解决了在网络管理系统中对网络拓扑的如何进行动态
调整的 问 。利用该 算法能够有效地维护 网络的两连通 性和 最小能量特性 ， 题 满足机动通信 网络性能的优化要求 。
【 关键词】 扑控 制 Ｂ Ｓ Ｓ Ｓ 连通性 拓 ＭＳ ＭＳ 最小能量特性
２Ｓ Ｓ算 法 分 析 ＭＳ
首 先 创建 一个 新 的拓 扑 结 构 Ｇ．而 Ｇ 只 是 最 大 功 率 拓 扑 的 一 个 子 图 。Ｇ 除 了 具 有 连 通 性 外 ，而 且还 具 有最 小 能 量 特
性 ， Ｇ包 含 了 Ｇｍａ 即 ｘ中任 意 一 对 节 点 之 间 的 ” 短 ” 径 ， 最 路 这 里的” 最短 ” 指 分 组 经 过该 路 径 需 要 的功 率最 小 。 最 小 能 量 是