基于 MA 模型的移动 Ad Hoc 网络路径长度预测.pdfVIP

第 44卷 第 4期 内蒙古师范大学学报 (自然科学汉文版) Vo1．44NO．4 2015年 7月 JournalofInnerMongoliaNormalUniversity (NaturalScienceEdition) July2015 基于 MA模型的移动 AdHoc网络路径长度预测 蔡 唪 ，李俊峰 (1．浙江经济职业技术学院 图书信息 中心 ，浙江 杭州 310018；2．浙江理工大学 自动化系，浙江 杭州 31018) 摘 要 ：移动 AdHoe网络 中，节点之间的路径长度是构建 QoS路 由的一个重要参数 ，提 出一种基于移动平 均(MA)模型的网络路径长度预测方法．首先根据赤池信息量准则 (AIC)确定 MA模型的阶，然后对路径长度 的 历史和当前数据进行时间序列分析 ，找出之间的 自相关性，从而预测未来路径长度．建立仿真实验 ，在 AODV和 DSR网络协议下 ，节点分别执行 MHG和 RPGM 移动模 型 ，通过提 出的方法对各种场景下 的路径长度进行预测 ， 并根据性能指标评估预测性能．结果表明，提 出的方法能够有效地预测未来路径长度． 关键词 ：移动 AdHoc网络 ；路径长度预测 ；移动平均模型；赤池信息量准则 中图分类号 ：TP309 文献标志码 ：A 文章编号 ：1O018735(2015 目前 ，移动 AdHoc网络 (MobileAd—HocNetworks)应用于许多领域 ，如军事战场通信、移动教室 、灾害 管理 、环境监测 、交通控制等 [1]．移动 AdHoc网络是一组配备无线收发装置 的移动节点组成的多跳临时性 自治系统 ，具有多跳路由、网络拓扑变化频繁等特点 ]．移动 AdHoc网络 中，若两个节点在彼此的传输范围 内，则可以直接通信 ，否则需要通过中间节点转发通信．然而其节点的位置是不断变化的，这就使得 固定 的路 由链路失效 ，需要不断的重新构建组播路 由．在构建组播路 由时，需要知道各个节点之间的距离，从根节点开 始构建组播树 ]．所以，如果能够有效地预测节点之间的未来路径距离 ，将会对构建 AdHoc网络 的服务质 量 (QualityofService，QoS)组播路 由树有一定 的作用．要预测路径长度，则需要寻找 出在特定移动模 型下 ， 两个移动节点之 间距离随时间变化的相关性． 节点移动模型可以描述节点的运动方式 ，包括速度和位置随时间的变化情况．目前 ，节点移动模型主要 分为 3类 ：(1)个体移动模型 ：节点独立运动 ；(2)组群移动模型 ：节点之间具有运动相关性 ；(3)地域限制 移动模型 ：节点运动范围具有 限制性．由于本文研究对象 中的节点移动非个体独立 ，所 以考虑在组群移动模 型和地域 限制移动模型中各选一种常见模型作为本文实验 中的网络运行模型，即曼哈顿网格移动 (Manhat— tanGridMobility，MGM)模型和参考点群移动 (ReferencePointGroupMobility，RPGM)模型_4]．MHG模 型是一种具有地域限制的移动模型，其将 网络构建成 网格形式 ，由若干水平和垂直的线来表示节点运动路 线 ，节点根据这些路线移动 ，在交叉 口处 ，节点可以前后左右移动．RPGM 模型是一种群组移动模型 ，每个群 以一个群首作为参考点 ，群内其他成员以群首 的运动方式为参考 ，在速度和方向上叠加一个随机偏移量作为 自己的速度和方 向．这些移动模型需要在网络路 由协议下运行，本文考虑两种反应式路 由协议 ：无线 自组 网 按需距离矢量 (Ad—hocOn—demandDistancevector，AODV)协议和动态源路 由(Dy·namicSourceRouting， DSR)协议． 移动平均 (MovingAverage，MA)模型能够描述一组与时间相关的随机变量之 间的相关性，预测 目标发 展的方向和延续性 ，并根据时序上的过去和当前值预测未来值 ]．MA模型在工程技术和社会学领域有广泛 的应用．文献 [6]利用时间序列分析对 电梯交通流量建立 自回归 MA模型 ，并实时对训练数据修正来实现电 梯交流流量的在线预测．文献[73收集监测点流感数据 ，利用 自回归MA模型很好的预测了各地每周 的发病 情况． 收稿 日期 ：2O15一O3一O5 基金