基于MANET实体移动模型研究.docVIP

基于MANET实体移动模型研究 　　摘 要：在移动自组网仿真研究中，实体移动模型作为研究移动自组网的基础，对网络仿真结果有重要影响。根据移动实体特性将实体移动模型分为随机移动、时间相关、空间相关和地理环境相关4类，对各模型的移动规律及优缺点作详实描述，利用Bonnmotion和NS3仿真软件生成实体移动模型的节点信息并绘制了相应的移动轨迹，分析各实体移动模型的特点及其适用场景，可为移动自组网研究中实体移动模型选取提供参考。 　　关键词关键词：移动自组网；实体移动模型；移动节点；Bonnmotion；NS3 　　DOIDOI：10.11907/rjdk.162053 　　中图分类号：TP302 　　文献标识码：A 文章编号文章编号2016）011003003 　　基金项目基金项目： 　　作者简介作者简介：郭子立（1991-），男，江苏连云港人，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为无线传感器网络、智能优化算法。 　　0 引言 　　移动自组网（Mobile Ad hoc Network， MANET）是由多个移动节点组成的分布式多跳网络，具有灵活性好、覆盖范围广、系统容量大等特点，在会议展览、抢险救灾和前方战场等场景中发挥着重要作用[1]。MANET的核心是路由协议，而移动实体的移动特性对网络的路由协议和拓扑结构具有重要影响，因此选取合适的实体移动模型是研究MANET的关键。 　　实体移动模型主要描述移动实体的速度、方向和目的地等移动属性，用来反映移动实体运动轨迹的移动特点和移动规律，被广泛应用于无线网络规划、算法性能评价和蜂窝网络性能预测等[2]。本文按移动特性将实体移动模型分为以下4类：随机移动模型、具有时间相关性的移动模型、具有空间相关性的移动模型和具有地理环境相关性的移动模型[3]。 　　1 实体移动模型研究 　　1.1 随机移动模型 　　在随机移动模型中，节点自由移动，速度、方向和目标位置等移动属性都是随机选择的，与先前节点无关。由于节点当前时刻的速度和方向与前一时刻的速度和方向不相关，这类移动模型通常被看作是无记忆的。 　　1.1.1 随机漫步模型 　　随机漫步模型最初是由Albert Einstein[4]提出的，用来仿真微观粒子的不规则运动。在该移动模型中，移动节点随机选择速度和方向从一个位置移动到另一个位置，方向、速度分别在[0， 2π]和[speedmin， speedmax]范围内。该模型每隔一个固定的时间间隔t或者固定的移动距离d进行一次移动，每一次移动后都会计算出一个新的方向和速度。在随机漫步模型中，一旦移动节点到达仿真边界，就会按引入的角度反弹回去继续移动。目前，随机漫步模型包含一维、二维甚至多维漫步模型等多个种类，虽然该模型简单便捷，易于实现，但因为它是一个非记忆性的移动模型，无法保留先前节点的方向和速度，所以产生的是急转和急停等完全不真实的运动。本文通过Bonnmotion工具生成实体移动模型的节点信息，在此基础上采用NS3仿真软件绘制节点的运动轨迹，随机漫步模型中节点的运动轨迹如图1所示。 　　1.1.2 随机路点模型 　　目前应用最广的随机移动模型是随机路点模型RWP（RandomWaypoint），由于该模型简单实用，很快成为评价MANET路由协议的基准。在随机路点模型中，节点随机选择移动区域内的一个目标位置（x，y）和[vmin，vmax]范围内的速度v，然后节点以速度v向选择的目标位置（x，y）移动，一旦到达目标位置，移动节点选择下一次移动的目标位置和速度，停留一段时间后继续移动，如此循环往复。图2为随机路点模型中节点在400×200区域内的移动轨迹。 　　随机路点模型中会出现密度波现象，密度波指的是指定仿真区域内节点的聚集[5]（通常出现在仿真区域中心）。在随机路点模型中，下一目标位置是随机选择的，当节点处于网络中心位置偏右时，下一目标位置在当前位置左侧的概率更高，因此更有可能选择向左运动；同样，当节点处于网络中心位置偏左时，选择向右运动的概率更高。这就导致了节点的分布不均匀――仿真区域的中心部分出现节点的聚集，这一现象称之为密度波（Density Wave）。 　　1.1.3 随机方向模型 　　为了克服移动节点不均匀的空间分布，解决密度波的问题，Royer和Moser等[6]提出了随机方向移动模型。随机方向模型中移动节点不是在仿真区域内随机选择的目标位置，而是从[0，2π]内随机选择一个方向，以一定的速度移动到仿真区域的边界，停留一段时间T，再从[0，π]内随机选择一个新的方向向下一个目标位置移动，如此循环往复。通过这种方式，能够实现节点在仿真区域内的均匀分布。随机方向模型中节点的轨迹如图3所示。