Adhoc网络节点移动模型综述.docxVIP

Ad hoc网络节点移动模型综述 【摘要】在移动Ad hoc网络仿真研究中，节点移动 模型直接决定了网络的拓扑结构，进而影响网络性能的评 估，基于合理的节点移动模型的仿真结果才真实可靠。介绍 了目前Ad hoc网络仿真研究中所应用的移动节点模型。 【关键词】Ad hoc网络节点移动模型网络仿真 在移动Ad hoc网络中，节点的移动将会直接影响网络 的拓扑结构和链路状态，而网络的拓扑结构是设计MAC协议 和路由协议的基础，基于合理的节点移动模型设计的网络协 议才是可信的。 现有的Ad hoc网络节点运动模型主要有两类：一类是 实体运动模型(Entity Molality Model)；另一类是群组运 动模型(Group Mobility Model)o实体运动模型描述了单 个节点独立运动的情况；而组运动模型则描述一组运动相关 的节点组的运动情况。下面对这两类模型分别介绍。 一、实体运动模型 1. 1随机行走移动模型(Random walk) ［1. 这种模型反映的是一种完全不可预测、没有规律的一种 极限运动模式，它是一种类布朗运动。在这种模型中，节点 从当前位置移动到下一个位置时，在［0, 2n］的范围内随机 选择一个方向，在［Vmin, Vmax］内随机的选择一个速度，然 后运动一个固定的时间或者一段固定的距离。在运动到仿真 区域的边界时，节点发生反弹，以和入射角大小相同的角度 继续运动。随机走动模型是一种无记忆的运动方式，因为节 点当前的移动速度和方向完全独立于先前的移动速度和方 向，因而会使网络中的节点产生不现实的运动方式，如突然 停止或急转，不符合实际应用的情况，不利于网络仿真。目 前这种模型已经被淘汰。 图1是一个节点以随机行走运动模型在1000X1000的 区域内运动，根据节点的运动数据用NS2软件中的gnuplot 工具画出的运动轨迹。 1. 2 随机路点移动模型(Random WayPoint Mobility Model) 文献［1］中描述此移动模型为：节点首先在当前位置停 留一段随机时间Tp￡ ［Tmin, Tmax］,然后在场景内随机选取 一个位置作为目标位置，并以随机选定的速度vW［Vmin, Vmax ］向该目标位置移动。节点到达目的地后再随机停留一 段时间Tp,然后重复上述过程。 RWM移动模型比较真实的反映了人类的一种基本的运动 规律，具有很好的现实性，且简单易于实现，所以成为事实 上基准移动模型，得到了最广泛的应用。然而，RWP存在两 个问题：(1)平均速度逐渐降低。文献［2］中通过仿真发现, 若采用RWM模型，则节点平均速度随着仿真的运行逐渐降低。 节点稳态分布不均匀。文献［3］通过仿真发现，当Tp 为0时，10mX10m方形场景内100个节点按RWM模型移动得 到的稳态分布具有非均匀特性。当平均停留时间Tp变长时, 节点的稳态分布趋于均匀。文献［11］给出了一种防止节点速 度衰减的方法。 1.3 随机方向移动模型(Random Direction Model) RDM模型是一种在自组网的仿真中经常普遍采用的移动 模型，在文献［4］中为解决邻节点个数波动而首次提出。该 节点移动模型的定义是在运动区域内随机找一个点S作为起 始点，从(0, 2=)随机均匀选择一个方向，按照预先定义 的速度，一直走到该运动区域的边界点D,然后保持静Tpause 时间，再以D作为新的起始点S重新选择一个方向Y—直走 到该运动区域新的边界点D,然后保持静止Tpause时间，如 此反复。 在文献［5］中，对Random Direction节点移动模型进行 了深入研究，给出了 Random Direction节点移动模型在一 维和二维的空间概率分布函数的公式，认为运动节点空间的 分布在二维坐标下出现中心概率密度小，边缘概率密度大， 且具有圆对称的非均匀分布等特点。文献［7］中推导出了 RandomDirection节点移动模型在三维空间概率密度函数。 但是随着研究的深入，其存在着固有的缺点就是：边界 现象。即由于节点都是碰到边界才一变向，这样会出现节点 在边界处聚集，其与现实中的一些情况不是很符合，尤其是 并不是每个节点都碰到边界才会变向，而是在运动中每个时 刻有可能变向。近年来主要是考虑对这种模型的改进。 1. 4Gauss Markov Model (GMM) 由于随机路点移动模型和随机方向移动模型等模型没 有记忆性，会导致急停、急转弯等不合理的运动情形，高斯 马尔可夫模型(Gauss Markov Model) [6]中节点新的速度 和新的位置都与此前的速度和位置有关，所以弥补了这方面 不足。但是这种模型的实现比较复杂，所以应用不是很广泛。 该模型通过一个可调的参数来适应随机性程度不同的 情况。起始时，每个移动节点被