基于分组索引增量交换的机会网络高效低时延路由算法.docVIP

9 期 任 智等 : 基于分组索引增量交换的机会网络高效低时延 路由算法 1639 省去了相应的时间开销 , 所以有 tH X 网络 条 件 相 同 的 情 况 下 , tH tE . t EC EX ,在 t HC = t , 因 此, 刻 5s 开始 发送 , 至 1984s 发 送完毕 , 共 发送 45 ? 44= 1980 个数据分组; 网络层分组缓存空间的大小 M = 8kb ? 2000 = 16000kb. 按照前文的计 算结果, H ello 消息发送周期 = 2s, 相遇时间间隔阈值 = 10s; 仿真时间为 4000s, 在仿真结束或 1980 个分组全部 到达目的节 点时 统计仿 真数 据. 每 个仿 真实 验做 4 次, 随机种子 seed ( { 128, 130, 132, 134} , 统计结 果取平均值. ( 2 仿真结果及分析 + 归一化控制开销 通过累加所有节点发出的 H ello 、 Echo( 有则计 算 、 SV 和 Request 等控制消息包含的比特数并除 以达到目的节点数据分组的比特数来计算归一化控 制开销 ; 其中 , H ello 和 Echo 消息的长度是固定的, 而 SV 和 Request 消息的长度则会动态变化, 尤其 当需要发送的数据分组索引量大时, 长度会显著增 加 ; 如果 它们的 长度超 过了 分组发 送的 长度 阈值 64KB, 在仿真中则分为多个消息发送. 图 1 显示 , 与 Epidem ic 路 由算法和 ARER 算 法相 比, ERBEI 算 法能 够 减 少 归 一 化 控 制 开 销 82? 7% ( R = 10m ~ 94? 9% ( R = 100m , 因而具有更 高的效率 . 开销减少的原因主要来自于 Echo 消息 的取消和 SV 消息在数量和长度上的缩减. 节点通 信范围 R 较大时减耗效果更明显的原因在于 R 越 大 , 节点相遇机会和相遇持续 时间都会增大 , 导致 Epidem ic 和 ARER 算法中相应的操作和控制开销 增加, 而 ERBEI 算法按需进 行 SV 消 息交换, 只有 当索引增量存在时才发送 SV 消息, 因此能够有效 避免相遇机会和时间增加的负面影响, 在 R = 100m 时开销的下降幅度最大 ( 94? 9% . ( 3 节点平均缓存分组数 节点平均缓存分组数用于评价节点存储空间的 使用情况, 用下式计算: ( 3 N 其中 , S i 表示节点 i 缓存的分组数 , N 为节点个数 . ERBEI 算法通过缓存清理过程减少缓存中的分组 , 因此与经典 Epidemic 路由算法相比, 有 i( V S = i( V S i S i . , ? S. . ( 4 计算复杂度 两种算法的时间复杂度在初始化后都为 O( d , d 表示网络直径 ; 存储复杂度都为 O( N , N 表示网 络中的节点总数; 通信复杂度在初始化后都为 O( N . 5. 2 仿真分析 取经典的 Epidemic 路由算法和它的一 种较新 改进算法 ARER 作为比较对象, 在相同的仿真 条件下比较分析它们和 ERBEI 算法的控制开销、 时 延、 分组缓存使用等性能 . ( 1 仿真设置 仿真的软硬件环境是微机和 Windo ws XP 操作 系统 , 仿真软件平台是 OPNET . 50 个可自由移动的 节点随机 均匀 分布在 1500m ? 300m 的矩 形区 域 内, 移动模型为 Rando m Waypoint 模型 , 为了避免 节点速度最终趋向于 0, 速率随机均匀取值区间设 为[ 1, 19] ( m / s , 运动间歇时间 p ause _ ti me = 0s; 因 为 节点 通 信范 围 R 100m 时节 点 的度 3 ? 49 , 网络趋于全连通, 为形成机会性的网络环境 , 设置 R ( { 10 , 25, 50 , 75, 100 } ( m [ 9] ; 节点 M AC 层 和物理 层采用 IEEE802 ? 11a 标准 , 最 大数 据速 率 V max = 54M bps; 节点 通信 范围及 相关 参数 取值 如 表 2 所示. 表2 100 75 50 25 10 [ 19 20] 不同节点通信范围 R 的参数设置 发射功率 / W 0 ? 0049 0 ? 0028 0 ? 0012 0 ? 0003 4 ? 818 ? 10- 5 接收功率门限 / dBm 79 ?9 79 ?9 79 ?9 79 ?9 79 ?9 节点通信范围/ m 图 1 归一化控制 开销比较 随机选取 45 个节点作为源和目的节点, 每个节 点随机选择时间向各目的节点发送 1