节点移动（精选8篇）
节点移动 篇1
1 IP运作原理简介
常见的IP隧道有三类封装措施, IP的IP封装, 最小封装和通用路由封装。
在移动IP中, 隧道的入口为移动节点的家乡代理, 隧道的出口为移动节点的外地代理。其封装的作用是经由前一种代理来实现的, 通过处理的数据可以发送到后一种代理处, 此代理收到之后, 对其解封处理, 接着把它发送给节点。当数据和隧道无连接之后, 并未到达出口之前的时候, 通常会有路由环发生, 此时它将被迫重回入口, 此时隧道会给它设置IP报头, 并且不同的报头拥有属于自身的独特的TTL值, 因而数据包会不断的扩张。通常为了降低这种现象的发生, 可以使用以下的措施来进行:预封装的数据包的源地址就是隧道入口地址, 这时候我们应该假定递归封装存在;预封装的数据包的源地址与隧道入口处路由表指示的隧道出口地址相同, 此时也假设递归封装出现。这时候, 假如入口希望将移动节点家乡链路上的广播包送给移动节点, 就需要通过多样式的处理, 此时, 里层的是通过入口到节点的家乡地址而外层是从入口到节点的转交地址。这主要是由于, 假如不用多样式的处理, 出口处获取地址并不能告知其如何操作, 所以, 我们应该把它看成是一种个例来应对。
解封的时候, 通常是把新的报头除掉, 将旧有的进行复原, 所以并不是很复杂。移动IP中, 移动节点的外地代理已经保存了移动节点的注册信息, 它能够将解封装后得到的数据报路由给移动节点。此时, 就做好了经由一节点到移动节点进行数据处理的整个程序。
2节点在移动时期的具体体现在正常的模式中, 结合相关的要求, 移动节点在外地链路上应该有一个外地代理位于隧道的出口, 将从隧道发送过来的数据包转发给已经移动到该链路上的移动节点, 但是随着IPv6即将成为事实上的下一代互联网的标准协议, 原来一直困扰的地址空间现象已经得到了非常有效的应对。笔者为了简要的概括问题, 要求无需出口进行转发处理, 此时节点会自动处在出口处。
第一, 节点活动的具体体现通常节点的活动体现来自五个不同的层面。
分别为以下内容。代理搜索.节点要想确保通信合理有效, 首先要做的就是此项活动, 经由此节点可以获取本身的方位问题。其二是注册.移动节点确定自己在外地链路的时候, 循环给家乡带理发送一个UDP包, 目的是为了确保其可以获取自身目前的方位。其三是注销。当节点再次返回原链路时, 循环给家乡带理发送一个UDP包, 直到收到家乡代理的应答消息。其四是信息接收:移动节点在家乡链路接收数据包和固定节点的工作机制完全一样。最后是信息输送。假如节点可以明确的知道自身是处于家乡的链路里, 会等同于固定节点, 使用TCP/IP协议, 此时无需对信息进行附加的活动, 可以直接的输送处理。如果不这样的话, 移动节点会发现要发送的数据包的源地址是当前链路的转交地址, 所以, 它首先把发送方位更改为家乡, 接下来进行发送处理。
第二, 代理搜索
通常节点通过此项内容可以进行三项活动, 具体的是, 区分的链路是何处。其二分析链路有没有及时的进行切换处理。最后, 假如是位于外地, 那么就会自动获取此处的转交地址数据。它包含两项基本消息内容。具体是首先, 进行广播内容的代理活动, 家乡代理利用这个消息向移动节点宣布它们的功能。当一个节点在一条链路上被配置成家乡代理服务器的时候, 它就在这条链路上广播或组播代理广播消息, 这使得连到这条链路上的移动节点可以判定该链路上是否有代理存在。接下来是请求消息的代理活动, 如果节点不具备足够的时间来等待后续的消息时, 它能够进行此项活动。它的主要功效是确保全部的大力可以及时的法师宏此信息。在个别情况下, 当节点非常迅速的进行链路转换, 而消息的速度相对来讲就不算及时, 此时上述活动就存在意义。
第三, 注册、注销机制
当完成上述的活动之后即会进入注册活动。这时候, 节点可以自行的明确所处的方位, 比如是在外地的亦或是家乡的。如果节点察觉其接入口经由某个链路转到别的链路的时候, 此时就会出现了我们这里所讲述的注册活动。除此之外, 因为注册需要必要的时间, 因此在个别情况下, 我们发现节点并未改变, 它通常是当目前的注册失效以后才进行。
第四, 传递数据包的选路
根据移动节点的当前位置进行数据包选路的技术, 这是移动IP的最主要技术之一。我们必须考虑两种情况:移动节点连接在家乡链路上时和移动节点连接在外地链路上时。后一种情况还有两种情形:移动节点采用的是代理转交地址还是配置转交地址。由于IPv6已经成为下一代互联网事实上的标准协议, 并且IPv6不存在地址空间问题, 因此, 在IPv6下, 移动IP将没有外地代理。当注册工作完成之后, 移动节点无论漫游到Internet的任何地方, 都会通过注册机制通知它的家乡代理它目前所取得的IP地址, 使得家乡代理能够转发那些试图与它通信的网络节点给它发送的数据包, 这里, 我们不关心移动节点在外地链路是如何取得配置转交地址的, 我们假定移动节点已经通过某种办法得到了一个外地链路上的配置转交地址, 然后将这个地址通知给它的家乡代理。
结语
移动IP为移动主机在移动过程中保持原来通信不间断提供了实现方法, 隧道技术是移动IP的关键技术之一。当通信节点向移动节点发送数据报时, 必须使用到隧道技术。本文介绍了移动IP中隧道技术的基本原理, 并给出了一种在Linux系统下实现它的方法。对于实现途径, 主要是在Linux内核中加入程序模块, 用以完成隧道技术的功能。随着当今电子商务的蓬勃发展, 人们对于新的通信业务的要求越来越高, 这是互联网及TCP/IP协议成功发展的必然结果。从而诞生出下一代互联网协议IPv6, 因此, 随着移动用户和设备的飞速发展, 基于IPv6的移动IP协议必然会迎来更广泛的发展前景。
参考文献
[1]徐华中, 郑诚.移动IP隧道技术实现的研究[J].中国水运 (下半月) .2008 (04) .
[2]关丽华.移动IPV6初步探讨[J].科学之友 (B版) .2008 (11) .
[3]姜悌.移动IPv6技术[J].航空电子技术.2005 (03) .
节点移动 篇2
关键词：移动IPv6；通信节点；路由优化；本地地址；转交地址；迁回路由过程；绑定
中图分类号：TP29文献标识码：A文章编号：1672-3198（2007）12-0266-01
1 引言
移动IP应用于所有基于TCP/IP的网络环境中，它为人们提供了无限广阔的网络漫游服务。当前许多针对移动IP的研究和实现都是基于IPv6协议的，未来网络环境中，信息家电经常是充当通信节点CN(Correspondent Node)的角色和移动IPv6节点通信，因此有必要在这些小设备上实现通信节点对于移动IPv6的支持。
2 正文
2.1 移动IPv6
IPv6中的移动性支持是在制订IPv6协议的同时作为一个必需的协议内嵌在IP协议中的。不同于IPv4的移动性支持是作为一种对IP协议附加的功能提出的，不是所有的IPv4实现都能够提供对移动性的支持，其效率没有移动IPv6高。更重要的是，IPv4有限的地址空间资源无法提供所有潜在移动终端设备所需的IP地址，难以实现移动IP的大规模应用。和IPv4相比，IPv6的移动性支持取消了异地代理，完全支持路由优化，彻底消除了三角路由问题，并且为移动终端提供了足够的地址资源，使得移动IP的实际应用成为可能。其原理如图所：
移动节点MN有有两种工作环境，可以连接在家乡链路上也可以移动到外地链路。MN将它的COA通知给HA（R），这个过程被称为家乡注册。如果可以保证操作的安全性，MN也将它的COA通知CN（连在上），成为对端注册。移动中同时采用隧道和路由优化技术向连接在外地链路上的MN传送数据包。
返回路由过程：
移动IPv6协议过程包括通信注册和移动IPv6和TCP连接两部分．通信注册这一过程由迁回路由过程(RetunrR outabilityp rocedure)和交换绑定更新(Binding Update)和绑定应答(Binding Acknowledgement)两部分组成:
2．2 CN的作用和功能
任何一个IPv6节点在任何时候都可能成为一个移动节点MN的通信节点,和移动节点通信收发报文。如果移动节点希望和只提供基本IPv6支持的节点建立路由优化，那么就会返回ICMP错误报文报告该节点不支持这种优化。一个普通的IPv6节点是不支持本地地址目的地选项，类型2路由头和移动头部的。
但是在移动IPV6中要使IPv6网络高效地运行，通信节点对于路由优化的支持能力是必须的.因此能够支持移动IPv6的通信节点CN必须能够参与迁回路由过程，接收处理本地和转交测试初始化报文，发送本地和转交测试报文;随后能接收处理绑定更新报文并返回绑定确认报文:在本地必须要维护一个绑定缓存，收到绑定更新报文时为该移动节点创建或者更新相应的表项。收到由移动节点MN不经过家乡代理直接发送过来的报文，能够识别并处理本地地址目的地选项;而当发送报文给移动节点时，能够插入类型2路由头选项使得报文能够直接路由到移动节点的转交地址而不需要通过隧道。
2.3 通信节点CN的操作
（1）绑定缓存。
支持移动IPV6路由优化的节点必须为每个和它正在通信的移动节点MN维护一个绑定缓存，存放MN的转交地址。如果发送的数据包的目地地址在绑定缓存中存在一项，就使用绑定缓存中的地址。在RFC3775中定义的绑定缓存表项包含如下几个字段:
①移动节点MN的本地地址；②移动节点MN的转交地址；③有效时间；④标志位；⑤最大序列号；⑥该表项的使用信息
（2)移动头部处理；
（3)报文处理；
（4)迁回路由过程；
（5)绑定消息处理；
（6)绑定缓存替换策略。
理论上 ，通信节点需要为每个绑定缓存表项维护一个定时器。每次收到绑定更新报文创建或者更新表项时，通信节点需要把定时器设置为指定的生命期。一旦定时器超时了，表项就必须被删除。每个节点维护的绑定缓存必定会有空间大小的限制。节点可以使用一定的本地策略来维护绑定缓存。比如有时候可能为了添加一个新的表项而删除旧的表项，这时候就可以使用最近使用策略(least-recently used一一LRU)作为缓存表项更新策略。一旦有表项被删除，从通信节点CN发出的报文就会通过移动节点MN的本地链路路由。移动节点MN可以检测到这个转变，如果需要的话，会重新建立一个绑定。然而 如 果移动节点认为绑定缓存的表项仍然存在，那么它还是会用路由优化的方式来发送携带本地地址目的地选项的报文，这个会造成暂时的报文丢失，但是稍后可以恢复。
3 结束语
本章描述了移动IPv6协议，尤其是其中和通信节点CN相关的概念，报文类型和结构，报文交互过程，迁回路由过程，绑定更新过程等等。从中可以了解到移动IM中的路由优化的概念以及是如何实现的，证明了实现通信节点CN功能模块对于实现路由优化的重要性。
参考文献
［1］Eastlake3rd.，Crocker，S.anJ.,Schiller,“Randomness Recommendations for Security”，RFC 1750，December1994.
［2］Bradner，S.，“Key words for use in RFCs to IndicateR equirementL evels”,BCP 14,RFC 2119,March 1997.
［3］Hinden,R.,and S.,Deering,“Internet Protocol Version 6(IPv6)Addressing Architecture”,RFC3 513,April 2003.
［4］Conta,A.,and S.,Deering,“Intenret Control Message Protocol(ICMPv6 )for the Internet Protocol Version 6(IPv6) Specification”,RFC2 463,December 1998.
节点移动 篇3
移动IP是一种用网络进行通信和信息传递的协议, 其主要的功能在于确保计算机或者移动通讯设备不会因为网络IP地址的变化或者网络通信的限制而发生网络中断的情况, 而且能够在移动的过程中一直保持对网络的连接和陆续访问。由此, 在这个特性的作用下, 移动IP在移动通讯发挥着非常重要的作用, 实现了真正的移动通讯。所以, 设计移动IP主要是为了保证网络设备在移动过程中能够实现移动节点的连续性。下面, 本文将根据移动IP的原理, 从移动IP节点的关键技术、工作过程和工作方式三个方面描述移动IP节点在移动通讯中的实现过程。
2 移动IP的原理
随着移动通信技术的发展, 任何移动节点都可以与IP核心网进行无缝的连接, 从而形成无线网络。就目前来看, 数据连接的方法多种多样, 如:WLAN、蓝牙和GSM等。其中在移动无线网络中的实现过程中, 移动IP技术最为关键。移动IP一般包括移动节点、归属代理和外埠代理, 其中归属代理和外埠代理又称为本地代理与外地代理, 统称为移动代理。移动节点 (mobile node) 指的是在移动环境下工作的一些安有移动信息接收和无线网卡的计算机通讯设备, 由此这些设备具备了移动通讯和无线通讯的功能。简单点的说, 就是这些设备具有了长久IP地址的移动终端。归属代理 (home agent) 又称作本地代理, 也就是说这是在本地链路上的代理路由器。同理, 外埠代理 (foreign agent) 又称外地代理, 就是在外部链路上的代理路由器。
移动IP的原理如下:首先移动节点归属代理是信息的入口, 相比较而言, 外埠代理就是信息的出口。一般先经过归属代理进行数据包的封装, 然后传达给外埠代理。当外埠代理接收到数据包之后, 进行数据的解开并将其传递给移动节点。一般来说, 数据包在隧道内时, 路由环会将它重新放回到隧道的入口处。由此, 需要在数据包上加封IP的报头。一旦归属代理将广播包传递到了移动节点那里, 就需要对其进行重新封装。值得注意的是, 归属代理向移动节点进行传送时的本地地址是里层隧道, 相反的, 归属代理往移动节点转交时的地址是外层隧道。当解封的IP报头获得得到了数据之后, 就会报告移动节点, 综上, 这就是节点向移动节点发送数据的全过程。
3 移动通讯中移动IP节点技术的实现
3.1 移动IP节点的关键技术
在移动通讯中, 移动IP节点技术实现的需要依靠的技术有很多, 其中关键的技术就是隧道技术 (Tunneling) 。隧道技术的种类包括IP的IP封装、IP的最小封装和通用路由封装。RFC2004是这样定义IP的最小封装的:IP的最小封装是一种可以选择的隧道, 其主要目的是为了能够减少实现隧道所需要的额外字节数, 这个过程需要去掉IP的IP封装中的内层IP报头和外层IP的报头的冗余部分才能实现。
3.2 移动IP节点的工作过程
通常情况下, 移动IP的工作过程分为三个阶段:代理发现、注册和数据包传送。在代理发现阶段主要是由本地代理和外地代理进行周期性地广播消息, 这样链路上的所有节点才能够接收到这个消息, 并对其进行检查且决定它的连接方式是本地链路还是漫游链路。一般情况下, 如果是漫游链路, 移动节点就可以从代理广播消息中得到需要转交的地址。与此同时, 移动节点依据IP报头来由此判断自己所处的位置, 如果原IP地址的网络前缀和移动节点的本地地址的网络前缀相同, 那么就可以确定移动节点处于本地链路上。由此, 移动节点可以根据从广播消息中得到ICMP路由器广播部分的生存区域, 并由这个阶段去通知移动节点从同一个代理处接收到一个广播的平均时间。
3.3 移动IP节点的工作方式
移动IP节点主要有5个方面的基本工作方式, 包括代理搜索、注册、注销、接受和发送数据包, 接下来将对这五个方面进行详细的分析。
3.3.1 代理搜索
代理搜索是指在保证移动节点能够正常运作的前提下, 采用代理搜索的方式进行移动节点的寻找, 从而能够得出自己所在的位置。移动IP节点在这个过程中完成三个功能:首先是分析出自己当前的位置是位于本地链路上还是外地链路上;其次, 检查自己是否已经切换到了链路上;最后, 如果自己已经位于外地链路上了, 就可以获取外地链路上的转交地址。一般来说, 在这个过程中需要由代理搜索完成两条简单的消息, 分别是广播消息和请求消息。通常, 本地代理会通过广播消息来进行移动节点功能的宣布, 即当节点处于链路上时, 才能够成为本地代理的服务器, 从而发布广播消息, 确定链路是否存在代理。这时就会出现两种结果, 当存在代理, 移动节点就可以在代理广播消息时获得本地服务器的地址, 相反的, 当移动节点不能够代理广播消息时, 才可以发送请求消息。由于代理请求消息希望能够发送广播消息, 在一定的时间内, 移动节点就会通过转换链路来代理发送广播。由此, 这种代理请求消息的选择是十分必要的。
3.3.2 注册、注销制度
当完成代理搜索过程之后, 才可以进行移动IP的注册。这时, 虽然移动节点已经明确了自己的位置, 但是注册是一个必不可少的环节。一般来说, 注册的时间比较长, 移动节点却不能移动自己的位置, 而且当注册过期时, 移动节点需要重新进行注册。注册的过程是要先将从外地链路上获得的转交地址移交给归属代理, 使得过期的注册重新生效, 然后等到重新回到本地链路上时, 就可以进行注销操作了。
3.3.3 传递数据包的选路
一般数据包的选路是要根据移动节点的位置来进行开展的, 这也是移动IP内重要的技术之一。首先要分析以下两种情形, 即移动节点处于外地链路上和移动节点处于本地链路上。如果移动节点位于外地链路中, 那么就应该选择配置转交和代理转交地址。相对的, 如果移动节点获得了外地链路内的转交地址, 就可以把这个地址报告给归属代理。这样, 外地链路上的移动节点就会进行数据包的发送和数据包的接收这两大内容。
摘要：本文从移动IP的原理出发, 通过分析移动IP节点的关键技术、工作过程和工作方式, 从而说明移动通讯中移动IP节点技术的实现过程。
关键词：移动通信,移动IP,节点技术,研究
参考文献
[1]鞠峰.移动通信中的移动IP节点分析[J].中国新技术新产品, 2012, 17 (24) :52-53.
无线传感器网络节点移动性研究 篇4
由于传感器节点一般需要通过电池供电,因此有限的电池能量和网络寿命是无线传感器网络面临的主要挑战。目前,很多研究机构都致力于如何减少及均衡节点的能量消耗来提高系统的生命周期的数据收集机制研究。早期的研究。主要集中在如何通过合理路由降低能量消耗,但这些协议都主要是针对传感器节点进行路由设计,关注的重点是传感器节点,汇聚节点则固定不动地收集数据。在这种方式下,汇聚节点周围的邻居节点要负担比自身多得多的全网的其他节点的数据传输,节点的负载无法均衡。因此,这些节点要比其他节点更早地耗尽能量而死亡,这就是大家常说的热点问题(Hot Spot Problem)[1,2]。该问题成为阻碍传感器网络进一步发展的瓶颈。
无线传感器网络中,移动性的引入能够很好地解决静态网络中存在的一些根本性无法解决的问题。例如,网络的连通、能量的消耗不均衡等,均可通过移动性的合理设计加以解决。而对于移动来说,汇聚节点的移动尤为重要。如果我们能将研究的重心从单纯的对传感器节点的路由的关注转移到对汇聚节点移动及路由相结合的关注上来,则系统的性能将得到极大的提升。同时,在采用汇聚节点移动收集数据的方式下,传感器节点的覆盖度及连通度也会受到相应的影响,利用汇聚节点的移动性能够降低对传感器节点密度的要求,减少传感器节点的数量,从而节约开发成本。
1 数据收集模式
无线传感器网络中数据收集的目标是将监测区域中所有传感器节点收集到的数据完整地发送给汇聚节点,从而获知监测区域中用户感兴趣的信息,因此数据收集是无线传感器网络关注的重点。
在无线传感器网络中,数据的收集模式可以分为树形数据收集模式、簇形数据收集模式和多路径数据收集模式3种[3]。
在树形收集模式中,传感器节点和汇聚节点构成一棵以汇聚节点为根节点、传感器节点为叶子节点及中间节点的生成树。传感器节点作为叶子节点和中间节点收集数据后,从叶子节点经由中间节点一直传送位于根节点的汇聚节点。在汇聚节点需要向传感器节点发布任务时,通过树形根节点逐级往下传递,直到到达叶子节点,从而使所有节点获得如任务信息等汇聚节点想要传递给传感器节点的信息,而在数据收集阶段则正好相反。
在能量受限的传感器网络系统中,随着网络规模的扩大,所有传感器节点都直接将数据传递给汇聚节点显然是不现实的,为了均衡能量消耗,出现了基于层次结构的数据收集模式,也就是是簇形数据收集模式。在这种数据收集模式下,传感器节点根据其分布情况,被划分为若干个独立的小区域,称之为簇。在每个簇里,节点之间都是相互连通并可以直接通信的,而被选举出的簇首节点,负责本簇内所有节点数据的发送。
树形结构的数据收集方式由于其中间节点失效而造成系统健壮性问题。为了克服这个缺陷,很多学者提出了多路径数据收集模式。在这种模式下,数据通过多个邻居节点进行转发,在源节点和目标节点之间有很多条路径,每条路径所经由的中间节点亦不相同。
无线传感器网络由于其能量有限性,使得节能和负载均衡成为其研究的主要目标,而数据收集协议则是根据各种不同的网络需求而提出的针对某些具体场景的路由方式。根据网络结构的不同,可以将数据收集协议分为基于平面的、基于分层的和基于地理位置的数据收集协议3类[4]。
基于平面的数据收集协议中,所有传感器节点都是同构的,并且在传感器网络中的地位也是平等的,它们主要实现数据收集任务及与汇聚节点通信等功能。汇聚节点将查询需求发送给传感器节点之后,传感器节点就会将收集到的数据按一定的路由方式传递给汇聚节点。典型协议包括Flooding、Gossiping、SPIN、Directed diffusion等。
基于分层的数据收集协议实际上就是采用分簇的方式来进行路由。随着网络规模的增大,长距离通信会造成较大的网络负载,使用分簇的方法,通过选取不同的节点作为簇头,轮流传输数据,能够均衡节点的能量消耗,降低网络负载,其代表性协议主要有LEACH、TEEN、APTEEN、PEGASIS、PEACH、HEED等。
基于地理位置的路由协议假定传感器节点知道自己及目标区域的位置信息,能利用传感器节点的位置信息精确定位传感器节点。节点可以根据目标节点的具体位置信息来进行路由选择,从而避免了信息在整个网络洪泛,造成能量的无谓损耗。典型代表性协议包括GEAR、GAF、SPEED等。
2 移动性的优势与挑战
在静态传感器网络,由于其汇聚节点和传感器节点都静止不动,因此存在传感器节点能量消耗不均衡、生命周期短等问题。在系统中引入移动,主要有以下优势[5]。
(1)解决热点问题。随着节点的移动,其邻居节点也相应发生变化,因此网络中的节点可以轮流充当汇聚节点的邻居节点,从而解决能量消耗不均而造成的热点问题。
(2)降低能量消耗,提高生命周期。由于汇聚节点在网络中移动收集数据,距离汇聚节点较远的节点可以等待汇聚节点移近后再将数据发送出去,从而降低了数据发送的总能量消耗。节点的能量消耗降低,同时传感器节点能够均等地成为汇聚节点的邻居节点,从而均衡了节点间的能量消耗,其生命周期也相应得以延长。
(3)收集不连通网络信息。通过使网络具有移动性的方式,可以在汇聚节点移动到节点附近或其邻居节点附近时,将其数据收集过去,使得不连通的稀疏网络或者因某些节点失效造成的不连通网络也能够完成全网数据的收集和发送。
(4)减少节点转发,增加系统的安全性。由于节点的移动性,使得原来需要通过多跳传输到汇聚节点的数据可以在汇聚节点移动至其感应范围时直接发送,这就使得节点的转发数量大为减少。同时,由于转发过程中可能发生的数据被窃取或篡改的概率也相应减少,汇聚节点所收集到的信息也更加安全、可靠了。
传感器网络中引入节点的移动性带来诸多优势的同时,也给传感器网络带来了诸多挑战。主要有以下几个方面[5]:①增加了位置更新信息开销。由于节点的移动带来了其位置信息的不断变化,为了让网络中所有节点知道其具体位置以便将数据传送出去,移动节点必须不断向全网广播其位置信息,这就造成了不必要的能量消耗。②增加了数据发送延迟。传感器网络中节点的移动导致其位置信息发生变化,为了及时将最新消息传送至汇聚节点,其接收到的数据也需要不断转发,从而增加了数据延迟。③增加了丢包率。由于传感器节点能量有限,存储容量有限,因此一个传感器节点一次收到太多数据而不及时发送出去,就会溢出造成数据包的丢失。汇聚节点更新自身信息的速度及其移动速度等都会造成数据包的丢失,从而使收集到的数据不完整。
虽然传感器网络的移动性存在一些问题,但总体来说,其传感器节点能量消耗的减少与均衡仍然给网络带来了很多的好处,而这些存在的问题,也可以逐步进行改善与解决。
3 节点移动分类
传感器网络的移动性根据移动节点的类型不同,可以分为汇聚节点移动、传感器节点移动及传感器节点和汇聚节点都移动3种[6]。
汇聚节点移动的数据收集方式是现在研究最为广泛的一种模式。在这种模式下,传感器节点不动,汇聚节点根据其具体的移动方案在全网移动来收集数据。一般来说,我们认为汇聚节点所携带的能量很大且能够及时进行补充,因此我们不需要考虑它的能量消耗。通过汇聚节点在全网范围内移动进行数据收集的方式,能够极大地节约节点的能量消耗,提高网络的生命周期。根据汇聚节点移动的方式,又可以分为随机移动、预定轨迹移动和可控移动3种。
汇聚节点随机移动是指汇聚节点的移动没有一个具体的路线,对其运行轨迹也没有任何限制,汇聚节点可以根据其需要访问网络中的任何一个地方。汇聚节点按预定轨迹移动是指汇聚节点的移动轨迹可预测,如沿着公路、铁路运行,我们可以根据其可预测到的下一个位置来进行数据传输的设置。汇聚节点可控移动是指网络或观测者能够控制汇聚节点的移动性来达到某些特殊的目标,这些目标是由具体的应用来决定的,大部分是用来提高网络生命周期、数据转发效率及降低数据传输延迟以适应实时通信的需求。
传感器节点移动的数据收集方式则是汇聚节点固定,传感器节点移动进行数据收集。通常有2种方式:一种是部分传感器节点移动,如在网络中出现能量空洞的时候,这些可以移动的节点会移动到节点能量耗尽的区域,代替原来的节点收集数据,从而保证网络的覆盖与连通。另一种则是传感器节点被放置在移动设备上,譬如飞机、火车、轮船等,当这些设备移动时,经过固定的汇聚节点时就会进行数据的传输。这种模式常常应用于铁路沿线,固定安装汇聚节点收集所经过列车的信息,可以对火车当前的运行状况进行监控。
传感器节点和汇聚节点都移动的数据收集方式相对来说比较复杂,在这种方式下,传感器节点和汇聚节点的位置都在不断地变化中,这就导致其网络拓扑要不断地变化更新,而相应的数据发送的路由也必须不断重构。针对这种数据收集方式的研究目前比较少。
4 结语
无线传感器网络中利用移动节点进行数据收集的模式研究是当前传感器网络领域的研究重点,而移动性的引入使得传感器网络的数据收集在传感器节点的能耗方面有较大的降低,从而也极大地延长了网络的生命周期。同时,对于非连通网络,汇聚节点可以通过移动到其数据传输范围进行数据收集,确保了数据的完整性,同时也降低了因多跳而可能产生的错误。因此,节点移动性研究对无线传感器网络的发展具有重要的推进作用。
摘要：无线传感器网络通过节点的移动给整个网络的性能带来了极大的提升。越来越多的人开始着手于无线传感器网络移动性的研究。文章针对传感器网络移动性研究中的关键技术做了较为全面的分析比较,对移动性研究具有较强的借鉴作用。
关键词：无线传感器网络,节点移动,数据收集
参考文献
[1]Akyildiz LF,Su WL,Sankarasubramaniam Y,et al.A Survey on Sensor Networks[J].IEEE Communications Magazine,2002,40(8):102-114.
[2]Cullar D,Estrin,Strvastava M.Guest Editors'Introduction:Overview of Sensor Networks[J].Computer,2004,37(8):41-49.
[3]Agrawal C.A survey of data collection techniques in wireless sensor network[J].International Journal of Advances in Engineering&Technology,2014,6(4):1664-1773.
[4]Khan M I,Gansterer W N,Haring G.Static vs.mobile sink:The influence of basic parameters on energy efficiency in wireless sensor networks[J].Computer Communications,2013,36(9):965-978.
[5]Silva R,Silva J S,Boavida F.Mobility in wireless sensor networks Survey and proposal[J].Computer Communications,2014,52:1-20.
节点移动 篇5
无线自组网是一组带有无线收发装置的移动终端组成的多跳临时性自制系统[1,2]。随着物联网在我国的普及,无线自组网将在未来的移动通信市场上扮演重要的角色。无线自组网最突出的特点就是节点能够自由移动,且在整个通信过程中,不需要现有的信息基础网络设施的支持,每个节点即作为终端,又兼有路由器的功能[3],所以在动态变化的网络拓扑结构中,快速、精确地定位移动节点的位置,预测可用的网络模式,已成为普及物联网应用的关键技术。本文将需要定位的节点称为未知节点(Unknown Node),已知位置节点称为锚节点,对DV-hop算法进行了改进,提高了对未知节点初始位置的定位精确度。
1 算法的描述
在对移动节点进行定位时,通常都分为两个步骤:
(1) 通过定位算法预测未知节点的初始位置;
(2) 对位置进行跟踪和修正。
DV-Hop算法是利用距离矢量路由和GPS定位原理提出来的分布式定位算法[3,4,5,6]。本文首先利用DV-Hop算法结合三边定位技术对未知节点进行定位。其次,跟踪方法上采用静态定位(如Chan,Fang,WLS,泰勒级数展开式等),并利用卡尔曼滤波器(Kalman Filter)在跟踪性能[7],实现目标跟踪。
1.1 DV-Hop定位算法
DV-Hop算法由三个阶段组成。
(1) 无线自组网是多跳网,利用典型的矢量交换协议,使网络中的未知节点得到锚节点的跳数(distance in hops)。
(2) 在获得其他锚节点位置和相隔跳距之后,锚节点计算网络平均每跳距离,然后将其作为一个校正值广播至网络中,校正值采用可控洪泛法在网络中传播,这意味着一个节点只接受获得的第一个校正值,而丢弃所有的后来者,该策略确保了大多数节点可从最近的锚节点接收校正值。在大型网络中,可通过为数据包设置一个TTL域来减少通信量,当接收到校正值之后,节点根据跳数计算与锚节点的距离[8]。例如,如图1所示,A,B,C为锚节点,已知AB距离为40 m,BC的距离为75 m,计算得到校正值(40+75)/(2+3)=23 m,则L与三个锚节点的距离分别为2×23,1×23,2×23。
(3) 使用三边测量法确定未知节点L位置。以锚节点位置为圆心,未知节点与该锚节点的距离为半径画圆,可得二个或多个圆,在理论上这些圆的交点就是未知节点L的位置,如图2所示。但是在实际应用中由于受到多径干扰、噪声干扰,使得上述圆并不交于一点,而是一个区域,其影响初始位置的准确度[6]。
1.2 DV-Hop算法的改进
在实际过程中,特别是在锚节点密度比较大的情况下,由于未知节点通常收到不止3个锚节点的信息,所以结合凸规划中的Convex-PIT算法[8],假设未知节点收到的节点信息大于3,则需计算锚节点的通信范围重叠区域(即为任意三个圆的公共部分)。选取三组,确定每组的质心,构成一个三角形,最后未知节点的初始位置为该三角形的质心。由于未知节点L的位置本应该处于多个圆的交点处,算法重复选取覆盖区域的质心,有效地提高了初始位置的准确度,如图3所示。
具体的算法流程如下:
说明
Ni:第i个未知节点;Di:第i个未知节点存在的区域。
1.Set i=1 and Nodenum=NODE_NUM;
2. 锚节点广播自身位置信息的数据包;
3. While (i< Nodenum);
4. Ni接收信息并处理;
5. If 圆相交于一点;
{圆的交点为定位点;
}
6. else {
按照改进算法,增加距离信息;
分别计算三个相交圆的公共区域,确定质心;
选取三个质心,构成三角形此区域为Di
Di的质 心为定位点;
}
7. Set i=i+1;
8. End
通过以上的步骤之后,就可以得到初始位置(x0,y0)。
2 Kalman算法
卡尔曼滤波器利用目标的动态信息,设法去掉噪声影响,得到一个关于目标位置的好估计。这个估计可以是对当前目标位置的估计(滤波),或是对于将来位置的估计(预测),也可以是对过去位置的估计(插值或平滑)。卡尔曼滤波器的核心思想就是不断地递归协方差,从而估算出最优值,它的运算速度很快,且只保留上一时刻的协方差值。
假设现在的系统状态是k,基于上一时刻状态而预测出现的状态:
式中:X(k|k-1)是利用上一状态预测的结果;X(k-1|k-1)是上一状态最优结果;A和B是系统参数;U(k)为控制量,值为0。
更新协方差:
式中:P(k|k-1)和P(k-1|k-1)分别是系统的协方差;AT为A转置矩阵。
结合预测值和测量值得到此刻的最优估计值。
式中:Z(k)=HX(k)+V(k);H为测量系统的参数;Kg为卡尔曼增益。
式中:HT是H的转置矩阵。由此可得到k时刻的更新值。
为了使系统递归下去,更新k时刻的协方差:
把系统初始值代入第一个方程式不断地更新状态,重复以上运算,直到结果收敛,使误差达到一个门限值,结束以上迭代,此时得到的值为位置节点的最终估计坐标。
3 结 语
本文讨论了无线自组网移动节点的定位方法,在采用DV Hop定位算法的基础上,提出了采用区域质心的算法,提高了对未知节点的定位精确度。利用卡尔曼滤波方法对其定位精度进行了优化,这对节点定位研究有积极作用。
摘要：网络节点的定位技术已成为无线自组网的关键技术之一,为了改善DV-Hop算法因多路径干扰和噪声干扰带来的误差,结合Convex-PIT算法,提出采用多次利用质心的思想,即利用未知节点可收到多组锚节点的信息,形成多个重叠的区域,并利用区域的质心得到初始解,最后采用卡尔曼滤波器对初始解进行优化,得到最终结果。实验表明,该技术提高了性能。
关键词：移动节点,锚节点,三边测量,卡尔曼滤波器
参考文献
[1]吴功宜.智慧的物联网[M].北京:机械工业出版社,2010.
[2]郑相权.无限自组网技术[M].北京:清华大学出版社,2004.
[3]孙学斌,王汇源,周正.自组网中节点位置推测算法的研究[J].山东大学学报,2004,34(3):55-58.
[4]NICOLESU D,Nath B.DV based positioningin adhoc net-works[J].Journal of telecommunication systems,2003,22(1/4):267-280.
[5]HEIDEMANN J.Tradeoffs in location support systems:The case for quality-expressive location models for applica-tions[C]//Proc.of the Ubicomp 2001 workshop on Loca-tion Modeling for Applications.Atlanta:[s.n.],2001:7-12.
[6]王福豹,史龙,任丰原.无线传感器网络中自身定位系统和算法[J].软件学报,2005,16(5):861-862.
[7]杜谦.UWB无线定位技术比较[EB/OL].[2008-11-10].http//www.paper.edu.cn/pub/wml.txt.
节点移动 篇6
无线自组网(Ad hoc),顾名思义它是一种没有中心节点的自组织网络。各节点之间的通信是通过点到点的自组多跳路由技术实现的,其中间并不依赖于固定的路由器,交换机或者无线基站,而是每个节点都可以充当路由器进行数据包的转发。因为节点的随意移动以及其覆盖范围和移动模式难以预测,使得节点间的无线链路极不稳定,网络的拓扑结构随时可能变化[1,2]路由协议一般采用周期性的操作来预测信道的状态信息,Ad hoc制定了多通道自适应方案使链路保持稳定,主要有固定平均比特率(ABR)[3]、信号稳定的自适应路由(SSA)[4]和流程导向的路由协议(FORP)[5]等,这些措施可以提高链路的寿命和数据吞吐率。采用此种方案的代表性路由协议有中断概率路由协议(OSPF)[6]和链路失效预测路由协议(AODV)[7]。
本文介绍一种基于按需距离矢量路由协议(Ad Hoc On-Demand Multipath Distance Vector Routing,AOMDV)[8]的新型路由协议,新协议允许确定稳定度链路及其复用,避免连接失败。在新协议中,第一步,通过接收到的信号功率水平与阈值功率相比较来确定节点的相邻节点,这预示着节点预测(NP)水平决定了链路的稳定性;第二步,使用收到的相同的信息通过不同的方法来计算的节点速度。本文把这种增加了节点预测的新型路由协议称之为NP-AOMDV。本文通过详细分析比较了二者的链路寿命,平均端到端时延和吞吐量,最终论证了新协议的性能具有一定的优越性。
1 AOMDV简介
无线链路数据传输常会造成大量的丢失,因此必须考虑路由对环境变化的适应性。本文提出的一种新的信道预测的路由协议,它是基于自组网按需多径距离矢量协议(AOMDV)的扩展,本文简单介绍一下AOMDV协议。
AOMDV最大的特点就是支持多路径,这些路径相互联系且可循环利用。路由表通过跳计数来维护同一目的节点上的多个路径,在AOMDV中,节点收到路由请求(RREQ)后启动其路由表项准备接收返回的路由应答(RREP)。在AOMDV路由表中使用修改添加这样跳计数的方式来存储更多的路径信息,每个替代路径的信息包括下一跳,最后一跳,跳数和超时时间。
在AOMDV的路由发现过程中,路由请求的第一个副本用来形成反向路径中的所有重复的副本,从而可以形成交替反向路径,AOMDV采用简单的路径修复,当链路出现中断时,使用备用路由重新建立数据通信。
2 节点预测
在移动Ad hoc网络中,所有节点均是可移动的,所以很难判断节点的移动状态,实际上就是很难计算节点之间的相对移动速度。本文的方法是利用概率模型的方式来判定节点的方向,特别是随机节点模型的判定。利用不同的概率模型可获得节点确切或近似(但是模型简单)的状态,下文用两种不同方法来做节点预测。
2.1 方法一:比较从相邻节点接收到的功率
在移动Ad hoc中,节点之间通过无线信道进行连接通信,节点接受强度可以定义为:
其中,Pr表示发射功率,Gt表示发射天线增益,Gr表示接收天线增益,At、Ar分别表示发射器和接收器的天线高度,天线的增益与天线的孔径有关。由等式(1)可以计算两个节点的距离为:
假定每个节点都具有相同的传输功率,损失的接收信号强度仅取决于节点之间的距离。在每个节点都要测量接收信号的强度,由于信号波动,接收信号的强度可能会有所不同,因此固定阈值功率水平为Pr_TH,然后比较接受功率水平(Pr)和Pr_TH,如果二者相等,表示此时节点为静止状态,如果Pr大于Pr_TH,表示节点正在靠近,如果Pr小于Pr_TH,就表示节点正在远离。
在上面的方法一中,可以得出一种节点预测的表达式为:
P[np]=p(route|PR_TH<rp)⌷p(route|PR_TH)+(route|PR_TH=rp)⌷p(route|PR_TH)+p(route|PR_TH<rp)⌷p(route|PR_TH) (3)
2.2 方法二:通过节点的速度预测节点的方向
在数据传输的过程中,通过发送节点的相对速度与它自身和相邻节点的时间差来计算节点的速度,具体的相对速度Δv计算式如下:
其中,Δt表示当前数据包接收与下一次数据包接收之间的时间间隔(Δt=t2-t1)。
节点的移动方向取决于节点的相对速度:当Δv=0时,说明节点处于静止状态;当Δv>0时,说明节点正在远离发送节点;当Δv<0时,说明节点正在靠近发送节点。
同样,在方法二中,可以得到节点状态的预测表达式为:
P[np]=p(new route|Δv<0)⌷p(Δ<0)+
(new route|Δv=0)⌷p(Δ=0)+P(new route|ΔV>0)⌷p(Δ>0) (5)
3 AOMDV路由协议节点预测扩展(NP-AOMDV)
正如第1节提到,AOMDV协议经过路由寻找将获得多条不相交且无环路的多条路径。AOMDV路由协议主要的缺点就是只考虑路径上的跳数,但路径的稳定却不予考虑。新提出的NP-AOMDV协议主要在节点预测方面进行改进,本文在2.1节和2.2节提出的节点预测方法的基础上来选择最短路径,如果某条路由无法适应节点预测,就选择剩余的路由来进行路由选择判断。
3.1 路由发现
NP-AOMDV路由发现是AOMDV路由发现的扩展板,增加节点预测的目的是选择更可靠的路由,在第2节中定义了两种不同的节点预测方法,NP-AOMDV利用它们来衡量链路的寿命。在NP-AOMDV中,一个节点在向他的临近节点转发收到的RREQ之前,先把其接收功率水平和移动速度加入到该RREQ包头中,这样每个节点就能利用表达式(3)和(5)来计算它们各自相邻节点的接收功率水平和移动速度,同时还会收到RREQ中包含的其它重要信息。NP-AOMDV路由发现算法只是从AOMDV路由发现经过少许改动得到的。在AOMDV中,目的节点从中间节点收到的RREQ或者发回临近节点的RREP具有最高的目标序列号或最短跳数。但在NP-AOMDV中,路径选择是根据收到的功率水平和Δv。NP-AOMDV的路由表结构如表1所示,路由表中,字段切换的时间是功率水平较低且Δv>0时,创建路径所用时间之和。
3.2 路由维护
在NP-AOMDV路由维护中,为每个节点采用功率水平和节点相对速度测量以及设置适当的超时机制。当预测信号强度水平低于网络可获得指定的阈值水平值,该算法能交换一个高质量的链接,接收功率阈值的选择可以提供稳健的预测误差。所有的节点保存有过去的信号强度、上一跳、信号功率、到达时间等详细的信息,这些信息可用来测量节点之间的相对速度,文中还利用“HELLO”消息来确认路径的可用性。此外,路由表维护一个切换时间。每个路由条目保存有源IP地址、源序列号、目的IP地址以及到期时间等信息,其中,到期时间表示路径再次显示变为有效并且设置为最大接收功率水平。
4 NS2仿真与性能评估
本文采用NS2做NP-AOMDV的性能仿真,它是一个源代码开发且免费的网络仿真器,版本选用2.33。本节的主要目的是评估NP-AOMDV对比AOMDV的有效性。本文针对二者对节点移动性的影响做仿真对比,选择2000m×500m和2500m×500m两种大小的仿真场景,信道带宽为2M/s,100个均匀分布的以最大速度朝随机方向移动的节点,且建立有20个业务对,节点最大移动速度从1米/秒增加到10米/秒,发包速率设定为5packets/s,包大小定义为512比特。
4.1 吞吐量
吞吐量的仿真结果如图1所示。两种协议下节点的吞吐量均随其移动性增强而减少,但总体来说NP-AOMDV较优于AOMDV,特别是节点移动性为中等时性能提升更为明显。在节点移动性较高时二者的性能下降得都很低,这是由于链路状态的变化较快所致。从图1中还可以看出,NP-AOMDV的吞吐量在网络区域较小时性能较高,那是因为小型网络的节点迁移率较低,链路状态变化较慢。
4.2 平均端到端时延
图2所示为端到端时延的仿真结果。NP-AOMDV性能表现优于AOMDV,且在较小的网络中NP-AOMDV的平均端到端时延随着节点移动性增强而递增得较为缓慢,在节点中等和极端移动性情况下性能表现优越性更为突出。
4.3 路由控制开销
路由控制开销是指节点在路由发现与维护过程中产生的控制信息数量与转发的数据包数量之比。结果如图3所示,两种路由协议下的控制开销均随节点移动性增强而增多,因为节点移动性增强决定了网络拓扑结构变化较快,随之路由寻找和维护的几率也增加。NP-AOMDV和AOMDV相比,保持较低的路由控制开销,在中等和极端情况性能表现较优。
4.4 可变通信载荷
为了评估网络的负载情况,此处设定节点最多移动速度为1m/s,不同的发包速率为5packets/s～40packets/s,其它参数不变。图4详细显示了数据包转发率随发包速率增长的变化,NP-AOMDV下降得较慢,图5则显示了平均端到端时延随发包速率增长均有较好的性能表现。
5 结束语
本文提出了一种度量节点的最大接收水平,相对移动速度结合路由跳数的新标准来选择稳定路由,并基于此提出了为AOMDV路由协议增加节点预测的新型路由扩展NP-AOMDV。在路由发现的过程中通过预测节点的收功率水平和预测节点不同速度相结合使信道利用率达到最大化;在路由维护过程中新提出的方法能最大限度地避免链路连接失败和维持链路的稳定性。最后通过NS2的实际场景仿真结果表明,NP-AOMDV性能表现优于AOMDV。
参考文献
[1]Perkins C.Ad-hoc Networking[M].Addison-Wesley,2001.
[2]Royer E,Toh C K.A review of current routing protocols for ad hoc wire-less networks[S].IEEE pers.commun.,April 1999(6-2):46-55.
[3]Toh C K.Associativity-based routing for Ad hoc Mobile networks[M].Wirel,Pres.Commun,1997(4-2):103-139.
[4]Dube R.Signal stability based adaptive routing for ad hoc mobilenetworks[S].IEEE pers.Commun.,1997(4-1):36-45.
[5]su W,Gerla M.IPv6 flow handoff in ad hoc wireless networks usingmobility prediction[J].Proc.IEEE Globe.com,1999(99):271-275.
[6]Park M,andrews J.Wireless channel-aware Ad hoc cross layer proto-col with multiroute path selection diversity[J].Proc.IEEE vechicu-lar Technology Conf.Oct.2003(4):2197-2201.
[7]朱广荣,张涛.基于链路失效预测的AODV路由协议[J].北京:机电产品开发与创新,2010,3:126-128.
节点移动 篇7
近年来,移动传感器网络逐渐成为无线传感器网络领域研究的焦点。但由于其网络规模大、能耗敏感且单个节点智能化程度低,在网络节点的运动行为控制算法上制约因素较多[1,2,3],并没有较为成熟的网络节点运动行为控制算法。
针对上述问题,设计了一种复杂程度低、能耗小且鲁棒性强的网络节点运动行为控制算法。该算法首先通过航迹推算与RSSI定位传感器节点,然后在人工鱼群思想的基础上结合拥挤意愿模型的约束机制控制节点的运动行为,对于移动传感器网络的进一步应用具有重要意义。
1 网络节点定位算法
航迹推算无需外部信息完成节点的定位,当距离较近时定位精度很高,但随着节点定位误差的叠加,根据航迹推算获得的节点实时位置误差会发散且无法消除[4,5];而RSSI定位算法能够确定节点的相对初始位置,消除位置累积误差且成本较低[6,7]。所以可将航迹推算算法与RSSI定位算法结合起来,就可以实时获得节点的位置信息。
1.1 航迹推算原理
网络节点的运动可简化为二维平面上的运动,根据节点的初始位置与航向角,然后通过实时测量节点的运动速度与航向角的变化,就能够推算出节点的实时位置,具体原理如图1所示。
航迹推算的公式如下:
1.2 RSSI模型建立
在本文RSSI模型的应用环境中,链路质量指示LQI与节点间的距离d的关系如下:
式中:C1和C2是随环境改变的参数,在本文中取C1=-33.22,C2=197.5。
1.3 航迹推算与RSSI定位结合
取两个节点进行算法研究,节点在实验场地任意放置,其中一个节点为领航者,一个节点为跟随者,领航者位置固定,跟随者根据算法得到其与领航者的相对坐标。算法具体分为三步:
(1)跟随者根据RSSI定位算法获得节点初始位置1到领航者的距离L1;
(2)跟随者以θ角作为航向角,R作为移动距离,运动至位置2。其中,航向角θ可使用平面罗盘得到,移动距离R可根据航迹推算得到;
(3)跟随者根据RSSI定位算法获得位置2至领航者的距离L2。
航迹推算与RSSI定位结合的节点定位算法如图2所示。
设领航者的初始位置坐标为(x1,y1),跟随者处于位置1时的坐标为(x2,y2),处于位置2时的坐标为(x3,y3)。各位置间的数学关系如下:
将式(3)中的x3,y3代入式(3)中的第二个式子,代入后的结果如下:
设A=(L12+R2-L22)2(2⋅R),则由式(3),式(4)可以得到x3,y3的表达式,具体如下:
从式(5)中能够得出跟随者与领航者的相对坐标,这个坐标就是跟随者的相对初始坐标,这样就解决了航迹推算中节点位置坐标误差叠加后无法消除的问题。
2 基于拥挤意愿模型的约束机制
基于拥挤意愿模型的约束机制,其原理为:当节点探测到其四周节点与自己的距离较大时,自身的拥挤意愿会变得较强烈,然后通过加快运动速度或增大步长以便能够与被跟随节点接近;当节点探测到其四周节点与自己的距离较小时,表明自身的拥挤度已经较大,为了避免各节点间的碰撞,节点应相互分散,所以自身的拥挤意愿变得较弱,然后通过降低运动速度或减小步长,以便能够远离被跟随节点。所以各移动节点可以根据环境弹性调节它们之间的距离,从而形成一个能够自行聚集和分离的有机节点群。
2.1 拥挤意愿约束模型的建立
移动节点i对其邻居节点j的拥挤意愿强度如下:
式中:Wij,W1,W2都表示矢量。W1表示节点j对节点i的吸引常数,方向由节点i指向节点j;W2的值为k/d2ij,方向由节点j指向节点i,k表示节点j对节点i的排斥常数,dij表示节点j与节点i的距离。
根据节点i的拥挤意愿模型,下一时刻该节点要前往的位置由式(7)决定,具体如下:
式中:i表示节点群中的第i个节点;k表示节点群所处的时刻;表示节点的运动步长,可根据节点的转角和速度得到。
2.2 总体约束机制
总体约束机制就是根据节点群与目标点的拥挤意愿强度对节点群的整体运动状态进行调整,当节点群与目标点间的距离较大时,节点群的拥挤意愿增强,应加大节点群的运动步长;当节点群与目标点间的距离较小时,节点群的拥挤意愿减弱,应减小节点群的运动步长。
首先,领航节点依据目标点的位置坐标和当前的位置坐标计算出当前节点与目标点间的距离,具体如下:
式中:(xs,ys)表示领航节点当前坐标;(xt,yt)表示目标点的位置坐标。然后依据距离dst计算出总体约束的拥挤强度Wkgroup=a⋅dst,a表示拥挤系数,根据Wkgroup就可以计算出总体步长:
式中:stepmin表示节点的最小运动步长;b表示速率变化因子,其能够对运动步长的变化速度产生影响。
根据运动步长step(dst)和式(7),领航节点就能够计算出其下一时刻将要前往的位置Xik+1=Xik+1+step(dst)。然后节点群中的跟随节点根据其在整个队列中的位置计算出自身下一时刻的位置。
2.3 局部约束机制
局部约束机制就是根据邻居节点对自身的拥挤意愿调节运动步长和速度。当节点与其预定平衡位置偏离时,邻居节点对该节点的拥挤意愿增强,然后调节该节点的运动状态,使其在后续的运动中重新返回到预定平衡位置。只要节点的角度和速度在一定的范围内调节,该节点就不会与节点群的整体运动背离。局部约束的拥挤意愿强度计算如图3所示。
首先计算节点i在k时刻全部邻居节点的拥挤强度,如果大于拥挤强度阈值m,则产生运动修正步长,否则修正步长取零。修正步长可根据拥挤强度大小进行调整,拥挤强度越大则修正步长越长,拥挤强度越小则修正步长越短。经过修正步长调整后,节点下一时刻要前往的位置如下:
式中:第一项表示节点i在k时刻的位置;第二项表示节点i的运动步长;第三项表示节点i的调整步长。
3 基于人工鱼群思想的节点运动研究
移动传感器网络单个节点的通信能力、能量及感知能力都比较低,网络功能的实现主要依靠节点群的协作,所以需要从节点群的运动方面研究整个移动网络的运动。考虑到人工鱼群算法[8]精度高、速度快、计算复杂度低且鲁棒性强,并可以涵盖节点群的趋向目标行为、聚群行为、跟随行为和群体避障行为,所以本文以人工鱼群算法为基础,结合基于拥挤意愿模型的约束机制来研究节点群的运动行为。
3.1 趋向目标行为
趋向目标行为是节点的最基本运动行为,在知晓目标点与移动节点位置坐标的前提下,就能够得到移动节点的移动距离与方向。在全局坐标系中,假设节点Ri的位置Qi={Xi,Yi,Zi},Xi,Yi表示地面坐标系中节点Ri的横纵坐标值;Zi表示节点与正北方向的角度,逆时针为正,范围在{0,2π}之间。目标点的坐标为G{Xg,Yg},则节点移动距离D和方向β如下:
由于节点当前的航向角为Zi,而当前节点与目标点的方向夹角为β,则节点转角α如下:
理论上,节点趋向目标点的行为轨迹应当是直线,但节点自身无法原转向,所以节点要通过调整自身的位置才能趋向目标点。设节点转角α25°时,节点向正前方直行;当节点转角α>25°时,节点转弯调整其运动角度。为了解决节点与目标点的距离太大时,算法鲁棒性差的缺陷,此处使用多目标点策略,增加节点运动调整的灵活性,从而增强算法的鲁棒性,具体如图4所示。
3.2 聚群行为
移动传感器网络由N个跟随节点和一个领航节点组成。为了减少聚群花费的时间,本文采用动态聚群,节点动态汇聚的示意图如图5所示,五角星表示领航节点四周分布的跟随节点的坐标位置。在领航节点运动的过程中,跟随节点朝着领航节点四周分布的坐标点运动,整个过程同时进行。dij表示移动网络中第i个跟随节点与第j个跟随节点之间的距离,为了防止各跟随节点在动态接近其坐标位置的过程中发生相互碰撞,设置一个节点安全距离限值为m,当任意两个节点之间的距离dij<m时,则其中一个节点停止运动或降低速度,当距离大于安全限值m时,再重新移动。
节点动态汇聚的运动学模型如下:
式中:Avoid_collision(∑dij)表示为避免各节点碰撞而进行的步长修正,其余参数含义同前。
3.3 跟随行为
跟随行为能够保证节点群移动过程中,队形保持间距,此处采用基于拥挤意愿模型的约束机制对节点群进行动态调节,具体如图6所示。
节点群中的各跟随节点依据领航节点的命令组成移动队形,在移动过程中,各节点间的相互位置不变。跟随行为的运动学模型如下:
式中:follow(∑dij)表示跟随行为的步长修正项,其余参数同前。
3.4 有队形群体避障行为
有队形群体的避障行为中,所有节点都进行障碍物的探测,根据自身探测到的信息生成各自的避障意愿,然后将各自的避障意愿发送至领航节点,领航节点根据汇总的避障意愿进行分析,寻求节点群的最优避障策略,之后将避障控制指令发送至全部跟随节点,各跟随节点依据接收到的避障指令进行避障运动,具体的执行算法如下:
(1)各节点均设置三个距离传感器,中间传感器的探测方向和车体方向相同,左右两侧传感器的探测方向和中间传感器的探测方向角度为β。当传感器探测到障碍物时,能够返回障碍物与节点的距离,取三个距离传感器中探测距离最小的doi为此时节点与障碍物的距离,使用该距离及式(15)就能够计算出节点i与障碍物的相对位置:
式中:(x0k,y0k)表示k时刻障碍物的位置坐标;(xik,yik)表示k时刻第i个移动节点的位置坐标;φ表示车体与y轴之间的夹角;min(doi)表示三个传感器探测到其与障碍物距离的最小值。
(2)各节点将探测到障碍物的信息发送至领航节点,领航节点依据如下原则判定障碍物类型:如果任意一个节点左右传感器均探测到障碍物,则将障碍物确定为墙障碍,反之确定为点障碍。
(3)探测到障碍物的各节点依据步骤(1)中计算出的障碍物位置坐标,得到各节点与障碍物间的排斥力Wb=k d2oi。然后通过极限环的思想得到节点的逃逸坐标,进而求得节点的逃逸力,其方向由其位置坐标指向逃逸坐标。节点的避障意愿强度就是逃逸力和排斥力的合力。
(4)将邻居节点对该节点的拥挤意愿强度与步骤(3)中得到的节点的避障意愿强度做矢量加法后,得到一个综合避障合矢量,用综合矢量的大小确定节点的运动速度,用其方向与当前节点位置差确定节点的转角。
(5)根据步骤(2)中得到的障碍物类型,如果障碍物为点障碍,则探测到障碍物的节点通过广播将障碍物的坐标告知全部节点,各节点依据接收到的障碍物坐标通过步骤(3)和步骤(4)计算自身的避障合矢量,进行避障;如果障碍物为墙障碍,那么根据探测到障碍物的节点分别计算自身的避障合矢量,然后选择最大的避障合矢量作为整个节点群的避障合矢量,节点群中所有节点都采用该避障合矢量进行避障。
4 仿真实验
在基于趋向目标运动行为的基础上,进行动态聚群行为、跟随行为和有队形避障行为仿真,仿真结果如下:
4.1 动态聚群行为仿真
10个实心圆代表10个移动点,领航节点在向目标点移动的同时,跟随节点依据领航节点为其分配位置坐标进行动态聚群,这里跟随节点的队形为三行三列的方阵,各节点初始位置及最终位置分别如图7,图8所示。
4.2 移动跟随行为仿真
10个实心圆代表10个移动点,六角星表示目标位置,跟随行为仿真的节点初始位置和最终位置分别如图9,图10所示。
4.3 有队形群体避障行为仿真
10个实心圆代表10个移动点,方框代表墙障碍物,群体避障行为仿真的节点初始位置和最终位置如图11,图12所示。
通过上述实验可以看出,基于拥挤意愿模型的约束机制能够完成节点聚集、跟随及避障行为,又能够提高整个系统的运行效率。
5 结论
本文以移动传感器网络为背景,通过航迹推算与RSSI结合实现了移动节点的精确定位且能耗较低;然后将基于拥挤意愿模型的约束机制与人工鱼群思想共同用于节点的运动行为控制,完成了节点的汇聚、跟随及避障等复杂任务。但后续还需进一步降低算法的能耗与计算量,提高其在移动传感器网络中应用的可靠性。
摘要：针对目前移动无线传感器网络节点的运动行为控制算法复杂、能耗大的问题,提出了一种复杂程度低、能耗小、鲁棒性强的控制算法。算法首先通过航迹推算与RSSI定位移动节点,然后在人工鱼群思想的基础上结合拥挤意愿模型的约束机制来控制节点的趋向目标行为、聚群行为、跟踪行为和避障行为。最后在Matlab环境下进行节点的运行行为仿真,实验结果表明所提出的算法能够正确完成移动节点的聚集、跟随及避障行为,证明了算法的正确性。
关键词：移动传感器网络,节点定位,约束机制,节点运动
参考文献
[1]ZHU J,PAPAVASSILIOU S,XU S.Modeling and analyzing the dynamics of mobile wireless sensor networking infrastructures[C]//Proceedings of 2002 IEEE 56th Vehicular Technology Conference.Newark:IEEE,2002:1550-1554.
[2]HAENGGI M.Mobile sensor-actuator networks:opportunities and challenges[C]//Proceedings of 7th IEEE International Workshop.Frankfurt:IEEE,2002:283-290.
[3]孙波,陈卫东,席裕庚.基于粒子群优化算法的移动机器人全局路径规划[J].控制与决策,2005(9):1052-1055.
[4]唐宏,钟璐.基于移动信标节点的无线传感器网络定位算法研究[J].信息通信技术,2012(3):51-56.
[5]LUO Y,ZHANG J T,LI X X.The optimization of PID controller parameters based on artificial fish swarm algorithm[C]//Proceedings of 2007 IEEE International Conference on Automation and Logistics.Jinan,China:IEEE,2007:1058-1062.
[6]周林,张厚望.无线传感器网络中基于RSSI的质心定位算法研究[J].现代电子技术,2015,38(1):30-34.
[7]张铮,饶志训,黄志峰.无线传感器网络中RSSI滤波的若干处理方法[J].现代电子技术,2013,36(20):4-6.
节点移动 篇8
在机会传输模式下, 节点间数据传输当且仅当它们相遇时才会发生。如果在同样一段时间内, 不同节点间相遇概率不同, 那么从不同的节点出发, 广播数据所需要的期望时间也可能是不同的。为使用户快速从因特网获取数据, 需要选择某些合适节点担任网关, 以期当他们为其他节点进行接入时, 广播数据报文所需要的期望时间最短。
所以, 对移动机会网络中网关选择问题展开研究。在信息检索、社交网络等研究领域中, 影响力 (influence) 常被用来度量一个网页、节点相对与其他网页、节点的重要性[4]。通常, 一个网页、节点的影响力越大, 意味着从它出发, 成功链接到其他网页、传递消息给其他节点的概率越高。在移动机会网络中, 网关节点在一定时间内成功把消息传递给对应目的节点的能力也可被视作为一种影响力。据此, 针对移动机会网络提出了两种基于节点影响力的网关选择算法:LRGS (leader rank based gateway selection, 基于领导力排名的网关选择) 、CRGS (ClusterRank based gateway selection, 基于聚类排名的网关选择) , 通过对节点影响力进行分析, 选择出影响力最大的k个节点担任网关。基于Java语言开发了一个移动机会网络模拟器, 实现了所设计的算法;同时, 作为比较, 实现了随机网关选择算法。通过大量模拟实验, 证明了所设计算法的有效性, 并对算法在不同网络规模、网关数目下的性能变化进行了分析。
1 相关工作
已有无线网络中关于网关部署、选择的研究多数针对由固定节点构成的网络, 比如无线网状网、无线传感器网络, 较少涉及移动无线网络。文献[5]提出了一种基于网格划分的网关部署方案, 以优化网络的吞吐量。X.H.Xu等[6]针对最小化开销的网关部署问题, 提出一种近似率为20的分布式算法。在文献[7]中, 最短路径开销矩阵被用来解决该无容量限制的联合优化问题。固定无线网络中的网关部署、选择问题通常可被建模为混合整形规划问题 (mixed integer linear programming, MILP) ;因此, 该领域的算法多数受到传统的解决K-中心 (K-centers) 或设备部署 (facility location) 问题方法的启发。
最近, Y.Song等[8]从博弈论角度对多域 (multi-domain) 无线网络间的网关选择问题进行建模。他们的算法可以分布式实现, 并且在网络链路、节点随机失效的情况下是鲁棒的。由于在移动机会网络中, 对不同节点的传输效用进行评估是困难的, 因此, 这些方法很难直接应用。
文献[9]研究了多域DTN中的网关部署问题。本文的工作与它有两个根本不同。首先, 本文研究的是如何从移动节点中选择网关, 而不是如何部署固定的节点担任网关。其次, 本文针对移动网络中的节点, 考虑的性能指标是期望广播时延, 具体而言, 它是一个单一域中的指标, 并没有涉及多域的概念。基于收集的人类运动轨迹数据, 文献[10]通过模拟的方法分析了无线接入点的部署对3G骨干网负载的优化。移动用户可借助接入点来访问因特网, 它们被视为移动无线网络同因特网间的网关。因为接入点是预先已经部署好的, 该工作并未讨论网关的选择问题。另外, 它仅仅考虑了移动用户同接入点间的一跳通信, 而本文集中讨论机会传输模式的影响, 两个移动用户间也可直接通信。
2 网络模型和问题定义
所考虑的移动机会网络由n个节点构成, 记为N。两个节点可交换数据仅当它们间出现了一个传输机会, 即彼此进入对方的传输半径内。假设每个节点均可担任网关, 网络中可同时有多个网关。网关节点可从因特网上直接获取数据, 然后将数据传输给其余节点。当因特网上有热点数据出现时, 它们可下载下来并保存在缓存中, 其余的节点同它们相遇时可获得这些数据。从经济角度考虑, 可认为网关数目k远小于n。一对节点i和j间可相遇, 则其相遇间隔时间符合指数分布, 参数为λi, j。文献[11]和文献[12]分别从理论推导、节点实际移动轨迹分析两个角度探讨了该假设的合理性及其成因。已有工作中, 该假设被广泛使用[13,14]。不同节点对间的相遇频率可以是不同的, 即相遇间隔时间分布的参数取值可以不同。
网络中数据传输采用传染路由 (epidemic routing) 模式[14]。当两个节点相遇时, 它们可交换携带的所有数据。定义一个报文从一组节点W广播给其余所有节点所需要的期望时间为期望广播时延, 标记为dw。
通常, 节点希望可以尽快得到数据, 期望广播时延是描述网关性能的一个重要指标。因此, 本文研究的问题被定义为:从一个移动机会网络中选择k个节点W*担任网关, 使得期望广播时延dW*最小。
3 基于节点影响力的网关选择算法
为解决k网关选择问题, 设计了两种基于节点影响力的网关选择算法:LRGS和CRGS。
3.1 LRGS:基于领导力排名 (LeaderRank) 的网关选择算法
LRGS算法中计算影响力的方法的核心思想是, 一个节点的影响力在一定程度上由其移动过程中能遇到的邻居节点的影响力所决定:当邻居节点影响力较高时, 意味着它可以在一跳内将数据传递给网络中比较关键的节点, 加速数据传输;所以它自身的影响力也较高。当邻居节点影响力较低时, 意味着它在一跳内很难将数据传递给网络中比较关键的节点, 数据传输速度会受到一定制约, 所以它自身的影响力较低。
一个节点i的影响力可被定义为其邻居节点影响力的加权平均值。如果i和邻居节点j相遇频率较高, 则在计算的影响力时的影响力所占比重就较高;反之, j的影响力所占比重就较低。针对移动机会网络中可能存在的孤立节点 (同网络中其余所有节点均不会相遇) , 这里引入一个超级节点 (super node, 标记为s) 。超级节点同网络中所有个节点间均可相遇, 定义相遇间隔时间同样满足指数分布, 该指数分布的参数λ=1。这样, 之前的网络成为一个强连通网络。
因此, 节点i的影响力可按公式 (1) 进行计算:
式 (1) 中, ls (0) =0, li (0) =1, i∈N∧i≠s, λii=0。另外, , 表示节点i同网络N中包括超级节点s在内所有n+1个节点相遇频率之和。需指出的是, 定义λii=0。表示i和邻居节点j在单位时间内相遇次数占i同所有邻居节点在单位时间内相遇总次数的比例, 被用来作为j的影响力在计算i的影响力时所占的权重。节点i的影响力计算需要迭代进行, 直至收敛, 其邻居节点在第t-1轮次中的影响力的加权和被定义为在第轮次的影响力。作为初始值, 在第0轮次超级节点s的影响力被置为0, 其余n个节点的影响力被置为1。
把按照公式 (1) 计算出的影响力也称之i的领导力, 设计了LRGS算法, 如算法1所示。
算法1中, 参数μ的引入是为了保证它的收敛性:当网络中所有节点在第t轮次计算所得影响力同第t-1轮次相比, 改变 (增加或减少) 比例均小于等于μ时, 认为算法1已收敛。当算法1在第t轮次收敛后, 网络中除超级节点s之外的每一节点i的影响力
算法1基于领导力排名的网关选择算法
3.2 CRGS:基于聚类排名 (ClusterRank) 的网关选择算法
CRGS算法中计算影响力的方法的核心思想是, 一个节点的邻居节点间的耦合度、邻居节点的度数对从该节点出发信息传递的速度均有影响;进而影响到它的影响力。通常, 邻居节点间耦合度越高、邻居节点的度数越小, 意味着信息被邻居节点成功传递出去的概率越小;对应地, 该节点的影响力越低。反之, 信息被成功传递出去的概率越高, 对应地, 该节点的影响力越高。
一个节点i的邻居节点间的耦合度可通过聚类系数 (clustering coefficient) 来表示, 如公式 (2) 所示。在式 (2) 中, 分子中的 (1-e-λj, k) 表示单位时间内i的两个邻居节点j和k间相遇的概率, 分母中的diout表示i的邻居节点的数目。
在之前分析中, 认为节点的影响力应为其邻居节点间聚类系数的减函数、其邻居节点的度数的增函数, 所以, 可通过公式 (3) 计算的影响力,
式 (3) 中, Γi表示节点i的邻居节点的集合。
在此基础上, 设计了CRGS算法, 如算法2所示。
算法2基于聚类排名的网关选择算法
4 模拟实验
4.1 模拟环境
利用Java开发了一个移动机会网络模拟器。网络中每组节点对i和j的相遇间隔时间 (以单位时隙为度量单位) 以0.25概率满足指数分布, 对应参数λi, j在 (0, 10]间均匀分布;i和j间相遇间隔时间为无穷大 (完全不相遇) 的概率为0.75。
分别模拟了n=60, 70, 80, 90, 100等不同规模的网络场景, 网关数目k分别取值2, 3, 4, 5, 6。在每一对不同的网络规模、网关数目组合下, 都生成200个不同的网络拓扑。每一拓扑下, 均分别运行了LRGS和CRGS两种不同网关选择算法, LRGS算法中的μ=0.05。作为比较, 还实现了随机网关选择算法 (图例中标示为Random) , 即从n个节点中随机选择k个节点作为网关。
对每一种算法选择出的网关, 通过模拟实验度量从它们出发数据被广播到全网所需的期望广播时延。运行100次广播传输的模拟, 统计平均时延作为对应期望广播时延的度量。
4.2 实验结果分析
图1和图2分别给出了n=60、100;k=2时从三种算法选择出的网关出发期望广播时延的累积分布函数。从图中可以看出, 两种基于节点影响力的网关选择算法较之随机选择算法均可使性能得到改善。此外, 还发现, 期望广播时延随着网络规模n的增加而降低。这是因为, 广播过程中采用的是传染路由模式;当有更多节点时, 把数据广播给一个新的节点所需的时间更短。
为分析算法在不同网络规模、网关数目下的性能变化, 分别固定k=2, 使n=60, 70, 80, 90, 100, 固定n=60, 使k=2, 3, 4, 5, 6, 求得200个不同拓扑下从三种算法所得到的网关出发的期望广播时延, 现分别计算其对应的平均值并进行比较, 结果如图3、图4所示。可以看出, 在所提出的两种算法中, 当网络规模较小时 (n=60, 70) , CRGS性能更优, 当网络规模较大时 (n=80, 90, 100) , LRGS的性能更优。而当网络规模确定, 网关数目增多时, LRGS和CRGS较之随机算法对网络性能的改善比例基本可维持不变, 这说明, 所提出的两种算法均有较好的可扩展性。
5 结语