稀疏机会网络中固定中继节点部署策略研究

摘要

在大范围的机会网络中，由于节点的移动性和活动区域的广泛性，节点和节点之间极少进行通信，造成网络处于分割状态。为了提高大范围机会网络的性能，放置固定中继节点成为一种可选方案。由于固定中继节点是一种额外资源，过量的引入会增加网络的建设成本，因此，固定中继节点的选址至关重要。
　　首先，本文提出了一种基于多目标优化的能量有效性固定中继节点部署策略，该策略将性能有效性作为固定中继节点选择的度量指标，并提出了网络效益-能量消耗模型。针对贪心算法的受限性，本文提出采用遗传算法解决固定中继节点部署问题，对选择算子进行改进，并将遗传算法筛选出的固定中继节点保留，应用于稀疏的机会网络中，提高平均每个固定中继节点单位能量消耗时能够转发消息的能力。其次，针对固定中继节点缓存空间的特殊性，本文设计了一种基于固定中继节点与消息相关性的缓存管理策略，该策略交互节点的消息队列信息和接触信息，能够降低固定中继节点缓存中消息的冗余数量。
　　最后，本文通过ONE仿真平台进行实验，验证所提出的固定中继节点部署策略和缓存管理策略的性能，并与现有的固定中继节点部署策略和缓存管理策略进行了对比。实验结果表明，本文提出的固定中继节点部署策略能够将消息传输成功率提高约2％，固定中继节点的平均转发能量效率提高约0.005，平均端到端的延迟和平均跳数的性能与现有的固定中继节点部署策略的性能持平;缓存管理策略能够将消息传输成功率提高约3％，平均端到端的延迟降低约40s，网络负载率降低约10。

目录

声明

摘要

图目录

表目录

第一章 绪论

1．1 研究背景及意义

1．2 研究目的及意义

1．3 研究内容

1．4 论文结构安排

第二章 基础设施部署策略及缓存管理策略研究现状

2．1 基础设施部署策略研究现状

2．1．1 基础设施分类

2．1．2 固定中继节点部署策略的定义及应用场景

2．1．3 固定中继节点部署策略

2．2 机会网络中缓存管理研究现状

2．2．1 现有的经典的缓存管理策略

2．2．2 现有的优化的缓存管理策略

2．3 仿真平台介绍

2．3．1 ONE仿真平台简介

2．3．2 移动模型介绍

2．4 本章小结

第三章 基于遗传算法的多目标固定中继节点部署策略

3．1 解决方案概述

3．2 网络模型及假设

3．2．1 固定中继节点工作方式

3．2．2 网络模型

3．3 基于能量的多目标固定中继节点部署策略

3．3．1 能量约束条件定义

3．3．2 多目标性能优化指标

3．3．3 效益-能量消耗模型

3．4 基于能量的多目标固定中继节点部署策略的实现

3．4．1 染色体编码方法和种群初始化

3．4．2 个体适应度评估

3．4．3 选择算子的设计

3．4．4 交叉算子和变异算子的选择

3．4．5 算法描述

3．5 仿真实验

3．5．1 固定中继节点移动模型配置

3．5．2 仿真实验参数配置

3．5．3 仿真结果及其性能分析

3．6 本章小结

第四章 基于固定中继节点与消息相关性的缓存管理策略

4．1 固定中继节点重要性和消息相关性

4．1．1 固定中继节点重要性

4．1．2 消息相关性

4．2 基于固定中继节点和消息相关性的缓存管理策略的设计

4．3 仿真实验

4．3．1 实验参数配置

4．3．2 性能评价指标

4．3．3 仿真结果及其性能分析

4．4 本章小结

第五章 总结与展望

5．1 总结

5．2 展望

致谢

参考文献

攻读硕士学位期间学术成果