基于历史相遇概率和灰色预测模型相结合的路由算法研究

摘要

当前的机会网络路由转发策略传输性能比较低下。常见的路由转发策略有:Epidemic、Spray and Wait和Prophet。上述三种路由转发策略存在如下问题:消息递交率低、平均延迟长、节点拥塞率高。鉴于此，本文提出的F-HGRA路由算法较好地解决了上述问题。本文的研究工作及成果如下:
　　在Spray and Wait中，携带消息的节点将消息投递给目标节点有一定的盲目性。Prophet仅仅考虑最近短时间内节点间的相遇概率，忽略了各个时段内节点间相遇概率的变化规律。为了解决上述两种路由算法的不足，提出了F-HGRA路由算法。在F-HGRA中，Flooding阶段是基于限制消息冗余副本数的路由策略，在该阶段将L个消息随机分发到L个随机移动的节点中并且收集节点间的相遇信息，依据相遇信息进而求得节点间的相遇概率。HGRA阶段，将新陈代谢灰色预测模型与残差修正模型相结合，对Flooding阶段收集的节点间相遇概率进行建模，得到—组高精度的模拟值序列以及下个时间单位的相遇概率预测值。分别求得转发节点i、相遇节点j与目标节点d的相遇概率模拟值期望Bid和Ejd，将比较两者大小作为初步筛选条件，采用灰色预测模型进一步求得下个时间单位转发节点i、相遇节点j与目标节点d的相遇概率预测值p(m+1)id和p(m+1)jd，比较p(m+1)id*C与p(m+1)jd的大小。C是节点j中与缓存空间占比有关的参数。如果Eid＞Fjd，说明转发节点i与目标节点d的平均相遇概率高于相遇节点j，故放弃转发;否则进一步比较p(m+1)id*C与p(m+1)jd的大小，若p(m+1)jd＞p(m+1)id*C，则转发给节点j;否则放弃转发。由于C反映了相遇节点j的拥塞程度，如果C很大，对于节点j与目标节点d的相遇概率预测值p(m+1)jd提出了更高的要求，因此很好地控制了相遇节点j的拥塞程度。
　　在对F-HGRA路由算法详细说明的基础上，并采用Opnet仿真软件，将F-HGRA与机会网络经典路由算法进行对比，证明该路由策略不仅提高了消息投递率，缩短了消息传输的平均时延，降低了节点的拥塞率以及网络发生拥塞的可能性。

目录

声明

摘要

1 绪论

1．1 机会网络概述

1．2 机会网络的应用

1．3 机会路由算法研究进展

1．3．1 零信息型机会路由

1．3．2 信息协助型机会路由

1．4 论文选题背景及意义

1．5 本文主要探究内容

1．6 论文组织结构

2 研究现状

2．1 基于节点相遇概率的路由策略

2．2 基于节点传输效率的路由策略

2．3 基于两节点接触时间的路由策略

2．4 基于节点相遇间隔的路由策略

3 节点相遇概率预测模型的建立

3．1．2 灰色预测理论的基础知识

3．1．3 灰色建模过程

3．1．4 模型精度检验

3．2 灰色预测模型的改进

3．2．2 残差修正模型的基本概念

3．3 灰色预测组合模型在相遇概率中的应用

3．3．2 相遇概率及其矩阵的概念

3．3．3 相遇概率的预测过程及结果分析

4 基于节点历史相遇概率及灰色预测模型路由算法的研究与仿真

4．1 F-HGRA的基本概念

4．1．3 消息格式设计

4．1．4 F-HGRA路由过程的描述

4．2 仿真实验

4．2．1 仿真平台及参数的配置

4．2．2 网络性能评价标准

4．2．3 仿真结果与分析

5．1 总结

5．2 展望

参考文献

致谢

作者简介及读研期间主要科研成果