基于群簇演化规律的移动模型设计与评价.doc

瓻 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：导师签名： 基于群簇演化规律的移动模型设计与评价种基于人类群簇演化特征的移动模型 ， 瑃， 琣 基于群簇演化规律的移动模型设计与评价籋 目录附表索引基于轨迹分析移动模型 基于群簇演化规律的移动模型设计与评价基于群簇演化移动模型的设计小节参考文献 图移动模型评价体系图群簇演化移动模型各时间点的群簇大小分布图群簇演化移动模型群簇分裂与群簇大小关系图群簇演化移动模型群簇聚合倾向与群簇大小关系图群簇演化移动模型群簇节点数目变化图 基于群簇演化规律的移动模型设计与评价 描述了网络中节点的移动研究背景与意义 基于群簇演化规律的移动模型设计与评价态的变化当中。 当前的现实场景中，移动设备通常是由人携带。研究移动模型的一个重要方向就是研究人类的移动规律。人类在现实场景中的移动方式将会对移动自组织网络性能有很大的影响。因此，移动模型对人类移动方式反映的真实程度直接影响网络仿真结果的有效性和真实性。综上所述，移动模型作为移动自组网网络性能仿真的重要基础，移动模型与真实场景的符合程度是决定网络仿真结果真实可靠性的重要因素。由于移动设备通常是由人携带，研究人类移动特性是保证移动模型真实性的前提。同时，研究移动模型本身的物理特性及拓扑结构特性有助于更好的分析仿真结果，并对网络协议算法和协议的改进提供参考。 基于群簇演化规律的移动模型设计与评价国内学者对移动模型的研究主要集中在对移动模型的改进、车载网移动模型、 在小群簇，而群簇的聚合倾向于发生在大群簇和小群簇之间，即大群簇有吞噬小，并将该移动模型的生成轨迹与真实出租车轨迹本文工作 基于群簇演化规律的移动模型设计与评价本文结构现有的两大类移动模型：合成移动模型和基于轨迹分析移动模型，并分别讨论了各类别移动模型的建模思想及其特点，例举了各类模型中的经典移动模型。此外，概述了轨迹数据集的种类、采集方法及优缺点，对目前的可用数据集进行了统计。针对目前移动模型中人类移动特征的不足，提出本文的研究动机，丰富移动模型中的人类移动特征。总结，对全文的工作进行总结和展望下一步工作。 本节主要介绍构建移动模型的基本要求和建模原则，建立移动模型的基本方法和基本步骤。然后详细介绍了现有两大类移动模型：合成移动模型和基于轨迹分析移动模型，分析了各类模型中的一些经典移动模型及其特点。最后，讨论了研究人类移动特征的移动模型的研究现状，针对人类移动所具有的群簇演化特征，给出本文研究的动机。移动模型最重要的特征就是具有真实可靠性，只有真实描述网络中节点的移动特征，仿真结果才能反映出协议的真实性能。移动模型能否真实反映出现实场景节点的移动特征将对仿真结果的可靠性产生直接的影响。目前的移动设备大部分是由人携带，因此为了更好体现移动模型的真实性，移动模型应具有人类的移动特性。移动模型的一般建模过程包括场景初始化设置、节点的目的地选取，路径选 基于群簇演化规律的移动模型设计与评价仿一图曼哈顿街区移动模型仿真区域 现实场景中的节点不会一直处于无休止的运动状态，节点在运动一段距离后，往往会暂停一段时间。因此，为了使移动模型更加符合真实情况，在设计过程中加入了节点的暂停机制。在仿真过程中，节点按照某种方式移动到目的地后，会暂停一段时间。暂停时间的选择，最简单的方式在最小值和最大值之间随机选择一个数作为暂停时间，但也有的移动模型时问根据当前区域的不同采用不同的时间。如障碍物移动模型，节点处于建筑物内外的位置不同，其暂停时间有所不同。合成移动模型 基于群簇演化规律的移动模型设计与评价图合成移动模型分类限制，节点的移动即不受周围节点的影响，也与过去节点的移动状态及位置无关。路点移动模型疽婊较蛞贫要介绍随机游走移动模型，随机路点移动模型及随机方向移动模型。粒子的不规则运动。该模型中节点在最小速度值与最大速度值之间随机选取作为移动速度，并在，之间随机选取一个角度作为方向，节点以此作为移动矢量运动。在移动时间达到某个周期蛘咭贫嗬氪锏骄嗬隓后，节点重新选取移动矢量重复运动，直到仿真时间结束。当节点移动到仿真边界的时候，以相同入射角度反弹回仿真区域，切速度大小保持不变。 边界后，暂停一段时间。重复以上过程运动，直到仿真结束。其节点移动轨迹如图随机方向移动模型节点运动轨迹 基于群簇演化规律的移动模型设计与评价速度值、方向值和一个随机变量，具体的公式如下：在仿真过程中，节点的位置由以下公式计算得到：猯猯猯僖籰图高斯马尔可夫移动模型节点轨迹 区域内其它节点的影响，即具有一定的空间依赖性。目前，比较具有代表性的模团体移动模型下面将介绍参照点移动模型和追逐移动模型。被追逐节点的偏移量。、人类移动障碍物模型、曼哈顿街区移动模型等。 基于群簇演化规律的移动模型设计与评价置：一是监听来自基站的无线信号，并确定其标示信息；二是将所检测基站位置 疐。 基于群簇演化规律的移动模型设计与评价表可用数据集汇总 基于群簇演化规律的移动模型设计与评价的移动模型。文献恐卸闍 小节 基于群簇演化规律的移动模型设计与评价本章介绍基于群簇演化移动模型的设计过程。主要包括数据集的预处理，人类移动所引起的群簇演化特征，对出租车数据集和模型的生成轨迹分析对比。通过对经典人类移动特征模型进行比较发现，模型并没有具备群簇演化的特征。最后，根据分析数据集得到的群簇演化特征，设计了一种基于群簇演化规律的移动模型。基于轨迹分析移动模型的设计流程图基于轨迹分析移动模型设计流程在前一章中，详细介绍了真实数据集的种类及优缺点。数据集类型的不同，提取的特征也有差别：网络节点的位置轨迹数据集，根据节点的位置信息可以得到每个时间点整个网络的拓扑结构；通信设备与基站的通信轨迹可以提取设备的大致位置；节点对之间的通信轨迹数据集，能得到节点之间的通信频繁次数，通信时间等。 出租车数据集预处理数据集中由于定位精度的影响，导致有些位置信息异常。为了提高数据的准 基于群簇演化规律的移动模型设计与评价生：人类移动的群簇演化特征个数为郝。群簇大小的互补累计分布如下： 被包含在圪中的群簇列表群腿骸蔈。然后相应的每一对球和群可能的重叠节点数为：在时刻缰兴械娜捍亟诘悖蛟谑笨蘴的游离节点表示为 基于群簇演化规律的移动模型设计与评价图群簇大小互补累计分布左鲎獬凳菁模型数据集 簇，有的群簇节点数目占总节点数目的一半以上，与真实数据集的分析结果相差群簇在演化过程中，会发生分裂和聚合的现象。本节主要研究群簇的分裂和 同群簇分裂的过程类似，群簇的聚合过程与群簇自身大小的关系也能够通过其中琒表示在絫的聚合过程中，同时满足和的群簇对的个数，而只。，表示在笨淌比捍囟图为出租车数据集在整个网络演化过程中，群簇节点的数目变化情况。可以看出，群簇节点数目随着时间的变化，在之间的小范围内波动。说明群簇节点近似处于动态平衡状态，即在每个时间点离开群簇的节点数目约等于加入群簇节点的数目。而图中模型的群簇数目动态变化情况，整个曲线成递减变化趋势，群簇节点数目随着时间推移持续减少。 图出租车数据集群簇节点数目变化情况图模型数据集群簇节点数目变化情况为了给移动模型设计提供依据，了解节点的行为特征，本文再次使用公式分析了节点加入群簇的倾向与群簇大小的关系，如图所示，节点加入群簇的倾向函数值并没有随着群簇大小的增加而增加。从图中可以看出，节点更加倾向于加入节点数目在到之间的小群簇。这体现了在现实场景中，节点会有意识的避开大群簇。群簇大小诘愀鍪网络中群簇生命周期的长短影响着网络中部分网络拓扑结构的维持。本节主 基于群簇演化规律的移动模型设计与评价图出租车数据集和模型的群簇生命周期基于群簇演化移动模型的设计 呈现幂律分布等等。但是，到目前为止还没有移动模型研究人类移动引起的群簇与小群簇的群簇对中；于离开群簇的节点数目；较短。障碍物等；节点位置及其它基本属性设置；加速度，移动至目的地；到四步的过程，直到仿真结束。 基于群簇演化规律的移动模型设计与评价图仿真区域示例界面节点位置的初始化：模型中节点分类两类，群簇节点和游离节点。首先，初普通群簇：节点数目为个，所占比例为；大群簇：节点数目为以上，所占比例为。 基于群簇演化规律的移动模型设计与评价厂弧苝，痢蓿一，助。演化规律的移动模型珻，详细介绍 基于群簇演化规律的移动模型设计与评价图移动模型评价体系 为某个节点在相邻的两个时刻，或者某一时刻相邻的瓴卜潲幸万一：邈墨掣 基于群簇演化规律的移动模型设计与评价节点淖畲蟠浞段猂，如果节点诮诘鉯的传输范围内，则表示其中为所有时间周期内的节点数累计和。 数据包总个数。通信链路持续时间即互补累计分布函数是指时间数据集中某段链路持续时间的值大于常数 基于群簇演化规律的移动模型设计与评价簇生存时间都比较短。移动模型的设计目的是为了将现实场景中网络节点的运动模式进行抽象，因此是否能够真实反映场景中的节点移动特征是移动模型评价的重要组成部分。由于以前缺少大规模真实场景的数据集，目前的移动模型很少有研究人类移动的群簇演化特征，对群簇的行为特征没有真实性的评价依据和标准，因此接下来的实验部分主要是对移动模型的群簇相关行为真实性做出评价分析，该模型是否与出节点速度范围琈， 交通越拥堵，出现大群簇的可能性就越大。图群簇演化移动模型各时间点的群簇大小分布根据出租车轨迹数据集的分析结果，群簇分裂倾向概率随着群簇节点数目先增加后减少，群簇大小为左右的分裂概率最高。本文所提出的群簇演化移动模型的分裂倾向概率如图所示，群簇演化移动模型焐与出租车数据集渡的增减趋势一致，说明本文所提出移动模型的群簇分裂倾向与实际情况相符。群簇大小诘愀鍪 基于群簇演化规律的移动模型设计与评价群簇演化移动模型群簇节点数目变化图 基于群簇演化规律的移动模型设计与评价越霜牛图备模型节点平均邻居厦变化图 图各模型节点邻居度变化率 基于群簇演化规律的移动模型设计与评价图链路通断次数的互补累计分布群奠大小诘闶和链路持续时间互补累计分布 小节本章主要对基于群簇演化规律的移动模型在真实性方面做出系统的评估，最后的验证结果表明，该模型的群簇演化特征基本上与数据集的分析结果相符。另外，本章对模型、随机路点移动模型和模型在拓扑结构特性和对网络性能的影响等方面进行了评价，为移动自组织网络协议的研究和移动模型的使用提供一定的参考。 移动自组织网络是一种由移动通信设备组成的分布式、多跳、自组织的无线通信网络。它具有高速快捷、抗毁性强、多跳通信等特点，可以广泛应用于战场通信、抗震救灾等紧急通信领域。由于在现实场景中大规模部署通信节点构建移动自组织网络的代价过于昂贵，因此目前的移动网络性能评估和协议研究主要采用于描述现实场景中通信节点的移动骤。详细介绍了移动模型的分类及各类模型的特点，并且例举了各类中经典的移动模型，包括模型的建模思想和特点。为了满足移动模型真实性的要求，着重介绍了基于轨迹分析移动模型，包括数据集轨迹的种类、优缺点及可用数据集的采集，基于轨迹分析移动模型的建模流程以及研究现状。尤其强调了研究人类移动规律的移动模型，目前已经取得的研究成果。樯芰顺鲎獬礕轨迹数据集，及对数据集的预处理的方