機(jī)會網(wǎng)絡(luò)中數(shù)據(jù)傳輸問題研究.pdf

1、無線自組織網(wǎng)絡(luò)不需要固定基礎(chǔ)設(shè)施的支持，通過分布式方式使節(jié)點(diǎn)自組織成網(wǎng)絡(luò)并實(shí)現(xiàn)數(shù)據(jù)通信，具有組網(wǎng)靈活、展開迅速、分布控制等諸多優(yōu)點(diǎn)，因此得到了廣泛關(guān)注和快速發(fā)展。然而，在很多實(shí)際應(yīng)用環(huán)境中，節(jié)點(diǎn)移動、網(wǎng)絡(luò)稀疏或信號衰減等各種原因常常導(dǎo)致網(wǎng)絡(luò)連接中斷和網(wǎng)絡(luò)分割（network partition），使得傳統(tǒng)的自組織網(wǎng)絡(luò)傳輸模式無法在這類環(huán)境中運(yùn)行。為了滿足網(wǎng)絡(luò)間歇連通環(huán)境下的通信需求，出現(xiàn)了機(jī)會網(wǎng)絡(luò)（Opportunistic Netwo

2、rk）。作為一種特殊的自組織網(wǎng)絡(luò)，機(jī)會網(wǎng)絡(luò)不要求源節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間存在完整路徑，利用節(jié)點(diǎn)移動帶來的相遇機(jī)會實(shí)現(xiàn)通信，因此其更符合實(shí)際的無線自組織網(wǎng)絡(luò)應(yīng)用需求。機(jī)會網(wǎng)絡(luò)的出現(xiàn)使信息傳遞在時(shí)間和空間尺度上得到最大程度的延伸，對實(shí)現(xiàn)未來普適計(jì)算具有重要意義。
　　數(shù)據(jù)傳輸是機(jī)會網(wǎng)絡(luò)的一個(gè)基本問題，幾乎所有的網(wǎng)絡(luò)應(yīng)用都建立在數(shù)據(jù)傳輸?shù)幕A(chǔ)之上。然而機(jī)會網(wǎng)絡(luò)的連接中斷和網(wǎng)絡(luò)分割特性，對數(shù)據(jù)傳輸構(gòu)成了極大的挑戰(zhàn)。同時(shí)，機(jī)會網(wǎng)絡(luò)有著廣闊的應(yīng)用

3、領(lǐng)域，不同的應(yīng)用千差萬別，使機(jī)會網(wǎng)絡(luò)與實(shí)際的應(yīng)用場景緊密相關(guān)，很難找到一個(gè)適用于所有實(shí)際場景的通用數(shù)據(jù)傳輸算法。面對機(jī)會網(wǎng)絡(luò)研究中的這個(gè)薄弱環(huán)節(jié)，本文結(jié)合具體應(yīng)用場景，針對機(jī)會網(wǎng)絡(luò)的兩種具體形式——延遲容忍移動傳感器網(wǎng)絡(luò)（DTMSN）和車載自組織網(wǎng)絡(luò)（VANET），在系統(tǒng)、全面地分析和總結(jié)的基礎(chǔ)上，深入細(xì)致地研究了數(shù)據(jù)傳輸問題，取得了若干創(chuàng)新和成果。本文的主要貢獻(xiàn)包括：
　　1.針對DTMSN的間歇連通性，提出了一種基于相對距離感

4、知的數(shù)據(jù)傳輸策略（Relative Distance-AwareData deliveryscheme，RDAD）。通過匯聚點(diǎn)的高功率廣播，傳感器節(jié)點(diǎn)能以較小的網(wǎng)絡(luò)開銷獲取自身到匯聚點(diǎn)的相對距離。RDAD依據(jù)此相對距離對節(jié)點(diǎn)的消息傳輸能力進(jìn)行評估并得到節(jié)點(diǎn)的傳輸概率，以此作為消息傳輸時(shí)選擇下一跳的依據(jù)。為優(yōu)化復(fù)本管理，RDAD引入消息的生存時(shí)間（survival time）和最大復(fù)制數(shù)（maximal replication）決定隊(duì)列中

5、消息傳遞的優(yōu)先順序和丟棄原則。仿真試驗(yàn)表明，與幾種現(xiàn)有的DTMSN數(shù)據(jù)傳輸算法相比，RDAD能以較低的數(shù)據(jù)傳輸能耗和傳輸延遲獲得較高的數(shù)據(jù)傳輸成功率，并且具有相對較長的網(wǎng)絡(luò)壽命。
　　2.根據(jù) DTMSN的節(jié)點(diǎn)移動性，提出了一種基于運(yùn)動趨勢的數(shù)據(jù)傳輸策略（Motion Tendency-based AdaptiveDatadeliveryscheme，MTAD）。節(jié)點(diǎn)的移動使其到匯聚點(diǎn)的距離發(fā)生變化，從而影響節(jié)點(diǎn)向匯聚點(diǎn)傳輸消息的

6、能力。通過匯聚點(diǎn)高功率廣播，節(jié)點(diǎn)可感知自身到匯聚點(diǎn)相對距離的不斷變化，并在此基礎(chǔ)上計(jì)算自己的運(yùn)動趨勢（包括運(yùn)動方向和速度）。MTAD將節(jié)點(diǎn)到匯聚點(diǎn)的相對距離與運(yùn)動趨勢相結(jié)合，共同評估節(jié)點(diǎn)的數(shù)據(jù)傳輸能力并用于傳輸決策，因此能夠獲得更加有效的消息傳遞。仿真試驗(yàn)表明MTAD具有較好的數(shù)據(jù)傳輸性能和較長的網(wǎng)絡(luò)壽命。
　　3.提出了一種基于車輛行駛預(yù)測的車載自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸策略（ Travel Prediction based Dataf

7、orwardingscheme，TPD），通過在車輛間共享各自的行駛路線信息，使消息傳輸在多跳的攜帶-轉(zhuǎn)發(fā)（carry-and-forward）環(huán)境中獲得較低延遲和較高的可靠性。目前的很多車載自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸算法，通常只采用道路交通流量的統(tǒng)計(jì)信息（如車輛密度、路段平均速度等）進(jìn)行數(shù)據(jù)傳輸決策，因而當(dāng)車流密度較低時(shí)，統(tǒng)計(jì)信息的可靠性降低使協(xié)議性能受到影響。針對這個(gè)問題， TPD利用微觀的個(gè)體車輛行駛路線信息預(yù)測車輛間的相遇概率，隨后構(gòu)建

8、相遇圖并在優(yōu)化的基礎(chǔ)上指導(dǎo)消息傳遞，因此能夠避免交通流量較輕時(shí)統(tǒng)計(jì)信息不可靠對性能的影響，并提供比現(xiàn)有算法更加準(zhǔn)確的數(shù)據(jù)傳輸。仿真實(shí)驗(yàn)表明，相比現(xiàn)有的經(jīng)典算法，TPD具有較高的數(shù)據(jù)傳輸成功率和較低的傳輸延遲。
　　4.在VADD算法的基礎(chǔ)上，提出了一種基于延遲評估的車載自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸策略（Delay Evaluation-baseddata Forwardingscheme，DEF）。DEF利用道路交通流量信息和車輛的行駛方向