移动机会网络中的节点分簇路由算法
摘要
本文提出了一种节点分簇路由算法(NCRA)该算法通过节点随机分簇找出簇头,再通过各簇头节点的数据选择传输,完成数据包的转发,最终将数据从源节点传输到目的节点,并找出最优信息传递路径。并与EPIDEMIC算法和OSNN算法作比较(OSNN为该作者的另外一篇文章,是对OSNN算法的改进)
1 引言
在移动机会网络环境中,节点间的数据传输效率一直是研究热点。
本文研究了一种移动机会网络中的节点分簇路由算法(NCRA),该算法先根据节点分布情况自由组合分簇,并在自由组成的簇中竞选出簇头节点,数据传输过程中,只需要考虑各簇头节点的传输路径,结合最短路径算法(迪杰斯特拉)将各簇头节点间的逻辑距离进行比较,得出当前节点的最优邻居节点,进行下一跳选择传输。
2 相关工作
文献【4】利用了数学异或运算的特点,在数据传输过程中,通过节点信息的异或比较,找出最优的下一跳,从而找出最优的传输路径。
本文基于文献【4】,改进了传输方案。通过节点组合分簇方案,并结合最小生成树分析法。
3 节点分簇路由算法
3.1 移动机会模型
只有处于同一连通区域内的节点才可以完成通信。若希望A节点的数据传递到H节点,则需要通过节点的不断移动到同一区域。
3.2节点分簇描述
对图1任一连通区域内的各个节点实现分簇处理。分簇方法为:根据网络中节点的接收信号强度和节点连通度确定簇内成员,即根据无线网络中节点物理位置相关性完成节点分组。定义a为评价尺度常量,表示节点间数据传输的最大距离门限值。
现将网络环境中以评价尺度常量a划分为若干个区域,在每个子区域中随机选中一个节点t作为簇头,若节点v满足:
3.3下一跳节点选取过程
迪杰斯特拉最短路径算法
3.4 算法设计
4 仿真与实验分析
仿真平台: the one
对比算法:Epidemic OSNN
对比指标:节点密度变化对传输成功率,传输延迟、路由开销的影响