移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)路由算法應(yīng)用研究

李志勇

(大眾報(bào)業(yè)集團(tuán) 信息技術(shù)部, 山東 濟(jì)南 250014)

0 引言

作為一種新型的自組織網(wǎng)絡(luò)，移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)的通信過程在端到端間實(shí)現(xiàn)，對(duì)于網(wǎng)絡(luò)傳輸中的延遲具有一定的容忍度，不同于傳統(tǒng)的自組織網(wǎng)絡(luò)(基于TCP/IP協(xié)議)，機(jī)會(huì)網(wǎng)絡(luò)的網(wǎng)絡(luò)通信基于“存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)”機(jī)制實(shí)現(xiàn)，移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)消息的傳輸主要通過規(guī)律或隨機(jī)移動(dòng)的節(jié)點(diǎn)所產(chǎn)生的相遇機(jī)會(huì)實(shí)現(xiàn)，無需搭建和維護(hù)從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的完整路徑。受到自身特殊性的影響，機(jī)會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn)經(jīng)常處于資源嚴(yán)重受限的狀態(tài)，導(dǎo)致其存在拓?fù)涓盍杨l繁、傳輸時(shí)延較高等不足。但在包括海洋探測、野生動(dòng)物追蹤、軍事等在內(nèi)的部分極端應(yīng)用環(huán)境中，通過合理部署移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)可得到較佳的效果，由于其網(wǎng)絡(luò)節(jié)點(diǎn)的帶寬和存儲(chǔ)能力較低，如何實(shí)現(xiàn)消息的合理路由轉(zhuǎn)發(fā)以及避免消息泛濫成為機(jī)會(huì)網(wǎng)絡(luò)的一項(xiàng)研究重點(diǎn)。

1 設(shè)計(jì)原理

移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)具有資源有限、拓?fù)渥兓?、?jié)點(diǎn)移動(dòng)頻繁、鏈路間歇性連接、時(shí)延高、安全性不足等特點(diǎn)，不同于傳統(tǒng)網(wǎng)絡(luò)，移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)中的節(jié)點(diǎn)傳遞消息時(shí)不建立完整的傳輸路徑，產(chǎn)生消息后的節(jié)點(diǎn)繼續(xù)移動(dòng)，遇到其他子區(qū)域的節(jié)點(diǎn)后，在各自的通信范圍內(nèi)完成數(shù)據(jù)的交換，或向移動(dòng)時(shí)遇到的節(jié)點(diǎn)傳遞消息，再經(jīng)過多跳傳輸后完成到目的節(jié)點(diǎn)的消息轉(zhuǎn)發(fā)過程，即移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)采用存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)方式通過節(jié)點(diǎn)的移動(dòng)與接觸完成數(shù)據(jù)傳輸。相繼被提出的多備份路由協(xié)議以實(shí)現(xiàn)提高移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)的數(shù)據(jù)擴(kuò)散效率為目標(biāo)，例如，一種改進(jìn)的移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)發(fā)算法；一種突發(fā)災(zāi)害應(yīng)急路由算法，主要結(jié)合社會(huì)活動(dòng)和物理接觸設(shè)計(jì)；一種移動(dòng)社交網(wǎng)絡(luò)的數(shù)據(jù)轉(zhuǎn)發(fā)方案；一種基于歷史信息的路由協(xié)議；類似傳染病擴(kuò)散的EpidemicRouting算法，在降低傳輸時(shí)延的同時(shí)有效提高了數(shù)據(jù)傳輸投遞率，但存在明顯的網(wǎng)絡(luò)負(fù)載大、資源開銷大的不足；PeopleRank路由算法，包含少量的能量算法，將物流節(jié)點(diǎn)按照其社交性的高低進(jìn)行排序，再以節(jié)點(diǎn)的中心度為依據(jù)完成路由決策，Geo-Social進(jìn)行轉(zhuǎn)發(fā)決策，在以位置歷史作為社會(huì)特征的基礎(chǔ)上確定新的地理社會(huì)指標(biāo)，使用效用值高的節(jié)點(diǎn)傳遞消息；針對(duì)資源受限的移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)，關(guān)于移動(dòng)網(wǎng)絡(luò)的能量優(yōu)化路由算法、低功耗傳輸策略、最優(yōu)數(shù)據(jù)傳播問題、能量使用效率問題等方面的研究。移動(dòng)社會(huì)網(wǎng)絡(luò)在實(shí)際通信過程中離不開能量的支持，而各移動(dòng)設(shè)備能量有限，忽略能量因素易導(dǎo)致頻繁傳輸數(shù)據(jù)的關(guān)鍵節(jié)點(diǎn)過早死亡。部分緊急服務(wù)場景中的網(wǎng)絡(luò)節(jié)點(diǎn)難以及時(shí)補(bǔ)充能量，能量耗盡無法繼續(xù)工作，進(jìn)而中斷了其他通過該節(jié)點(diǎn)的路徑，阻礙通信過程的正常進(jìn)行。在延遲容忍網(wǎng)絡(luò)中，為保證網(wǎng)絡(luò)節(jié)點(diǎn)的存活率，避免因過度活躍而導(dǎo)致的低能量節(jié)點(diǎn)死亡問題，可根據(jù)節(jié)點(diǎn)的剩余能量，選用能量較高的節(jié)點(diǎn)傳輸數(shù)據(jù)[1-2]。本文在現(xiàn)有研究成果的基礎(chǔ)上，兼顧數(shù)據(jù)傳輸性能和較低的能量消耗，設(shè)計(jì)了一種節(jié)點(diǎn)不相交的路由算法，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)存活時(shí)間的延長，使網(wǎng)絡(luò)中節(jié)點(diǎn)能量消耗更加均衡。

2 路由算法設(shè)計(jì)分析

2.1 功能分析與設(shè)計(jì)

在網(wǎng)絡(luò)中通過洪泛路由算法可實(shí)現(xiàn)消息的快速擴(kuò)散，此時(shí)網(wǎng)絡(luò)中存在較多相同的消息副本，在不限制網(wǎng)絡(luò)資源和節(jié)點(diǎn)能量等時(shí)具有最優(yōu)的數(shù)據(jù)投遞性能。但移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)在間歇性連接的情況下進(jìn)行數(shù)據(jù)傳輸時(shí)，通常不存在完整路徑，且機(jī)會(huì)網(wǎng)絡(luò)中的移動(dòng)設(shè)備能量有限，目前移動(dòng)網(wǎng)絡(luò)在軍事、野外等較惡劣的現(xiàn)實(shí)環(huán)景下應(yīng)用較多，一旦鏈路中某個(gè)設(shè)備能量不足且無法進(jìn)行能量補(bǔ)充時(shí)，將阻礙數(shù)據(jù)傳輸過程的正常進(jìn)行。為此本文設(shè)計(jì)了一種節(jié)點(diǎn)不相交路由算法，規(guī)定全部中間節(jié)點(diǎn)(除源節(jié)點(diǎn)外)的數(shù)據(jù)包轉(zhuǎn)發(fā)機(jī)會(huì)均只有一次，完成一次數(shù)據(jù)傳輸后的中間節(jié)點(diǎn)不能向其他非目的節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包，進(jìn)而使任意兩條路徑上不會(huì)同時(shí)出現(xiàn)已轉(zhuǎn)發(fā)過數(shù)據(jù)包的某一中間節(jié)點(diǎn)，進(jìn)而使關(guān)鍵節(jié)點(diǎn)因能力不足而過早死亡問題得以有效避免，實(shí)現(xiàn)了網(wǎng)絡(luò)存活時(shí)間的有效延長。對(duì)應(yīng)的多徑路由的示意圖，如圖1所示。

圖1 節(jié)點(diǎn)不相交多徑路由

A表示一般節(jié)點(diǎn)，S和D分別表示源節(jié)點(diǎn)和目的節(jié)點(diǎn)，箭頭表示數(shù)據(jù)傳輸方向，除相交的路徑與節(jié)點(diǎn)外共有3條源到目的節(jié)點(diǎn)的路徑。本文路由算法的設(shè)計(jì)目標(biāo)為：相比于洪泛路由算法中副本的數(shù)量，移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)中單個(gè)消息的副本數(shù)明顯減少并盡可能提高傳遞率，消息的傳遞延遲則盡可能相近，最大程度降低節(jié)點(diǎn)的能量消耗[3]。

2.2 路由策略

本文路由算法的前提假設(shè)為：數(shù)據(jù)傳輸不存在信道爭用，網(wǎng)絡(luò)節(jié)點(diǎn)位置隨時(shí)間的推移呈現(xiàn)動(dòng)態(tài)變化，各節(jié)點(diǎn)的能量均有限制，通信范圍內(nèi)的任意兩節(jié)點(diǎn)均具有傳輸數(shù)據(jù)的可能。為實(shí)現(xiàn)節(jié)點(diǎn)不相交，避免同一個(gè)節(jié)點(diǎn)轉(zhuǎn)發(fā)兩次數(shù)據(jù)，將一個(gè)初值為False的標(biāo)志位Forwarded設(shè)置于各網(wǎng)絡(luò)節(jié)點(diǎn)中，F(xiàn)orwarded在節(jié)點(diǎn)接收并轉(zhuǎn)發(fā)數(shù)據(jù)后置為True，據(jù)此完成對(duì)節(jié)點(diǎn)轉(zhuǎn)發(fā)過數(shù)據(jù)與否的判斷。假設(shè)，由非源節(jié)點(diǎn)i攜帶消息，i從未復(fù)制轉(zhuǎn)發(fā)過攜帶消息時(shí)的Forwarded為False，當(dāng)i在網(wǎng)絡(luò)中移動(dòng)遇到j(luò)時(shí)，若j為目的節(jié)點(diǎn)則直接傳遞消息；在j不是目的節(jié)點(diǎn)的情況下，若其含有i攜帶的消息副本則不轉(zhuǎn)發(fā)數(shù)據(jù)，若不含有i攜帶的消息副本則i會(huì)向j復(fù)制轉(zhuǎn)發(fā)消息，完成一次數(shù)據(jù)傳輸，之后i和j繼續(xù)移動(dòng)并按照同樣策略進(jìn)行轉(zhuǎn)發(fā)，此時(shí)由于i已轉(zhuǎn)發(fā)過一次消息其Forwarded變?yōu)門rue，i在接下來的移動(dòng)中除非遇到目的節(jié)點(diǎn)否則不再轉(zhuǎn)發(fā)數(shù)據(jù)，以避免出現(xiàn)路徑相交問題。在遇到目的節(jié)點(diǎn)時(shí)，無論節(jié)點(diǎn)的Forwarded是False還是True均需傳輸數(shù)據(jù)，以完成通信任務(wù)。從而有效避免多條路徑出現(xiàn)同一節(jié)點(diǎn)的問題，使消息副本數(shù)量和能量消耗均得到明顯降低。同一種消息各節(jié)點(diǎn)僅能轉(zhuǎn)發(fā)一次則有效避免了關(guān)鍵節(jié)點(diǎn)出現(xiàn)過早死亡問題[4]。

3 模型設(shè)計(jì)

3.1 馬爾可夫鏈模型的建立

本文設(shè)計(jì)使用一個(gè)“病毒傳染”模型表示數(shù)據(jù)傳輸過程，源節(jié)點(diǎn)、未含消息副本的節(jié)點(diǎn)和目的節(jié)點(diǎn)分別對(duì)應(yīng)模型中的病毒感染點(diǎn)、易感節(jié)點(diǎn)和治療院，稱首次被感染的節(jié)點(diǎn)為傳染節(jié)點(diǎn)，其中，易感節(jié)點(diǎn)僅感染一次同一種病毒，每一個(gè)接觸病毒感染點(diǎn)的易感節(jié)點(diǎn)均能被其感染，非目的節(jié)點(diǎn)僅能被各傳染節(jié)點(diǎn)感染一次，感染某一易感節(jié)點(diǎn)后的傳染節(jié)點(diǎn)變?yōu)榈却委熢壕戎蔚墓?jié)點(diǎn)(此時(shí)不再具備傳染的功能)，易感節(jié)點(diǎn)可轉(zhuǎn)變?yōu)閭魅竞偷却戎蝺煞N狀態(tài)，這兩種狀態(tài)下的節(jié)點(diǎn)均稱為感染節(jié)點(diǎn)，節(jié)點(diǎn)不相交的目的通過設(shè)置僅具備一次傳染病毒機(jī)會(huì)的其他節(jié)點(diǎn)(除病毒感染點(diǎn)以外)實(shí)現(xiàn)。采用馬爾可夫鏈完成對(duì)受感染節(jié)點(diǎn)數(shù)目變化情況的建模，該節(jié)點(diǎn)不相交模型具體基于洪泛建立，易感節(jié)點(diǎn)由源病毒點(diǎn)和傳染節(jié)點(diǎn)感染后轉(zhuǎn)變形成傳染節(jié)點(diǎn)，由S→A表示，由A→W表示經(jīng)傳染節(jié)點(diǎn)轉(zhuǎn)變的等待救治節(jié)點(diǎn)，采用3層結(jié)構(gòu)的模型示意圖，如圖2所示。

圖2 洪泛傳染病馬爾可夫鏈模型示意圖

A對(duì)應(yīng)傳染狀態(tài)，S對(duì)應(yīng)易感狀態(tài)，W對(duì)應(yīng)等待救治狀態(tài)，這3種狀態(tài)中涵蓋了所有節(jié)點(diǎn)。此外，被感染后的易感節(jié)點(diǎn)是轉(zhuǎn)變?yōu)閭魅緺顟B(tài)的唯一路徑，變?yōu)閭魅緺顟B(tài)后的節(jié)點(diǎn)才能轉(zhuǎn)變?yōu)榈却戎螤顟B(tài)[5]。

3.2 模型分析

易感節(jié)點(diǎn)由病毒感染點(diǎn)與傳染節(jié)點(diǎn)感染后完成到傳染節(jié)點(diǎn)的轉(zhuǎn)變，被病毒感染后的傳染節(jié)點(diǎn)變?yōu)榈却戎螤顟B(tài)，因傳染節(jié)點(diǎn)的一次數(shù)據(jù)轉(zhuǎn)發(fā)而導(dǎo)致等待救治節(jié)點(diǎn)數(shù)量增加，傳染節(jié)點(diǎn)狀態(tài)對(duì)傳染節(jié)點(diǎn)數(shù)量變化不構(gòu)成影響，網(wǎng)絡(luò)節(jié)點(diǎn)狀態(tài)數(shù)量變化情況如圖3所示，圓圈對(duì)應(yīng)具體的時(shí)刻，箭頭表示數(shù)量變化情況，(i，j)對(duì)應(yīng)當(dāng)前時(shí)刻的某一狀態(tài)，其中i和j分別表示傳染節(jié)點(diǎn)的數(shù)目和等待救治節(jié)點(diǎn)的數(shù)目，這兩個(gè)數(shù)目的變化情況分別由IA和IW表示，狀態(tài)(i，j)向(i+1，j)的轉(zhuǎn)變表示保持j不變的同時(shí)增加1個(gè)傳染節(jié)點(diǎn)數(shù)目，說明此時(shí)有一個(gè)易感節(jié)點(diǎn)被病毒感染點(diǎn)感染了，因此IA++；狀態(tài)(i，j)向(i，j+1)的轉(zhuǎn)變表示某一被病毒感染后的傳染節(jié)點(diǎn)變?yōu)榈却戎蔚墓?jié)點(diǎn)，因此IW++，在原感染點(diǎn)不感染其他節(jié)點(diǎn)時(shí)被感染的節(jié)點(diǎn)變?yōu)閭魅竟?jié)點(diǎn)不會(huì)改變i的總數(shù)。假設(shè)，系統(tǒng)模型中初始時(shí)共包含節(jié)點(diǎn)N個(gè)，其中的病毒感染點(diǎn)(同時(shí)作為感染節(jié)點(diǎn))和易感節(jié)點(diǎn)分別為1個(gè)、S個(gè)，無等待救治的節(jié)點(diǎn)。N表示節(jié)點(diǎn)的總數(shù)目，β表示節(jié)點(diǎn)的接觸率，I表示感染節(jié)點(diǎn)數(shù)目總和，在t時(shí)刻，系統(tǒng)中易受感染的節(jié)點(diǎn)數(shù)目由S(t)表示、感染節(jié)點(diǎn)數(shù)目由I(t)表示、傳染節(jié)點(diǎn)數(shù)目由IA(t)表示、等待救治節(jié)點(diǎn)數(shù)目由IW(t)表示，β(N-1)表示單位時(shí)間內(nèi)各節(jié)點(diǎn)接觸的節(jié)點(diǎn)數(shù)，S/(N-1)表示模型中未感染節(jié)點(diǎn)的占比。各類感染節(jié)點(diǎn)的數(shù)量變化，如圖3所示。

圖3 感染節(jié)點(diǎn)數(shù)目變化圖

采用馬爾可夫鏈(CTMC)模型完成追蹤，狀態(tài)S到IA的轉(zhuǎn)變率為：新增的傳染節(jié)點(diǎn)數(shù)目=βS(即源節(jié)點(diǎn)、單位時(shí)間接觸節(jié)點(diǎn)數(shù)和未感染節(jié)點(diǎn)的比例三者乘積)狀態(tài)IA到IW的轉(zhuǎn)變率為：新增的等待救治的節(jié)點(diǎn)數(shù)目=βS(IA- 1)(即傳染節(jié)點(diǎn)、單位時(shí)間接觸節(jié)點(diǎn)數(shù)和未感染節(jié)點(diǎn)比例三者乘積)。據(jù)此得出節(jié)點(diǎn)數(shù)量轉(zhuǎn)變的馬爾可夫模型[6]，如圖4所示。

圖4 節(jié)點(diǎn)數(shù)量變化的馬爾可夫鏈模型

狀態(tài)S和I中涵蓋了整個(gè)模型中節(jié)點(diǎn)狀態(tài)，假設(shè)各類病毒的傳染具有獨(dú)立性，在初始即t=0時(shí)，S=N-1，IA(0)=1，IW(0)=0，節(jié)點(diǎn)數(shù)目變化的瞬態(tài)解如下。

I=IA+IW，兩個(gè)時(shí)間函數(shù)IA(t)和IW(t)的表達(dá)式[7]如下。

3.3 模型驗(yàn)證

對(duì)本文模型系統(tǒng)進(jìn)行驗(yàn)證和評(píng)估，需先完成節(jié)點(diǎn)間的接觸概率β值的計(jì)算，具體通過對(duì)每個(gè)S與IA、IA與IW感染的時(shí)間進(jìn)行多次模擬和記錄實(shí)現(xiàn)，例如，記錄Δt時(shí)間間隔內(nèi)的狀態(tài)IA=i→IA=i+1、狀態(tài)IW=j→IW=j+1，取多次模擬中β的平均值。節(jié)點(diǎn)數(shù)目在某一時(shí)刻Δt內(nèi)由狀態(tài)S到A的瞬態(tài)解為βS，推出β=1/SΔt；同理推出由狀態(tài)A到W時(shí)的β=1/(S(IA-1)Δt)，取不同狀態(tài)上β的平均值，據(jù)此得到模型的β。通過參數(shù)β模擬上述模型，移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)中共包含90個(gè)節(jié)點(diǎn)，以KAIST中的真實(shí)數(shù)據(jù)集作為節(jié)點(diǎn)移動(dòng)情況，模擬時(shí)間為15 000S，受感染節(jié)點(diǎn)數(shù)變化情況，如圖5所示。

模型曲線同理論結(jié)果基本吻合，能夠?qū)崿F(xiàn)對(duì)受感染節(jié)點(diǎn)數(shù)變化的準(zhǔn)確預(yù)測，說明該模型合理有效[7]。

圖5 受感染節(jié)點(diǎn)數(shù)變化擬合曲線

4 仿真實(shí)驗(yàn)與結(jié)果分析

設(shè)計(jì)仿真實(shí)驗(yàn)對(duì)比本文路由算法和其他算法的性能，仿真時(shí)間設(shè)為15000S，仿真實(shí)驗(yàn)采用KAIST的真實(shí)數(shù)據(jù)集，各節(jié)點(diǎn)的通信距離最大為250m，設(shè)置各節(jié)點(diǎn)的初始能量為10000個(gè)能量單位，接收或轉(zhuǎn)發(fā)數(shù)據(jù)各需消耗1個(gè)，通過使用VisualC++平臺(tái)完成了5種路由算法的集成，即Epidemic(基于洪泛的路由算法)、PageRank、PageRankEpidemicDisjointPath(基于中心度節(jié)點(diǎn)不相交的算法)、EpidemicDisjointPath(基于洪泛路徑不相交的路由算法)和Geosocial，已有文獻(xiàn)詳細(xì)介紹了該移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)模擬器平臺(tái)[8]。實(shí)驗(yàn)初始時(shí)，從KAIST中隨機(jī)選出1 000對(duì)源-目的節(jié)點(diǎn)對(duì)，根據(jù)不同指標(biāo)性能對(duì)比分析路由算法的性能，5種算法的投遞率的仿真結(jié)果，如圖6所示。

圖6 投遞率

EpidemicDisjointPath路由算法的投遞率僅次于最高的Epidemic路由算法，并且在7 500 S后增長緩慢，最早穩(wěn)定在0．9左右；0-7 000 S時(shí)，相比于PageRank和Geosocial，PageRankEpidemicDisjointPath算法的投遞率更高，7 000 S后逐漸趨近于PageRank并小于Geosocial算法?？偰芰肯姆抡娼Y(jié)果，如圖7所示。

圖7 總能量消耗

5種路由算法的能量消耗均隨時(shí)間的延長而增加，PageRank能量消耗最低，洪泛所達(dá)到的最高投遞率通過不計(jì)代價(jià)完成數(shù)據(jù)傳輸實(shí)現(xiàn)，因此會(huì)消耗掉大量的能量，其能量消耗快速達(dá)到巔峰，繼續(xù)傳輸剩余少量未投遞消息時(shí)能量消耗增長緩慢；EpidemicDisjointPath算法的能量消耗曲線變化趨勢同Epidemic基本相同，但消耗明顯小于Epidemic算法，能量消耗控制效果較佳；相比于Geosocial，PageRankEpidemicDisjointPath的能量消耗更少，并隨時(shí)間推移逐漸趨近于PageRank。說明通過節(jié)點(diǎn)不相交的方式的使用實(shí)現(xiàn)了對(duì)能量消耗的有效控制。平均投遞延時(shí)仿真結(jié)果，如圖8所示。

圖8 平均投遞延時(shí)

投遞延時(shí)隨時(shí)間推移而增大，Epidemic的投遞延時(shí)最小，PageRankEpidemicDisjointPath的投遞延時(shí)略大于Epidemic，EpidemicDisjointPath的投遞延時(shí)在7 500 S后開始放緩增長，最終低于Geosocial。平均網(wǎng)絡(luò)開銷(即消息在網(wǎng)絡(luò)中平均的副本數(shù))的仿真對(duì)比結(jié)果，如圖9所示。

圖9 平均網(wǎng)絡(luò)開銷

Epidemic的數(shù)據(jù)傳輸通過相遇的各節(jié)點(diǎn)進(jìn)行，導(dǎo)致存在大量的消息副本，其網(wǎng)絡(luò)開銷在初始時(shí)急劇增長(所有網(wǎng)絡(luò)開銷幾乎均在此時(shí)產(chǎn)生)且已經(jīng)含有大量副本，此時(shí)其投遞率已趨于1，僅剩余少量的未投遞消息，隨后只產(chǎn)生少量副本；EpidemicDisjointPath的各節(jié)點(diǎn)僅轉(zhuǎn)發(fā)一次消息，明顯較少了網(wǎng)絡(luò)中的消息副本數(shù)量；其他3種算法的網(wǎng)絡(luò)開銷均明顯小于Epidemic，PageRankEpidemicDisjointPath的網(wǎng)絡(luò)開銷在15000S時(shí)幾乎與PageRank重合，預(yù)計(jì)隨后會(huì)小于PageRank。仿真實(shí)驗(yàn)驗(yàn)證了基于路徑不相交的路由算法的有效性，在較高投遞率下可實(shí)現(xiàn)對(duì)能量消耗的有效控制，其節(jié)點(diǎn)能量消耗的均衡性較好，可避免鏈路中斷的出現(xiàn)。

5 總結(jié)

目前多副本路由協(xié)議成為提升網(wǎng)絡(luò)中數(shù)據(jù)傳輸速度的有效手段，但由于缺少對(duì)能量問題的考慮，而易導(dǎo)致消耗能量較多時(shí)出現(xiàn)設(shè)備停止工作的狀況?？紤]到移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)中沒有完整的傳輸路線且網(wǎng)絡(luò)節(jié)點(diǎn)的能量有限，為有效解決其中的數(shù)據(jù)傳遞能量消耗問題，本文設(shè)計(jì)了一種多路徑解決方案及路由算法，分析節(jié)點(diǎn)狀態(tài)間的變換，詳細(xì)介紹了節(jié)點(diǎn)不相交路由策略，利用二維連續(xù)時(shí)間馬爾可夫鏈完成了系統(tǒng)模型的構(gòu)建，并給出問題的求解方法，最后通過仿真實(shí)驗(yàn)對(duì)比分析了本文算法和其他路由算法的相關(guān)性能，結(jié)果表明本文方案具有一定的研究價(jià)值，為進(jìn)一步優(yōu)化和完善移動(dòng)機(jī)會(huì)網(wǎng)絡(luò)提供參考。