首页 理论教育 移动网络中Ad hoc节点的混合随机移动模型

移动网络中Ad hoc节点的混合随机移动模型

时间:2023-06-25 理论教育 版权反馈
【摘要】:对于移动网络中的Ad hoc节点的最初部署,可设定为同构[91]随机网络。随后,所有的网络节点将根据混合随机游走移动模型或者离散随机方向移动模型来运动。混合随机游走移动模型HRWMM基于机制网格L和L,其中,γ∈[0,1]。不失一般性,假设在HRWMM下每个阶段的长度为单位长度。初始状态下,每个点独立等概率地位于任意一个格子中。特别是,当γ=1时,HRWMM对应的是I.I.D.模型;当γ=0时,HRWMM对应的是随机游走模型。

移动网络中Ad hoc节点的混合随机移动模型

对于移动网络中的Ad hoc节点的最初部署,可设定为同构[91]随机网络。随后,所有的网络节点将根据混合随机游走移动模型(Hybrid Random Walk Models)或者离散随机方向移动模型(Discrete Random Direction Models)来运动

本书将面积为a的区域分成个面积为c的小格子,得到一个机制网格(Scheme Lattice)L(a,c,0),其中,为避免讨论中无关紧要的一些烦琐细节,假设为整数。

(1)混合随机游走移动模型(HRWMM)

HRWMM基于机制网格L(n,1,0)和L(n,nγ,0),其中,γ∈[0,1]。称L(n,nγ)中的格子为超级格子(Super Cell)。将L(n,1)中的格子(或者L(n,nγ)中超级格子)用一个二维坐标(x,y)定位,其中坐标原点(0,0)是在左下角的位置。为了处理边界效应(Edge Effects)[6],将部署区域看作一个环(Torus)。记格子(或者超级格子)(i,j)的四个相邻格子依次为(i+1,j)(i-1,j),(i,j+1)和(i,j-1),这里的加法和减法将基于n(或n1-γ)取模操作。

时间被分为等长度的阶段。不失一般性,假设在HRWMM下每个阶段的长度为单位长度。初始状态下,每个点独立等概率地位于任意一个格子中。在每个阶段开始,每个点随机选择一个相邻的超级格子,继而从其中随机均匀选择一个格子,并跳到该格子中。如图4-5(a)所示。(www.xing528.com)

特别是,当γ=1时,HRWMM对应的是I.I.D.模型(图4-5(b));当γ=0时,HRWMM对应的是随机游走模型(图4-5(c))。

(2)离散随机方向移动模型(DRDMM)

DRDMM基于机制网格L(n,nδ,0)。时间被分为长度为的等长阶段。初始状态下,每个点独立等概率地位于任意一个格子中。每个节点在每个阶段的移动如下:在每个阶段开始,每个点在一个随机选取的相邻格子中选择一个位置(目的点),并以常数阶速率移动到该位置。为了保持每个阶段的长度相同,设定每个点的速率与每个阶段的起点和终点间的距离成比例。注意每个阶段的长度阶为。如图4-5(d)所示。

特别是,当δ=1时,DRDMM对应的是简化的随机路点模型(图4-5(e));当δ=0时,DRDMM对应的是离散版本的布朗运动模型(图4-5(f))。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈