基于節(jié)點流量預測機制的Ad Hoc網(wǎng)絡路由協(xié)議的研究.pdf

1、Ad Hoc網(wǎng)絡是由一組帶有無線收發(fā)裝置的移動終端組成的一個多跳的臨時性自治系統(tǒng)，由于其移動終端能夠以任意速度和移動模式在網(wǎng)中移動，這就要求Ad Hoc網(wǎng)絡的路由協(xié)議必須能適應因節(jié)點移動而帶來的網(wǎng)絡拓撲結構的實時變化。但是傳統(tǒng)的按需路由協(xié)議AODV是以最短路徑作為選取路由的標準，在高負載網(wǎng)絡情況下，將會導致大量的網(wǎng)絡負載僅僅通過了少量的節(jié)點來傳輸，并造成了網(wǎng)絡的丟包現(xiàn)象。因此，AdHoc網(wǎng)路的負載均衡問題的研究顯得尤為重要。
　　

2、本文的主要工作及研究成果包括以下幾點:
　　(1)提出了一種基于負載均衡的路由協(xié)議LBR-AODV(Load Balancing Reversed AODV)。在R-AODV協(xié)議的基礎上加入了單路徑負載均衡機制和一種跨層的節(jié)點擁塞算法，不再將跳數(shù)作為唯一的路由判據(jù)，并盡量避開路由中的擁塞節(jié)點，從而對整個網(wǎng)絡的負載進行了均衡，達到了提升網(wǎng)絡性能的目的。
　　(2)提出了一種基于小波神經(jīng)網(wǎng)絡預測節(jié)點流量的路由協(xié)議WNNP-LBR

3、P(Load Balancing Routing Protocol Based On Wavelet Neural Network Prediction)。首先從網(wǎng)絡流量的特性進行分析，在眾多預測模型中找出與之最為匹配、預測精度較高的預測模型，經(jīng)分析選取在BP神經(jīng)網(wǎng)絡預測模型的隱含層引入小波函數(shù)作為其傳遞函數(shù)，建立了一個小波神經(jīng)網(wǎng)絡預測模型，并設計和實現(xiàn)了相關的算法，最后把該預測算法嵌到AODV路由協(xié)議中，協(xié)議中的流量值是以MAC層接口

4、隊列長度來衡量的，該預測模型能夠更加實時、準確地預測節(jié)點的流量負載，其路由發(fā)現(xiàn)階段通過負載與動態(tài)閾值比較，避免了重負載節(jié)點作為中間節(jié)點，而在網(wǎng)絡出現(xiàn)擁塞之前，提前實施路由更新機制，以此提高網(wǎng)絡性能。
　　(3)在NS-2仿真平臺下，從不同角度分別對WNNP-LBRP、LBR-AODV、AODV三種路由協(xié)議進行了仿真對比分析。仿真結果表明，WNNP-LBRP與LBR-AODV兩種新協(xié)議的性能從分組投遞率、端到端時延、路由開銷三個方面