下载文档原格式
无线传感器网络中低能耗多径传输算法研究
胡游君;张文鹏;周忠冉;高雪;蔡世龙
【期刊名称】《计算机与数字工程》
【年(卷),期】2024(52)2
【摘要】近年来,许多研究主题都集中在无线网络中作为可扩展路由协议的集群算法的研究传感器网络。
在这些算法中,通过使用数据聚合技术和减少应采用的传感器进行长距离通讯,总能耗网络寿命缩短。
针对传感器能量有限的问题,论文提出的一种新的算法DECSA,该算法是基于经典聚类的改进算法LEACH。
通过考虑节点距离彼此和节点的剩余能量,DECSA算法尝试选择适当的节点作为CH。
另外,在此算法中旨在产生一个多层次的聚类层次结构,并基于CH到基站的距离,选择了一些CH作为基准站CHs。
论文基于DECSA算法和负载均衡提出了聚类算法。
该算法结合了DECSA支持最低和最大可接受负载这两个门槛。
因此,当群集在一帧中加载时小于最小阈值,则群集的帧为展开,并且大于最大阈值时,每个帧中群集负载的一部分被转移到第二个CH节点。
【总页数】4页(P349-352)
【作者】胡游君;张文鹏;周忠冉;高雪;蔡世龙
【作者单位】南京南瑞信息通信科技有限公司
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.无线传感器网络基于事件的分类多路径能耗均衡路由算法研究
2.无线音频传感器网络中低能耗数据采集方法研究
3.移动无线传感器网络的能耗均衡路由算法研究
4.关于无线传感器网络中低能耗算法的研究
5.低延迟和低能耗的无线传感器网络数据融合算法研究
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于单频GPS接收机的自迭代定位算法
陆博文
【期刊名称】《火力与指挥控制》
【年(卷),期】2017(042)009
【摘要】随着通用航空及无人机产业的发展,低成本及小型化的导航解决方案将具有广泛的市场.提出了一种基于单频GPS接收机的自迭代定位算法,用于提高定位精度,增强定位收敛性.对该算法的基本原理进行了分析,并推导出该算法的数学模型,通过静态实验的方法对该算法的收敛性进行验证,并将该算法的位置信息与最小二乘法解出的位置信息进行对比,体现了自迭代定位算法的优势.
【总页数】4页(P125-128)
【作者】陆博文
【作者单位】中国航空工业集团公司洛阳电光设备研究所,河南洛阳 471009【正文语种】中文
【中图分类】TN96
【相关文献】
1.一种基于单频GPS接收机的精确快速相对定位方法 [J], 刘志俭;胡小平;贺汉根
2.基于GPS单频软件接收机的捕获与跟踪算法实现 [J], 全鹏;朱桂斌;叶久志;孙奥
3.单频GPS接收机动态定位的相位与伪距联合算法及其周跳检测 [J], 刘根友
4.单频GPS接收机米级精度实时导航定位算法 [J], 唐颖哲;吴富梅;刘光明;曾安敏;秦显平
5.基于单频GPS接收机的低轨卫星准实时定轨算法研究 [J], 刘洋;易东云;王正明
因版权原因，仅展示原文概要，查看原文内容请购买。
2009年第28卷第12期 传感器与微系统(Transducer and M icr osyste m Technol ogies)优化无线传感器网络寿命的动态路由算法3曲家庆,张 曙(哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001)摘 要:针对多跳无线传感器网络能量受限的特点,以提高网络寿命为目标,建立基于最大最小节点寿命的线性规划网络模型。
当传感器节点失效时,根据网络的拓扑结构动态更新节点的路由。
仿真分析结果表明:基于网络拓扑结构变化动态更新节点路由的方法能够拓展网络寿命,大幅度地增加基站接收信息的数量和提高节点能量的使用效率。
关键词:无线传感器网络;网络寿命;线性规划中图分类号:TP393 文献标识码:A 文章编号:1000—9787(2009)12—0057—02D ynam i c routi n g a lgor ith m s opti m i z i n g li feti m e ofw i reless sen sor networks3QU J ia2qing,Z HANG Shu(College of I nfor ma ti on and Co mm un i ca ti on Eng i n eer i n g,Harb i n Eng i n eer i n g Un i versity,Harb i n150001,Ch i n a)Abstract:A linear syste matic net w ork model is constructed based on the lifeti m e of sens ors which will p r ol ongnet w ork lifeti m e in the light of the features of wireless sens or net w orks.To avoid net w ork paralysis when lap seshappen on sens ors,a dyna m ic r outing algorith m s is br ought up t o facilitate t o receive infor mati on.Si m ulati onanalysis shows that retrans m issi on model can effectively extend net w ork lifeti m e,increase the amount of inf or mati oncollected by the net w ork and i m p r ove the energy efficiency of the sens or net w orks.Key words:wireless sens or net w orks;net w ork lifeti m e;linear p r ogra mm ing0 引 言无线传感器网络是由微小的传感器节点借助无线通信以自组织的方式构成的数据采集网络[1]。
基于全局能量均衡的ZigBee网络路由算法优化何智勇【期刊名称】《计算机应用研究》【年(卷),期】2018(35)2【摘要】针对ZigBee网络高层关键节点分组数据转发频繁,存在节点死亡率高、网络能耗大的问题,在深入研究ZigBee路由协议的基础上,提出一种改进的全局能量均衡ZigBee路由算法(G-AODVjr).在路由发现之前,利用节点动态维护的全局能量表,查询能量充足的节点转发下一跳数据.当网络中节点能量低于全网动态电量阈值,发送广播通知网络中所有的节点,从而不再通过低能量节点转发数据.仿真结果表明,改进算法可以有效地均衡全网节点能量,合理分担网络负载,提高节点生存率.%In ZigBee network,aiming at the problem that frequent packet forwarding of high-level key nodes,high node mortality and high network energy consumption.Based on the study of the ZigBee routing protocol,this paper proposed an improved global energy balance ZigBee routing algorithm (G-AODVjr).Before the discovery of the route,energy-rich node was forwarded with the global energy table dynamically maintained by the node,when the node's energy was lower than dynamic network power threshold,sent broadcast to inform all the nodes in the network,and no longer forward the data through the low energy node.The simulation results show that the improved algorithm can effectively balance the energy of the nodes,share the network load reasonably and improve the node survival rate.【总页数】3页(P579-581)【作者】何智勇【作者单位】南京工业职业技术学院电气工程学院,南京210046【正文语种】中文【中图分类】TP393.02【相关文献】1.基于节点能量均衡的Zigbee网络路由协议改进 [J], 何智勇;毛燕琴2.基于全局均衡策略的无线传感器网络路由算法 [J], 宋子超;刘志杰3.基于路径宽度的Zigbee网络路由算法优化 [J], 任建华;李元诚;杨洪4.基于能量均衡的ZigBee路由算法优化 [J], 李予东;黄宏光;向西西5.基于能量均衡的 ZigBee 网络路由优化 [J], 曾光辉;张海因版权原因，仅展示原文概要，查看原文内容请购买。
第59卷 第4期吉林大学学报(理学版)V o l .59 N o .4 2021年7月J o u r n a l o f J i l i nU n i v e r s i t y (S c i e n c eE d i t i o n )J u l y 2021d o i :10.13413/j .c n k i .jd x b l x b .2021074基于改进短链聚合策略的无线传感器网络路由算法潘继强1,何立风2,达列雄1,周广彬2(1.陕西理工大学数学与计算机科学学院,陕西汉中723000;2.陕西科技大学电子信息与人工智能学院,西安710021)摘要:为延长网络生存时间和数据传输的时效性,提出一种基于改进短链聚合策略的无线传感器网络路由算法.首先,分析无线传感器网络协议结构,考虑到无线传感器网络运行过程中的节点能耗问题,根据链式数据采集协议设计改进路由算法;其次,利用贪心算法找到邻居节点,通过引入距离门限方程实现建链,建链后综合考量节点传输数据能耗与剩余能量选举路由簇头,以达到延长网络寿命并提高数据传输效率的目的;最后,利用MA T L A B 软件仿真实验验证该算法的有效性.仿真实验结果表明,该算法能有效控制网络能量的均衡性,并延长了网络寿命,运行效果良好.关键词:短链聚合策略;无线传感器网络;路由算法中图分类号:T P 212 文献标志码:A 文章编号:1671-5489(2021)04-0956-05R o u t i n g A l g o r i t h mB a s e d o n I m p r o v e dS h o r t -C h a i n A g g r e g a t i o nS t r a t e g y fo rW i r e l e s s S e n s o rN e t w o r k P A NJ i q i a n g 1,H EL i f e n g 2,D A L i e x i o n g 1,Z HO U G u a n gb i n 2(1.Sc h o o l o f M a t h e m a t i c s a n dC o m p u t e rS c i e n c e ,S h a a n x i U n i v e r s i t y o f T e c h n o l o g y ,H a n z h o n g 723000,S h a a n x i P r o v i n c e ,C h i n a ;2.S c h o o l o f E l e c t r o n i c I n f o r m a t i o na n dA r t i f i c i a l I n t e l l i g e n c e ,S h a a n x i U n i v e r s i t y o f S c i e n c e a n dT e c h n o l o g y ,X i a n 710021,C h i n a )收稿日期:2021-02-15.第一作者简介:潘继强(1978 ),男,汉族,硕士,讲师,从事无线传感器网络路由算法的研究,E -m a i l :p j q @s n u t .e d u .c n .基金项目:国家自然科学基金面上项目(批准号:61971272)和陕西理工大学校级科研项目(批准号:S L G 1823).A b s t r a c t :I no r d e r t o p r o l o n g t h e n e t w o r k l i f e t i m e a n d t i m e l i n e s s o f d a t a t r a n s m i s s i o n ,w e p r o p o s e d a r o u t i n g a l g o r i t h m b a s e do ni m p r o v e ds h o r t -c h a i na g g r e g a t i o ns t r a t e g y f o rw i r e l e s ss e n s o rn e t w o r k .F i r s t l y ,w ea n a l y z e dt h e p r o t o c o ls t r u c t u r eo f w i r e l e s ss e n s o rn e t w o r k s .C o n s i d e r i n g t h ee n e r g y c o n s u m p t i o no f n o d e s i n t h e o p e r a t i o n p r o c e s s o fw i r e l e s s s e n s o r n e t w o r k s ,w e d e s i g n e d a n i m p r o v e d r o u t i n g a l g o r i t h m a c c o r d i n g t ot h ec h a i nd a t aa c q u i s i t i o n p r o t o c o l .S e c o n d l y ,t h e g r e e d y a l g o r i t h m w a s u s e d t o f i n d t h e n e i g h b o r n o d e s ,a n d t h e d i s t a n c e t h r e s h o l d e q u a t i o nw a s i n t r o d u c e d t o r e a l i z e t h e e s t a b l i s h m e n t o f t h e c h a i n .A f t e r t h e e s t a b l i s h m e n t o f t h e c h a i n ,t h e r o u t i n g c l u s t e r h e a dw a s s e l e c t e d b y c o m p r e h e n s i v e l y c o n s i d e r i n g t h e e n e r g y c o n s u m p t i o na n d r e s i d u a l e n e r g y o f t h en o d e t r a n s m i s s i o n d a t a ,s oa st o p r o l o n g t h en e t w o r kl i f ea n di m p r o v et h ed a t at r a n s m i s s i o ne f f i c i e n c y .F i n a l l y,t h e e f f e c t i v e n e s so ft h e a l g o r i t h m w a s v e r i f i e d b y MA T L A B s o f t w a r e s i m u l a t i o n e x p e r i m e n t .T h e s i m u l a t i o n r e s u l t s s h o wt h a t t h e a l g o r i t h mc a ne f f e c t i v e l y c o n t r o l t h e e n e r g y b a l a n c eo f t h en e t w o r k ,p r o l o n g t h en e t w o r k l i f e t i m e ,a n d t h e o p e r a t i o ne f f e c t i s g o o d .K e y w o r d s :s h o r t -c h a i na g g r e g a t i o ns t r a t e g y ;w i r e l e s s s e n s o r n e t w o r k ;r o u t i n g a l g o r i t h m传感器技术是信息采集最重要㊁最基本的途径之一[1].传感器网络是根据自组织方式构成的无线网络[2],由传感器模块㊁数据处理模块和通信模块组成.在无线传感器网络运行过程中,路由算法至关重要.由于路由算法对传感器节点能量约束较大,因此网络体系结构的设计对整个网络的能量消耗和运行寿命影响很大.为延长无线传感器网络寿命,必须考虑能量效率.目前已有许多类型的路由算法和协议.文献[3]提出了基于优化蚁群算法找到无线传感器网络中数据传输的最优路径,根据距离因子优化启发信息函数,采用最优路径度量公式优化选择方案,在最少能耗下使蚂蚁选择最优路径.文献[4]提出了一种基于模糊逻辑的无线传感器网络不均等聚类算法,将传感器节点组织为分层结构,通过聚合方法减少向基站的数据传输,并延长网络寿命.研究表明,所有网络节点之间轮换簇头(c l u s t e r h e a d ,C H )角色并调整C H 条件群集大小,选择每个区域中剩余能量最高的节点作为候选C H ,其中最好的节点将被选为最终的C H ,采用模糊逻辑调整聚类半径.文献[5]提出了一种分布式能量感知模糊逻辑路由算法(d i s t r i b u t e d e n e r g y a w a r e f u z z y l o g i c r o u t i n g a l g o r i t h m ,D E F L ),同时解决了能量效率和能量均衡问题,通过适当的能量指标获取网络状态,并将其映射到相应的成本值中,以进行最短路径的计算.文献[6]将低功耗自适应分簇协议(l o we n e r g y a d a p t i v e c l u s t e r i n g h i e r a r c h y ,L E A C H )扩展为低能耗自适应分簇拆分和合并协议(l o we n e r g y a d a p t i v e c l u s t e r i n g h i e r a r c h y -s p l i t a n d m e r g e ,L E A C H -S M ),通过引入拆分和合并阶段提高L E A C H 协议的性能和健壮性.上述方法均可提高整个传感器网络的生命周期,但对于无线传感器的短链聚合并未进行进一步研究,仅从宏观上实现了网络均衡控制.基于此,本文提出一种基于改进短链聚合策略的无线传感器网络路由算法,构建网络模型与节点能耗模型,从距离基站最远的节点起建链,利用贪心算法找到邻居节点,通过簇头成链法建立邻簇头,以进一步降低能耗,确保设计能量有效的网络路由协议并延长网络生存期.1 算法设计1.1 无线传感器网络无线传感网络中,不同应用节点的硬件结构存在差异,但基本上包括数据采集㊁数据传输㊁数据处理和能量供应几部分,如图1所示.图2为无线传感器网络协议结构.由图2可见,网络管理包括能量管理㊁任务管理和移动管理,应用层㊁传输层㊁网络层㊁物理层和数据链路层构成了横向通信协议层.图1 传感器节点硬件示意图F i g .1 S c h e m a t i c d i a g r a mo f h a r d w a r e f o r s e n s o r n o d e 图2 无线传感器网络协议结构F i g.2 P r o t o c o l a r c h i t e c t u r e o fw i r e l e s s s e n s o r n e t w o r k 1.2 改进短链聚合策略及数据传输能耗计算考虑到无线传感器网络运行过程中节点能量的相关问题,根据P E G A S I S (p o w e r -e f f i c i e n t g a t h e r i n g i n s e n s o r i n f o r m a t i o ns y s t e m s )算法设计改进路由算法P B R E (p o w e r i s t h eb e s t r o u t et o e n e r g y ),算法运行过程中,根据改进短链聚合策略,在路由簇头选举时综合考量节点传输数据能耗与剩余能量,以达到延长网络寿命并提高数据传输效率的目的.构建P B R E 算法和P E G A S I S 算法使用相同的网络模型与节点能耗模型,其中:基站固定,远离传感器节点;网络内节点种类相同,初始能量相同;网络中的节点无移动性;各节点均清楚其他节点759 第4期 潘继强,等:基于改进短链聚合策略的无线传感器网络路由算法的地理位置相关信息,具有与基站直接通信的能力.网络中的节点能耗主要为数据传送E T x ㊁数据接收E R x 和数据融合E d a _f u .节点传送㊁接收与融合l b i t 数据所消耗的能量计算公式[7]为E T x (l ,d )=l E R x +l εf sd 2,d <d 0,l E d a _f u +l εa m p d 4,d ȡd 0{,(1)其中E R x 和E d a _f u 分别表示节点无线收㊁发所耗费的能量,εa m p 和εf s 分别表示无线路由传送信道㊁接收信道和功率放大所耗费的能量,d 0为一个常数,d 表示传送节点至接收节点之间的距离.根据改进短链聚合策略,利用式(1)计算得到数据传输能耗.为进一步验证本文算法的优势,本文改进了无线传感器网络路由算法.1.3 无线传感器网络路由算法基于改进短链聚合策略的无线传感器网络路由算法设计过程如下.1.3.1 建 链P B R E 算法与P E G A S I S 算法相同,均从距离基站最远的节点起建链,通过贪心算法找到邻居节点.以降低建链中长链生成的可能性为目的,引入距离门限方程,计算公式为D t h r e s h o l d =αðiv =2d v v -æèçöø÷1,(2)其中i 表示某条链路中此时节点的跳数,d v 表示某条链路中前(i -1)跳与某跳节点之间的距离,α表示可调节参数.根据式(2),按下列思想实现建链:如果链中的第i 跳与第(i +1)跳节点之间的距离比门限值大,则该链在成链后,即第(i +1)跳节点不再参与到该链中,继续在剩余节点中选择出与基站距离最远的节点作为下条链的初始节点,利用该方法建链,直到遍历完网络中全部节点.但该方法易导致网络内出现部分短链,这是因为在建链过程中,链中的一些节点之间距离较短,降低了距离门限值,导致一些距离该链较近的节点无法添加至该链中[8].短链中节点簇头整体轮换次数较多,易导致短链死亡.针对该问题,本文提出了改进短链聚合策略.将节点数量小于等于3的链称为短链,根据距离门限方程判断节点建链后的每条链.如果是短链,则根据该链链头h 与链尾t 在网络内找到与自己距离最接近的节点k ,如果节点k 与自身更接近,则该短链可与找到的节点k 连接,将此作为支链添加至k 节点所处链中.利用短链聚合策略能高效减少网络内短链的生成,从而达到延长网络生存时间的目的.1.3.2 簇头选举因为无线传感网络内有多个簇头,因此可根据簇头成链法实现能耗的进一步降低[9].在簇头选举时可能会涉及到邻居链簇头位置,因此先不选举簇头,只构建一个邻居链表.步骤1)各链先对自身所处位置进行估计,得到该链的中心坐标为X (i )=x i (1)+ +x i (n )/n , Y (i )=y i (1)+ +y i (n )/n ,(3)其中n 表示该链节点数量,x i 和y i 表示链上节点坐标,X (i )和Y (i )表示该链估计出的中心坐标.步骤2)根据步骤1)得到的位置,先对比识别出与基站距离最远的链,作为初始链,再根据贪心算法获取其邻居链,直到遍历完所有链,构建完成一个邻居链表.步骤3)在邻居链表内找出与基站距离最近的链,根据E C (i )=(E T x (i )/E T x _m a x )k e (i )/e n(4)提供的簇头选举机制,将E C 值较小的节点作为该链簇头,其中E C 表示节点能量代价的一个评估标准,e (i )表示链上节点i 的剩余能量,e n 表示节点的初始能量,E T x _m a x 表示该链上节点传送1b i t 数据至目标节点所消耗的最大能量.步骤4)选举根据上述步骤获取链的邻居链簇头,仍采用式(4)的选举机制,其目标节点修改为步骤3)选举出的簇头.利用该方法继续选举簇头,将每次目标节点修改为上步已经选举出的簇头,直到选举出所有链簇头为止.859 吉林大学学报(理学版) 第59卷式(4)给出了能量代价评估方法,这种簇头选举法综合考量了节点传送数据所需的能量和剩余能量.因为网络模型要求基站要远离监测点,因此E T x (i )和E T x _m a x 值差距较小.在E C 评价标准中,无线传感器网络节点能耗影响因素占比较小,因此可用相应的参数对节点能耗和剩余能量在评价标准中的占比进行调节[10-11].1.3.3 数据传输在数据传输时,因为支链节点了解自身在链中的位置,因此能计算自身得到的时隙[12-13].无线传感器网络内每条链数据传输模式都与P E G A S I S 算法一致.当无线传感器网络内节点数量最多的链实现数据传输后,利用最接近基站的链簇头作为最终簇头,分布T o k e n 至簇头构成链的端节点,每个簇头将自身链上的数据向最终簇头传输,最后根据最终簇头将数据传输至基站.2 实验结果与分析为验证基于改进短链聚合策略无线传感器网络路由算法的可靠性,对该算法进行仿真实验.将实验平台搭建在MA T L A B 上对算法进行模拟,并分析算法性能.图3 不同方法网络存活节点与时间的变化关系对比F i g .3 C o m p a r i s o no f c h a n g e r e l a t i o n s h i p b e t w e e nn e t w o r k s u r v i v a l n o d e s a n d t i m e o f d i f f e r e n tm e t h o d s 仿真参数设置如下:在仿真环境中设一个100mˑ100m 的区域,任意分布100个节点.实验中,E T x =E R x =50p J /b i t ,εf s =20(p J ㊃b i t -1)/m 2,εa m p =0.0013(p J ㊃b i t -1)/m 2,d 0=87[14].控制包为100b i t ,网络节点传送的数据包为4000b i t ,各节点的初始能量均为1J .用文献[3]方法和文献[4]方法作为实验对比方法,测试网络存活节点与时间之间的变化关系,实验结果如图3所示.由图3可见,文献[3]方法在无线传感器网络传输时间为1600s 时存活节点数量为0,文献[4]方法存活节点数量为0的时间为1400s ,而本文方法的节点存活时间为2100s ,表明本文方法的节点存活时间更长,增强了节点均衡性.图4 不同方法的网络生命周期对比F i g .4 C o m p a r i s o no f n e t w o r k l i f e c yc l e o fd i f fe r e n tm e t h o ds 图5 不同方法网络剩余能量与时间的变化关系对比F i g .5 C o m p a r i s o no f c h a n g e r e l a t i o n s h i p b e t w e e nn e t w o r k r e s i d u a l e n e r g y an d t i m e o f d i f f e r e n tm e t h o d s 图4为不同方法的网络生命周期对比.由图4可见:在存活节点相同的情况下,本文方法运行时间为1250s ,而文献[3]㊁文献[4]方法分别为550s 和900s ;当剩余能量相同时,本文方法运行时间为1600s ,而文献[3]㊁文献[4]方法分别为850s 和1100s .由于考虑了节点能耗问题,所以本文方法能将无线传感网络传输节点的多个短链聚合,利用簇头成链法,均衡网络节点能耗,不但延长了网络的整体生命周期,还增强了其均衡性.图5为不同方法网络剩余能量与时间的变化关系对比.随着时间的延长,网络剩余能量为0,达到提升网络均衡的目的.由图5可见,本文方法运行过程中能有效减少簇头选举次数,降低了簇头选举所花费的额外能耗,并且兼顾了网络剩余能量较低的节点,提升了网络均衡性.959 第4期 潘继强,等:基于改进短链聚合策略的无线传感器网络路由算法069吉林大学学报(理学版)第59卷综上所述,本文提出了一种基于改进短链聚合策略的无线传感器网络路由算法,并通过仿真实验验证了算法的有效性及鲁棒性.参考文献[1]陶志勇,蒋守凤.基于簇首移动的无线传感器网络路由算法[J].计算机工程与应用,2016,52(5):75-78.(T A OZ Y,J I A N G SF.C l u s t e r i n g A l g o r i t h mf o r W i r e l e s sS e n s o rN e t w o r k s w i t h M o b i l eC l u s t e r h e a d s[J].C o m p u t e rE n g i n e e r i n g a n dA p p l i c a t i o n s,2016,52(5):75-78.)[2]赵悦,孟博,陈雷,等.基于能量感知的无线传感器网络路由协议[J].计算机工程与设计,2016,37(1):16-20.(Z HA O Y,M E N GB,C H E N L,e t a l.R o u t i n g P r o t o c o l i n W i r e l e s sS e n s o rN e t w o r k sB a s e do nE n e r g yA w a r e[J].C o m p u t e rE n g i n e e r i n g a n dD e s i g n,2016,37(1):16-20.)[3]凌春,孙文胜.基于改进蚁群算法的无线传感器网络路由[J].计算机工程与设计,2019,40(3):627-631.(L I N G C,S U N W S.W i r e l e s sS e n s o r N e t w o r k s R o u t i n g B a s e d o nI m p r o v e d A n t C o l o n y A l g o r i t h m[J].C o m p u t e rE n g i n e e r i n g a n dD e s i g n,2019,40(3):627-631.)[4] N E AMA T O L L A H IP,N A G H I B Z A D E H M.D i s t r i b u t e dU n e q u a lC l u s t e r i n g A l g o r i t h mi nL a r g e-S c a l e W i r e l e s sS e n s o rN e t w o r k sU s i n g F u z z y L o g i c[J].T h e J o u r n a l o f S u p e r c o m p u t i n g,2018,74(6):2329-2352.[5] A L-K I Y UM IR,F OH C H,V U R A LS,e t a l.F u z z y L o g i c-B a s e dR o u t i n g A l g o r i t h mf o rL i f e t i m eE n h a n c e m e n ti nH e t e r o g e n e o u sW i r e l e s sS e n s o rN e t w o r k s[J].I E E ET r a n s a c t i o n s o nG r e e nC o mm u n i c a t i o n s a n dN e t w o r k i n g,2018,2(2):517-532.[6] Z A Y O U D M,A B D U L S A L AM H M,A L-Y A T AMA A,e ta l.S p l i ta n d M e r g e L E A C H B a s e d R o u t i n gA l g o r i t h mf o rW i r e l e s sS e n s o rN e t w o r k s[J].I n t e r n a t i o n a l J o u r n a l o fC o mm u n i c a t i o nN e t w o r k s a n d I n f o r m a t i o nS e c u r i t y,2018,10(1):155-162.[7]刘敬坡,刘朝晖,丁琳.基于距离和节点能量的源位置隐私保护方案[J].计算机技术与发展,2020,30(2):121-126.(L I UJP,L I U Z H,D I N G L.A S o u r c e-L o c a t i o nP r i v a c y P r o t e c t i o nS c h e m eB a s e do nD i s t a n c ea n d N o d eE n e r g y[J].C o m p u t e rT e c h n o l o g y a n dD e v e l o p m e n t,2020,30(2):121-126.)[8]刘帅,李正炜,吴元昊,等.基于能耗梯度的无线传感器网络路由算法[J].传感技术学报,2016,29(8):1247-1252.(L I US,L I Z W,WU Y H,e t a l.R o u t i n g A l g o r i t h mf o rW i r e l e s s S e n s o rN e t w o r k sB a s e d o nE n e r g yC o n s u m p t i o nG r a d i e n t[J].C h i n e s e J o u r n a l o f S e n s o r s a n dA c t u a t o r s,2016,29(8):1247-1252.)[9]古辰哲,蒋文贤,吴晶晶.基于O p e n F l o w的无线传感器网络路由层可重构技术的研究[J].信息与控制,2018,47(4):492-498.(G U C Z,J I A N G W X,WU JJ.R e s e a r c ho n W i r e l e s sS e n s o r N e t w o r k R o u t i n g P r o t o c o l R e c o n s t r c t i o nT e c h n o l o g y B a s e do nO p e n F l o w[J].I n f o r m a t i o na n dC o n t r o l,2018,47(4):492-498.) [10]马礼,朱大文,马东超,等.一种无线传感器网络能量感知路由协议[J].计算机工程,2017,43(12):124-129.(MAL,Z HU D W,MA D C,e ta l.A n E n e r g y A w a r eR o u t i n g P r o t o c o l i n W i r e l e s sS e n s o r N e t w o r k[J].C o m p u t e rE n g i n e e r i n g,2017,43(12):124-129.)[11]宋朝,郑迎凤,赵文彬.一种有效的稀疏无线传感器网络路由方案[J].电信科学,2016,32(4):59-64.(S O N GC,Z H E N G YF,Z HA O W B.A nE f f i c i e n tR o u t i n g S c h e m eo fS p a r s e W i r e l e s sS e n s o rN e t w o r k s[J].T e l e c o mm u n i c a t i o nS c i e n c e,2016,32(4):59-64.)[12]余修武,周利兴,张枫,等.基于退避机制的有向无线传感器网络路由协议[J].传感技术学报,2017,30(11):1729-1733.(Y UX W,Z HO ULX,Z HA N GF,e t a l.AR o u t i n g P r o t o c o l f o rD i r e c t e dW i r e l e s s S e n s o rN e t w o r k sB a s e do nB a c k o f fT i m e[J].C h i n e s e J o u r n a l o f S e n s o r s a n dA c t u a t o r s,2017,30(11):1729-1733.)[13]贺威,徐杜.改进的非均匀分簇无线传感器网络路由算法[J].计算机工程与应用,2017,53(24):136-141.(H E W,X U D.I m p r o v e d U n e v e n C l u s t e r R o u t i n g A l g o r i t h m f o r W i r e l e s sS e n s o r N e t w o r k[J].C o m p u t e rE n g i n e e r i n g a n dA p p l i c a t i o n s,2017,53(24):136-141.)[14]周远林,陶洋,李正阳,等.基于演化博弈的无线传感器网络节能分簇路由算法[J].传感技术学报,2020,33(3):436-442.(Z HO U YL,T A O Y,L I ZY,e t a l.E n e r g y-E f f i c i e n tC l u s t e r i n g R o u t i n g A l g o r i t h m B a s e do nE v o l u t i o n a r y G a m e T h e o y f o r W i r e l e s s S e n s o r N e t w o r k s[J].C h i n e s e J o u r n a l o f S e n s o r s a n d A c t u a t o rT e c h n o l o g y,2020,33(3):436-442.)(责任编辑:韩啸)。
手机欠费用户自助缴费方案设计与应用作者：何旭刘智陈宏辉唐澜严国正来源：《现代信息科技》2024年第11期摘要：为避免手机欠费停机给用户带来不便，提升用户体验，减少用户离网风险，同时降低实体营业厅的运营压力和成本，湖南电信针对如何构建手机欠费用户自助缴费的绿色通道（简称手机绿通）进行了研究，设计了一套创新方案，在无须增设新设备的前提下，解决了4G网络下绿通流程中多个核心问题，并通过不断的迭代优化证明该业务系统取得了显著的成效，实现了服务资源的合理配置及客户价值与服务成本的匹配，为企业树立了良好的口碑，大大提升了企业的竞争力，被集团采纳在全国推广。
关键词：手机绿通；核心网；流量控制识别；高可用中图分类号：TN929.5；TP311 文献标识码：A 文章编号：2096-4706（2024）11-0058-05Design and Application of Self-service Payment Solution for Mobile Phone Arrears UsersHE Xu， LIU Zhi， CHEN Honghui， TANG Lan， YAN Guozheng（China Telecom Hunan Branch， Changsha 410021， China）Abstract： In order to avoid inconvenience caused by mobile phone unpaid shutdown， improve user experience， reduce the risk of users leaving the network， and reduce the operational pressure and cost of physical business halls， Hunan Telecom has conducted research on how to build a green channel for mobile phone arrears users to self-service payment （referred to as mobile phone green channel）. It designs an innovative solution， and solves multiple core problems in the green channel process under 4G networks without the need for new devices. Through continuous iteration and optimization， it has been proven that the business system has achieved significant results， achieved reasonable allocation of service resources and matching customer value with service costs，established a good reputation for the enterprise， greatly improved its competitiveness， and is adopted and promoted by the group nationwide.Keywords： mobile phone green channel; core network; traffic control and identification; high availability0 引言隨着移动业务量的发展，湖南电信每月初欠费停机的峰值用户高达六十余万，这些用户只能通过手机Wi-Fi接入网络进行线上缴费或到线下营业厅缴费复机。
自组织网络中的分布式能量感知拓扑控制算法
王子健;张军;罗喜伶
【期刊名称】《北京航空航天大学学报》
【年(卷),期】2008(034)001
【摘要】为了有效利用无线自组织网络的能量,将最小连通支配集和计算几何学相结合,提出了一种自组织网络中的分布式能量感知拓扑控制算法.首先选举能量寿命较长的节点构建能量感知最小连通支配集,保证支配节点有充足的能量完成路由转发任务.之后在能量感知最小连通支配集上面构建Delaunay三角剖分,降低节点数据发送能耗,保证链路的能量有效性和网络拓扑的平面性.在原有连通支配集失效的情况下,选举能量寿命较长的替代节点进行拓扑重构,实现动态网络能量均衡.仿真结果表明,本算法在获得小的支配集的同时延长了网络寿命.
【总页数】4页(P55-58)
【作者】王子健;张军;罗喜伶
【作者单位】北京航空航天大学,电子信息工程学院,北京,100083;北京航空航天大学,电子信息工程学院,北京,100083;北京航空航天大学,电子信息工程学院,北京,100083
【正文语种】中文
【中图分类】TN915.02
【相关文献】
1.基于最优刚性图的能量有效分布式拓扑控制算法 [J], 罗小元;闫彦霖;郝丽娟;李绍宝;关新平
2.一种能量感知的无线传感网拓扑控制算法 [J], 陈志;骆平;岳文静;扈罗全;黄洵松;曹壹;毛博
3.一种可自维护无线网络拓扑最小能量特性的分布式拓扑控制算法 [J], 沈中;常义林;崔灿;张新
4.移动自组网基于能量效率的分布式拓扑控制算法 [J], 罗玉宏;王建新;黄家玮;陈松乔
5.基于移动自组织网络的分布式信道分配控制算法研究 [J], 刘景景;方曙东;李春国;宋康
因版权原因，仅展示原文概要，查看原文内容请购买。
2014年12月第40卷第12期北京航空航天大学学报Journal of Beijing University of Aeronautics and Astronautics December 2014Vol．40No.12收稿日期：2014-01-08；网络出版时间：2014-03-1317：26；DOI ：10．13700/j．bh．1001-5965．2013．0747网络出版地址：www．cnki．net /kcms /doi /10．13700/j．bh．1001-5965．2013．0747．html 基金项目：国家自然科学基金创新研究群体科学基金资助项目（61221061）；国家973计划资助项目（2011CB707000）作者简介：刘智（1983－），男，河北黄骅人，博士生，liuzhi@ee．buaa．edu．cn．航空高动态网络负载感知路由算法刘智徐桢（北京航空航天大学电子信息工程学院，北京100191）摘要：针对航空高动态网络（HDAN ，Highly Dynamic Airborne Networks ）节点高速运动、拓扑结构变化频繁、飞行器轨迹时变等特性，及其所带来的数据到达率低、信息拥塞度高、稳定性差等问题，提出一种具有负载感知特性的路由算法．算法提出了新的动态路由因子度量来适应拓扑结构的变化，引入节点相对速度修正高动态环境下单纯地理位置信息所带来的误差，并通过交互邻居节点队列信息表征网络局部负载程度，降低拥塞概率．仿真实验结果表明，本算法有效减少了网络丢包率和通信时延，增强了信息传输的可靠性．关键词：无线通信系统；地理位置信息路由；航空高动态网络；路由协议；负载均衡中图分类号：TP 393文献标识码：A文章编号：1001-5965（2014）12-1697-05Geographic load aware routing algorithm for highlydynamic airborne networksLiu ZhiXu Zhen（School of Electronic and Information Engineering ，Beijing University of Aeronautics and Astronautics ，Beijing 100191，China ）Abstract ：Due to the high mobility of the aerial vehicle nodes ，dynamic changes of the topology structure and the time-varying node trajectories ，highly dynamic airborne networks （HDAN ）suffer problems such as low data delivery ratio ，high data congestion potential and poor stability．In order to address these problems ，a geographic load aware routing algorithm was presented．This proposed algorithm defines a new dynamic routing metric for the next hop selection ，which is adaptive to the topology changes ，and it also introduces relative ve-locity ，which is intended to amend errors caused by simply considering geographic information．The algorithm also reduces the congestion ratio of the network ，according to the queue information exchange between the neighbors which is used to indicate local load level．The simulations show that the proposed routing algorithm is capable of reducing both end-to-end delay and the probability of delivery loss ，therefore it enhances the reli-ability of the data transmission．Key words ：wireless communication systems ；geographic routing ；highly dynamic airborne networks ；routing protocol ；load balancing1问题提出在民用航空通信领域中，目前的航空电信网无法完全满足飞机间相互通信、分发环境感知信息等需求［1］．因此，为了达到未来空域运行实时交互、高效通信的目标，针对上述缺陷设计适合的通信方式是非常重要的．同时在军用航空通信领域，航空通信网络承载着诸如遥测信息、指令信息等收集、传输、分发等重要任务．由于航空通信环境复杂，对于端到端的信息传输质量有着较高的需求．因此，构建可靠、快速、抗毁性好的空天地一体化通信网络是未来战场的必然需求［2］．北京航空航天大学学报2014年航空高动态网络是整个空天地网络的重要一环，由高速飞行、功能独立又相互协作的飞行器组成．如图1所示，航空高动态网络和卫星通信网络、地面通信网络、高空平台通信系统等构成了完整的空天地一体化结构．典型的航空高动态网络主要包括航空信息传输节点（TA ，Transmission Airborne-nodes ）、中继节点（ＲN ，Ｒelay Nodes ）及相应的信息站（GS ，Gate Stations ）和网管节点（GW ，Gateways ）等．和地面的Ad hoc 网络相比，航空高动态网络的节点移动速度差异性明显．网络中同时存在速度较低的节点和高速运动的节点，其中高速运动节点相对速度可达2382m /s ，Ma ≈7［3］．而和普通的航空自组网相比，由于应用环境的不同，航空高动态网络中对于飞行器均匀转向飞行模式（CT ，Constant Turning ）和恒定速度飞行模式（CV ，Constant Velocity ）的假设并不适用，网络拓扑变化更为频繁，且承载的信息传输任务更为复杂．图1空天地一体化通信网络结构示意图Fig．1Structure of the air-space-ground communication networks由于航空高动态网络承载着重要信息的传输任务，且飞行器节点和通信环境具有特殊性，在航空高动态网络中提供有质量保证的通信服务比一般的无线网络难度更大．而航空高动态网络的性能很大程度上取决于路由算法的高效性和可靠性．设计合适的航空高动态网络路由算法有以下难点：①设备资源受限．尽管机载通信设备能力在逐渐变强，但受重量、续航等条件的约束，和一般的地面设备相比仍具有较低的计算能力和存储能力，这样就限制了航空高动态网络路由算法的复杂度和可存储的QoS 状态数量；②分布式的结构．由于成员节点可以自发地动态组网，航空高动态网络难以提供任何形式的中心控制，通常要求每个节点局部的路由信息更新能够及时地转发，这增加了航空高动态网络路由算法的开销和复杂度；③节点运动难以预测．由于节点的移动模型具有随机和完全独立的特点，因此获取准确的拓扑信息是非常困难的，这也给航空高动态网络路由算法的稳定性造成了冲击．从国内外研究现状来看［4－15］，现有的航空高动态网络路由算法主要是基于地理位置信息的路由协议，由于可以较好地屏蔽拓扑变化，因此能够高效可靠地应用于高动态航空环境下．代表算法之一是贪婪周边无状态路由协议（GPSＲ，Greedy Perimeter Stateless Ｒouting ）［4］，算法将目的节点的地理位置信息写入路由信息包中，中间节点将其转发至其通信范围内与目的节点地理位置距离最近的节点．GPSＲ算法在车载自组网及无线传感器网络中有着广泛的应用和研究．另一方面，GLSＲ算法从机载导航设备获取飞行器的地理位置信息，结合链路层缓存信息降低信息丢失概率［5］．但由于该算法假定飞机的网络拓扑是不变的，这与实际应用情况有较大差距．因此，现有航空高动态网络路由算法一方面没有充分考虑节点高速度、变化轨迹对地理位置信息度量所带来的影响；另一方面，也没有考虑在源节点进行高速数据传输时，由于地理位置原因向某地区汇聚容易导致拥塞的问题．由此，本文提出一种新的基于地理位置信息的负载感知路由算法（DGLAＲ，Dynamic Geo-graphic Load Aware Ｒouting protocol ），算法在考虑通信节点地理位置关系的基础上，通过交互网络邻居节点的队列信息来实现网络的流量均衡，避免部分节点拥塞带来的网络吞吐率下降．另外，引入节点相对移动性的动态度量，避免了单一位置度量的路由算法带来的高速流量汇聚问题，同时解决了节点高速运动对路由性能的影响．2负载感知路由目前的机载通信设备能够依靠地空、空空数据链，将导航系统及其他机载设备产生的位置、速度以及流量等状态信息矢量（SV ，State Vector ）作为数据源，进行周期性对外广播，因而能够更好地辅助信息传输过程．在本文中假设航空飞行器间装载相同格式的数据链，能够直接通信．DGLAＲ算法主要包括路由发现、下一跳节点选择、数据发送3个部分．在路由发现的阶段，算法收集其通信范围内的节点信息及其状态向8961第12期刘智等：航空高动态网络负载感知路由算法量；在下一跳节点选择阶段，算法通过和通信范围内节点的移动性度量和负载信息动态选择下一跳节点；在数据发送阶段，算法设计了相应的数据包转发策略．2．1路由发现航空高动态网络模型可以描述为无向连同图G （V ，E ），其中V 是航空高动态网络中飞行器的有限集，若（i ，j ）∈E 则表示节点i ，j 间存在着通信链路．在航空高动态网络中，t 时刻节点i ，j 间的欧式距离度量E i ，j 和相对移动速度V i ，j 分别为E i ，j （t ）=（x i （t ）－x j （t ））2+（y i （t ）－y j （t ））2+（z i （t ）－z j （t ））槡2（1）V i ，j （t ）=v i （t ）－v j （t ）（2）假设节点到达节点i ，而其目的节点为D ，在t时刻转发，地理位置距离为Δd i ，j （t ）=E i ，D （t ）－E j ，D （t ）（3）如图2所示，以X-Y 轴为例，源节点S 在t 时刻以速度v S （t ）移动，此时通信范围内的邻居节点有A 和B 节点，而目的节点D 在t 时刻以速度v D （t ）移动，此时通信范围内的邻居节点仅有C 节点可选．图2节点位置速度关系图Fig．2Ｒelative positions and velocities between nodes若在t 时刻节点S 进行数据转发，则初始化其邻居信息表，并向通信范围r 内的邻居节点发送请求（ＲＲEQ ，Ｒoute Ｒequest ）报文．邻居节点接收到ＲＲEQ 报文后，将自身t 时刻的位置信息、速度信息、队列长度信息、链路带宽及链路速度等信息写入相应的应答（ＲＲEP ，Ｒoute Ｒeply ）报文中，回复给上一跳路由节点作为路径选择依据．2．2下一跳节点选择在传统的地理位置信息路由协议中，数据包通常直接转发给地理位置最接近目的地的下一跳节点，这对节点的移动性和负载特性支持不够，而且这会导致下一跳节点位置处于通信的临界区域．在这种情况下，节点的高速移动会导致信息数据的丢失．而且，流量非常容易在目的节点周围的节点汇聚而导致网络拥塞．在DGLAＲ算法中，同时考虑节点的相对移动速度和节点的数据拥塞情况，给出了新的路由度量机制．定义下一跳节点最大队列长度为l j ，t 时刻队列长度为q j （t ），链路到达速率为x j （t ），c j 为链路带宽，定义节点j 在t 时刻的拥塞因子为C j （t ）=γαl j －q j （t ）l ()j+c j－x j （t ）c []j （4）γ≥0，α＞0，均为拥塞系数的加权因子．因此，在t 时刻节点j 对于目的节点D 的动态路由因子为F j =βV j ，D （t ）Δd j ，D （t ）+γαl j －q j （t ）l ()j+c j －x j （t ）c []j β≥0（5）当算法应用于强调拓扑变化的应用环境中，可以调节增大β系数；而当算法应用于强调高速数据信息传输的应用环境，可以动态增大γ的权重．中间节点根据请求信息，判断自己是否是目的节点，若是则直接应答接收数据包并处理．否则，将重复进行下一跳的请求应答过程．因此，下一跳节点的选择：H i （t ）=max k ∈S i （t ）F k =maxk ∈S i （t {）βV k ，D （t ）Δd k ，D （t ）+[(γαl k －q k （t ）l )k+c k －x k （t ）c ]}kk ≠D（6）其中S i （t ）为t 时刻i 节点的邻居节点集合．2．3数据发送当接收到相应的数据信息后，转发节点通过查询其维护的邻居状态信息表来决定如何转发该数据包．在转发节点的传输范围内，算法选择具有最佳动态路由因子的下一跳节点．如果转发节点在时间段内没有下一跳节点作为转发节点，则缓存数据包直至适合的下一跳节点出现在通信范围内．若缓存溢出或超过时钟后仍不能找到合适的下一跳节点，则数据包就会被销毁．3算法性能评估为了验证本文提出的路由算法，采用仿真软件OPNET 10．1建立动态的仿真环境．仿真环境的建立参考了实际航空通信环境中的参数，如传播损耗模型、射频功率等．应用层采用服从均匀分布的恒定比特率业务来模拟数据业务．航空飞行器终端均以相同概率产生新业务，且持续时间服从负指数分布．网络层采用本文提出的DGLAＲ9961北京航空航天大学学报2014年算法．链路层使用接入控制协议802．11DCF，节点链路有一个队列长度为15个数据包大小的FIFO队列．实验分为两部分：第一部分测试在不同网络动态程度下的算法表现，第二部分测试在不同负载程度下的算法表现．环境具体仿真的参数如表1所示．表1仿真实验的参数取值Table1Parameter values of simulation仿真参数数值网络规模30kmˑ30km数据包大小1000B高速节点数量50低速节点数量10传播损耗模型Friis机载天线有效范围5km天线射频功率150W仿真时间20min3．1节点动态性能实验首先测试在大数据速率环境下不同节点速度对网络性能的影响，设定低速移动节点速度为100km/h，高速节点速度在400 600km/h的范围内逐渐增加．数据发送速率恒定为5MB/s．图3显示了网络丢包率随节点移动速度增加的变化．图3不同移动速度下的网络丢包率对比Fig．3Packet drop ratio comparison betweendifferent movement speed scenarios从图3中可知，3种路由算法的丢包率都受到节点移动速度的影响．GPSＲ和GLSＲ的丢包率随着节点移动速度的增大而快速累积，特别是当速度大于600km/h时丢包情况进一步严重．这主要是因为高速移动的环境下网络断链情况加剧，从而产生大量的重路由导致数据包的发送失败．另一方面，由于DGLAＲ考虑了节点的移动速度度量，能够减少相应丢包情况的发生，有效地提高了数据包的成功传输率．图4表明了网络传输时延随节点移动速度的变化．从图4可以看出，相比GPSＲ和GLSＲ算法，DGLAＲ能够减少网络的端到端时延，这主要是由于DGLAＲ同时考虑了节点移动性和负载的度量，减少了由于移动性带来的重路由和拥塞概率，相应地减少了丢包重传带来传输时延累积．图4不同移动速度下的传输时延对比Fig．4Transmission delay comparison betweendifferent movement speed scenarios3．2流量负载性能实验接下来测试在动态环境下不同负载程度对算法性能的影响，设定低速移动节点速度为100km/h，高速节点速度为400km/h．数据发送速率从5 35MB/s逐渐递增．图5显示了网络丢包率随节点数据发送速率增加的变化．由于节点的缓存队列是有限的，随着发送速率的增加，3种路由算法的丢包率都有所增加．DGLAＲ的数据包成功传输率优于GPSＲ和GLSＲ，这是由于DGLAＲ在选择下一跳节点的时候考虑了节点的负载度量，避免了网络的流量汇聚带来的拥塞，减少了网络的丢包机率．图5不同发送速率下的网络丢包率对比Fig．5Packet drop ratio comparison under differentpackets transmitting rates图6表明了网络传输时延随节点负载程度增加带来的影响．从图6可以看出，在低速发送速率的环境下，DGLAＲ的优势并不明显．而当数据发送速率超过30MB/s时，GPSＲ和GLSＲ的时延累0071第12期刘智等：航空高动态网络负载感知路由算法积情况加剧，DGLAＲ对高速数据传输的表现有明显优势．图6不同发送速率下的传输时延对比Fig．6Transmission delay comparison underdifferent packets transmitting rates4结论本文在对航空高动态网络特殊性及其对路由算法影响进行深入分析的基础上，设计了一种适合复杂动态环境、高速数据传输的航空高动态路由算法DGLAＲ．DGLAＲ根据信息发送节点和邻居节点的地理位置信息、相对移动速度和节点链路拥塞情况动态选择发送路径，提高了传输路径的稳定性和整体网络对高速数据传输的可靠性．实验结果表明：1）算法可显著减少因节点移动而导致的数据发送失败，从而降低信息传输丢包率，进而减少因重传而产生的拥塞概率，使网络达到负载均衡，提升网络整体资源利用率．相比GLSＲ算法，因节点移动而产生的丢包率可降低14．5% 43．3%，因数据发送速率增加而导致的丢包增加率可降低8．6%．2）算法可有效地降低了复杂通信环境的端到端时延，并随节点移动速度和数据发送速率的增加而显示出更好的传输性能，能够更好地满足业务对网络QoS 路由的需求．相比GLSＲ算法，在节点移动速度达700km /h 时，端到端时延可降低63．2%；在节点发送速率为35MB /s 时，端到端时延可降低55．4%．参考文献（Ｒeferences ）［1］Ｒohrer J P ，Jabbar A ，Cetinkaya E K ，et al．Highly-dynamiccross-layered aeronautical network architecture ［J ］．IEEE Trans-actions on Aerospace and Electronic Systems ，2011，47（4）：2742－2765［2］Ｒohrer J P ，Jabbar A ，Cetinkaya E K ，et al．Airborne telemetrynetworks ：challenges and solutions in the ANTP suite ［C ］//Pro-ceedings of the IEEE MILCOM．San Jose ：IEEE ，2010：74－79［3］Broyles D ，Jabbar A ，Sterbenz J P．Design and analysis of a 3-Dgauss-markov mobility model for highly-dynamic airborne net-works ［C ］//Proceedings of the International Telemetering Con-ference．Las Vegas ：ISA ，2009：1－10［4］Karp B ，Kung H T．GPSＲ：greedy perimeter stateless routing forwireless networks ［C ］//Proceedings of the Sixth Annual ACM /IEEE International Conference on Mobile Computing and Net-working．Boston ：ACM /IEEE ，2000：243－254［5］Medina D ，Hoffmann F ，Ｒossetto F ，et al．Ｒouting in the airborneInternet ［C ］//Proceedings of the IEEE Integrated Communica-tions Navigation and Surveillance Conference．Mexico ：IEEE ，2010：1－10［6］Peters K ，Jabbar A ，Cetinkaya E K ，et al．A geographical routingprotocol for highly-dynamic aeronautical networks ［C ］//Proceed-ings of the 2011IEEE Wireless Communications and Networking Conference．Mexico ：IEEE ，2011：492－497［7］Ayaz S ，Hoffmann F ，Epple U ，et al．Performance evaluation ofnetwork mobility handover over future aeronautical data link ［J ］．Computer Communications ，2012，35（3）：334－343［8］Xiong N ，Vasilakos A V ，Yang L T．A novel self-tuning feedbackcontroller for active queue management supporting TCP flows ［J ］．Information Sciences ，2010，180（11）：2249－2263［9］Gu Y ，Towsley D ，Hollot C V．Congestion control for small bufferhigh speed networks ［C ］//Proceedings of IEEE INFOCOM．New York ：IEEE ，2007：1037－1045［10］Chen M Y ，Fan X Z ，Murhin M N．Normalized queueing delay ：congestion control jointly utilizing delay and making ［J ］．IEEE /ACM Transactions on Networking ，2009，17（2）：618－631［11］Zhang Y ，Kang S ，Loguinov D．Delay-independent stability andperformance of distributed congestion control ［J ］．IEEE /ACM Transactions on Networking ，2007，15（5）：838－851［12］王钢，张军，李彬．适于高动态环境下的随机方向移动模型改进算法研究［J ］．航空学报，2007，28（2）：376－379Wang Gang ，Zhang Jun ，Li Bin．Study on improved algorithm of random direction mobility modeling in high dynamic environ-ment ［J ］．Acta Aeronautica et Astronautica Sinica ，2007，28（2）：376－379（in Chinese ）［13］Jared B ，Jeffrey D A ，Elizabeth I．Techniques for enabling dy-namic routing on airborne platforms ［C ］//Proceedings of IEEE MILCOM．Boston ：IEEE ，2009：2083－2091［14］Butler ＲK ，Creech L C ，Anderson A J．Considerations of con-necting MANETs through an airborne networks ［C ］//Proceed-ings of IEEE MILCOM．Washington D C ：IEEE ，2006：1－7［15］Erturk M ，Haque J ，Arslan H．Challenges of aeronautical datanetworks ［C ］//Proceedings of IEEE Aerospace Conference．Montana ：IEEE ，2010：1－71071。
