论文部分内容阅读
时延（即:网络距离）是反映网络性能的关键参数之一。它在优化文件共享、改善网络拓扑设计、最优选择应用层路由等多方面发挥着非常重要的作用。最直接的获取该信息的方法就是主动Ping测量，但其测量的开销太大。因而简单高效的时延测量方法，成为了研究热点。其中基于网络坐标系统的时延预测机制比较适用于实际网络。它将网络距离嵌入到某一测度空间，建立起网络节点与该空间点的映射关系，即为网络节点赋予一组相应的空间坐标。由此网络中节点间的时延和空间内两点之间的测度距离就有一定对应关系，时延测量任务就转为空间内两点之间的测度距离计算任务。
虽然现有的多种网络坐标系统时延预测的相对误差都不大，但在许多网络的实际应用中，即使很小的预测误差，也会对其性能产生很大的影响。如何尽可能的提高网络坐标系统时延预测的准确性是我们重点研究的内容之一。此外，网络坐标系统的应用是另一个研究重点。本文的主要贡献是:
1.针对节点抖动会严重影响网络坐标系统预测准确度的问题，从理论推导和仿真验证两方面证明了Vivaldi的坐标更新过程符合马尔可夫过程，并提出一种基于Markov节点坐标预测模型的网络坐标系统，即M-Vivaldi。其特点是通过有效减少Vivaldi的坐标更新周期，从而降低节点加入或退出网络对预测性能的不利影响，提高预测准确性。
2.为了拓展网络坐标系统的应用领域，将改进的算法(即:M-Vivaldi)用于无线传感器网络的节点定位。其核心思想是:节点根据收到的数据包包头中的RTT信息计算其坐标信息，从而获得节点间的位置信息。基于M-Vivaldi算法获得的节点间位置信息，提出了在定位误差条件下的一种绿色位置路由算法（简称:GGRM）。GGRM采用数据收集环机制指示数据包发送的方向并限定邻居候选节点个数以降低选择最优中继节点时的能耗。此外，它采用自适应的传输范围延长机制延长节点传输范围提高数据包投递率。
PlanetLab时延数据集的仿真结果表明:M-Vivaldi的时延预测准确度明显高于Vivaldi。我们从距离测量误差和连通度两方面仿真比较了M-Vivaldi和无线传感器网络的经典定位算法(如:MDS和MDS-MAP)的定位性能，结果表明，M-Vivaldi的定位性能更优。大量的仿真结果表明，GGRM算法的节能效果和数据包投递率都得到明显提高。