摘要；随着铁路网络的规模不断扩大，其拓扑结构越来越复杂，基于复杂网络理论对其拓扑结构与其抗毁性的关系进行研究就显得更加的重要。由于以上原因，本论文的主要话题是在路由网络中构建小世界模型和得到与之相关的能源效率。
　　在本实验中，在NS2平台上设置了小世界模型，并且与随机模型对比能效，发现小世界模型具有更好的能效，其抗摧毁性更加优秀。
　　关键词：铁路运输系统；复杂网络；小世界模型；能效
　　1、背景知识：复杂网络
　　复杂网络是研究复杂系统的一种手段，其系统拓扑结构集中于单个节点之间的相关性，是深入理解復杂系统的性质和功能的基础。复杂网络中有一些关键字：
　　平均最短路径
　　平均最短路径能够很好地描述网络连通性的特点。两个节点i和j之间的距离定义为沿最短路径连接两个节点的边数。平均最短路径L定义为任意两点之间最短路径的平均值，可以看作
　　N表示网络中的端口数。
　　聚类系数
　　聚类系数的特征代表了网络的聚类特征。通常，有一些节点直接与节点i连接，将节点的实际边数与可能的边数之比定义为节点i的聚类系数，可以看作
　　另外，网络聚类系数c是对所有节点的平均聚类系数的计算，可以看作
　　N表示网络中的节点数。
　　小世界现象的名称源自网络，其随着路径长度的变化，网络具有较高的聚类度，称为小世界模型。小世界模型与其他模型不同，因为小世界模型的可加性链接在一个区域内。
　　小世界模型可以通过连接郊区的所有节点来建立，然后连接远离所选节点的节点。图中显示了规则模型和随机模型之间的差异，小世界模型的区域应为0　　NS2模拟
　　NS2使用TCL程序，awk是唯一的分析工具，nam被用于可视化。[2]
　　NS2是一个可以构建小世界模型和随机模型的平台，它可以路由平台中的所有端口，然后通过平台获得吞吐量和总长度。此外，NS2还可以构建有关所有模型和输出图片的图片。[3]
　　2、建立小世界模型
　　无线传感器网络一般包括一些采集节点、许多普通节点和一些超级节点。这些节点可以通过人工、机械、飞机分散等方式分布在监测区域，无线传感器网络的总体结构可以由图1看出。
　　小世界模型的节点分布概率p满足0　　将30个端口分为10个部分，每个部分是一个文件，其中包含5个节点的消息，消息包含节点的分布、分布的更改、节点之间的链接以及路由和链接的更改。
　　设置了节点分布的文件后，在不同的时间内建立了关于改变的暂停和改变的速度的文件，只改变暂停时间和速度的值，小世界模型就可以随着时间的推移而改变。至此，小世界模型就建立起来了。
　　3、结果及分析
　　本实验主要在50米×50米的运动场上进行，CBR数据大小不变，节点数为30个。
　　1）端到端延时分析：是指端到端延时应用中的时间特性响应。它包含消息传输过程中的所有延迟，例如发送缓冲区中的等待时间和接口中的队列时间。数据包在传输过程中的延时如图2所示。
　　对网络吞吐量的分析：吞吐量是指使用单位时间不丢失数据包的传输包数，吞吐量的单位是字节/秒或位/秒。吞吐量可以反映网络带宽的性能。
　　4、结论
　　从NS2平台的结果可以很容易看出，采用小世界模型的结果比采用随机模型的要好得多，而普通模型在各节点的时延、吞吐量和剩余能量等方面都有相似的输出，因此小世界模型优于随机模型。小世界模型在能源效率方面优于随机模型，因此小世界模型比随机模型具有更好的能效。
　　从以上结果可以看出，小世界模型既能提高网络的能量效率，因此应用于铁路运输系统时，会大幅度增加铁路运输系统的抗摧毁性。
　　参考文献：
　　[1]崔学义，“WSN的由来以及在国外的研究和发展”，射频世界， 2009.
　　[2]Hui Wang，“NETWORK SIMULATOR-VERSION2”.
　　[3]Li Li，“Simulation and Analysis of Wireless Routing Protocols Based on NS2.28”，2009.
　　（作者单位：中铁第一勘察设计院集团有限公司）