[发明专利]基于节点拥塞度预测的动态多径AODV路由方法

说明书

技术领域

本发明属于计算机网络技术领域，涉及移动Ad Hoc网络的路由方法，特别是一种基于节点拥塞度预测的动态多径AODV路由方法，。

背景技术

移动Ad Hoc网络（移动自组织网络），又称MANET（Mobile Ad Hoc Networks），是一类由移动节点通过共享无线信道相互通信构成的动态网络，不依赖于任何固定的基础设施。网络中的各节点之间地位平等，都参与路由发现与路由维护。移动Ad Hoc网络具有独立组网能力，以及自组织性、无中心性、动态性等特点，比有中心的无线网络更坚固耐用、具有更高的抗毁性，比较适用于交通、战场、抢险、救援、探险、危险环境中的目标监控等需要临时通信的场合。因此，移动Ad Hoc网络成为当今的一个研究热点。

无线自组网按需平面距离矢量路由协议(Ad hoc On-Demand Distance Vector Routing,AODV）是由因特网工程任务组（Internet Engineering Task Force,IETF）MANET工作组为无线移动Ad Hoc网络提出的一种标准化的按需式路由协议，它是为了适应无线移动自组织网的需求，对DSDV路由算法和DSR路由算法进行改进而形成的。AODV是一种按需路由协议，网络中节点要发送数据分组的时候进行路由发现过程，这使得AODV路由协议具有简单、路由开销小等优点。

AODV路由协议在建立路由过程中，只考虑了节点跳数的问题，随着网络负载增加，网络会出现局部拥塞，吞吐量下降很快，因此在路由建立过程中必须要考虑拥塞问题。现有的解决方案大多只考虑当前时刻的链路稳定问题，并且很少考虑多径问题，效果不是很理想。因此在本发明中，首先每个节点建立预测模型，能够准确的预测节点下一时刻的拥塞情况；其次引入动态多径机制，当要发送的数据量过大或者源节点的邻居节点平均拥塞度过高时，采用多径机制，将集中在一条路径上的负载分配到多条路径上，可以有效地缓解拥塞，平衡网络负载，降低端到端时延。本专利的重点是在准确预测节点的拥塞度基础上，引入多径机制，在建立路径和数据传输时综合考虑跳数和拥塞度，使路径同时具有拥塞度小、跳数少的优点。

发明内容

本发明提出一种基于节点拥塞度预测的动态多径AODV路由方法(Node Congestion Degree Predict based Dynamic Multipath AODV,NCDPDM_AODV)，目的是在传统的AODV协议的基础上，通过融合节点拥塞度预测和多径机制，减少网络中拥塞发生的可能性，降低拥塞发生带来的严重影响。本发明通过建立两个预测模型预测节点队列占用量和节点的拥塞度，引入动态多径机制，在邻居节点平均节点拥塞度和源节点要转发的数据量大小满足一定的条件时启动多路径发现过程。在多径机制未启用时，节点仍采用单径机制进行数据的转发。在建立主路径时，综合考虑节点跳数和节点的拥塞度，使得NCDPDM_AODV建立的主路径具有节点跳数少、拥塞度小的优点。节点转发数据时，当下一跳主节点要发生拥塞时，通过建立辅助路径绕过下一跳拥塞主节点，能够有效的达到拥塞避免的目的。

本发明所采用的具体方法如下。

(1)节点分别建立灰色系统GM(1,1)预测模型和RBF神经网络预测模型，用来分别预测下一时刻节点队列占用量。节点队列占用量是指节点MAC层接口缓冲队列中已被占用空间，即所有的未处理的消息的字节数。通过MAC层为网络层提供的服务可以获得MAC层缓存队列中已被占用的空间大小和队列总空间大小。

节点每隔一段时间获取MAC层缓存队列中已被占用量。把前n个时刻节点队列占用量作为两个预测模型的输入，得到第n+1时刻两个模型的预测输出值。然后按照权重加权组合两个预测值，权重系数是w，通过计算可得到第n+1时刻节点队列占用量的最终预测值。假设灰色系统GM(1,1)模型的预测值是X₁，RBF神经网络模型的预测值是X₂，则最终预测结果X=w*X₁+(1-w)*X₂。其中，n∈[3,5]，w∈(0.5,1)。

(2)引入下一时刻节点拥塞度NTNCD(Next Time Node Congestion Degree)反应节点的拥塞程度。首先为节点队列占用量设置两个门限值THmin和THmax，它们的计算方法如下所示，其中Queue_Size表示节点MAC层队列总大小；

THmin=35%*Queue_Size

THmax=2*THmin