[发明专利]移动式自组网络中脱离节点等待时间最优决策方法及系统

权利要求书

1.一种移动式自组网络中脱离节点等待时间最优决策方法，其特征在于，包括：

节点运动模型建立步骤：引入二维随机游走模型，在每个时间间隔中，通过改变步数N来模拟节点的运动速度；

重返时间模型建立步骤：通过分析两个极端模型得到重返时间模型，所述两个极端模型包括：步数N和广播半径r同时取低区间值或高区间值时的网络；

最优等待时间求解步骤：综合考虑能耗和数据的时效性，计算得到最优等待时间，脱离节点在所述最优等待时间内等待来自网络的主节点的连接请求并重建连接，在超过所述最优等待时间后，脱离节点直接向基站发送数据；

步数N和广播半径r的关系为：

Cov＝1-e^ax+b

其中Cov表示网络的覆盖率，x代表步数N和广播半径r，a和b是模型参数；

通过分析两个极端模型得到重返时间模型的方法包括计算两个极端模型的权重；

数据的时效性符合指数衰减模型：

Value＝Ae^-at

其中Value表示数据在时间为t的价值，A和a是模型参数，e为自然常数；

数据的时效性为未在节点等待时间T内发送的所有数据价值的总和Value_T：

综合考虑能耗和数据的时效性后，节点等待时间T的整个效用P_T为：

P_T＝Value_T--E_T

其中，E_T是节点等待时间T的能量消耗，节点等待时间T的效用期望E(P_T)为：

Value_i表示节点等待时间i的数据价值，PROB_t＝i表示等待时间为i时脱离节点重返网络的概率，MT表示节点直接向基站发送数据的能量消耗。

2.一种移动式自组网络中脱离节点等待时间最优决策系统，其特征在于，包括：

节点运动模型建立模块：引入二维随机游走模型，在每个时间间隔中，通过改变步数N来模拟节点的运动速度；

重返时间模型建立模块：通过分析两个极端模型得到重返时间模型，所述两个极端模型包括：步数N和广播半径r同时取低区间值或高区间值时的网络；

最优等待时间求解模块：综合考虑能耗和数据的时效性，计算得到最优等待时间，脱离节点在所述最优等待时间内等待来自网络的主节点的连接请求并重建连接，在超过所述最优等待时间后，脱离节点直接向基站发送数据；

步数N和广播半径r的关系为：

Cov＝1-e^ax+

其中Cov表示网络的覆盖率，x代表步数N和广播半径r，a和b是模型参数；

通过分析两个极端模型得到重返时间模型的方法包括计算两个极端模型的权重；

数据的时效性符合指数衰减模型：

Value＝Ae^-at

其中Value表示数据在时间为t的价值，A和a是模型参数，e为自然常数；

数据的时效性为未在节点等待时间T内发送的所有数据价值的总和Value_T：

综合考虑能耗和数据的时效性后，节点等待时间T的整个效用P_T为：

P_T＝Value_T--E_T

其中，E_T是节点等待时间T的能量消耗，节点等待时间T的效用期望E(P_T)为：

Value_i表示节点等待时间i的数据价值，PROB_t＝i表示等待时间为i时脱离节点重返网络的概率，MT表示节点直接向基站发送数据的能量消耗。