全面介绍了当前群组移动模型的研究进展,分析了不同群组移动模型的特点和应用范围,针时现有移动模型不能有效反映群组节点运动过程中行为特性的不足,提出了基于Gibbs分布模拟退火的群组移动(Gibbs sampler based simulated annealing gr...全面介绍了当前群组移动模型的研究进展,分析了不同群组移动模型的特点和应用范围,针时现有移动模型不能有效反映群组节点运动过程中行为特性的不足,提出了基于Gibbs分布模拟退火的群组移动(Gibbs sampler based simulated annealing group mobility,简称GGM)模型,并与目前广泛采用的参考点群组移动(reference point group mobility,简称RPGM)模型进行仿真比较,分析了两种群组移动模型对网络协议性能评价与网络拓扑的影响.仿真结果表明,通过选择不同的Gibbs势函数,GGM模型能够有效描述群体运动过程中的聚集行为、分散行为和列队行为;模型比较的结果也表明,不同的移动模型对Ad Hoc网络协议性能具有不同的影响.展开更多
针对群组移动节点定位算法普遍基于不切实际的假设,存在普适性欠佳和精度不高的问题,提出一种基于运动参数预测的群组移动节点定位算法。该算法根据群组移动节点具有相似运动的特点,运用Hermite插值多项式预测、过滤节点运动参数。为确...针对群组移动节点定位算法普遍基于不切实际的假设,存在普适性欠佳和精度不高的问题,提出一种基于运动参数预测的群组移动节点定位算法。该算法根据群组移动节点具有相似运动的特点,运用Hermite插值多项式预测、过滤节点运动参数。为确保定位精度,应对节点移动性带来的采样区域变化,运用预测节点运动参数构建粒子有效采样区域;为节省时间开销,基于采样粒子真实分布与其极大似然估计值之间的最大K-L(Kullback-Leibler)距离确定能够满足不同采样区域的最少粒子数目;为改善算法收敛性,运用预测运动参数创建滤波公式,并选取优质粒子参与节点位置估计。在与经典算法MCL(Monte Carlo localization)法和加权最小二乘法的MATLAB对比实验中,分析了节点移动速度、自由度、K-L距离阈值、采样方格边长对定位精度的影响。结果表明,较上述算法,本算法的定位误差和时间开销较小,无须锚节点辅助,普适性较好。展开更多
基金Supported by the National Basic Research Program of China under Grant No.G5130801(国家重点基础研究发展计划(973))the Postgraduate lnnovation Foundation ofthe National University of Defense Technology of China under Grant No.B080304(国防科学技术大学优秀研究生创新基金)
文摘全面介绍了当前群组移动模型的研究进展,分析了不同群组移动模型的特点和应用范围,针时现有移动模型不能有效反映群组节点运动过程中行为特性的不足,提出了基于Gibbs分布模拟退火的群组移动(Gibbs sampler based simulated annealing group mobility,简称GGM)模型,并与目前广泛采用的参考点群组移动(reference point group mobility,简称RPGM)模型进行仿真比较,分析了两种群组移动模型对网络协议性能评价与网络拓扑的影响.仿真结果表明,通过选择不同的Gibbs势函数,GGM模型能够有效描述群体运动过程中的聚集行为、分散行为和列队行为;模型比较的结果也表明,不同的移动模型对Ad Hoc网络协议性能具有不同的影响.
文摘针对群组移动节点定位算法普遍基于不切实际的假设,存在普适性欠佳和精度不高的问题,提出一种基于运动参数预测的群组移动节点定位算法。该算法根据群组移动节点具有相似运动的特点,运用Hermite插值多项式预测、过滤节点运动参数。为确保定位精度,应对节点移动性带来的采样区域变化,运用预测节点运动参数构建粒子有效采样区域;为节省时间开销,基于采样粒子真实分布与其极大似然估计值之间的最大K-L(Kullback-Leibler)距离确定能够满足不同采样区域的最少粒子数目;为改善算法收敛性,运用预测运动参数创建滤波公式,并选取优质粒子参与节点位置估计。在与经典算法MCL(Monte Carlo localization)法和加权最小二乘法的MATLAB对比实验中,分析了节点移动速度、自由度、K-L距离阈值、采样方格边长对定位精度的影响。结果表明,较上述算法,本算法的定位误差和时间开销较小,无须锚节点辅助,普适性较好。
