自组网MRP移动模型节点的空间概率分布研究

MRP模型是一种具有记忆特性的移动模型;与Ad Hoc网络其它移动模型相比,它在节点移动的稳定性和真实性方面具有显著优势。对MRP模型移动节点的空间概率分布进行了深入研究,得出了一维区域和二维区域上的节点空间概率分布,并进一步总结了概率参数q值和移动步数对节点空间概率分布的影响,最后通过仿真对所得出的模型性质进行了验证。结果表明,移动步数一定,q值越大,节点越趋向于在初始位置周围运动;q值一定,移动步数越大,节点空间分布越均匀。

基于Bezier曲线的移动模型研究

现有的移动模型大多采用简单的、随机的直线运动来描述物体的移动模式,难以描述现实场景下规避障碍物的曲线移动模式。为解决现有移动模型存在的这些问题,提出一种基于Bezier曲线的移动模型。首先从理论上对该模型的应用进行了详细分析,其次提出了曲线场景下的节点概率分布的分析模型和算法,最后从多个场景进行了仿真验证和比较分析。研究结果表明,与典型的Random Waypoint模型相比,该模型不但可描述移动自组网在有障碍物约束的普遍现实应用场景,而且在同样的场景下具有更优的节点概率分布,使移动自组网表现出良好的动态特性,因此可为移动自组网的仿真研究提供现实的应用场景。

基于RRT算法的障碍物移动模型研究

现有的移动模型大多基于理想状态来模拟实物的运动,而不考虑其中障碍物的存在,这往往导致模型与现实场景存在一定的差距。因此,设计了一种适用于障碍物环境下的移动模型。通过在仿真场景内设置若干圆形障碍区,在传统的随机路点移动模型(RWPM)的基础上,引入快速扩展随机树(RRT)算法来探测障碍物,找到一条通往终点的路径。首先介绍了RWPM模型的运行原理,并分析了将它运用在障碍环境下的缺陷,接着对RRT算法进行详细阐述,然后通过Mat⁃lab仿真工具,将改进后的移动模型与传统的RWPM模型应用在两种不同的障碍物场景中,分析其节点概率分布情况。结果显示,改进后的移动模型不仅能更好地适应现实中多障碍物存在的情况,还具有更优的概率分布。

Ad Hoc网络MRP移动模型的研究

移动模型是Ad Hoc网络中各类协议和应用的基础,而移动节点的空间概率分布则是研究移动模型时关注的最重要参数。MRP模型是一种具有记忆特性的移动模型;与Ad Hoc网络其它移动模型相比,它在节点移动的稳定性和真实性方面具有显著优势。对MRP模型移动节点的空间概率分布进行了研究,给出了一维区域上的节点空间概率分布以及节点的相邻概率,并进一步讨论了节点的初始距离和转移步数对相邻概率的影响。最后对MRP模型二雏区域上的节点移动情况进行了简要分析。研究结果对基于该模型的Ad Hoc网络仿真具有实践指导意义。