一种高效的空间网络路由策略

1.本发明涉及数据通信技术领域，具体涉及一种高效的空间网络路由策略。


背景技术：

2.随着人们对传输性能要求的不断提升，如何提升网络最大吞吐量成为复杂网络领域研究的热点。而设计高效路由算法，使得流量沿着更为高效的路径传输，是提升网络吞吐量的有效方法。空间网络中每个节点都具有坐标信息，每条连边都具有长度信息，比如航空网络(以机场作为节点、以航线作为连边)、交通运输网络(以城市作为节点、城市之间的道路作为连边)、无线传感器网络(以传感器作为节点、传感器之间的通信链路作为连边)等。空间网络所具有的节点位置信息和连边长度信息是一般复杂网络不具备的。
3.实际生活中internet、电力网、通信网络、交通运输网络等复杂系统都可以被抽象成复杂网络进行研究分析，上述网络的传输性能与人们的生活息息相关，如何提升其传输性能成为复杂网络领域研究的热点课题之一。网络吞吐量是指网络在不发生拥塞情况下允许传输的最大流量，是衡量网络性能的重要指标之一，主要取决于网络的拓扑结构与路由方式。针对这两个因素，有“硬策略”和“软策略”两种优化方式，即优化网络拓扑结构和优化路由策略。而在实际生活中，不少网络的结构已经固定，修改其结构需要承担高昂的成本。因此，通过设计更加高效的路由策略来提升网络传输性能更具有可行性。
4.传统意义上最短路径路由策略被广泛地应用于各类复杂系统中，但这种方式容易在一些度值较大的节点处造成拥塞，从而降低网络传输性能。对此，不少学者提出了更加高效的路由策略，比如一种“the efficient path”路由策略，寻找任意节点对i和j之间的度值总和最小的路径，通过绕开度值较大的节点，大大提升网络吞吐量；一种带记忆信息的路由策略，节点记录负载的传输来源，避免回溯现象的发生，负载在两节点之间来回传输的概率大大降低，有效地提升了网络吞吐量；一种全局的动态路由策略，负载通过节点队列长度总和最小的路径进行传输，从而进一步提升了网络传输性能。在过去的研究中，研究重心主要放在网络的拓扑连接上，而忽视了空间位置对网络的影响。事实上，由于节点与节点之间连接范围的限制，导致空间网络与一般的复杂网络在拓扑结构和鲁棒性上具有一定的差异性。因此，上述路由策略在空间网络中无法取得较好的效果，空间网络缺少与其相匹配的高效路由策略。


技术实现要素：

5.本发明主要是为了解决空间网络缺少与其相匹配的高效路由策略的问题，提供了一种高效的空间网络路由策略，综合考虑节点度值和节点与区域中心的距离，计算节点对之间最小点权路径，负载沿节点对之间最小点权路径传输，绕开度值大或靠近区域中心的节点，避免在度值大或靠近区域中心的节点处造成拥塞，提升网络最大吞吐量，有效提升空间网络的传输性能。
6.为了实现上述目的，本发明采用以下技术方案：
7.一种高效的空间网络路由策略，包括以下步骤：步骤s1：网络初始化，生成laee模型和irgg模型；步骤s2：配置流量模型；步骤s3：计算每个节点的度值；步骤s4：计算每个节点与区域中心的距离；步骤s5：计算每个节点的点权；步骤s6：计算节点对之间最小点权路径；步骤s7：负载传输。实际生活中，如航空网络、交通网络、无线传感器网络、无人机网络等都受到空间位置的限制，都属于空间网络。本发明综合考虑空间网络中节点的度值和空间位置，提出一种高效的空间网络路由策略，提升空间网络的传输性能。具体过程包括：先进行网络初始化，生成laee模型和irgg模型，laee模型属于异质网络，irgg模型属于匀质网络；然后配置流量模型，在每一个时间步，网络产生r个单位的负载，负载的源节点与目的节点均随机确定，根据路由策略负载由源节点向目的节点传输，当负载到达目的节点时，自动从网络中删除；接着计算每个节点的度值，以及每个节点与区域中心的距离；然后综合节点的度值和节点与区域中心的距离，计算每个节点的点权；接着计算节点对之间点权总和最小的路径，负载沿该路径传输，绕开度值大或靠近区域中心的节点，避免在度值大或靠近区域中心的节点处造成拥塞，提升网络最大吞吐量，提升网络传输性能。
8.作为优选，步骤s1中，所述laee模型的生成过程，包括以下步骤：步骤a1：将n个节点随机分布在1
×
1的区域s内，对于任意节点i，以该点为圆心，r为半径区域内所有孤立节点为节点i的潜在邻居节点，定义最靠近原点o的节点为汇聚节点，给定e0条连边，令汇聚节点与其连通半径内m0个节点进行连接，形成初始网络；步骤a2：在每一个时间步下，定义网络中具有最多潜在邻居对象的节点为v，随机选取一个其潜在邻居节点n加入到网络中；步骤a3：选取网络中m个节点与节点n以πi的连接概率进行连接，并满足m个节点均在节点n的连通半径内，连接概率πi可通过下式求得：其中，局部区域是指以节点ni为圆心、r为半径的圆形区域，ki是节点i的连边数(即节点i的度值)，k
max
是默认的节点最大连边数，q是已经达到k
max
的节点的个数，f(ei)是一功能函数，为了方便处理，这里取f(ei)＝1，f(ej)＝1；步骤a4：重复步骤a2和a3直至所有节点都被加入到网络中。
9.作为优选，步骤sl中，所述irgg模型的生成过程，包括以下步骤：步骤b1：将n个节点随机分布在1
×
1的区域s内，每个节点都有相同的连通半径r；步骤b2：对于任意节点i，将节点i与其连通区域内的节点以概率p建立连接；步骤b3：重复步骤b2直至所有节点都被遍历。基于上述步骤生成了irgg模型，每个节点的连接概率相同，不同节点之间没有明显的差异。因此，irgg模型继承了rgg模型的匀质性，是一个典型的匀质空间网络。
10.作为优选，步骤s2中，在每一个时间步，网络产生r个单位的负载，负载的源节点与
目的节点均随机确定，根据路由策略负载由源节点向目的节点传输；当负载到达目的节点时，自动从网络中删除。在每个时间步，负载只能向前传输一步，即从一个节点抵达至其邻居节点；对于任意节点i，在每个时间步最多能处理c个单位的负载量。
11.作为优选，步骤s3中，对于任意节点i，统计其连边数ki，并进行归一化处理，获得：其中，min(k)表示取所有的ki的最小值，max(k)表示取所有的ki的最大值。在复杂网络中，节点的连边数称为度值，度值反映了节点的连接情况。
12.作为优选，步骤s4中，在二维平面中，任意节点i与区域中心的欧几里得距离li为：其中，(xi，yi)表示节点i的二维坐标，(xc，yc)表示区域中心的二维坐标；将li进行归一化处理得到l
′i：其中，l
′i越大，节点i就越靠近区域中心。
13.作为优选，步骤s5中，综合节点的度值和节点与区域中心的距离，对于任意节点i，定义点权qi为：qi＝k
′
iz
l
′
iβ
其中，α和β是两个可调参数，分别调节k
′i与l
′i的权重。
14.作为优选，步骤s6中，对于任意节点对(s，t)，定义节点对(s，t)之间的路径为：p(s
→
t)：s≡x(0)，x(1)
…
，x(n)≡t任意节点对(s，t)之间q值总和最小的路径为：为了能进一步提升网络传输性能，本发明设计了一种路由策略，通过绕开q值大的节点使网络中负载的分配更加均匀。其中，q值受节点度值和空间位置影响。路由策略定义如下：在上述路由策略下，通过寻找任意节点对(s，t)之间q值总和最小的路径来提升网络吞吐量。
15.作为优选，步骤s7中，对于源节点s和目的节点t，负载将沿着两节点之间所选定的路径gq(p(s
→
t))进行传输。本发明考虑节点度值和节点与区域中心的距离，计算节点对之间最小点权路径，负载沿节点对之间最小点权路径传输，绕开度值大或靠近中心位置的节点，有效提升空间网络的传输性能。
16.因此，本发明的优点是：
(1)综合考虑节点的度值和空间位置，负载绕开点权值大的节点传输，使网络中负载的分配更加均匀，提升网络最大吞吐量，有效提升空间网络的传输性能；(2)适用于空间网络，避免在度值大或靠近区域中心的节点处造成拥塞，为空间网络提供了一种高效的路由策略。
附图说明
17.图1是本发明实施例一中一种高效的空间网络路由策略的流程图。
18.图2是本发明实施例一中在每个时间步下，将一个孤立节点与网络中m(m＜m0)个节点建立连边的示意图。
19.图3是本发明实施例一中节点i与其连通半径r内的所有节点以p的概率建立连接的示意图。
20.图4是本发明实施例二中不同路由策略下节点数n与网络最大吞吐量rc的关系图。
21.图5是本发明实施例二中不同路由策略下平均度＜k＞与网络最大吞吐量rc的关系图。
具体实施方式
22.下面结合附图与具体实施方式对本发明做进一步的描述。
23.实施例一：
24.一种高效的空间网络路由策略，包括以下步骤：步骤s1：网络初始化，生成laee模型和irgg模型；步骤s2：配置流量模型；步骤s3：计算每个节点的度值；步骤s4：计算每个节点与区域中心的距离；步骤s5：计算每个节点的点权；步骤s6：计算节点对之间最小点权路径；步骤s7：负载传输。本实施例综合考虑空间网络中节点的度值和空间位置，提出一种高效的空间网络路由策略，如图1所示，具体过程包括：先进行网络初始化，生成laee模型和irgg模型，laee模型属于异质网络，irgg模型属于匀质网络；然后配置流量模型，在每一个时间步，网络产生r个单位的负载，负载的源节点与目的节点均随机确定，根据路由策略负载由源节点向目的节点传输，当负载到达目的节点时，自动从网络中删除；接着计算每个节点的度值，以及每个节点与区域中心的距离；然后综合节点的度值和节点与区域中心的距离，计算每个节点的点权q；接着计算节点对之间点权q值之和最小的路径，负载沿该路径从源节点传输到目的节点。
25.步骤s1中，laee模型的生成过程，包括以下步骤：步骤a1：将n个节点随机分布在1
×
1的区域s内，对于任意节点i，以该点为圆心，r为半径区域内所有孤立节点为节点i的潜在邻居节点，定义最靠近原点o的节点为汇聚节点，给定e0条连边，令汇聚节点与其连通半径内m0个节点进行连接，形成初始网络；步骤a2：在每一个时间步下，定义网络中具有最多潜在邻居对象的节点为v，如图2
所示，随机选取一个其潜在邻居节点n加入到网络中；步骤a3：选取网络中m个节点与节点n以πi的连接概率进行连接，并满足m个节点均在节点n的连通半径内，连接概率∏i可通过下式求得：其中，局部区域是指以节点ni为圆心、r为半径的圆形区域，ki是节点i的连边数(即节点i的度值)，k
max
是默认的节点最大连边数，q是已经达到k
max
的节点的个数，f(ei)是一功能函数，为了方便处理，这里取f(ei)＝1，f(ej)＝1；步骤a4：重复步骤a2和a3直至所有节点都被加入到网络中。
26.步骤s1中，irgg模型的生成过程，包括以下步骤：步骤b1：将n个节点随机分布在1
×
1的区域s内，每个节点都有相同的连通半径r；步骤b2：如图3所示，对于任意节点i，将节点i与其连通区域内的节点以概率p建立连接；步骤b3：重复步骤b2直至所有节点都被遍历。
27.步骤s2中，在每一个时间步，网络产生r个单位的负载，负载的源节点与目的节点均随机确定，根据路由策略负载由源节点向目的节点传输；当负载到达目的节点时，自动从网络中删除。在每个时间步，负载只能向前传输一步，即从一个节点抵达至其邻居节点；对于任意节点i，在每个时间步最多能处理c个单位的负载量。用参数h(r)表示网络的序参量，其中，δw＝w(t δt)-w(t)，δt表示一个时间步的长度，w(t)表示t时刻网络中负载的总量。当r较小时，所有的负载都能及时被处理，因此h(r)＝0，此时网络处于自由流状态；如果r逐渐增大，使得在某个节点处每个时间步需要处理的负载量超过c，那么必然会有一部分负载无法被及时处理，此时h(r)＞0，即网络出现拥塞现象。
28.步骤s3中，对于任意节点i，统计其连边数ki，并进行归一化处理，获得：其中，min(k)表示取所有的ki的最小值，max(k)表示取所有的ki的最大值。
29.步骤s4中，在二维平面中，任意节点i与区域中心的欧几里得距离li为：其中，(xi，yi)表示节点i的二维坐标，(xc，yc)表示区域中心的二维坐标；将li进行归一化处理得到l
′i：其中，l
′i越大，节点i就越靠近区域中心。
30.步骤s5中，综合节点的度值和节点与区域中心的距离，对于任意节点i，定义点权qi为：qi＝k
′
iα
l
′
iβ
其中，α和β是两个可调参数，分别调节k
′i与l
′i的权重。
31.步骤s6中，对于任意节点对(s，t)，定义节点对(s，t)之间的路径为：p(s
→
t)：s≡x(0)，x(1)
…
，x(n)≡t任意节点对(s，t)之间q值总和最小的路径为：为了能进一步提升网络传输性能，本实施例通过绕开q值大的节点使网络中负载的分配更加均匀。其中，q值受节点度值和空间位置影响。路由策略(命名为dl策略)定义如下：
32.步骤s7中，对于源节点s和目的节点t，负载将沿着两节点之间所选定的路径gq(p(s
→
t))进行传输。本实施例考虑节点度值和节点与区域中心的距离，计算节点对之间最小点权路径，负载沿节点对之间点权值总和最小的路径传输，绕开度值大或靠近中心位置的节点。
33.实施例二：
34.为了检验本发明的有效性，采用网络在不发生拥塞情况下的最大吞吐量rc来衡量网络的性能。比较本发明提出的dl策略与其它三种路由策略在匀质与异质的空间网络中rc的大小，rc越大，说明该路由策略越高效，能更好地提升网络传输性能。
35.传统的最短路径的路由策略，负载从节点a通过最少的连边传输到节点b，简称为sp策略。
36.md策略定义如下：其中，μ是一个可调参数，k
′
x(m)
是节点x(m)度值k
x(m)
经过归一化得到的结果。对于任意给定的参数μ，md策略旨在寻找任意节点对(s，t)之间k
′
x(m)μ
总和最小的路径。
37.ec策略定义如下：其中，μ是一个可调参数，l
′
x(m)
是节点x(m)与区域中心的距离l
x(m)
经过归一化后得到的结果。ec策略通过绕开中心区域的节点来提高路由性能。
38.当μ＝0时，md策略和ec策略都等效于最短路径的路由策略(sp策略)。
39.本实施例采用介数来描述各个节点的负载情况。在sp策略中，任意一个节点v的介数表示如下：
其中σ
st
表示节点s到节点t的最短路径的数量，σ
st
(v)表示节点s到节点t的最短路径中经过节点v的数量。事实上，介数的概念也可以运用在其它路由策略中。具体地，在其它路由策略下，σ
st
表示节点s到节点t的对应路径的数量，σ
st
(v)表示节点s到节点t的路径中经过节点v的数量。
40.当r＜rc时，网络处于自由流状态，不会出现拥塞现象，单位时间到达节点v的负载为rg(v)/n(n-1)；当r＞rc时，网络出现拥塞现象，假设在节点v处出现拥塞，此时rg(v)/n(n-1)＞c。研究表明，拥塞最先发生在介数值最大的节点处。因此，rc可表示为：
41.在平均度＜k＞＝4，不同节点规模下，dl策略与其它三种路由策略的网络最大吞吐量rc比较如图4所示，图4为不同路由策略下节点数n与网络最大吞吐量rc的关系图，(a)为laee模型下的仿真结果；(b)为irgg模型下的仿真结果。其中，平均度＜k＞＝4，连通半径r＝0.12，图中每个点是10次仿真的平均值。如图4所示，可以发现无论在哪种网络中，根据本发明提出的dl策略确定网络路由，所得到的网络最大吞吐量rc总是优于其它三种路由策略。
42.类似地，控制节点规模n＝1000，调整网络的平均度＜k＞，dl策略与其它三种路由策略的网络最大吞吐量rc比较如图5所示，图5为不同路由策略下平均度＜k＞与网络最大吞吐量rc的关系图，(a)为laee模型下的仿真结果；(b)为irgg模型下的仿真结果。其中，节点规模(节点数)n＝1000，连通半径r＝0.12，图中每个点是10次仿真的平均值。如图5所示，可以发现无论平均度如何变化，dl策略下总是能取得最高的rc。
43.综上所述，本发明提出的dl策略能更有效地提升空间网络的网络吞吐量，减少拥塞现象的发生。
44.以上内容，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。