[发明专利]基于时间和空间预测的无线自组网自适应转发方法

说明书

技术领域

本发明涉及一种无线自组网机会转发方法，特别涉及一种基于时间和空间预测的无线自组网自适应转发方法，属于无线传感器网络传输领域。

背景技术

目前无线自组网中的机会转发机制主要包含以下4类：

1、基于冗余的转发机制——每个消息产生多个冗余消息在网络中扩散，通过多路径并行传输提高消息传输性能，通信代价高。

2、基于效用的转发机制——利用预测函数给每个节点赋予转发效用值，当两个节点相遇时，消息从效用值低的节点转发到效用值高的节点，直到目标节点，实时性欠缺。

3、冗余效用混合机制——代价高昂。

4、基于主动运动的转发机制——网络中某些节点在部署区域内主动运动来为其他节点提供通信服务，传输效率有所提高，但无自适应机制。

发明内容

本发明研究开发了一种基于时间和空间预测的无线自组网自适应转发方法，目的在于：提出一种高效的自适应机会转发机制，提高无线自组网的数据转发效能和可靠性。

本发技术方案：

基于时间和空间预测的无线自组网自适应转发方法，其特征在于，具体包括如下部分：1）、构建干扰度优化的连通子图，

2）、构建出基于连通子图的联系时空预测模型，

3）、探测出联系时空预测模型中时间序列异常值，

4）、基于时间和空间预测的自适应机会确定确定转发模型。

所述步骤1）中具体包括确定网络初始结构的网络连通度，并对网络干扰度进行优化，最后保持网络连通度的拓扑结构得到优化。

所述步骤2）中具体方法为：根据移动节点联系时间和联系时间间隔分布确定时间预测公式，并结合联系规律预测和空间位置预测从而得到转发节点预测。

所述步骤3）的具体方法为：先对时间序列进行建模，然后转换为线性回归模型，结合线性回归模型异常值探测的贝叶斯方法，提出平稳时间序列异常值探测的方法。

所述步骤4）的具体方法为：对未来节点的时间和空间的联系概率进行预测，并利用贝叶斯方法对预测中的时间序列进行优化，确定转发模型，在节点相遇的时候转发分组。

本发明的有益效果是:本发明可以将无线自组网建模为社会网络，进而建立合适的时空联系移动预测模型，并通过贝叶斯方法对预测模型中的时间序列进行优化，提出一种高效的机会转发机制，提高无线自组网的性能。而且本发明可在网络拓扑结构频繁改变的情况下，实现自适应的高效预测与转发。

附图说明

图1为本发明连通子图生成模型结构图。

图2为本发明时空联系移动预测模型结构图。

图3为本发明时间序列异常值探测模型结构图。

图4为本发明时空机会转发模型结构图。

图5为本发明BJ建模方法流程结构图。

具体实施方式

下面结合实施例对本发明进行进一步描述。

实施例一：

如图1至图4所示，基于时间和空间预测的无线自组网自适应转发方法，具体包括如下部分：1）、构建干扰度优化的连通子图，

2）、构建出基于连通子图的联系时空预测模型，

3）、探测出联系时空预测模型中时间序列异常值，

4）、基于时间和空间预测的自适应机会确定确定转发模型。

所述步骤1）中具体包括确定网络初始结构的网络连通度，并对网络干扰度进行优化，最后保持网络连通度的拓扑结构得到优化。

所述步骤2）中具体方法为：根据移动节点联系时间和联系时间间隔分布确定时间预测公式，并结合联系规律预测和空间位置预测从而得到转发节点预测。

所述步骤3）的具体方法为：先对时间序列进行建模，然后转换为线性回归模型，结合线性回归模型异常值探测的贝叶斯方法，提出平稳时间序列异常值探测的方法。

所述步骤4）的具体方法为：对未来节点的时间和空间的联系概率进行预测，并利用贝叶斯方法对预测中的时间序列进行优化，确定转发模型，在节点相遇的时候转发分组。

实施例二：

如图1所示，将无线自组网的拓扑用图的形式进行形式化的描述，并通过子图的生成算法，将原始的全连通的图简化为一张新的能够保持连通性的子图。新的拓扑结构图在保持整个无线自组网连通度不变的情况下，尽可能的简化网络的拓扑结构和降低网络中的互相干扰，同时有效的减小了其它算法执行的复杂度。