移动Adhoc网络的分簇算法及性能比较

2004年2月第27卷第1期北京邮电大学学报Journal of Beijing U niversity of Po sts and T elecomm unicati ons Feb.2004V o l .27N o.1 文章编号:100725321(2004)0120093205

移动Ad hoc 网络的分簇算法及性能比较

王海涛

(解放军理工大学通信工程学院,南京210007)

摘要:阐述了A d hoc 网络的体系结构和存在的问题Ζ讨论了A d hoc 网络中几种典型的分簇算法Ζ通过模拟在不同的网络环境下对各种算法进行了性能比较和分析Ζ

关　键　词:移动A d hoc 网络;体系结构;分簇算法;服务质量

中图分类号:TN 393101 文献标识码:A

Cluster i ng A lgor ithm s of M ANET and Performance Com par ison s

W AN G H ai 2tao

(Comm unicati on Engineering Schoo l ,Peop le’s L iberati on A r m y U niversity of Science

and T echno logy ,N anjing 210007,Ch ina )

Abstract :T he arch itectu res and ex isten t p rob lem s of A d hoc netw o rk s are expounded .Several typ ical clu stering algo rithm s in A d hoc netw o rk are discu ssed .Perfo r m ance com parison s and analysis betw een tho se algo rithm s are perfo r m ed by si m u lati on in differen t netw o rk environm en ts .A summ arizati on is given .

Key words :m ob ile A d hoc netw o rk ;arch itectu re ;clu stering algo rithm ;quality of service

收稿日期:2002211218

作者简介:王海涛(1976—),男,博士,讲师Ζ　E 2m ail :w h t _slh @tom .com

移动A d hoc 网络(M AN ET )的体系结构可分为平面式和分级式Ζ平面结构比较健壮,但是控制开销大,可扩展性不佳,主要适用于中小型网络Ζ分级结构中,网络划分成簇,每个簇包含一个簇头和多个簇成员,簇头和网关构成虚拟骨干网[1]Ζ分级结构的优点是网络可扩充性好,容易实现网络的管理和同步Ζ另外,基于分簇结构,M AN ET 可采用类似蜂窝网络的资源分配方法[2]Ζ在簇内,簇头可以控制节点的业务接入请求并合理分配带宽Ζ因此通过分簇算法将网络划分成簇可以提高A d hoc 网络的性能,具有重要意义Ζ

1　分簇算法的目标

分簇算法的目标是构造一个能够覆盖整个网络并较好支持资源管理和路由的互连的簇集合Ζ为减少分簇开销,分簇算法应简单高效,当只有很少节点移动和拓扑变化较慢时,网络应尽量保持原有结构,从而减少重新分簇引入的开销并提高网络效能Ζ理想情况下希望以最少的簇

49北京邮电大学学报第27卷　

头覆盖整个网络,即簇头的集合为最小统治集(M D S)Ζ网络的统治集是由所有簇头组成的集合,并且满足其他节点都是统治集中某节点的邻居节点Ζ进一步还可考虑限制簇头成为邻居节点,即簇头的集合构成网络的统治无关集(D IS)Ζ满足M D S的簇头优化问题等价于最小集覆盖问题(M SC),后者是N P完全问题,因此一般采用启发式算法Ζ

2　几种典型的Ad hoc网络分簇算法

211　最高节点度启发式算法

最高节点度分簇算法[1]的目标是提高网络的控制能力和减少簇的数目Ζ算法工作过程描述如下:(1)初始时,网络中每个节点标记为白色;(2)当一个白色节点发现它是邻居白色节点中节点度最大的节点时,它成为簇头,并标记自己为黑色(节点度相同时选择I D较小的节点为簇头);(3)簇头的邻居成为簇的普通节点,并标记为灰色;(4)重复(2)和(3),直到网络中不存在白色节点Ζ该算法的特点是簇数目较少,减少了分组投递时延,但也减少了信道空间重用率Ζ由于簇内节点数不受限制,并且信道由节点共享,当簇内节点数量过多时,每个节点的吞吐量急剧下降Ζ此外,当节点移动性较强时,簇头更新频率较高,簇维护开销较大Ζ因此,该算法适合于移动性较弱并且节点密度较低的场合Ζ

212　最小I D启发式算法

最小I D启发式算法[3]只依据节点I D选择簇头,即在最高节点度算法的步骤(2)中,相邻白色节点中I D最小的节点为簇头Ζ该算法计算简单,实现方便Ζ在移动环境下,最小I D算法的簇头更新频率较慢,维护簇开销较小,并且网络的吞吐量高于最高度启发式算法[1]Ζ但是该算法倾向选择I D较小的节点为簇头,使这些节点消耗更多的能量,减少了网络出现分割的时间,并且没有考虑负载平衡等因素Ζ

213　节点权重启发式算法

节点权重启发式算法[4]基于适合作为簇头的程度来为每个节点分配权重Ζ即在最高节点度算法的步骤(2)中,相邻白色节点中权重最高的节点为簇头(权重相同时,选择I D较小的节点)Ζ一种方法是根据节点的移动速率为节点分配权重,移动速度越快,分配的权重越低,可以看作是最低移动性分簇算法Ζ在移动性较强时,该算法可以明显减少簇头更新频率Ζ它的缺点是节点权重的更新较频繁,簇头计算开销较大,并且未考虑负载平衡和节点的能量损耗问题Ζ214　自适应按需加权算法(AOW)

以上算法选择簇头时只考虑某方面的因素,簇头选择不够优化Ζ为此,可采用一种组合加权算法来选举簇头以改善分簇网络的性能Ζ每个节点分配一个权值(W)指示它适合充当簇头的程度,W=am+bd+cp+d e+xΖ其中,m表示节点的移动性;d表示节点度;p表示节点的传输功率;e表示节点剩余的能量;x表示其它可能的因素对组合权重的影响Ζ参数a、b、c为权重因子,可动态调整Ζ自适应按虚加权(AOW)算法选举簇头时综合考虑4种因素[5]:节点度、节点的传输功率、节点的移动性和节点的剩余能量Ζ另外,簇的维护采用按需更新簇头的策略:只有当节点移出统治集覆盖范围时才重新选举簇头Ζ

AOW算法与上述算法的区别主要在于簇头的选举,这里将选举簇头的过程描述如下: (1)节点n计算其度数d n与理想度数M之差,即D n= d n-M Ζ(2)节点n计算其到所有邻居节点的距离总和P nΖ(3)根据节点n的平均移动速度来表示其移动性M nΖ(4)统计节点n 作为簇头的时间T n来表示已经消耗的电池能量Ζ(5)计算每个节点n的组合权重I n=c1D n+