權重係數 α 在 Manhattan 移動模型之表現

因不同移動模型下權重係數也會有所影響，所以本文先以 Manhattan 移動模 型來呈現權重係數

α 的選擇，模擬參數之設定部分如 Table 4.1。

4.3.1.1 權重係數 α 對帄均封包到達率的影響

這組實驗主要的目的是量測帄均封包到達率在 Manhattan 移動模型中不同權 重係數下資料封包可正確送達成功的比例，而封包到達率越高表示能夠正確送達 的資料封包數量越多，所以此值越大越好。

B.實驗結果

在 Figure 4.3(a)中，可看出資料傳輸類型為 CBR 權重係數在 α=0，β=1 時，

效果會優於其他權重係數的分配情況，顯示 CBR 資料傳輸類型會需要頻寬較大 的接手節點，效果會比尋找鏈結存活時間較長的節點來的好。在 Figure 4.3(b)中，

是要觀察連線數增加到 10 對時在較高資料流量負載的表現，結果顯示 α=0，β=1 也是優於其他係數的表現；在 Figure 4.3(c)中，可看出資料傳輸類型為 FTP 權重 係數在α=1，β=0 時，效果會優於其他權重係數的分配情況，顯示 FTP 資料傳輸 類型更需要挑選鏈結存活時間較長的接手節點，以確保資料傳輸時的準確性。在 Figure 4.3(d)中，是要觀察連線數增加到 10 對時在較高資料流量負載的表現，結 果顯示α=1，β=0 也是優於其他係數的表現。

34

C.小結

對於在 Manhattan 移動模型中，若資料傳輸類型為 CBR 時，可選擇權重係 數α=0，β=1，以期求得較大頻寬之接手節點；若資料傳輸類型為 FTP 時，可選 擇權重係數α=1，β=0，以其取得較長通訊時間且封包到達率較高之接手節點。

Figure 4.3(a)：Average Packet Delivery Rate v.s Number of Nodes(5 Sessions, CBR Transmission Type)

Figure 4.3(b)：Average Packet Delivery Rate v.s Number of Nodes(10 Sessions, CBR Transmission Type)

Figure 4.3(c)：Average Packet Delivery Rate v.s Number of Nodes(5 Sessions, FTP Transmission Type)

Figure 4.3(d)：Average Packet Delivery Rate v.s Number of Nodes(10 Sessions, FTP Transmission Type)

4.3.1.2 權重係數 α 對帄均延遲時間的影響

Average Packet Delivery Rate(%)

1 0.8 0.6 0.4 0.2 0

Average Packet Delivery Rate(%)

1 0.8 0.6 0.4 0.2 0

Average Packet Delivery Rate(%)

1 0.8 0.6 0.4 0.2 0

Average Packet Delivery Rate(%)

1 0.8 0.6 0.4 0.2 0

α

35

這組實驗主要的目的是量測在 Manhattan 移動模型中不同權重係數下資料封 包可正確送達送至目的節點所花的時間，而帄均延遲時間越短表示能夠越快的傳 送資料封包，所以此值越小越好。

B.實驗結果

在 Figure 4.4(a)中，可看出權重係數在 α=0，β=1 時，效果會優於其他權重 係數的分配情況，顯示資料傳輸類型為 CBR 時，會需要頻寬較大的接手節點，

效果會比尋找鏈結存活時間較長的節點來的好。在 Figure 4.4(b)中，是要觀察連 線數增加到 10 對時在較高資料流量負載的表現，結果顯示 α=0，β=1 也是優於 其他係數的表現；在 Figure 4.4(c)中，可看出資料傳輸類型為 FTP 權重係數在 α=1，

β=0 時，效果會優於其他權重係數的分配情況，顯示本文的方法即使在挑選鏈結 存活時間較長的接手節點時，帄均延遲時間也不會影響太多。在 Figure 4.4(d)中，

是要觀察連線數增加到 10 對時在較高資料流量負載的表現，結果顯示 α=1，β=0 也是優於其他係數的表現。

C.小結

從以上在 Manhattan 移動模型下的帄均延遲時間分析，若資料傳輸類型為 CBR 時，可選擇權重係數 α=0，β=1，確保挑選帄均延遲時間較低的節點；若資 料傳輸類型為 FTP 時，可選擇權重係數 α=1，β=0，較能挑選帄均延遲時間較低 的節點。

36

Figure 4.4(a)：Average End-to-End Delay v.s Number of Nodes(5 Sessions, CBR Transmission Type)

Figure 4.4(b)：Average End-to-End Delay v.s Number of Nodes(10 Sessions, CBR Transmission Type)

Figure 4.4(c)：Average End-to-End Delay v.s Number of Nodes(5 Sessions, FTP Transmission Type)

Figure 4.4(d)：Average End-to-End Delay v.s Number of Nodes(10 Sessions, FTP Transmission Type)

4.3.1.3 權重係數 α 對帄均控制訊息成本的影響

這組實驗主要的目的是量測在 Manhattan 移動模型中不同權重係數下資料封 包可正確送達送至目的節點所花費的帄均控制訊息成本，而帄均控制訊息越小表

Average End-to-End Delay(s)

1 0.8 0.6 0.4 0.2 0

Average End-to-End Delay(s)

1 0.8 0.6 0.4 0.2 0

Average End-to-End Delay(s)

1 0.8 0.6 0.4 0.2 0

Average End-to-End Delay(%)

1 0.8 0.6 0.4 0.2 0

α

37

係數的分配情況，顯示資料傳輸類型為 CBR 時，雖然會需要頻寬較大的接手節 點，但控制訊息並不會產生太多且效果會比尋找鏈結存活時間較長的節點來的好。

在 Figure 4.5(b)中，是要觀察連線數增加到 10 對時在較高資料流量負載的表現，

結果顯示 α=0，β=1 也是優於其他係數的表現；在 Figure 4.5(c)中，可看出資料 傳輸類型為 FTP 權重係數在 α=1，β=0 時，效果會優於其他權重係數的分配情況，

顯示本文的方法即使在挑選鏈結存活時間較長的接手節點時，控制訊息不會產生 太多。在 Figure 4.5(d)中，是要觀察連線數增加到 10 對時在較高資料流量負載的 表現，結果顯示α=1，β=0 也是優於其他係數的表現。

C.小結

從以上在 Manhattan 移動模型下帄均控制訊息分析中，若資料傳輸類型為 CBR 時，可選擇權重係數 α=0，β=1，確保挑選控制訊息較少的節點；若資料傳 輸類型為 FTP 時，可選擇權重係數 α=1，β=0，以挑選控制訊息較少的節點。

Figure 4.5(a)：Average Signaling Overhead v.s Number of Nodes(5 Sessions, CBR Transmission Type)

Figure 4.5(b)：Average Signaling Overhead v.s Number of Nodes(10 Sessions, CBR Transmission Type)

6.9 7 7.1 7.2 7.3 7.4 7.5

Average Signaling Overhead

1 0.8 0.6 0.4 0.2 0

α

7.5 7.7 7.9 8.1 8.3 8.5

Average Signaling Overhead

1 0.8 0.6 0.4 0.2 0

α

38

Figure 4.5(c)：Average Signaling Overhead v.s Number of Nodes(5 Sessions, FTP Transmission Type)

Figure 4.5(d)：Average Signaling Overhead v.s Number of Nodes(10 Sessions, FTP Transmission Type)