隨意型無線網路中應用GPS服務強化魚眼路由繞徑協定之研究 - 政大學術集成
43
0
0
全文
(2) 隨意型無線網路中應用 GPS 服務強化魚眼路由繞徑協定之研究 FSR Enhancement by Utilizing GPS in Mobile Wireless Ad Hoc Network 研 究. 生 ： 孫 昌 旭. Student : Chang-Hsue Sun. 指 導 教 授 ： 黃 士 殷. Advisor : Shyh-In Hwang. 元 智. 大. 學. 資 訊 工 程 學 系 (所) 碩 士 論 文 A Thesis Submitted to Institute of Computer Science and Engineering Yuan-Ze University in Partial Fulfillment of the Requirements for the Degree of Master in Computer Science and Engineering June 2006 Chungli, Taiwan, Republic of China.. 中華民國. 九十五. ii. 年. 六. 月.
(3) 隨意型無線網路中應用 GPS 服務強化魚眼路由繞徑協定之研究. 學生：孫昌旭. 指導教授：黃士殷 博士 元 智 大 學 資 訊 工 程 學 系 碩 士 班. 摘要 在本篇研究論文中，我們提出將 “Global Positioning System ” （GPS）[17]結合 在隨意型無線網路上著名的 “ Fisheye State Routing ” （FSR）[9]路由機制上， 利用 GPS 的資訊加以改進 FSR 的資料交換機制，取得全域性網路節點的地理資 訊（Global View），並且充分的利用交換所得的定位資訊與節點移動的運動性， 例如:地理位置座標、速度、方向變化量、移動量…等，提出路由預測與追蹤的 方法 “ Intelligence Tracing Method ”（ITM） ，進而決定區域內最佳化的路由繞徑。 因此我們的設計除了利用 FSR 演算法來維護的網路所有節點的連結狀態之 外，再搭配 GPS 所提供的定位與移動資訊，進而推測特定節點座標加以運用的 方法。使得各節點在傳遞資料時，一方面藉由 GPS 提供的資訊作為資訊交換對 象的依據，有效的降低訊息封包的數量，且不失去正確性；一方面在路由建立時， 針對遠距離的目標節點以預測移動屬性的方式來修正路徑，以彌補 FSR 中的“距 離效應” ，以節點的移動特性，推測出較準確的位置區域；同時在建立近距離的 路徑時，利用鄰居節點資訊密集更新與路徑連線時間選取的機制，選取資料表中 的符合特定條件的鄰居節點，建立較穩定的資料傳遞路徑。最為以期有效的運用 GPS 的資訊,增加傳輸路由的穩定度與提高在高密度且節點移動頻繁網路中傳輸 效能及延展性。. 關鍵字：隨意型無線網路，全球衛星定位系統，魚眼路由，連結狀態路由. iii.
(4) FSR Enhancement by Utilizing GPS in Mobile Wireless Ad Hoc Network Student : Chang-Hsue Sun Advisor : Dr. Shyh-In Hwang Institute of Computer Science and Engineering Yuan Ze University. Abstract In our research , we propose to well use the Global Positioning System “ (GPS) [17] and combine with “ Fisheye State Routing “ (FSR) [9] in the Mobile Ad Hoc Network. In the “Table-Driven” Algorithm , FSR[9] can effectively reduce the routing message overhead in the large network by making periodic information update . The size of update messages are smaller as it uses the Fish-Eye Technique [8]. The information exchange will more frequently between the near-by nodes and the far-away nodes’ information only maintain approximately. There are two major challenges in proposed FSR : (1) How to choose proper numbers of scope level and its dissemination update interval !? and (2) How to prevent the routes become stale more quickly when the distance or the mobility increase and the size of network grow up ?! We propose the first method which depends on the mobility and the neighborhood network density to decide the scope and to deliver the message to the specified nodes in each update interval. We also propose the second method which can use to predict the far-away nods by its historical movement attributes and also evaluate the connecting time between each neighbor in sight to build up a more stable routing path. Keywords : Mobile Ad hoc Network (MANET), GPS, FSR, Link-State Routing. iv.
(5) 誌. 謝. 這份碩士論文是我在元智資工所碩士學程中最後一項費心費時的成就。本篇 論文的撰寫過程，特別要感謝 黃士殷教授的鼓勵、支持與指導，以及多媒體實 驗室裡博士班的學長 宋凌飛(爽飛)、陳祥輝，還有已經攻讀博士班的學弟 劉得 能(Denny)、邱定宏(小海)的鼎力協助與不厭其煩接受提問跟寶貴的指正，他們 在本篇論文相關研究領域中的知識與經驗，絕對是我能順利完成的最大也最紮實 助力與後盾；還有要感謝 劉如生教授、梁德容教授在論文審定時所給予的勉勵； 另外，也要感謝黃志豪(爾泰)、施博輝(雜誌)、林政憲(Jack)、許正宏(白面)； 從論文開始撰寫一直到提交審查這段時間中一起參加開會討論並且分享研究心 得以及一起吃喝玩樂打電動的學弟們。 從 2000 年初收到徵集令開始下決心準備元智資工研究所考試，通過筆試與 口試順利取得 89 學年的在職生入學資格，如今已是 94 學年。雖然距今已有近六 年的時間了，然而腦海中在研一、二那段同時經歷轉職，身陷專案工作與強力修 課取學分的日子裡，一同修課、一同熬夜唸書、一同拼學分的好同學們；黃世宇 (Allen)、林詠修(雞腿)、沈宗毅(John)、王哲玟(蚊子)、古振平(咕咕)、王詔 凱、曾方甫，很慶幸最辛苦的那段學習過程中，有他們的陪伴，甚至在陸續畢業 離校投入職場之後還依然保持深厚的友誼，特別是詠修、方甫、世宇以及宗毅， 仍然在我幾乎要放棄學位時，給了我最最最大的友情砥礪與精神支持。 另外還要感謝的就是一路走來，在工作中的夥伴們；包含入學那年東森媒體 科技集團(EMG)中東森國際網路(ET Webs)的長官與同事們，後來五年在國際商業 機器(IBM)公司中的商業顧問服務部(BCS)、應用系統管理服務部(AMS)、系統委 外服務部(SO)以及全球商業服務(GBS)的長官們的提攜與一起共事、一起執行應 用系統專案開發的同仁們的體諒與支持。還有因為專案工作而接觸，進而產生友 誼的客戶夥伴們；包含遠傳電信的朋友、日商貝樂思(巧連智)的朋友、新竹科學 園區管理局(SIPA)的朋友等。 然而，要再次感謝的是 黃士殷教授這六年來無論在學術研究的領域中、在 資訊技術的知識中、以及在個人學習態度的養成上，所對我付出的心力與時間跟 教導。 在此謹以我的畢業論文，獻給關心愛護我的家人；我的媽媽(賴金英)、妹妹 (孫昌瑋)、我未來的老婆(鄭巧婷)、已經在天堂的爺爺、爸爸以及才剛離開人世 的奶奶。希望這份喜悅與成果，能分享給所有關心我的朋友、同事、同學們。 孫昌旭 95.7.20 v.
(6) 目錄 摘要.............................................................................................................................. iii 誌 謝............................................................................................................................v 目錄...............................................................................................................................vi 圖目錄..........................................................................................................................vii 一、緒論........................................................................................................................1 1.1 研究背景.........................................................................................................1 1.2 研究動機及目的.............................................................................................3 1.3 章節概要.........................................................................................................4 二、相關研究討論........................................................................................................5 2.1 FSR – 回饋型演算法(Proactive)....................................................................6 2.2 AODV - 需求型演算法(On-Demand) ...........................................................8 2.3 地理位置相關演算法.....................................................................................9 2.3.1 LAR 演算法.........................................................................................9 2.3.2 DREAM 演算法 ................................................................................11 三、搭配全球定位系統的魚眼路由協定..................................................................12 3.1 架構設計概念...............................................................................................12 3.2 強化後的系統架構........................................................................................13 3.3 全域性的拓墣資料表....................................................................................14 3.4 節點座標移動特性的應用............................................................................16 3.4.1 利用更新週期找出移動特性..........................................................17 3.4.2 應用移動特性預估節點位置..........................................................18 3.4.3 在電力半徑內找出穩定的路徑..................................................20 3.4 路由繞徑的建立方式...................................................................................22 四、系統實驗數據分析..............................................................................................23 4.1 系統模擬環境......................................................................................23 4.1.1 實驗平台............................................................................................23 4.1.2 實驗假設......................................................................................24 4.2 環境相關參數設定..............................................................................25 4.3 結果數據分析與探討..........................................................................26 4.3.1 節點密度與控制封包之間的研究結果與探討..........................26 4.3.2 移動速度與資料到達率之間的研究結果與探討......................28 4.3.3 節點數與資料封包到達率之間的研究結果與探討..................30 4.3.4 傳遞路徑長度的研究結果與探討..............................................32 五、結論......................................................................................................................34 參考文獻......................................................................................................................35 vi.
(7) 圖目錄 圖表 圖表 圖表 圖表. 1 FSR 網路示意圖 .......................................7 2 在 AODV 上 RREQ 封包的傳遞方...........................8 3 在 AODV 上 RREP 封包回傳給發送端的以建立的路徑.........9 4 LAR 上，原來節點在 Expected Zone 外(左) 以及 來源節點在 Expected Zone 內 (右)..................................10 圖表 5 Scheme 2 的路徑尋找示意圖...........................10 圖表 6 DREAM 路徑建立的示意圖 [DREAM] ......................11 圖表 7 強化後之實作架構....................................13 圖表 8 改進後之拓墣資料表架構..............................14 圖表 9 定位服務之應用說明..................................16 圖表 10 節點移動的特性.....................................17 圖表 11 預估遠端節點位置...................................18 圖表 12 根據已知的移動特性來預估可能座標位置...............18 圖表 13 兩兩節點的連線時間.................................20 圖表 14 Glomosim 網路分層架構..............................23 圖表 15 支援的傳輸協定.....................................24 圖表 16 模擬環境參數預設值.................................25 圖表 17 控制封包與節點數量模擬實驗之環境參數...............26 圖表 18 控制封包數量與節點數量之關係.......................27 圖表 19 移動速度與資料到達率之實驗環境參數.................28 圖表 20 移動速度與到達率的關係.............................28 圖表 21 節點數與資料傳遞到達率之實驗環境參數...............30 圖表 22 節點總數與資料傳送之失敗率的模擬數據...............30 圖表 23 移動速度與路徑長度實驗環境的參數...................32 圖表 24 移動速度與路徑長度的實驗結果.......................32. vii.
(8) 一、緒論 1.1 研究背景 隨著資訊與通訊技術的日新月異，從有線網路到無線網路，網路服務的 應用已經由窄頻進入到寬頻傳送，通訊服務的應用也日益普及。在現今的日 常生活當中，無線通訊的技術與應用也已經廣泛而普遍的使用在每個人身 上。從第三代行動通訊的熱潮，透過 WAP、GPRS 在手機上的應用服務推 出之後，接著藍牙無線技術的推出，到無線通訊協定 802.11 產品的日趨成 熟，大眾可經由行動電腦、PDA、智慧型手機隨時隨地的透過熱點 (Hot Spot) 上網瀏覽網際網路、收發電子郵件、使用即時通訊軟體、甚至撥打網路電話 等都已經不再是遙不可及的事情，隨著產品不斷的推陳出新，處處都可察覺 無線通訊的應用與樂趣。 無線網路在架構上分成兩種連接模式，其中一種模式是無線行動裝置需 要倚賴基礎建設的建置始能進行通訊，另一種模式是利用節點對節點間的溝 通機制來建立通訊架構不需要基礎建設，此種通訊方式稱做隨意型無線網路 (MANET: Mobile Ad hoc Network)。 隨意型無線網路的好處就在於其不需要任何的基礎建設，在一些臨時需 要網路溝通或者不易構建網路的場所就可以輕易佈建起來。而在這樣子的網 路底下，節點和節點之間的訊息交流方式就必須透過有效率的路由機制來進 行。 然而，如何在一個毫無基礎建設的環境中，迅速佈建出一個完整的網路 系統，則正是當前在無線網路領域中的熱門話題。在隨意型無線網路中存在 著三個極為重要的元素－節點的移動性、網路頻寬使用狀況、傳遞訊息的繞 徑方式;最普遍被學術論文用來作為探討。 節點的移動性，影響著節點與節點間連結狀態的變化；連結的不斷改 變，節點必須利用相當的網路資源；包含發送訊息來告知節點的狀態、較高 的網路頻寬使用來處理節點間的通訊…等，來維持整個網路環境的穩定，也 直接的影響到訊息傳遞時的路徑建立方式。. 目前隨意型無線網路的型態可以分為好幾種類型，粗略的來分可以分. 1.
(9) 做： z z z z. 表格驅動式 (Table-Driven) 演算法，如：GSR[3]，FSR[9] 、 DSDV[2] 。 需求式 (On-Demand) 演算法，如：AODV[7] 、 DSR[5] 。 混合式 (Hybrid) 演算法，如：ZRP[10] 、HSR[8]、LANMARK[20]。 地理位置 (Location Aware) 演算法，如：LAR[4] 、GPS[17]、 DREAM[22]、GPSR[15]、GRID[16]、DRM[21]。. 表格驅動式演算法是利用定時的去交換路由資訊的機制，藉由維護資料 表格方式決定路由繞徑的一種演算法。此種演算法的好處就是每一個節點記 錄了所有點的路由資訊，因此可利用此路由路徑尋找最短路徑以達到路由的 最好效果。壞處是資料表格會隨著網路節點的增加而增大，並且造成資訊交 換時過多無用資訊的傳遞所造成的頻寬浪費。 需求式演算法是依據節點的需要，不定時的利用氾濫廣播(flooding)機 制，透過節點所轉送傳遞出的訊息查詢封包(RREQ)，直到目的節點收到查 詢封包後透過回應封包(RREP) ，將完整路徑回傳給來源節點的一種路由繞 徑演算法。此種演算法的好處就是節省資料表格的傳遞所造成的網路頻寬， 因此透過即時的訊息詢問，可以取得的正確的路由繞徑。壞處是隨著網路節 點增加，網路廣播的訊息封包量會迅速的增加，也同時隨節點的移動性的增 加，在路徑維護上會消耗較多的等待時間。 混合式的演算法，是透過叢集性的階成關係來區分區域內的節點群與區 域外的其他節點群。在叢集區域內的節點利用表格驅動式演算法，只交換區 域內彼此的表格資訊，而利用針對其他區域外叢集的溝通則以需求式演算 法，利用邊緣節點廣播的方式找尋目的節點，因而建立路由繞徑。好處是結 合了前兩者的優點，區域內小型網路利用表格資料的交換來節省訊息傳遞時 的頻寬浪費；區域外以叢集對叢集的氾濫廣播(flooding) ，減少查詢訊息封 包與回應訊息封包(RREP/RREQ)的數量，增加在大型網路中的效能。 而另外一種有關地理位置的演算法，藉著全球定位系統 (GPS) 輔助路 由的協定演算法。利用 GPS[] 定位能力，可以獲知節點的位置，利用此優 勢，可以有效地減少廣播 (broadcast) 範圍，或者利用此定位功能，加以應 用取得節點相關移動的資訊，進而發展出具有可預測性的路由繞徑演算法。. 2.
(10) 1.2 研究動機及目的 在大型且密集度高的隨意型無線網路中，路由繞徑的建立機制，通常必 須先取得目的節點的資訊，通常是藉由網路上的位置服務(Location Service) 取得，或者利用氾濫廣播的方式得到目的節點的回應；前者必須倚賴另外的 網際服務機制來完成，後者在高密度的環境中會造成廣播風暴(Flooding Storm) 。 因此，有鑒於大型且高密度隨意型無線網路中不適合以傳統表格驅動式 演算法執行資訊交換，造成過多的網路訊息量以及網路資源的浪費；由於選 擇利用需求式演算法亦會造成同樣類似的問題，所以我們提出以 FSR 作為 維護整體網路資訊交換的基礎架構，搭配上 GPS，在不依靠其他服務機制的 前提下，用以獨立取得位置資訊，進行在此種網路架構中的研究。 隨著 GPS 的應用日益普及，應用功能的強化以及推陳出新，帶動了 GPS 的應用市場，並且降低了製造成本以利於廣泛的使用，提供了更精確的定位 資訊。傳統 FSR 在應付節點密度高與移動量較大的大型網路，節點資訊的 交換會因為節點之間距離的遠近、移動量、資訊交換頻率等，影響資訊的正 確性，增加有效訊息維護上的困難，進而造成額外路徑維護上的成本。因此 我們希望利用 FSR 搭配 GPS 服務的 架構，可以進一步的改善上述問題。 FSR 的演算法中所有的節點都配置了 GPS 系統，我們將研究如何妥善 的運用 GPS 取得地理位置的資訊，決定每個網路節點在形成魚眼的階層範 圍時，依據整個傳輸範圍內的節點密度與移動特性，動態的調整資訊交換的 範圍與對象，因此應可大量的減少網路中路由資訊的交換量，並且提高了整 個網路的穩定性。 依據節點的移動性以及周圍節點分布的密度來決定資訊交換的內容與 對象，可進一步的減少交換路由資訊的封包數量。有效率的節點選擇與建立 最佳路徑，不會因為受制於節點的變動性，而影響整個路由繞徑的連結穩定 度和資料查詢跟傳送的速度。由於 GPS 所提供的定位資訊，可以精確的紀 錄節點的行徑路線，同時依據行徑路線可推測出遠端節點目前的預測位置。 進而降低錯誤路徑的成本。 如此可以不需要大幅更動系統架構，即可減少路由資訊交換的封包以及 儲存路由表格的大量儲存空間，更進一步的增進整個網路的延展性與穩定 性。. 3.
(11) 1.3 章節概要 以上的部份是論文的第一章節，主要是在說明研究的動機與背景，以及 本次論文研究計畫中的主要研究方向。在第二章的部分，主要是在簡略描述 在無線網路的路由協定研究中早期最著名的演算法，包含架構、特性、應用 目的….等。其中對於首要研究的魚眼路由演算法的部分有較詳細的說明。 加下來第三章的部分，為主要研究計畫的系統架構，主要的改進方式說明， 以及結論；最後;第四章節是說明在實驗階段，所規劃出的里程，分別由模 擬環境的選用理由、到實驗計畫中的主要方法的模擬與實驗。最後則是所有 本次研究計畫所參考到具代表性的論文文獻。. 4.
(12) 二、相關研究討論 在無線隨意型的架構中，如何將封包資料由來源節點透過點與點間的轉送到 目的節點的方法，是近年來無線網路域網路由協定研究的主要課題。其中尤可以 將研究重點放在節點位置資料的維護部分以及資料傳遞的路徑建立部分。 依據節點運作的方式來分可以分成: z z z. 即時型(on-demand)的協定; 回饋型(pro-active)的協定; 地理資訊型的協定…等三種. 即時性(on-demand)的協定中，以 AODV[7]，DSR[5] 為代表。當節點需要傳 送資料到特定目的節點時，首先會先利用廣播訊息來進行路徑建立的查詢與發 現。當廣播訊息到達目的節點時，目的節點透過既有的路徑資訊，反向回覆訊息 給來源節點確定路徑的連線後，才將資料封包藉由同樣的路徑傳遞到目的節點 上。主要的研究領域是在於路徑的維護與修補的方法上，而且此種演算法與網路 中節點移動速度的關係相當緊密，隨著網路的節點數越多、移動速度越快，都會 造成此種演算法的實用性下降。 回饋性(pro-active)的協定中，以 DSDV[2]，FSR[9]，為代表。當節點需要傳 送資料到特定目的時，先決要件就是靠每單位時間內定期從鄰近節點執行的資訊 交換，來取得更多的節點資料，藉由資料交換的方式逐漸的收集到所有網路中的 節點資訊，以提供路徑建立時的參考。與即時性的協定不同的地方是不需要等待 目的地的回應，每次路徑的計算都以最短路徑收尋法搭配連結狀態以及節點距離 數來作為最適路徑的決定。由於資料表演算法是靠定期的資訊交換以維持資訊的 正確，然而交換的訊息量會隨著網路的節點數越多而造成網路頻寬的消耗;同時 又由於定期交換頻率，會衍生出距離效應(Distance Effect) ，節點與節點之間隨 著相對距離的增加，會造成資訊更新所需要的週期數變長，進而影響到訊息的正 確性。. 5.
(13) 地理資訊型(Geographic Location)的協定中，最早以 LAR[4]加入地理資訊的 應用，之後幾年之內由於全球定位系統(GPS[17])的日益普及，相關的研究論文 陸陸續續被提出，DREAM[22]、DRM[21] 、LANMAR[20]…等。而地理資訊可 藉由定位服務的機制(Location Service[17])來提供需求型的演算法減少廣播訊息 量。也同時可以藉由回饋型的演算法，運用訊息交換將地理資訊作為交換的資料。 藉由掌握節點的運動性可以改善傳統使用連結交換或者廣播訊息後回應取得路 徑方式的效率與正確性，並且透過 GPS 的協助，隨意型無線網路中任何節點可 幾乎完全獨立運作。. 2.1 FSR – 回饋型演算法(Proactive) FSR (Fisheye State Routing) 主要使用連結狀態以及距離向量跟最短路 徑所組成的演算法，再進一步的仿效攝影中的魚眼特性 (Fisheye View) ， 使得眼界區域範圍內的部份成為焦點的部份，然後持續的向外圍而趨於模 糊。利用此一方式應用於路由建立與維護的機制上。 原本的 FSR 演算法中，每一個節點有三種表格以及一個序列需要維護， 此列茲如下： z z. z z. 鄰居序列 (Neighbor List), A： i 紀錄在自己的電力範圍內所可以聯繫 到的節點。 拓樸表格 (Topology Table), TTi： TTi.LS(j)：紀錄由 j 節點所回報的 Link State 資訊。 TTi.SEQ(j)：記錄由 j 節點回報資訊的序號。 下一節點表格 (Next Hop Table), NEXTi(j)： 紀錄前往 j 節點的下一個節點是何者。 距離表格 (Distance Table), Di(j)： 紀錄前往 j 節點的最短距離為何。. 透過表格的建立，每一個節點都會有自己的 Fisheye View，依據與每個 節點的遠近距離不同，我們可以分不出同的階層，如圖表 1 所示：. 6.
(14) 圖表 1 FSR 網路示意圖. 而 FSR 對於路由資訊的傳遞摒除了傳統 Link State 路由演算法所使 用的氾濫廣播的方式，改而使用宣傳 (Disseminate) 的方式，使路由資訊的 改變透過告知自己的鄰居的方式來傳播出去，接收到更新訊息的人便會與自 己路由表格內的序號 (TTi.SEQ(j)) 相比較，以序號比較大的來更換掉舊的 路由資訊。也正因為這樣子的一個機制，確實可以在網路不斷增大的時候， 還能夠保持不錯的延展性。 另外一個 FSR 的特色就是利用我們先前每一個節點都擁有的 Fisheye View 來進一步的減少我們路由訊息封包的傳輸量。利用路由表格中的所獲 知的 Hop 數量作為路由資訊交換的依據，使得 Hops 數少（距離較近）的 節點更新頻率較快，Hops 數量較多（距離較遠）的節點更新頻率較少，以 期更進一步的減少因為路由資訊更新所產生的訊息量。 FSR 雖然可以有效的減低表格驅動式演算法維護路由資訊所需付出的 訊息量，然而當網路急遽增大的時候，路由表格仍會線性的增加，而過遠的 節點資訊交換頻率過低，亦容易造成路徑延長的問題。. 7.
(15) 2.2 AODV - 需求型演算法(On-Demand) AODV ( Ad-hoc On-Demand Distance Vector Routing ) [] 是屬於需求式 ( On-demand ) 的路由方式，其在路徑上的節點不需要維護任何的繞送資 訊，也不需要週期性的交換繞送表格。而 AODV 會在傳送兩端的中間節點 動態建立繞送表格欄位 ( Route Table Entries )，當來源節點需要傳送資料至 其他的節點時，會先檢查自己的繞送表格上有沒有目的節點的繞徑資訊，若 是沒有的話則啟動路徑挖掘 ( Route Discovery ) 程序，來源節點會廣播一個 路徑要求封包 ( RREQ ) 給它相鄰的節點，如錯誤! 找不到參照來源。，並 且利用廣播識別代碼( Broadcast Id ) 和來源位置來判斷是否為第一次收到 此 RREQ，以防止迴圈路徑的發生。當目的收到了 RREQ 的時候，便會回 傳一個 RREP 訊息，如錯誤! 找不到參照來源。，則發送端便可利用此路徑 進行資料傳送。 但是當我們傳送資料進行到一半時，發現中間的節點或是目的端節點離 開時，路徑維護程序 ( Routing Maintain Process ) 就會啟動發出連結失敗的 訊息。而來源端收到的時候，就會再做一次路徑挖掘的動作並且重新發送 RREQ 的訊息以更新路徑。. 圖表 2 在 AODV 上 RREQ 封包的傳遞方式. 8.
(16) 圖表 3 在 AODV 上 RREP 封包回傳給發送端的以建立的路徑. 2.3 地理位置相關演算法 2.3.1 LAR 演算法 早期的隨意型網路是利用大量廣播( Flooding )的方式來尋找路徑，然而 如此一來對整個 Ad hoc 網路將會耗費過多資源的來處理路由的建立。 LAR( Location-Aided Routing in Mobile Ad hoc Networks )[4] 藉著定位系 統，可以計算出節點的距離以及方位的功能，進一步的提供一種方式，來解 決 Ad hoc 網路上過多的廣播封包所造成的資源的耗損 。 LAR 提供兩種方式來減少網路負載： Scheme 1 第一種透過定位服務的方式，知道目的地大約的位置，在來源和目的端 定出一個矩型的區域，只有在這個定義出來的矩型當中才需要重新廣播，而 在定義出的矩型之外的就可以將要求路徑的封包丟棄，以減少封包的數量。 而根據目的的移動位置，可以決定一個緩衝的範圍 (Expected zone) ， 才不致於找不到路徑。. 9.
(17) 圖表 4 LAR 上，原來節點在 Expected Zone 外(左) 以及 來源節點在 Expected Zone 內 (右). 圖表 5 Scheme 2 的路徑尋找示意圖. Scheme 2 第二種方式是利用計算鄰居節點到目的的距離來減少封包廣播的數 量。首先由來源節點計算到目的的距離 DISTs ，接著將 Request 的封包傳 送給鄰居節點。而鄰居節點收到封包的時候也計算其到目的的位置，若其所 計算出的距離較傳送 Request 給他的節點距離還要短時，則由他繼續送出 Request 的封包，相反的，則直接把 Request 的封包丟棄。. 10.
(18) 2.3.2 DREAM 演算法 DREAM (Distance Routing Effect Algorithm Mobile)是屬於地理位置演 算法，各節點會維護資料表格並定期的做資訊的交換，而針對隨意型無線網路中 的路由協定提出了兩個先進的觀點:(1)、距離效應(Distance Effect):兩個節點 分開的愈遠,則彼此就越不可能會再相遇。(2)、主張資訊的更新是依據節點的移 動速率，移動速度越慢的節點須要的更新頻率會比移動快速的節點還要長。 當節點 A 要傳訊息 m 給節點 B，透過了定位服務取得節點 B 的位置資訊後， 由節點 A 開始循序的傳送訊息 m 給所有電力半徑中所在區域與節點 B 所在方向的 的鄰居節點，每個節點依同樣的邏輯傳遞直到到達節點 B。 節點的更新頻率決定於下列兩種因素: z 距離效應 ( Distance Effect ) – 將每一次的資訊更新的封包加 入壽命參數(age)，來限定每個資訊更新封包所能傳送的距離遠近。 z 移動速率 (Mobility Rate) – 移動越快速的節點，需要越頻繁的 資訊交換，將自己的資訊傳達給鄰近的節點，同時也更新其他各節 點的資訊，增加資訊的正確性。 z 此種傳遞的方式有下列三種特性: z 當節點沒有移動時，就不會有額外的控制訊息封包存在，增加網路 頻寬的負擔。 z 每個節點的更新週期可以依照各節點自己的狀態做最佳化的選擇。 z 所有控制訊息的數量可以是最小化，因為資訊的傳遞會以＂壽命參 數＂做控制，以省略與過遠的節點做資訊的交換。. 圖表 6 DREAM 路徑建立的示意圖 [DREAM]. 11.
(19) 三、搭配全球定位系統的魚眼路由協定 3.1 架構設計概念 原本的魚眼架構中，每一個節點有三種表格以及一個序列需要維護； z. 鄰居序列 (Neighbor List), Ai：. z z z. 拓樸表格 (Topology Table), TTi： 下一節點表格 (Next Hop Table), NEXTi(j)： 距離表格 (Distance Table), Di(j)：. 而在強化後的架構中，每一個節點僅有一個包含全域視界的資料表。 z 拓樸表格 (Topology Table), TTi： 在 FSR 的方法中，利用定期的資料廣播,依據距離的遠近，將特定區域 內節點的資訊，依據不同的更新週期，傳送至鄰居節點，有效的減少表格驅 動式 (Table-driven) 演算法中大量交換路由訊息的問題。 所以各節點間的相對位置，愈是接近則交換頻率愈是頻繁，當然資訊就 愈正確。隨著距離的增加，愈是遠離的節點則資訊則就不需耗費較多的資源 來維護，可降低頻寬的消耗以及網路上訊息封包數，以提升網路的使用效能。 在搭配 GPS 座標定位服務的輔助之後，在全域資訊的維護上，將不再是 以節點間相對的距離與位置來決定整個網路拓墣的狀況。座標定位資訊的取 得與交換後，能從牛頓的運動定律中，算出各種的運動量資訊；包含速度、 速率、方向、加速度、移動量…等等。進而增加各節點對於網路拓墣變化上 的掌控，以增加魚眼路由繞徑協定這種表格驅動型的架構，在控制封包的傳 輸量，資料封包傳遞的正確性與路徑傳遞的距離上，能顯著的提升其效能。. 12.
(20) 3.2 強化後的系統架構 由我們所提出的架構中，除了留下部分原有沿用的序列與表格欄位之 外，大部分新增的架構如下:. 圖表 7 強化後之實作架構. z. 拓墣資料表(Topology Table) ：擁有全域性的節點資料，用來提供資料交 換時的依據，以及路徑預測與位置計算時的資料來源。 z 演算法 (Algorithm) ： 經由 GPS 定位資訊的應用，可以大幅改善魚眼路 由繞徑協定的傳輸效能。此部份即為本研究中，在實作上的重點。 z 統計報告 (Statistic Report) ：於應用層中的統計報告，是整合以及沿用 了 GLOMOSIM 底層架構中所已經提供的模擬數據，進而加以收集與進 行本次實驗的統計，來歸納出本論文最後之結果分析。 路由繞徑表 ( Routing Table ) ：於網路層的 Forwarding Table，決定所有封包 傳遞與繞徑的路線，所以本次實作中最重要之步驟就是針對每次的資料傳遞 任務中，選擇出一個最佳路節點作為整個路徑上的下一站。. 13.
(21) 3.3. 全域性的拓墣資料表. 強化後的拓墣資料表，其中的資料屬性包含三大部分，分別為節點識別資訊、 定位座標資訊以及資訊交換與更新時間。下圖將充分表現出本論文所提出之強化 魚眼路由繞徑協定後有關拓墣資料表的架構：. 圖表 8 改進後之拓墣資料表架構. 以下是我們改善後的 FSR 有關拓墣資料表的架構說明: z. 拓樸表格 (Topology Table), TTi： 需交換之資訊 z TTi.NodeID(j)：紀錄每個節點的編號。 z TTi.GPS(j)：紀錄每個節點的 GPS 座標資訊。 z TTi.TimeStamp(j) ：記錄每個節點的最新更新時間。 無須交換之資訊 z TTi.PreNID(j)：記錄各節點父節點資訊。 z TTi.NextNID(j)：記錄各節點路由繞徑資訊表。 z TTi.PredictGPS(j)：紀錄各節點移動預測位置資訊。 z TTi .GPS(j).avgVector : 向量變化平均值。 z TTi .GPS(j).avgVelocity : 速率變化平均值。 z TTi .GPS(j).avgSpeed : 速度變化平均值。 z TTi . GPS(j).Mileage : 位移變化量。 z TTi . GPS(j).EstimateTime: 半徑內停留存在之預估時間。 14.
(22) 在我們所提出的架構中，將每一個節點僅使用一種表格以及應用層的運 算機制來建構節點的運作機制，同時調整拓樸表格中的資料結構以記錄各節 點本身的移動狀況。 每個點僅使用與維護一個具有全域視野的資訊表格，而表格資訊分成兩 大部分；一大部分是屬於可交換性資訊 (Ex-changeable Data Filed)，此部份的 資訊包含有節點的識別號碼、節點的 GPS 定位座標資訊以及最新的資訊更新 時間紀錄。另外一大部分是屬於非交換性資訊 (Non-exchangeable Data Field)，此部份的資訊包含有父節點、子節點、預測移動位置、平均速率、平 均速度、移動方向、里程數以及半徑範圍內的聯結時間資訊。. 15.
(23) 3.4. 節點座標移動特性的應用 根據 GPS 定位服務所取得的座標資訊，透過週期性的向外傳遞，使得 每個節點所接收到的其他節點資訊，都是屬於直接資訊並沒經過竄改或者變 造的處理，更能利用此種 ”凡走過必留下痕跡” 的特性，能增加節點間對於 移動特性上的掌握與預測，增加資料傳遞的正確性與效率。. 圖表 9 定位服務之應用說明. 以下是根據上圖中，透過魚眼路由繞徑協定本身的資料交換機制，以及 配合了 GPS 定位服務的座標取得功能之後，所發展出的三種應用衍生服務 說明： z Predict Position (預測節點位置) ： 根據原本的資訊維護機制與更 新週期，每個節點能夠透過鄰居節點的有效資料表中取得各節點於 若干時間前， 所掌握到的位置資訊，配合上牛頓運動定律的計算， 依照移動的速度、速率、方向、角度、距離…等特性預測出目前可 能所在的位置。目的在於能依據各節點的移動特性，找出可能的行 動路徑，進而掌握目的節點的移動狀態，增加資料傳遞與路徑掌握 上的效能與正確性。 z Estimate Life Time (評估存在時間) ： 根據節點資訊的交換與位置 預測的機制，能有效的掌握鄰居節點的移動狀況，以及兩兩節點之 間相對於彼此電力半徑範圍內的時間。目的在於找出兩兩節點相互 存在電力半徑範圍內的時間，進而增加繞徑路徑決定時，資料傳輸 的穩定度。 z Calculate Distance (計算相對距離) ： 根據需要，找出各種應用服 務在衡量實際節點距離上的功能。. 16.
(24) 3.4.1 利用更新週期找出移動特性 透過全域性的資訊交換，每個節點將能充分利用移動特性利用向量變化 的平均值，可以推估出節點移動時，某一段時間內的移動方向變化量，進一 步藉由速度變化計算出行進方向與正確位置。. 圖表 10 節點移動的特性. 原始 FSR 中，每個節點的路徑的連結狀態，只依據節點與節點相對之 間是否相連來做判斷，而本論文利用了 GPS 的定位服務來執行節點位置交 換後，我們提出一種依照時間變化、速度變化、方向角度變化來推算預測行 動路徑的方法，稱為 Intelligence Tracing Method ” （簡稱：ITM）。 上圖用以說明分別由資訊交換週期更新所得來的兩次位置相關訊息 後，就可以透過兩次交換所得來的時間差、位置移動距離計，方向的變化， 針對拓墣資料表上的每個節點計算出下列資訊: z z z z. TTi .GPS(j).avgVector : 向量變化平均值。 TTi .GPS(j).avgVelocity : 速率變化平均值。 TTi .GPS(j).avgSpeed : 速度變化平均值。 TTi . GPS(j).Mileage : 位移變化量。. 17.
(25) 3.4.2 應用移動特性預估節點位置 原始 FSR 中，每個節點的路徑的連結狀態，只依據節點與節點之間是 否相連來做判斷，而利用了 GPS 的地理位置交換後的資訊，我們提出一種 依照時間變化、速度變化、方向角度變化來推算預測行動路徑的方法，稱為 Intelligence Tracing Method ” （簡稱：ITM）。 利用 ITM ( Intelligent Tracing Method )，可以利用拓樸表格的資訊預測 出節點可能的即時位置，加上原本魚眼路由繞徑協定中的特色，即在於利用 定期的資訊交換，得以更新與掌握鄰近範圍內的節點資訊，改進後的協定也 同樣的運用此一優點，並且加以用於對遠端的節點位置掌握上。. 圖表 11 預估遠端節點位置. ITM ( Intelligent Tracing Method ) ，就是結合每個節點應用週期性的資 訊交換取得的各點座標位置，來計算出拓墣資料表中每個節點的移動特性， 進而利用牛頓運動定律來預估若干時間後的可能所在位置。. 圖表 12 根據已知的移動特性來預估可能座標位置. 上圖中說明了分別由 X 方向與 Y 方向兩部分來進行預估，來源節點在 18.
(26) 準備尋找到遠端節點的最佳路徑時，先從拓墣資料表中取得目的節點的座標 資訊，以及其他相關的移動特性資料；包含表中最新一次的更新位置、平均 速度與速率、行徑方向及位移量…等，以及預估時的系統時間差，最後可求 得預估座標位置。. 19.
(27) 3.4.3 在電力半徑內找出穩定的路徑 在兩個節點互為彼此的鄰居節點時，表示彼此都在互相的電力半徑範圍 內，而且彼此之間可以建立直接連線。 由節點間彼此的相對移動性，也可以推導出兩個節點互相在彼此的通訊 範圍內可停留的時間，我們稱之為存在時間(Life Time) 。根據 GPS 所提供 的資訊，透過各節點間的資訊交換與更新，所獲得的節點移動性的相關資 訊，則可以預測出節點移動的速度，進而算出存在時間。 為了增加穩定度衡量的依據。因此我們在建立路由繞徑時，選擇達到特 定連結穩定度的節點，作為轉送的下一個中間節點，用以提高資料傳送時的 路徑繞徑穩定度。. 圖表 13 兩兩節點的連線時間. 圖中，節點 M 跟節點 O 彼此互為鄰居，當在時間 t1 時，彼此進行了資訊的交換， 而依據交換來的資訊，節點 O 可以依據不同的公式計算出: z z. 在時間為 t2 時，節點 M 的預測位置。 在時間為 t1 時，預測出節點 M 的存在時間。. 假設兩個節點都在彼此的通訊範圍內，兩節點的座標為(Xi,Yi) 且(i=1,2) ， 兩節點的一定速度(VXi,VYi)且(i=1,2) ，移動方向θi 且(i=1,2) ，則彼此的存在時 間為…. 20.
(28) 在找出兩兩節點間的生命時間，間接的可以影響兩兩節點當連線進行資 料傳遞時的穩定度，也因為原本魚眼路由繞徑針對近端節點的訊息掌握度 高，再配合了此種參考兩點間的連線時間作為路經選擇上的主要參數之一， 除了希望能降低網路上的控制封包訊息量之外，也期望能運用更精確的 GPS 定位服務座標資訊，以及我們所提出的應用改善方法，增加路由繞徑協定中 路徑建立的穩定度以及降低路徑建立的長度，提升本論文的貢獻度。. 21.
(29) 3.4 路由繞徑的建立方式 原始 FSR 中的路徑建立，是透過 Dijkastra’s 演算法，參考表格中所有節點 的連結狀態，而找出依據目前資訊中所能找出之最短到達目的的路徑。然而在高 密集度的網路中，存在的最短路徑可能不只一條，所以我們提出了利用來源節點 與目標節點之連線做為路徑參照依據的演算法，提高路徑的可靠性與穩定度。 在本論文中，所提出的強化原本魚眼路由繞徑協定的演算法如下 1.. 2.. 3.. 4.. 5.. 當每次節點接收到封包資訊時，透過實體層接收到資料封包，往上層遞 送並拆解且解讀相關之資訊。三種可能進行資料交換的狀況； 當指定範圍內(Internal Update)之鄰居節點的控制封包到達時； 當指定範圍外(External Update 之遠端節點的控制封包到達時； 當資料傳遞時(Incoming or Forwarding)之資料封包到達時； 進行拓墣資料中的各項資料更新； 每個節點到達內部或外部更新週期時，取得本身節點的定位資訊， 進行可交換資訊與計算非交換資訊的資料表內容更新。 收到控制封包時，會針對拓墣資料表中的資訊做新增或者更新。 每次進行拓墣資料更新時，先針對每一個存在的節點資訊進行座標相關 資料的更新或新增; 當節點資訊不存在時，新增一筆資料列 。 當節點資訊存在時； 更新節點座標資訊 更新結點移動特性資訊 計算遠端節點的預估座標資訊 座標與移動特性資訊完成更新或新增後，進行底層繞徑資料表的更新與 新增； 先建立點對點的連結暫存表；只要兩點間距離小於電力半徑範圍內 就屬於可連結。 以本身為來源節點 ，套用最短路徑演算法，找出以拓墣資料表中 所存在的其他節點為目的節點的最短路徑 (節點路徑最短) 若是發生節點路徑相等時，就比較所有路徑的最短連結時間，時間 愈長代表連結穩定度越大。 每完成拓墣資料表中的一個路徑，就將此路徑上的下個節點寫入底層的 繞徑資料表。以維護該節點針對網路中每個節點的傳遞路徑都是計算過 最佳化的。. 22.
(30) 四、系統實驗數據分析 本章將針對我們所提出的以 GPS 服務的強化加上路徑預測的方式，來與 魚眼路由協定(Fisheye State Route) 來做效能上面的模擬比較與結果分 析。主要的實驗設計是針對資訊交換時所產生的控制封包數量、資料傳遞 時所行進的路徑長度、節點與節點之間訊息封包的到達率……等等，所造 成的影響與改善來進行探討。. 4.1. 系統模擬環境. 4.1.1 實驗平台 原始發表的魚眼路由繞徑協定 (Fisheye State Route) 中，是以 Glomosim [23] 作為系統的模擬平台來進行數據的模擬與結果分析，所以 Glomosim [23] 將是本實驗所使用的系統模擬的平台，用以針對我們所提出的強化機制進行結果 的比對與探討。 此實驗平台是模擬無線網路系統的主要教學軟體。GloMoSim 以模組化的方 式建構了個可擴充的模擬環境，也是屬於較有延展性的模擬環境；可以針對每一 個 OSI 階層做狀況的模擬，並且具有支援快速協定開發測試、詳細的各階層之效 能測試、模組化的設計架構、提供應用介面支援開發…等。下面將以圖表來分別 說明此模擬系統在網路分層上的架構，以及所支援的傳輸協定。. 圖表 14 Glomosim 網路分層架構. 23.
(31) 分層. 協定. Mobility. Random waypoint, Random drunken, Trace based. Radio Propagation. Two ray and Free space. Radio Model. Noise Accumulating. Packet Reception Models. SNR bounded, BER based with BPSK/QPSK modulation. Data Link (MAC). CSMA, IEEE 802.11 and MACA. Network (Routing). IP with AODV, Bellman-Ford, DSR, Fisheye, LAR scheme 1, ODMRP, WRP. Transport. TCP and UDP. Application. CBR, FTP, HTTP and Telnet 圖表 15 支援的傳輸協定. 4.1.2 實驗假設 實驗模擬中，主要是比較在相同的無線環境中，原本的魚眼路由繞徑協定 與利用我們所提出的改善與強化機制之間所產生的效能差異。所以主要是探討 相對結果，所以我們假設可以忽略除了應用層與網路層以外的共通要素，例如 實體層的電力消耗與頻道資源、資料連結層的存取干擾，與錯誤連結的發生… 等等。. 24.
(32) 環境相關參數設定. 4.2. 本實驗的環境參數預設值設定如下表所示，實驗環境的參數調整依據實驗 設計之需求不同將會調整不同參數項目中的範圍值，來進行模擬。 項目. 參數名稱. 參數值. 1. Scope Level. 2. 2. Internal Update Interval. 2. 3. External Update Interval. 5. 4. SIMULATION-TIME. 120. 5. SEED. 1~50. 6. TERRAIN-DIMENSIONS. (1500M, 1500M). 7. NUMBER-OF-NODES. 100. 8. NODE-PLACEMENT. RANDOM. 9. MOBILITY RANDOM-WAYPOINT. 10. MOBILITY-WP-PAUSE. 3S. 11. MOBILITY-WP-MIN-SPEED. 5. 12. MOBILITY-WP-MAX-SPEED. 12. 13. RADIO-TX-POWER. 7.87395Æ250M. 14. MAC-PROTOCOL. 802.11. 15. NETWORK-PROTOCOL. IP. 16. APPLICATION-STATISTICS. YES. 17. TCP-STATISTICS. NO. 18. UDP-STATISTICS. YES. 19. ROUTING-STATISTICS. YES. 20. NETWORK-LAYER-STATISTICS. NO. 21. MAC-LAYER-STATISTICS. NO. 22. RADIO-LAYER-STATISTICS. YES. 23. CHANNEL-LAYER-STATISTICS. NO. 圖表 16 模擬環境參數預設值. 25.
(33) 結果數據分析與探討. 4.3. 本實驗將以 FSR 為對照組，透過使用 GPS 服務以及路徑預測改善後的魚眼 繞徑協定為實驗組。將進行以下幾個方面的實驗與探討： (1) (2) (3) (4). 節點密度與控制封包之間的研究結果與探討； 移動速度與傳遞資料封包到達率之間的研究結果與探討； 節點密度與傳遞資料封包到達率之間的研究結果與探討； 傳遞路徑長度的研究結果與探討；. 做逐一的探討。在這個實驗當中，將利用 Two-Level 的 Fisheye Scope （即 Scope = 2）來進行實驗，另外更新的頻率，將依照[24]當中所建議的更 新值來作接下來的實驗與分析。. 4.3.1 節點密度與控制封包之間的研究結果與探討 針對訊息封包量與網路節點數量之間的關係研究。 實驗的環境參數如下表: 項 目. 參數名稱. 參數值. 1. Scope Level. 2. 2. Internal Update Interval. 2. 3. External Update Interval. 5. 4. SIMULATION-TIME. 120. 5. SEED. 1~50. 6. TERRAIN-DIMENSIONS. (1500M, 1500M). 7. NUMBER-OF-NODES. 25,50,75,100,125,150,175,200,300,400. 8. RADIO-TX-POWER. 7.87395Æ250M. 9. MOBILITY-WP-MIN-SPEED. 5m/sec,. 10 MOBILITY-WP-MAX-SPEED 12m/sec, 圖表 17 控制封包與節點數量模擬實驗之環境參數. 26.
(34) 圖表 18 控制封包數量與節點數量之關係. 從圖表 18 中，可以透過線性關係觀察出控制封包的數量與整個網路節點分 布的數量，是屬於正比關係。也就是網路上控制封包的訊息數量，會隨著節點 數量增加而成線性的延伸。 原因在於 FSR 本身是屬於表格驅動型的路由協定，資訊是透過週期性的資 料交換機制來向鄰居發出資訊封包以更新鄰居節點所維護的網路拓璞資訊。 GPS 的接收器目前因為在使用上日漸普及之後，以屬於個人行動裝置，或 者車用行動裝置中都有裝配的嵌入式定位功能系統，以增加定位服務的應用。 經過 GPS 定位服務強化後的魚眼路由繞徑協定，非常明顯的比原本的魚眼 路由繞徑協定在控制封包的總量上有非常顯著的改善。主要的原因在於強化後 的協定是利用拓墣資料表中極為精簡的資訊來進行控制訊息的交換。 強化之後的拓墣資料表，分成交換資訊與非交換資訊，交換資訊經過精簡 之後，每次的資訊交換只需要將節點的編號、節點的座標位置、最後更新時間， 3 項數據對外傳輸。相較標準的 FSR 還需要將鄰居列表、鄰居總數、時序編號… 等等多項的控制資訊，可大幅降低每個節點每次傳遞控制資訊時的頻寬成本， 又因為網路節點的數量越多，每個節點每次交換的資訊一定會增多，所以透過 GPS 的定位服務應用，可以大幅的降低控制資訊的散佈，同時也換取了更精確 的定位資訊，讓原本以相對位置進行路徑判斷的運作機制，改由參考絕對座標 來做資料交換與路徑建立的依據。. 27.
(35) 4.3.2 移動速度與資料到達率之間的研究結果與探討 針對環境中節點的移動速度與資料封包正確到達率之間的關係研究。 實驗的環境參數如下表: 項 目. 參數名稱. 參數值. 1. Scope Level. 2. 2. Internal Update Interval. 2. 3. External Update Interval. 5. 4. SIMULATION-TIME. 120. 5. SEED. 1~50. 6. TERRAIN-DIMENSIONS. (1500M, 1500M). 7. NUMBER-OF-NODES. 100. 8. RADIO-TX-POWER. 7.87395Æ250M. 9. MOBILITY-WP-MIN-SPEED. 5m/sec,10m/sec,15m/sec,20m/sec,25m/sec. 10 MOBILITY-WP-MAX-SPEED 5m/sec,10m/sec,15m/sec,20km/hr,25m/sec 圖表 19 移動速度與資料到達率之實驗環境參數. 在固定的範圍之內，設計了以固定的網路節點數量與電力半徑，來比較在 不同的移動速度下，所造成的封包遺失的狀況。換句話說，主要目的在研究移 動速度與資料傳遞的成功到達率。. 圖表 20 移動速度與到達率的關係. 28.
(36) 從圖表 20 中，可以透過線性關係觀察出節點移動速度與資料傳送到達率上 的關聯。 以每秒鐘 5 公尺，相當於每小時 18 公里的速度時，兩者所反映出的封包到 達率都有 60%以上的到達率，也就是說，當若干節點隨機針對特定的目的節點 發出訊息時，透過魚眼路由繞徑機制來傳遞，發出的 100 個封包中，大約有 60 個封包能夠正確的送達原本所指定的目的節點。 當節點速度逐漸增加時，可以觀察出兩種協定所反映出的到達率開始逐漸 下降，而當速度越快時，卻又不會加快正確率下降的數據。由於魚眼協定是屬 於表格驅動的路由協定，是透過週期性的資料交換以維護每個節點對於網路拓 墣的變化與掌握。所以移動的速度越快，表示網路拓墣的變動頻率越頻繁，所 以資料的正確性，在定期的更新頻率下，就會降低資訊的即時性。也造成傳遞 的正確性與到達率下降。 然而，移動數度加快，表示節點移動的範圍加大，藉由定期的資訊交換機 制下，也表示了能接觸的其他節點機率變大，交換資訊也越廣泛，也就能從數 據當中發現，正確性並未因為節點速度加快，而大幅降低到達率。 透過模擬數據的結果顯示，透過 GPS 定位服務強化之後的魚眼協定，在座 標位置更精確的改善之後，路徑建立的正確性也能大幅提高約為原本的 2 倍以 上。原本期望能有更顯著的數據，然而就魚眼協定本身的週期性交換的架構下， 交換的週期也會是影響正確到達率的其中一項限制條件。. 29.
(37) 4.3.3 節點數與資料封包到達率之間的研究結果與探討 針對環境中節點數量與資料封包正確到達率之間的關係研究。 實驗的環境參數如下表: 項目. 參數名稱. 參數值. 1. Scope Level. 2. 2. Internal Update Interval. 2. 3. External Update Interval. 5. 4. SIMULATION-TIME. 120. 5. SEED. 1~50. 6. TERRAIN-DIMENSIONS. (1000, 1000). 7. NUMBER-OF-NODES. 50,75,100,125,150,175,200. 8. RADIO-TX-POWER. 7.87395Æ250M. 9. MOBILITY-WP-MIN-SPEED. 5 m/sec. 10. MOBILITY-WP-MAX-SPEED. 12 m/sec. 圖表 21 節點數與資料傳遞到達率之實驗環境參數. 實驗環境中，在同樣的網路環境中，分別從 50 個節點的密度，逐次增加到 200 個節點的數量，以觀察當網路範圍相同時，節點的數量與資料傳遞的非正 確性與到達率的關係。. 圖表 22 節點總數與資料傳送之失敗率的模擬數據. 30.
(38) 從圖表 22 中，可以透過線性關係觀察出節點移動速度與資料傳送到達率上 的關聯。 當實驗數據結果統計完成時，發現實際數據與預期數據結果相差甚遠。原 本預期的結果應該是鄰居越多，網路節點分布的密度越大時，應該能夠提供較 好的傳遞環境。也就是說，預期中的到達率，應該是正向的增加，並且與節點 的數目有密切的關係。 然而，根據上圖中的數據，可以看出實際上的結果卻有相當大的差距，當 網路上節點分布密度越大時，失敗率卻也隨之增加，而原本的魚眼協定，所提 供的傳遞路徑所造成的失敗率幅度，會隨著節點增加而加劇。 從 50 個節點到 150 個節點這段區間可以觀察出，失敗率上升的幅度大於經 由 GPS 定位服務應用改善後的魚眼協定。而在 175 個節點開始，失敗率的數據 趨於穩定。 從網路的拓墣變化上來觀察，平均的移動速度介於 5M/sec~12M/sec 之間， 也就是相當於機車以 18KM/Hr~43.2KM/Hr 行駛的的速度。實驗環境參數設定於 此速度的原因在於希望以日常生活中行人走路定義為低速，而小型車輛行進的 高速兩種極端中，取出中間值來觀察。 網路拓墣的不斷變動，間接影響的就是各節點所維護的拓墣資料表中，節 點資料的正確性，以及每個節點透過週期性的交換機制上的若干限制，固正確 率也會被若干程度的限制。然而發現，密度越大時，路徑的選擇越多成功傳送 的正確率必然增加的預期，卻有可能因為密度增加，每個節點週期性的進行資 料交換時，所發出的控制封包銷耗了過多了網路頻寬與通訊成本，同時更增加 了網路流量的負荷，進而發生鄰近節點間的相互干擾，造成封包發生碰撞的頻 率與次數都急遽增加，最後影響資料的傳遞與全域性得座標資訊更新。 節點周邊發生碰撞的次數與頻率增加時，造成定期交換資訊無法即時且完 整的送出，相對的造成資訊鮮度的降低，直接造成失敗率的增加。. 31.
(39) 4.3.4 移動速度與遞路徑長度的研究結果與探討 針對環境中路徑長度與移動性之間的關係研究。 實驗的環境參數如下表: 項目. 參數名稱. 參數值. 1. Scope Level. 2. 2. Internal Update Interval. 2. 3. External Update Interval. 5. 4. SIMULATION-TIME. 120. 5. SEED. 1~50. 6. TERRAIN-DIMENSIONS. (1500M, 1500M). 7. NUMBER-OF-NODES. 100. 8. RADIO-TX-POWER. 2.56781Æ125M. 9. MOBILITY-WP-MIN-SPEED. 0km/hr, 10km/hr, 20km/hr, 30km/hr, 40km/hr,50km/hr. 10. MOBILITY-WP-MAX-SPEED. 0km/hr, 10km/hr, 20km/hr, 30km/hr, 40km/hr,50km/hr. 圖表 23 移動速度與路徑長度實驗環境的參數. 在路徑長度研究的實驗環境中，限定在同一空間範圍大小(1500Mx1500M) 中，取 100 個節點數且每個節點的電力半徑固定為直徑 125M。分別統計從靜止 狀態開始每次增加 10Km/Hr 的節點移動速度，以觀察節點的移動速度與資料傳 遞路徑長度的關係。. 圖表 24 移動速度與路徑長度的實驗結果 32.
(40) 從圖表 24 中，發現實驗結果數據再次與當初設計實驗時所預期的有很大的 差異。首先，路徑長度是依據每次資料封包成功由來源節點傳送出，最後抵達 指定的目的節點個過程中，所經過的中介節點數目。 在預期中，移動性的增加必然增加網路上拓墣的變動，進而影響到整個路 徑判斷的結果。原本的魚眼協定，是很典型的表格驅動型的繞徑協定，必須透 過定期的更新週期來傳遞並且更新相關資料。所以較為仰賴資訊的交換來增加 路徑建立的準確性與傳遞的到達率。 原始的魚眼路由繞徑協定，提出的路徑建立模式，是依據拓墣資料表中， 先建立兩點之間的連結表 ( Connection Table)，再透過最短路徑演算法，找 出連結表中相對連線來建立路徑，可能會造成多條路徑建立時的長度相同，卻 無法在更精確的評估如何取出最適切的路徑。所以只要在每次決定時選取了與 目的節點移動方向相反的節點作資訊的轉送，就會發生增加路徑的狀況。 透過 GPS 定位服務之後取得的座標，透過資訊的交換，讓每個節點都擁有 全域性的視野，同時能掌握住每個節點的移動方向與特性。所以在路徑建立時， 不會發生路徑選擇上的錯誤，加上使用本篇論文所提出的 ITM 的方法，能預測 遠端節點的行徑位置與方向，更利用了連線時間來判斷每次的路徑建立與判 斷，以確保每次的路徑建立所取得的轉送節點是唯一最適當的節點。 另外一個可能的原因，是採用的節點發生的方式是以 Random-Way-Point 的方式，節點每次形成之後所持續行徑的方向改變量不大，也造成本篇論文所 採用的預測方式是以方向搭配牛頓運動定律，分別找出橫軸與縱軸的移動向量 與距離，作出預測的判斷，所以有佔到了先天的便宜。 而路徑長度並未隨著移動速度增加而改變的主要原因，可能是在節點的移 動範圍，在實驗參數的限制之下，只在一定的平面上移動，所以呈現出趨於一 致的長度。 然而實體世界中的物體移動方式，只要是中低速度的運動，幾乎是屬於區 域性直線的運動，所以此種改善成效應該也算是合理的範籌。. 33.
(41) 五、結論 經過實驗模擬證明，每個節點若能夠透過使用 GPS 定位服務來取得絕對的 座標資訊，將對於路由繞徑的建立，以及封包傳遞的到達率，以及降低節點移 動性所造成的網路拓墣變化的影響上，都有顯著的改善與強化。 針對降低隨意行無線網路中的控制訊息來說，本篇論文使用將拓璞資訊表 格切割成兩部分，一小部分的表格資訊用來做資訊的交換，一大部分的表格資 訊，用來存放經過數據追蹤與整合運算之後所得的參考值。經過簡化後的交換 資訊，大幅降低了屬於表格驅動型的魚眼協定，在面對週期性資料交換時，所 附帶產生的網路成本消耗。 針對網路上各節點之間的路由繞徑的建立上來說，透過了精確的座標資訊 交換，能區分出其他各節點的移動特性，包含速度、方向…等。以致於在判斷 路徑建立時，能夠準確的掌握網路拓墣資訊。又配合著本篇論文所提出的預測 路徑的 ITM ( Intelligent Tracing Method) 方法，將節點移動路徑的預測以 及路徑建立時，加入連線建立的時間做穩定度的衡量依據。使得不論在路徑建 立的選擇上、資料傳遞路徑的節點長度上，或者在外在速度與密度…等的環境 因素引響下，都能提高訊息傳遞的成功到達率。 針對網路環境中，移動速度以及節點密度的分布，與路徑建立的穩定度與 路徑長度的比較中，也能成功的以更有效率的路徑選擇，更精確的座標資訊交 換機制，加上簡化的資料交換得以的控制整個網路上的通訊成本的消耗，可以 認定本篇論文的方法，的確能… z z z z. 降低控制封包造成的網路成本 提高路由繞徑建立時的穩定度，彌補了＂距離效應＂的影響 改善資訊傳遞時的正確到達率 減輕速度、節點目的、低延遲環境…等環境因素所造成的影響. 在本篇論文的實驗數據結果，都能比原本的魚眼路由繞徑協定產出的結果上反 映出更好的效能。同時更能符合本篇論文當初設計與探討的期望: ＂有效的運用 GPS 的資訊,增加傳輸路由的穩定度與提高在高密度且節點移動 頻繁網路中傳輸效能及延展性。”. 34.
(42) 參考文獻 [1] [2]. [3]. [4]. [5]. [6]. [7]. [8] [9]. [10] [11]. [12] [13]. J. M. McQuillan, I. Richer, and E. C. Rosen. “The new routing algorithm for the Arpanet,” IEEE Trans. on Communication, COM-28(5), May 1980. Charles E, Perkins, Pravin Bhagwat, “Highly dynamic Destination-Sequenced Distance-vector routing (DSDV) for mobile computers.”, In Proc. ACM SIGCOMM Conference (SIGCOMM ’94), pages 234-244, August 1993 T.-W. Chen and M. Gerla, “Global State Routing: A New Routing Scheme for Ad-hocWireless Networks,” In Proceedings of IEEE ICC’98, Atlanta, GA, Jun. 1998, pp. 171-175. Young-Bae Ko and Nitin H. Vaidya, "Location-Aided Routing(LAR) in Mobile Ad hoc Networks," ACM/Baltzer Wireless Networks (WINET) journal, Vol.6-4, 2000 - Extended version of the Mobicom'98 paper. Josh Broch, David Johnson, and David Maltz, “The Dynamic Source Routing Protocol for Mobile Ad hoc Networks.”, http://www.ietf.org/internet-drafts/ draft-ietfmanet-dsr-01.txt, Dec 1998. IETF Internet Draft (workin progress). S. Basagni, I. Chlamtac, V.R. Syrotiuk, and B.A. Woodward, “A distance routing effect algorithm for mobility (DREAM),” in Proceedings of the ACM/IEEE MOBICOM, 1998, pp.76–84. Charles E. Perkins, Elizabeth M. Royer “Ad-hoc on-Demand Distance Vector Routing” Proceedings of the 2nd IEEE Workshop on Mobile Computing Systems and Applications, New Orleans, LA, February 1999, pp. 90-100. S.-C. M. Woo, S. Singh, “Scalable routing protocol for ad hoc networks.”, Wireless Networks, vol. 7, pp. 513 529, Sept. 2001. Mario Gerla, Xiaoyan Hong, and Guangyu Pei, "Fisheye State Routing Protocol (FSR) for Ad Hoc Networks," IETF Internet Draft, MANET Working Group, draft-ietf-manet-fsr-03.txt, June 2002 (work in progress). Z. J. Haas and M. R. Pearlman, "The Zone Routing Protocol (ZRP) for Ad Hoc Networks", Internet Draft draft-zonerouting-protocol-01.txt, Aug, 1998. Royer, E.M. , Chai-Keong Toh, “A review of current routing protocols for ad hoc mobile wireless networks.”, IEEE Personal Communication, Volume: 6 Issue: 2, April 1999. Xiaoyan Hong Kaixin Xu, Mario Gerla, “Scalable Routing Protocols for Mobile Ad Hoc Networks.”, IEEE Network Magazine, July-Aug, 2002. S, Murthy, J. J. Garcia- Luna-Aceves, “An Efficient Routing Protocol for Wireless Networks.” ACM Mobile Networks and Applications Journal, Special Issue on Routing in Mobile Communication Networks, pp. 183-197, October 1996. 35.
(43) [14]. [15]. [16]. [17] [18] [19]. [20]. [21]. [22]. [23]. [24]. T. Camp, J. Boleng,B. Williams, L. Wilcox, W. Navidi, “Location Information Services in Mobile Ad Hoc Networks.”, In Proceedings of the IEEE International Conference on Communications(ICC),pages 3318-3324,New York City,New York, April 2002. B. Karp, H. T. Camp, “GPSR:Greedy perimeter stateless routing for wireless networks.” In Proceedings of the ACM/IEEE International Conference on Mobile Computing and Networking(MOBICOM’00),page 243-254,2000. Wen-Hwa Liao, Jang-Ping Sheu, Yu-Chee Tseng, “GRID: A Fully Location-Aware Routing Protocol for Mobile Ad hoc Networks.” Telecommunication Systems 18(1-3): 37-60 (2001) USCG Navigation Center GPS page Novembre 2003, http://www.navcen.uscg.gov/gps/default.htm E.D. Kaplan., “Understanding GPS: Principles and Applications.”, Artech House, Boston, MA, 1996. M. Takai, L. Bajaj, R, Ahuja, R. Bagrodia and M. Gerla, “GloMoSim: A Scalable Network Simulation Environment,” Technical report 990027, UCLA, Computer Science Department, 1999. Guangyu, P.; Geria, M.; Xiaoyan Hong: “LANMAR: landmark routing for large scale wireless ad hoc networks with group mobility” Mobile and Ad Hoc Networking and Computing, 2000. MobiHOC. 2000 First Annual Workshop on , 11 Aug. 2000 Pages:11 - 18 Agarwal, A.; Das, S.R.; “ Dead reckoning in mobile ad hoc networks “ Wireless Communications and Networking, 2003. WCNC 2003. 2003 IEEE , Volume: 3 , 16-20 March 2003 Pages:1838 - 1843 vol.3 Paechter, B.; Back, T.; Schoenauer, M.; Sebag, M.; Eiben, A.E.; Merelo, J.J.; Fogarty, T.C.; “A Distributed Resource Evolutionary Algorithm Machine (DREAM)” Evolutionary Computation, 2000. Proceedings of the 2000 Congress on , Volume: 2 , 16-19 July 2000 Pages:951 - 958 vol.2 M. Takai, L. Bajaj, R, Ahuja, R. Bagrodia and M.Gerla, “GloMoSim: A Scalable NetworkSimulation Environment,” Technical report990027, UCLA, Computer Science Department,1999. http://www.ietf.org/proceedings/00dec/I-D/draft-ietf-manet-fsr-00.txt. 36.
(44)
相關文件
Independent networks (indep. basic service set, IBSS), also known as ad hoc networks..
Shih, “On Demand QoS Multicast Routing Protocol for Mobile Ad Hoc Networks”, Special Session on Graph Theory and Applications, The 9th International Conference on Computer Science
(A)憑證被廣播到所有廣域網路的路由器中(B)未採用 Frame Relay 將無法建立 WAN
“Ad-Hoc On Demand Distance Vector Routing”, Proceedings of the IEEE Workshop on Mobile Computing Systems and Applications (WMCSA), pages 90-100, 1999.. “Ad-Hoc On Demand
In an ad-hoc mobile network where mobile hosts (MHs) are acting as routers and where routes are made inconsistent by MHs’ movement, we employ an associativity-based routing scheme
• As RREP travels backwards, each node sets pointer to sending node and updates destination sequence number and timeout entry for source and destination routes.. “Ad-Hoc On
Abstract— This paper has analyzed link probability, expected node degree, expected number of links, and expected area collectively covered by a finite number of nodes in wireless ad
“IEEE P1451.2 D2.01 IEEE Draft Standard for A Smart Transducer Interface for Sensors and Actuators - Transducer to Microprocessor Communication Protocols
