基于情景感知的移動Ad Hoc網(wǎng)絡(luò)自適應(yīng)路由協(xié)議

周欣欣，余鎮(zhèn)危

（1.東北電力大學(xué) 信息工程學(xué)院，吉林 吉林132012；2.中國礦業(yè)大學(xué) （北京）

機(jī)電與信息工程學(xué)院，北京100083）

0 引 言

目前許多移動Ad Hoc網(wǎng)絡(luò)的研究大多基于一種假設(shè)，即任意時刻發(fā)送方到接收方都存在至少一條連通路徑，而在實際應(yīng)用中，由于節(jié)點移動性和隨機(jī)性必然會導(dǎo)致網(wǎng)絡(luò)出現(xiàn) “孤島”現(xiàn)象，從而導(dǎo)致數(shù)據(jù)傳輸出現(xiàn)較大時延，降低網(wǎng)絡(luò)可用性。因此，如何在具有間歇連通特性的移動Ad Hoc網(wǎng)絡(luò)實現(xiàn)快速通信，仍然是當(dāng)前該領(lǐng)域的重點研究內(nèi)容［1－4］。

針對以上問題，本文提出一個具有情景感知的自適應(yīng)路由協(xié)議 （adaptive routing protocol based on context－aware，ARPBC），主要思想是在網(wǎng)絡(luò)出現(xiàn) “孤島”時，選擇具有最佳傳輸概率的節(jié)點作為攜帶數(shù)據(jù)分組的中繼節(jié)點，當(dāng)中繼節(jié)點移動到目的節(jié)點所在的連通域時，以多跳方式將數(shù)據(jù)分組轉(zhuǎn)發(fā)給接收節(jié)點。ARPBC 協(xié)議定義了情景信息效用函數(shù)，利用預(yù)測理論和多準(zhǔn)則決策理論對情景信息進(jìn)行預(yù)測和評價，計算出節(jié)點綜合傳輸概率值。該協(xié)議不需要節(jié)點了解任何地理位置信息，并且數(shù)據(jù)分組在網(wǎng)絡(luò)中僅有單一副本，能夠大大節(jié)省網(wǎng)絡(luò)帶寬資源。

1 ARPBC協(xié)議設(shè)計

1.1 協(xié)議概述

為了更好地理解ARPBC協(xié)議，首先考慮以下情景，兩組節(jié)點的連通情況如圖1所示形成兩個連通域 （假設(shè)在連通域內(nèi)節(jié)點使用目標(biāo)序列距離矢量 （DSDV）［5］路由算法并以多跳方式進(jìn)行數(shù)據(jù)傳輸）。節(jié)點H1想要發(fā)送數(shù)據(jù)到H8，由于發(fā)送節(jié)點和接收節(jié)點分別位于兩個網(wǎng)絡(luò) “孤島”內(nèi)，二者無法以多跳方式完成通信。假設(shè)各節(jié)點的傳輸概率如圖1所示，由于連通域1中H2具有最高的傳輸概率，因此，該數(shù)據(jù)分組被轉(zhuǎn)發(fā)給H2 節(jié)點并存儲在其緩沖區(qū)中。隨著節(jié)點移動，當(dāng)H2移動到H8所在的連通域2時，如圖2所示，H2接收到H8的路由信息，H2將存儲的數(shù)據(jù)分組以多跳方式發(fā)送給目的節(jié)點H8，完成通信。通過以上情景分析，當(dāng)網(wǎng)絡(luò)出現(xiàn)間歇連通時，節(jié)點傳輸概率的計算是關(guān)鍵所在，本文提出的ARPBC 協(xié)議新穎之處在于綜合了情景信息的預(yù)測值來計算傳輸概率。

圖1 網(wǎng)絡(luò)連通狀態(tài)

圖2 網(wǎng)絡(luò)連通狀態(tài)

ARPBC協(xié)議主要由計算情景信息屬性效用函數(shù)、情景信息預(yù)測、路由選擇與傳輸三部分組成。ARPBC 協(xié)議的路由決策主要是根據(jù)對情景信息屬性的預(yù)測值做出的，因此，準(zhǔn)確預(yù)測情景信息屬性趨勢是協(xié)議的關(guān)鍵。

ARPBC協(xié)議工作原理如下：首先，每個節(jié)點對連通域內(nèi)已知節(jié)點計算情景信息效用函數(shù)，然后，利用Kalman濾波器求出這些效用函數(shù)的預(yù)測值，采用多準(zhǔn)則決策理論［6］，最終計算出節(jié)點綜合傳輸概率值。傳輸概率值作為路由信息表的一個組成部分定期發(fā)送給連通域內(nèi)其它節(jié)點，當(dāng)網(wǎng)絡(luò)處于間歇連通狀態(tài)時啟動并執(zhí)行預(yù)測處理過程。

1.2 ARPBC協(xié)議相關(guān)假設(shè)

（1）在本協(xié)議中，節(jié)點不需要了解自身的地理位置，也不需要知道鄰居節(jié)點的地理位置，而只需要了解其相關(guān)的邏輯連接，從而可以節(jié)省由于GPS請求定位所消耗的能量和網(wǎng)絡(luò)帶寬，有效提高網(wǎng)絡(luò)生命周期。

（2）網(wǎng)絡(luò)中數(shù)據(jù)傳輸采用兩種方式，即同步傳輸和異步傳輸。若收發(fā)雙方處于同一連通域內(nèi)，數(shù)據(jù)分組將以同步方式進(jìn)行傳輸 （即當(dāng)發(fā)送方與接收方處于同一連通域內(nèi)，傳輸路徑上的節(jié)點均不存儲所轉(zhuǎn)發(fā)的數(shù)據(jù)分組，節(jié)點間以多跳方式進(jìn)行數(shù)據(jù)分組傳輸），否則，將采取異步傳輸方式（即當(dāng)發(fā)送方與接收方不在同一連通域內(nèi)時，選擇最優(yōu)節(jié)點作為中繼節(jié)點并將數(shù)據(jù)分組存儲在其緩沖區(qū)中）。

（3）連通域內(nèi)同步傳輸可以采用任何路由算法，本文采用距離矢量 （DSDV）路由算法。

1.3 ARPBC協(xié)議設(shè)計

1.3.1 情景信息效用函數(shù)

本文針對移動Ad Hoc網(wǎng)絡(luò)特性，重點討論兩個情景信息，即連接變化度和未來時段節(jié)點是否處于連通域內(nèi)，并給出其效用函數(shù)的具體定義。需要指出的是文中給出的模型是通用的，也可以根據(jù)不同應(yīng)用加入其它情景信息，如內(nèi)存可用性或者鄰居節(jié)點信息等。

定義1 節(jié)點h的連接變化度函數(shù)：Dh（t）是指在一段時間間隔內(nèi)節(jié)點h 遇見其它節(jié)點的總數(shù)，即包括時間間隔［t－ T，t］ 內(nèi)與節(jié)點h 成為鄰居或者斷開連接的節(jié)點數(shù)目，定義為

式中：n（t）——節(jié)點h在t時刻的鄰居節(jié)點集。函數(shù)值的大小反映的是時間間隔［t－T，t］內(nèi)鄰居數(shù)量是否有較大的變化，若該值較大，意味著節(jié)點h 最近一段時間鄰居節(jié)點的數(shù)量變化較大。

定義2 節(jié)點h和節(jié)點i連通狀態(tài)函數(shù)

若函數(shù)值為1則表示節(jié)點h與節(jié)點i在t時刻處于同一連通域內(nèi)，否則說明兩節(jié)點不在同一連通域內(nèi)。

綜合以上兩種情景信息，定義情景信息效用函數(shù)為

考慮到每種情景信息的相對重要程度，賦予每種情景信息不同的權(quán)重

式中：權(quán)值w1，w2——每個屬性的相對重要程度。

通常，情景信息的當(dāng)前值在一定程度上是有用的，但是，那些在未來時刻會被使用的值則更為重要，例如，若兩個節(jié)點在很長一段時間內(nèi)一直保持連通狀態(tài)，而僅僅在當(dāng)前時刻斷開連接十秒鐘，若只考慮當(dāng)前狀況，則連通狀態(tài)函數(shù)值為0。若兩節(jié)點在過去一段時間內(nèi)一直保持在同一連通域內(nèi)，則它們很可能在未來仍然處于同一連通域內(nèi)，可見使用情景信息的預(yù)測值比使用當(dāng)前值更有價值。因此，情景信息值的準(zhǔn)確預(yù)測對整個協(xié)議是至關(guān)重要的。

1.3.2 情景信息屬性值預(yù)測

本文使用Kalman 濾波器［7，8］來對情景信息值進(jìn)行預(yù)測。由于不需要節(jié)點存儲全部歷史信息，因此協(xié)議是輕量級的，適合于資源相對較匱乏的移動設(shè)備。

將情景信息效用函數(shù)值輸入Kalman濾波器，得到t＋T 時刻的預(yù)測結(jié)果，記為（t）和（t），然后通過使用多準(zhǔn)則決策理論得到效用函數(shù)的預(yù)測值，定義如下

上式表示節(jié)點h作為中繼節(jié)點傳輸數(shù)據(jù)分組給節(jié)點i的優(yōu)劣程度，即節(jié)點h的傳輸概率值。

1.3.3 效用函數(shù)的自適應(yīng)參數(shù)

然而，對于式（5）中的權(quán)重值是預(yù)先確定好的，是靜態(tài)的，它不能很好地反映情景信息隨時間的推移各情景信息值的變化情況。例如，電池電壓的小幅降低可能意味著電池電量即將用盡，因此，就要求屬性權(quán)重的非線性下降應(yīng)該能夠準(zhǔn)確反映出這種狀況。一般情況下，我們期望效用函數(shù)各項的權(quán)值能夠動態(tài)地進(jìn)行調(diào)整，即具有自適應(yīng)性。本文通過引入一個自適應(yīng)權(quán)重值a（xi）到式 （5）中來解決這一問題。a（xi）是一個復(fù)合參數(shù)，在本文中，主要定義3個重要方面：即情景信息xi取值范圍自適應(yīng)權(quán)值，記為arange（xi）；情景信息可預(yù)測性自適應(yīng)權(quán)值，記為apredictability（xi）；情景信息的可獲性自適應(yīng)權(quán)值，記為aavailability（xi）。具體定義如下：

（1）屬性取值范圍自適應(yīng)權(quán)值：定義一個自適應(yīng)權(quán)重函數(shù)arange（xi），其取值范圍為 ［0，1］。例如，考慮電池剩余電量 （可以用電池電量的百分比來表示），可以使用單調(diào)減函數(shù) （不一定是線性的）來描述具有不斷降低的自適應(yīng)權(quán)重，可以確保隨著剩余電量逐漸趨近于0時，相應(yīng)的效用函數(shù)權(quán)重也不斷降低。

（2）情景信息可預(yù)測性自適應(yīng)權(quán)重函數(shù)：對于給定的某種情景信息，預(yù)測模型有時也無法給出某一時間間隔的準(zhǔn)確預(yù)測。本文通過引入兩個離散值 （0或1）來對可預(yù)測性進(jìn)行定義

（3）情景信息可獲性自適應(yīng)權(quán)重函數(shù)：如果假設(shè)所有的情景信息具有相同的可獲度顯然是不合理，因此，希望存在情景信息可獲性的時間變化集，并且其值是已知的，定義如下

則自適應(yīng)權(quán)重a（xi）定義如下

將自適應(yīng)權(quán)重值a（xi）引入到式 （5）中，則將式 （8）修改為

式 （9）綜合考慮了兩種情景信息，目的是求出節(jié)點的最佳傳輸概率值，即max U∧h，i，當(dāng)網(wǎng)絡(luò)出現(xiàn) “孤島”時，選擇具有最優(yōu)傳輸概率值的節(jié)點作為承載數(shù)據(jù)分組的中繼節(jié)點。

我們將此方法進(jìn)一步抽象，給出一個通用模型，即

式中：xi——不同情景信息，效用函數(shù)f（U1，U2，…，Un）中包含了每種情景信息的預(yù)測值，并充分考慮了各種屬性所占的權(quán)重以及權(quán)重的自適應(yīng)性。顯然，這是一個多目標(biāo)優(yōu)化問題，一般情況下，一個目標(biāo)的優(yōu)化往往可能伴隨著其它目標(biāo)的性能降低，因此，要使所有目標(biāo)均達(dá)到最大化是不可能的，必須要對其進(jìn)行折中以便得結(jié)果最大化，可以采用多準(zhǔn)則決策理論進(jìn)行求解。

1.3.4 路由選擇

前文詳細(xì)敘述了根據(jù)節(jié)點情景信息的預(yù)測值來計算其傳輸概率的方法。下面，討論這些信息在網(wǎng)絡(luò)中是如何傳播的。

（1）路由表格式：每個節(jié)點維護(hù)一個包含有情景信息屬性概率值的路由表，路由表結(jié)構(gòu)如下：

其中，第1個字段是目的節(jié)點ID，第2個和第3個字段是根據(jù)DSDV 路由算法計算出來的下一跳節(jié)點ID 和距離，第4項是具有最佳傳輸概率的下一跳節(jié)點ID，其傳輸概率值被保存在路由表中最后一個字段中。路由表既可用于同步傳輸也可用于異步傳輸：當(dāng)發(fā)送方與接收方在同一連通域內(nèi)時，采用同步傳輸方式，即根據(jù)路由信息（nextHopId和dist）以多跳方式進(jìn)行數(shù)據(jù)傳輸；當(dāng)接收方與發(fā)送方不在同一連通域內(nèi)時，啟動異步傳輸過程，即選擇具有最佳傳輸概率的節(jié)點作為存儲數(shù)據(jù)分組的中繼節(jié)點 （根據(jù)bestHopHostId和deliveryProb）。在本協(xié)議中，假定當(dāng)多跳距離大于等于16 的時候認(rèn)為是不可達(dá) （選擇16 是因為在路由信息協(xié)議 （RIP）中認(rèn)為是不可達(dá)［9］），這一參數(shù)也可以根據(jù)實際需求進(jìn)行調(diào)整。如果沒有接收到任何更新信息，例如由于暫時斷開連接、傳輸錯誤 （如受到干擾）或者由于節(jié)點已經(jīng)移動離開等原因，這時將啟用濾波器進(jìn)行預(yù)測更新。如果在給定的濾波器的刷新時間間隔 （也就是等于到路由表中的發(fā)送間隔）沒有接收到任何更新信息，則將濾波器上一次的輸出作為本次的輸入。

（2）路由表更新：節(jié)點間定期交換路由表，當(dāng)節(jié)點接收到路由表更新信息時，它會根據(jù)自己存儲的路由表檢查對應(yīng)的記錄。在同步傳輸過程中，若接收到具有相同的targetHostId和更低或等距離的記錄，則節(jié)點路由表中的記錄將被替換 （需要說明的是，為了保持路由表信息的更新度，當(dāng)距離相等時也會替換記錄）。相反，在異步傳輸過程中，當(dāng)且僅當(dāng)接收到相同的targetHostId和更高或者等于傳輸概率時記錄才會被替換。如前所述，當(dāng)丟失一定數(shù)量的更新信息后，該記錄被刪除，這也避免那些具有較高傳輸概率但實際上已經(jīng)是過期的信息仍然存在于路由表中。當(dāng)路由表已滿時，則將從那些不可達(dá)的節(jié)點記錄開始進(jìn)行替換 （即distance字段等于或大于16的節(jié)點），其次將選擇最低傳輸概率的記錄進(jìn)行替換。

1.3.5 數(shù)據(jù)分組傳輸過程

（1）同步傳輸過程：當(dāng)發(fā)送端已經(jīng)發(fā)送出數(shù)據(jù)分組，若接收端是同步可達(dá)的 （即在路由表中存在一條記錄，其targetHostId字段是接收節(jié)點且距離小于16），則數(shù)據(jù)分組被轉(zhuǎn)發(fā)到nextHopId所指示的下一跳節(jié)點。由于路由表更新存在傳播時延，會出現(xiàn)當(dāng)前傳輸路徑已經(jīng)斷開，而相關(guān)的路由表更新信息還未到達(dá)，這種情況下，數(shù)據(jù)分組仍然會被轉(zhuǎn)發(fā)，直到轉(zhuǎn)發(fā)到已經(jīng)接收到路徑損壞消息的節(jié)點為止。此時，節(jié)點將檢查是否可以使用異步傳輸機(jī)制 （即選擇路由表中的最佳中繼節(jié)點進(jìn)行數(shù)據(jù)分組的轉(zhuǎn)發(fā)）。否則，節(jié)點在其緩沖區(qū)中緩存該數(shù)據(jù)分組，并嘗試在下一發(fā)送周期中重新發(fā)送。

（2）異步傳輸過程：如果路由表中沒有到達(dá)接收端的路徑 （即dist等于或大于16），消息將被轉(zhuǎn)發(fā)到具有最高傳輸概率的節(jié)點 （由deliveryProb所指示的），即選擇路由表中targetHostId值等于bestHopHostId 的節(jié)點作為存儲數(shù)據(jù)分組的中繼節(jié)點。當(dāng)然，也會由于中繼節(jié)點離開連通網(wǎng)絡(luò)區(qū)域而造成中繼節(jié)點不可達(dá)的情況，這種情況下，如果連接斷開的更新消息已經(jīng)發(fā)送給發(fā)送端，則將該節(jié)點作為最佳中繼節(jié)點的記錄將被刪除 （設(shè)置一個無效狀態(tài)，可以用0表示）。如果這一消息尚未被轉(zhuǎn)發(fā)給發(fā)送端時，中繼節(jié)點發(fā)現(xiàn)拓?fù)渥兓螅瑢L試再次發(fā)送數(shù)據(jù)分組。

（3）重傳機(jī)制：對于存在緩沖區(qū)中的數(shù)據(jù)分組，節(jié)點會定期地檢查自身路由表，如果路由表中存在相應(yīng)的路由信息，則該消息會以同步方式轉(zhuǎn)發(fā)給接收節(jié)點或者將數(shù)據(jù)分組轉(zhuǎn)發(fā)給下一跳中繼節(jié)點。如果沒有對應(yīng)的路由信息存在，則數(shù)據(jù)分組將駐留在緩沖區(qū)中。

2 仿真實驗與分析

2.1 仿真環(huán)境參數(shù)設(shè)置

為了進(jìn)一步驗證ARPBC 協(xié)議的性能，建立了仿真環(huán)境對其進(jìn)行驗證分析。本文使用OMNet＋＋作為仿真實驗平臺［10］，仿真場景為100個節(jié)點隨機(jī)分布在1000m×1000 m 的矩形區(qū)域中，節(jié)點能夠隨機(jī)移動，移動速度為0～20 m／s，節(jié)點無線發(fā)射半徑都是100m，節(jié)點無線接口帶寬均為2 M／s，MAC層采用IEEE的802.11協(xié)議，數(shù)據(jù)分組大小為512字節(jié)，發(fā)送速率為300kbps，發(fā)送節(jié)點和接收節(jié)點隨機(jī)產(chǎn)生，每秒產(chǎn)生10個節(jié)點作為發(fā)送節(jié)點。假設(shè)網(wǎng)絡(luò)中所有的節(jié)點具有相同的重要性 （即arange＝1）并且情景信息屬性值在仿真期間是可獲得的 （即aavailability＝1）。w1和w2的值分別設(shè)為0.25和0.75。每個數(shù)據(jù)分組都設(shè)一個生命周期字段 （初值是10），隨著數(shù)據(jù)分組傳輸?shù)较乱粋€節(jié)點，該值自動減1。數(shù)據(jù)分組發(fā)送失敗最大重傳次數(shù)為7。數(shù)據(jù)分組重傳和路由表更新間隔時間設(shè)為20s。本地效用函數(shù)更新時間也為20s。為了評價ARPBC算法性能，將其與機(jī)會網(wǎng)絡(luò)中常用的Epidemic Routing和PRoPHET 路由算法進(jìn)行性能比較。為了使實驗結(jié)果更具一般性，每個實驗都是10次仿真數(shù)據(jù)的平均值。

2.2 仿真結(jié)果與分析

首先分析節(jié)點移動速度對數(shù)據(jù)傳輸成功率的影響，節(jié)點移動速度為0～20m／s，每隔5個單位取一個值，計算數(shù)據(jù)傳輸成功率，如圖3所示，ARPBC 算法傳輸成功率要高于其它兩種算法，并且隨著節(jié)點的移動速度增加，會有更好的傳輸成功率，這是由于隨著節(jié)點移動速度增加會使中繼節(jié)點更快地進(jìn)入目的節(jié)點所在的連通域內(nèi)，進(jìn)而將數(shù)據(jù)分組以多跳方式傳輸至目的節(jié)點，因此，能夠有效提高傳輸成功率。

圖3 移動速度對傳輸成功率的影響

下面討論節(jié)點移動速度對端到端平均時延的影響。如圖4所示，ARPBC協(xié)議的平均時延相對較少，原因是該協(xié)議能夠充分考慮到情景信息的預(yù)測值而不是當(dāng)前值來選取中繼節(jié)點，這樣能夠有效減少節(jié)點由于短暫離開網(wǎng)絡(luò)而對中繼節(jié)點選取的影響，從而能夠較大幅度提高傳輸成功率，有效降低端到端時延。

圖5為數(shù)據(jù)分組投遞率曲線，圖中可以看出，本文的數(shù)據(jù)分組成功投遞率要比其它兩種算法要優(yōu)越。雖然在仿真的開始階段，算法成功投遞率略低于其它兩種算法，這主要是由于需要轉(zhuǎn)發(fā)的數(shù)據(jù)分組在網(wǎng)絡(luò)中只存在單一副本，因此成功率略低，但是隨著時間的推移，由于選取了具有最佳傳輸概率值的節(jié)點作為承載數(shù)據(jù)的中繼節(jié)點，因此，會逐漸顯示出其性能上的提高。

圖4 移動速度對端到端延遲的影響

圖5 數(shù)據(jù)分組投遞率比較

3 結(jié)束語

本文針對具有間歇連接特性的移動Ad Hoc網(wǎng)絡(luò)數(shù)據(jù)傳輸率較低，提出了具有情景感知的自適應(yīng)路由協(xié)議ARPBC。本文將預(yù)測技術(shù)引入路由協(xié)議中，進(jìn)行路由選擇和數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制。此外，文中提出了移動環(huán)境情景信息效用函數(shù)預(yù)測通用框架，用以選擇最佳的中繼節(jié)點作為數(shù)據(jù)承載節(jié)點。仿真實驗表明，ARPBC協(xié)議具有良好的性能，能夠有效提高數(shù)據(jù)傳輸成功率，降低端到端時延，同時能夠節(jié)省寶貴的帶寬資源。在下一步工作中，將主要研究權(quán)重系數(shù)對整個協(xié)議的影響以及節(jié)點緩沖區(qū)大小對協(xié)議的影響。

［1］Samuel H.DTN based dominating set routing for MANET in heterogeneous wireless networking.mobile network ［J］.Mobile Networks and Applications，2009，14 （2）：154－164.

［2］Basagni S，Conti M，Glordano S，et al.Mobile Ad Hoc networking［M］.Xi’an：Xi’an Jiaotong University Press，2012：1－460 （in Chinese）.［Basagni S，Conti M，Glordano S，等.移動Ad Hoc網(wǎng)絡(luò)［M］.西安：西安交通大學(xué)出版社，2012：1－460.］

［3］Ikki，SS，Ahmed，MH.Performance analysis of adaptive decode－and－forward cooperative diversity networks with best－relay selection ［J］.IEEE Transaction on Communications，2010，56 （1）：68－72.

［4］XU Bintai.Research on conectivity of wireless Ad Hoc networks［D］.Nanjing：Nanjing University of Posts and Telecommunications，2013 （in Chinese）. ［徐彬泰.無線Ad Hoc網(wǎng)絡(luò)連通性的研究 ［D］.南京：南京郵電大學(xué)，2013.］

［5］Kumar D，Srivastava A，Gupta SC.Performance comparison of DSDV and AODV routing protocols in MANETS ［J］.International Journal of Electronics Communication and Computer Technology，2012，2 （3）：120－124.

［6］FANG Guohua，HUANG Xianfeng.Multi－objective decision theory and its application ［M］.Beijing：Science Press Ltd，2011：1－236 （in Chinese）.［方國華，黃顯峰.多目標(biāo)決策理論、方法及其應(yīng)用 ［M］.北京：科學(xué)出版社，2011：1－236.］

［7］Charles K.Chui，CHEN GR.Kalman filtering with real－time applications ［M］.4th ed.Beijing：Tsinghua University Press，2013：1－193 （in Chinese）. ［Charles K.Chui，陳關(guān)榮.卡爾曼濾波及其實時應(yīng)用 ［M］.4版.北京：清華大學(xué)出版社，2013：1－193.］

［8］CAO Yuping，TIAN Xuemin.Nonlinear system fault prognosis based on SVM and Kalman predictor［J］.Control and Decision，2009 （3）：477－480 （in Chinese）. ［曹玉蘋，田學(xué)民.基于SVM 和Kalman預(yù)測的非線性系統(tǒng)故障預(yù)報 ［J］.決策與控制，2009 （3）：477－480.］

［9］RIP ［EB／OL］.http：／／zh.wikipedia.org／wiki／%E8%B7%AF－%E7%94%B1%E4%BF%A1%E6%81%AF%E5%8D%8F%E8%AE%AE，2013.

［10］ZHAO Yongli，ZHANG Jie.OMNet＋＋and network simulation ［M］.Beijing：Posts ＆Telecom Press，2012 （in Chinese）. ［趙永利，張杰.OMNeT＋＋與網(wǎng)絡(luò)仿真 ［M］.北京：人民郵電出版社，2012.］