移動網(wǎng)絡(luò)中多跳路由協(xié)議的延遲控制與帶寬優(yōu)化

摘要：文章分析了網(wǎng)絡(luò)節(jié)點的移動特性和帶寬需求，設(shè)計了一種動態(tài)路由選擇機制。該機制有效降低了路由中的數(shù)據(jù)傳輸延遲，優(yōu)化了帶寬分配策略。該研究使用仿真測試和實際網(wǎng)絡(luò)部署相結(jié)合的方式，驗證了所提算法在不同場景下的性能表現(xiàn)。結(jié)果顯示，該方法顯著提升了網(wǎng)絡(luò)的傳輸效率，降低了網(wǎng)絡(luò)負載和資源浪費，為未來移動網(wǎng)絡(luò)中多跳路由的優(yōu)化設(shè)計提供了參考。

關(guān)鍵詞：移動網(wǎng)絡(luò)；多跳路由協(xié)議；延遲控制；帶寬優(yōu)；自適應(yīng)路由

中圖分類號：TN914" 文獻標志碼：A

0 引言

隨著無線通信技術(shù)的快速發(fā)展，移動網(wǎng)絡(luò)在日常生活中占據(jù)了越來越重要的地位，特別是在物聯(lián)網(wǎng)、智能交通和移動計算等應(yīng)用場景中，而移動網(wǎng)絡(luò)的可靠性、傳輸效率和穩(wěn)定性成了關(guān)鍵問題。傳統(tǒng)的路由協(xié)議在設(shè)計時往往假設(shè)網(wǎng)絡(luò)拓撲結(jié)構(gòu)較為穩(wěn)定，忽略了移動節(jié)點頻繁變化帶來的復(fù)雜性，從而導(dǎo)致其在實際應(yīng)用中出現(xiàn)較高的傳輸延遲和帶寬利用率低的問題。在高動態(tài)網(wǎng)絡(luò)環(huán)境中，多跳路由協(xié)議中的延遲和帶寬問題變得更加突出。深入分析多跳路由協(xié)議的延遲和帶寬問題，設(shè)計自適應(yīng)的路由優(yōu)化方案，已經(jīng)成為提升移動網(wǎng)絡(luò)整體性能的關(guān)鍵挑戰(zhàn)之一。

1 多跳路由協(xié)議的延遲問題分析

1.1 節(jié)點移動性對延遲的影響

移動網(wǎng)絡(luò)節(jié)點的位置不斷變化會導(dǎo)致網(wǎng)絡(luò)拓撲結(jié)構(gòu)頻繁改變，進而影響路由路徑的穩(wěn)定性。隨著節(jié)點的移動，數(shù)據(jù)包在傳輸過程中可能需要經(jīng)過更多的跳數(shù)才能到達目的地，增加了總的傳輸時間^［1］。當節(jié)點移出原有的覆蓋范圍時，原本有效的路由路徑將失效，導(dǎo)致路由器不得不重新計算新的傳輸路徑。在路徑重建過程中，路由信息的更新需要一定的時間，進一步延長了傳輸延遲。當節(jié)點的移動速度加快時，路由頻繁中斷，路由表更新頻率隨之增加，從而導(dǎo)致網(wǎng)絡(luò)中的路由延遲顯著上升。

1.2 網(wǎng)絡(luò)拓撲動態(tài)變化的影響

在移動網(wǎng)絡(luò)中，拓撲結(jié)構(gòu)隨著節(jié)點的移動和環(huán)境變化而不斷調(diào)整。動態(tài)拓撲使得多跳路由協(xié)議的路由路徑必須持續(xù)更新，這種頻繁的路徑變化會顯著影響數(shù)據(jù)包的傳輸效率。當拓撲變化時，路由協(xié)議需要將新的路由信息快速傳播到網(wǎng)絡(luò)中的所有節(jié)點，以便更新其路由表。而信息的傳播需要一定時間，多跳網(wǎng)絡(luò)中路由信息需要逐跳傳播到目的節(jié)點，這一過程帶來的時延將直接影響網(wǎng)絡(luò)的整體延遲性能。在大規(guī)模網(wǎng)絡(luò)中，由于拓撲結(jié)構(gòu)的高度動態(tài)性，路由信息可能還沒有完全傳播到所有節(jié)點，某些節(jié)點仍然使用舊的路由表進行數(shù)據(jù)傳輸，結(jié)果導(dǎo)致數(shù)據(jù)包傳輸路徑冗長或失敗，進一步加劇了網(wǎng)絡(luò)延遲問題。

1.3 路由路徑中的數(shù)據(jù)傳輸瓶頸

瓶頸的形成往往與路由路徑的選擇機制有關(guān)。當數(shù)據(jù)傳輸經(jīng)過多個節(jié)點時，任意一個節(jié)點的處理能力不足或鏈路質(zhì)量下降都會成為傳輸?shù)钠款i。因某些節(jié)點的帶寬資源有限，高負載情況下無法滿足所有數(shù)據(jù)包的同時傳輸需求，數(shù)據(jù)包在傳輸過程中會經(jīng)歷較長時間的排隊等待，因此延遲增加。在這種情況下，即使其他節(jié)點和鏈路的資源充足，傳輸?shù)恼w速度仍會因為某個瓶頸節(jié)點的限制而下降。

2 多跳路由協(xié)議的帶寬優(yōu)化問題分析

2.1 帶寬利用率低的原因

路由協(xié)議的設(shè)計通常以最短路徑或最少跳數(shù)作為選擇標準，忽視了網(wǎng)絡(luò)中的帶寬動態(tài)變化和鏈路質(zhì)量問題。這種靜態(tài)的路由選擇方法導(dǎo)致某些高帶寬鏈路未被充分利用，而低質(zhì)量的鏈路卻因為路徑短而承載了大量數(shù)據(jù)流量，造成資源分配不均衡，降低了整體網(wǎng)絡(luò)的帶寬利用率。節(jié)點的移動性也會導(dǎo)致某些鏈路或節(jié)點在特定時間段內(nèi)承載大量的數(shù)據(jù)流量，帶寬資源被迅速消耗，而其他鏈路或節(jié)點的資源卻處于閑置狀態(tài)。特別是在高密度節(jié)點網(wǎng)絡(luò)中，擁塞問題更加嚴重，帶寬資源無法均衡分配。路由協(xié)議的頻繁更新也會占用網(wǎng)絡(luò)帶寬。

2.2 不同場景下的帶寬分配問題

多跳路由協(xié)議中不同應(yīng)用場景對帶寬的需求各不相同，如表1所示。

實時視頻監(jiān)控和應(yīng)急通信需要穩(wěn)定、持續(xù)的帶寬支持，但由于節(jié)點的移動性和鏈路不穩(wěn)定，實際分配的帶寬往往低于需求，導(dǎo)致網(wǎng)絡(luò)傳輸出現(xiàn)瓶頸，影響通信效果。智能交通系統(tǒng)盡管拓撲變化頻繁，路由協(xié)議仍能較好維持帶寬分配的穩(wěn)定性，利用率較高^［2］。無人機群協(xié)作通信需求非常高，尤其是多個無人機同時傳輸數(shù)據(jù)時，路由協(xié)議難以及時分配足夠的帶寬資源，部分鏈路出現(xiàn)擁塞，降低了帶寬利用率。物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)帶寬需求相對較低，但由于拓撲頻繁變化，帶寬資源分配不均衡，利用率偏低。

3 自適應(yīng)路由算法的設(shè)計

3.1 基于拓撲信息的動態(tài)路由機制

自適應(yīng)路由算法的核心在于動態(tài)路由機制的設(shè)計，它能夠根據(jù)網(wǎng)絡(luò)拓撲結(jié)構(gòu)的變化及時調(diào)整路由路徑。自適應(yīng)路由算法可以實時獲取并分析網(wǎng)絡(luò)的拓撲信息，動態(tài)調(diào)整路由選擇。拓撲信息包括節(jié)點間的連接狀態(tài)、鏈路質(zhì)量、帶寬占用率等參數(shù)，該算法可以根據(jù)這些信息判斷最優(yōu)的路由路徑，避免擁塞與延遲問題。

動態(tài)路由機制的設(shè)計依賴于拓撲信息的持續(xù)更新，每個節(jié)點定期向相鄰節(jié)點廣播自身的狀態(tài)信息，如鏈路質(zhì)量、可用帶寬和節(jié)點負載情況。這些信息被匯總并轉(zhuǎn)發(fā)至其他節(jié)點，形成一個全局的網(wǎng)絡(luò)拓撲視圖。路由算法基于該視圖，計算從源節(jié)點到目的節(jié)點的最佳路徑。動態(tài)路由的優(yōu)勢在于，當某條路徑上的鏈路質(zhì)量下降或節(jié)點移動導(dǎo)致斷鏈時，該算法能夠迅速重新計算新的路徑，確保數(shù)據(jù)傳輸?shù)倪B續(xù)性^［3］。當某一鏈路出現(xiàn)擁堵時，該算法會選擇其他未被充分利用的鏈路進行數(shù)據(jù)傳輸，從而避免帶寬資源的浪費。該算法依靠動態(tài)更新能夠減少控制信息的冗余傳播，因為只在必要時才會進行路由表的更新和傳輸，降低了帶寬的占用。

3.2 節(jié)點移動特性的分析與建模

節(jié)點移動特性可以預(yù)判節(jié)點的移動軌跡，進而提前調(diào)整路由選擇，避免因節(jié)點移動導(dǎo)致的路由斷鏈問題。移動特性通常包括節(jié)點的移動速度、方向和位置變化頻率。自適應(yīng)路由算法引入了基于馬爾可夫鏈的預(yù)測模型。設(shè)定網(wǎng)絡(luò)中的每個節(jié)點為一個狀態(tài)，節(jié)點在不同時刻的位置變化可以視為狀態(tài)轉(zhuǎn)移^［4］。若節(jié)點的當前位置為狀態(tài)St，下一時刻的位置為狀態(tài) St+1，則狀態(tài)轉(zhuǎn)移概率可表示為：

P（St+1|St）=P（St+1|St，vt，θt）

其中，vt為節(jié)點在時刻t的速度，θt為節(jié)點的移動方向。該算法可以估計出每個節(jié)點在未來時刻的概率分布，從而推斷節(jié)點可能發(fā)生的位置變化?；谶@些信息，路由算法能夠在節(jié)點移動前預(yù)判到網(wǎng)絡(luò)拓撲結(jié)構(gòu)的變化，提前進行路由調(diào)整。

移動模型考慮了節(jié)點的平均移動距離davg和停留時間Ts。這些參數(shù)能夠幫助算法更好地理解節(jié)點在特定區(qū)域的停留或離開趨勢。公式為：

davg=∑Ni=1diN

Ts=∑Ni=1TsiN

其中，di表示第i個節(jié)點的移動距離，Tsi為其停留時間，N為節(jié)點數(shù)量。這些數(shù)據(jù)能夠幫助該算法優(yōu)化對節(jié)點移動的預(yù)判?；谶@些分析，該算法能夠在節(jié)點高速移動或進入高負載區(qū)域前，及時調(diào)整路由策略，從而有效減少網(wǎng)絡(luò)中的路由斷鏈情況，保持較低的傳輸延遲。

3.3 路由算法的優(yōu)化策略設(shè)計

自適應(yīng)路由算法的優(yōu)化策略設(shè)計需要結(jié)合拓撲信息和節(jié)點移動特性，路徑選擇和流量控制要智能化，網(wǎng)絡(luò)資源利用要最大化。路由優(yōu)化的第一步是根據(jù)鏈路質(zhì)量和帶寬動態(tài)調(diào)整路徑選擇^［5］。設(shè)定網(wǎng)絡(luò)中每條鏈路的質(zhì)量因子Qij，代表節(jié)點i到節(jié)點j的鏈路狀態(tài)。質(zhì)量因子考慮了鏈路的丟包率、時延和可用帶寬，公式如下：

Qij=BijLij·Dij

其中，Bij表示鏈路的可用帶寬，Lij為鏈路的丟包率，Dij為鏈路的時延。算法根據(jù)各條鏈路的Qij值選擇傳輸路徑，確保選擇的路徑具有最優(yōu)的傳輸性能。

自適應(yīng)路由算法優(yōu)化策略的第二步是引入了一種基于最大流的帶寬平衡方法。該算法計算每條可選路徑上的最大流量Fmax，確保每條路徑上的流量不會超過其最大承載能力：

Fmax=min（Bij，Cij）

其中，Cij為節(jié)點i和節(jié)點j之間的鏈路容量。該算法能夠動態(tài)調(diào)整每條路徑上的數(shù)據(jù)流量，避免擁塞問題，使帶寬利用率最大化。本研究在選擇路由時還須考慮節(jié)點的負載均衡。該算法可以實時監(jiān)測每個節(jié)點的處理能力和當前負載情況，以負載因子來衡量節(jié)點的負載狀態(tài)。負載因子越高，說明節(jié)點負載越重，該算法會自動減少通過該節(jié)點的流量，優(yōu)先選擇負載較低的節(jié)點進行數(shù)據(jù)傳輸。這種負載均衡機制可以有效減少網(wǎng)絡(luò)中某些節(jié)點或鏈路的擁塞，優(yōu)化整個網(wǎng)絡(luò)的傳輸效率。

4 仿真與實際部署測試

4.1 仿真環(huán)境和參數(shù)設(shè)置

本研究在NS-3網(wǎng)絡(luò)仿真平臺上搭建了仿真環(huán)境，NS-3是一款廣泛用于網(wǎng)絡(luò)協(xié)議仿真的工具，它支持多跳無線網(wǎng)絡(luò)的路由協(xié)議仿真。該仿真采用了一個由50個移動節(jié)點構(gòu)成的網(wǎng)絡(luò)，這些節(jié)點分布在1000m×1000m的區(qū)域內(nèi)。每個節(jié)點的初始位置和速度隨機設(shè)置，模擬真實的移動網(wǎng)絡(luò)環(huán)境。節(jié)點的最大移動速度為20m/s，最小移動速度為1m/s，移動方向隨機變化，符合實際應(yīng)用中的移動特性。無線鏈路的傳輸功率設(shè)定為20 dBm，鏈路之間的傳輸距離為50m至250m，鏈路的丟包率和信號衰減參數(shù)根據(jù)距離和環(huán)境障礙物變化自動調(diào)整。本研究為評估路由協(xié)議的帶寬利用率，設(shè)置了不同的帶寬需求場景，帶寬范圍從5Mbps至50Mbps不等，涵蓋物聯(lián)網(wǎng)傳感器、視頻監(jiān)控、無人機群通信等不同應(yīng)用場景。每個節(jié)點的發(fā)包速率設(shè)定為1Mbps至10Mbps，模擬網(wǎng)絡(luò)中多種并發(fā)數(shù)據(jù)流量。

本研究的仿真中使用了按需路由協(xié)議（Ad hoc OnDemand Distance Vector，AODV）和表驅(qū)動路由協(xié)議（Optimized Link State Routing，OLSR）作為對比參考算法，這2種算法在多跳路由協(xié)議中被廣泛使用^［6］。仿真時間設(shè)置為500s，記錄各項性能指標，包括延遲、帶寬利用率、鏈路負載和數(shù)據(jù)包丟失率等。

4.2 不同場景下的性能評估

本研究選擇了3個典型的應(yīng)用場景進行仿真測試。場景一為物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)，該場景中節(jié)點的帶寬需求較低，數(shù)據(jù)傳輸速率為5Mbps，網(wǎng)絡(luò)中的節(jié)點大多處于低移動性狀態(tài)，主要用于評估算法在低負載、低帶寬需求下的表現(xiàn)。場景二為實時視頻監(jiān)控，帶寬需求較高，達到20Mbps，節(jié)點的移動性中等，旨在展現(xiàn)測試算法在中等帶寬和流量負載下的性能表現(xiàn)。場景三為無人機群協(xié)作通信，帶寬需求極高，為50Mbps，節(jié)點高速移動，模擬高速移動場景下對路由協(xié)議的挑戰(zhàn)。

本研究評估的性能指標包括平均端到端延遲、帶寬利用率、節(jié)點負載均衡程度和數(shù)據(jù)包丟失率。評估過程通過在不同時間間隔內(nèi)隨機產(chǎn)生的數(shù)據(jù)流量，觀察路由算法在動態(tài)拓撲結(jié)構(gòu)下的適應(yīng)能力和資源分配效果。

4.3 結(jié)果分析與性能對比

本研究根據(jù)以上仿真與實際部署得到不同場景下的性能對比數(shù)據(jù)，如表2所示。

從數(shù)據(jù)可以看出，自適應(yīng)路由算法在3個不同的場景下表現(xiàn)均優(yōu)于傳統(tǒng)的AODV和OLSR算法。物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)中，自適應(yīng)路由算法的平均延遲為25ms，帶寬利用率達到85%，丟包率僅為1.2%，相比AODV和OLSR，延遲和丟包率顯著降低，帶寬利用率明顯提升。實時視頻監(jiān)控場景下，自適應(yīng)路由算法的平均延遲為40ms，帶寬利用率為88%，丟包率為1.5%，整體表現(xiàn)優(yōu)于AODV和OLSR，在高帶寬需求下展現(xiàn)了良好的性能。在無人機群協(xié)作通信場景中，自適應(yīng)路由算法的平均延遲為60ms，帶寬利用率為80%，丟包率為2%，相比AODV和OLSR在高速移動場景下更加穩(wěn)定，尤其是在延遲和丟包率方面具有顯著優(yōu)勢。整體來看，自適應(yīng)路由算法在延遲控制、帶寬利用和丟包率方面均具有較大優(yōu)勢，適用于多種復(fù)雜網(wǎng)絡(luò)環(huán)境。

本研究得到的節(jié)點負載均衡數(shù)據(jù)顯示，在物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)中，自適應(yīng)路由算法的最高節(jié)點負載為70%，最低節(jié)點負載為55%，平均負載差異為15%，而AODV和OLSR的負載差異分別為40%和30%，表明自適應(yīng)路由算法能夠更均衡地分配節(jié)點負載。在實時視頻監(jiān)控場景下，自適應(yīng)路由算法的最高節(jié)點負載為75%，最低節(jié)點負載為60%，平均負載差異依然為15%，遠優(yōu)于AODV的35%和OLSR的25%。在無人機群協(xié)作通信中，自適應(yīng)路由算法的最高負載為85%，最低負載為65%，平均負載差異為20%，相比AODV和OLSR的負載差異（分別為45%和38%）表現(xiàn)更加均衡。這些結(jié)果表明，自適應(yīng)路由算法能夠有效避免部分節(jié)點或鏈路的過載，優(yōu)化了網(wǎng)絡(luò)資源的使用，尤其在高負載場景下更具穩(wěn)定性和適應(yīng)性。

5 結(jié)語

本研究設(shè)計并驗證了一種基于拓撲信息和節(jié)點移動特性分析的自適應(yīng)路由算法，該算法解決了移動網(wǎng)絡(luò)中多跳路由協(xié)議的延遲控制與帶寬優(yōu)化問題。該算法在仿真測試中所表現(xiàn)出的性能要優(yōu)于傳統(tǒng)的AODV和OLSR，不僅降低了網(wǎng)絡(luò)延遲，還有效提高了帶寬利用率，減少了數(shù)據(jù)包丟失和帶寬浪費。該算法在負載均衡方面也表現(xiàn)突出，避免了網(wǎng)絡(luò)資源的過度集中和節(jié)點過載問題，適用于物聯(lián)網(wǎng)、視頻監(jiān)控、無人機群協(xié)作等多種應(yīng)用場景。

參考文獻

［1］謝佳.基于低功耗的無線傳感器網(wǎng)絡(luò)路由協(xié)議的研究與優(yōu)化［D］.南京：南京郵電大學(xué)，2023.

［2］廖學(xué)文，耿烜.基于Q學(xué)習(xí)的蟻群優(yōu)化水聲網(wǎng)絡(luò)協(xié)議［J］.計算機系統(tǒng)應(yīng)用，2023（9）：272-279.

［3］杜旭陽.IRS輔助的車載毫m波網(wǎng)絡(luò)中高效路由協(xié)議的研究［D］.合肥：中國科學(xué)技術(shù)大學(xué)，2023.

［4］周良軍.面向生態(tài)監(jiān)測系統(tǒng)的LoRaWAN多跳路由協(xié)議設(shè)計及實現(xiàn)［D］.成都：電子科技大學(xué)，2023.

［5］范曉蕾.能耗優(yōu)化的WSN層次型多跳路由協(xié)議研究［D］.大連：大連理工大學(xué)，2022.

［6］張楊斌.面向極端部署條件的無線傳感網(wǎng)路由協(xié)議研究［D］.北京：國防科技大學(xué)，2021.

（編輯 王永超）

Delay control and bandwidth optimization of multihop routing protocols in mobile networks

WANG" Zhenyun

（The 54th Research Institute of CETC， Shijiazhuang 050081， China）

Abstract：" This paper analyzes the mobile characteristics and bandwidth requirements of network nodes， and designs a dynamic routing mechanism， which effectively reduces the data transmission delay in routing and optimizes the bandwidth allocation strategy. In this study， simulation test and actual network deployment are used to verify the performance of the proposed algorithm in different scenarios. The results show that this method significantly improves the transmission efficiency of the network， reduces the network load and resource waste， and provides a reference for the optimization design of multihop routing in future mobile networks.

Key words： mobile network; multihop routing protocol; delay control; excellent bandwidth; adaptive routing