标题 - PDF 免费下载

第 34 卷第 9 期西南大学学报 ( 自然科学版 ) 2012 年 9 月 Vol.34 No.9 JournalofSouthwestUniversity (NaturalScienceEdition) Seṗ 2012 文章编号 :1673 9868(2012)09 0128 08 基于认知无线电的 MANET 1 网络中虚拟骨干网的建立刘昌明 1, 李林 1, 冯文江 2, 吴迪 2 1. 重庆电子工程职业学院, 重庆 401331;2. 重庆大学通信工程学院, 重庆 400030 摘要 : 将认知无线电技术融入 MANET 网络, 利用认知节点的频谱感知功能, 实施基于动态信息的簇首和网关选择. 以簇首为锚点, 通过选择受主用户影响较小的网关节点寻求连通支配集, 建立虚拟骨干网. 由此生成的虚拟骨干网以簇首为接入点, 簇首间的网关承担簇间连接功能. 基于权值比较, 通过对主用户的位置感知, 划分认知节点的空间分布区域并赋以不同的权值设计, 实现对网络的分区处理, 一方面维持运动中的分簇相对稳定, 另一方面减少干扰链路存在的概率. 最后通过仿真分析进行了算法的有效性验证. 关键词 : 移动无线自组网 ; 认知无线电 ; 虚拟骨干网 ; 拓扑 ; 分簇中图分类号 :TN929.5 文献标志码 :A 移动无线自组网 (MobileAdhoc WirelessNetworks:MANET) 是一种小范围部署, 无固定基础设施的无线通信系统 [1], 广泛应用于军事通信应急通信紧急服务等特殊领域.MANET 网络具有灵活部署快速机动等优点, 但也存在带宽和成员电池能量有限拓扑变化快可扩展性和安全性差等不足. 将认知 [2] 无线电技术融入 MANET 网络, 通过对主用户工作状态的监测和自适应资源调整, 能实现频谱资源共享, 满足用户的 QoS 需求. MANET 网络结构分为平面结构和分层结构 [3], 平面结构由于没有骨干基础设施的支撑, 处理能力和扩展性较弱, 数据交换时, 若采用泛洪会造成大量的重复消息, 浪费有限的带宽资源 ; 若采用按需路由也会加重控制开销. 而分层结构则具有更高的管理效能, 同时也可以为数据交换提供路由建议. 分簇是建立分层结构管理平面的核心技术之一 [4], 通过特定的选举方式, 在对等网中选出相对固定的簇首节点 (clusterhead:ch), 簇首节点辅助簇内通信, 而簇间通过网关节点 (Gateway:GW) 建立链路. 这种机制通过簇首协调簇内通信, 抑 [5] 制了簇内消息的泛洪 (Flooding), 但在较稠密的网络中, 依旧大量存在冗余簇间链路. 在保证簇连通的前提下, 通过建立一个包含最少节点数目的虚拟骨干网作为短期的基础设施服务网络, 是有效降低全网通信负荷的方式之一. 尽管这个想法很吸引人, 但是从图论角度看, 寻找最小连通支配集是一个著名的 NP 难问题. 目前, 有关虚拟骨干网的构造算法大致分为集中式和分布式两类. 文献 [5] 提出了一种稠密自组网中通过单跳网关的选举形成连通支配集的分布式近似算法 ; 文献 [6] 提出了控制平面的网状模式 (Mesẖlike) 和树状 (Treeḻike) 模式, 设计了在分区内建立连通支配集再将其连接起来的骨干网建设方法 ; 文献 [7] 提出了融合了认知无线电技术的无线自组织网络的体系结构 ; 但是, 目前针对认知无 [8] 线电 MANET 网络的拓扑管理研究比较少. 认知无线电作为一种智能频谱共享技术, 依靠人工智能的支持, 感知无线通信环境, 根据一定的学习 1 收稿日期 :2012 02 29 基金项目 : 国家自然科学基金 (60872038); 重庆市自然科学基金重点项目 (CSTC2009BA2064); 国家 211 工程三期建设项目 (S 09102); 重庆市教委科技项目 (KJ102201); 重庆市教委科技项目 (KJ102203) 资助. 作者简介 : 刘昌明 (1956 ), 男, 重庆人, 副教授, 主要从事计算机网络, 软件工程方面的研究.

2 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.cn 第 34 卷和决策算法, 实时自适应的改变系统工作参数, 动态的检测和有效的利用空闲频谱, 理论上允许在时域频域和空域上进行多维的频谱复用和共享, 被认为是缓解目前日益增长的频谱需求与有限的频谱资源之间矛盾的一种有效手段. 在 MANET 网络中融合认知无线电技术和拓扑管理技术, 在保留固有工作频段的同 [9] 时, 通过认知无线电技术对空闲授权频段的临时借用, 获取额外的 MANET 网络通信带宽, 并频谱感知到主用户工作时及时让出该频谱资源, 避免对主用户造成干扰. 如果工作在一个授权频率的主用户被发现, 认知用户应该立刻停止占用这个频点, 切换到另一个可用频点上继续当前的通信. 因为这个要求的存在, 新频点的选择和被占频点的出让是一个整体过程. 这项工作需要频谱感知链路层的邻居发现以及路由协议这三部分的整合, 在过程中, 对网络的实时性会造成一定损失, 协议做到对上层透明, 但是传输延迟是不可避免的. 但是, 频谱让出会带来一定延迟, 比如, 认知用户需要重配置发射机工作频率和调制方 [10] 式, 需要对当前的通信进行保持, 可能还需要更新路由. 因此, 避免干扰链路的存在是有效提升认知网络性能的方式之一, 若当前链路所连接的两个节点之一或全部是位于以主用户位置为圆心, 认知用户天线覆盖范围为半径的圆形区域的干扰节点, 则认为该链路会对主用户造成潜在干扰. 因此, 在主用户工作时, 该链路需要切换. 因为簇首节点或者是网关节点所维持的链路数目多于普通节点. 为此, 本文利用认知节点的频谱感知功能, 在基于动态信息的簇首和网关选择的基础上, 以簇首为锚点, 通过选择受主用户影响较小的网关节点寻求连通支配集 (ConnectedDominatingSet:CDS), 建立 MA- NET 的虚拟骨干网, 以此生成的虚拟骨干网可以看成是认知网格网中的 AP(AccessPoint) 集, 其中簇首是 AP, 簇首间的网关承担簇间的连接功能. 基于权值比较, 通过对主用户的位置感知, 在空间上对认知节点分布的区域进行划分, 赋以不同的权值设计, 实现对网络的分区处理, 一方面维持运动中的分簇相对稳定, 另一方面减少干扰链路存在的概率. 1 相关约定和数学模型图的基本定义 : 邻接 : 一个图 G 定义为一个偶对 G=(V,E), 其中 V 是顶点集,E 是边集. 对于节点 u, 若存在节点 v, 当且仅当 e=(u,v) E 时, 则称之为相邻,u,v 互为邻居节点. 连通 : 设 u,v 是图 G 中的两个顶点, 若在 G 中存在一条 (u,v) 路径, 则称顶点 u 和 v 是连通的 (connected). 如果图 G 中每一对不同的顶点 u,v 都有一条 (u,v) 路径, 则称图 G 是连通的. 支配集 : 设图 G=(V,E) 是一个简单无向图, 若能找到一个 V 的子集 S,S V, vx V -S 至少和 S 中的一个节点相邻, 则称 S 是图 G 的支配集,S 中的节点称为支配节点, 不在集中的节点称为受支配节点. 若 S 的任何真子集都不是支配集, 称 S 为极小支配集. 独立集 : 对于图 G=(V,E),I V,I 中任意两点都不相邻, 则 I 是图 G 的一个独立集 ; 任意 vx I,I vx 不是独立集, 称 I 为极大独立集. 单位圆图 : 设图 G=(V,E) 是一个简单无向图, 对于点 u,v, 当且仅当 dist(u,v) R 时, 存在边 e= (u,v) E, 则称该图是单位圆图 (UnitDiskGraph:UDG). 其中函数 dist 表示求距离. 假定 MANET 网络中的所有节点都分布在二维平面上, 每个节点具有全向天线, 节点的覆盖范围是以该 [11] 节点为中心, 半径等于节点传输距离 R 的圆. 当所有节点的传输距离相同时, 网络就具有单位圆图特性. 用单位圆图 G=(V,E) 表示认知无线电 MANET 网络, 其中 V 是点集合, 每一个节点表示一个终端设备 ;E 是边集合, 对于点 u,v, 若 dist(u,v) R 则存在边 e=(u,v) E, 表明 u,v 间存在双向链路, 称其互为邻居. 此外, 每个节点初始化时被分配唯一表示符 ID(Identification). 建立虚拟骨干网可以抽象为在单位圆图中, 寻求连通支配集问题. 尽管在实际网络中, 两个节点之间除距离之外还有很多因素决定能否直接通信, 但是在拓扑理论研究中, 仍假设距离是节点之间能否直接通信的唯一条件. 2 虚拟骨干网的建立 2.1 权值计算基于认知无线电主用户定位技术 [12], 认知节点可以判断自己是否对主用户造成潜在干扰. 基于此, 将

第 9 期刘昌明, 等 : 基于认知无线电的 MANET 网络中虚拟骨干网的建立 3 终端集合 V 划分为非干扰节点集合 Vn 和干扰节点集合 Vi,Vi+Vn=V. 在分簇阶段和网关选择阶段都分区处理, 对于处于非干扰区的节点或网关, 选举稳定性好的节点作为簇首或网关 ; 而对于存在潜在干扰的节点, 则干扰越小越优先. 为了对干扰区和非干扰区节点进行权值比较, 需要保证干扰区内最优节点的权值小于非干扰区内最差节点的权值, 干扰区内最优网关的权值小于非干扰区内最差网关的权值. 为此, 定义如下权值计算表达式 : 在分簇阶段 : 在网关选择阶段 : vx Vn { vx Vi (vx) wc = fnode interfn(vx) v {g},v Vn { i wg = fgw (g) interfgw (g) v {g},v V 其中 vch 表示簇首节点,g 表示网关.fnode 和 fgw 分别求节点与网关的权值,interfn 和 interfgw 分别求节点和网关对主用户的干扰程度. 本文设计 fnode 函数表征运动中当前节点与邻居节点的链路稳定性 [13], 反映了当前节点与所有 k 个邻居节点的 k 条链路可用度 Ii 之和 : k-1 fnode Ii (3) = i=0 为了区分节点同向运动和反向运动, 链路可用度 Ii 定义为 : Ii = ìæ R-Sm,n ö æ ç1-1- ΔSm,n ö ç ΔSm,n >0 íè Δt 2 v max ø è 2 vmax Δτ ø î1 ΔSm,n 0 式中 R 表示天线的覆盖半径,Sm,n 和 ΔSm,n 分别为节点 m 和 n 之间的距离和距离改变量 ;vmax 为节点最大运动速度 ;Δt 为两次速度改变之间的时间间隔 ;Δτ 表示用于测算相对速度和距离而进行的相邻两次控制信息交互的时间间隔. 因为链路存在的条件是两个节点间距离小于或者等于天线覆盖的半径 R, 可见, 链路存在于节点间距离和相对位移相关联.Ii 整合了两点间距离和相对运动, 反映了链路的稳定程度,Ii 值越大, 表明链路稳定度越高, 最高为 1.ΔSm,n 0 表示在 Δt 时间段维持同向运动, 链路会保持稳定 ; ΔSm,n >0 表示在 Δt 时间段维持反向运动, 此时 Ii (0,1), 表征稳定程度. 在空间内某点的干扰功率与信号传播模型有关. 为了验证方便, 只考虑由于距离所引起的传播损耗. 设定干扰区内节点的干扰值为 : 1 interfn = dist(vx,vpu ) 就网关而言,fgw 函数用网关通信距离表征权值,interfgw 函数用认知用户与主用户距离的倒数表征网关对主用户的潜在干扰程度. 其中 :V2hop 表示两跳网关集合,V3hop 表示三跳网关集合. 式中 dist 表示求距离, [14-15] min 表示取最小值, 当然也可以根据关注问题的不同, 设计不同的权值计算方法. 2.2 算法设计 fgw = ì dist(gx,vchs)+dist(gx,vchd) í, min(dist(gi,vchs)+dist(gj vchs))+ î, min(dist(gi,vchd)+dist(gj vchd)) ì 1 dist(gx,vpu ) interfgw = í 1 dist(gi,vpu ) + 1 î, dist(gj vpu ) gx V2hop gx V3ho p gx V2hop gi,gj V3ho p 基于认知无线电的 MANET 网络中虚拟骨干网的建立以极大独立集为基础, 寻求连通支配集. 算法分为两个过程 : 第一阶段建立极大独立集, 第二阶段进行非支配点选择, 构建连通支配集. 基于染色方式的分簇算法实际上是一种建立极大独立集的方法, 网络中的节点状态分为 : 簇首状态, (1) (2) (4) (5) (6) (7)

4 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.cn 第 34 卷簇成员状态和未定状态. 建立极大独立集的算法流程如下 : 1) 在初始状态下, 所有节点都处于未定状态, 以标准功率周期性发送并接收基本控制消息, 并计算权值. 2) 同时, 节点根据主用户经验位置信息判断自己是否位于潜在干扰区, 并计算出权值. 3) 节点间权值交互比较, 在权值相等时进行 ID 值比较. 若当前节点的权值最大 ( 权值越大则说明越适合成为簇首 ), 则升级成为簇首. 并要请邻居节点加入这个簇. 4) 若当前节点处于未定状态, 得到了邀请, 则选择权值加入最大的节点所支配的簇, 状态升级为簇成员, 并广播自己的状态信息. 5) 重复进行 3) 和 4), 直到所有非特出标记节点都不处于初始状态. 构造连通支配集的算法流程如下 : 1) 簇首获取与邻近簇首的所有网关信息. 2) 对网关进行排序, 按照不受干扰网关优先于受干扰网关相交网关优先于相邻网关的类型顺序排列. 若同属于一类网关, 则比较其权值, 如上面描述的那样. 3) 网关选择与信息通告, 算法结束, 直到每个簇首与所有邻近簇首都有且仅有一个网关. 2.3 算法正确性证明定义 1 对于属于簇 C1 的一个非簇首节点 u, 存在一个簇 C2 的节点 v 是其邻居, 若 v 是簇首节点, 则该节点 u 可以作为 2 跳网关 ; 若 v 是簇成员, 则 u,v 可以构成且是连接 C1 与 C2 的三跳网关. 定义 2 对于簇 C1 与 C2, 若存在定义 1 中描述的网关, 也就是簇首间最多三跳可达, 称之为相邻簇, C1 与 C2 互为邻居簇. 定义 3 对于节点 v, 若其与主用户之间的欧氏距离小于其天线覆盖范围 R, 表示可能对主用户造成潜在干扰, 称为干扰节点. 反之, 若与主用户之间的欧氏距离大于其天线覆盖范围的节点, 称为非干扰节点. 干扰节点构成的集合称为干扰节点集合, 非干扰节点构成的集合称为非干扰节点集合. 定理 1 一个独立集是极大独立集, 当且仅当它是支配集, 极大独立集必为极小支配集. 证 I 是独立集合, v I, 则 v 与 I 中某个节点相邻, 是支配集, 反之, 若 I 是支配集也是独立集, 则对于任何 v I 都与 I 中某个节点相邻, 故 I vx 不是独立集, 所以 I 是极大独立集. v I,v 与 I- {v } 中任意节点不相邻, 可见 I 是极小支配集. 引理 1 任意一个节点都属于且只能属于一个分簇. 证一个节点所属簇的簇首要么是它本身, 要么是其邻居节点中具有最优权值排序的节点. 因为非干扰区内节点是全序集合, 每个节点一定具有唯一的权值排序, 且该权值排序在算法进行过程中是不变的. 当其成为本地最优权值排序节点时, 升级为簇首并对邻居节点广播. 若节点在干扰区内, 且是非干扰区内簇首节点的邻居, 则属于其邻近的具有最优权值排序非干扰区内簇. 若节点在干扰区内, 且不邻近非干扰区内簇首节点, 由于干扰区内节点是全序集合, 而全序集合的子集带有整个集合的次序限制, 此类节点所属簇的簇首要么是它本身, 要么是其邻居同类型节点中具有最优权值排序的节点. 若两个节点权值恰好相等, 则认定具有 lowerid 的节点更优先. 引理 2 簇内任意两个节点之间为两跳可达. 证本算法采用分布式局部权值比较和单跳染色方式进行分簇, 若存在节点 v, 且 v 不是簇首, 则 v 一定被与之相邻的一个簇首节点染色, 即 v 必然邻近于一个簇首节点 u. 若存在另一个同簇的节点 v, 同理, v 与 u 的距离为单跳. 则 v 与 v 之间最多为两跳可达. 引理 3 算法会在有限时间内结束. 证认知无线电 MANET 网络中任意一个节点要么是干扰节点, 要么是非干扰节点, 算法开始时, 必然属于干扰节点初始状态集合 Γi 或者非干扰节点初始状态集合 Γn, 由引理 1 可知, 任意一个节点都属于且只能属于一个分簇. 因此, 集合 Γi 最终会成为空集合 Φ. 对于集合 Γn, 一部分节点被相邻的非干扰节点集合中的簇首染色, 另一部分经过簇首选举, 也必然成为簇首或者簇成员. 所以, 分簇过程是收敛的,Γi+Γn =Φ 时停止. 分簇阶段结束后, 转入网关选择阶段, 由邻接簇具有较小 ID 的簇首选取最优的网关在候选网关集合中, 并进行标记和广播. 网络中节点数量是给定的, 所以簇首数量是有限的. 每一对邻接簇有且仅有唯一

第 9 期刘昌明, 等 : 基于认知无线电的 MANET 网络中虚拟骨干网的建立 5 的网关.Γj 表示由未进行网关选择的邻近簇组成的集合,Γj 会成为空集合, 因此网关选择阶段会结束. 引理 4 算法能构建连通支配集. 证 G=(V,E) 是连通图. 先证明簇首集合 I 是一个极大独立集. 利用反证法 : 假使簇首集合 I 不是一个极大独立集, 即存在节点 v,u,v,u I, 并且 v,u 相邻. 根据簇首选举原则, 处于初始状态的节点集合中, 局部排序最优的节点成为簇首, 并且对其邻居节点染色使其成为簇成员. 不存在 v,u 同时最优, 即 I 是一个独立集.S=V -I, w S, 则 w 必属于一个分簇, 即必与 I 中一个节点相邻. 则 w I 不是独立集. 由引理 1 可知 I 是极大独立集极小支配集. 令 S g 为网关集合,S g V -I, 再证明 SCDS =I+S g 是连通支配集. 设存在 v,v I, 分别是 C1 C2 簇的簇首, 若 v,v 间最多两跳可达, 由定义 2,C1 与 C2 簇是相邻的, 算法结束后, 相邻簇间有且仅有一个网关, 即簇间通路总是存在的 S g 是连通支配集. 簇首集合 I 是极大独立集合, 根据前述定理 1,I 是一个支配集. 任何节点 v V -I, 必然与 I 中的某个节点 u 相邻. 假设 G 是一个简单连通图, 对于任何一个节点 v I, 必然存在一个节点 u I, 它们是 3 跳可达的. 本文设计的网关选择算法在所有的邻接簇簇首之间加入网关. 所以, 对于三跳以内可达的邻接网关对, 必然存在且仅存在一个网关使之连通. 可见, 图 G 的导出子图 G 是连通的, 其中 G 的顶点集合 V = I+S g. 这表明算法不会改变连通性. 节点集合 Scds=I+S g 是一个连通支配集. 3 仿真设计与结果分析由于常用的网络系统仿真软件 OPNET NS2 等中没有整合分簇算法和认知无线电模块, 本文基于 visualc++6.0 开发平台设计了专用的仿真程序. 3.1 移动模型与节点模型 [16] 假设所有移动节点基于随机方向模型 (Random Direction Model:RDM) 运动, 并在固定时间段内 Δt 内维持方向和速度不变. 每个认知终端配备了频谱感知模块, 可以获得主用户工作状态和绝对位置信息, 并且终端节点采用全向天线, 网络中不存在单向链路. 3.2 测试参数 50 个认知移动节点随机均匀分布在 100 100m 区域内, 运动速度范围为 [2,18]m/s, 天线覆盖范围的变化区间是 [0,60]m. 主用户节点较稀疏的分布在仿真区域内, 具体数据如表 1 所示. 表 1 仿真参数参数含义值 N 节点数 50 X*Y/m 仿真区域 100 100 Vmax/(m s -1 ) 节点运动速度 2~18 R/m 天线半径 10~60 PU_number 主用户数 1~5 干扰链路数量 : 若当前链路所连接的两个节点之一或全部是干扰节点, 则认为该链路会对主用户造成潜在干扰. 潜在干扰链路意味着当主用户工作时候需要出让临时占用的主用户授权频段, 频谱切换不仅与硬件有关, 也影响到频谱发现算法, 链路层和路由. 因此会带来明显的延迟影响到正在进行的通信. 重入簇次数 : 表征在单位时间内发生逻辑位置关系变化的移动节点数. 虚拟骨干网节点总量 : 算法完成后, 构成虚拟骨干网络的簇首集合和网关集合所包含的节点数之和. 在仿真测试中, 干扰链路数量越低说明通过优化拓扑减少了认知用户对主用户的影响 ; 3.3 试验结果和分析假设存在单一频谱空穴, 图 1 描述的 4 种拓扑形成算法自上而下分别是 : 算法 1: 最大功率 ; 算法 2: [17] LiṉGerla 算法分簇且簇间通信采用广播方式拓扑 ; 算法 3:LiṉGerla 算法分簇且根据 ID 号选择网关方式 ; 算法 4: 本文新算法. 相对于算法 1 和算法 2, 因为引入了簇结构, 删除了同簇成员节点间的链路, 链路总数减少, 所以干扰链路数量有明显下降, 但是由于算法 2 在簇间保留了冗余网关, 所以相对于采用了网

6 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.cn 第 34 卷关选择算法 3 和算法 4 仍然有较多的干扰链路. 本文算法在簇划分和簇间网关的选择上都考虑了对主用户 [18-20] 的干扰, 所以相对于 LiṉGerla 算法有更好的效果. 图 2 给出了虚拟骨干网节点数目随节点总数变化情况, 由此可见, 在分簇完成后, 通过构建虚拟骨干网的方式进行簇间通信比簇首广播方式可以显著减少参与转发的节点数, 本文新算法生成的骨干网节点数目与基于最小 ID 号原则选择网关方式所得到的虚拟骨干网节点数目基本一致. 图 1 干扰链路数随主用户数变化情况图 2 虚拟骨干网节点数随节点总数变化情况图 3 给出了重入簇次数伴随速度变化的情况, 反映了网络拓扑的稳定性. 从图中可以看出, 相比于 LiṉGerla 算法, 节点高速运动时基本一致, 而在低速运动区域, 本文新算法的性能更优越, 这是因为在低速区域, 可以通过选择相对稳定的节点作为簇首来减少运动对逻辑位置的改变造成的影响. 新算法为干扰节点集合和非干扰节点集合设计不同的权值计算方法可以在增加链路稳定性与降低对主用户的干扰之间取得平衡. 图 4 和图 5 分别给出了 50 个认知节点在 3 个主用户场景下全功率和新方法产生的拓扑实例. 图中用图 3 节点重入簇次数随速度变化情况三角形表示主用户节点, 圆点表示认知用户节点, 图中圆圈表示簇首, 十字星表示网关. 两个认知用户之间的链路用直线表示. 由图可知, 新算法所生成的拓扑保持了连通性, 结构更稀疏, 而且在主用户附近的认知节点所维持的链路更少. 这说明新算法生成的拓扑结构可以尽可能在不影响连通性的基础上减小认知链路对主用户造成潜在干扰的概率, 从而避免主用户开机所触发的频率移交所带来的延迟等问题. 同时, 稀疏的拓扑也可以有效减少链路间干扰. 网状结构有一定的冗余, 可以在路由层面选择合适的路径. 图 4 最大功率拓扑图图 5 新算法拓扑图

第 9 期刘昌明, 等 : 基于认知无线电的 MANET 网络中虚拟骨干网的建立 7 4 总结认知无线电技术是未来无线通信的发展方向, 本文针对具有认知无线电技术的 MENAT 网络共享主用户频段的通信方式, 从拓扑角度分析问题, 融合了认知无线电特点和 MENAT 网络拓扑管理. 整个拓扑构建以簇结构为基础, 针对处于干扰区和非干扰区的节点, 自适应地采用不同簇首选举和网关选择方案. 通过构建最连通支配集构建全网的虚拟骨干网. 实验结果表明, 在维持分簇稳定性的同时降低了对主用户的干扰, 具有一定的实用价值和前瞻性. 本文重点研究认知移动自组织网络中分簇式拓扑管理模式. 针对认知移动自组织网络, 提出利用认知节点的频谱感知与定位功能, 建立基于主用户工作状态等空间和时间信息的虚拟骨干网. 虚拟骨干网建立包括簇首选举和网关选择两部分, 以簇首为锚点, 通过选择受主用户影响较小的网关节点寻求连通支配集, 建立虚拟骨干网. 参考文献 : [1] BHARGHAVAN V,DASB.RoutinginadhocNetworksUsing Minimum ConnectedDominatingSets[C].IEEEICC 97,Montreal,Canada,Jun08-12,1997,376-380. [2] JMITOLA I,GQ MAGUIREJR.CognitiveRadio:MakingSoftwareRadiosMorePersonal[J].IEEEPersonalCommunications,1999,6(4):13-18. [3] FABRICETHEOLEYRE,FABRICE VALOIS.ASelf-OrganizationStructureforHybridNetworks[J].AdHocNeṯ works,2008,6:393-407. [4] JAMALN,ALKARAKI,AHMEDEK.EficientVirtuaḻBackboneRoutinginMobileadhocNetworks[J].Compuṯ ernetworks,2008,52(2):327-350. [5] 赵春晓, 王光兴. 稠密自组网的网关选举策略 [J]. 计算机学报,2005,28(2):195-200. [6] HAN BO.Zone-Based VirtualBackboneFormationin WirelessadhocNetworks [J].Ad HocNetworks,2009,7: 183-200. [7] IAN F AKYILDIZ,WON-YEO LEE,KAUSHIK R CHOWDHURY.CRAHNs:CognitiveRadioadhocNetworks [J].AdHocNetworks,2009,7(5):810-836. [8] BAO L,JJGARCIA-LUNA-ACEVES.Topology ManagementinadhocNetworks [C].Fourth ACM International Symposiumon MobileAdHocNetworkingandComputing (MobiHoc2003),Annapolis,Maryland,USA.June1-3, 2003:129-140. [9] CabricD,TkachenkoA,BrodersenR W.SpectrumSensingMeasurementsofPilot,Energy,andColaborativeDetection [C].MilitaryCommunicationsConference,2006.(MILCOM2006)Washington,DC,USA.Oct23-25,2006:1-7. [10] 李洋, 董育宁, 赵海涛. 认知 Mesh 网络的动态分层图路由模型及路由策略 [J]. 电子与信息学报,2009,3(8): 1975-1979. LIYANG,DONGYU-NING,ZHAO HAI-TAO.YnamicLayereḏGraphRoutingModelandRoutingPolicyinCognitiveRadio MeshNetworks[J].JournalofElectronics&InformationTechnology,2009,3(8):1975-1979. [11] WEILIWU,HONGWEIDU.MinimumConnectedDominatingSetsandMaximalIndependentSetsinUnitDiskGraphs [J].TheoreticalComputerScience,2006,352(3):1-7. [12] 马志垚, 陈巍, 曹志刚. 认知无线电网络中基于检测概率的主用户定位算法 [J]. 北京邮电大学学报,2009,32(2): 14-19. [13] 王建新, 朱贤曼, 罗玉宏, 等. 移动自组网中任意时刻链路可用性计算方法 [J]. 电路与系统学报,2009,15(7):1-7. [14]GUO-XINGJIANG,ZHI-YAYANG.ADistributedClusteringAlgorithmBasedonClusterStabilityforMobileAdHoc Networks[C].2008IEEE4thInternationalConferenceon WirelessCommunications,Networkingand MobileComputing(WiCOM2008),Dalian,China,Oct,12-14,2008,1-6. [15]DHURANDHERSK,SINGH G V.WeightBased AdaptiveClusteringin WirelessAd HocNetworks [C].ICPWC

8 西南大学学报 ( 自然科学版 ) htp://xbbjb.swu.cn 第 34 卷 2005.New Delhi,India,Jan,23-25,2005,95-100. [16]PAOLO SANTI.TopologyControlin WirelessAd HocandSensorNetworks [M].Hoboken:John Wiley & Sons, 2005:22-26. [17]STOJMENOVICI,SEDDIGH M,ZUNICJ.DominatingSetsandNeighborEliminatioṉBasedBroadcastingAlgorithms in WirelessNetworks[J].IEEETransactionsonParalelandDistributedSystems,2002,13(1):14-25. [18] 赵宗兵, 王佰胜. 智能天线在空空导弹无线电引信抗干扰中的应用 [J]. 四川兵工学报,2010(6):17. [19] 江振华. 无线电台抗复杂电磁干扰的几点措施 [J]. 四川兵工学报,2010(6):4. [20] 胡智伦, 何世彪, 张新春. 认知无线电中基于干扰温度的信道容量及中断概率 [J]. 重庆理工大学学报 : 自然科学版, 2010(6):83-88. TheFormationofVirtualBackboneNetwork in MANETsBasedonCognitiveRadio LIU Chang-ming 1, LI Lin 1, FENG Weṉjiang 2, WU Di 2 1. ChongqingColegeofElectronicEngineering,Chongqing401331,China; 2. ColegeofCommunicationEngineering,ChongqingUniversity,Chongqing400030,China Abstract:Selectionsofclusteṟheadsandgatewayscanbemadeonthebasisofdynamicinformationbyiṉ tegratingcognitiveradiotechnologieswith MANETnetworkandadoptingthespectrumsensingfunction ofcognitivenodes.avirtualbackbonenetworkisestablishedwiththeclusteṟheadastheanchorpointby choosinggatewaynodesthatarelessafectedbyprimaryuserinquestofconnecteddominatingset.thus, thegeneratedvirtualbackbonenetworktakesclusteṟheadastheaccesspoint,withthegatewaybetween adjacentclustersbeingresponsiblefortheinteṟclusterconnectivity.basedonthecomparisonofweights, throughthesensingofthelocationoftheprimaryuser,thespatialdistributionareasofthecognitivenodes aredividedandassigneddiferent weights,thusrealizingpartitionprocessinginthenetwork.onone hand,thismaintainsarelativestabilityofthesuḇclustersin motion;ontheotherhand,itreducesthe probabilityofinterferencelinks.intheend,thevalidityofthealgorithmisverifiedbyasimulationanalysis. Keywords:mobileAdHocnetwork;cognitiveradio;virtualbackbonenetwork;topology;clustering 责任编辑汤振金

第 9 期刘昌明, 等 : 基于认知无线电的 MANET 网络中虚拟骨干网的建立 9