1. Trang chủ
  2. » Giáo Dục - Đào Tạo

Định tuyến khôi phục trên đồ thị phẳng dựa trên thông tin vị trí cho mạng cảm biến không dây

55 59 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 55
Dung lượng 1,46 MB

Nội dung

ĐAI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ VŨ VĂN DIỆN ĐỊNH TUYẾN KHÔI PHỤC TRÊN ĐỒ THỊ PHĂNG DỰA TRÊN THƠNG TIN VỊ TRÍ CHO MẠNG CẢM BIẾN KHÔNG DÂY LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN HÀ NỘI - 2016 ĐAI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ VŨ VĂN DIỆN ĐỊNH TUYẾN KHÔI PHỤC TRÊN ĐỒ THỊ PHĂNG DỰA TRÊN THƠNG TIN VỊ TRÍ CHO MẠNG CẢM BIẾN KHƠNG DÂY Ngành: Công nghệ thông tin Chuyên ngành: Truyền liệu mạng máy tính Mã số: 60.48.01.02 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: TS Trần Trúc Mai TS Lê Đình Thanh HÀ NỘI - 2016 LỜI CAM ĐOAN Em xin cam đoan nội dung luận văn “Định tuyến khôi phục đồ thị phẳng dựa thơng tin vị trí cho mạng cảm biến không dây” sản phẩm em thực dƣới đồng hƣớng dẫn TS Trần Trúc Mai TS Lê Đình Thanh Trong tồn nội dung luận văn, điều đƣợc trình bày em nghiên cứu đƣợc từ tài liệu tham khảo Tất tài liệu tham khảo có xuất xứ rõ ràng đƣợc trích dẫn hợp pháp Em xin hoàn toàn chịu trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan Hà Nội, ngày 26 tháng 01 năm 2016 Ngƣời cam đoan Vũ Văn Diện LỜI CẢM ƠN Trong q trình học tập hồn thành luận văn tốt nghiệp, em nhận đƣợc nhiều giúp đỡ, động viên từ thầy cơ, gia đình bạn bè em muốn bày tỏ tri ân sâu sắc tới tất luận văn Em xin bày tỏ cảm ơn đặc biệt tới TS Trần Trúc Mai TS Lê Đình Thanh, ngƣời định hƣớng cho em lựa chọn đề tài, đƣa nhận xét quý giá trực tiếp hƣớng dẫn em suốt trình nghiên cứu hoàn thành luận văn tốt nghiệp Em xin cảm ơn thầy cô Trƣờng Đại học Công nghệ - ĐHQG Hà Nội truyền thụ kiến thức cho em suốt khoảng thời gian học tập trƣờng, đem đến cho em cảm hứng để theo đuổi đƣờng nghiên cứu khoa học công việc em sau Hà Nội, ngày 26 tháng 01 năm 2016 Vũ Văn Diện MỤC LỤC LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ ĐỊNH TUYẾN DỰA TRÊN THƠNG TIN VỊ TRÍ CHO MẠNG CẢM BIẾN KHƠNG DÂY 1.1.Mạng cảm biến không dây 10 1.2.Những vấn đề gặp phải định tuyến cho mạng cảm biến không dây11 Định tuyến dựa thơng tin vị trí CHƢƠNG 2: CÁC KỸ THUẬT XÂY DỰNG ĐỒ THỊ PHẲNG .14 2.1 Các kỹ thuật khôi phục 2.1.1.Tổng quan 2.1.2 Định tuyến gói tin theo biên vùng trống 14 2.1.3.Định tuyến khôi phục sử dụng đồ thị phẳng 29 2.2 Đồ thị Gabriel 23 2.2.1.Định nghĩa 23 2.2.2.Các xây dựng 24 2.3.Đồ thi RNG (Relative Neighborhood Graph) 37 2.3.1.Định nghĩa 37 2.3.2.Cách xây dựng 38 2.4.Đồ thị Hypocomb (Hypocomb Graph) 39 2.4.1 Một số ký hiệu đồ thị 39 2.4.2 Đồ thị Besh 29 2.4.3.Đồ thị Reduced Hypocomb 31 2.4.4 Local Hypocomb 31 CHƢƠNG 3: ĐÁNH GIÁ HIỆU NĂNG CỦA ĐỊNH TUYẾN KHÔI PHỤC TRÊN CÁC ĐỒ THỊ PHẲNG 33 3.1.Công cụ mô phân tích kết 33 3.1.1 Giới thiệu ngơn ngữ lập trình mơ NS2 33 3.1.2 Công cụ hỗ trợ phân tích kết mơ 35 3.2.Thực nghiệm mô 48 3.2.1.Giới thiệu 48 3.2.2.Một số độ đo đánh giá hiệu 48 3.2.3.Các thông số mô 49 3.3 Kết đánh giá 38 3.3.1.Đánh giá theo tỉ lệ phân phối gói tin thành cơng 38 3.3.2.Đánh giá theo tổng phát gói tin 39 3.3.3.Độ dài đƣờng 40 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 42 TÀI LIỆU THAM KHẢO 43 DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT WSN : Wireless Sensor Netwoks - Mạng cảm biến không dây GPS : Global Positioning System - Hệ thống định vị toàn cầu GPRP: Geographic routing protocol - giao thức định tuyến dựa thơng tin vị trí GAR: Greedy Anti-void Routing CS : Curved Stick GF : Geographic forwarding – Chuyển tiếp dựa thơng tin vị trí RR : Recovery routing – Định tuyến khôi phục HC : Hypocomb LHC : Local Hypocomb GG : Gabriel Graph RNG : Relative Neighborhood Graph GF : Greedy Forwarding PF Perimeter Forwarding : DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ Hình 1.1.Vòng tròn nét liền cho biết phạm vi truyền thông nút p Hình 1.2.Ví dụ nút bị kẹt mạnh Hình 1.3.(i) uvxy hình vng, uv có độ dài lớn nên xóa cạnh này.(ii) uvw lớn 1200 v nút bị kẹt mạnh theo quy tắc TENT .10 Hình 1.4 Greedy Sweeping t1 10 Hình 1.5.Cạnh giao thuộc loại đầu tiên, trƣớc sau 12 Hình 1.6.Cạnh giao thuộc loại thứ 2, trƣớc sau 12 Hình 1.7 Ý tƣởng bóng lăn kỹ thuật GAR [6] 13 Hình 1.8 Kỹ thuật GAR BoundHole [6] 14 Hình 1.9.Nút Nc nút PEG 22 Hình 1.10 Nút PEG Nc [6] 16 Hình 1.11 Pseudo code thuật tốn CS [6] 18 Hình 1.12 Kỹ thuật Curved Stick [6] 18 Hình 1.13 Quy tắc bàn tay phải, x nhận gói tin từ y, chuyển tiếp đến láng giềng ngƣợc chiều kim đồng hồ 20 Hình 1.14 Ví dụ định tuyến mặt .21 Hình 2.1.Một ví dụ đơn giản đồ thị Gabriel [23] 23 Hình 2.2.Cách xây dựng đồ thị Gabriel 25 Hình 2.3 Đồ thi Gabriel[23] .26 Hình 2.4 Một trƣờng hợp đơn giản đồ thị RNG với điểm i, j 27 Hình 2.5.Cách xây dựng đồ thị RNG 27 Hình 2.6 Đồ thị RNG hồn chỉnh 28 Hình 2.7 Quan hệ chặn 30 Hình 2.8 Đồ thị Besh .31 Hình 2.9 Đồ thị UDG số đồ thị phẳng Hypocomb [3] .32 Hình 3.1 Kiếm trúc NS-2 33 Hình 3.2.Các tham số mơ 37 Hình 3.3 Tỉ lệ phân phối gói tin thành cơng 38 Hình 3.4 Tổng phát gói tin sử dụng topo mạng với 50, 100 200 nút .39 Hình 3.5 Tỉ lệ phần trăm độ dài đƣờng thực tế so với đƣờng ngắn nhất, với 100 nút 40 MỞ ĐẦU Ngày nay, với phát triển không ngừng công nghệ thông tin mang lại nhiều hiệu khoa học nhƣ hoạt động thực tế, mạng máy tính lĩnh vực đem lại hiệu thiết thực cho ngƣời Thông qua mạng máy tính chia sẻ thơng tin nơi mạng, tìm kiếm thơng tin cách nhanh chóng, xác hiệu Mặc dù mạng máy tính xuất từ lâu nhƣng năm gần đây, với đời thiết bị di động nhu cầu nghiên cứu phát triển hệ thống mạng không dây ngày trở nên cấp thiết Nhiều công nghệ, phần cứng, giao thức, chuẩn giao tiếp mạng lần lƣợt đời đƣợc tiếp tục nghiên cứu để nâng cao hiệu làm việc Mạng cảm biến không dây đời thành tựu cao công nghệ chế tạo công nghệ thông tin Một lĩnh vực bật mạng cảm biến không dây (Wireless Sensor Network - WSN) kết hợp việc cảm nhận, tính tồn truyền thơng vào thiết bị nhỏ thiết bị tạo kết nối rộng lớn thơng qua mạng hình lƣới (Mesh networking protocols) Trong khả thiết bị khơng mạnh việc kết hợp hàng trăm, hàng nghìn thiết bị lại nhƣ yêu cầu phải có cơng nghệ Những ứng dụng mạng cảm biến không dây ngày rộng lớn hầu hết lĩnh vực sống nhƣ: lĩnh vực quân sự, y tế sức khỏe, bảo vệ môi trƣờng, ngành công nghiệp, nông nghiệp Mặc dù đối mặt với nhiều thách thức việc phát triển mở rộng, vấn đề lƣợng quản lí lƣợng Nhƣng tƣơng lai không xa, mạng cảm biến không dây ứng dụng khơng ngừng lớn mạnh trở thành phần thiếu sống ngƣời nhƣ phát huy hết điểm mạnh mà mạng có đƣợc nhƣ mạng cảm biến khơng dây tới xây dựng đồ thị Unit Disk, tới đồ thị Besh, tới đồ thị Hypocomb chuẩn hóa lên đồ thị Reduced Hypocomb, ta đƣợc Local Hypocomb Một điểm cần lƣu ý sau thêm bƣớc xây dựng UDG, lúc Hypocomb khơng phải đồ thị Hypocomb nhƣ phía (vì vài cạnh ta xây dựng UDG) Hình 2.9 Đồ thị UDG số đồ thị phẳng Hypocomb [4] Đồ thị LHC đƣợc xây dựng từ RHC dựa định nghĩa dƣới Định nghĩa (Quy tắc tạo cạnh LHC): Với a, b thuộc V, b láng giềng chặng a a b, tạo cạnh ab ab thuộc đồ thị RHC Quy tắc tạo cạnh LHC phụ thuộc thơng tin vị trí láng giềng chặng nút thời xét 32 CHƢƠNG 3: ĐÁNH GIÁ HIỆU NĂNG CỦA ĐỊNH TUYẾN KHÔI PHỤC TRÊN CÁC ĐỒ THỊ PHẲNG 3.1.Công cụ mô phân tích kết Để thực việc đánh giá hiệu định tuyến khôi phục đồ thị phẳng cần phải sử dụng ngôn ngữ hay công cụ mơ Hiện có nhiều ngơn ngữ đƣợc sử dụng để mô đánh giá hiệu mạng, luận văn em lựa chọn tìm hiểu sâu ngơn ngữ lập trình NS2 (Network Simulation phiên 2) số công cụ hỗ trợ việc phân tích hiển thị kết mơ nhƣ Perl, awk, code C++, … Hình 3.1 Kiếm trúc NS-2 3.1.1 Giới thiệu ngơn ngữ lập trình mơ NS2 NS2 chữ viết tắt cụm từ Network Simulation phiên 2, có khả mở rộng dễ dàng phù hợp cho việc nghiên cứu phát triển chƣơng trình để bổ sung chức mới, cho phép xây dựng mơ hình gần với thực tế để thực thử nghiệm với kịch khác nghiên cứu giao thức Để đạt đƣợc mục tiêu trên, NS sử dụng mơ hình lập trình phân tách làm hai phần; ngôn ngữ C++ đƣợc sử dụng để triển khai thực hạt nhân mô phỏng, gồm chức mô 33 cần chạy tốc độ cao Phần thứ hai NS sử dụng ngôn ngữ Tcl, thực nhiệm vụ định nghĩa, cấu hình điều khiển mơ Các thành phần chƣơng trình mơ NS Trong chƣơng trình mơ mạng NS, hai thành phần quan trọng chƣơng trình mơ NS công cụ hiển thị trực quan Khi sử dụng chƣơng trình mơ NS, ta lập trình cho để định hình trạng (tơpơ) mạng tĩnh động, nhƣ tạo luồng lƣu lƣợng theo số phân bố đƣợc định nghĩa trƣớc Mặt khác, ta lựa chọn sách quản lý hàng đợi nút mạng, nhƣ đƣa mơ hình sinh lỗi vào đƣờng truyền Thành phần thứ hai công cụ hiển thị trực quan NAM XGRAPH NAM công cụ hiển thị, cho phép ngƣời nghiên cứu nhìn thấy đồ hoạ hình trạng mạng, gồm nút mạng, đƣờng truyền nối nút dạng tĩnh động; NAM hiển thị hành vi động hàng đợi nút, nhƣ chuyển động gói số liệu mạng Đối với mạng di động không dây, phiên NAM hiển thị hình trạng động mạng, tức chuyển động nút mạng không gian hai chiều XGRAPH chƣơng trình ứng dụng chạy X-Windows Những tệp vết dạng text chƣơng trình mơ sinh đƣợc XGRAPH sử dụng làm liệu đầu vào để vẽ đồ thị không gian hai chiều Các dạng đồ thị mà XGRAPH vẽ đồ thị dạng đƣờng (Line graph), đồ thị điểm (Scatter plots) đồ thị cột (Bar charts) Các đồ thị đƣợc lƣu dƣới dạng file ảnh thông dụng sử dụng cho chƣơng trình ứng dụng khác 34 3.1.2 Cơng cụ hỗ trợ phân tích kết mơ Đánh giá hiệu giao thức mạng phân tích kết mơ đánh giá kết trực quan hiển thị công cụ NAM, nhƣng việc đánh giá thực phân tích file trace (.tr) Hiện cấu trúc tệp vết chứa kết mơ mạng có tên mở rộng tr, dòng ghi lại kiện mạng thông tin liên quan đến kiện Trong NS-2, có hai kiểu cấu trúc tệp vết chứa kết mô mạng không dây là: Kiễu cũ: r 160.093884945 _6_ RTR - tcp 1492 [a2 800] - [655 36:0 16777984:0 31 16777984] [1 0] Kiểu mới: s -t 0.267662078 -Hs -Hd -1 -Ni -Nx 5.00 -Ny 2.00 -Nz 0.00 -Ne 1.000000 –Nl RTR -Nw - -Ma -Md -Ms -Mt -Is 0.255 -Id 1.255 -It message -Il 32 -If -Ii -Iv 32 Ngồi loại tệp vết có cấu trúc nhƣ trên, ngƣời lập trình mơ (bằng Otcl) thay đổi (thí dụ bỏ bớt ) số trƣờng (field) tệp vết, nhằm giảm kích thƣớc tệp vết thông tin không cần quan tâm * Một số cơng cụ hỗ trợ việc phân tích hiển thị kết mô Với tệp vết ghi lại kiện mạng có cấu trúc đƣợc định nghĩa rõ ràng, ngƣời phân tích xử lý kết xuất thông tin công cụ có thể, thí dụ ngơn ngữ lập trình phần mềm chuyên dụng Dƣới phần mềm ngơn ngữ thƣờng đƣợc sử dụng, phần lớn sản phẩm thuộc dự án GNU Grep Grep thuật ngữ viết tắt cụm từ Global Regular Expression Parser, lệnh Unix|Linux Grep lọc, tìm hiển thị (hoặc kết xuất kiểu pipling) dòng input có chứa mẫu ký tự mà ngƣời sử dụng Awk AWK ngơn ngữ lập trình đƣợc sáng tạo ngƣời Alfred Aho, Peter Weinberger Brian Kernighan Chƣơng trình gawk đƣợc tích 35 hợp Linux ứng dụng GNU ngơn ngữ lập trình awk Ngôn ngữ awk không ngôn ngữ lập trình, cơng cụ hầu nhƣ thiếu đƣợc nhiều ngƣời quản trị hệ thống ngƣời lập trình UNIX Ngơn ngữ dễ học, dễ nắm vững mềm dẻo cách đáng kinh ngạc Perl Perl thuật ngữ viết tắt Practical Extraction and Report Language, ngôn ngữ lập trình đƣợc phát triển Larry Wall Perl kèm với phiên Linux perl đƣợc hoàn thiện qua nhiều version Perl chƣơng trình ứng dụng mạnh, kết hợp đặc điểm awk, grep, sed C Chƣơng trình viết cho perl thực tƣơng tự shell script đƣợc gọi script Phần mềm soạn thảo GNU Emacs có “perl mode” để soạn thảo perl script GNUPLOT Gnuplot chạy Windows Unix|Linux Gnuplot nhận input file văn có nhiều cột, cần cột để lấy số liệu vẽ đồ thị Gnuplot nhận input từ nhiều file vẽ đồ thị, điều thuận lợi cho việc so sánh kết cần nghiên cứu Trace graph Tác giả Trace graph Jaroslaw Malek (Copyright (c) 2001-2003 by Wroclaw University of Technology, Poland) Đây phần mềm mã nguồn mở tự (đã thƣơng mại hoá phiên đời từ khoảng năm 2004), có khả phân tích hiển thị kết mơ tốt (input tệp vết) 3.2.Thực nghiệm mô Môi trƣờng sử dụng để đánh giá hiệu giao thức công cụ NS-2, phiên allinone 2.33, chạy hệ điều hành UNIX Trong mô sử dụng mơ hình di chuyển Random Waypoint, dƣới thay đổi 36 vận tốc di chuyển nút, số nút phát, bán kính phát sóng 250m, thời gian thực mô 900s 3.2.1.Giới thiệu Khi định tuyến theo dạng chuyển tiếp tham lam bị thất bại, ta phải chuyển sang định tuyến khôi phục đồ thị phẳng áp dung quy tắc bàn tay phải Ta thực mô lần lƣợt đố thị phẳng đánh giá chúng 3.2.2.Một số độ đo đánh giá hiệu Luận văn thực cài đặt mô định tuyến khôi phục loại đồ thị phẳng là: GG, RNG, LHC với số lƣợng nút 50, 100 200 tiến hành phân tích đánh giá hiệu giao thức mạng đồ thị phẳng cách so sánh kết dựa số độ đo hiệu sau: - Sự chênh lệch độ dài đƣờng (Path Length): Là nhiều số chặng đƣờng thực tế so với đƣờng ngắn (tính theo God) - Tỷ lệ truyền thành cơng (PDF – Packet Delivery Fraction) tỉ lệ gói tin liệu đƣợc gửi tới đích đƣợc phát nguồn đƣợc tính tốn lại Cơng thức tính tỷ lệ thành cơng: PDF=((số lƣợng gói tin nhận đƣợc) / (số lƣợng gói tin gửi)) * 100 - Tổng phát: số lƣợng gói tin đƣợc gửi tầng định tuyến suốt thời gian mô 3.2.3.Các thông số mô Các thông số mô đƣợc cho nhƣ bảng dƣới đây: Số nút Vùng Mật độ Số luồng cbr 50 1500m x 300m nút/9000 m2 15 100 1800m x 500m nút/9000 m2 15 200 3000m x 600m nút/9000 m2 15 Hình 3.2.Các tham số mơ 37 Để thực phân tích kết mô đồng thời đánh giá đƣợc hiệu định tuyến khôi phục đồ thị phẳng GG, RNG, LHC cần cấu hình thơng số nhƣ số nút, vùng triển khai nút, số luồng cbr Từ đó, đƣa đƣợc nhận đinh định tuyến khơi phục đồ thị phẳng định tuyến theo đồ thị cho kết tốt Chạy mô lệnh nhƣ sau: ns hls.tcl 3.3 Kết đánh giá 3.3.1.Đánh giá theo tỉ lệ phân phối gói tin thành cơng Hình 3.3 Tỉ lệ phân phối gói tin thành cơng Theo sơ đồ ta thấy, định tuyến khôi phục sử dụng đồ thị LHC RNG cho tỉ lệ phân phối gói tin thành cơng cao so với đồ thị GG Còn LHC RNG cho tỉ lệ xấp xỉ LHC cho tỉ lệ phân phối gói tin thành cơng tốt có nút 38 3.3.2.Đánh giá theo tổng phát gói tin Hình 3.4 Tổng phát gói tin sử dụng topo mạng với 50, 100 200 nút Theo sơ đồ ta thấy, dù ta sử dụng topo mạng với 50, 100 hay 200 nút tổng phát gói tin đồ thị phẳng LHC thấp Tuy nhiên, khác biệt không nhiều 39 3.3.3.Sự chênh lệch độ dài đƣờng Hình 3.5 Tỉ lệ phần trăm độ dài đường thực tế so với đường ngắn nhất, với 200 nút Theo sơ đồ này, ta thấy xét chênh lệch độ dài đƣờng thực tế sử dụng định tuyến khôi phục đồ thị phẳng định tuyến đồ thị phẳng RNG, GG, LHC cho kết xấp xỉ *) Giải thích kết thu đƣợc Từ kết thu đƣợc trên, ta thấy với độ đo tỉ lệ phân phối gói tin thành công, chênh lệch độ dài đƣờng định tuyến đồ thị phẳng khác cho kết xấp xỉ Chỉ có tổng phát có khác biệt đáng kể định tuyến khôi phục đồ thị Local Hypocomb đồ thị lại RNG GG với kết là: Khi mô với 200 nút, Local Hypocomb có tổng phát 176.901, RNG: 179.309, GG: 178.387 Điều đƣợc giải thích dựa vào hình 3.6: 40 Hình 3.6 Các đồ thị GG LHC từ đồ thị ban đầu giống Từ đồ thị GG LHC nhƣ hình 3.6, ta thấy số cạnh đồ thị phẳng GG số cạnh đồ thị LHC Do đó, kích thƣớc mặt lớn, dẫn đến gói tin định tuyến GG phải qua nhiều nút hơn, dẫn đến tổng phát cao so với LHC Do đó, định tuyến khơi phục LHC cho tổng chi phí thấp so với hai đồ thị RNG GG Nhƣ vây, qua việc mô đánh giá kết dựa thơng số là: Tỉ lệ phân phối gói tin thành công, tổng phát sực chênh lêch độ dài đƣờng Ta thấy định tuyến khôi phục đồ thị phẳng RNG LHC cho kết tốt đồ thị GG xét tỉ lệ phân phối gói tin thành cơng Nếu đặt mục tiêu giảm chi phí định tuyến ta nên chọn định tuyến đồ thị LHC Do đó, chuyển tiếp tham lam bị thất bại, ta sử dụng định tuyến khôi phục đồ thị phẳng Local Hypocomb 41 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Luận văn Định tuyến khôi phục đồ thị phẳng dựa thông tin vị trí cho mạng cảm biến khơng dây Về mặt nội dung, luận văn đạt đƣợc kết sau: -Tìm hiểu khái quát hiểu đƣợc cấu trúc mạng cảm biến nhƣ tầm quan trọng với ứng dụng thiết thực mạng cảm biến không dây sống -Hiểu đƣợc kiến thức chung định tuyến, định tuyến dựa thông tin vị trí Nắm rõ kỹ thuật chuyển tiếp nhƣ kỹ thuật khôi phục sau cực tiểu địa phƣơng định tuyến dựa thông tin vị trí Biết cách xây dựng đồ thị phẳng định tuyến khơi phục -Đi sâu tìm hiểu nghiên cứu kỹ thuật khôi phục theo biên dựa đồ thị phẳng định tuyến dựa thơng tin vị trí Thấy đƣợc ƣu, nhƣợc điểm đồng thời đánh giá so sánh kỹ thuật với -Tiến hành cài đặt đánh giá định tuyến khôi phục đồ thị phẳng, từ định tuyến khơi phục đồ thị LHC cho kết tốt Trong tƣơng lai, em tiếp tục tìm hiểu nghiên cứu, tiến hành cài đặt đánh giá kỹ thuật khôi phục theo biên, nhƣ đƣa đƣa loại đồ thị phẳng cho kết tốt định tuyến khôi phục Trong phạm vi luận văn, vấn đề mẻ kiến thức hạn chế thời gian tìm hiểu chƣa nhiều nên khơng tránh khỏi hạn chế thiếu sót Em mong nhận đƣợc thêm nhiều góp ý từ thầy bạn bè 42 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lê Đình Thanh, Hỗ trợ định vị nâng cao hiệu định tuyến dựa thơng tin vị trí cho mạng cảm biến không dây, Luận án Tiến sĩ, Trƣờng Đại học Công nghệ - Đại học Quốc gia Hà Nội, 2014, tr 10 – 41 Tiếng Anh [2].Q Fang, J Gao, und L J Guibas, “Locating and by passing routing holes in sensor networks” In Proc of INFOCOM 2004, vol.4, March 2004 pp.2458-2468 [3] S Nikoletseas and O Powell, “Simple and efficient geographic routing around obstacles for wireless sensor networks,” Proc of the 6th Workshop on Efficient and Experimental Algorithms, LNCS, Splinger-Verlag, pp 161-174, 2007 [4] Xu Li and Nathalie Mitton and Isabelle Simplot-Ryl and David SimplotRyl, A Novel Family of Geometric Planar Graphs for Wireless Ad Hoc Network, 2011, pp 1-8 [5] B Karp and H.T Kung, “GPSR: Greedy perimeter stateless routing for wireless sensor networks,” Proc of Mobicom, pp 243-254, 2000 [6] W.-J Liu, K.-T Feng (2009), “Greedy routing with anti-void traversal for wireless sensor networks”, IEEE Transactions onMobile Computing, 8(7) pp 910–922 [7] A Mostefaoui, M Melkemi, A Boukerche (2012), “Routing Through Holes in Wireless Sensor Networks”,IEEE Computing, pp 395-402 43 Transactions onMobile [8] D B Johnson, D A Maltz, Y Hu, J G Jetcheva (2002), “The dynamic source routing protocol for mobile ad hoc networks (DSR),” IETF Internet Draft, draftietf-manet-dsr-07.txt [9] C E Perkins, P Bhagwat, “Hightly dynamic destination-sequenced distancevector routing (DSDV) for mobile computers”, Proceedings of ACM SIGCOMM, 1994, pp 234-244 [10] D Johnson, D Maltz (1996), Dynamic source routing in ad hoc wireless networks, T Imielinski and H Korth, editors, Mobile Computing, chapter 5, Kluwer Academic [11] D Johnson, D Maltz (1996), Dynamic source routing in ad hoc wireless networks, T Imielinski and H Korth, editors, Mobile Computing, chapter 5, Kluwer Academic [12] S Murthy, J J Garcia-Luna-Aceves, “An efficient routing protocol for wireless networks”, ACM/Baltzer Mobile Networks and Applications 1(2), 1996, pp 183-197 [13] C E Perkins (2000), Ad hoc networking, Addison-Wesley, Reading, MA [14] M Bui, S K Das, A.K Datta, D T Nguyen, “Randomized mobile agent based routing in wireless networks”, Internat J Found Comput Sci 12 (3), 2001, pp 365-384 44 [15] W Choi, S K Das, “Design and performance analysis of a proxy-based indirect routing scheme in ad hoc wireless networks”, Mobile Networks Appl 8(5), 2003, pp 499-515 [16] P Jacquet, P Muhlethaler, A Qayyum, L Viennot, T Clausen (2001), “Optimized link state routing (OLSR)”, IETF Internet Draft, draft-ietf-manetolsr-04.txt [17] R Ogier, M Lewis, F Templin (2003), “Topology dissemination based on reverse-path forwarding (TBRPF)”, IETF Internet Draft, draft-ietf-manettbrpf-09.txt [18] C E Perkins, E M Royer, “Ad hoc on-demand distance vector”, Proceedings of IEEE Workshop on Mobile Computing Systems and Applications, 1999, pp 90100 [19] H Hassanein, A Zhou, “Routing with load balancing in wireless ad hoc networks”, Proceedings of ACM Workshop on Modeling, Analysis and Simulation of Wireless and Mobile System, 2000, pp 89-96 [20] T Goff, N B Abu-Ghazaleh, D S Phatak, R Kahvecioglu, “Preemptive routing in ad hoc networks”, Proceedings of Seventh ACM MobiCom, 2001, pp 4352 [21] E Kranakis, H Singh, and J Urrutia, “Compass routing on geometric networks”, Proc of the 11th Canadian Conference on Computational Geometry, 1989, pp 51-54 [22] W Choi, S K Das, J Cao, A K Datta, “Randomized dynamic rout maintenance 45 for adaptive routing in multihop mobile ad hoc networks”, J Parallel Distrib Comput 65, 2005, pp 107-123 [23] http://www.passagesoftware.net/webhelp/Gabriel_Graph.htm [24] http://www.passagesoftware.net/webhelp/Relative_Neighborhood_Network.h tm 46 ... TỔNG QUAN VỀ ĐỊNH TUYẾN DỰA TRÊN THƠNG TIN VỊ TRÍ CHO MẠNG CẢM BIẾN KHƠNG DÂY 1.1 .Mạng cảm biến không dây Mạng cảm biến không dây (WSN: Wireless Sensor Networks) bao gồm nhiều nút cảm biến Mỗi nút... phải mạng cảm biến không dây, định tuyến dựa thơng tin vị trí, kỹ thuật khơi phục - Chương 2: Trình bày kỹ thuật xây dựng đồ thị phẳng - Chương 3: Đánh giá hiệu định tuyến khôi phục đồ thị phẳng. .. DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ ĐỊNH TUYẾN DỰA TRÊN THƠNG TIN VỊ TRÍ CHO MẠNG CẢM BIẾN KHÔNG DÂY 1.1 .Mạng cảm biến không dây 10 1.2.Những

Ngày đăng: 07/03/2020, 18:36

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w