室外移動模型 | 高斯-馬爾可夫

---

移動性模型模擬網路中移動節點的移動。它們用於自組織網路研究。移動性模型會影響各種網路協議的效能和行為。存在不同型別的移動性模型。這取決於移動節點的移動是否相互依賴（分別為組移動性和實體移動性模型）。

高斯-馬爾可夫移動模型是實體移動模型的一個例子。它被提出用於模擬個人通訊服務網路。該模型可以捕捉室外移動性的現實特徵，例如隨機性、相關性和變化。該模型使用一個調整引數來調整移動模式的隨機性程度。

我們將在本文中討論高斯-馬爾可夫移動模型。我們還將討論該模型的增強版本，稱為增強高斯-馬爾可夫 (EGM) 移動模型。該模型提高了模型的真實性和對無人機網路 (UAVs) 的適用性。我們將討論模擬結果和分析，這些結果和分析比較了 EGM 移動模型與其他移動模型的效能。最後，我們將討論一些侷限性和未來的方向。

室內和室外環境有不同型別的移動模型。室內模型有隨機遊走、隨機路點和隨機方向。另一方面，室外模型有高斯-馬爾可夫模型和隨機遊走的機率版本。

高斯-馬爾可夫移動模型

高斯-馬爾可夫移動模型的基本思想是計算給定時間點每個移動節點的速度和方向。這些是根據先前速度和方向、平均值以及來自高斯分佈的隨機變數計算的。該模型假設每個移動節點都有初始速度和方向。

這些可以根據以下公式隨時間變化：

$$\mathrm{v_n=\alpha v_{n-1}+(1-α) \overline{v}+\sqrt{(1-α^2)}v_{rnd}}$$

$$\mathrm{θ_n=\alpha θ_{n-1}+(1-α) \overline{θ}+\sqrt{(1-α^2)}θ_{rnd}}$$

其中：

• v_n 和 θ_n 是移動節點在時間點 n 的速度和方向；

• v_n-1 和 θ_n-1 是時間點 (n-1) 的速度和方向；

• v̅ 和 θ̅ 是平均速度和方向；

• v_rnd 和 θ_rnd 是來自均值為零、方差為一的正態分佈的隨機變數；

• α 是調整引數，範圍從 0 到 1。

調整引數 α 控制移動模式的隨機性程度。

• 當 α 接近 0 時，移動模式更隨機，與先前狀態的相關性較小。

• 當 α 接近 1 時，移動模式更可預測，與先前狀態的相關性更大。

因此，透過改變 α，模型可以適應室外移動場景中不同程度的隨機性和相關性。

優點

• 透過調整稱為隨機性指標的引數，可以模擬不同程度的隨機性。

• 它可以模擬個人通訊服務（例如無線電話）的移動性。

• 透過改變平均速度和方向，它可以適應不同的環境條件。

缺點

• 它沒有考慮模擬區域的邊界，可能會導致節點在區域外出現不真實的移動。

• 它沒有考慮障礙物和其他可能影響移動模式的因素的影響。

• 它可能會降低影像細節和邊緣的清晰度。

增強型高斯-馬爾可夫移動模型

增強型高斯-馬爾可夫 (EGM) 移動模型是對高斯-馬爾可夫移動模型的改進。其目的是提高其對無人機網路或 UAANET 的適用性。EGM 移動模型引入了額外的機制來消除和限制突然停止和模擬區域內的急轉彎，這對於無人機來說是不現實和不希望的。EGM 移動模型還將高度和加速度作為每個移動節點的附加引數，這些對於無人機來說都是重要的因素。

EGM 移動模型使用與高斯-馬爾可夫移動模型相同的公式來計算每個移動節點的速度和方向，但有一些修改。首先，模型引入了最小速度閾值 v_min，這可以防止移動節點停止和移動過慢。如果計算出的速度低於 v_min，則模型將速度設定為 v_min。其次，模型引入了最大轉角閾值 θ_max，這可以防止移動節點急轉彎。如果計算出的方向變化大於 θ_max，則模型將方向變化設定為 θ_max。第三，模型引入了反射機制，這可以防止移動節點超出模擬區域。如果計算出的位置在模擬區域之外，模型將移動節點的方向反射一定的角度。

EGM 移動模型還使用與速度和方向類似的公式計算每個移動節點的高度和加速度，但引數不同。高度計算為：

$$\mathrm{z_n=\beta z_{n-1}+(1-\beta) \overline{z}+\sqrt{(1-\beta^2)}z_{rnd}}$$

其中：

• z_n 是移動節點在時間點 n 的高度；

• z_n-1 是時間點 (n-1) 的高度；

• z̅ 是平均高度；

• z_rnd 是來自均值為零、方差為一的正態分佈的隨機變數；

• β 是調整引數，範圍從 0 到 1。

加速度計算為：

$$\mathrm{\alpha_n=\gamma \alpha_{n-1}+(1-\gamma) \overline{\alpha}+\sqrt{(1-\gamma^2)}\alpha_{rnd}}$$

其中：

• α_n 是移動節點在時間點 n 的加速度；

• α_n-1 是時間點 (n-1) 的加速度；

• α̅ 是平均加速度；

• α_rnd 是來自均值為零、方差為一的正態分佈的隨機變數；

• γ 是調整引數，範圍從 0 到 1。

可以從複雜性、靈活性和適用性方面比較和對比 EGM 移動模型和高斯-馬爾可夫移動模型。

• EGM 移動模型比高斯-馬爾可夫移動模型更復雜，因為它涉及更多引數和機制來模擬無人機的真實運動。

• EGM 移動模型也比高斯-馬爾可夫移動模型更靈活，因為它可以分別調整速度、方向、高度和加速度的不同程度的隨機性和相關性。

• 對於 UAANET，EGM 移動模型比高斯-馬爾可夫移動模型更適用，因為它可以捕捉無人機的關鍵特性，例如最小速度、最大轉角、高度、加速度和反射。

在這個模型中，沒有專門用於模擬的區域。但是，想象一下模型超越了定義的區域並達到了其極限。在這種情況下，平均速度和平均方向值將被平均值代替。為了計算平均值，我們可以使用量角器。透過組合兩個半圓，我們可以覆蓋完整的 360 度。

該模型考慮了其當前位置的限制。例如，如果它更接近 225 度的範圍。這包括該範圍在平均計算中，並確保完全覆蓋。需要考慮的主要因素是隨機性指數、平均速度和高斯分佈的隨機變數。

這種方法易於理解和直接。但是，它可能導致影像細節和邊緣清晰度的損失。

模擬結果和分析

為了評估 EGM 移動模型的效能並將其與其他移動模型（即隨機路點、隨機方向和高斯-馬爾可夫）進行比較，使用 NS-2 模擬器進行了一些模擬實驗。模擬設定和場景基於 UAANET 的現實引數和假設。模擬結果是用各種指標衡量的，例如平均速度、平均暫停時間、平均轉角、平均節點度、平均路徑損耗、平均端到端延遲和平均資料包交付率。

模擬結果表明，EGM 移動模型具有顯著優勢。在 UAANET 的真實性和效能方面，它優於其他移動模型。

• 它比其他模型具有更高的平均速度和更低的平均暫停時間，反映了無人機的連續和快速運動。

• 它比其他模型具有更低的平均轉角，反映了無人機方向的平滑和逐漸變化。

• 它比其他模型具有更高的平均節點度，反映了無人機的高連線性和密度。

• 它比其他模型具有更低的平均路徑損耗，反映了無人機之間通訊鏈路的質量高。

• 它比其他模型具有更低的平均端到端延遲和更高的平均資料包交付率，反映了無人機之間資料傳輸的高效率和可靠性。

模擬結果和分析表明，EGM 移動模型對於 UAANET 來說是現實的和合適的。

結論

移動性模型用於模擬事物在網路中的移動方式。高斯-馬爾可夫模型用於模擬室外運動。它具有逼真的特性。但它也存在問題，例如忽略邊界和障礙物。為了解決無人機網路中的這些問題，引入了增強型高斯-馬爾可夫模型。它具有額外的功能，可以防止突然停止和急轉彎。它考慮了高度和加速度。它對無人機來說更逼真。

比較增強型高斯-馬爾可夫模型和常規高斯-馬爾可夫模型，增強型模型更復雜且更靈活。它可以分別調整隨機性和相關性。它適用於速度、方向、高度和加速度。在模擬中，增強型模型的效能優於其他模型。在速度、暫停時間、轉角、連線性、通訊質量、延遲和資料包交付方面，它都更好。但是，增強型模型仍然存在侷限性。它沒有考慮特定區域，因此節點可能在定義區域之外發生不真實的移動。它也可能丟失一些影像細節。總之，增強型高斯-馬爾可夫模型是對傳統模型的改進。它準確地代表了無人機的運動，並提高了無人機網路的效能。