[论文解读] MoMo: a group mobility model for future generation mobile wireless networks.

Luca De Nardis, Maria-Gabriella Di Benedetto|arXiv (Cornell University)|Apr 10, 2017

Mobile Ad Hoc Networks参考文献 28被引用 6

一句话总结

MoMo 是一种新颖的群组移动性模型，结合了基于记忆的个体移动性模型与灵活的群组行为模型，能够准确且灵活地模拟从个体到紧密群组的各种移动场景。在 5G 分布式 MIMO 场景中评估表明，MoMo 在离散事件仿真器中对协议和资源分配评估表现出卓越的准确性、鲁棒性和灵活性。

ABSTRACT

Existing group mobility models were not designed to meet the requirements for accurate simulation of current and future short distance wireless networks scenarios, that need, in particular, accurate, up-to-date informa- tion on the position of each node in the network, combined with a simple and flexible approach to group mobility modeling. A new model for group mobility in wireless networks, named MoMo, is proposed in this paper, based on the combination of a memory-based individual mobility model with a flexible group behavior model. MoMo is capable of accurately describing all mobility scenarios, from individual mobility, in which nodes move inde- pendently one from the other, to tight group mobility, where mobility patterns of different nodes are strictly correlated. A new set of intrinsic properties for a mobility model is proposed and adopted in the analysis and comparison of MoMo with existing models. Next, MoMo is compared with existing group mobility models in a typical 5G network scenario, in which a set of mobile nodes cooperate in the realization of a distributed MIMO link. Results show that MoMo leads to accurate, robust and flexible modeling of mobility of groups of nodes in discrete event simulators, making it suitable for the performance evaluation of networking protocols and resource allocation algorithms in the wide range of network scenarios expected to characterize 5G networks.

研究动机与目标

• 为解决现有群组移动性模型在模拟现代短距离无线网络时，对高精度位置信息的不足。
• 开发一种统一的移动性模型，能够完整表征从独立节点移动到高度相关群组行为的全谱移动模式。
• 提出一组新的内在移动性模型属性，以实现标准化的比较与分析。
• 在涉及分布式 MIMO 协作的 5G 网络真实场景中，评估 MoMo 的性能。
• 证明 MoMo 适用于对网络协议和资源分配算法进行稳健且灵活的仿真。

提出的方法

• 该模型整合了基于记忆的个体移动性模型，以模拟真实感的个体节点轨迹。
• 灵活的群组行为模型用于管理节点间的关系，支持在个体移动与群组移动模式之间动态切换。
• 该组合可实现从孤立节点到高度相关群组的无缝移动性建模。
• 定义了一组新的内在属性（如相关性强度、记忆持久性），以实现模型的系统性比较。
• 该模型在离散事件仿真器中实现，并在 5G 分布式 MIMO 场景中进行了验证。
• 通过仿真评估性能，重点关注移动性准确性与协议层结果。

实验结果

研究问题

• RQ1 如何使移动性模型能够准确表征从个体移动到高度相关群组移动的全范围移动行为？
• RQ2 哪些内在属性是系统性比较与评估移动性模型所必需的？
• RQ3 MoMo 在涉及分布式 MIMO 协作的 5G 网络真实场景中表现如何？
• RQ4 与现有群组移动性模型相比，MoMo 在模拟准确性和灵活性方面提升了多少？
• RQ5 MoMo 是否可有效用于未来无线网络中网络协议与资源分配算法的性能评估？

主要发现

• MoMo 能够以高精度成功模拟所有移动场景，从独立节点移动到高度相关群组行为。
• 所提出的内在移动性属性集合可实现移动性模型的一致且系统化的比较。
• 在 5G 分布式 MIMO 场景中，MoMo 提供了准确且鲁棒的移动性表征，适用于协议评估。
• MoMo 在建模动态群组行为方面表现出卓越的灵活性，包括群组的形成与解散。
• 该模型非常适合集成到离散事件仿真器中，用于评估网络协议与资源分配算法。
• 在真实感、适应性与仿真保真度方面，MoMo 显著优于现有群组移动性模型，适用于未来无线网络研究。