[论文解读] Quantifying Link Stability in Ad Hoc Wireless Networks Subject to Ornstein-Uhlenbeck Mobility

Arta Cika, Mihai-Alin Badiu+1 more|arXiv (Cornell University)|Nov 8, 2018

Mobile Ad Hoc Networks参考文献 28被引用 9

一句话总结

本文提出一种基于熵速率的度量方法，用于量化在 Ornstein-Uhlenbeck (OU) 移动性下移动自组织网络（MANETs）中的链路稳定性。通过将链路连通性建模为由 OU 过程驱动的距离动态所决定的平稳马尔可夫链，该框架捕捉了链路状态的时间相关性，表明当单位时间的均方根位移接近连接范围时，链路不确定性达到最大，此时熵速率峰值为 1 bit/sample。

ABSTRACT

The performance of mobile ad hoc networks in general and that of the routing algorithm, in particular, can be heavily affected by the intrinsic dynamic nature of the underlying topology. In this paper, we build a new analytical/numerical framework that characterizes nodes' mobility and the evolution of links between them. This formulation is based on a stationary Markov chain representation of link connectivity. The existence of a link between two nodes depends on their distance, which is governed by the mobility model. In our analysis, nodes move randomly according to an Ornstein-Uhlenbeck process using one tuning parameter to obtain different levels of randomness in the mobility pattern. Finally, we propose an entropy-rate-based metric that quantifies link uncertainty and evaluates its stability. Numerical results show that the proposed approach can accurately reflect the random mobility in the network and fully captures the link dynamics. It may thus be considered a valuable performance metric for the evaluation of the link stability and connectivity in these networks.

研究动机与目标

• 为解决移动自组织网络（MANETs）中频繁的拓扑动态变化问题，此类变化会降低路由性能。
• 量化由于节点移动导致的链路连通性不确定性，特别是在间歇性连接场景下。
• 开发一种与移动性相关的度量方法，以捕捉链路状态的时间相关性，从而改进路由和网络设计。
• 评估移动性参数（特别是相关时间 τ 和均方根位移 √D）对链路稳定性的影响。

提出的方法

• 使用 Ornstein-Uhlenbeck (OU) 过程对节点移动性进行建模，该过程通过单个调参参数 τ 捕捉运动模式中的记忆特性。
• 将链路连通性定义为伯努利随机变量 L_t_k，当节点间距离在连接范围 r_0 内时处于激活状态。
• 将链路状态演化建模为一个两状态的离散时间马尔可夫链（DTMC）：连通（on）和断开（off），其基础为距离动态。
• 推导熵速率 H(L_t_k | L_t_k-1) 作为在给定当前状态时对下一状态不确定性的度量，以捕捉时间相关性。
• 利用 OU 过程的方差，var[S_k] = Dτ/2，将移动性参数 D 和 τ 与节点位移的分布及链路状态不确定性联系起来。
• 通过数值方法评估不同 τ、√D 和 r_0 下的熵速率，分析其在不同移动性模式下的行为。

实验结果

研究问题

• RQ1 链路状态的熵速率如何依赖于移动性参数 τ（相关时间）和 √D（均方根位移）？
• RQ2 当 √D 取何值时链路状态不确定性达到最大？这种现象为何发生？
• RQ3 相关时间 τ 如何影响在已知当前状态时对下一状态可预测性的影响？
• RQ4 熵速率是否能准确反映在 OU 移动性下链路的动态行为，特别是在连接范围边界附近？
• RQ5 熵速率能否作为评估 MANET 中链路稳定性并指导路由决策的可靠度量？

主要发现

• 当均方根位移 √D 约等于连接范围 r_0 时，熵速率达到最大值 1 bit/sample，表明链路状态转换的不确定性最大。
• 当 √D 远离 r_0 时（无论是趋近于 0 还是趋于较大值），熵速率下降，反映出由于移动受限或高度扩散导致的不确定性降低。
• 当 √D 很大时（例如 200 m/√s），熵速率不再依赖于 Δt，表明链路状态演化的随机性趋于饱和。
• 增加相关时间 τ 会降低熵速率，因为更强的时间相关性使未来链路状态更具可预测性。
• 对于较小的 τ，尽管随机性增加，但节点位移的方差减小，导致熵速率初始下降，这解释了模拟中观察到的非单调行为。
• 所提出的熵速率度量能有效捕捉 OU 移动性下链路连通性的完整动态行为，验证了其作为 MANET 中链路稳定性性能度量的适用性。