一種基于支持向量機(jī)的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性判決方法
【專利摘要】一種基于支持向量機(jī)的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性判決方法，該方法結(jié)合局部網(wǎng)絡(luò)屬性，基于支持向量機(jī)方法，對(duì)認(rèn)知無(wú)線自組織網(wǎng)絡(luò)中節(jié)點(diǎn)的穩(wěn)定性狀態(tài)問(wèn)題進(jìn)行建模。本發(fā)明包含指標(biāo)參數(shù)的感知與獲取機(jī)制、基于支持狀態(tài)機(jī)的節(jié)點(diǎn)穩(wěn)定性判決及路由決策方法。首先，通過(guò)跨層交互機(jī)制，感知當(dāng)前網(wǎng)絡(luò)環(huán)境、獲取指標(biāo)參數(shù)傳遞給穩(wěn)定性判決決策模塊。其次，結(jié)合支持向量機(jī)模型，以前述指標(biāo)為輸入特征，以不同的穩(wěn)定性狀態(tài)為分類標(biāo)簽進(jìn)行訓(xùn)練，獲得其預(yù)測(cè)輸出。最后，選擇有差異的路由策略進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。本發(fā)明通過(guò)綜合分析網(wǎng)絡(luò)環(huán)境，融合機(jī)器學(xué)習(xí)方法對(duì)節(jié)點(diǎn)穩(wěn)定性狀態(tài)做出預(yù)測(cè)，從而增強(qiáng)對(duì)動(dòng)態(tài)認(rèn)知無(wú)線自組織網(wǎng)絡(luò)的適應(yīng)性、提高轉(zhuǎn)發(fā)效率。
【專利說(shuō)明】
一種基于支持向量機(jī)的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性判決 方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及計(jì)算機(jī)科學(xué)中的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)領(lǐng)域，特別是涉及認(rèn)知無(wú)線自組 織網(wǎng)絡(luò)中的節(jié)點(diǎn)穩(wěn)定性判決方法。
【背景技術(shù)】
[0002] 認(rèn)知無(wú)線網(wǎng)絡(luò)(Cognitive Radio Network,CRN)在傳統(tǒng)網(wǎng)絡(luò)傳輸技術(shù)的基礎(chǔ)上， 融入了認(rèn)知領(lǐng)域的某些功能，包括網(wǎng)絡(luò)狀態(tài)的獲取、依據(jù)狀態(tài)信息設(shè)計(jì)的決策機(jī)制、行為備 選集的生成、依據(jù)預(yù)設(shè)準(zhǔn)則采取的行動(dòng)以及依據(jù)歷史知識(shí)的學(xué)習(xí)等狀態(tài)，該過(guò)程被歸結(jié)為 一個(gè)具備智能特性的認(rèn)知環(huán)結(jié)構(gòu)。認(rèn)知無(wú)線自組織網(wǎng)絡(luò)（Cognitive Radio Ad Hoc NetW〇rk，CRAHN)則將傳統(tǒng)的無(wú)線自組織網(wǎng)絡(luò)和認(rèn)知無(wú)線電技術(shù)相結(jié)合，將后者的頻譜探測(cè) (Detecting)、共享(sharing)、決策(Deciding)、迀移(Shifting)等功能有效的整合到無(wú)線 自組織網(wǎng)絡(luò)的網(wǎng)絡(luò)協(xié)議棧模型中，使其在節(jié)點(diǎn)多跳傳輸、拓?fù)鋭?dòng)態(tài)變化及頻譜資源的分布 式控制等特點(diǎn)的基礎(chǔ)上，具備智能化決策的功能，通過(guò)資源的有效配置提高頻譜資源的利 用率，進(jìn)而提高整體網(wǎng)絡(luò)性能。
[0003] 支持向量機(jī)（Support Vector Machine，SVM)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種有監(jiān)督學(xué) 習(xí)分類器(Supervised Classifier)。其基本思想是一個(gè)線性分類器，目的是找出一個(gè)超平 面的分類間隔，并最大化該間隔值，最終的求解過(guò)程可轉(zhuǎn)化為一個(gè)凸優(yōu)化問(wèn)題。相比于無(wú)監(jiān) 督學(xué)習(xí)（Unsupervised Learning)，其需要為數(shù)據(jù)點(diǎn)事先指定一個(gè)分類標(biāo)簽。對(duì)一個(gè)數(shù)據(jù)點(diǎn) 進(jìn)行分類，其距離分類超平面(Hyperplane)的"間隔"大小反映了分類結(jié)果的可靠性或置信 度。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明以提高認(rèn)知無(wú)線自組織網(wǎng)絡(luò)的數(shù)據(jù)轉(zhuǎn)發(fā)效率為目標(biāo)，結(jié)合機(jī)器學(xué)習(xí)的相關(guān) 思想，設(shè)計(jì)并實(shí)現(xiàn)一種基于支持向量機(jī)的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性判決方法，整體 功能模塊見(jiàn)圖1所示。具體包括：
[0005] 1、指標(biāo)參數(shù)的感知與獲取
[0006] 認(rèn)知無(wú)線自組織網(wǎng)絡(luò)中的節(jié)點(diǎn)周期性收集或計(jì)算鄰居穩(wěn)定性、可用頻譜穩(wěn)定性、 干擾程度等網(wǎng)絡(luò)屬性。這些信息一部分通過(guò)跨層信息交互機(jī)制、物理層及鏈路層的環(huán)境感 知以及節(jié)點(diǎn)對(duì)自身運(yùn)動(dòng)環(huán)境的記錄獲得，另一部分信息則通過(guò)和鄰居節(jié)點(diǎn)間周期性的信息 交換獲得。
[0007] 2、基于支持向量機(jī)的節(jié)點(diǎn)穩(wěn)定性判決決策
[0008] 在節(jié)點(diǎn)穩(wěn)定性判決決策階段，以上一階段獲取的信息為基礎(chǔ)，綜合考慮鄰居穩(wěn)定 性、可用頻譜穩(wěn)定性、干擾程度等指標(biāo)，利用支持向量機(jī)，判決出符合當(dāng)前網(wǎng)絡(luò)狀況的節(jié)點(diǎn) 穩(wěn)定性狀態(tài)(分為穩(wěn)定、次穩(wěn)定、不穩(wěn)定三種狀態(tài)）。支持向量機(jī)隸屬于有監(jiān)督的機(jī)器學(xué)習(xí)方 法，即其假設(shè)每個(gè)數(shù)據(jù)點(diǎn)擁有對(duì)應(yīng)的分類標(biāo)簽。通過(guò)將模型中的輸入特征指定為網(wǎng)絡(luò)中的 指標(biāo)參數(shù)，將分類標(biāo)簽指定為不同的穩(wěn)定性狀態(tài)，通過(guò)模型訓(xùn)練求解最優(yōu)分類超平面，最終 可依據(jù)當(dāng)前節(jié)點(diǎn)收集的周圍網(wǎng)絡(luò)環(huán)境信息，獨(dú)立的進(jìn)行穩(wěn)定性狀態(tài)預(yù)測(cè)輸出。
[0009] 3、基于節(jié)點(diǎn)穩(wěn)定性的路由方式選擇
[0010] 節(jié)點(diǎn)穩(wěn)定性判決機(jī)制為路由方式的選擇提供了基礎(chǔ)和依據(jù)。對(duì)應(yīng)于認(rèn)知無(wú)線自組 織網(wǎng)絡(luò)節(jié)點(diǎn)的三種穩(wěn)定性狀態(tài)，依次選取了三種不同的路徑方式與之對(duì)應(yīng):單徑、多徑和洪 泛方式，其對(duì)應(yīng)方式如圖2。
[0011] 與現(xiàn)有技術(shù)相比，本發(fā)明的創(chuàng)新之處在于：
[0012] 1)采用支持向量機(jī)這一機(jī)器學(xué)習(xí)方法，結(jié)合網(wǎng)絡(luò)信息的感知與獲取功能，通過(guò)跨 層交互機(jī)制與周期性信息交換得到的網(wǎng)絡(luò)信息作出決策，從而增強(qiáng)對(duì)動(dòng)態(tài)認(rèn)知無(wú)線自組織 網(wǎng)絡(luò)環(huán)境的適應(yīng)性。
[0013] 2)基于節(jié)點(diǎn)穩(wěn)定性的路由方式選擇緊密結(jié)合節(jié)點(diǎn)穩(wěn)定性判決結(jié)果與網(wǎng)絡(luò)環(huán)境，適 用于不同的網(wǎng)絡(luò)狀態(tài)，本發(fā)明根據(jù)當(dāng)前網(wǎng)絡(luò)環(huán)境動(dòng)態(tài)地做出路由方式選擇進(jìn)行數(shù)據(jù)分組轉(zhuǎn) 發(fā)。
【附圖說(shuō)明】
[0014] 圖1基于支持向量機(jī)的節(jié)點(diǎn)穩(wěn)定性判決方法功能模塊圖
[0015] 圖2基于節(jié)點(diǎn)穩(wěn)定性的路由方式選擇示意圖 [0016]圖3指標(biāo)參數(shù)體系示意圖
【具體實(shí)施方式】
[0017] 1.指標(biāo)參數(shù)的感知與獲取
[0018] 對(duì)影響網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性的相關(guān)因素進(jìn)行分析，建立的穩(wěn)定性指標(biāo)如圖3。整個(gè)評(píng)價(jià) 體系被分為自頂向下的目標(biāo)層、準(zhǔn)則層和決策方案層等。目標(biāo)層即該評(píng)價(jià)體系的最終目標(biāo) 為網(wǎng)絡(luò)當(dāng)前節(jié)點(diǎn)的穩(wěn)定性;準(zhǔn)則層涉及為了達(dá)到這一目標(biāo)所考慮的評(píng)價(jià)因素;決策方案層 即是通過(guò)相應(yīng)的決策機(jī)制，獲得對(duì)于當(dāng)前節(jié)點(diǎn)的穩(wěn)定性狀態(tài)輸出。
[0019] 對(duì)于認(rèn)知無(wú)線自組織網(wǎng)絡(luò)中的某個(gè)節(jié)點(diǎn)，其穩(wěn)定性評(píng)估取決于鄰居節(jié)點(diǎn)穩(wěn)定性、 可用頻譜穩(wěn)定性以及干擾程度等三個(gè)方面。其中鄰居節(jié)點(diǎn)穩(wěn)定性可用當(dāng)前一跳的鄰居節(jié)點(diǎn) 總數(shù)、一跳鄰居節(jié)點(diǎn)的變化頻繁程度來(lái)衡量;可用頻譜穩(wěn)定性可用當(dāng)前鄰居節(jié)點(diǎn)的可用信 道數(shù)、可用信道的變化情況統(tǒng)計(jì)來(lái)衡量;干擾程度可用與當(dāng)前鄰居節(jié)點(diǎn)的鏈路質(zhì)量、受到電 磁干擾的鏈路變化情況統(tǒng)計(jì)來(lái)衡量。各個(gè)指標(biāo)參數(shù)的計(jì)算方法如下。
[0020] 一跳鄰居節(jié)點(diǎn)總數(shù)(影響因素一)通過(guò)節(jié)點(diǎn)的局部拓?fù)涔芾頇C(jī)制得到，而一跳鄰居 節(jié)點(diǎn)變化統(tǒng)計(jì)(影響因素二)通過(guò)計(jì)算鄰居節(jié)點(diǎn)數(shù)目的變化差異的比值得到;鄰居節(jié)點(diǎn)的可 用信道數(shù)(影響因素三)通過(guò)統(tǒng)計(jì)當(dāng)前節(jié)點(diǎn)自身的鏈路層屬性得到，可用信道的變化情況統(tǒng) 計(jì)(影響因素四）通過(guò)鏈路層提供的信道中斷頻率得到。
[0021] 節(jié)點(diǎn)周圍環(huán)境干擾程度的分析和計(jì)算較復(fù)雜。在本文中，鄰居節(jié)點(diǎn)的鏈路質(zhì)量以 聚合吞吐量來(lái)衡量。對(duì)于網(wǎng)絡(luò)中的某一節(jié)點(diǎn)對(duì)(i，j)，其利用某個(gè)頻段進(jìn)行通信時(shí)得到的吞 吐量為：
[0022] Thr(i,j),t = Tf XBwX (l-pi〇ss,t)
[0023]在上述公式中，Bw為代表當(dāng)前通信鏈路的帶寬，plciss,t計(jì)為當(dāng)前所用頻段t的損失 概率(Loss Probability)，該變量的計(jì)算通過(guò)統(tǒng)計(jì)當(dāng)前通信節(jié)點(diǎn)對(duì)的廣播消息的損失率獲 得。Tf表示該節(jié)點(diǎn)通過(guò)當(dāng)前頻段發(fā)送或接收消息包的單位時(shí)間片。對(duì)于當(dāng)前的節(jié)點(diǎn)對(duì)來(lái)講， 其通信過(guò)程會(huì)受到許多因素的影響，如授權(quán)用戶的干擾、非授權(quán)用戶的機(jī)會(huì)競(jìng)爭(zhēng)接入、干擾 源的惡意通信破壞等，因此其單位時(shí)間T f的長(zhǎng)度也會(huì)因通信環(huán)境的不同而存在差異。設(shè)Tf = min{Tf,b,i，Tf,b, j}，則節(jié)點(diǎn)對(duì)(i，j)的聚合吞吐量為：
[0025] 若損失概率為0、當(dāng)前頻段上通信用的單位時(shí)間為!>=1且&是節(jié)點(diǎn)i選用的通信頻 段，貝有maxThr (i, j), b = Thr (i, j), b，其中的權(quán)值ab (ab 〇表示不同的頻譜特性。受到干擾的 鏈路變化統(tǒng)計(jì)，是指節(jié)點(diǎn)與各個(gè)鄰居節(jié)點(diǎn)的當(dāng)前可用信道的誤碼率高于某個(gè)閾值的信道數(shù) 目。
[0026] 2.基于支持向量機(jī)的節(jié)點(diǎn)穩(wěn)定性判決決策
[0027] 采用支持向量機(jī)模型對(duì)節(jié)點(diǎn)當(dāng)前網(wǎng)絡(luò)狀態(tài)的穩(wěn)定性做出判決決策。SVM屬于有監(jiān) 督的學(xué)習(xí)方法，因此在使用該分類器前，需對(duì)網(wǎng)絡(luò)相關(guān)屬性信息進(jìn)行周期性收集、分析并劃 分分類標(biāo)準(zhǔn)（即參數(shù)為何種網(wǎng)絡(luò)狀態(tài)條件下被定義為穩(wěn)定、次穩(wěn)定或不穩(wěn)定），獲得原始數(shù) 據(jù)集以進(jìn)行模型訓(xùn)練。
[0028] 假定(Xl，yi)為通過(guò)網(wǎng)絡(luò)預(yù)設(shè)實(shí)驗(yàn)采集的數(shù)據(jù)點(diǎn)，gpXl為網(wǎng)絡(luò)中收集的參數(shù)歸一化 后組成的向量，如當(dāng)前鄰居總數(shù)、可用鏈路值、存在的干擾值大小等變量， yi為節(jié)點(diǎn)穩(wěn)定性 狀態(tài)分類，由于其分為穩(wěn)定、次穩(wěn)定、不穩(wěn)定三類，取值集合便設(shè)定為{_1，〇，1};令超平面為 w Tx+b = 0，貝丨J SVM的優(yōu)化問(wèn)題為：
[0031]該SVM優(yōu)化問(wèn)題可轉(zhuǎn)化為凸二次優(yōu)化的求解問(wèn)題，可用已被實(shí)現(xiàn)完成的二次規(guī)劃 (Quadratic Programming，QP)模型來(lái)分析和解決，即在滿足預(yù)設(shè)或被挖掘出的限制條件 下，通過(guò)最小化損失函數(shù)來(lái)使目標(biāo)函數(shù)達(dá)到最優(yōu)。另外，此類問(wèn)題也可通過(guò)拉格朗日乘數(shù)法 求解。在這種框架模型下，上述問(wèn)題可轉(zhuǎn)化為：
[0033]對(duì)于上式的求解，可利用對(duì)偶性把它等價(jià)轉(zhuǎn)換為它的對(duì)偶問(wèn)題，進(jìn)而通過(guò)KKT條件 和SM0算法，在線性可分的條件下完成對(duì)SVM模型的求解。
[0034] 完成模型訓(xùn)練后，節(jié)點(diǎn)即可通過(guò)感知網(wǎng)絡(luò)環(huán)境和提取指標(biāo)參數(shù)，預(yù)測(cè)當(dāng)前的穩(wěn)定 性狀態(tài)并進(jìn)行輸出。
[0035] 3.基于節(jié)點(diǎn)穩(wěn)定性的路由方式選擇
[0036] 節(jié)點(diǎn)穩(wěn)定性判決結(jié)果的輸出，為路由方式的選擇提供了基礎(chǔ)。對(duì)應(yīng)于其穩(wěn)定、次穩(wěn) 定、不穩(wěn)定三種狀態(tài)，分別選擇單徑、多徑和洪泛方式進(jìn)行數(shù)據(jù)分組的轉(zhuǎn)發(fā)。
[0037] 以單徑路由方式選擇為例來(lái)進(jìn)行說(shuō)明。節(jié)點(diǎn)判決所處的狀態(tài)為穩(wěn)定時(shí)，數(shù)據(jù)以單 徑方式進(jìn)行轉(zhuǎn)發(fā)。在網(wǎng)絡(luò)環(huán)境穩(wěn)定時(shí)，周圍節(jié)點(diǎn)的鄰居關(guān)系不發(fā)生明顯變化，底層的鏈路通 信處于可靠的狀態(tài)，采用單徑的方式已能夠滿足數(shù)據(jù)轉(zhuǎn)發(fā)需求、減輕網(wǎng)絡(luò)負(fù)載。另外，由于 節(jié)點(diǎn)周期性的通過(guò)ffiLLO消息維護(hù)鄰居關(guān)系、交換彼此的屬性信息，周期值的大小需要自身 定時(shí)器來(lái)決定。當(dāng)節(jié)點(diǎn)狀態(tài)為穩(wěn)定時(shí)，可適當(dāng)增大定時(shí)器的值，使節(jié)點(diǎn)在此功能下進(jìn)入相對(duì) 空閑的狀態(tài)。
[0038]網(wǎng)絡(luò)中所有節(jié)點(diǎn)狀態(tài)變化都是相對(duì)的。如果節(jié)點(diǎn)在下一探測(cè)周期內(nèi)由穩(wěn)定狀態(tài)變 為次穩(wěn)定或不穩(wěn)定狀態(tài)，其對(duì)應(yīng)的數(shù)據(jù)轉(zhuǎn)發(fā)及局部拓?fù)涓路绞揭搽S之改變，以便能夠迅 速對(duì)動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境的變化做出反應(yīng)。
【主權(quán)項(xiàng)】
1. 一種基于支持向量機(jī)的認(rèn)知無(wú)線自組織網(wǎng)絡(luò)節(jié)點(diǎn)穩(wěn)定性判決方法，具體包括指標(biāo)參 數(shù)的感知與獲取、基于支持狀態(tài)機(jī)的節(jié)點(diǎn)穩(wěn)定性判決決策、基于節(jié)點(diǎn)穩(wěn)定性的路由方式選 擇，其特征在于： 指標(biāo)參數(shù)的感知與獲取的目的是周期性收集當(dāng)前局部網(wǎng)絡(luò)環(huán)境相關(guān)屬性，并將分析后 的指標(biāo)參數(shù)傳遞給節(jié)點(diǎn)穩(wěn)定性判決決策模塊進(jìn)行模型訓(xùn)練與預(yù)測(cè)，基于節(jié)點(diǎn)穩(wěn)定性的路由 方式選擇則以該預(yù)測(cè)結(jié)果為基礎(chǔ)，選擇有差異的路由方式進(jìn)行數(shù)據(jù)分組轉(zhuǎn)發(fā)，步驟如下： 1) 指標(biāo)參數(shù)的感知與獲取，通過(guò)周期性信息交換或跨層交互機(jī)制，感知獲取、分析當(dāng)前 局部網(wǎng)絡(luò)環(huán)境相關(guān)屬性，這包括鄰居節(jié)點(diǎn)穩(wěn)定性、可用頻譜穩(wěn)定性及干擾程度等三個(gè)方面， 其中鄰居節(jié)點(diǎn)穩(wěn)定性可用當(dāng)前一跳的鄰居節(jié)點(diǎn)總數(shù)、一跳鄰居節(jié)點(diǎn)的變化頻繁程度來(lái)衡 量，可用頻譜穩(wěn)定性可用當(dāng)前鄰居節(jié)點(diǎn)的可用信道數(shù)、可用信道的變化情況統(tǒng)計(jì)來(lái)衡量;干 擾程度可用與當(dāng)前鄰居節(jié)點(diǎn)的鏈路質(zhì)量、受到電磁干擾的鏈路變化情況統(tǒng)計(jì)來(lái)衡量； 2) 基于支持向量機(jī)的節(jié)點(diǎn)穩(wěn)定性判決決策，采用有監(jiān)督的學(xué)習(xí)方法，判決出最符合當(dāng) 前網(wǎng)絡(luò)狀況的節(jié)點(diǎn)穩(wěn)定性狀態(tài)(分為穩(wěn)定、次穩(wěn)定、不穩(wěn)定三種狀態(tài)），其包含如下步驟： a) 對(duì)網(wǎng)絡(luò)相關(guān)屬性信息進(jìn)行周期性收集（即指標(biāo)信息的感知與獲取）、分析并劃分分類 標(biāo)準(zhǔn)(即網(wǎng)絡(luò)狀態(tài)在參數(shù)為何種條件下被定義為穩(wěn)定、次穩(wěn)定或不穩(wěn)定），獲得輸入數(shù)據(jù)集； b) 設(shè)(Xl，yi)為通過(guò)網(wǎng)絡(luò)預(yù)設(shè)實(shí)驗(yàn)采集的數(shù)據(jù)點(diǎn)，SPXl為網(wǎng)絡(luò)中收集的參數(shù)歸一化后組 成的向量，如當(dāng)前鄰居總數(shù)、可用鏈路值、存在的干擾值大小等變量， yi為節(jié)點(diǎn)穩(wěn)定性狀態(tài) 分類，由于其分為穩(wěn)定、次穩(wěn)定、不穩(wěn)定三類，其取值集合為{_1，〇，1};令超平面為w Tx+b = 〇，優(yōu)化問(wèn)題為微妞|丨Μ P +< s. t. y i (wTXl+b)》1，通過(guò)對(duì)該問(wèn)題求解完成模型訓(xùn)練； c) 結(jié)果預(yù)測(cè)，模型訓(xùn)練完成后，節(jié)點(diǎn)通過(guò)感知網(wǎng)絡(luò)環(huán)境和提取指標(biāo)參數(shù)，預(yù)測(cè)當(dāng)前的穩(wěn) 定性狀態(tài)并進(jìn)行輸出。2. 如權(quán)利要求1所述的方法，其特征在于，一跳鄰居節(jié)點(diǎn)總數(shù)通過(guò)節(jié)點(diǎn)的局部拓?fù)涔芾?機(jī)制得到，一跳鄰居節(jié)點(diǎn)變化統(tǒng)計(jì)通過(guò)計(jì)算鄰居節(jié)點(diǎn)數(shù)目的變化差異的比值得到；鄰居節(jié) 點(diǎn)的可用信道數(shù)通過(guò)統(tǒng)計(jì)當(dāng)前節(jié)點(diǎn)自身的鏈路層屬性得到，可用信道的變化情況統(tǒng)計(jì)通過(guò) 鏈路層提供的信道中斷頻率得到。3. 如權(quán)利要求1所述的方法，其特征在于，鄰居節(jié)點(diǎn)的鏈路質(zhì)量以聚合吞吐量來(lái)衡量， 計(jì)算公式）；受到干擾的鏈路變化統(tǒng)計(jì)，以節(jié)點(diǎn)與各個(gè)鄰 居節(jié)點(diǎn)的當(dāng)前可用信道的誤碼率高于某個(gè)閾值的信道數(shù)目來(lái)衡量。4. 如權(quán)利要求1所述的方法，其特征在于，對(duì)應(yīng)于其穩(wěn)定、次穩(wěn)定、不穩(wěn)定等三種節(jié)點(diǎn)穩(wěn) 定性狀態(tài)，分別選擇單徑、多徑和洪泛路由方式進(jìn)行數(shù)據(jù)分組的轉(zhuǎn)發(fā)。5. -種計(jì)算機(jī)程序，其實(shí)現(xiàn)如權(quán)利要求1所述的方法。
【文檔編號(hào)】H04W40/02GK105959988SQ201610232827
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年4月15日
【發(fā)明人】白躍彬, 陳萬(wàn)成, 劉文佳, 王煒濤, 顧育豪, 許力彬
【申請(qǐng)人】北京航空航天大學(xué)