CHƯƠNG 1 MÔ HÌNH DI ĐỘNG RIÊNG LẺ Các MN trong mạng ad-hoc di chuyển từ nơi này đến nơi khác; tuy nhiên, tìm ra những cách để mô hình hoá những sự di chuyển này là không dễ dàng. Yêu cầu mô phỏng giao thức một cách triệt để thì cần thiết phát triển và sử dụng các mô hình di động biểu diễn chính xác sự di chuyển của các MN trong giao thức đó. Từ đó mới có thể xác định được rằng giao thức đó liệu có ích để thực hiện hay không? Hiện nay tồn tại hai kiểu mô hình di động đã được dùng trong mô phỏng mạng ad-hoc: mô hình nhân tạo và mô hình dò theo vết. Dò theo vết là các mẫu mô hình được quan sát trong các hệ đời sống thực tế.
Ví dụ, nếu một người mang điện thoại di động có khả năng dò chính xác sự di chuyển và hoạt động của các người dùng điện thoại di động khác trong một khoảng thời gian đã cho, họ sẽ thu được một vết. Các vết cung cấp thông tin chính xác, đặc biệt khi chúng có một số lượng lớn các MN tham gia và khoảng thời gian quan sát đủ dài. Nhưng thật không may, vì lý do bảo mật nên các dữ liệu vết có thể bị cấm thu thập và phân phát những số liệu thống kê. Thêm nữa, trong vùng địa lý mới (khi triển khai mạng ad-hoc) là không dễ dàng được mô hình hoá nếu các vết chưa đủ để tạo thành mô hình.
Trong những tình huống như thế này thì sử dụng các mô hình nhân tạo là cần thiết. Các mô hình nhân tạo cố gắng biểu diễn một cách hiện thực hoạt động của các MN mà không sử dụng các vết và những số liệu thống kê chưa biết. Một mô hình di động tốt sẽ cố gắng bắt chước sự di chuyển của các MN thực. Những thay đổi về tốc độ và chiều chuyển động phải xảy ra, và chúng phải xảy ra trong những khe thời gian có tính hợp lý.
Ta không mong muốn các MN đi lại trên những đường thẳng với vận tốc đều suốt quá trình mô phỏng, vì các MN thực tế sẽ không di chuyển theo một cách cứng nhắc như vậy. Thay vào đó, vận tốc của các MN phải thỉnh thoảng thay đổi và thậm chí vận tốc có thể bằng không. Chiều chuyển động của các TIEU LUAN MOI download : skknchat@gmail.com 7 MN cũng phải thay đổi vì các MN ít khi di chuyển chỉ theo một chiều trong một khoảng thời gian dài. Hiện nay có hai loại mô hình di động biểu diễn các MN đơn lẻ: mô hình di động mạng tế bào và mô hình di động mạng ad-hoc.1 Các mô hình di động mạng tế bào [12] Các mô hình tế bào tập trung vào những di chuyển đơn lẻ vì chúng chỉ gồm chiều gọi và các “chuyển giao” của một MN đơn.
Các mô hình di động dưới đây đã được phát triển để kiểm nghiệm hoạt động của các giao thức tế bào và những chiến lược của chúng: Mô hình bước ngẫu nhiên RWM (Random Walk Model - RWM): Mô hình di động đơn giản dựa trên sự ngẫu nhiên của vận tốc và chiều chuyển động. Mô hình luồng lưu lượng với vận tốc không đổi FFM (Constant Velocity Fluid- Flow Model - FFM): Mô hình tập trung vào các mẫu lưu lượng. Mô hình Markov_Gauss ngẫu nhiên RGMM (Random Gauss_Markov Model - RGMM): Mô hình này được tạo nên để bù đắp những khiếm khuyết của hai mô hình trên.1 Mô hình bước ngẫu nhiên - RWM RWM là một trong những mô hình được sử dụng rộng rãi nhất vì nó mô tả sự di chuyển liên quan đến các tế bào của mạng tế bào. Nhiều thực thể trong tự nhiên di chuyển theo những cách không thể dự đoán được.
Ví dụ, các phần tử di chuyển theo những chiều ngẫu nhiên mà không có mẫu hoặc hướng chính nào. RWM được phát triển trong nỗ lực bắt trước sự di chuyển thất thường của các đối tượng. Đặc biệt, trong mô hình này, một MN di chuyển từ vị trí này đến vị trí khác bằng cách chọn ngẫu nhiên một chiều và một vận tốc trong quá trình chuyển động của nó. Chiều và vận tốc mới được chọn từ hai khoảng đã được xác định, [0,2π] và [νmin,νmax] tương ứng.
Mỗi TIEU LUAN MOI download : skknchat@gmail.com 8 MN của RWM di chuyển trong khoảng thời gian không đổi t, ở cuối khoảng thời gian t, chiều và tốc độ mới của MN sẽ được tính toán. Nhiều RWM được phát triển gồm di chuyển theo không gian một chiều 1-D, hai chiều 2-D, ba chiều 3-D và d chiều d-D. Ta chỉ trình bày mô hình di chuyển 1-D và 2- D, các mô hình 3-D và d-D có thể ngoại suy được. Trong mô hình di chuyển 1-D, ta hình dung một vận động viên đứng ở chính giữa một trục cân bằng dài vô hạn cả về hai phía.
Đưa ra kết quả của sự kiện tung đồng xu, vận động viên di chuyển theo một chiều với một vận tốc ngẫu nhiên trong một khoảng thời gian t. Ví dụ, nếu kết quả đồng xu là ngửa, vận động viên di chuyển về phía bên phải với một vận tốc được chọn ngẫu nhiên và ngược lại. Sau khi lặp lại phép thử này với một số lần lớn, mô hình di chuyển 1-D được vạch ra. Trong mô hình di chuyển 2-D, ta hình dung vẫn là vận động viên đó di chuyển trên một mặt phẳng hai chiều.
Ví dụ, sử dụng phương thức tương tự như mô hình di chuyển 1-D, ta tạo nên mô hình di chuyển ngẫu nhiên 2-D. Đặc biệt, thay vì tưởng tượng vận động viên đứng trên trục cân bằng, ta mở rộng môi trường thành một mặt sàn vô hạn và sử dụng một đĩa quay trên đó có mũi tên. Sau khi quay đĩa, vận động viên di chuyển theo chiều của mũi tên với vận tốc ngẫu nhiên trong khoảng thời gian t. Cứ làm như thế, vận động viên di chuyển ngẫu nhiên trên mặt phẳng 2-D và ta tạo nên được mô hình di chuyển 2-D.
Nhiều kết quả đã chứng minh rằng một sự di chuyển ngẫu nhiên 1-D hoặc 2-D đều quay trở lại điểm ban đầu với một điều hoàn toàn chắc chắn, nghĩa là xác suất bằng 1 (ta không đi sâu vào điều này vì đây không phải là mục đích chính của luận văn). Đặc điểm này đảm bảo rằng sự di chuyển ngẫu nhiên biểu diễn chính xác mô hình di động. Mô hình di động kiểm nghiệm sự di chuyển của các thực thể xung quanh điểm xuất phát của chúng và không phải lo rằng các thực thể di chuyển mà không quay lại điểm xuất phát. Sự di chuyển 2-D đặc biệt được quan tâm để phát triển các giao thức TIEU LUAN MOI download : skknchat@gmail.com 9 cho kỹ thuật liên quan đến mạng tế bào, vì bề mặt trái đất được mô hình hoá dùng biểu diễn 2-D.
Tuy nhiên, sự đơn giản của RWM thường không đủ để đưa ra các kết quả thực tế trong thế giới thực phức tạp.1a cho thấy một ví dụ di chuyển theo dõi từ mô hình 2-D. MN xuất phát từ vị trí có toạ độ (0,0). Ở mỗi điểm, MN ngẫu nhiên chọn một chiều giữa 0 và 2π và vận tốc giữa 0 và 10m/s. MN được phép di chuyển trong thời gian 1 giây trước khi thay đổi chiều và vận tốc.
Ta chú ý hoạt động bị giới hạn của RWM. Node trong hình 1.1a hiếm khi di chuyển ra xa so với điểm xuất phát.1a - Mẫu di chuyển của một MN dùng RWM 2-D. Trong trường hợp đặc biệt của RWM, một MN đổi chiều chuyển động không phải sau một khoảng thời gian mà MN đổi chiều sau khi di chuyển được một đoạn cho trước.1b minh hoạ ví dụ này. TIEU LUAN MOI download : skknchat@gmail.1b - Mẫu di chuyển của một MN dùng RWM 2-D.
RWM cũng được mô tả là mẫu di động không nhớ vì nó không nhớ được các vị trí nó đã đi qua và các giá trị vận tốc. Đặc điểm này ngăn cản tính thực tế của RWM vì các MN điển hình (chính là người sử dụng) có một vận tốc và điểm đích được xác định trước, và chúng lần lượt ảnh hưởng đến các điểm đích và vận tốc tiếp theo. Mô hình di động Markov_Gauss cố gắng khắc phục điều này.2 Mô hình luồng lưu lượng với vận tốc không đổi - FFM Mô hình luồng lưu lượng mô tả những sự di chuyển vĩ mô thay cho sự di chuyển vi mô hoặc đơn lẻ. Hoạt động của luồng lưu lượng tương tự như luồng chất lỏng chảy qua ống dẫn.
Kết qủa là FFM biểu diễn lưu lượng trên đường cao tốc và những tình huống tương tự khác với một luồng không đổi các MN; nói khác đi mô hình này không thể biểu diễn chính xác sự di chuyển của từng MN đơn lẻ. Ví dụ, FFM biểu diễn những đặc tính hoạt động của lưu lượng trên đường cao tốc một chiều, vô hạn một phía. Những ô tô tham gia và thoát khỏi đường cao tốc ở những vị trí khác nhau. FFM không dùng cho những di chuyển đơn lẻ gồm dừng, xuất phát, những hoạt động kết hợp với một di chuyển đơn lẻ quanh thành phố hoặc từ nhóm này đến nhóm khác.
TIEU LUAN MOI download : skknchat@gmail.3 Mô hình Markov_Gauss ngẫu nhiên - RGMM RGMM được giới thiệu với mong muốn khắc phục những kết quả không mong muốn được đề cập trong mục 1. Trong RGMM, vận tốc của MN ở thời điểm n được đưa ra bởi phương trình: vn = αvn-1 + (1-α)μ + 1 2 xn-1 (1.1) với α là tham số dò dùng để thay đổi mức độ ngẫu nhiên, μ là hằng số biểu diễn giá trị trung bình của νn khi n→∞, và xn-1 là một biến ngẫu nhiên từ phân bố Gauss. Các giá trị ngẫu nhiên hoàn toàn thu được bằng cách đặt α = 0 và di chuyển tuyến tính thu được bằng cách đặt α = 1. Mức độ ngẫu nhiên có thể thay đổi bằng cách thay đổi giá trị α n 1 trong khoảng từ 0 đến 1.
Sự đổi chỗ của MN được đưa ra bởi phương trình sn = vi. i 0 Những vận tốc và chiều chuyển động đã qua ảnh hưởng đến những vận tốc và chiều tiếp theo, RGMM loại bỏ những vấn đề gặp phải trong RWM. Nó cũng cho phép nghiên cứu sự di chuyển của MN đơn lẻ; vì vậy, loại bỏ được những vấn đề gặp phải trong FFM.2 Các mô hình di động mạng ad-hoc Các mô hình di động mạng ad-hoc khác hẳn so với các mô hình di động mạng tế bào. Các mô hình di động mạng tế bào đòi hỏi sử dụng các BS trong khi các mô hình di động mạng ad-hoc yêu cầu sự hợp tác của hai hoặc nhiều MN truyền thông.