本發(fā)明涉及拓撲機制，特別是一種普適的博弈均衡的組播拓撲機制及方法。
背景技術(shù)：
：組播通訊是網(wǎng)絡(luò)通訊尤其是移動網(wǎng)絡(luò)o2o應(yīng)用中的重要研究內(nèi)容，近年來，在大數(shù)據(jù)及物聯(lián)網(wǎng)飛速發(fā)展的背景下，網(wǎng)絡(luò)通訊技術(shù)受到了廣泛的關(guān)注和重視。綜合國內(nèi)外的研究成果來看，很多傳感器網(wǎng)絡(luò)上的著名的組播機制已經(jīng)發(fā)布：在文獻1中，double-channelxymulticastwormholerouting(dcxy)用一個擴展的xy路由算法來建立路由機制(s.banerjee,b.bhattacharjee,andc.kommareddy.scalableapplicationlayermulticast.inproceedingsofacmsigcomm,pages205_217,2002.)；在文獻2中，dual-pathmulticastrouting(dpm)是為二維傳感器網(wǎng)絡(luò)開發(fā)的，它為傳感器網(wǎng)絡(luò)中的每個節(jié)點分配了一個l標簽，而且把群組劃分成兩個子組(例如gh和gl)，因而它由那些標簽l大于(gh)或小于(gl)的資源組成。路由路徑是由按l參數(shù)的gh升序排列和gl按降序排列的節(jié)點構(gòu)造的(a.nakao,l.peterson,anda.bavier.aroutingunderlayforoverlaynetworks.inproceedingsofacmsigcomm,pages11_18,2003.)；在文獻3中，can-basedmulticast是為使用thecan(content-addressablenetwork)配置的p2p應(yīng)用開發(fā)的。(s.ratnasamy,m.handley,r.karp,ands.shenker,“application-levelmulticastusingcontent-addressablenetworks”,proc.ofthe3rdinternationalworkshoponnetworkgroupcommunication,pp.14-29,november7-9,2001,london,uk.)can基礎(chǔ)的組播是可擴展的，尤其當(dāng)多路資源共存時。然而，只有洪泛方式折中了組播延時和網(wǎng)絡(luò)鏈數(shù)量的效率來傳播組播信息。換句來說，現(xiàn)有的方法往往只考慮了一種因素構(gòu)建主播樹，而本發(fā)明綜合考慮了多種因素。在文獻5中，leach(d.agrawal.teen:aroutingprotocolforenhancede_ciencyinwirelesssensornetworks.proceedings15thinternationalparallelanddistributedprocessingsymposium,pages2009-2015,apr2001)隨機的輪作簇核得以在傳感器網(wǎng)格中平均的分配能量負載。在文獻6中，teen(w.heinzelman,a.chandrakasan,andh.balakrishnan.anapplicationspecificprotocolarchitectureforwirelessmicrosensornetworks.ieeetransactiononwirelessnetworking,1(4):660-670,2002.)是一個基于簇的路由協(xié)議，這一點相似與leach。teen對傳感器網(wǎng)絡(luò)有更強的適應(yīng)性，因為它根據(jù)簇頭廣播重要參數(shù)減少了數(shù)據(jù)傳輸。本發(fā)明是引用傳統(tǒng)的能量算法leach和teen做為本發(fā)明的能量因素算法，進行分析比對的，并且根據(jù)更好的持續(xù)工作時間來定義能量權(quán)。下面本發(fā)明根據(jù)節(jié)點數(shù)據(jù)量直接定義數(shù)據(jù)權(quán)。但在現(xiàn)實的網(wǎng)絡(luò)環(huán)境中，它往往更加復(fù)雜。這里的數(shù)據(jù)權(quán)就是一個值，但在實際應(yīng)用中往往是一個函數(shù)，在不同的情景有不同的意義。首先，可以根據(jù)節(jié)點數(shù)據(jù)量直接定義數(shù)據(jù)權(quán)，因為總的來說，更多的數(shù)據(jù)量意味者更多的數(shù)據(jù)處理和查詢。而且，可以用查詢熱度作為數(shù)據(jù)權(quán)值。在小的傳感器數(shù)據(jù)庫中，不同的表或數(shù)據(jù)項，即使有著同樣的數(shù)據(jù)量，有著不同的查詢量。如果選擇更高的查詢熱度作為簇核或接近樹根，這將會提高，查詢效率，減少查詢信息的復(fù)制，自然的講減少衰退和陰影。進而，今天的小傳感器數(shù)據(jù)庫使用語義緩存技術(shù)。總的來講，語義緩存存儲查詢結(jié)果和查詢語義，用來響應(yīng)將來的查詢。語義緩存值模型greedydual-sizefrequency(gdsf)算法替替換了對象具有最小語義緩存參數(shù)。這些參數(shù)是由專門的語義緩存參數(shù)函數(shù)計算而來的。總的來說，節(jié)點的語義緩存值越大，意味著更多的數(shù)據(jù)交互，查詢和復(fù)制。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是：提供一種普適的博弈均衡的組播拓撲機制及方法，其將彼此獨立而又相互關(guān)聯(lián)、彼此博弈而又均衡的位置、能量和數(shù)據(jù)這三個因素組合成完整的線性組合，以實現(xiàn)在各種網(wǎng)絡(luò)通訊o2o應(yīng)用中滿足組播通訊的需求。本發(fā)明解決其技術(shù)問題采用以下的技術(shù)方案：本發(fā)明提供的普適的博弈均衡的組播拓撲機制,具體是：通過分析位置權(quán)向量、能量權(quán)向量和數(shù)據(jù)權(quán)向量間的關(guān)系而提出了三個參數(shù)博弈均衡的應(yīng)用，應(yīng)用時，其利用協(xié)方差系數(shù)在向量間找到博弈均衡點,列出博弈均衡矩陣,確定博弈置信區(qū)間邊界，所建立的模型和系統(tǒng)是可擴展的，根據(jù)實際需要，很容易擴展到多因素博弈均衡，進而擴展到不同因素比例的變化。所述的位置權(quán)向量，包括：(1).位置中心點的充分必要條件：定理1：令u是簇成員，它占有m維網(wǎng)絡(luò)中的節(jié)點(u0,...,uj,...,um-1)而且n>j(j列左邊的節(jié)點數(shù))，n<j(j列右邊的節(jié)點數(shù)),和n＝j(luò)(j列上的節(jié)點數(shù))表示簇成員的j維坐標大于，小于和等于uj的簇成員數(shù)；則當(dāng)且僅當(dāng)m滿足以下條件時候，u是優(yōu)化核，|n<j-n>j|≤n＝j(luò),j＝0,1,...,m-1；(2)節(jié)點位置權(quán)重的計算方法：1)最短路徑區(qū)域節(jié)點(span)：對任何兩個節(jié)點(x0,y0)和(x1,y1)；令xmin＝min{x0,x1},xmax＝max{x0,x1},ymin＝min{y0,y1}，ymax＝max{y0,y1}定義一個矩形區(qū)域[x0,y0]×[x1,y1]；每個在[x0,y0]×[x1,y1]上的節(jié)點(x,y)是在(x0,y0)和(x1,y1)間的一個最短路徑上，而且叫做(x0,y0)與(x1,y1)間的最短路徑區(qū)域節(jié)點；2)一個簇成員的span節(jié)點：當(dāng)樹建在以n'為大小的簇中時，稱其為span區(qū)域中的簇核(x*,y*)到簇成員ci(i∈[0,n'-1])的所有節(jié)點為ci的span節(jié)點；3)節(jié)點權(quán)重：一個節(jié)點可以是幾個簇成員的span節(jié)點；如果一個節(jié)點是k個簇成員的span節(jié)點，這個節(jié)點分配了k權(quán)重；4)路徑權(quán)重：給一個最短路徑，路徑權(quán)是所有路徑節(jié)點上權(quán)重的和。本發(fā)明提供的普適的博弈均衡的組播拓撲方法，具體是：聚焦在信息搜集和查詢的動態(tài)路由上，通過綜合考慮位置因數(shù)、能量因數(shù)和數(shù)據(jù)因數(shù)，利用新舊向量間的夾角余弦相等,找到納什均衡點,進而構(gòu)建博弈均衡方程組,求解協(xié)方差系數(shù)，形成這三個因數(shù)向量博弈均衡，在它們之間做一個精細的平衡，實現(xiàn)組播樹的構(gòu)建；所述的組播向量模型為：給定k個線性無關(guān)的因素向量：它們的線性組合：式中：αi，k表示組合系數(shù)。本發(fā)明可以采用以下博弈均衡方程實現(xiàn)綜合考慮位置因素、能量因素和數(shù)據(jù)量因素博弈的均衡，所述博弈均衡方程為：本發(fā)明提供的普適的博弈均衡的組播拓撲方法，其在對包括查詢處理和路由通訊，數(shù)據(jù)聚集，手機游戲，線上教學(xué)，虛擬社區(qū)，視頻對話,或者網(wǎng)絡(luò)電商領(lǐng)域中的應(yīng)用。本發(fā)明在實踐應(yīng)用中，不同因數(shù)所占比例往往是不同的，需要對所建立的模型做相應(yīng)的擴展來解決這個問題。所采用的模型為三維向量的權(quán)重模型時，其應(yīng)用方法為：設(shè)三維向量原來的權(quán)重模型為：w＝αw′+βw″+γw″′,總權(quán)重:w；語義權(quán):w′；時間權(quán):w″；位置權(quán):w″′。線性參數(shù):α，β，γ,α，β，γ∈r，α，β，γ≥0,而且α+β+γ＝1。采用以下的方法將原來的權(quán)重模型演變?yōu)樾碌臋?quán)重模型：先在w′,w″,w″′中增加相關(guān)系數(shù)而且設(shè)定：位置權(quán)，能量權(quán)，數(shù)據(jù)權(quán)，而且則原來的權(quán)重模型演變?yōu)椋涸摲椒軌驍U展到任意有限維度，以實現(xiàn)普適的效果。本發(fā)明與現(xiàn)有技術(shù)相比，具有以下主要的有益效果：無線通訊o2o的位置，數(shù)據(jù)，能量等多因素博弈均衡的數(shù)據(jù)組播通訊機制?？蓱?yīng)用于數(shù)據(jù)聚集，手機游戲，線上教學(xué)，虛擬社區(qū)，視頻對話,網(wǎng)絡(luò)電商等等領(lǐng)域，有著廣泛的應(yīng)用前景。在該機制中,用統(tǒng)一的費用模型結(jié)構(gòu),考慮多維現(xiàn)實約束或因素,利用博弈論的納什均衡概念來決定組播通訊機制的參數(shù)。本方法綜合考慮了位置,能量和數(shù)據(jù)的三維向量博弈均衡。實際上對這三維向量的任意因素,有很多人考慮了專門的算法。本發(fā)明算法有機的組合了這三維因素,更重要的是,這樣以來,它更容易擴展,根據(jù)現(xiàn)有的平臺,能夠獲得全新的效果.它可以無縫的鏈接到多個因素,獲得渴望的效果。該方法不僅改進了現(xiàn)有的方法,而且可以擴展到n維度應(yīng)用場景的，還可以擴展到不同因素比例變化的應(yīng)用，本發(fā)明方法獲得了良好的效果。本方法有著廣泛的應(yīng)用前景,可應(yīng)用于數(shù)據(jù)聚集，手機游戲，線上教學(xué)，虛擬社區(qū)，網(wǎng)絡(luò)電商等等領(lǐng)域，有著廣泛的應(yīng)用前景。眾所周知，當(dāng)今無線通訊是一個非常新穎的領(lǐng)域，也是一個創(chuàng)造巨大生產(chǎn)力的領(lǐng)域。2014年11月11日光棍節(jié)阿里巴巴用時38分鐘突破100億交易額！雙十一當(dāng)天總金額571億2千8百萬，無線占比42.6％！除夕全天微信紅包收發(fā)總量達10.1億次，央視春晚微信搖一搖互動總量達110億次，峰值達8.1億次/次鐘；祝福在185個國家傳遞了3萬億公里。隨著無線手機用戶的增多，和應(yīng)用的擴展，這樣的應(yīng)用場景會越來越頻繁,如，在wechat中會有多個用戶同時在線聊天分享文字、圖片、音樂和視屏等信息。會有多個用戶同時在線玩游戲，等等。本發(fā)明算法主要是針對這樣的場景設(shè)計的。首先,最重要的是節(jié)省了平均相應(yīng)時間，試想在峰值達8.1億次/分鐘的應(yīng)用場景下，平均相應(yīng)時間的節(jié)省是多么的重要；其次,是節(jié)省了帶寬等資源，對于這樣一個巨大的無線交互，快速的查詢響應(yīng)，高效的組播通信機制,顯注的無線帶寬的節(jié)省，當(dāng)有億萬用戶交互時,提高的效率將非常明顯；第三,提高了包到達率,隨著網(wǎng)絡(luò)通訊尤其是無線網(wǎng)絡(luò)通訊o2o的發(fā)展,無線手機的相關(guān)應(yīng)用已經(jīng)遍布到社會的各各角落,和各各領(lǐng)域,彌漫在我們每個人的日常生活的各各方面,每時每刻都有這海量的信息在網(wǎng)絡(luò)中傳播,本發(fā)明方法能夠顯著的提高包到達率,從而節(jié)省大量資源。附圖說明圖1是傳感器網(wǎng)絡(luò)系統(tǒng)構(gòu)建組播樹連接多個移動電話示意圖。圖2是能量度固定在3，比例度取3,平均組播延時示意圖。圖3是能量度固定在3，比例度取7,平均組播延時示意圖。圖4是能量度固定在3，比例度取3,平均使用鏈接數(shù)示意圖。圖5是能量度固定在3，比例度取7,平均使用鏈接數(shù)示意圖。圖6是能量度固定在3，比例度取3,平均包到達率示意圖。圖7是能量度固定在3，比例度取7,平均包到達率示意圖。圖8是比例度固定在3,能量度取3,平均組播延時示意圖。圖9是比例度固定在3,能量度取7,平均組播延時示意圖。圖10是比例度固定在3,能量度取3,平均使用鏈接數(shù)示意圖。圖11是比例度固定在3,能量度取7,平均使用鏈接數(shù)示意圖。圖12是比例度固定在3,能量度取3,平均包到達率示意圖。圖13是比例度固定在3,能量度取7,平均包到達率示意圖。圖14是維數(shù)據(jù)網(wǎng)格中的最短路徑節(jié)點(shortestpathareanodes，span)。具體實施方式本發(fā)明提供的普適的博弈均衡的組播拓撲機制，其聚焦在信息搜集和查詢的動態(tài)路由上，該拓撲機制考慮三個因數(shù)即位置、能量和數(shù)據(jù)，形成三個因數(shù)博弈的均衡，在它們之間做一個精細的平衡。進而可以擴展到多因素博弈均衡,不僅如此我們的方法可以根據(jù)實際需要,擴展到不同因素比例的變化。所有這些使得該方法更適合于現(xiàn)實的應(yīng)用，據(jù)有更優(yōu)化的效果。下面結(jié)合實施例和附圖對本發(fā)明作進一步的說明，這些實施例僅僅是對本發(fā)明較佳實施方式的描述，但并不限定以下所述的內(nèi)容。本發(fā)明提供的普適的博弈均衡的組播拓撲機制，其涉及各種網(wǎng)絡(luò)通訊尤其是無線網(wǎng)絡(luò)通訊系統(tǒng)應(yīng)用的位置，能量,數(shù)據(jù)博弈均衡的組播路由問題：首先，通過分析位置,能量和數(shù)據(jù)間的關(guān)系而提出了三個參數(shù)博弈均衡的應(yīng)用。其次，提出一個總的博弈均衡機制,利用協(xié)方差系數(shù)在向量間找到博弈均衡點,列出博弈均衡矩陣,確定博弈置信區(qū)間邊界。第三,上述步驟建立的模型和系統(tǒng)是可擴展的他很容易擴展到多因素,因而該方法更適合于現(xiàn)實的應(yīng)用。然后，該方法可以根據(jù)實際需要,擴展到不同因素比例的變化。最后，經(jīng)過大量的試驗,引進了新的參數(shù)和標準,證明了本發(fā)明方法優(yōu)于其它的工作.本發(fā)明提供的普適的博弈均衡的拓撲機制，是通過下述方法實現(xiàn)的。該方法步驟包括：綜合考慮位置因素，能量因素和數(shù)據(jù)因素；具體的算法應(yīng)用；設(shè)計三個因素之間的關(guān)系；擴展到其它的因素和關(guān)系,包括不同因素間的比例；特性評價。具體如下：1.綜合考慮位置因素，能量因素和數(shù)據(jù)量因素。在構(gòu)建組播樹的時候，既要考慮位置因素，能量因素，又要考慮數(shù)據(jù)量因素。這就需要盡力把位置中心的節(jié)點作為簇核，或放在距離樹根較近的地方；每個節(jié)點應(yīng)該根據(jù)它的能量狀態(tài)輪流做簇核，用于獲取平衡的網(wǎng)絡(luò)能量狀態(tài)消耗；同時也盡量把數(shù)據(jù)量最大的節(jié)點作為簇核，或放在距離樹根較近的地方。節(jié)點位置、節(jié)點能量與節(jié)點數(shù)據(jù)量，這三種因素相互獨立，又相互關(guān)聯(lián)。這就要求盡可能的在這三者間取一個平衡。這一根本思想不僅僅是在選擇簇核時，而且貫穿于構(gòu)建組播樹，確定每個簇節(jié)點在組播樹中的位置的全過程。在討論了三個向量，位置權(quán)向量，能量權(quán)向量和數(shù)據(jù)權(quán)向量關(guān)系的基礎(chǔ)上，本發(fā)明能夠自然地擴展到n個權(quán)向量的關(guān)系，在現(xiàn)實世界中，在構(gòu)建組播樹的時候，人們往往需要考慮諸多因素，例如，位置，數(shù)據(jù)，經(jīng)濟，政治，軍事，等等。2.建立數(shù)學(xué)模型來描述系統(tǒng)：這里把有n個成員的組播群組表示為g＝{u0,...,ui,...,un-1},i∈[0,n-1]，把群組成員映射為一個m維網(wǎng)絡(luò)。每個成員ui定義m坐標：(ui,0,...,ui,j,ui,(m-1))，這里：0≤ui,j≤kj-1，0≤j≤m-1。端節(jié)點ui＝(ui,0,...,ui,j,ui,(m-1))和ui'＝(ui',0,...,ui',j,ui',(m-1))(i'∈[0,n-1],i'≠i)是相鄰節(jié)點，當(dāng)且僅當(dāng)ui,j＝ui',j對所有j時，除了ui,j＝ui',j±1沿著只有一維j'。因而，在m維網(wǎng)絡(luò)系統(tǒng)中，一個端節(jié)點可能有m到2m個鄰居。我們也定義了m維網(wǎng)絡(luò)系統(tǒng)中兩個節(jié)點的曼哈頓距離為它們的靜態(tài)延時距離。在一個2維網(wǎng)絡(luò)系統(tǒng)中兩節(jié)點(x0,y0)和(x1,y1)的靜態(tài)延時距離是|x1-x0|+y1-y0|。從(x0,y0)到其它節(jié)點(x1,y1)的靜態(tài)延時距離的和是如何表達節(jié)點的位置因素，能量因素和數(shù)據(jù)量因素以方便計算機處理。分別建立一個向量表達對每個因素：位置權(quán)重向量w'，能量權(quán)重向量w”和數(shù)據(jù)量權(quán)向量w"'。例如位置權(quán)向量wj'＝(w'j,0,...,w'j,i,...,w'j,n-1)，i∈[0,n-1]；能量權(quán)向量w"＝(w"0,...,w"i,...,w"n-1)，i∈[0,n-1]；數(shù)據(jù)權(quán)向量w"'＝(w'"0,...,w"'i,...,w"'n-1)，i∈[0,n-1]；總的權(quán)向量w＝(w0,...,wi,...,wn-1)，i∈[0,n-1]。3.具體的算法應(yīng)用：網(wǎng)絡(luò)根據(jù)傳感器網(wǎng)絡(luò)區(qū)域的靜態(tài)延時距離，把簇成員劃分到不同的簇。在組成員初始劃分到不同的簇之后，建立起一個樹來連接簇成員。不同簇之間的連接是通過連接每個簇樹的樹根來完成的。為了構(gòu)建這樣的結(jié)構(gòu)，一套基于m維傳感器網(wǎng)絡(luò)的新算法如下所示：(1)簇形成算法：根據(jù)到不同節(jié)點的靜態(tài)延時距離劃分簇成員。在我們的組播機制中，群組成員由幾個管理節(jié)點(叫做集合節(jié)點－rp)初始的分成幾個簇。簇的大小一般設(shè)為：s＝(k,3k-1)這個表達式(k,3k-1)表示在k和k-1之間的一個隨機常數(shù)。如nice，k是一個常數(shù)，而且在本章的模擬中，也選擇k＝3。這個簇大小的定義是基于nice中同樣的理由，這是為了避免頻繁的簇劃分和融合。把那些沒有安排在任何簇的節(jié)點狀態(tài)定義為未分配。把簇的形成作如下定義：rp在所有未分配的節(jié)點中初始選擇左邊最低的端節(jié)點(叫作u),根據(jù)到不同節(jié)點的靜態(tài)延時距離劃分簇成員。(2)相關(guān)權(quán)向量生成算法：該子算法計算出三個權(quán)向量：位置權(quán)向量w'，能量權(quán)向量w"和數(shù)據(jù)權(quán)向量w"'，找出位置核ci,a即最大位置權(quán)節(jié)點，能量核ci,b即最大能量權(quán)節(jié)點，數(shù)據(jù)核ci,c即最大數(shù)據(jù)權(quán)節(jié)點。該子算法可以劃分成6步：a.找到位置中心節(jié)點作為位置核ci,a，在每個簇找到位置中心節(jié)點作為位置核。以下的定理給出了在每一簇中找到位置中心節(jié)點的充分必要條件。它是根據(jù)到所有其它簇節(jié)點的靜態(tài)延時距離的最小和優(yōu)化的！定理1：令u是簇成員，它占有m維網(wǎng)絡(luò)中的節(jié)點(u0,...,uj,...,um-1)而且n>j(j列左邊的節(jié)點數(shù))，n<j(j列右邊的節(jié)點數(shù)),和n＝j(luò)(j列上的節(jié)點數(shù))表示簇成員的j維坐標大于，小于和等于uj的簇成員數(shù).則當(dāng)且僅當(dāng)m滿足以下條件時候，u是優(yōu)化核。|n<j-n>j|≤n＝j(luò),j＝0,1,...,m-1b.計算出每個節(jié)點位置權(quán)向量w'i,j，為了在每一簇中組播傳輸數(shù)據(jù)包，在每一簇中建立了一個以簇核作為根的樹。因為網(wǎng)絡(luò)中可以同時存在幾個組播群組，組播交通必須滿足它的交通要求。樹應(yīng)該最大化簇中鏈使用的共享，使得鏈休息時可以滿足其它交通。我們的方法是去連接所有成員。因而，1)兩個相鄰成員間的分支是簇中的最短距離；2)在條件(1)下，樹上的鏈的總數(shù)應(yīng)該是最小化的。表1位置權(quán)向量w'，標有*的權(quán)屬于簇成員y＝6002*1*000y＝5003211*0y＝4014*2110y＝31*152110y＝202*10*4220y＝1002*1001*y＝00011*000x＝0x＝1x＝2x＝3x＝4x＝5x＝6討論算法之前，我們首先定義如下術(shù)語(用2維簇作為模型)：1.最短路徑區(qū)域節(jié)點(shortestpathareanodesspan)：對任何兩個節(jié)點(x0,y0)和(x1,y1)。令xmin＝min{x0,x1},xmax＝max{x0,x1},ymin＝min{y0,y1}，ymax＝max{y0,y1}定義一個矩形區(qū)域[x0,y0]×[x1,y1]。每個在[x0,y0]×[x1,y1]上的節(jié)點(x,y)是在(x0,y0)和(x1,y1)間的一個最短路徑上，而且叫做(x0,y0)與(x1,y1)間的最短路徑區(qū)域節(jié)點。2.一個簇成員的span節(jié)點：當(dāng)樹建在以n'為大小的簇中時，我們叫span區(qū)域中的簇核(如樹根)(x*,y*)到簇成員ci(i∈[0,n'-1])的所有節(jié)點為ci的span節(jié)點。我們以圖1為例。假設(shè)核在節(jié)點(2,2)。在[2,2]×[5,5]中的所有這一簇的節(jié)點是這個簇成員的span節(jié)點。3.節(jié)點權(quán)重：一個節(jié)點可以是幾個簇成員的span節(jié)點。如果一個節(jié)點是k個簇成員的span節(jié)點，這個節(jié)點分配了k權(quán)重。表1給出了所有節(jié)點的權(quán)重，以無成員節(jié)點(2,5)為例，它的權(quán)重為3意為著3個簇成員經(jīng)過最短路徑通過節(jié)點(2,5)到(2,2)。很明顯(2,2)的權(quán)重為10。4.路徑權(quán)重：給一個最短路徑，路徑權(quán)是所有路徑節(jié)點上權(quán)重的和，例如，路徑權(quán)重<(2,2),(2,3),...,(2,5),...,(5,5)>是26?？偟膩碚f，節(jié)點的位置權(quán)重意味著在本簇中有多少個節(jié)點通過該節(jié)點路由到簇核。位置權(quán)越大，節(jié)點越接近中心。如節(jié)點(2,4)的權(quán)重是4，因為有(2,4)，(2,6)，(3,5)，(5,5)4個節(jié)點通過(2,4)路由到簇核(2,2)，換句話說，節(jié)點(2,4)是(2,4)，(2,6)，(3,5)，(5,5)4個節(jié)點的最短路徑節(jié)點span(見圖14)。c.計算出每個節(jié)點的能量權(quán)w"i,j，在計算出位置權(quán)向量w'i,j之后,系統(tǒng)可以容易的得到節(jié)點的能量權(quán)向量。表2能量權(quán)向量w”'，標有*的權(quán)屬于簇成員y＝6002*3*300y＝5013410*0y＝4006*6510y＝31*134330y＝224*2*357*1y＝11310*3004*y＝00144*000x＝0x＝1x＝2x＝3x＝4x＝5x＝6表2中，1表示1j或者1j以上的能量。c.找到最大數(shù)據(jù)量節(jié)點作為能量核ci,b，在表2中能量核是(2,1)，最大值是10.d.計算出每個節(jié)點的數(shù)據(jù)權(quán)w"'i,j，在計算出位置權(quán)向量w'i,j之后,系統(tǒng)可以容易的得到節(jié)點的數(shù)據(jù)權(quán)向量。表3數(shù)據(jù)權(quán)向量w”'，標有*的權(quán)屬于簇成員(在此表中，1表示1t或者1t以上的字節(jié))y＝6002*3*300y＝5013410*0y＝4006*6510y＝31*134330y＝224*2*357*1y＝11310*3004*y＝00144*000x＝0x＝1x＝2x＝3x＝4x＝5x＝6e.找到最大數(shù)據(jù)量節(jié)點作為數(shù)據(jù)核ci,c。在表3中數(shù)據(jù)核是(2,1)，最大值是10.(3)最小加權(quán)路徑樹算法：在相關(guān)權(quán)向量生成算法產(chǎn)生位置權(quán)向量w'，能量權(quán)向量w"，數(shù)據(jù)權(quán)向量w"'，位置核ci,a，能量核ci,b，數(shù)據(jù)核ci,c之后。該子算法想要聯(lián)立三個已有的權(quán)向量w'，w"和w"'，進而生成一個新的權(quán)向量w。然而，系統(tǒng)僅僅知道w＝f(w',w",w"')，卻不知道表達式f()。簡單討論，本實施例僅僅考慮到線性關(guān)系：w＝αw'+βw"+γw"。然后，該子算法聯(lián)立二元一次線性方程組，解線性參數(shù)α、β、γ，生成新的權(quán)向量w。最后生成最小加權(quán)路徑樹作為組播樹。(4)組播路由算法：首先，網(wǎng)絡(luò)根據(jù)一些規(guī)則的網(wǎng)絡(luò)區(qū)域劃分成不同的簇；其次，在組成員初始的劃分到不同的簇之后，建立起一棵組播樹來連接簇成員；最后，在上層，構(gòu)建一個共享樹執(zhí)行內(nèi)簇路由。(5)普適的實用的有限維向量算法：這篇文章的意義不僅僅是從二維擴展到三維本身，而且還可以擴展到彈性有限維。本文在從三維擴展到n維的基礎(chǔ)，提出了一個普適的實用的有限維向量算法，所以我們的算法能夠適應(yīng)更廣泛的現(xiàn)實應(yīng)用，包含更多的參數(shù)，更具有普適性。首先,根據(jù)節(jié)點的靜態(tài)沿時距離，把節(jié)點劃分到不同的簇；其次,計算出有限m維權(quán)向量w(1)i,j...w(l)i,j...w(m)i,j；第三,建立博弈均衡方程，解線性參數(shù)，根據(jù)已知向量的代數(shù)和構(gòu)建新的權(quán)向量，最后構(gòu)建最小加權(quán)路徑樹，α(1)i,j...α(l)i,j...α(m)i,j；最后,根據(jù)現(xiàn)有的結(jié)構(gòu)，在現(xiàn)有的群組中，有效的分配組播包。3.確定三個因素之間的關(guān)系：位置因素、能量因素和數(shù)據(jù)量因素是一個博弈而又均衡的關(guān)系。它們有各自的特點，是完全獨立的體系，但是在現(xiàn)實世界中又是相互聯(lián)系，相互制約，相互平衡。在得到了位置權(quán)向量w'，能量權(quán)向量w”和數(shù)據(jù)權(quán)向量之后w"'，本發(fā)明試圖用w'、w"和w"'建立一個新的權(quán)向量w，綜合考慮位置和數(shù)據(jù)因素，使得系統(tǒng)能夠在位置、能量和數(shù)據(jù)量三方面達到綜合系統(tǒng)最優(yōu)，即w＝f(w',w",w"')?，F(xiàn)在，已知w'，w"，w"'，而f()未知。換句話說，這里w＝f(w',w",w"')是個黑匣子，就要試圖把它轉(zhuǎn)變成一個白匣子。這三個向量之間的關(guān)系可以有很多種形式，現(xiàn)在僅僅討論最簡單的關(guān)系：線性關(guān)系。而位置權(quán)因素、能量權(quán)因素和數(shù)據(jù)因素在物理意義上是相互獨立的，所以這三個向量是與線性無關(guān)的，即應(yīng)該為:w＝αw'+βw"+βw"'，α、β和γ為線性參數(shù)。(1)接下來是如何求出線性參數(shù)α、β和γ。通過向量間的夾角余玄相等,找到了兩個一元線性方程，式中w'a、w"b、w"'c分別是位置權(quán)向量w'、能量權(quán)向量之后w"和數(shù)據(jù)權(quán)向量之后w"'的最大值點。從而可以求解出α、β、γ進而可以得到w。在得到w之后可以構(gòu)建組播樹，即最小加權(quán)路徑樹，傳輸數(shù)據(jù)。4.擴展到其它的因素和關(guān)系：在確定了三個向量，位置權(quán)向量，能量權(quán)向量和數(shù)據(jù)權(quán)向量關(guān)系的基礎(chǔ)上，就能夠自然的擴展n個權(quán)向量的關(guān)系。在現(xiàn)實世界中，在構(gòu)建組播結(jié)構(gòu)的時候，人們往往需要考慮諸多因素，例如，位置，數(shù)據(jù)，經(jīng)濟，政治，軍事，等等。在本發(fā)明提供的模型中，每個因素就是一個向量。只要因素間的物理意義是獨立的，那么這三個向量線性無關(guān)，否則線性相關(guān)。如果這兩個向量線性相關(guān)，則把它線性無關(guān)化。所有這些因素可以由一系列的權(quán)向量表示，它們之間的關(guān)系是彼此博弈而又相互均衡。對m維因素,m>3,所代表的m維向量,...,,...,。權(quán)向量可定義為向量間的關(guān)系方程可以定義為：其中是標準化的協(xié)方差系數(shù)。多因素納什均衡：在協(xié)方差系數(shù)標準化是指，所有協(xié)方差系數(shù)的和為1。具體如下：定理1.由多維權(quán)重的線性組合的總權(quán)重可由帶有協(xié)方差系數(shù)αi，1，αi，2，...，αi，k的方程來描述，其滿足以下關(guān)系：定理2：給定k個線性無關(guān)的向量它們的線性組合是：則，對于n維因素向量wi，*，1，wi，*，2，...，1的納什均衡點是：定理3：對k個線性無關(guān)的向量在方程(6)和他們的線性組合方程(7)帶有協(xié)方差系數(shù)滿足條件方程(5),它的關(guān)系在方程(8)時，它的納什均衡點為：5.擴展到多因素比例變化：目前的模型是一個通用模型，位置、能量和數(shù)據(jù)三個因素所占的比例是相等的。但在實踐應(yīng)用中，不同因數(shù)所占比例往往是不同的?？梢詫Ρ景l(fā)明的模型做相應(yīng)的擴展來解決這個問題。任何問題都是從簡單到復(fù)雜，從低級到高級發(fā)展演化而來的，如下：將原來的權(quán)重模型w＝αw′+βw″+γw″′，通過在w′、w″、w″′中增加相關(guān)系數(shù)得到：位置權(quán),能量權(quán),數(shù)據(jù)權(quán),而且則，w＝αw′+βw″+γw″′演變?yōu)椋喝绻鄳?yīng)權(quán)重w的對應(yīng)系數(shù)越大，那么他在整個模型中所占的比重越大，這個系數(shù)可由用戶根據(jù)需要設(shè)定。進而如何確定不同參數(shù)在模型中的比例，可以用到敏感度分析，這部份內(nèi)容不在本實施例討論范圍之內(nèi)，可以參見文獻《a.saltelli,m.ratto,t.andres,f.campolongo,j.cariboni,d.gatelli,m.saisanaands.tarantola.globalsensitivityanalysis.johnwiley&sons,theprimeredition,2008.》6.特性評價：(1)模擬模型：本發(fā)明的算法有一個固有的平臺，該平臺是綜合考慮位置、能量和數(shù)據(jù)的三維向量博弈均衡。實際上對這三維向量的任意因素，有很多人考慮專門的算法。本發(fā)明的算法有機的組合了這三維因素，更重要的是，這樣一來，它更容易擴展。本發(fā)明的算法根據(jù)現(xiàn)有的平臺，能夠獲得全新的效果，它可以無縫的鏈接到多個因素，獲得渴望的效果。本發(fā)明選擇了四個組播路由方法來測試2維的傳感器網(wǎng)格的性能測試和比較：space，energy，data和cgbnts，該方法綜合考慮空間能量和數(shù)據(jù)因數(shù)。而且選擇了dcxyp作為本發(fā)明的space方法，這是已有技術(shù)中最流行的組播技術(shù)。本發(fā)明用energy方法表示用能量權(quán)向量產(chǎn)生最小加權(quán)路徑樹，該方法參考了傳統(tǒng)的leach和teen方法。本發(fā)明還用data方法表示用數(shù)據(jù)權(quán)向量產(chǎn)生最小加權(quán)路徑樹，該方法表示數(shù)據(jù)量、查詢熱度和語義緩存值。在模擬環(huán)境中，以下表示模擬的主要的參數(shù)，其中模擬器的網(wǎng)絡(luò)拓撲是[1000x1000]2維的傳感器網(wǎng)格。該模擬是在c++上開發(fā)的，而且運行在40臺ibm2.4g雙核工作站上。所使用的移動設(shè)備的數(shù)目[0,200],而且隨機生成x、y坐標，移動節(jié)點的速度[1unit/s,10unit/s]。所得到的隨機的生成數(shù)據(jù)權(quán)[1unit,10unit]是由一個泊松過程隨機產(chǎn)生4000個2000字節(jié)大小的組播包。無線路由協(xié)議參考aodv，鏈寬帶寬是10mbps。在模擬期間，1000和1000，000組播包根據(jù)時間隨機的生成，包的平均大小為2400字節(jié)。傳輸包的平均速率是1ms。在移動傳感器數(shù)據(jù)庫系統(tǒng)中，查詢路由廣播general-query信息，而且觸發(fā)時間timer-general-query。系統(tǒng)能夠配置查詢周期timer-general-query，得以有序的發(fā)送general-query信息，默認時間為60s。以下的三個參數(shù)應(yīng)用在評價機制中：平均組播延時：在節(jié)點上定義這個信息組播延時為路由延時的和，隊列延時和傳輸延時。平均組播延時ad計算為：當(dāng)d(s,ui)是從資源s到成員ui的延時包，n是組大小。使用的連接數(shù)：它指的是為了把信息組播到群組g中所有節(jié)點所使用鏈的總數(shù)。包到達率：它指的是為了把信息組播到群組g中所有節(jié)點的數(shù)據(jù)包所到達的比例。(2)實驗數(shù)據(jù)：實驗考慮2d傳感器網(wǎng)絡(luò)，有360個移動電話。每個簇包括8個移動電話。傳感器網(wǎng)絡(luò)系統(tǒng)能夠構(gòu)建一個組播樹來連接所有這些移動電話來查詢傳輸數(shù)據(jù)，如圖1所示。為了考察能量因數(shù)，本發(fā)明專門引進一個變量：能量度，它表示能量支持節(jié)點系統(tǒng)運行的量。在實驗中,能量度表示有10等級,系統(tǒng)設(shè)置了一個新的模型,時間能量閾值，timeenergythresholdtet:tet＝energydegreeweightenergy*timeenergyunite；(12)這里的能量權(quán)是指節(jié)點所包含的能量值，一旦oncet＞tet，節(jié)點就從系統(tǒng)中撤出來。也引進了另變量是比例度，它表示不同因數(shù)的不同比例情況，它從10到1。在此次實驗中運用了后續(xù)的4個標準：1)比例等級1:45％空間,10％能量,45％數(shù)據(jù)；2)比例等級3:33％空間,33％能量,33％數(shù)據(jù)；3)比例等級5:25％空間,50％能量,25％數(shù)據(jù)；4)比例等級7:15％空間,70％能量,15％數(shù)據(jù)。w+＝α*.α+.w'+β*.β+.w"+γ*.γ+.w”'在不同能量狀況的能量比例：能量度固定在3，比例度取1；3；5；7。本發(fā)明選擇了不同類型的方法比較：space，energy，data，previousworkandourwork。由于篇幅因素,本實施例只選擇能量度固定在3，比例度取1；5的試驗結(jié)果：平均組播延時averagemulticastdelay的實驗結(jié)果如下：圖2至圖3表示平均組播延時averagemulticastdelay，該方法明顯好于其它方法。平均使用連接數(shù)averagenumberofusedlinks的實驗結(jié)果如下：圖4至圖5表示平均使用鏈接數(shù)averagenumberofusedlinks我們的方法使用最少的平均使用連接數(shù)。平均包到達率averagepacketarrivalrate的實驗結(jié)果如下：圖6至圖7表示平均包到達率的結(jié)果，從兩個圖觀察的結(jié)果來看，該方法優(yōu)于其它三個方法。在不同能量狀況的能量比例：比例度固定在3,能量度取3；5；7；9。本發(fā)明選擇了不同類型的方法比較：space,energy,data,previousworkandourwork。由于篇幅因素,本實施例只選擇比例度固定在3,能量度取3；7,的試驗結(jié)果：平均組播延時averagemulticastdelay的實驗結(jié)果如下：圖8至圖9表示平均組播延時averagemulticastdelay，該方法明顯好于其它方法。平均使用連接數(shù)averagenumberofusedlinks的實驗結(jié)果如下：圖10至圖11表示平均使用連接數(shù)averagenumberofusedlinks，該方法使用最少的平均使用鏈接數(shù)。平均包到達率averagepacketarrivalrate的實驗結(jié)果如下：圖12至圖13表示平均包到達率的結(jié)果，從兩個圖觀察的結(jié)果來看,該方法優(yōu)于其它三個方法。從上述實驗結(jié)果得知，在長時間的操作中，data方法顯示一定的優(yōu)勢。在充足的能量供給下,能量方法提供了更多的優(yōu)勢。這是因為在某些極端的條件下，有些特定的方法會有一定的優(yōu)勢。然而，在眾多可能的條件中,本發(fā)明方法總的來說優(yōu)于其它的方法。條件在不同的能量條件下,在不同的時間長度下,本發(fā)明方法更強壯,更適應(yīng)于復(fù)雜多變的網(wǎng)絡(luò)應(yīng)用。當(dāng)前第1頁12