[发明专利]一种适用于障碍物环境下移动自组网的马尔可夫移动模型

权利要求书

1.一种适用于障碍物环境下移动自组网的马尔可夫移动模型建立方法，其特征在 于如下步骤：

(1)障碍物的表示

障碍物的形状为线形，阻碍性=1 and透明度=0或者阻碍性=1 and透明度=1；其中：

(2)节点状态标识

每个节点都有一组状态标识s_x(a,b)和s_y(a,b)，用s_x(a,b)和s_y(a,b)表示节点当前时 刻的运动状态；利用s_x(a,b)得出下一时刻节点的x坐标，利用s_y(a,b)得出下一 时刻节点的y坐标；其中a∈D,b∈V；D＝{-1,0,1}表示节点运动方向，1表示沿 着相同方向运动，-1表示向相反方向运动，0表示节点位置不改变； V＝{1,2,…,e}表示节点运动快慢，e表示按照速度基值的e倍运动，其中e∈Z⁺；

(3)运动模式设定

节点当前位置的坐标为(x，y)，1秒后节点坐标为(x′,y′)；利用公式(1)得到 (x′,y′)；

x′=x+s_x(a)×s_x(b)×c

y′=y+s_y(a)×s_y(b)×c            (1)

其中，c是一个常量，是速度基值；节点在运动过程中与障碍物相遇，规定 节点与障碍物发生类似于镜面反射的弹性碰撞；

(4)设计状态转移矩阵

给出2种不同的状态转移矩阵设计方法：带方向约束的方法和无方向约束 的方法；

①方法1：带方向约束的方法

在该方法中节点方向的状态转移矩阵为P_d；

Pd=1-qq0p1-2pp0q1-q]]>

通过调整p，q值，控制节点的运动情况，其中，p∈[0,0.5]，q∈[0,1]；

从当前状态转移到其右边所有状态概率的加和为m(公式2)；

从当前状态转移到其左边所有状态概率的加和也为m(公式3)；

除了状态(0)和(e)，节点状态不改变的概率为(1-2m)，公式(4)所示；

状态(0)，其他所有状态都位于其右边，从公式(2)得其转移到其他状态的 概率加和为m，因此，状态保持不变的概率为(1-m)，见公式(5)；

状态(e)转移到其他状态的概率加和为m，状态保持不变的概率为(1-m)； 利用公式(6)和公式(7)得到节点由状态b转移到状态b’的概率；

马尔可夫链的速度概率转移矩阵P_v，由下面的公式计算得出；我们规定 m∈[0,0.5]，e∈Z⁺；

Σb′=b+1epv(b,b′)=m,1≤b<e---(2)]]>

Σb′=b-11pv(b,b′)=m,1<b≤e---(3)]]>

p_v(b，b′)=1-2m,1<b<e        (4)

p_v(1，1)＝p_v(e，e)＝1-m      (5)

pv(b,b′)=2(b-b′)1-2(b-e)×m,1≤b<e,b<b′≤e---(6)]]>

pv(b,b′)=2(b′-b)1-2(-b)×m,1<b≤e,1≤b′<b---(7)]]>

p_(i，j)＝p_d(a,a′)×p_v(b,b′)其中i,j≠0;i=a×b；j=a′×b′；a,a′∈D；b,b′∈V    (8)

p(0,b′)=p×1e×Σb=1epv(b,b′)]]>其中b,b′∈V    (9)

p(b,0)=q×Σb′=1epv(b,b′)]]>其中b,b′∈V     (10)

p_(0，0)＝1-2p                                        (11)

利用P_d和P_v得到状态转移矩阵P_a；

②方法2：无方向约束的方法

节点方向的状态转移矩阵P_d；该方法的速度转移概率矩阵与带方向约束 的方法相同；

Pd=1-q-q′qq′p1-2ppq′q1-q-q′]]>

同理，得到节点的状态转移矩阵P_b；