[发明专利]一种DTN网络中节点位置预测方法

说明书

本发明公开了一种DTN网络中节点位置预测方法，其方法为利用灰色理论在当前信息缺失的情况下，利用历史数据对目标节点的将来时刻的方位角进行预测，并将得到的方位角灰色预测值作为将来时刻的观测值，结合节点的运动模型，并利用卡尔曼滤波算法进行节点位置估计，再通过迭代递推，得到所需时刻的目标节点位置。本发明直接利用目标节点当前保存的历史数据，不需要复杂的趋势和转移概率计算，实现了在信息缺乏情况下对DTN网络节点位置的预测。

技术领域

本发明涉及网络通信技术领域，特别涉及一种DTN网络中节点位置预测方法，用于在延迟和中断容忍网络、传感器网络、移动自组织网络环境下制定传输方案时对节点位置进行预测，以及移动通信领域对移动台进行位置预测。

背景技术

延迟容忍网络(Delay Tolerant Network,DTN)是一种数据传输中存在很大延迟或者节点之间的链接经常中断的网络环境，这种环境中，节点不断运动，不能保证信息从源端到目的端存在一条连续的路径。如低轨卫星通信网络、飞行器自组织网络、传感器网络、车辆自组织网络(VANET)等。

对于DTN网络中的信息传输而言，由于从源端到目的端不存在一条连续的路径，为找到保证消息成功到达目的节点的路由，一般是进行洪泛式转发，或基于对中间节点与目的节点相遇概率的估计，来选择下一跳节点进行存储转发。只要能预测到节点的将来位置及其出现概率，则可以大大提高路由策略的效率；此外，在能够预测节点位置或轨迹的情况下，也将会对DTN网络中的服务质量控制策略、信息安全策略等的方案设计带来很大方便。因此，研究DTN网络中对节点位置的预测具有重要的意义。

然而，DTN网络中的节点位置预测却不同于传统移动通信网中的位置预测问题。在传统移动通信网中，源节点与目的节点之间一般可以找到一条即时的连续路径，位置预测服务节点可以及时获取到目标节点当前的位置信息，并据此获得节点的运动趋势从而进行位置预测；但在DTN网络中，源节点与目的节点之间不存在即时的信息连续传输路径，传输延迟很大且链路经常中断，位置预测服务节点获得的节点位置信息常常是过时的、局部的、不完整的，因而对DTN网络中节点位置的预测存在很大的挑战。

目前有关移动通信网中节点位置或轨迹的预测方法大多是基于马尔可夫模型进行预测，即节点下一状态(位置)只依赖于节点当前的状态(位置)，节点将来的状态(位置)预测可以看作基于马尔可夫模型的一步或多步预测。然而，马尔可夫模型要求已知节点的当前位置及状态转移概率矩阵，且状态转移要相对稳定，其中，状态转移概率通常基于对大量的历史数据进行离线统计来获取。但是DTN网络无法满足即时性要求，不能利用节点位置变换的状态转移矩阵，来对DTN网络中节点位置进行预测。

陶剑峰等提出了一种基于灰色预测的目标跟踪算法(“灰色预测在跟踪式卡尔曼滤波中的应用”，2007年系统仿真技术及其应用学术会议论文集，第9卷986-989页)，该算法提出对目标的当前时刻的运动状态(坐标及其速度)估计值进行灰色预测，以该灰色预测代替卡尔曼算法中的状态转移方程，结合当前时刻观测到的方位角进行扩展卡尔曼滤波，得到当前时刻的目标的位置。然而，这种方法主要适用于目标在机动运动状态，可以观测到当前时刻的目标方位角的情况。在DTN网络中，我们无法得到当前时刻的目标方位角及坐标、速度等一切运动信息，也无法应用于DTN环境下的位置预测。

因此，需要一种能够对DTN网络中节点位置及其连续运动轨迹进行预测的技术方案。

发明内容

本发明的目的：实现对DTN网络中节点位置及其连续运动轨迹的预测。

为了实现上述发明目的，本发明提供一种DTN网络中节点位置预测方法，其特征在于，包括以下步骤，

S1：根据位置服务节点上当前保存的目标节点的历史数据，计算所述目标节点的方位角序列；

S2：对所述方位角序列进行灰色预测，得到方位角在下一时刻的灰色预测值；