Mô hình hành trình ngẫu nhiên của mạng di động AD-HOC dùng bản đồ số.PDF

Những đặc điểm khác của mạng ad-hoc gồm có “kết hợp một số lượng lớn các MN, độ rộng băng thông, sự cần thiết hỗ trợ truyền thông đa phương tiện theo thời gian thực và khả năng chống tru

HOÀNG QUỐC VIỆT

MÔ HÌNH HÀNH TRÌNH NGẪU NHIÊN CỦA MẠNG DI ĐỘNG AD-HOC DÙNG BẢN ĐỒ SỐ

LUẬN VĂN THẠC SỸ

HÀ NỘI - 2006

HOÀNG QUỐC VIỆT

MÔ HÌNH HÀNH TRÌNH NGẪU NHIÊN CỦA MẠNG

DI ĐỘNG AD-HOC DÙNG BẢN ĐỒ SỐ

Ngành: Công nghệ Điện tử - Viễn thông

Chuyên ngành: Kỹ thuật Vô tuyến Điện tử và Thông tin liên lạc

MỤC LỤC

Mục lục i

Danh mục các ký hiệu iv

Danh mục các chữ viết tắt vii

Danh mục các hình vẽ viii

MỞ ĐẦU 1

CHƯƠNG 1 MÔ HÌNH DI ĐỘNG RIÊNG LẺ

1.1 Các mô hình di động mạng tế bào

1.1.1 Mô hình bước ngẫu nhiên - RWM

1.1.2 Mô hình luồng lưu lượng với vận tốc không đổi - FFM…

1.1.3 Mô hình Markov_Gauss ngẫu nhiên - RGMM

1.2 Các mô hình di động mạng ad-hoc

1.2.1 Mô hình di động ngẫu nhiên - RMM

1.2.2 Mô hình di động chiều ngẫu nhiên, vận tốc không đổi

1.2.3 Mô hình di động điểm định hướng ngẫu nhiên - RWPMM

1.2.4 Mô hình di động chiều chuyển động ngẫu nhiên - RDMM

1.2.5 Mô hình di động vùng mô phỏng vô hạn

1.2.6 Phiên bản xác suất của RMM

1.2.7 Mô hình di động đường phố, phân vùng và khu vực thành phố

1.2.8 Phân lớp mô hình di động

1.3 Kết luận chương

6 7 7 10 11 11 12 13 13 14 15 17 18 20 20 CHƯƠNG 2 MÔ HÌNH DI ĐỘNG NHÓM 21

2.1 Các mô hình di động nhóm đơn giản

2.1.1 Mô hình di động ngẫu nhiên tương quan hàm e mũ

2.1.2 Mô hình di động theo hàng

2.1.3 Mô hình di động nhóm du cư

2.1.4 Mô hình di động truy đuổi

2.2 Mô hình di động nhóm điểm chuẩn - RPGMM

2.2.1 Mô hình di động theo vị trí

2.2.2 Mô hình di động đan xen

2.2.3 Mô hình di động quy ước

2.3 Kết luận chương

21 21 22 23 24 25 27 28 29 30 CHƯƠNG 3 SỰ QUAN TRỌNG CỦA LỰA CHỌN MÔ HÌNH DI ĐỘNG CHẾ ĐỘ DỪNG CỦA MỘT SỐ MÔ HÌNH DI ĐỘNG THEO PHƯƠNG PHÁP PALM MÔ PHỎNG HOÀN HẢO

3.1 Sự quan trọng của lựa chọn mô hình di động

3.2 Chế độ dừng của một số mô hình di động dựa trên phương pháp Palm

3.2.1 Phương pháp Palm

3.2.2 Mô hình di động hành trình ngẫu nhiên - RTMM

3.2.3 Các mô hình di động dùng để lấy mẫu hoàn chỉnh

A Mô hình RWPMM

B Mô hình RWM (mô hình vec-tơ ngẫu nhiên)

C Hai mô hình di động thực tế

3.3 Kết luận chương

31 31 37 37 40 44 44 57 63 65 CHƯƠNG 4 CHƯƠNG TRÌNH MÔ PHỎNG NS-2 CÁC KẾT QUẢ MÔ PHỎNG

4.1 Lựa chọn phần mềm mô phỏng

66

66

4.2 Thực hiện mô phỏng hoàn hảo

4.3 Các kết quả mô phỏng và bình luận

4.3.1 Kịch bản mô phỏng và các tham số đánh giá

4.3.2 Kết quả mô phỏng

4.3.3 Bình luận kết quả

4.4 Kết luận chương

69 71 71 74 79 82 KẾT LUẬN 84

TÀI LIỆU THAM KHẢO 86

PHỤ LỤC 90

DANH MỤC CÁC KÝ HIỆU

chỉ có tạm dừng [chuyển động]

M(t) [M n] Vị trí của MN ở thời điểm t [sau chuyển trạng thái thứ n]

Next(t) Vị trí ở chuyển trạng thái tiếp theo sau thời điểm t

Prev(t) Vị trí ở chuyển trạng thái trước hoặc tại thời điểm t

đến điểm định hướng hoặc kết thúc tạm dừng)

R(t) Thời gian còn cho đến chuyển trạng thái tiếp theo

m ax

m in

1 1

m in

m ax

v v v

Phase, điểm khởi đầu, đường đi, thời gian hành trình cho hành

nếu T n ≤ t ≤ T n+1 thì I(t) = I n , M(t) = M n và S(t) = S n

U(t)[0,1] Phần hành trình đã thực hiện U(t)S(t) là thời gian đã trôi qua

của hành trình và vị trí của MN ở thời điểm t là X(t) = p(U(t)), với p = P(t) Ta giả sử rằng hành trình được thực hiện ở vận tốc

T n+1 thì U(t) =

n n n

n

n

S

T t T T

S 



) (

1

p(U(t)), với p = P(t) và giá trị vận tốc là

V(t) = V(t)

thời điểm 0 và hệ thống có chế độ dừng E0 ngụ ý trung bình theo sự kiện Ví dụ, E0(S0) = E0(S(0)) là trung bình thời gian

hành trình; ngược lại, với điều kiện hệ thống có chế độ dừng,

E(S(0)) = E(S(t)) là trung bình thời gian của một hành trình,

nghĩa là lấy mẫu hệ thống ở một thời điểm bất kỳ Cả hai kỳ vọng này thường là khác nhau vì ta lấy mẫu trong khoảng hành trình lớn

DANH MỤC CÁC CHỮ VIẾT TẮT

Chữ viết

tắt

distributed

Phân bố đều, độc lập

ngẫu nhiên

RPGMM Reference Point Group Mobility

Model

Mô hình di động nhóm điểm chuẩn

RWPMM Random Waypoint Mobility Model Mô hình di động điểm định hướng

ngẫu nhiên

DANH MỤC CÁC HÌNH VẼ

Hình 1.1a Mẫu di chuyển của một MN dùng RWM 2-D 9

Hình 1.1b Mẫu di chuyển của một MN dùng RWM 2-D 10

Hình 1.2 Mẫu di chuyển của một MN dùng RWPMM 14

Hình 1.3 Mẫu di chuyển của một MN dùng mô hình RDMM 15

Hình 1.4 Mẫu di chuyển của một MN dùng mô hình di động vùng mô phỏng vô hạn 16

Hình 1.5 Ánh xạ vùng mô phỏng thành hình xuyến 17

Hình 2.1 Sự di chuyển của 3 MN dùng mô hình di động theo hàng 23

Hình 2.2 Sự di chuyển của 7 MN dùng mô hình di động nhóm du cư 24

Hình 2.3 Sự di chuyển của 6 MN dùng mô hình di động truy đuổi 25

Hình 2.4 Sự di chuyển của 3 MN dùng mô hình RGPMM 26

Hình 2.5 Nhóm các MN dùng mô hình di động theo vị trí 27

Hình 2.6 Mẫu di chuyển của các MN dùng mô hình di động đan xen 28

Hình 2.7 Mẫu di chuyển của các MN dùng mô hình di động quy ước 29

Hình 3.1 Tỷ số phân phát gói dữ liệu tương ứng với giá trị vận tốc 33

Hình 3.2 Trễ đầu - cuối trung bình tương ứng với giá trị vận tốc 34

Hình 3.3 Số bước truyền trung bình tương ứng với giá trị vận tốc 35

Hình 3.4 Tiêu đề gói tin điều khiển tương ứng với giá trị vận tốc 36

Hình 3.5 Tiêu đề byte điều khiển tương ứng với giá trị vận tốc 37

Hình 3.6 Định nghĩa điểm định hướng 47

Hình 3.7 Định nghĩa a M (θ) trong định lý 3.6 48

Hình 3.8 Miền A không lồi 55

Hình 3.9 Lấy mẫu 1000 điểm 56

Hình 3.10 RWPMM trên mặt cầu 56

Hình 3.11 Mô hình di động “đi xuyên” 60

Hình 3.12 Mô hình di động phản xạ 61

Hình 3.13 Mẫu di chuyển của một MN dùng mô hình di động phân vùng thành phố 64 Hình 4.1 Kết quả sử dụng phần mềm mô phỏng 68

Hình 4.2 Bản đồ số 72

Hình 4.3 Vị trí của 100 MN tại 3 thời điểm lấy mẫu 74

Hình 4.4 Sự thay đổi số MN 74

Hình 4.5 Số cặp MN không trong dải truyền của nhau (đã chuẩn hoá) 75

Hình 4.6 Mức độ MN 75

Hình 4.7 Vận tốc trung bình 76

Hình 4.8 Mật độ sau 1 giây 76

Hình 4.9 Mật độ sau 100 giây 77

Hình 4.10 Mật độ sau 1000 giây 77

Hình 4.11 Mật độ sau 5000 giây 78

Hình 4.12 Tỷ số phân phát gói tin (mô phỏng di động chưa hoàn hảo) 78

Hình 4.13 Tỷ số phân phát gói tin (mô phỏng di động hoàn hảo )… 79

MỞ ĐẦU

Với những tiến bộ trong công nghệ, mạng không dây ngày càng trở nên thông dụng Mạng không dây cho phép người dùng tự do di chuyển từ nơi này đến nơi khác

mà không bị ngắt quãng dịch vụ Tuy nhiên, mạng không dây yêu cầu các trạm cơ sở

BS (Base Station - BS) nối dây phục vụ cho các trạm không dây gửi/nhận các bản tin Mạng ad-hoc, một nhóm nhỏ của mạng không dây, cho phép tạo thành một mạng không dây mà không cần trạm cơ sở Tất cả người dùng tham gia mạng ad-hoc đều chấp nhận chuyển tiếp các bản tin tới các người dùng khác Với khả năng mềm dẻo này, mạng ad-hoc có thể được thiết lập ở bất kỳ nơi nào, tại bất kỳ thời điểm nào, miễn

là có hai người dùng trở lên mong muốn liên lạc Vậy, mạng ad-hoc là gì?

Ad-hoc là cụm từ Latin với ý nghĩa “cho mục đích nào đó” Nó thường biểu hiện là một giải pháp dùng cho một mục đích riêng biệt và chỉ là tạm thời, không phổ biến Ngược lại với nó là các giải pháp tổng thể

Mạng ad-hoc được tạo nên một cách linh động và được duy trì bởi các node riêng biệt (trong mạng ad-hoc, node có ý nghĩa vừa là trạm truyền/nhận vừa là thành phần trung gian chuyển tiếp gói tin) Chúng không yêu cầu một kiến trúc có sẵn cho mục đích truyền thông và không dựa trên bất kỳ kiểu cơ sở hạ tầng nối dây nào; trong mạng ad-hoc, tất cả truyền thông thực hiện thông qua môi trường không dây Với công nghệ ngày nay và sự thông dụng ngày càng gia tăng của các máy tính xách tay làm cho ngày càng có nhiều những nghiên cứu về mạng mạng ad-hoc Sự tiến bộ của công nghệ trong tương lai sẽ giúp ta tạo nên những mạng ad-hoc nhỏ trong các công sở, trong hội thảo và thậm chí ngay trong gia đình Thêm nữa, sự cần thiết các mạng ad-hoc “gọn nhẹ” trong các nhiệm vụ cứu hộ và trong những tình huống địa lý gồ ghề đang trở nên

cực kỳ phổ biến Ta đưa ra các ví dụ của mạng ad-hoc dưới đây để minh hoạ cho những điều ta đã trình bày:

ngừng trong khi làm nhiệm vụ cứu hộ, với yêu cầu trao đổi thông tin Một mạng ad-hoc đáp ứng yêu cầu này

thiết lập các mạng ad-hoc mà không mất chi phí ban đầu, mất thời gian và mất năng lượng để thiết lập như mạng nối dây

Mạng ad-hoc gồm có một số tính chất đặc biệt của mạng không dây nhưng chúng không yêu cầu trạm trung tâm Các mạng không dây đơn giản yêu cầu các trạm trung tâm để đáp ứng định tuyến các bản tin đến/đi của các node di động MN (Mobile Node - MN, một số tài liệu dùng là Mobile Host - MH Ta thống nhất dùng là MN trong luận văn này) nằm trong vùng phủ sóng của nó Các mạng ad-hoc lại khác, chúng không đòi hỏi bất kỳ một thiết bị có sẵn nào mà hai hoặc nhiều MN sẽ hợp tác tạo nên mạng Thay vì nhờ vào các BS nối dây để sắp xếp luồng gói tin đến mỗi node, các MN riêng biệt tạo thành mạng của riêng chúng và tự chuyển tiếp gói tin đến/đi của mỗi node Hoạt động tương thích này cho phép một mạng nhanh chóng được tạo thành kể

cả trong những điều kiện bất lợi nhất Những đặc điểm khác của mạng ad-hoc gồm có

“kết hợp một số lượng lớn các MN, độ rộng băng thông, sự cần thiết hỗ trợ truyền thông đa phương tiện theo thời gian thực và khả năng chống truy nhập nguồn tài nguyên dữ liệu được phân phát”

Hai kiến trúc khác nhau của mạng ad-hoc là: kiến trúc trên mặt phẳng - mạng phẳng, và kiến trúc phân lớp - mạng phân lớp Mạng phẳng là đơn giản nhất vì tất cả các MN là “ngang bằng” Mỗi node trong mạng phẳng tham gia vào quá trình chuyển tiếp và nhận gói tin phụ thuộc vào kỹ thuật định tuyến Mạng phân lớp dùng phương pháp phân lớp thành hai hay nhiều lớp Lớp phía dưới gồm các MN nhóm lại thành các

mạng nhỏ Một MN được chọn từ mỗi nhóm này đóng vai trò là một cổng giao tiếp với lớp cao hơn Cũng như thế, các cổng giao tiếp này lại tạo thành lớp cao hơn Khi một

MN thuộc nhóm A muốn liên lạc với một MN khác cùng nhóm A thì kỹ thuật định tuyến tương tự như trong mạng phẳng Nếu một MN thuộc nhóm A muốn truyền thông với một MN thuộc nhóm B, thì sẽ thực hiện các kỹ thuật định tuyến cải tiến hơn Cho những mục đích của luận văn này, ta chỉ xét đến kiến trúc mạng trên mặt phẳng

Cách thông dụng nhất để nghiên cứu mạng di động ad-hoc MANET (Mobile Ad-hoc Network - MANET) là thông qua mô phỏng Lợi ích của mô phỏng là rất rõ ràng: nó nhanh và có thể lặp lại; có thể tách rời các tham số để đánh giá hoạt động khi thiết kế; cho phép kiểm tra một dải rộng các kịch bản với các giá trị đo lớn (mà khó thực hiện trong thực tế) Muốn mô phỏng MANET để qua đó tìm giao thức định tuyến, lưu lượng, quản lý, thì điều kiện là phải có mô hình di động

Có rất nhiều mô hình di động và mẫu truyền thông đã được triển khai trong mô phỏng để đánh giá khi thiết kế Việc sử dụng các mô hình gần với thực tế là cần thiết,

vì như thế sẽ có một tương quan gần khi triển khai trong thực tế Có nhiều mô hình di động được đề xuất Nhưng tất cả các mô hình này đều trải qua trạng thái không ổn định khi bắt đầu mô phỏng Phân bố xác suất của sự di chuyển của các node thay đổi theo

thời gian, nhưng rốt cuộc vẫn hội tụ đến trạng thái ổn định - phân bố dừng Sự phụ

thuộc này thay đổi tuỳ vào các tham số của mô hình di động và không thực Hoạt động của mạng thay đổi theo thời gian, có sự khác nhau giữa lúc khởi đầu và sau khi đạt được trạng thái ổn định Phương pháp đề xuất giải quyết vấn đề này là loại bỏ thời gian khởi đầu và đặt trạng thái ổn định vào điểm khởi động mô phỏng Tuy nhiên, rất khó

để xác định trước được khoảng thời gian chuyển trạng thái Navidi và Camp [8] đã giải quyết vấn đề này cho mô hình di động điểm định hướng ngẫu nhiên RWPMM (Random Waypoint Mobility Model - RWPMM) bằng cách tìm ra phân bố trạng thái

ổn định và tạo ra mô hình di động được lấy mẫu từ phân bố trạng thái ổn định (được gọi là “mô phỏng hoàn hảo” và “lấy mẫu hoàn hảo”)

Về mặt toán học, điều kiện để mô phỏng chính xác các loại mô hình di động là chúng phải có chế độ dừng Khi đó ta mới có thể lấy mẫu trung bình theo thời gian, hoặc trung bình theo tập hợp Nếu hệ là quá trình ergodic thì lấy mẫu theo các giá trị moment Phương pháp Palm là công cụ tốt để ta đưa ra các điều kiện cho chế độ dừng

Kết quả trình bày trong luận văn này cung cấp một lớp các mô hình di động - gọi là mô hình di động hành trình ngẫu nhiên RTMM (Random Trip Mobility Model - RTMM); sử dụng phương pháp Palm để xem xét trạng thái ổn định; thực hiện mô phỏng hoàn hảo RTMM làm đầu vào cho phần mềm mô phỏng ns-2 Xem xét các mô hình thuộc RTM: RWPMM, mô hình bước ngẫu nhiên RWM (Random Walk Model - RWM) phản xạ, RWM “đi xuyên”, RWPMM bị giới hạn và đặc biệt là mô hình di động theo một bản đồ không gian thực

Tính toán của ta là cho mô hình bản đồ không gian thực (là dạng tiêu biểu của RWPMM) Do đó, ta sẽ đưa ra các điều kiện xem xét chế độ dừng (tức là gồm các tính chất dừng của vận tốc, quãng đường di chuyển, khoảng thời gian di chuyển, mật độ node, ) của RWPMM Đánh giá tính ổn định của chế độ dừng Sau đó thực hiện mô phỏng để kiểm tra lại các kết quả lý thuyết này Thực hiện giao thức định tuyến nguồn động DSR (Dynamic Source Routing - DSR) trên mô hình di động bản đồ không gian thực khi mô phỏng hoàn hảo và mô phỏng chưa hoàn hảo để xem sự khác nhau giữa chúng

Vì vậy, phần còn lại của luận văn được tổ chức như sau:

Đây là các mô hình được áp dụng nhiều nhất trong mô phỏng hệ thông tin di động, đặc biệt là cho mạng ad-hoc

 Chương 2 xem xét một số mô hình di động theo nhóm Nó cũng được áp dụng trong một số tình huống di động chuyên dụng

mong muốn bắt chước thực tế và nhấn mạnh rằng áp dụng cho mạng ad-hoc Đó

là cơ sở cho các mô hình di động thực tế Phương pháp lấy mẫu sự di chuyển của MN được quan tâm trong chương này Từ đó được áp dụng cho một bản đồ

số thực

số thực tế (nhưng vẫn chỉ là hai chiều, nghĩa là trên mặt phẳng) Sau đó, mô hình di động dựa trên bản đồ số được thực hiện với giao thức định tuyến DSR (cho mạng di động ad-hoc) để xem xét và đánh giá sự ổn định của mô hình dựa theo tỷ số phân phát gói tin

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

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

1.1 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:

động đơn giản dựa trên sự ngẫu nhiên của vận tốc và chiều chuyển động

Fluid-Flow Model - FFM): Mô hình tập trung vào các mẫu lưu lượng

RGMM): Mô hình này được tạo nên để bù đắp những khiếm khuyết của hai mô hình trên

1.1.1 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

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

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

Hình 1.1a 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

Hình 1.1a - 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 Hình 1.1b minh hoạ ví dụ này

Hình 1.1b - 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

1.1.2 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

1.1.3 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 1.1.1 và 1.1.2 Trong RGMM, vận tốc của MN ở thời

điểm n được đưa ra bởi phương trình:

với α là tham số dò dùng để thay đổi mức độ ngẫu nhiên, μ là hằng số biểu diễn 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

v 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

1.2 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 Cho dù các

mô hình di động tồn tại riêng biệt cho cả mạng tế bào và ad-hoc, nhưng vẫn có nét giống nhau giữa hai loại này Dưới đây mô tả tám mô hình di động mạng ad-hoc:

đơn giản dựa trên chiều chuyển động và vận tốc

 Mô hình di động chiều ngẫu nhiên, vận tốc không đổi (Constant Velocity Random Direction Mobility Model - CVRDMM): Một phiên bản của RMM

Mobility Model - RWPMM): Mô hình gồm những lần tạm dừng giữa những lần đổi điểm đích và vận tốc

Mobility Model - RDMM): Mô hình này áp đặt các MN di chuyển đến biên của khu vực mô phỏng trước khi thay đổi chiều và vận tốc chuyển động

Mobility Model): Mô hình này chuyển một vùng mô phỏng hình vuông 2-D thành vùng mô phỏng hình xuyến

Model): Mô hình sử dụng một ma trận xác suất để xác định vị trí tiếp theo của

MN

Zone, and Street Unit Mobility Models): Ba khu vực mô phỏng biểu diễn cho các mức độ quy mô khác nhau của thành phố

di động biểu diễn các mức độ khác nhau của quy mô trong khoảng di chuyển dài

1.2.1 Mô hình di động ngẫu nhiên - RMM

RMM cho mạng ad-hoc là RWM cho mạng tế bào Trong RMM, vận tốc và chiều chuyển động hiện tại của MN là độc lập với vận tốc và chiều trong quá khứ Vì vậy, ta bắt gặp một sự phát sinh không thực của sự di chuyển là ngừng đột ngột, ngoặt

đột ngột và di chuyển hoàn toàn ngẫu nhiên Yêu cầu tránh những vấn đề này, nhiều giải pháp đã thay đổi RMM bằng cách thay đổi tính toán vận tốc, chiều hoặc cả hai

1.2.2 Mô hình di động chiều ngẫu nhiên, vận tốc không đổi

Mô hình này dựa trên RMM, tất cả các node được chỉ định cùng một vận tốc trong suốt quá trình mô phỏng Sau đó, một chiều ngẫu nhiên được chọn trong khoảng

0 đến 2π, một MN bắt đầu di chuyển Nếu MN tới được một biên của khung lưới, nó

“vượt qua” biên với một góc được quyết định bởi góc đến MN sau đó tiếp tục di chuyển trên đường đi mới này

1.2.3 Mô hình di động điểm định hướng ngẫu nhiên - RWPMM

RWPMM gồm những lần tạm dừng giữa những lần thay đổi chiều/vận tốc Một

MN bắt đầu đứng ở một vị trí trong một khoảng thời gian nào đó (nghĩa là thời gian tạm dừng) Mỗi khi thời gian này hết, MN chọn một đích ngẫu nhiên cũng như vận tốc,

tốc mới này Đến đích, MN lại bắt đầu thủ tục như trên và cứ như thế

Một số mô phỏng đặt vận tốc không đổi trong suốt toàn bộ quá trình mô phỏng Một số khác lại đặt thời gian tạm dừng bằng 0 Hình 1.2 cho thấy một ví dụ di chuyển của một MN theo RWPMM xuất phát từ điểm được chọn trước ngẫu nhiên Chú ý rằng mẫu di chuyển của MN dùng RWPMM của mạng ad-hoc là tương tự RWM của mạng

tế bào với [0,νmax] = [νmin,νmax]

Hình 1.2 - Mẫu di chuyển của một MN dùng RWPMM [11]

1.2.4 Mô hình di động chiều chuyển động ngẫu nhiên - RDMM

RDMM được tạo nên với yêu cầu khắc phục thiếu sót trong mô hình RWPMM Các MN dùng mô hình RWPMM thường chọn đích mới, và xác suất chọn đích mới được đặt ở trung tâm của vùng mô phỏng, hoặc đòi hỏi di chuyển qua điểm giữa của vùng mô phỏng là cao Xu hướng này được minh hoạ trong hình 1.3 Mô hình này phát biểu rằng các MN di chuyển với RWPMM xuất hiện sự hội tụ, phân kỳ, lại hội tụ, v.v Yêu cầu làm nhẹ bớt kiểu hoạt động này và đưa ra một số không đổi node lân cận, RDMM được phát triển Trong mô hình này, các MN chọn một chiều ngẫu nhiên để di chuyển thay cho chọn đích ngẫu nhiên Sau khi chọn chiều ngẫu nhiên, một MN di chuyển theo chiều được chọn tới biên của vùng mô phỏng Ngay khi tới biên, MN dừng trong một khoảng thời gian nào đó, chọn một chiều có góc khác (nằm giữa

MN với điểm xuất phát là tâm của vùng mô phỏng (250,250) dùng RDMM

Hình 1.3 - Mẫu di chuyển của một MN dùng RDMM [11]

Một thay đổi của RDMM là mô hình di động chiều ngẫu nhiên cải tiến MRDMM (Modified Random Direction Mobility Model - MRDMM) Trong mô hình phiên bản này, các MN tiếp tục chọn chiều ngẫu nhiên nhưng chúng không bị áp đặt để

di chuyển tới biên vùng mô phỏng trước khi dừng lại để thay đổi chiều Thay vào đó,

MN chọn một chiều ngẫu nhiên và chọn một đích bất kỳ dọc theo chiều chuyển động

1.2.5 Mô hình di động vùng mô phỏng vô hạn

Trong mô hình này, có mối liên hệ giữa chiều chuyển động và vận tốc trước đó

dùng để mô tả vận tốc ν của MN (có toạ độ (x,y)) cũng như chiều θ của nó Cả vec-tơ vận tốc và vị trí của MN được cập nhật cứ sau khoảng thời gian ∆t tương ứng với các

công thức sau:

ν(t + ∆t) = min [max (ν(t) + ∆ν,0),V max ], θ(t + ∆t) = θ(t) + ∆θ,

x(t + ∆t) = M(t) + v(t)cos θ(t),

y(t + ∆t) = y(t) + v(t)sin θ(t),

tối đa mà chiều chuyển động có thể thay đổi khi MN di chuyển

Mô hình này cũng khác biệt trong tình huống biên của vùng mô phỏng Trong tất cả các mô hình được đề cập trên đây, các MN phản xạ trở lại hoặc ngừng di chuyển mỗi khi chúng tới biên mô phỏng Nhưng trong mô hình di động vùng mô phỏng vô hạn, các MN khi tới một mép của vùng mô phỏng thì tiếp tục di chuyển và lại xuất hiện

ở mép đối diện của vùng mô phỏng Hình 1.4 minh hoạ hoạt động của một MN bắt đầu

di chuyển dọc theo đường 1 hướng tới biên bên phải Khi node gặp biên bên phải, nó xuất hiện ở mép đối diện và tiếp tục di chuyển vẫn với vận tốc và chiều đó Khi khoảng

thời gian ∆t kết thúc, MN chọn một chiều mới và vận tốc mới và lại bắt đầu di chuyển,

biểu hiện bởi đường 2

Hình 1.4 - Mẫu di chuyển của một MN dùng mô hình di động vùng mô phỏng vô hạn

Kỹ thuật này tạo nên một vùng mô phỏng hình xuyến (torus) cho phép các MN

di chuyển mà không có sự ngăn cản nào Hình 1.5 minh hoạ khái niệm này: hình vuông

phía bên trái được biến đổi thành hình xuyến phía bên phải qua hai bước: đầu tiên ta

đó ta gấp cả hai đầu hình trụ nối với nhau

Hình 1.5 - Ánh xạ vùng mô phỏng thành hình xuyến [11]

1.2.6 Phiên bản xác suất của RMM

Mô hình này dùng ma trận xác suất để xác định vị trí của MN riêng biệt trong thời gian tiếp theo, và được biểu diễn bằng 3 trạng thái Trạng thái 0 biểu diễn vị trí hiện tại của MN, trạng thái 1 biểu diễn vị trí trước đó của MN, và trạng thái 2 biểu diễn

vị trí tiếp theo của MN Ma trận xác suất được dùng là [11]:

) 2 , 1 ( ) 1 , 1 ( ) 0 , 1 (

) 2 , 0 ( ) 1 , 0 ( ) 0 , 0 (

P P

P

P P

P

P P

P

với P(a,b) biểu diễn xác suất MN sẽ di chuyển từ trạng thái a sang trạng thái b Mỗi

node di chuyển ngẫu nhiên với một vận tốc trung bình cho trước Ma trận sau là một ví

0 7 0 3 0

5 0 5 0 0

Ma trận xác suất P1 cho phép MN di chuyển theo bất kỳ chiều nào, miễn là nó

không quay trở lại trạng thái trước đó Cách làm này tốt hơn sự di chuyển ngẫu nhiên ban đầu vì nó phản ánh ảnh hưởng của các hoạt động thực tiễn nhiều hơn Ví dụ, khi mọi người hoàn thành nhiệm vụ hàng ngày của họ, họ có xu hướng tiếp tục di chuyển theo một chiều gần như không đổi Hiếm khi họ đột ngột quay trở lại theo vết cũ Tuy

nhiên, chọn các giá trị thích hợp của P(a,b) là rất khó cho những kịch bản riêng biệt

1.2.7 Mô hình di động đường phố, phân vùng và khu vực thành phố

Ta luôn tìm kiếm những đặc tính mong muốn của mô hình di động gồm có yêu cầu đầu vào/đầu ra và quan tâm những kết quả khi thiết kế một mô hình di động cụ thể

G tổ chức thành các vùng, và khoảng thời gian T S out gồm tập hợp các hàm để quyết

định vị trí của một MN thứ p thông qua tập G ở thời điểm t Bằng cách kết hợp các yếu

tố này với lý thuyết vận chuyển, ta có ba mô hình: đường phố, phân vùng và khu vực thành phố Trước khi định nghĩa ba mô hình này, ta trình bày ngắn gọn lý thuyết vận chuyển

Lý thuyết vận chuyển tìm cách xác định tải mà một hệ thống cần phải vận chuyển trong một khu vực địa lý cần phục vụ cho trước (đường phố, phân vùng và thành phố) Để tính toán tải này cần phải xét các biến số khác nhau:

 Khu vực phổ biến hấp dẫn nhiều MN

Xét mô hình khu vực thành phố biểu diễn sự di động của người sử dụng và hoạt động lưu lượng trong một vùng địa lý rộng Mô hình khu vực thành phố đặc trưng gồm

có hai đặc tính theo lý thuyết vận chuyển Thứ nhất, các thành phố phát triển theo cách

ở trung tâm thành phố tập trung cao các nơi làm việc và kinh doanh Xung quanh trung tâm thành phố là phân bố tương đối của các khu vực nhà ở cho những người ở thành phố, điều này được tham khảo như là khu vực đô thị Di chuyển ra xa trung tâm thành phố thì nhận thấy sự giảm dần mật độ dân số, biểu diễn cho khu vực ngoại ô và nông thôn Đặc tính thứ hai tìm thấy trong một thành phố đặc trưng là mạng lưới đường phố

hỗ trợ sự di chuyển từ trung tâm thành phố xuyên qua khu vực đô thị cho đến khu vực ngoại ô và nông thôn Rõ ràng, sự tập trung trong mô hình khu vực thành phố chính là

để biểu diễn những luồng lưu lượng lớn trong phạm vi thành phố

Mô hình phân vùng xem xét sự di động trong thành phố nhẹ nhàng hơn Thay vì xem xét toàn thành phố, mô hình này chia thành phố thành nhiều vùng Mỗi vùng là một ô vuông được tạo bởi lưới trực giao chính là mạng lưới đường phố

Mô hình di động đường phố cố gắng mô hình hoá sự di chuyển của các MN đơn

lẻ Nó cố gắng bắt chước các điều kiện lưu lượng thực tế bằng cách tối thiểu thời gian

di chuyển cho tất cả các node và đảm bảo những tính chất an toàn trong khi di chuyển như là giới hạn vận tốc và khoảng cách tối thiểu cho phép giữa hai MN bất kỳ

Các mô hình di động đường phố, phân vùng và khu vực thành phố thiếu những chi tiết cụ thể, như là tính toán sự di chuyển của các MN, vì chúng là các mô hình lý thuyết dùng để mô tả môi trường mô phỏng Những mô hình lý thuyết này tạo nên những môi trường mô phỏng thực trong đó xuất hiện cả những chướng ngại vật và những đường đi đã hoàn toàn được xác định Khi kết hợp, các mô hình di động đường phố, phân vùng và khu vực thành phố tạo nên một môi trường mô phỏng thực Nhưng nếu mô phỏng mô hình di động này ta sẽ gặp rất nhiều phép tính và sự phức tạp

1.2.8 Phân lớp mô hình di động

Phân lớp mô hình di động biểu diễn mức độ phạm vi của các vật chuyển động

Mô hình di động các thành phố lớn (METMOD) tập trung vào những di chuyển của các MN trong một khu vực thành phố lớn Khu vực thành phố lớn được chia thành những vùng nhỏ hơn Một ma trận kết nối di chuyển được tạo nên và dùng để mô tả xác suất một MN di chuyển vào trong một vùng gần kề

Mô hình di động quốc gia (NATMOD) bắt chước hoạt động của các MN di chuyển giữa những khu vực thành phố lớn NATMOD chia vùng mô phỏng thành những vùng nhỏ hơn; tuy nhiên, những vùng nhỏ hơn này chính là những khu vực thành phố lớn Cho rằng phần lớn dân cư di chuyển giữa những thành phố lớn bằng máy bay nên cần sử dụng thông tin chuyến bay (từ phòng vận chuyển) như là khoảng cách giữa hai thành phố lớn và cho rằng số máy bay đến và đi một thành phố là bằng nhau, từ đó tính lượng lưu lượng cho mô hình di chuyển

Cuối cùng, mô hình di động quốc tế (INTMOD) mô tả hoạt động của các MN di chuyển, chẳng hạn giữa nước Mỹ và những nước khác Dữ liệu từ Mỹ và 10 nước được lựa chọn để tạo nên lượng lưu lượng chính xác Vì vậy, trong mô hình này lưu lượng đến và đi biểu diễn cho các quốc gia đơn lẻ

1.3 Kết luận chương

Chương này trình bày lại một số mô hình di động riêng lẻ (của mỗi MN đơn)

Nó khá đầy đủ để biểu diễn sự di chuyển của mỗi MN trong cả hai mạng: mạng tế bào truyền thống và mạng ad-hoc Tuy nhiên, như ta thấy ở chương 4, các mô hình này là chưa thực tế và cần phải kiểm tra một số điều kiện (ví dụ: tính dừng và độ ổn định) để xây dựng nên mô hình di động gần thực tế hơn

CHƯƠNG 2 MÔ HÌNH DI ĐỘNG NHÓM

Chương một ta đã thảo luận các mô hình di động biểu diễn các MN mà hoạt động của chúng là hoàn toàn độc lập với nhau Tuy nhiên, trong nhiều tình huống cần thiết mô tả hoạt động của các MN cùng nhau di chuyển Ví dụ, nhiều kịch bản quân sự xảy ra trong đó nhóm các chiến sĩ phải hoạt động cùng nhau, v.v , hoặc đơn giản chỉ

là cách thức hợp tác nào đó để thực hiện một mục đích Để mô hình hoá trong những tình huống như thế, các mô hình nhóm cho phép thực hiện những tính chất hợp tác mới này Chương này ta thảo luận hai loại mô hình di động nhóm:

nhiên của một nhóm các MN cũng như chuyển động ngẫu nhiên của mỗi MN trong nhóm

2.1 Các mô hình di động nhóm đơn giản [12]

Các mô hình RMM và RWM không đủ để mô tả những tình huống cuộc sống thực Ta sẽ đưa ra những sự phụ thuộc lấy kết quả từ những tương tác giữa các MN

2.1.1 Mô hình di động ngẫu nhiên tương quan hàm e mũ

Một trong những mô hình di động nhóm đầu tiên được đề xuất là mô hình di động ngẫu nhiên tương quan hàm e mũ Trong mô hình này, một hàm chuyển động được sử dụng để tạo nên sự di chuyển của MN Cho trước vị trí (của MN hoặc nhóm) ở

thời điểm t là b(t) và ở thời điểm tiếp theo (t+1), vị trí tiếp theo (của MN hoặc nhóm) b(t+1) được tính theo b(t) là:

b(t+1) = b(t)e

1

1 ) (

1 

với τ điều chỉnh tốc độ thay đổi từ vị trí trước đó đến vị trí mới (nghĩa là τ nhỏ tương ứng sự thay đổi lớn) và r là biến ngẫu nhiên Gauss có phương sai σ Nhưng nó không

dễ để tạo nên mẫu chuyển động bằng cách lựa chọn các giá trị thích hợp cho (τ,σ)

Những mô hình sau đây sẽ cải thiện những thiếu sót này

2.1.2 Mô hình di động theo hàng

Mô hình di động theo hàng chứng tỏ rất hữu ích cho những mục đích tìm kiếm

và quét Mô hình này biểu diễn một tập các MN tạo thành một hàng và chuyển động đều lên phía trước theo một hướng cụ thể (ví dụ một hàng các chiến sĩ hành quân tiến

về phía quân thù) Một sự thay đổi nhỏ của mô hình cho phép các MN riêng lẻ theo kịp lẫn nhau sau một MN khác (ví dụ một nhóm các em nhỏ đi vào/ra lớp theo một hàng dài có lớp trưởng dẫn đầu)

Để thực hiện mô hình này, một đường kẻ tham khảo (tạo thành một hàng các MN) được xác định Mỗi MN được đặt trong mối liên hệ với những điểm chuẩn của nó trên đường kẻ; sau đó MN được phép di chuyển ngẫu nhiên xung quanh điểm chuẩn của nó (hình 2.1) [11]

Điểm chuẩn mới cho MN được xác định như sau:

điểm_chuẩn_mới = điểm_chuẩn_cũ + vec-tơ_quay với điểm_chuẩn_cũ là điểm chuẩn trước đó của MN và vec-tơ_quay là độ dịch được

xác định trước để di chuyển đường kẻ tham khảo Độ dịch này được tính thông qua khoảng cách ngẫu nhiên và góc ngẫu nhiên (giữa 0 và π, vì sự di chuyển chỉ có tiến về phía trước) Vì độ dịch đều dùng cho tất cả các MN, nên đường kẻ là một đường 1-D

Hình 2.1 - Sự di chuyển của 3 MN dùng mô hình di động theo hàng

2.1.3 Mô hình di động nhóm du cư

Xuất phát từ thực tế của xã hội cổ xưa khi dân du mục di chuyển từ nơi này sang nơi khác, mô hình di động nhóm du cư biểu diễn nhóm các MN cùng nhau di chuyển từ điểm này đến điểm khác Với mỗi nhóm, từng MN duy trì một “không gian” của riêng,

và trong “không gian” đó nó di chuyển ngẫu nhiên Ngày nay, nhiều ứng dụng tồn tại theo loại kịch bản này Ví dụ, một lớp học đi thăm viện bảo tàng Lớp học sẽ di chuyển

từ nơi này đến nơi khác, nhưng mỗi học sinh trong lớp sẽ đi xung quanh một vị trí riêng biệt tại đó

Trong mô hình này, mỗi MN sử dụng một mô hình di động đơn lẻ (chẳng hạn như mô hình di động bước ngẫu nhiên) để di chuyển xung quanh một điểm chuẩn Khi điểm chuẩn thay đổi, tất cả các MN di chuyển tới vùng mới được xác định theo điểm chuẩn (xem 2.1.2) và lại bắt đầu di chuyển quanh điểm chuẩn mới Hình 2.2 minh hoạ một ví dụ cho mô hình này với 7 MN

Hình 2.2 - Sự di chuyển của 7 MN dùng mô hình di động nhóm du cư

Các MN trong mô hình di động nhóm du cư cùng chia sẻ chung điểm chuẩn, ngược hẳn với điểm chuẩn đơn lẻ trong mô hình một hàng Vì vậy, ta mong đợi các

MN ít ràng buộc hơn Ví dụ, trong mô hình di động theo hàng, các MN có thể chỉ di chuyển khoảng 2 giây trước khi thay đổi chiều và vận tốc; nhưng trong mô hình di động nhóm du cư, các MN có thể được phép di chuyển 60 giây trước khi thay đổi chiều

và vận tốc [11]

2.1.4 Mô hình di động truy đuổi

Như tên của nó, mô hình di động truy đuổi cố gắng biểu diễn các MN dò theo một mục tiêu cụ thể Ví dụ, mô hình này có thể biểu diễn các nhân viên cảnh sát cố gắng bắt một tù nhân trốn thoát Mô hình gồm một phương trình cập nhật vị trí mới cho mỗi MN:

vị trí_mới = vị trí_cũ + gia tốc (đích - vị trí_cũ) + vec-tơ_quay

với gia tốc (đích - vị trí_cũ) là thông tin di chuyển của MN bị truy đuổi và vec-tơ_quay

là độ dịch ngẫu nhiên cho mỗi MN Giá trị vec-tơ_quay thu được thông qua một mô

hình di động đơn lẻ (ví dụ: mô hình bước ngẫu nhiên RWM) Số bước ngẫu nhiên cho

mỗi MN bị giới hạn với yêu cầu duy trì hiệu quả dò theo MN đang bị truy đuổi Vị trí hiện tại của một MN, một vec-tơ ngẫu nhiên, và gia tốc được kết hợp để tính vị trí tiếp theo của MN Hình 2.3 đưa ra một minh hoạ với 6 MN di chuyển theo mô hình di động truy đuổi

Node trắng biểu diễn node đang bị truy đuổi và các node đen biểu diễn các node đang truy đuổi

Hình 2.3 - Sự di chuyển của 6 MN dùng mô hình di động truy đuổi

2.2 Mô hình di động nhóm điểm chuẩn - RPGMM

RPGMM biểu diễn sự chuyển động ngẫu nhiên của một nhóm các MN cũng như chuyển động ngẫu nhiên của từng MN đơn lẻ trong nhóm Những sự di chuyển của nhóm dựa trên một đường đi mà điểm trung tâm hay di chuyển trên đường đi này Điểm trung tâm của nhóm có thể được xác định trước hoặc hoàn toàn ngẫu nhiên Điểm trung tâm dùng để tính chuyển động của nhóm thông qua vec-tơ chuyển động

nhóm các MN, gồm cả chiều và vận tốc Các MN đơn lẻ ngẫu nhiên di chuyển quanh

điểm chuẩn của chúng (xem 2.1.2), sự di chuyển của các điểm chuẩn này lại phụ thuộc

sự di chuyển nhóm Khi các điểm chuẩn đơn lẻ di chuyển từ thời điểm t sang thời điểm (t+1), các vị trí của nó được cập nhật thông qua điểm trung tâm của nhóm Mỗi khi các điểm chuẩn được cập nhật, biểu diễn bằng RP(t+1), chúng được kết hợp với một vec-

quanh điểm chuẩn của nó

Hình 2.4 minh hoạ ba MN di chuyển theo RPGMM Hình minh hoạ cho ta thấy

ở thời điểm t, ba chấm nhỏ biểu diễn các điểm chuẩn, RP(t), cho ba MN Mô hình sử

mới Độ lớn của RM là phân bố đều trong hình tròn có bán kính cho trước, tâm tại

RP(t+1) và chiều của nó được phân bố đều giữa 0 và 2π

Hình 2.4 - Sự di chuyển của 3 MN dùng RGPMM

RPGMM được thiết kế để mô tả những kịch bản như cứu hộ lũ lụt Trong khi cứu hộ, đội phản ứng gồm có con người và chó Những biển chỉ dẫn của con người định hướng nên một đường đi chung cho những con chó theo sau, vì chúng thường biết

vị trí gần đúng của nạn nhân Những con chó tạo nên đường đi “ngẫu nhiên” của chúng xung quanh khu vực chính được chọn bởi con người [11]

Nếu những đường đi nhóm phù hợp được chọn, cùng với những vị trí ban đầu thích hợp cho các nhóm khác nhau, nhiều ứng dụng di động khác nhau có thể được biểu diễn với RPGMM, đó là: mô hình di động thay thế, chồng lấn và quy ước

2.2.1 Mô hình di động theo vị trí

Mô hình này chia vùng địa lý thành những vùng nhỏ Mỗi vùng nhỏ được chỉ định cho một nhóm riêng và do đó nhóm chỉ hoạt động trong vùng được chỉ định Mô hình này có ích cho những tình huống mô phỏng như nhóm những người có mục đích như nhau được chỉ định để giới hạn lại thành vùng riêng Ví dụ ứng dụng mô hình này cho “khắc phục thảm hoạ trên diện rộng, trong đó các nhân viên y tế, cảnh sát và lính cứu hoả phục vụ cho những người hàng xóm riêng biệt” Mỗi người hàng xóm được chỉ định nhân viên y tế, cảnh sát và lính cứu hoả riêng mà không ảnh hưởng đến đội cứu trợ của hàng xóm gần đó Hình 2.5 minh hoạ mô hình này

Hình 2.5 - Nhóm các MN dùng mô hình di động theo vị trí

Trong khu vực mô phỏng, ta thấy năm nhóm MN Mỗi MN trong một nhóm đơn

có thể tham gia vào một hoạt động không giống với tất cả các MN khác trong nhóm Tuy nhiên, các MN hoạt động cùng với nhau trong một khu vực cụ thể

Vị trí của mỗi MN trong hình 2.5 được tính toán tương tự vị trí của MN trong

2.2.2 Mô hình di động đan xen

Sự thay đổi thứ hai của RPGMM là mô hình di động đan xen Mô hình này mô phỏng vài nhóm khác nhau, mỗi nhóm có mục đích riêng nhưng hoạt động trong cùng khu vực địa lý Mỗi nhóm trong mô hình này có thể có những đặc điểm khác với những nhóm khác trong cùng khu vực địa lý Vẫn là ví dụ khắc phục thảm hoạ ở trên, nhưng

là một đội nhân viên cứu hộ, một đội y tế, một đội nhân viên tâm lý, nhưng mỗi đội lại

có đặc điểm riêng về mẫu di chuyển, vận tốc và hoạt động Trong mô hình này, khu vực thảm hoạ hoặc thành phố cùng chia sẻ những đội cứu hộ này Hình 2.6 minh hoạ ví

dụ này

Hình 2.6 - Mẫu di chuyển của các MN dùng mô hình di động đan xen