«上一篇
文章快速检索     高级检索
下一篇»
  哈尔滨工程大学学报  2019, Vol. 40 Issue (9): 1549-1554  DOI: 10.11990/jheu.201803070
0

引用本文  

杨健敏, 乔钢, 刘凇佐, 等. 定向传输水声通信网络邻节点发现机制[J]. 哈尔滨工程大学学报, 2019, 40(9): 1549-1554. DOI: 10.11990/jheu.201803070.
YANG Jianmin, QIAO Gang, LIU Songzuo, et al. Neighbor discovery mechanism for directional transmission underwater acoustic communication networks[J]. Journal of Harbin Engineering University, 2019, 40(9): 1549-1554. DOI: 10.11990/jheu.201803070.

基金项目

国家自然科学基金项目(61431004,61601136,61601137,11774074)

通信作者

刘凇佐, E-mail:liusongzuo@hrbeu.edu.cn

作者简介

杨健敏, 男, 博士;
乔钢, 男, 教授, 博士生导师;
刘凇佐, 男, 副教授, 博士生导师

文章历史

收稿日期:2018-03-20
网络出版日期:2019-08-16
定向传输水声通信网络邻节点发现机制
杨健敏 1,2,3, 乔钢 2, 刘凇佐 2, 尹艳玲 4     
1. 中山大学 海洋工程与技术学院, 广东 广州 518000;
2. 哈尔滨工程大学 水声工程学院, 黑龙江 哈尔滨 150001;
3. 南方海洋科学与工程广东省实验室(珠海), 广东 珠海 519000;
4. 东北农业大学 电气与信息学院, 黑龙江 哈尔滨 150001
摘要:针对水声通信网络拓扑不稳定的问题,本文对其邻节点发现机制进行了研究。邻节点发现机制将网络新增节点的邻节点分为全向传输范围内邻节点与定向传输范围内邻节点2类,全向传输范围内邻节点按照邻节点发现机制选取部分节点作为邻节点代表,选出的邻节点代表根据自身情况向新增节点发送邻节点信息完成邻节点发现过程。本文通过理论计算与仿真分析验证所提邻节点发现机制性能,所得理论结果与仿真结果一致,仿真结果还表明所提邻节点发现机制中参与邻节点发现过程的节点数小于全向传输范围内节点数。
关键词水声通信网络    邻节点发现    定向传输    邻节点代表    信息冗余    全向传输    网络拓扑    传输范围    
Neighbor discovery mechanism for directional transmission underwater acoustic communication networks
YANG Jianmin 1,2,3, QIAO Gang 2, LIU Songzuo 2, YIN Yanling 4     
1. School of Marine Engineering and Technology, Sun Yat-sen University, Guangzhou 518000, China;
2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China;
3. Marine Science and Engineering Guangdong Laboratory(Zhuhai), Zhuhai 519000, China;
4. College of Electrical and Information Engineering, Northeast Agricultural University, Harbin 150001, China
Abstract: Considering the unstable topology of directional underwater communication networks, this paper studies its neighbor discovery mechanism. In this mechanism, the node has two types of data transmission methods:directional and omnidirectional. The neighbor discovery mechanism divides the neighbor nodes of the newly added nodes into two categories:the neighbor nodes in the omnidirectional transmission range and the neighbor nodes in the directional transmission range. The neighbor nodes in the omnidirectional transmission range select some nodes as the neighbor nodes according to the neighbor node discovery mechanism. The selected neighbor node representative then sends the neighbor node information to the newly added node according to its own situation to complete the neighbor node discovery process. In this paper, the performance of the proposed neighboring nodes is verified by theoretical calculation and simulation analysis. The theoretical results are in good agreement with the simulation results. The simulation results also show that the number of nodes participating in the neighbor discovery process is less than the omnidirectional transmission range. The number of nodes. The main finding of this paper have an important reference value and guidance function to underwater acoustic communication networks.
Keywords: underwater acoustic communication networks    neighbor discovery    directional transmission    representative nodes    information redundancy    omni-directional transmission    network topology    transmission rang    

近年来,随着陆上资源开采几近枯竭,对海洋的开发利用越来越受关注。作为水下最有效的通信方式,学者对水声通信技术开展了广泛且深入的研究[1-6]。随着对海洋开发探索逐渐深入,点对点水声通信无法满足一些水下应用场景,需要水下各单位组网通信。水声通信网络中,邻节点发现机制扮演着非常重要的角色[7-9],该机制性能优劣会极大影响网络整体工作效率。目前,水声通信网络邻节点发现机制相关研究非常少,但陆上无线网络关于邻节点发现的研究已经相对丰富且成熟[10-16]

水声通信网络与陆上无线网络相比存在着很大差异,陆上无线网络邻节点发现机制并不能在直接移植到水声通信网络。同时,由于水声通信网络工作环境复杂多变,相关的研究工作应充分考虑拓扑不稳定的情况。现有的水声通信相关研究中,节点大都采用全向模式传输数据,限制了网络覆盖范围,增加了能量浪费,通信隐蔽性差,网络工作效率低,无法满足现代水声通信的要求。定向传输可以增加网络覆盖范围,增加空间复用,增强通信隐蔽性,提高网络工作效率。传统的全向传输水声通信网络中采用的是全向换能器。全向换能器在传输数据时各个方向增益相同,严重了限制网络覆盖范围,浪费了网络能源,还会对邻节点造成不必要的干扰。与全向换能器相比,定向传输中采用的定向换能器由多个不同方向的波束组成,通过不同波束传输增益的叠加实现信号的定向发送与接收,具有增加网络覆盖范围,提高空间复用,隐蔽通信等优点[17-20]。根据指向性形成方式,水声定向换能器可以分为基于声障板的水声定向换能器、复合激励型水声定向换能器、阵列水声定向换能器和多模态叠加水声定向换能器。相较于前3种水声定向换能器,多模态叠加水声定向换能器指向性高、体积小、无旁瓣、能量转换率高,适用于水声通信网络。本文提出一种应用于拓扑不稳定的定向传输水声通信网络邻节点发现机制,该机制中节点以全向及定向两种模式传输数据,选举出邻节点的一部分作为邻节点代表,以一定的规则向目标节点发送邻节点信息。

1 邻节点发现机制

所提邻节点发现机制中采用的是多模态叠加水声定向换能器,其模型如图 1所示。换能器由M个等大的波束组成,这些波束共同覆盖整个全向区域且互不相交,沿顺时针,从3点钟方向开始将波束从1到M。邻节点发现机制中,只考虑主瓣增益,旁瓣增益忽略不计。该定向换能器有全向与定向2种工作模式,定向传输范围远大于全向传输范围[21-24]。为了方便分析,本文假设换能器定向传输范围是全向传输范围的2倍,令定向换能器全向传输半径为d,则定向传输半径为2d

Download:
图 1 定向换能器模型 Fig. 1 Directional transducer

本文以图 2为例说明全向传输范围内的邻节点与定向传输范围内的邻节点。m为水声通信网络中节点,其全向传输范围内的邻节点指的是在节点m全向传输半径d范围内的邻节点,其集合用Nmo表示;定向传输范围内的邻节点指的是在节点m定向传输半径2 d范围内的邻节点,其集合用Nm表示。在节点m定向传输范围内,但不在其全向传输范围内的邻节点的集合Nmd为:

$ {N_{{\rm{md}}}} = {N_{\rm{m}}} - {N_{{\rm{mo}}}} $ (1)
Download:
图 2 全向邻节点与定向邻节点 Fig. 2 Omni-directional and directional neighboring nodes

当网络中有新节点加入时,邻节点发现过程开始。新增节点邻节点发现工作流程如图 3所示。假设此时网络中存在的节点已经完成自身邻节点发现过程,网络中存在的节点均已获得自身定向传输范围内所有邻节点的相关信息。新增节点n加入网络后首先以全向模式广播自身信息,信息中包括节点ID与节点位置。当全向传输范围内邻节点集合Nno中的节点收到来自节点n广播信息后,根据接收到的信息更新自身的邻节点列表。

Download:
图 3 新增节点邻节点发现工作流程 Fig. 3 Newly added node neighbor discovery workflow

由于网络中节点定向传输半径为2d,大于节点全向传输半径d,节点n全向传输范围内邻节点集合Nno中任意一个节点mk均已获得集合Nno中其他节点相关信息。此外,节点mk还已经获得集合Nnd中的部分节点信息。所以可以从新增节点n的全向传输范围内邻节点集合Nno中选取一部分节点作为邻节点代表,这部分代表节点拥有新增节点n定向传输范围内所有邻节点的信息。所有邻节点代表集合用R表示。集合R中所有的节点以定向传输的方式以一定的发送机制向新增节点n发送邻节点信息。集合R中的邻节点代表在选取过程中遵循以下2点原则:

1) 集合R中所有邻节点代表的定向传输范围的并集应覆盖新增节点n的定向传输范围;

2) 在满足第1个原则的前提下,保证集合R中节点数量最小。

由于集合Nno内任一节点都拥有本集合内其他节点的邻节点信息,所以集合R内各个节点能够独立计算出自身及集合内其他节点是否满足上述2点原则。选取集合R中节点及确定集合R中节点次序方法为:

1) 按照新增节点n全向范围内邻集合Nno中节点与新增节点n的距离确远近定该节点是否属于集合R及在集合R中的节点次序。选取离节点n最近的邻节点添加进代表集合R,并编号为m1。如图 4所示,节点m1向新增节点n发送集合NnNm1中包含的邻节点信息,这包括节点m1与节点n定向传输范围内所有节点n的邻节点;

Download:
图 4 邻节点m1向节点n发送邻节点信息的节点集合 Fig. 4 The node set of the neighbor node m1 sends neighbor information to the node n

2) 将节点n全向传输范围内邻节点集合Nno中距离节点n第2近的节点添加进邻节点代表集合R,并编号为m2。节点m2向新增节点n发送以下集合中的邻节点信息:

$ ({N_{\rm{n}}} \cap {N_{{\rm{m2}}}}) - [({N_{\rm{n}}} \cap {N_{{\rm{m1}}}}) \cap {\rm{ }}({N_{\rm{n}}} \cap {N_{{\rm{m}}2}})] $ (2)

式中:Nn为节点n定向传输范围内邻节点集合;Nm1为节点m1定向传输范围内邻节点集合;Nm2为节点m2定向传输范围内邻节点集合。

即节点m2向新增节点n发送自身定向传输范围内邻节点集合与节点n定向传输范围内邻节点集合的交集,并除去其中已经被节点m1向节点n发送的过的邻节点的集合中的邻节点的信息。

按照上述方法顺序选择出节点m3m4,并以此类推,直到被选中为集合R中的所有邻节点代表能够向新增节点n发送其定向传输范围邻节点集合Nn内的所有邻节点信息。当节点n全向传输范围邻节点集合Nno中存在2个或2个以上节点距离节点n相同时,这些节点从12点钟方向沿顺时针排序。

尽管集合Nno中各个节点的计算过程是独立的,但是由于所有节点都是依据相同的算法,依据相同的邻节点信息计算,所以各个节点计算得出的邻节点代表集合R是完全一致的。在邻节点代表集合R确定后,新增节点n全向传输范围内邻节点集合Nno内各节点对自身进行判断,判断自己是否属于邻节点代表集合R。如果不属于邻节点代表集合R,当前节点将不向新增节点n发送邻节点信息,不再继续参加邻节点发现过程;如果当前节点属于邻节点代表集合R,则将继续参加邻节点发现过程,向邻节点发现节点n发送邻节点信息。邻节点代表集合R中各个节点按照次序依次向新增节点n发送对应邻节点信息。全向传输范围内邻节点工作流程如图 5所示。

Download:
图 5 全向传输范围内邻节点工作流程 Fig. 5 Omnidirectional neighbor nodes neighbor discovery workflow

通过上述邻节点发现机制,集合R中的不同邻节点代表发送给新增节点n的信息存在重叠,新增节点n的每一个邻节点相关信息只会被发送一次。网络中不会出现冗余的邻节点发现信息,能够降低网络负载,显著提高网络效率。

图 6为例说明本文所提邻节点发现机制。节点n为网络内新增节点,其全向传输范围集合Nno内有5个邻节点。当节点n加入到网络后,首先以全向模式广播自身信息,信息中包括节点ID与节点位置。其全向传输范围内邻居接收到来自节点n的广播信息后,根据该信息更新自身的邻节点信息表。

Download:
图 6 邻节点发现机制示例 Fig. 6 Example of the proposed neighbor discovery mechanism

集合Nno中的节点按照前文所述方法判断自身是否属于邻节点代表集合R与在集合R中的次序。经判断,节点m1距离新增节点n距离最近,所以节点m1属于邻节点代表集合R,并排序第1。节点m1以定向模式向节点n发送集合NnNm1所包含的所有邻节点信息。

节点m2m3与新增节点n距离仅次于节点m1且相同。依前文所述规则,当2个节点与新增节点距离相同时,从12点方向开始,按照顺时针方向排序,在此例中,节点m2在集合R中排序第2,节点m3排序第3。节点m2向新增节点n发送式(2)中集合内的邻节点信息。类似的,节点m3m4确定各自在集合R中的次序,并向新增节点n发送相应邻节点信息。由于节点m1m2m3m4向新增节点n发送的邻节点信息已经包含其定向传输范围内所有邻节点,不能向节点n发送新的邻节点信息,同时节点m5距离节点n最远,所以节点m5不属于邻节点代表集合R,不参加节点n的邻节点发现过程。从本例可得,节点n只需全向传输范围内邻节点的一部分参加即可完成邻节点发现过程,所有邻节点的信息只被发送一次,不存在信息冗余。

2 性能分析与仿真结果

对所提邻节点发现机制性能验证、分析过程中,假设新增节点n全向传输范围内有m个邻节点,首先分析所提邻节点发现机制在节点n定向传输范围的平均覆盖率。节点n全向传输范围内邻节点数目越多,分布越均匀,所提邻节点发现机制的平均覆盖率越高。在节点n定向传输范围内随机选取100 000个采样点,同时在节点n全向传输范围内随机布放m个邻节点。随后,每一个采样点判断自身是否在m个邻节点中任意一个的定向传输范围内,如果是,则标记为已覆盖采样点,如果不是,则标记为未覆盖采样点。由于节点n全向传输范围内设置的采样点数足够多,所以可以用已覆盖采样点占采样点总数的比率来表示所提邻节点发现机制在节点n定向传输范围的覆盖率。将上述计算过程重复1 000次取平均值用来代表所提邻节点发现机制在节点C(m)定向传输范围的平均覆盖率,用C(m)表示,每次计算前,采样点与邻节点都重新随机设用C(m)表示。图 7为当m从1取到20计算结果。

Download:
图 7 平均覆盖率 Fig. 7 Average covered area rate

λ为节点n全向传输范围内预期节点数量:

$ \lambda = \rho {\rm{ \mathsf{ π} }}{d^2} $ (3)

式中:ρ表示节点n全向传输范围内节点密度; d为节点全向传输半径。

P(m)表示节点n在全向传输范围内发现P(m)个邻节点的概率,P(m)服从泊松分布。P(m)可以表示为:

$ P\left( m \right) = \frac{{{\lambda ^m}{{\rm{e}}^{ - \lambda }}}}{{m!}} $ (4)

假设网络中节点最大数量为1 000。则当网络中新加入节点E[C(m)]进行邻节点发现时,所提邻节点发现机制平均覆盖率期望E[C(m)]为:

$ {\rm{E}}\left[ {C\left( m \right)} \right] = \sum\limits_{k = 0}^{1{\rm{ }}000} {P\left( k \right)C\left( k \right)} $ (5)

假设网络中节点全向传输范围为200 m,定向传输范围为400 m。在网络中不同节点密度情况下,计算所提邻节点发现机制理论平均未覆盖率期望值。节点密度从5个/km2变化到45个/km2,所得结果如图 8所示。当网络中节点密度较低时,所提邻节点发现机制的覆盖区域比较低,随着节点密度的增加,所提邻节点发现机制的覆盖范围增大。当网络中节点密度达到45个/km2时,所提邻节点发现机制几乎可以覆盖节点n全部的定向传输范围。由此可以判定,相较于稀疏网络,本文所提邻节点发现机制在稠密网络中的性能更优。

Download:
图 8 平均未覆盖率 Fig. 8 Average not-covered area rate

在NS-3仿真环境[25]中进行模拟以验证所提邻节点发现机制性能。仿真实验中,m个节点随机布放在1.6 km×1.6 km的正方形区域内。网络中节点定向传输半径为400 m,全向传输半径为200 m。网络内新增节点n可以出现在网络内任意位置。仿真模拟所提邻节点发现机制在不同节点密度条件下的平均未覆盖率。与理论分析时类似,节点密度从5个/km2变化到45个/km2。仿真实验在每个节点密度值重复1 000次取平均值,每次重复网络内节点都重新随机分布。从图 8中可以看出仿真结果与理论分析结果有着良好的一致性。

仿真过程中还统计了新增节点n全向传输范围内邻节点数量与邻节点代表集合R中的节点数量。网络中节点密度从5个/km2变化到45个/km2。从图 9中可以看到,节点n邻节点代表集合R中的节点数量始终小于其全向传输范围内邻节点数量,而且随着网络中节点密度的增大,这种差异越来越明显。这说明,所提邻节点发现机制不需要所有全向传输范围内节点参与到邻节点发现过程中,只需全向传输范围内的一部分节点即可完成邻节点发现过程,这极大节省了网络开销,提升了网络效率。同时,从图 9中还可以得出,所提邻节点发现机制在稠密网络中的性能明显优于在稀疏网络中的性能,与图 8所得结论一致。

Download:
图 9 `平均邻节点代表数量 Fig. 9 Average number of the representative nodes
3 结论

1) 本文设计的邻节点机制能够提升网络中节点通信距离,增加网络覆盖范围,并且能够提高通信隐蔽性。

2) 随着新增节点全向传输范围内邻节点数量的增加,所提邻节点发现机制对新增节点定向传输范围内平均覆盖率同时增加,当全向传输范围内邻节点数量增加到一定程度时,所提邻节点发现机制能覆盖新增节点全部定向传输范围。

3) 不需要新增节点全向范围内所有邻节点参与到邻节点发现过程,随着新增节点全向范围内邻节点数量增加,所需邻节点代表数量越少。

参考文献
[1]
孙宗鑫, 于洋, 周锋, 等. 不同海底地形下海洋信道对水声通信的影响[J]. 哈尔滨工程大学学报, 2015, 36(5): 628-632.
SUN Zongxin, YU Yang, ZHOU Feng, et al. The impact of the channels to underwater acoustic communications with different seabed topographies[J]. Journal of Harbin Engineering University, 2015, 36(5): 628-632. (0)
[2]
于洋, 周锋, 乔钢. 小Kasami序列的正交码元移位键控扩频水声通信[J]. 哈尔滨工程大学学报, 2014, 35(1): 81-86.
YU Yang, ZHOU Feng, QIAO Gang. Orthogonal code shift keying spread spectrum underwater acoustic communications employing the small Kasami sequence[J]. Journal of Harbin Engineering University, 2014, 35(1): 81-86. (0)
[3]
IQBAL Z, LEE H N. Spatially concatenated channel-network code for underwater wireless sensor networks[J]. IEEE transactions on communications, 2016, 64(9): 3901-3914. DOI:10.1109/TCOMM.2016.2593746 (0)
[4]
LUO Yu, PU Lina, MO Haining, et al. Receiver-initiated spectrum management for underwater cognitive acoustic network[J]. IEEE transactions on mobile computing, 2017, 16(1): 198-212. DOI:10.1109/TMC.2016.2544757 (0)
[5]
LIU Jun, JIANG Peng, WU Feng, et al. Node redeployment algorithm based on stratified connected tree for underwater sensor networks[J]. Sensors, 2017, 17(1): 27. (0)
[6]
JIANG Peng, XU Yiming, LIU Jun. A distributed and energy-efficient algorithm for event K-coverage in underwater sensor networks[J]. Sensors, 2017, 17(1): 186. (0)
[7]
ZHANG Rui, ZHANG Yanchao. Wormhole-resilient secure neighbor discovery in underwater acoustic networks[C]//2010 Proceedings of IEEE INFOCOM. San Diego, CA, 2010: 1-9. (0)
[8]
SUN Xueyuan, CHAN S, BANDAI M. A cross-layer MAC protocol for underwater acoustic sensor networks[J]. IEEE sensors journal, 2016, 16(11): 4083-4091. DOI:10.1109/JSEN.2015.2440301 (0)
[9]
LIAO Zilong, LI Deshi, CHEN Jian. A network access mechanism for multihop underwater acoustic local area networks[J]. IEEE sensors journal, 2016, 16(10): 3914-3926. DOI:10.1109/JSEN.2016.2530808 (0)
[10]
刘苗苗, 郭景峰, 马晓阳, 等. 基于共邻节点相似度的加权网络社区发现方法[J]. 四川大学学报(自然科学版), 2018, 55(1): 89-98.
LIU Miaomiao, GUO Jingfeng, MA Xiaoyang, et al. Community discovery in weighted social networks based on similarities of common neighbors[J]. Journal of Sichuan University (natural science edition), 2018, 55(1): 89-98. DOI:10.3969/j.issn.0490-6756.2018.01.015 (0)
[11]
MENG Tong, WU Fan, CHEN Guihai. Code-based neighbor discovery protocols in mobile wireless networks[J]. IEEE/ACM transactions on networking, 2016, 24(2): 806-819. DOI:10.1109/TNET.2015.2388534 (0)
[12]
SUN Wei, YANG Zheng, ZHANG Xinglin, et al. Energy-efficient neighbor discovery in mobile ad hoc and wireless sensor networks: a survey[J]. IEEE communications surveys & tutorials, 2014, 16(3): 1448-1459. (0)
[13]
ASTUDILLO G, KADOCH M. Neighbor discovery and routing schemes for mobile ad-hoc networks with beamwidth adaptive smart antennas[J]. Telecommunication systems, 2017, 66(1): 17-27. DOI:10.1007/s11235-016-0268-x (0)
[14]
ARACHCHIGE C J L, VENKATESAN S, MITTAL N. An asynchronous neighbor discovery algorithm for cognitive radio networks[C]//Proceedings of 2008 IEEE Symposium on New Frontiers in Dynamic Spectrum Access Networks. Chicago, IL, United States, 2008: 1-5. (0)
[15]
BAKHT M, TROWER M, KRAVETS R. Searchlight: Won't you be my neighbor?[C]//Proceedings of the 18th Annual International Conference on Mobile Computing and Networking. Istanbul, Turkey, 2012: 185-196. (0)
[16]
CHEN Lin, BIAN Kaigui, ZHENG Meng. Heterogeneous multi-channel neighbor discovery for mobile sensing applications: theoretical foundation and protocol design[C]//Proceedings of the 15th ACM International Symposium on Mobile Ad Hoc Networking and Computing. Philadelphia, PA, United States, 2014: 307-316. (0)
[17]
吴曙光, 成联柄, 张岩岩, 等. 圆环式径向换能器声压分布及其指向性[J]. 声学技术, 2016, 35(6): 589-595.
WU Shuguang, CHENG Lianbing, ZHANG Yanyan, et al. The analysis of sound pressure distribution and directivity of traffic circle shaped radial transducer[J]. Technical acoustics, 2016, 35(6): 589-595. (0)
[18]
TRAN T, AN M K, HUYNH D T. Antenna orientation and range assignment algorithms in directional WSNs[J]. IEEE/ACM transactions on networking, 2017, 25(6): 3368-3381. DOI:10.1109/TNET.2017.2743008 (0)
[19]
ZHOU Zhengjuan, ZHANG Xing. Directional antenna-based single channel full duplex[J]. IET communications, 2015, 9(16): 1999-2006. DOI:10.1049/iet-com.2014.1153 (0)
[20]
DAI Ying, WU Jie, ZHAO Yaxiong. Boundary helps: reliable route selection with directional antennas in cognitive radio networks[J]. IEEE transactions on vehicular technology, 2015, 64(9): 4135-4143. DOI:10.1109/TVT.2014.2364549 (0)
[21]
ALEXIOU A, HAARDT M. Smart antenna technologies for future wireless systems: trends and challenges[J]. IEEE communications magazine, 2004, 42(9): 90-97. DOI:10.1109/MCOM.2004.1336725 (0)
[22]
DAI Hongming, NG K W, LI Minglu, et al. An overview of using directional antennas in wireless networks[J]. International journal of communication systems, 2013, 26(4): 413-448. DOI:10.1002/dac.1348 (0)
[23]
SA Z H, POO Y, WU Ruixin, et al. An implementation of directional antenna by self-biased magnetic photonic crystal[J]. Applied physics A, 2014, 117(2): 427-431. DOI:10.1007/s00339-014-8689-4 (0)
[24]
LIU Hui, LIU Zewen, LI Deying, et al. Approximation algorithms for minimum latency data aggregation in wireless sensor networks with directional antenna[J]. Theoretical computer science, 2013, 497: 139-153. DOI:10.1016/j.tcs.2011.12.012 (0)
[25]
ZHANG Hao, GUO Jinxu. Application of manet routing protocol in vehicular ad hoc network based on NS3[C]//Proceedings of 2017 IEEE 7th International Conference on Electronics Information and Emergency Communication. Macau, China, 2017: 391-394. (0)