移動(dòng)網(wǎng)絡(luò)中多跳路由協(xié)議的延遲控制與帶寬優(yōu)化

摘要：文章分析了網(wǎng)絡(luò)節(jié)點(diǎn)的移動(dòng)特性和帶寬需求，設(shè)計(jì)了一種動(dòng)態(tài)路由選擇機(jī)制。該機(jī)制有效降低了路由中的數(shù)據(jù)傳輸延遲，優(yōu)化了帶寬分配策略。該研究使用仿真測(cè)試和實(shí)際網(wǎng)絡(luò)部署相結(jié)合的方式，驗(yàn)證了所提算法在不同場(chǎng)景下的性能表現(xiàn)。結(jié)果顯示，該方法顯著提升了網(wǎng)絡(luò)的傳輸效率，降低了網(wǎng)絡(luò)負(fù)載和資源浪費(fèi)，為未來移動(dòng)網(wǎng)絡(luò)中多跳路由的優(yōu)化設(shè)計(jì)提供了參考。

關(guān)鍵詞：移動(dòng)網(wǎng)絡(luò)；多跳路由協(xié)議；延遲控制；帶寬優(yōu)；自適應(yīng)路由

中圖分類號(hào)：TN914" 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著無線通信技術(shù)的快速發(fā)展，移動(dòng)網(wǎng)絡(luò)在日常生活中占據(jù)了越來越重要的地位，特別是在物聯(lián)網(wǎng)、智能交通和移動(dòng)計(jì)算等應(yīng)用場(chǎng)景中，而移動(dòng)網(wǎng)絡(luò)的可靠性、傳輸效率和穩(wěn)定性成了關(guān)鍵問題。傳統(tǒng)的路由協(xié)議在設(shè)計(jì)時(shí)往往假設(shè)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)較為穩(wěn)定，忽略了移動(dòng)節(jié)點(diǎn)頻繁變化帶來的復(fù)雜性，從而導(dǎo)致其在實(shí)際應(yīng)用中出現(xiàn)較高的傳輸延遲和帶寬利用率低的問題。在高動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境中，多跳路由協(xié)議中的延遲和帶寬問題變得更加突出。深入分析多跳路由協(xié)議的延遲和帶寬問題，設(shè)計(jì)自適應(yīng)的路由優(yōu)化方案，已經(jīng)成為提升移動(dòng)網(wǎng)絡(luò)整體性能的關(guān)鍵挑戰(zhàn)之一。

1 多跳路由協(xié)議的延遲問題分析

1.1 節(jié)點(diǎn)移動(dòng)性對(duì)延遲的影響

移動(dòng)網(wǎng)絡(luò)節(jié)點(diǎn)的位置不斷變化會(huì)導(dǎo)致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)頻繁改變，進(jìn)而影響路由路徑的穩(wěn)定性。隨著節(jié)點(diǎn)的移動(dòng)，數(shù)據(jù)包在傳輸過程中可能需要經(jīng)過更多的跳數(shù)才能到達(dá)目的地，增加了總的傳輸時(shí)間^［1］。當(dāng)節(jié)點(diǎn)移出原有的覆蓋范圍時(shí)，原本有效的路由路徑將失效，導(dǎo)致路由器不得不重新計(jì)算新的傳輸路徑。在路徑重建過程中，路由信息的更新需要一定的時(shí)間，進(jìn)一步延長了傳輸延遲。當(dāng)節(jié)點(diǎn)的移動(dòng)速度加快時(shí)，路由頻繁中斷，路由表更新頻率隨之增加，從而導(dǎo)致網(wǎng)絡(luò)中的路由延遲顯著上升。

1.2 網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化的影響

在移動(dòng)網(wǎng)絡(luò)中，拓?fù)浣Y(jié)構(gòu)隨著節(jié)點(diǎn)的移動(dòng)和環(huán)境變化而不斷調(diào)整。動(dòng)態(tài)拓?fù)涫沟枚嗵酚蓞f(xié)議的路由路徑必須持續(xù)更新，這種頻繁的路徑變化會(huì)顯著影響數(shù)據(jù)包的傳輸效率。當(dāng)拓?fù)渥兓瘯r(shí)，路由協(xié)議需要將新的路由信息快速傳播到網(wǎng)絡(luò)中的所有節(jié)點(diǎn)，以便更新其路由表。而信息的傳播需要一定時(shí)間，多跳網(wǎng)絡(luò)中路由信息需要逐跳傳播到目的節(jié)點(diǎn)，這一過程帶來的時(shí)延將直接影響網(wǎng)絡(luò)的整體延遲性能。在大規(guī)模網(wǎng)絡(luò)中，由于拓?fù)浣Y(jié)構(gòu)的高度動(dòng)態(tài)性，路由信息可能還沒有完全傳播到所有節(jié)點(diǎn)，某些節(jié)點(diǎn)仍然使用舊的路由表進(jìn)行數(shù)據(jù)傳輸，結(jié)果導(dǎo)致數(shù)據(jù)包傳輸路徑冗長或失敗，進(jìn)一步加劇了網(wǎng)絡(luò)延遲問題。

1.3 路由路徑中的數(shù)據(jù)傳輸瓶頸

瓶頸的形成往往與路由路徑的選擇機(jī)制有關(guān)。當(dāng)數(shù)據(jù)傳輸經(jīng)過多個(gè)節(jié)點(diǎn)時(shí)，任意一個(gè)節(jié)點(diǎn)的處理能力不足或鏈路質(zhì)量下降都會(huì)成為傳輸?shù)钠款i。因某些節(jié)點(diǎn)的帶寬資源有限，高負(fù)載情況下無法滿足所有數(shù)據(jù)包的同時(shí)傳輸需求，數(shù)據(jù)包在傳輸過程中會(huì)經(jīng)歷較長時(shí)間的排隊(duì)等待，因此延遲增加。在這種情況下，即使其他節(jié)點(diǎn)和鏈路的資源充足，傳輸?shù)恼w速度仍會(huì)因?yàn)槟硞€(gè)瓶頸節(jié)點(diǎn)的限制而下降。

2 多跳路由協(xié)議的帶寬優(yōu)化問題分析

2.1 帶寬利用率低的原因

路由協(xié)議的設(shè)計(jì)通常以最短路徑或最少跳數(shù)作為選擇標(biāo)準(zhǔn)，忽視了網(wǎng)絡(luò)中的帶寬動(dòng)態(tài)變化和鏈路質(zhì)量問題。這種靜態(tài)的路由選擇方法導(dǎo)致某些高帶寬鏈路未被充分利用，而低質(zhì)量的鏈路卻因?yàn)槁窂蕉潭休d了大量數(shù)據(jù)流量，造成資源分配不均衡，降低了整體網(wǎng)絡(luò)的帶寬利用率。節(jié)點(diǎn)的移動(dòng)性也會(huì)導(dǎo)致某些鏈路或節(jié)點(diǎn)在特定時(shí)間段內(nèi)承載大量的數(shù)據(jù)流量，帶寬資源被迅速消耗，而其他鏈路或節(jié)點(diǎn)的資源卻處于閑置狀態(tài)。特別是在高密度節(jié)點(diǎn)網(wǎng)絡(luò)中，擁塞問題更加嚴(yán)重，帶寬資源無法均衡分配。路由協(xié)議的頻繁更新也會(huì)占用網(wǎng)絡(luò)帶寬。

2.2 不同場(chǎng)景下的帶寬分配問題

多跳路由協(xié)議中不同應(yīng)用場(chǎng)景對(duì)帶寬的需求各不相同，如表1所示。

實(shí)時(shí)視頻監(jiān)控和應(yīng)急通信需要穩(wěn)定、持續(xù)的帶寬支持，但由于節(jié)點(diǎn)的移動(dòng)性和鏈路不穩(wěn)定，實(shí)際分配的帶寬往往低于需求，導(dǎo)致網(wǎng)絡(luò)傳輸出現(xiàn)瓶頸，影響通信效果。智能交通系統(tǒng)盡管拓?fù)渥兓l繁，路由協(xié)議仍能較好維持帶寬分配的穩(wěn)定性，利用率較高^［2］。無人機(jī)群協(xié)作通信需求非常高，尤其是多個(gè)無人機(jī)同時(shí)傳輸數(shù)據(jù)時(shí)，路由協(xié)議難以及時(shí)分配足夠的帶寬資源，部分鏈路出現(xiàn)擁塞，降低了帶寬利用率。物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)帶寬需求相對(duì)較低，但由于拓?fù)漕l繁變化，帶寬資源分配不均衡，利用率偏低。

3 自適應(yīng)路由算法的設(shè)計(jì)

3.1 基于拓?fù)湫畔⒌膭?dòng)態(tài)路由機(jī)制

自適應(yīng)路由算法的核心在于動(dòng)態(tài)路由機(jī)制的設(shè)計(jì)，它能夠根據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化及時(shí)調(diào)整路由路徑。自適應(yīng)路由算法可以實(shí)時(shí)獲取并分析網(wǎng)絡(luò)的拓?fù)湫畔ⅲ瑒?dòng)態(tài)調(diào)整路由選擇。拓?fù)湫畔ü?jié)點(diǎn)間的連接狀態(tài)、鏈路質(zhì)量、帶寬占用率等參數(shù)，該算法可以根據(jù)這些信息判斷最優(yōu)的路由路徑，避免擁塞與延遲問題。

動(dòng)態(tài)路由機(jī)制的設(shè)計(jì)依賴于拓?fù)湫畔⒌某掷m(xù)更新，每個(gè)節(jié)點(diǎn)定期向相鄰節(jié)點(diǎn)廣播自身的狀態(tài)信息，如鏈路質(zhì)量、可用帶寬和節(jié)點(diǎn)負(fù)載情況。這些信息被匯總并轉(zhuǎn)發(fā)至其他節(jié)點(diǎn)，形成一個(gè)全局的網(wǎng)絡(luò)拓?fù)湟晥D。路由算法基于該視圖，計(jì)算從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的最佳路徑。動(dòng)態(tài)路由的優(yōu)勢(shì)在于，當(dāng)某條路徑上的鏈路質(zhì)量下降或節(jié)點(diǎn)移動(dòng)導(dǎo)致斷鏈時(shí)，該算法能夠迅速重新計(jì)算新的路徑，確保數(shù)據(jù)傳輸?shù)倪B續(xù)性^［3］。當(dāng)某一鏈路出現(xiàn)擁堵時(shí)，該算法會(huì)選擇其他未被充分利用的鏈路進(jìn)行數(shù)據(jù)傳輸，從而避免帶寬資源的浪費(fèi)。該算法依靠動(dòng)態(tài)更新能夠減少控制信息的冗余傳播，因?yàn)橹辉诒匾獣r(shí)才會(huì)進(jìn)行路由表的更新和傳輸，降低了帶寬的占用。

3.2 節(jié)點(diǎn)移動(dòng)特性的分析與建模

節(jié)點(diǎn)移動(dòng)特性可以預(yù)判節(jié)點(diǎn)的移動(dòng)軌跡，進(jìn)而提前調(diào)整路由選擇，避免因節(jié)點(diǎn)移動(dòng)導(dǎo)致的路由斷鏈問題。移動(dòng)特性通常包括節(jié)點(diǎn)的移動(dòng)速度、方向和位置變化頻率。自適應(yīng)路由算法引入了基于馬爾可夫鏈的預(yù)測(cè)模型。設(shè)定網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)為一個(gè)狀態(tài)，節(jié)點(diǎn)在不同時(shí)刻的位置變化可以視為狀態(tài)轉(zhuǎn)移^［4］。若節(jié)點(diǎn)的當(dāng)前位置為狀態(tài)St，下一時(shí)刻的位置為狀態(tài) St+1，則狀態(tài)轉(zhuǎn)移概率可表示為：

P（St+1|St）=P（St+1|St，vt，θt）

其中，vt為節(jié)點(diǎn)在時(shí)刻t的速度，θt為節(jié)點(diǎn)的移動(dòng)方向。該算法可以估計(jì)出每個(gè)節(jié)點(diǎn)在未來時(shí)刻的概率分布，從而推斷節(jié)點(diǎn)可能發(fā)生的位置變化。基于這些信息，路由算法能夠在節(jié)點(diǎn)移動(dòng)前預(yù)判到網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化，提前進(jìn)行路由調(diào)整。

移動(dòng)模型考慮了節(jié)點(diǎn)的平均移動(dòng)距離davg和停留時(shí)間Ts。這些參數(shù)能夠幫助算法更好地理解節(jié)點(diǎn)在特定區(qū)域的停留或離開趨勢(shì)。公式為：

davg=∑Ni=1diN

Ts=∑Ni=1TsiN

其中，di表示第i個(gè)節(jié)點(diǎn)的移動(dòng)距離，Tsi為其停留時(shí)間，N為節(jié)點(diǎn)數(shù)量。這些數(shù)據(jù)能夠幫助該算法優(yōu)化對(duì)節(jié)點(diǎn)移動(dòng)的預(yù)判。基于這些分析，該算法能夠在節(jié)點(diǎn)高速移動(dòng)或進(jìn)入高負(fù)載區(qū)域前，及時(shí)調(diào)整路由策略，從而有效減少網(wǎng)絡(luò)中的路由斷鏈情況，保持較低的傳輸延遲。

3.3 路由算法的優(yōu)化策略設(shè)計(jì)

自適應(yīng)路由算法的優(yōu)化策略設(shè)計(jì)需要結(jié)合拓?fù)湫畔⒑凸?jié)點(diǎn)移動(dòng)特性，路徑選擇和流量控制要智能化，網(wǎng)絡(luò)資源利用要最大化。路由優(yōu)化的第一步是根據(jù)鏈路質(zhì)量和帶寬動(dòng)態(tài)調(diào)整路徑選擇^［5］。設(shè)定網(wǎng)絡(luò)中每條鏈路的質(zhì)量因子Qij，代表節(jié)點(diǎn)i到節(jié)點(diǎn)j的鏈路狀態(tài)。質(zhì)量因子考慮了鏈路的丟包率、時(shí)延和可用帶寬，公式如下：

Qij=BijLij·Dij

其中，Bij表示鏈路的可用帶寬，Lij為鏈路的丟包率，Dij為鏈路的時(shí)延。算法根據(jù)各條鏈路的Qij值選擇傳輸路徑，確保選擇的路徑具有最優(yōu)的傳輸性能。

自適應(yīng)路由算法優(yōu)化策略的第二步是引入了一種基于最大流的帶寬平衡方法。該算法計(jì)算每條可選路徑上的最大流量Fmax，確保每條路徑上的流量不會(huì)超過其最大承載能力：

Fmax=min（Bij，Cij）

其中，Cij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的鏈路容量。該算法能夠動(dòng)態(tài)調(diào)整每條路徑上的數(shù)據(jù)流量，避免擁塞問題，使帶寬利用率最大化。本研究在選擇路由時(shí)還須考慮節(jié)點(diǎn)的負(fù)載均衡。該算法可以實(shí)時(shí)監(jiān)測(cè)每個(gè)節(jié)點(diǎn)的處理能力和當(dāng)前負(fù)載情況，以負(fù)載因子來衡量節(jié)點(diǎn)的負(fù)載狀態(tài)。負(fù)載因子越高，說明節(jié)點(diǎn)負(fù)載越重，該算法會(huì)自動(dòng)減少通過該節(jié)點(diǎn)的流量，優(yōu)先選擇負(fù)載較低的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)傳輸。這種負(fù)載均衡機(jī)制可以有效減少網(wǎng)絡(luò)中某些節(jié)點(diǎn)或鏈路的擁塞，優(yōu)化整個(gè)網(wǎng)絡(luò)的傳輸效率。

4 仿真與實(shí)際部署測(cè)試

4.1 仿真環(huán)境和參數(shù)設(shè)置

本研究在NS-3網(wǎng)絡(luò)仿真平臺(tái)上搭建了仿真環(huán)境，NS-3是一款廣泛用于網(wǎng)絡(luò)協(xié)議仿真的工具，它支持多跳無線網(wǎng)絡(luò)的路由協(xié)議仿真。該仿真采用了一個(gè)由50個(gè)移動(dòng)節(jié)點(diǎn)構(gòu)成的網(wǎng)絡(luò)，這些節(jié)點(diǎn)分布在1000m×1000m的區(qū)域內(nèi)。每個(gè)節(jié)點(diǎn)的初始位置和速度隨機(jī)設(shè)置，模擬真實(shí)的移動(dòng)網(wǎng)絡(luò)環(huán)境。節(jié)點(diǎn)的最大移動(dòng)速度為20m/s，最小移動(dòng)速度為1m/s，移動(dòng)方向隨機(jī)變化，符合實(shí)際應(yīng)用中的移動(dòng)特性。無線鏈路的傳輸功率設(shè)定為20 dBm，鏈路之間的傳輸距離為50m至250m，鏈路的丟包率和信號(hào)衰減參數(shù)根據(jù)距離和環(huán)境障礙物變化自動(dòng)調(diào)整。本研究為評(píng)估路由協(xié)議的帶寬利用率，設(shè)置了不同的帶寬需求場(chǎng)景，帶寬范圍從5Mbps至50Mbps不等，涵蓋物聯(lián)網(wǎng)傳感器、視頻監(jiān)控、無人機(jī)群通信等不同應(yīng)用場(chǎng)景。每個(gè)節(jié)點(diǎn)的發(fā)包速率設(shè)定為1Mbps至10Mbps，模擬網(wǎng)絡(luò)中多種并發(fā)數(shù)據(jù)流量。

本研究的仿真中使用了按需路由協(xié)議（Ad hoc OnDemand Distance Vector，AODV）和表驅(qū)動(dòng)路由協(xié)議（Optimized Link State Routing，OLSR）作為對(duì)比參考算法，這2種算法在多跳路由協(xié)議中被廣泛使用^［6］。仿真時(shí)間設(shè)置為500s，記錄各項(xiàng)性能指標(biāo)，包括延遲、帶寬利用率、鏈路負(fù)載和數(shù)據(jù)包丟失率等。

4.2 不同場(chǎng)景下的性能評(píng)估

本研究選擇了3個(gè)典型的應(yīng)用場(chǎng)景進(jìn)行仿真測(cè)試。場(chǎng)景一為物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)，該場(chǎng)景中節(jié)點(diǎn)的帶寬需求較低，數(shù)據(jù)傳輸速率為5Mbps，網(wǎng)絡(luò)中的節(jié)點(diǎn)大多處于低移動(dòng)性狀態(tài)，主要用于評(píng)估算法在低負(fù)載、低帶寬需求下的表現(xiàn)。場(chǎng)景二為實(shí)時(shí)視頻監(jiān)控，帶寬需求較高，達(dá)到20Mbps，節(jié)點(diǎn)的移動(dòng)性中等，旨在展現(xiàn)測(cè)試算法在中等帶寬和流量負(fù)載下的性能表現(xiàn)。場(chǎng)景三為無人機(jī)群協(xié)作通信，帶寬需求極高，為50Mbps，節(jié)點(diǎn)高速移動(dòng)，模擬高速移動(dòng)場(chǎng)景下對(duì)路由協(xié)議的挑戰(zhàn)。

本研究評(píng)估的性能指標(biāo)包括平均端到端延遲、帶寬利用率、節(jié)點(diǎn)負(fù)載均衡程度和數(shù)據(jù)包丟失率。評(píng)估過程通過在不同時(shí)間間隔內(nèi)隨機(jī)產(chǎn)生的數(shù)據(jù)流量，觀察路由算法在動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)下的適應(yīng)能力和資源分配效果。

4.3 結(jié)果分析與性能對(duì)比

本研究根據(jù)以上仿真與實(shí)際部署得到不同場(chǎng)景下的性能對(duì)比數(shù)據(jù)，如表2所示。

從數(shù)據(jù)可以看出，自適應(yīng)路由算法在3個(gè)不同的場(chǎng)景下表現(xiàn)均優(yōu)于傳統(tǒng)的AODV和OLSR算法。物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)中，自適應(yīng)路由算法的平均延遲為25ms，帶寬利用率達(dá)到85%，丟包率僅為1.2%，相比AODV和OLSR，延遲和丟包率顯著降低，帶寬利用率明顯提升。實(shí)時(shí)視頻監(jiān)控場(chǎng)景下，自適應(yīng)路由算法的平均延遲為40ms，帶寬利用率為88%，丟包率為1.5%，整體表現(xiàn)優(yōu)于AODV和OLSR，在高帶寬需求下展現(xiàn)了良好的性能。在無人機(jī)群協(xié)作通信場(chǎng)景中，自適應(yīng)路由算法的平均延遲為60ms，帶寬利用率為80%，丟包率為2%，相比AODV和OLSR在高速移動(dòng)場(chǎng)景下更加穩(wěn)定，尤其是在延遲和丟包率方面具有顯著優(yōu)勢(shì)。整體來看，自適應(yīng)路由算法在延遲控制、帶寬利用和丟包率方面均具有較大優(yōu)勢(shì)，適用于多種復(fù)雜網(wǎng)絡(luò)環(huán)境。

本研究得到的節(jié)點(diǎn)負(fù)載均衡數(shù)據(jù)顯示，在物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)中，自適應(yīng)路由算法的最高節(jié)點(diǎn)負(fù)載為70%，最低節(jié)點(diǎn)負(fù)載為55%，平均負(fù)載差異為15%，而AODV和OLSR的負(fù)載差異分別為40%和30%，表明自適應(yīng)路由算法能夠更均衡地分配節(jié)點(diǎn)負(fù)載。在實(shí)時(shí)視頻監(jiān)控場(chǎng)景下，自適應(yīng)路由算法的最高節(jié)點(diǎn)負(fù)載為75%，最低節(jié)點(diǎn)負(fù)載為60%，平均負(fù)載差異依然為15%，遠(yuǎn)優(yōu)于AODV的35%和OLSR的25%。在無人機(jī)群協(xié)作通信中，自適應(yīng)路由算法的最高負(fù)載為85%，最低負(fù)載為65%，平均負(fù)載差異為20%，相比AODV和OLSR的負(fù)載差異（分別為45%和38%）表現(xiàn)更加均衡。這些結(jié)果表明，自適應(yīng)路由算法能夠有效避免部分節(jié)點(diǎn)或鏈路的過載，優(yōu)化了網(wǎng)絡(luò)資源的使用，尤其在高負(fù)載場(chǎng)景下更具穩(wěn)定性和適應(yīng)性。

5 結(jié)語

本研究設(shè)計(jì)并驗(yàn)證了一種基于拓?fù)湫畔⒑凸?jié)點(diǎn)移動(dòng)特性分析的自適應(yīng)路由算法，該算法解決了移動(dòng)網(wǎng)絡(luò)中多跳路由協(xié)議的延遲控制與帶寬優(yōu)化問題。該算法在仿真測(cè)試中所表現(xiàn)出的性能要優(yōu)于傳統(tǒng)的AODV和OLSR，不僅降低了網(wǎng)絡(luò)延遲，還有效提高了帶寬利用率，減少了數(shù)據(jù)包丟失和帶寬浪費(fèi)。該算法在負(fù)載均衡方面也表現(xiàn)突出，避免了網(wǎng)絡(luò)資源的過度集中和節(jié)點(diǎn)過載問題，適用于物聯(lián)網(wǎng)、視頻監(jiān)控、無人機(jī)群協(xié)作等多種應(yīng)用場(chǎng)景。

參考文獻(xiàn)

［1］謝佳.基于低功耗的無線傳感器網(wǎng)絡(luò)路由協(xié)議的研究與優(yōu)化［D］.南京：南京郵電大學(xué)，2023.

［2］廖學(xué)文，耿烜.基于Q學(xué)習(xí)的蟻群優(yōu)化水聲網(wǎng)絡(luò)協(xié)議［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2023（9）：272-279.

［3］杜旭陽.IRS輔助的車載毫m波網(wǎng)絡(luò)中高效路由協(xié)議的研究［D］.合肥：中國科學(xué)技術(shù)大學(xué)，2023.

［4］周良軍.面向生態(tài)監(jiān)測(cè)系統(tǒng)的LoRaWAN多跳路由協(xié)議設(shè)計(jì)及實(shí)現(xiàn)［D］.成都：電子科技大學(xué)，2023.

［5］范曉蕾.能耗優(yōu)化的WSN層次型多跳路由協(xié)議研究［D］.大連：大連理工大學(xué)，2022.

［6］張楊斌.面向極端部署條件的無線傳感網(wǎng)路由協(xié)議研究［D］.北京：國防科技大學(xué)，2021.

（編輯 王永超）

Delay control and bandwidth optimization of multihop routing protocols in mobile networks

WANG" Zhenyun

（The 54th Research Institute of CETC， Shijiazhuang 050081， China）

Abstract：" This paper analyzes the mobile characteristics and bandwidth requirements of network nodes， and designs a dynamic routing mechanism， which effectively reduces the data transmission delay in routing and optimizes the bandwidth allocation strategy. In this study， simulation test and actual network deployment are used to verify the performance of the proposed algorithm in different scenarios. The results show that this method significantly improves the transmission efficiency of the network， reduces the network load and resource waste， and provides a reference for the optimization design of multihop routing in future mobile networks.

Key words： mobile network; multihop routing protocol; delay control; excellent bandwidth; adaptive routing