播应用业务，具有非常广阔的前景。因此，支持多播应用的自组网多播路由协议也是当前的个研究热点。其他路由协议另外，还可以根据是否使用地理位置信息是否提供保证或者是否考虑功率信息，将路由协议分为利用地理位置信息的路由协议路由协议和功率感知路由协议。其中，利用地理位置信息的路由协议又可以分为地理位置辅助路由协议和基于地理位置的路由协议。目前提出的自组网路由算法可以分为两类对尽力而为型协议的改进和针对要求设计的路由算法。功率感知路由协议主要包括两个方面的要求尽量保证每个节点剩余能量均衡，要求寻找路由尽量选择剩余能量多的节点加入路由参与中继转发，同时避免使用电量已不足的节点加入路由。寻找条节能的路由，要求寻找总体最节能的路由。在空闲状态下，功率感知路由协议的基本思想是让每个空闲状态下的节点尽量将自己的工作模式调整到休眠或者关机，以此来节省能耗。然而，这种思想需要很好的路由设计，使得当许多节点处于休眠关机状态此时，无法为其他节点转发分组时也能保证通信的正常进行。本章小结移动自组网中的路由，是网络得以正常运行的重要组成部分，也可以说是核心部分，本章对移动自组网的路由技术作了引论，对路由技术的分类，以及分类的标准也作了介绍，这样可以对移动自组网的路由技术有个比较全面的了解，为对移动自组网的全面了解打好基础。第章基于隐马尔科夫模型的移动预测隐马尔科夫模型马尔科夫性如果个过程的将来仅依赖现在而不依赖过去，则此过程具有马尔科夫性，或称此过程为马尔科夫过程。马尔科夫链时间和状态都离散的马尔科夫过程称为马尔科夫链，个系统有个状态,随着时间的推移，系统从状态转移到另状态，设为时间的状态，系统在时间处于状态的概率取决于其在时间,的状态，该概率为∣如果系统在时间的状态只与其在时间的状态相关，则该系统构成个离散的阶马尔科夫链马尔科夫过程∣∣如果只考虑独立于时间的随机过程,∣其中状态转移概率,必须满足,且,，则该随机过程称为马尔科夫模型。隐马尔科夫模型在马尔科夫模型中，每个状态代表个可观察的事件。在隐马尔科夫模型中观察到的事件是状态的随机函数，中状态是不确定或不可见的，只有通过观察序列的随机过程才能表现出来，因此该模型是双重随机过程，其中状态的转移过程是不可观察的，是个马尔科夫链，用转移概率描述，而可观察的事件的随机过程是隐蔽的状态转移过程的随机函数，它描述状态与观察序列间的关系，用观察值概率描述的基本要素用模型五元组来描述，或简写。状态数目每个状态可能的观察值数目与时间无关的状态转移概率矩阵给定状态下观察值概率分布∣。当获得观察序列后，进行如下计算∣当前的邻居子网即为将要进入的子网。在上述的预测模型和预测过程中，包含训练观察判别的过程，对训练过程的求解采用算法，如果观察序列的确是由确定模型的模型产生的，则该算法就可以达到期望的效果，这在语音识别等许多领域都得到了验证，因此这里使用算法进行模型的训练。移动时，目的节点将向源节点发出路由请求应答分组。这样，在源节点和目的节点之间建立起双向激活路径。激活路径建立所需时间定义为路由建立延迟。随着拓扑结构的变化，当激活路径上的段链路发生中断时，路由维护过程被启动。路由维护可以采用两种不同的策略从断点处开始修复路径或通知源节点重新启动路由建立过程。按需路由协议是自组网特有的路由协议类型，它可以降低路由开销，提高网络的吞吐量。但是，按需路由协议具有潜在的不确定性，包括目的节点是否可达的不确定性和路由建立延迟的不确定性。在按需路由协议中，每条激活路由建立的平均开销要远远高于先应式路由协议的平均开销。在只有少数节点之间需要通信的情况下，按需路由协议的路由开销才比先应式路由协议的小。混合型路由协议是对先应式路由协议和按需路由协议的综合。它在小范围局部区域内使用先应式路由协议，对局部区域外节点的路由查找采用按需路由协议。这样可将链路变化限定在局部区域内，从而减少全网广播带来的路由开销。混合路由协议实现了按需路由协议和先应式路由协议优势互补，具有相对低的带宽消耗和路由发现延迟平面结构路由协议和分层结构路由协议按照路由协议所依据的网络逻辑结构的不同，自组网路由协议可分为平面结构和分层结构。平面结构路由协议是指网络中各节点在路由功能上地位相同，没有引入分层管理机制。它的主要优点是网络中没有特殊的节点，网络流量均匀地发散在网络中，路由算法易于实现其主要缺点是可扩展性差，在定程度上限制了网络的规模。与平面结构路由协议相对应的是分层结构路由协议。分层路由协议采用群的概念对移动节点进行层次划分。若干个在地理空间上相邻的节点构成个群，每个群有个群首。群与群之间通过网关节点进行通信。网关节点可以是群首也可以是其他群成员。网关节点之间的链接构成上层骨干网。所有群之间的通信都通过骨干网转发。分层结构路由协议包括分群算法群维护协议群内路由协议和群间路由协议个部分。分群算法解决如何在动态分布式网络环境下使移动节点高效地聚集成群，它是分层路由协议的关键。群维护协议主要解决节点移动过程中的群结构维护问题，包括移动节点退出和加入群群的产生和消亡等功能。分层结构路由协议适用于超大型网络，但在自组网环境中，由于网络拓扑结构的快速变化，其算法实现非常复杂。中小规模路由协议和大规模可扩展路由协议中小规模路由协议是指适用于中小规模自组网通常是几十个节点的路由协议，当前在该方面的研究已取得了很大进展，陆续提出了系列草案，如协议等。随着网络规模的扩大以及节点移动性的增强，这些路由协议的开销都成为个非常棘手的问题。同时，网络规模的扩大意味着路由协议收敛时间的增长，再加上节点的可移动性，整个网络路由信息的致性和准确性很难保证，路由失效和环路等问题开始出现。因此，适用于大规模网络的路由协议可扩展路由协议成为自组网路由协议研究的重要内容。单播路由协议和多播路由协议协议等都是支持单播应用的自组网路由协议。将多播技术的有效性与自组网的特殊优势相结合，在自组网环境下开发些基于组的多预测图不符，应及时向检查员提出，问题解决后再行作业。数字化图按定的顺序进行，对明显的具有分块作用的地物先输入，例如河流道路等。然后依元素的主次进行分块作业。块图全部输入后即做自查校对，清理差错漏。各图块全部输入后再作通篇阅读。对规则的地物，如住宅楼等矩形房屋，必须保证图形符合其投影规律，必要时可用辅助线方法得到正确的图形。各类地物绘制要求测量控制点各等级的平面及高程控制点分别以图式规定的控制点符号表示，控制点的测点位置即为符号的几何中心，控制点必须精确表示，根据测量成果直接展绘。居民地垣栅居民地是地形图上的主要地物要素，数字化图要准确反映实地各个房屋的外围轮廓和建筑特征。除个别情况外，般处理为矩形，凹凸部分要直角拐弯，房屋线要闭合。房屋的阳台线在折角处要实交。街区与道路的衔接处应留间隔，建筑在陡坎和斜坡上的建筑物按实际位置绘出，陡坎无法绘出时，可移位表示，间隔，建筑物与加固石驳可以共线表示。悬空建筑在水上的房屋与水涯线重合时，房屋照常表示，间断水涯线。围墙不区分结构性质，用依比例尺符号表示。直线段较短的围墙，符号无法表示出其短横线的，要用手工补绘，门墩要与围墙相垂直。各类型的垣栅如栅栏栏杆篱笆铁丝网等，均用相应的符号表示。符号侧有短线的，短线向里绘制。交通及附属设施道路是连接居民地的纽带，是地面交通运输的主要动脉，各等级的道路用图式规定的相应符号表示，绘制时注意线型及线宽。双线道路与房屋围墙桥梁等高出地面的建筑物边线重合时，可以用建筑物边线代替道路边线，道路边线与建筑物的连接处应间隔。乡村小路内部道路等用到虚线线型符号的，线型应拟合表示，保证线型的连续性美观性。水系及附属设施水系是江河湖海井泉水库池塘沟渠等自然和人工水体的总称，水系绘制时应注意区分人工河流和自然河流。自然河流的边线应圆滑，遇桥梁水坝水闸等建筑物应中断，有名称的水系要正确加注。水涯线与陡坎重合时，可用陡坎边线代替水涯线，水涯线与斜坡脚重合时，在坡脚将水涯线绘出。植被的测绘，应按其经济价值和面积大小适当取舍，并应符合下列规定农业用地的测绘按稻田旱地菜地经济作物地等进行区分，并配置相应符号。地类界与线状地物重合时，只绘线状地物符号。地貌宜用等高线表示。崩塌残蚀地貌坡坎和其他地貌，可用相应符号表示。山顶鞍部凹地山脊谷底及倾斜变换处，应测注高程点。露岩独立石土堆陡坎等，应注记高程或比高。管线转角部分，均应实测。线路密集部分或居民区的低压电力线和通信线，可选择主干线测绘当管线直线部分的支架线杆和附属设施密集时，可适当取舍当多种线路在同杆柱上时，应择其主要表示。注记文字注记要使所表示的地物能明确判读，字头朝北，道路河流名称可随线状弯曲的方向排列，应垂直或平等于线状物体文字的间隔尺寸最小应为最大间隔不宜超过字大的位。注记时应避免遮断主要地物和地形特征部分。各类注记均放置在层。地形图上各种名称的注记，应采用现有的法定名称。附地物点平面位置精度限制绘制过程中的地形图见下图地形图的修测与编绘地形图的修测地形图播应用业务，具有非常广阔的前景。因此，支持多播应用的自组网多播路由协议也是当前的个研究热点。其他路由协议另外，还可以根据是否使用地理位置信息是否提供保证或者是否考虑功率信息，将路由协议分为利用地理位置信息的路由协议路由协议和功率感知路由协议。其中，利用地理位置信息的路由协议又可以分为地理位置辅助路由协议和基于地理位置的路由协议。目前提出的自组网路由算法可以分为两类对尽力而为型协议的改进和针对要求设计的路由算法。功率感知路由协议主要包括两个方面的要求尽量保证每个节点剩余能量均衡，要求寻找路由尽量选择剩余能量多的节点加入路由参与中继转发，同时避免使用电量已不足的节点加入路由。寻找条节能的路由，要求寻找总体最节能的路由。在空闲状态下，功率感知路由协议的基本思想是让每个空闲状态下的节点尽量将自己的工作模式调整到休眠或者关机，以此来节省能耗。然而，这种思想需要很好的路由设计，使得当许多节点处于休眠关机状态此时，无法为其他节点转发分组时也能保证通信的正常进行。本章小结移动自组网中的路由，是网络得以正常运行的重要组成部分，也可以说是核心部分，本章对移动自组网的路由技术作了引论，对路由技术的分类，以及分类的标准也作了介绍，这样可以对移动自组网的路由技术有个比较全面的了解，为对移动自组网的全面了解打好基础。第章基于隐马尔科夫模型的移动预测隐马尔科夫模型马尔科夫性如果个过程的将来仅依赖现在而不依赖过去，则此过程具有马尔科夫性，或称此过程为马尔科夫过程。马尔科夫链时间和状态都离散的马尔科夫过程称为马尔科夫链，个系统有个状态,随着时间的推移，系统从状态转移到另状态，设为时间的状态，系统在时间处于状态的概率取决于其在时间,的状态，该概率为∣如果系统在时间的状态只与其在时间的状态相关，则该系统构成个离散的阶马尔科夫链马尔科夫过程∣∣如果只考虑独立于时间的随机过程,∣其中状态转移概率,必须满足,且,，则该随机过程称为马尔科夫模型。隐马尔科夫模型在马尔科夫模型中，每个状态代表个可观察的事件。在隐马尔科夫模型中观察到的事件是状态的随机函数，中状态是不确定或不可见的，只有通过观察序列的随机过程才能表现出来，因此该模型是双重随机过程，其中状态的转移过程是不可观察的，是个马尔科夫链，用转移概率描述，而可观察的事件的随机过程是隐蔽的状态转移过程的随机函数，它描述状态与观察序列间的关系，用观察值概率描述的基本要素用模型五元组来描述，或简写。状态数目每个状态可能的观察值数目与时间无关的状态转移概率矩阵给定状态下观察值概率分布∣。当获得观察序列后，进行如下计算∣当前的邻居子网即为将要进入的子网。在上述的预测模型和预测过程中，包含训练观察判别的过程，对训练过程的求解采用算法，如果观察序列的确是由确定模型的模型产生的，则该算法就可以达到期望的效果，这在语音识别等许多领域都得到了验证，因此这里使用算法进行模型的训练。移动