基于极端学习机的MANET移动性预测模型

摘要：

针对移动自组织网络移动性在管理无线网络带宽资源可用性方面的重要性，为了更好地规划连续服务可用性和有效能源管理以提升网络的整体服务质量，提出了一种基于极端学习机的MANET移动性预测模型。利用ELM对MANET中的任意节点进行建模；假设已知每个移动节点当前的移动性信息（位置、速度和运动方向角度），以这种方式预测节点未来的位置和相邻节点之间未来的距离；基于几个标准移动性模型，产生更加真实、精确的移动性预测，从而更好地捕捉任意节点直角坐标系之间现有交互/相关性。使用标准移动性模型的仿真结果验证了所提模型的有效性，实验结果表明，提出的预测模型明显改进了传统基于多层感知器的模型，此外，当预测相邻节点之间未来距离时，避免了当前算法对预测精度的限制。

关键词：移动自组织网络、多层感知器、移动性预测、极端学习机、服务质量

分类号：TP396(计算技术、计算机技术)

资助基金：安徽省高校省级自然科学基金项目No.KJ2013Z038。

在线出版日期：2014-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：71-76