基于局部稳定性测度的战术移动自组织网络拓扑优化抗干扰技术研究

楼俐，范建华，徐诚

（1.南京电讯技术研究所，江苏南京210007；2.南京理工大学机械工程学院，江苏南京210094）

基于局部稳定性测度的战术移动自组织网络拓扑优化抗干扰技术研究

楼俐1，范建华1，徐诚2

（1.南京电讯技术研究所，江苏南京210007；2.南京理工大学机械工程学院，江苏南京210094）

针对MANET组网模式下的战术无线通信网络，节点可灵活自组，通信方式多样化，但经多跳转发的传输链路易受干扰影响而导致整体路径失效，受干扰威胁较大的问题，除采用一系列物理链路级传统抗干扰手段外，还应通过控制和优化拓扑结构，提高干扰下通信系统对节点和链路失效的容忍度和网络性能恢复能力，这也是提高路由等上层协议的可用性和生存能力的基础。以复杂系统理论为指导，在图论和随机过程理论的基础上分析不同通信环境条件变化对干扰阻塞状态的影响，判别节点重要度和网络概率连通性，提出了一种基于局部稳定性测度的拓扑优化方法，用于构造高可靠网络。通过仿真实验分析，验证了该方法的有效性，可提高实际动态传播条件下的军用通信网络的抗干扰能力和自优化能力。

兵器科学与技术；军用无线通信；战术移动自组网；网络抗干扰；复杂系统理论；拓扑优化

0　引言

以MANET架构为基本组网模式的战术无线通信网络，简称战术移动自组织网络（TM），为战场通信业务提供了无需固定基础设施支持的有效无缝连接［1］。通信方式可为点到点、点到多点、多点到多点通信，支持视距和非视距链路。为了避开不稳定的受干扰链路和扩大网络覆盖范围，保证数据分组在源与目的节点之间的可靠转发，可选择带宽较高、通信质量更稳定的多跳链路中继转发。其拓扑控制和优化目标与一般Ad Hoc模式无线传感网络拓扑优化策略［2］不同，除了受地形、地貌、气象、水文条件影响外，更容易受到外界的干扰，端到端之间存在不对称链路。考虑到有限战场通信资源利用率和业务实时性需求的矛盾，现有技术条件下无法动辄使用成百上千个节点组成一个大型多跳网络，也难以随时补充多个冗余备份节点，通信网络节点数目较少，其中任何节点都有成为网络割点的可能。路由协议的生存性、频率和用时等资源复用性能受到多变拓扑结构的影响较大。因此要求在干扰不可完全规避的情况下，依据网络性能变化趋势和变化程度，分析和评估端到端连通性和链接质量，根据分析结果预测判别网络脆弱环节和网络割点，重构鲁棒的拓扑结构，保证各局部子网具有较大连通度和较小阻塞概率，减少干扰对全网性能的损伤，保障网络通信性能。

拓扑结构的鲁棒性通常用于描述全网的可靠性和抗干扰能力。构建一个稳定可靠的拓扑结构是进行频率、时隙、功率、流量、节点空间布局等网络资源合理分配的基础，也是避免各节点之间产生同频干扰，能依据信道传输质量和业务量大小合理确定信道传输速率，并能计算最佳路由规避外界电磁干扰的前提。通过网络拓扑结构的优化控制，有利于正确获取网络的最佳工作状态和工作参数，可以提高网络容错能力，减少干扰对网络性能的影响，使网络预先形成一定的抗干扰态势，在网络受到干扰影响之前构建抗干扰拓扑结构，并为路由选择提供足够多的冗余链路规避干扰。

由于面向军事应用的战术无线通信网络受复杂电磁环境影响，无线信道易被截获和干扰［3-4］，网络拓扑变化较大，因此网络拓扑稳定性问题尤为突出，影响路由等上层协议的生存能力，然而以往的拓扑优化控制研究主要基于计算几何学和概率分析法［5-8］，通常要求节点具备全网信息，算法复杂且开销较大、对节点的布局要求过于理想化，仅适用于拓扑结构较为固定的网络，在通信环境条件复杂，存在不对称链路的战术无线通信网络中通常不可行。需要设计和实现更为实用而高效的拓扑结构分析和优化控制方法。

1　国内外相关研究现状

控制和优化网络拓扑结构以提高网络可靠性和容错能力，是网络抗干扰研究领域的一大热点问题。传统拓扑优化策略的研究方法主要分为两种:计算几何法和概率分析法［9］。计算几何法是以几何结构为基础来构建网络拓扑结构，使网络拓扑满足某些特性。常见的几何结构有:最小生成树（MST）方法［10］、相关邻居图（RNG）、加百利图（GG）［11］。概率分析法是指网络节点根据某种概率密度随机分布，计算当网络拓扑以大概率满足某些特性时节点所需的最小传输功率和最小邻居节点数。具有代表性的理论有:连续渗透理论、几何随机图理论和占位理论等［12］。拓扑控制算法的分类方法也有多种，根据算法执行方式的不同，可分为集中式拓扑控制算法和分布式拓扑控制算法；根据网络节点的传输范围是否相同，可分为同构拓扑控制算法和非同构拓扑控制算法。拓扑控制算法根据优化目标的不同，可分为基于几何结构的拓扑控制算法和基于能量有效性的拓扑控制算法。前者的目标是基于单位圆盘图（UDG）构建满足某些优良几何拓扑性质的子图，而后者主要关注的是网络的能量有效性。

目前拓扑结构抗干扰方面的研究重点在于随拓扑时变如何通过拓扑控制生成良好的网络拓扑结构，对当前拓扑资源重组和分配，更好地支持抗干扰路由协议，提高MAC协议效率，保证无线传输利用率和网络有效生存时间。Pei较早提出了无线网络分级结构［13］，是无线网络分群（分簇）控制算法的基础，该分级结构得到的是一些相对于整个网络而言较为稳定和特征相似的节点组成的分群子网，减少了拓扑结构变化对协议的影响，但没有考虑选择预设固定群首节点可能产生的通信瓶颈问题，影响了网络可靠性。为了解决该问题，目前已有不少群首节点优化选择算法，如群首节点加权选举算法（WCA）［14］，综合考虑了节点ID、节点连接度、通信距离、节点移动性度量等指标，以及在WCA基础上改进的基于链路持续时间的加权选举算法（TWCA），基于节点相对速度的加权选举算法（VWCA）等，以上算法缺点在于指标权重的更新相对比较频繁，对吞吐量、时延等缺乏有效的综合优化。在此基础上，Singhal等提出了一种群首节点的自适应加权智能优选算法［15］，可通过调整基于模糊逻辑的指标权重改进算法，具有较强通用性和灵活性，但具有较高的计算、通信和维护开销。需要在算法的自适应性和算法效率间平衡。Mir等提出一种无线传感网的可适性拓扑控制方法［16］，对战术无线通信网络同样具有借鉴意义，但其移动管理方式比较复杂，并不完全适用于军用通信节点移动特性，同时也影响网络的稳定性。另外近年来分群网关控制、分布式控制、路标控制等研究的目标，都是集中于通过将网络拓扑结构层层细化，从而降低全网通信负载，减少局部拓扑变化对路由的影响。我军目前研究的战场无线通信网络组网要求保证必要的互通和迂回构建准栅格结构。

总结以往研究，由于网络优化控制的目标是提高网络的抗毁性和生存性，因而工作网络的拓扑结构尽量为一个均匀拓扑结构。为了计算重组优化方案，首先通过获取网络的各种资源数据，包括网络当前工作拓扑，探测网络无线通信最大可连通的网络拓扑结构，网络的信道资源及占用率情况，网络通信链路传输速率及误码特性，网络业务量及其流量分布特性等主要资源数据，作为网络拓扑动态优化设计的依据。

本文借鉴复杂系统理论，参考动态网络演化模型［17］，在战场末端无线通信网络采取MANET形式的基本架构基础上，提出基于节点稳定性测度的拓扑优化控制方法，提高面向战场实际对抗动态传播条件下通信网络抗干扰能力和自优化能力。

2　干扰环境下网络拓扑局部稳定性测度

2.1网络拓扑稳定性评估方法

拓扑结构的鲁棒性反映了全网的可靠性和抗干扰能力。而拓扑结构的鲁棒性又取决于端到端的通信能力。因此，利用复杂系统理论，构建动态演化的网络模型，描述节点和链路的可靠性和可用性，并据此明确端到端的连通性和链接质量，是实现拓扑优化控制的基础。

本文给出一种基于复杂自适应系统的拓扑控制方法，利用复杂系统的小世界理论的跳跃性和随机性，采用局部拓扑优化算法优化网络拓扑结构，可避免节点需要掌握全网信息带来的计算、交互和存储开销。图1给出了一个战术分队移动通信网络场景实例，共存在9个移动通信节点，部分链路由于受到地形遮挡或外界干扰源影响无法进行可靠通信。根据链路质量判别，能明确哪些节点和链路受干扰和拓扑变化情况，得到强依赖度链路和可靠节点大致分布情况，从而分析网络局部稳定性和全网连通性的关系。

图1　一种战术分队移动自组通信网络组网场景Fig.1 A mobile communication networking scenario of tactical unit

如前所述，拓扑越稳定，网络抗干扰能力和协议生存能力越强，在构建鲁棒稳定的拓扑结构前需要对网络拓扑稳定性进行评估预测。通常可用如下的拓扑特性参数描述网络性能［18-19］:

3）节点介数:网络中所有路径经过该节点数量，介数高的节点和一旦失效，会造成多个最短路径失效，导致网络通信效率下降。节点的介数越高，该节点分裂网络的可能性越大，网络脆弱性越大，网络可靠性和稳定性越差。因此节点介数一定程度上反映了节点成为网络割点的可能性。

4）网络连通度:用A=（aij）n×n表示网络的邻接矩阵，其中，aii=0，若存在邻接链路则aij=1，否则aij=0，若网络链路对称则有aij=aji.λi为A的特征根为网络的连通度。

由于节点介数和全网连通度计算复杂，本文设计的一种新的局部度量法描述节点成为网络割点的可能性，可作为整体网络鲁棒性的评价依据。

2.2节点局部稳定性计算方法

由于所研究的网络对象不同，面向军事应用的多跳移动无线通信网络抗干扰测度与普通Ad Hoc网络如无线传感网的抗毁指标不完全相同，如果仅仅考虑网络连通性，只能反应网络被干扰破坏的难易，不能描述网络在干扰条件下的业务维持和故障恢复能力，因此需要考虑容错性和恢复性等指标。

由于干扰特征存在局部一致性，因此利用复杂系统小世界理论，借鉴现代代数拓扑学三角剖分法，设计节点局部稳定性评价算法优化网络拓扑结构。Newman［17］基于拓扑学三角剖分法提出一种基于稠密网络拓扑聚集系数的计算方法，不考虑网络中存在度为1的节点，推论节点聚集系数就是构成的三角形总数与三元组总数的比值。定义三元组就是一个节点无序地与其他节点存在两条连边。适用于多以网状网形式存在、密集拓扑的无线传感网等。存在的问题是，如引言中所述，考虑有限信道资源利用率和通信效率问题，战术MANET组网节点数目稀疏，在战场干扰环境下，节点易失效甚至损毁，难以随时补充多个冗余备份节点，且组网形式可为网状、链状多种形式，存在节点的度为1的可能（在本文研究的战术MANET网络中度为0的节点认为是脱网节点），因此依据Newman的聚集系数计算公式，将导致聚集系数计算为无穷大。对此Reuven等［20］提出的校正方法是，当度为1且聚集系数计算为无穷大时，直接令聚集系数为最小值0.但该校正方法无法准确比较存在不同数量叶子节点的网拓扑结构的稳定性，导致判别结果出现偏差。

考虑战场对抗条件下战术MANET组网节点随时存在节点度为1的可能性，本文提出一种节点局部稳定性度量计算方法，描述拓扑结构的容错性和稳定性。和节点i相邻接的节点j和节点k若也存在邻接链路，则表明到节点i的链路存在可替换的链路，如图2所示。

图2　节点三元组和链路闭合三角形构成示意图Fig.2 Schematic diagram of triple of nodes and link closed triangles

若节点i与近邻j、k存在可靠链路，则节点i、j、k组成三元组〈i，j，k〉，同理有节点三元组〈i，m，n〉，〈i，m，j〉，〈i，n，k〉等；i与近邻j、k存在可靠链路且j、k间也同时存在可靠链路，则节点i、j、k的链路组成三角形Δijk，同理有三角形Δimn和Δijm.由于三角网中的节点度不小于2，其中任意两个节点之间存在至少两条无共边的路径，且跳数最少、最可靠。因此节点与近邻组成的三角网最可靠。存在节点三元组是形成链路三角形的必要条件。

若节点i与近邻节点构成三角形的数目越多，则存在冗余链路的可能性越大，网络脆弱性越低。由于仅当该节点是树状图的叶子节点时，即节点度D（i）=1，无法构造节点三元组，此时存在一个二元组Ntwotuple（i）=1，因此节点的局部稳定度为

若节点i为树状拓扑的叶子节点，即节点度D（i）＜2，存在Ntwotuple（i）=1，且Ntriple（i）= Ntriangle（i）=0，因此Mc=0.

若节点i非树状拓扑的叶子节点，即节点度D（i）≥2，此时若Mc=0，则判断该节点非常可能成为网络割点，为避免该节点成为割点，需要在其近邻节点构建闭合三角形，其中允许闭合三角形数

以最小费用代价构建最稳定的网络，则Ntriangle（i）= D（i）-1.按照最短路的链接建立方法，通过发射功率控制和节点移动速率控制等方法，在近邻节点间添加链路构建闭合三角形。

2.3基于节点局部稳定性测度的拓扑控制算法

网络拓扑结构控制需要考虑使路由快速收敛，提高传输效率同时要保证网络的容错性，增强对随机干扰的鲁棒性。介数大的节点会增加网络的脆弱性，因此要提高节点稳定度。每个节点的局部稳定度都较高的网络具有较高容错性和通信效率，网络节点的稳定度越大，则与近邻间通信的可替代链路越多，节点链路的冗余度和分离度越高，网络抗干扰能力越强。

根据以上拓扑稳定性测度，可得到网络稳定性的评测。由于三角网络结构满足网络平均度任意节点具有至少两条的无共边链路，且路径跳数最少，最可靠，因此三角网最为稳定。要满足此稳定性条件，以最小代价进行拓扑结构优化。然而现实中无法实现全网内部全为三角结构，退而求其次，要求任何两个节点存在不共边的路径，即等效于利用小世界原理将网络分割时，要得网络最小分割的局部为环状，避免局部出现树状网，导致部分链路或节点断开出现割集。否则在树的叶子节点间增加链接，形成局部拓扑环结构。

拓扑优化控制算法步骤描述如下:

1）根据每个节点的近邻关系，计算出原拓扑结构图。

2）计算出节点度、节点局部稳定度。

3）如节点i稳定度Mc（i）=0，则将节点标记加入可能的割点集Nsplit，并继续，否则跳转步骤5.

4）如节点度D（i）为1，则将该节点列入待调整节点队列Q，并记录该节点及其邻节点为二元组（邻节点，叶子节点i）即（Nbr（i），i），继续；如节点度D（i）≥2，则转步骤6.

5）如果节点i稳定度Mc（i）=1，则说明该节点与近邻组成的局部网络拓扑为全三角网络，稳定性最高。将该节点标记为最大稳定度节点Nstable，跳转步骤7；否则如果0＜Mc（i）＜1，则标记该节点加入潜在的不稳定节点集Nsub_unstable，继续。

6）判断节点是否存在度为1的邻节点，如存在，则该邻节点为树状拓扑的叶子节点，将该节点和度为1的相邻叶子节点记录入二元组（邻节点，叶子节点i），即（i，Nbrleaf（i）），并将Nbrleaf（i）列入待调整节点队列Q.

7）节点标识号加1，如标识号=N，继续，否则转步骤3.

8）将待调整节点队列Q中的所有叶子节点i按节点标识号排序，按最小代价在叶子节点间添加链路。原则是最短路优先以及叶子节点的邻节点度数高者优先。

9）如待调整节点队列Q中仅剩一个叶子节点i，则选择一个Nsplit/｛i｝中节点与叶子节点i按最小代价添加链路，可降低割点分裂网络的可能性。

10）直到所有调整节点队列Q中的叶子节点全部添加链路完毕，再次计算所有节点度、节点局部稳定度，保存并显示拓扑调整结果，退出算法流程。

3　实际通信网络拓扑结构发现与生成

工程实践中，由于拓扑结构的鲁棒性取决于端到端的通信能力，因此判别和预测端到端的连通性和链接质量，从而发现和生成网络拓扑结构，是实现拓扑优化的前提，因此如何正确生成网络拓扑结构对实施网络拓扑优化至关重要。

节点接收信号强度能在一定程度上反映出链路质量继而反映出网络连通程度。目前已有不少基于信噪比的检测模型和基于卫星辅助定位位置预测，进行链路可靠性判别的算法，以适用于无线传感网等。然而在实际战术MANET网络中，受环境和硬件条件所限，缺乏GPS等辅助设备支持。尽管信号强度能在一定程度上反应节点间链路的连接情况，但是反映的仅是当前节点间链路的连接状态，不能很好说明链路的变化并反映出下一时刻的状态。因此还需要判别节点先后接收到的测试包测得的信号强度的变化情况对连通状态进行预测。表1给出接收短测试包时记录的当前接收信号强度及预设接收门限。

对于节点B，如果接收邻居节点A控制分组的信号强度大于最佳接收信号门限，说明邻居节点A和节点B之间的链路状态良好，图3给出了接收信号强度与节点相对位置关系示意。

图3　接收信号强度与节点相对位置关系Fig.3 Relationship between received signal strength and relative location of nodes

当接收信号强度在有效通信和最小接收信号阈值之间时，还需要判别信号强度的前后变化情况，较为稳定的链路在短时间内链路断链的可能性很小，故而才可判定存在可靠链路，即认为通信节点间在逻辑上存在共边。本文提出如下判别规则:

规则1.若节点B从节点A接收到的当前信号强度值PAB≥Pth_strong，则意味着节点B已经进入节点A的完全可靠通信范围之内，设定链路可靠性LRAB=1，两节点存在共边。

规则2.若Pth_strong≥PAB＞Pth_weak，此时表明节点B仍然位于节点A的有效通信范围之内。由于节点A、B之间的相对运动状态无法确定，可能正相互靠近，也可能正相互背离，所以该范围内的通信状态并不是完全可靠的，此时对链路的可靠性可做如下估计:设ΔPAB为前后两个连续测试窗口期Tw测定的接收信号强度均值之差，表示节点A、B间链路接收信号强度的变化。umin为最低信号差阈值，umax为最高信号差阈值，umin、umax分别可根据测试窗口期Tw设置和节点移动速率确定以及发射机最大、最小发射功率计算得到，Tw则根据网络节点规模设置。若ΔPAB≤umin，则表示节点A、B相对位置没有太大的变化，节点B将继续处在节点A的通信范围内，链路断链可能性较小，认为该链路可以用来进行可靠信息传输，由此设置A、B间链路可靠性LRAB=1；若节点A、B间链路信号强度的变化值ΔPAB＞umin且ΔPAB≤umax，则表示节点A、B间的相对距离有变大的趋势，此时链路的可靠性估值进行归一化处理得

LRAB=（umax-ΔPAB）/（umax-umin）.（2）

链路间的可靠性LRAB与节点间的信号强度的变化幅度增长而降低。如果此时测得节点A、B间的链路信号强度的变化超出了门限umax，表明A、B间相对距离较大，正处于相反方向运动LRAB=0，认为不存在可靠共边。

规则3.若当前接收到的信号强度值Pth-min＜PAB≤Pth-weak，则节点B处于节点A的不可靠通信范围内，此时的链路随时都可能断裂，应当将该包丢掉，若节点B处于节点A的检测半径之外，Pth-min≥PAB则节点B将根本收不到节点A的任何信息，判定无可靠链路。

另外在组网之后无线网络拓扑变化还可以结合网络层测量端到端的包成功投递率来快速判断和预测。但是仅从端到端的丢包率并不能反映链路的有效剩余生命期和链路的生存能力。本文作者还研究了链路的稳定性、对称性、可靠性因子，计算节点对之间是否存在可靠链路，由此快速判别节点共边的拓扑变化情况预测拓扑变化趋势，在本文中不再赘述。

4　仿真示例

以某通信网络为例，进行基本网络参数设置，网络中的节点总数N=9，本例中假设所有正常通信链路均能满足端到端的基本业务的包投递率及时延需求。按网络连通状态构建网络拓扑结构图如图4（a）所示，生成节点度大小的分布情况如图4（b）所示。为了进一步提高网络稳定性和抗干扰能力，现要求优化该网络拓扑结构，为实施拓扑控制提供决策依据。

可得各节点的拓扑特性参数测量值如表2所示。

得到局部稳定度为0的所有可能的网络割点集合Nsplit=｛1，5，6，7，8，9｝、待调整的叶子节点集Q=｛1，6，9｝、以及稳定节点集Nstable=｛4｝、潜在的不稳定节点Nsub_unstable=｛2，3｝.

以最小代价构建稳定度高的网络，按照节点局部网络稳定性测量评估方法，进行拓扑优化控制，按照最短路及最小构造代价原则，可添加虚拟链路L（1，6）.剩余叶子节点9将与可能的剩余网络割点集中Nsplit/｛9｝个节点匹配，在相同最短路及最小代价约束下，优先与连接节点度最低的割点建立连接，避免增加节点间的互扰。在本例中，最终仅添加两条虚拟链路L（1，6）、L（6，9）即可构建如下稳定网络:该网络拓扑不再存在节点度D（i）＜2的节点，每个节点对之间都存在两条以上不共边的路径，是较为规则的高稳定性网络，且实现网络拓扑优化的代价较低。

图4　网络拓扑结构图及网络节点度Fig.4 Network topology and node degree distribution

表2　拓扑特性参数测量值Tab.2 Measured values of topological characteristic parameters

若要实现更为可靠的拓扑结构，则需提高所有剩余网络割点集Nsplit中所有节点的稳定度，按最小代价最短路原则构造冗余链路L（2、6）、L（5，6）、L（6，7）、L（6，8），得到拓扑优化校正前后的局部稳定度如图5所示，即使节点6的节点度D增加，但由于Mc同时增大，因此不会增加成为割点的可能。拓扑优化后几乎所有节点局部稳定度增强，并满足节点平均度大于2，且任意端到端之间存在两条以上不共边的路径。

图5　拓扑优化控制前后的节点局部稳定度Fig.5 Local stability of nodes before and after topology optimization

原拓扑结构下网络割点集中所有节点的局部稳定度得到了增强，网络更加鲁棒可靠。

5　结论

本文在对传统的网络性质、网络拓扑控制、网络可靠性研究基础上，分析了网络级抗干扰能力缺陷，应用复杂系统理论给出了一种基于节点局部稳定性测度的拓扑优化方法，提出实施拓扑控制和重组的指导方案，有利于网络性能的改进和完善。仿真结果验证了该拓扑预测和拓扑控制方法的可行性和有效性。拓扑优化最终目标是通过拓扑控制手段构建更为合理鲁棒的抗干扰拓扑结构，并依据重组后的拓扑结构调整频率分配、重新设定信道传输速率等网络工作参数，充分利用网络资源提高网络的可靠性和抗干扰能力。该方法适用于建立了软件无线电技术，以及支持分布式或集中式网络管理技术基础上的各类军用无线通信网络。后续的研究需要进一步验证和分析不同干扰模式和移动场景下的拓扑优化算法复杂度和重组效率，并结合抗干扰路由策略问题进行跨层分析，并在拓扑结构优化重组基础上实现高可靠的上层协议设计。

（References）

［1］ Marttinen A，Wyglinski A M，Jantti R.Statistics-based jamming detection algorithm for jamming attacks against tactical MANETs［C］∥IEEE Military Communications Conference.Baltimore，Maryland，US:IEEE，2014:501-506.

［2］ 金鑫，娄文忠，王辅辅.基于Ad Hoc无线传感网络的三维智能组网优化算法设计研究［J］.兵工学报.2015，36（5）:874-878. JIN Xin，LOU Wen-zhong，WANG Fu-fu.Research on optimization algorithm design of 3D intelligent network based on Ad Hoc wireless sensor networks［J］.Acta Armamentarii，2015，36（5）: 874-878.（in Chinese）

［3］ 姚富强.通信抗干扰工程与实践［M］.北京:电子工业出版社，2012:15-21. YAO Fu-qiang.Communication anti-jamming engineering and practice［M］.Beijing:Publishing House of Electronics Industry，2012:15-21.（in Chinese）

［4］ 李少谦，程郁凡，董彬虹，等.智能抗干扰通信技术研究［J］.无线电通信技术，2012，38（11）:1-4. LI Shao-qian，CHENG Yu-fan，DONG Bin-hong，et al.Research on intelligent anti-jam communication technique［J］.Radio Communications Technology，2012，38（11）:1-4.（in Chinese）

［5］ Zhu C，Zheng C L，Shu L，et al.A survey on coverage and connectivity issues in wireless sensor networks［J］.Journal of Network and Computer Applications，2012，35（2）:619-632.

［6］ Sethu H，Gerety T.A new distributed topology control algorithm for wireless environments with non-uniform path loss and multipath propagation［J］.Ad Hoc Networks，2010，8（3）:280-294.

［7］ Yavuz F，Zhao J，Yagan O，etal.On secure and reliable communications in wireless sensor networks:towards k-connectivity under a random pairwise key predistribution scheme［C］∥2014 IEEE International Symposium on Information Theory.Hawaii，US: IEEE，2014:2381-2385.

［8］ Miyao K，Nakayama H，Ansari N，et al.LTRT:an efficient and reliable topology control algorithm for ad-hoc networks［J］.IEEE Transactions on Wireless Communications，2009，8（12）:6050-6058.

［9］ Gupta P，Kumar P R.Towards an information theory of large networks:an achievable rate region［J］.IEEE Transactions on Information Theory，2003，49（8）:1877-1894.

［10］ Li N，Hou JC，Sha L.Design and analysis of an MST-based topology control algorithm［J］.IEEE Transactions on Wireless Communications，2005，4（3）:1195-1206.

［11］ Douglas B.West.Introduction to Graph Theory［M］.Berkeley: Pearson Education LTD，2000.

［12］ 安辉耀，王新安，李挥，等.移动自组网中的先进路由算法与路由协议［M］.北京:科学出版社，2009. AN Hui-yao，WANG Xin-an，LI Hui，et al.Advanced routing algorithm and routing protocol in mobile ad hoc networks［M］.Beijing:Science Press，2009.（in Chinese）

［13］ Pei G.Wireless hierarchical routing protocol with group mobility［C］∥IEEE Wireless Communications and Networking Conference.New Orleans，US:IEEE，1999.

［14］ Rajaram SM.An enhanced clustering algorithm for mobile ad hoc networks to improve the throughput［J］.International Journal of Mobile Network Design＆amp;Innovation，2011，3（3）:191-197.

［15］ Singhal S，Daniel A K.Cluster head selection protocol under node degree，competence level and goodness factor for mobile ad hoc network using AI technique［C］∥International Conference on Advanced Computing and Communication Technologies. Rohtak，India:ICAC，2014，2014:415-420.

［16］ Mir ZH，Ko Y B.Adaptive neighbor-based topology control protocol for wireless multi-hop networks［J］.EURASIP Journal on Wireless Communications and Networking，2012（1）:1-17.

［17］ Newman M E J.The structure and function of complex networks［J］.SIAM Review，2002，45（2）:167-256.

［18］ 高随祥.图论及网络流理论［M］.北京:高等教育出版社，2009. GAO Sui-xiang.Graph theory and network flow theory［M］.Beijing:Higher Education Press，2009.（in Chinese）

［19］ 谭跃进，吴俊，邓宏钟.复杂网络抗毁性研究进展［J］.上海理工大学学报，2011，33（6）:653-668. TAN Yue-jin，WU Jun，DENG Hong-zhong.Progress in invulnerability of complex networks［J］.University of Shanghai for Science and Technology，2011，33（6）:653-668.（in Chinese）

［20］ Cohen R，Havlin S.Complex networks:structure，robustness and function［M］.New York:Cambridge University Press，2014.

Research on Topologically Optimized Anti-jamming Technology for Tactical MANETs

LOU Li1，FAN Jian-hua1，XU Cheng2
（1.Nanjing Telecommunication Technology Research Institute，Nanjing 210007，jiangsu，China；2.School of Mechanical Engineering，Nanjing University of Science and Technology，Nanjing 210094，Jiangsu，China）

The military wireless communication network based on MANET architecture is characterized by a variety of communication modes and flexible self-organizations of nodes，but the multi-hop wireless transmission links are vulnerable to interference.In addition to using a series of traditional anti-jamming technologies at physical and link layers，the control and optimization means of network topology for getting better invulnerability and survivability become key issues in the research of anti-jamming policy of network layer.In dynamic electromagnetic interference environment，the tolerance of node or link failures is the basis of improving the survivability of the upper layer protocols，as well as the network recovery capability.According to the complex system theory，graph theory and random process theory，the influence of dynamic communication condition in battlefield is analyzed，and then a topology optimization method based on the measures of local stability is proposed in view of the importance of nodes and the connectivi-ty of topology in order to construct a more reliable network.Simulated results show that the proposed method provides satisfactory efficiency and can improve the anti-jamming and self-optimizing performances of military communication networks under dynamic transmission.

ordnance science and technology；military wireless communication；tactical MANET；network anti-jamming；complex system theory；topology optimization

源节点A向邻居节点发送短测试包记录接收信号强度完全可靠通信区域接收信号门限可靠通信区域接收信号门限最小接收信号门限B收到A发来的测试包PAB P th-strong P th-weak Pth-min C收到A发来的测试包PAC

TN915.02

A

1000-1093（2016）09-1662-08

10.3969/j.issn.1000-1093.2016.09.016

2016-01-12

总装备部预先研究基金项目（9140C020301140C02008）；中国博士后科学基金项目（2014M562539）

楼俐（1982—），女，工程师。E-mail:louie1000@163.com；范建华（1971—），男，研究员。E-mail:fjh710119@126.com