Uma Proposta para Estabilizar o Modelo de Mobilidade

Random Waypoint em Redes Ad Hoc sem Fio

Renato M. de Moraes
1
, Fagner P. de Ara ujo e Alisson S. L. Pontes
1
1
Departamento de Sistemas e Computac ao - Universidade de Pernambuco
CEP 50720-001, Recife - PE, Brasil
{renato,alsp,fpa}@dsc.upe.br
Abstract. It has been shown recently that the instantaneous average nodal speed
in the Random Waypoint (RWP) mobility model may not reach a stationary regime
which can cause inaccurate results in simulations and communication protocol
validations for wireless ad hoc networks. This paper presents a modication in the
RWP model and demonstrates analytically and by simulations that the proposed
idea stabilizes the instantaneous average nodal speed in the network whichever
is the chosen set of parameters. The proposed change in the RWP model can be
easily incorporated in the current simulators by doing a simple alteration in the
function called to choose the velocity of the nodes. Another advantage is that the
average speed obtained due to the modications is higher than that attained in the
original RWP model.
Resumo. Foi mostrado recentemente que a velocidade m edia instant anea dos n os
no modelo de mobilidade Random Waypoint (RWP) pode n ao atingir regime esta-
cion ario e com isso gerar resultados imprecisos nas simulac oes e validac oes de
protocolos de comunicac ao para redes ad hoc sem o. Este artigo apresenta uma
alterac ao para o modelo RWP e demonstra analiticamente e por simulac ao que
a id eia proposta estabiliza a velocidade m edia instant anea dos n os na rede para
qualquer conjunto de par ametros escolhido e pode ser facilmente incorporada nos
atuais simuladores atrav es de uma simples mudanca na chamada de func ao para a
escolha das velocidades dos n os. Outra vantagem da proposta e que a velocidade
m edia alcancada devida a modicac ao e maior que a do modelo RWP original.
1. Introduc ao
Redes ad hoc sem o n ao possuem estac oes r adio-base (ERBs ou pontos de acesso) para
coordenac ao e controle, e toda a tarefa de acesso ao canal de comunicac ao e distribuda
entre os pr oprios n os (ou usu arios) [Tonguz and Ferrari 2006], [Murthy and Manoj 2004].
Ou seja, n ao existe uma infra-estrutura de rede, enquanto que os n os podem ser xos ou
m oveis. Resulta assim que estas redes s ao extremamente vers ateis e t em um enorme poten-
cial de serem as redes utilizadas no futuro. Por exemplo, em situac oes onde nenhuma infra-
estrutura xa est a disponvel, tais como monitoramento ambiental, eventos catastr ocos, ou
em campos de batalhas, as redes ad hoc sem o s ao opc oes mais apropriadas que as tradi-
cionais redes locais xas (LANs) [Tanenbaum 2002] e vem atraindo fortemente o interesse
da comunidade da area de redes e comunicac oes.
As redes ad hoc devem possuir protocolos de comunicac ao descentralizados e que
fazem pouco uso de recursos computacionais e energia dada a falta de infra-estrutura
[Murthy and Manoj 2004]. Estes protocolos devem ser testados sob condic oes que pro-
curem retratar os mais diversos cen arios pr aticos que um usu ario deste sistema pode en-
contrar. Neste contexto, o efeito da mobilidade em redes ad hoc tem sido estudado
por diversos autores interessados em investigar os sistemas e procolocos de comunicac ao
sob condic oes de uso que reproduzam as situac oes de usu arios em movimento que uti-
lizam a rede [Camp et al. 2002], [Perkins et al. 2002], [Bettstter 2001], [Royer et al. 2001],
[Yoon et al. 2003]. Como conseq u encia, o desempenho destes protocolos depende forte-
mente do modelo de mobilidade empregado e suas caractersticas. A din amica da mobi-
lidade pode interferir bastante nos resultados de an alise de desempenho dos protocolos. Por
exemplo, os resultados de qualquer simulac ao da rede, para serem considerados v alidos,
precisam ser obtidos sob regime estacion ario, isto e, o tempo de converg encia necessita ser
menor que o intervalo total da simulac ao, o que implica que as variac oes iniciais n ao po-
dem ser consideradas. Dessa forma, modelos de mobilidade que jamais atingem um regime
estacion ario devem ser evitados.
Dentre os v arios modelos de mobilidade utilizados na literatura e nos simu-
ladores para redes ad hoc, o Random Waypoint (RWP) e certamente o mais empre-
gado [Camp et al. 2002], [Perkins et al. 2002], [Yoon et al. 2003], [Broch et al. 1998],
[Chiang and Gerla 1998], [Perkins et al. 2001], [Jayakumar and Gopinath 2008],
[Garcia-Luna-Aceves and Spohn 1999]. Suas principais caractersticas s ao a escolha
aleat oria da posic ao e velocidade e o tempo de pausa entre os intervalos de mudanca de
direc ao do movimento em cada n o. Em [Yoon et al. 2003], foi mostrado que o RWP sofre
do problema de n ao atingir regime estacion ario sob certas condic oes de seus par ametros.
Mais especicamente, eles provaram que a velocidade m edia instant anea dos n os na rede cai
a zero ao longo do tempo em certos casos de escolha de par ametros e isto tem impacto direto
sobre o desempenho da rede. Mais preocupante e que v arios autores t em testados diversos
protocolos de comunicac ao sob estas condic oes [Perkins et al. 2002], [Broch et al. 1998],
[Chiang and Gerla 1998], [Perkins et al. 2001], [Jayakumar and Gopinath 2008], o que
pode levar a resultados imprecisos ou at e mesmo inv alidos.
O presente artigo prop oe uma alterac ao na forma de escolha das velocidades dos n os
que permite ao RWP sempre atingir regime estacion ario, estabilizando este modelo para uso
nos simuladores de redes ad hoc. Um estudo analtico da mobilidade foi realizado onde se
demonstra como o regime estacion ario e sempre alcancado com a proposta de modicac ao,
e s ao mostrados resultados de simulac oes que corroboram a an alise. A alterac ao pode ser
facilmente incorporada nos simuladores de redes atuais bastando para isso apenas a troca de
uma chamada de func ao.
O restante deste artigo est a organizado da seguinte forma. A Sec ao 2 faz uma re-
vis ao do modelo de mobilidade RWP ressaltando sua deci encia para atingir um regime
estacion ario caso o par ametro da velocidade n ao seja apropriadamente escolhido. Na Sec ao
3 e apresentada uma modicac ao para o RWP onde se mostra que se a func ao de escolha
das velocidades dos n os for baseada na distribuic ao BETA(2, 2) [Papoulis and Pillai 2002],
ent ao a velocidade m edia instant anea dos n os na rede n ao sofre do problema de estabilizac ao
independente dos par ametros utilizados. A Sec ao 4 traz os resultados para simulac oes no
ambiente JiST/SWANS [JiST/SWANS 2008] do modelo RWP original e o modicado onde
seus desempenhos s ao comparados. Finalmente, a Sec ao 5 conclui o trabalho.
2. O Modelo de Mobilidade Random Waypoint Original
Um modelo de mobilidade deve tentar imitar movimentos reais de n os m oveis. O modelo
de mobilidade Random Waypoint procura aproximar-se da realidade introduzindo tempos
de pausa entre as mudancas de direc ao e velocidade, e vem sendo empregado largamente na
literatura para validar protocolos de comunicac oes em redes ad hoc m oveis.
O procedimento de funcionamento do RWP e determinado pela seguinte proposic ao,
onde se considera uma rede de area retangular com dimens oes X
max
x Y
max
.
Proposic ao 1 - O modelo de mobilidade RWP original [Camp et al. 2002],
[Broch et al. 1998]: (i) Escolhe-se aleatoriamente uma posic ao inicial para cada n o
dada pela coordenada (x, y) onde x e y s ao uniformemente distribudos no intervalo
[0, X
max
] e [0, Y
max
], respectivamente. (ii) Em seguida, cada n o seleciona um ponto de
destino (x

, y

) uniformemente distribudo na area da rede, e uma velocidade v uniforme-

mente distribuda no intervalo [V
min
, V
max
], onde V
min
e V
max
s ao as possveis velocidades
mnima e m axima, respectivamente, que um n o pode escolher, sendo 0 < V
min
< V
max
.
1
(iii) Antes de iniciar seu movimento o n o permanece parado por um tempo de pausa que
pode ser xo ou aleat orio. (iv) Ao se expirar este tempo, o n o move-se em linha reta para o
ponto de destino (x

, y

) com a velocidade escolhida v. (v) Ao atingir o destino, o n o repete

o procedimento a partir de (ii), e assim sucessivamente at e o nal da simulac ao.
A velocidade m edia instant anea dos n os na rede para um dado cen ario de mobilidade
e denida por [Yoon et al. 2003]
v(t) =

N
i=1
v
i
(t)
N
, (1)
onde N e o n umero total de n os, e v
i
(t) e a velocidade do i- esimo n o no tempo t.
Espera-se comumente que v(t) =
Vmax+V
min
2
t, entretanto isto n ao e verdade. Em
[Yoon et al. 2003], foi mostrado que sequer um regime estacion ario pode ser atingido nos
casos em que V
min
0, ou seja, demonstrou-se que v(t) decai ao longo do tempo tal que
lim
t
v(t) = 0. Em termos pr aticos, isso signica dizer que ao se utilizar um intervalo
(0, V
max
] para escolha das velocidades ent ao os n os jamais atingir ao um regime estacion ario
de mobilidade e isso pode levar a resultados err oneos quando esse modelo e empregado
para validar protocolos de comunicac oes em redes ad hoc m oveis. Uma explicac ao intuitiva
para este comportamento e observar que o RWP seleciona destino e velocidade para cada
n o na rede de forma aleat oria e independente onde cada n o manter a a velocidade escolhida
at e atingir o destino selecionado e depois se repete o processo. Neste procedimento, os n os
que escolheram velocidades baixas e grandes dist ancias permanecer ao neste movimento
por um longo tempo e dependendo do perodo total de simulac ao eles sequer alcancar ao
seus destinos. Os n os que escolherem velocidades maiores e dist ancias curtas alcancar ao
seus destinos e logo voltar ao a selecionar novos rumos e velocidades. Ao repetirem o pro-
cedimento, esses novos n os podem escolher baixas velocidades e carem portanto presos
a viagens longas e tender ao a dominar a velocidade m edia da rede levando a sua gradual
estagnac ao. A Fig. 1 mostra a evoluc ao temporal da velocidade m edia instant anea dos n os
para intervalo de escolha (0, 20] metros por segundo (m/s), com tempo de pausa nulo, numa
rede de area retangular com dimens oes 1500m x 500m contendo 50 n os onde os resultados
foram obtidos realizando-se a m edia de 30 diferentes cen arios de simulac ao realizada em
C++ [Schildt 2002], sendo a m edia da velocidade calculada a cada segundo. Observa-se
que no incio, ou seja, quando t = 0, v(t) =
Vmax+V
min
2
= V
inic
, por em v(t) decai consis-
tentemente ao longo do tempo. Nesta mesma gura, nota-se que ao escolher as velocidades
no intervalo [1, 19] m/s acontece um decaimento inicial devido ao transit orio da simulac ao,
contudo v(t) se estabiliza visto que V
min
= 1 m/s.
1
Embora comumente se assuma para a velocidade distribuic ao uniforme no intervalo [0, V
max
], isto pode
ocasionar divis ao por zero nos simuladores de rede [Yoon et al. 2003].
0 100 200 300 400 500 600 700 800 900
0
2
4
6
8
10
12
Tempo de Simulao (segundos)
V
e
l
o
c
i
d
a
d
e

M

d
i
a

I
n
s
t
a
n
t

n
e
a

(
m
/
s
) RWP Original, velocidades em (0,20] m/s
RWP Original, velocidades em [1,19] m/s
Figura 1. Velocidade m edia instant anea em func ao do tempo de simulac ao no mo-
delo RWP original para intervalos de escolha de velocidades dados por (0, 20] e
[1, 19] m/s, respectivamente, e tempo de pausa nulo.

E importante frisar que o tempo de pausa n ao altera as conclus oes, j a que o mesmo
n ao e a causa do decaimento da velocidade, embora induza a uma maior variac ao no incio
da simulac ao, conforme observado em [Yoon et al. 2003]. Entretanto, essa utuac ao e gra-
dualmente reduzida com o passar do tempo n ao mudando a consist encia do decaimento da
m edia instant anea da velocidade. Dito isto, a m de facilitar a an alise, assumir-se- a tempo
de pausa nulo neste artigo.
A condic ao do RWP de selecionar a velocidade uniformemente no intervalo
[V
min
, V
max
] no incio de cada movimento traduz-se na seguinte func ao uniforme de densi-
dade de probabilidade (ou distribuic ao uniforme de probabilidade) para a vari avel aleat oria
V que descreve a escolha da velocidade do n o
f
V
(v) =
_
1
VmaxV
min
V
min
v V
max
0 caso contr ario,
(2)
onde 0 < V
min
< V
max
e m edia E[V ] =
_

0
vf
V
(v)dv =
Vmax+V
min
2
= V
inic
.

E importante
ressaltar que a distribuic ao acima pode ser reproduzida nos simuladores a partir da func ao
pseudo-aleat oria RANDdisponvel emv arias linguagens de programac ao, sendo necess aria
alter a-la de acordo com os valores de V
min
e V
max
gerando uma nova func ao NEW RAND
pseudo-aleat oria no intervalo [V
min
, V
max
]. Por exemplo, se RAND estiver denida no
intervalo [0,1], ent ao se tem que
NEW RAND = (V
max
V
min
) RAND +V
min
. (3)
Por outro lado, a dist ancia percorrida por um n o ao executar o RWP e func ao da sua
posic ao atual dado que a area da rede e limitada. Por em, de forma a facilitar a an alise e n ao
alterar as principais conclus oes, pode-se assumir que o n o escolhe o pr oximo destino at e uma
m axima dist ancia R
max
da sua posic ao atual. Ent ao, a func ao densidade de probabilidade
da dist ancia R percorrida por um n o e dada por [Yoon et al. 2003]
f
R
(r) =
_
2r
R
2
max
0 r R
max
0 caso contr ario,
(4)
tendo o seguinte valor m edio
E[R] =
_

0
rf
R
(r)dr =
2
3
R
max
. (5)
Partindo das Eqs. (2) e (4), pode-se mostrar que a func ao densidade de probabilidade
para a vari avel aleat oria S do tempo de viagem do n o e dada por [Yoon et al. 2003]
f
S
(s) =
_

_
2s
3R
2
max
(V
2
max
+V
2
min
+V
max
V
min
) 0 s
Rmax
Vmax
2R
max
3(V
max
V
min
)s
2

2sV
3
min
3R
2
max
(V
max
V
min
)
Rmax
Vmax
s
Rmax
V
min
0 s
Rmax
V
min
,
(6)
com o seguinte valor esperado
E[S] =
_

0
s f
S
(s)ds =
2R
max
3(V
max
V
min
)
ln
_
V
max
V
min
_
. (7)
Em [Yoon et al. 2003], foi mostrado que a m edia temporal
_
V
_
da velocidade para
um dado n o pode ser obtida a partir da sua velocidade instant anea e das equac oes acima, tal
que
V = lim
T
1
T
_
T
0
v(t)dt =
E[R]
E[S]
, (8)
que pode ser tomada como a velocidade m edia estacion aria de um n o na rede. Substituindo
as Eqs. (5) e (7) na Eq. (8), resulta a seguinte relac ao para a m edia temporal da velocidade
(V
orig
) de um n o no modelo RWP original [Yoon et al. 2003]
V
orig
=
V
max
V
min
ln
_
Vmax
V
min
_ . (9)
Das Eqs. (7) e (9), v e-se que V
orig
0 ` a medida que V
min
0, visto que
E[S]
V
min
0
, conrmando o resultado da simulac ao apresentado na Fig. 1. Dessa
forma, para se atingir uma velocidade m edia n ao nula deve-se tomar V
min
> 0. Em ter-
mos pr aticos, quanto mais pr oximo de zero for V
min
, mais tempo a rede levar a at e atingir
um regime estacion ario com velocidade m edia constante [Yoon et al. 2003].
3. O Modelo de Mobilidade Random Waypoint Estabilizado
No intuito de resolver o problema da estabilizac ao da velocidade m edia dos n os na rede,
tal que impeca seu decaimento quando se usa o intervalo (0, V
max
], este artigo prop oe uma
alterac ao no modelo RWP original. Demonstrar-se- a que ao se tomar uma func ao densi-
dade de probabilidade para a escolha das velocidades baseada na distribuic ao BETA(2, 2)
[Papoulis and Pillai 2002], ao inv es da distribuic ao uniforme, resulta que a velocidade m edia
dos n os na rede n ao mais decai a zero quando V
min
0. Esta alterac ao, entretanto,
n ao modica drasticamente o modelo de mobilidade que continua com suas demais carac-
tersticas e a unica variac ao na sua implementac ao nos simuladores de rede e apenas uma
mudanca numa chamada de func ao.
A func ao densidade de probabilidade aqui proposta para escolha das velocidades dos
n os no RWP est a descrita no teorema a seguir.
Teorema 1 A func ao contnua dada por
f
V
(v) =
_

6
(VmaxV
min
)
3
_
v
Vmax+V
min
2
_
2
+
3
2(VmaxV
min
)
V
min
v V
max
0 caso contr ario,
(10)
e uma func ao densidade de probabilidade para a vari avel aleat oria V onde 0<V
min
<V
max
.
Prova: segue da Eq. (10) que: (i) f
V
(v) = 0 se v / [V
min
, V
max
]; (ii) f
V
(v) 0
se v [V
min
, V
max
]; (iii)
_

f
V
(v)dv = 1; (iv) f
V
(v) e linear por partes como
tamb em pode ser observado pela Fig. 2 que ilustra gracamente esta func ao. Por-
tanto, f
V
(v) satisfaz aos requisitos de uma func ao contnua de densidade de probabilidade
[Papoulis and Pillai 2002].
Figura 2. Gr aco da func ao densidade de probabilidade f
V
(v), descrita na Eq. (10),
para escolha das velocidades dos n os no modelo RWP modicado.
Note que esta func ao pode ser reproduzida nos simuladores a partir da distribuic ao
BETA(2, 2) [Papoulis and Pillai 2002], a qual est a denida no intervalo [0,1], atrav es da
seguinte modicac ao designada NEW BETA(2, 2):
NEW BETA(2, 2) = (V
max
V
min
) BETA(2, 2) +V
min
. (11)
Outro aspecto importante da distribuic ao dada pela Eq. (10) e que f
V
(v) e sim etrica
em relac ao a sua m edia E[V ] que tamb em e igual a
Vmax+V
min
2
= V
inic
, analogamente ` a
distribuic ao uniforme do modelo RWP original.
Proposic ao 2 - O modelo RWP modicado: o modelo Random Waypoint modicado
constitue-se da Proposic ao 1, alterando-se a escolha das velocidades dos n os baseada na
func ao densidade de probabilidade descrita na Eq. (10), ao inv es da distribuic ao uniforme
mostrada na Eq. (2).
Teorema 2 Ao se utilizar a func ao densidade de probabilidade dada pela Eq. (10) para
escolha das velocidades dos n os no modelo RWP, resulta que a func ao densidade de proba-
bilidade para a vari avel aleat oria S do tempo de viagem de um n o e dada por
f
S
(s) =
_

_
2Ks
R
2
max
(VmaxV
min
)
3
0 s
Rmax
Vmax

12R
3
max
5(VmaxV
min
)
3
s
4
+
3(Vmax+V
min
)R
2
max
(VmaxV
min
)
3
s
3

4VmaxV
min
Rmax
(VmaxV
min
)
3
s
2
Rmax
Vmax
s
Rmax
V
min
+
V
4
min
(Vmax
3
5
V
min
)s
R
2
max
(VmaxV
min
)
3
0 s
Rmax
V
min
,
(12)
onde K e a seguinte constante
K =
6
5
(V
5
max
V
5
min
) +
3
2
(V
max
+V
min
)(V
4
max
V
4
min
) 2V
max
V
min
(V
3
max
V
3
min
). (13)
Prova: Ver Ap endice.
Uma vez determinada a densidade de probabilidade da vari avel aleat oria S do tempo
de viagem, e possvel obter sua m edia, o que resulta o seguinte corol ario.
Corol ario 1 A m edia da vari avel aleat oria S do tempo de viagem executado por um n o no
modelo RWP, onde o n o escolhe sua velocidade de acordo com a Eq. (10), e dada por
E[S] =
Rmax
(VmaxV
min
)
3
_
2K
3V
3
max
+
9(V
2
max
V
2
min
)
5
4V
max
V
min
ln
_
Vmax
V
min
_
+
(Vmax
3
5
V
min
)
_
V
min

V
4
min
V
3
max
_
3
_
.
(14)
Prova: Ver Ap endice.
Usando agora as Eqs. (5), (8) e (14) obtem-se a seguinte relac ao para a m edia tem-
poral da velocidade de um n o na rede no modelo RWP modicado (V
modif
)
V
modif
=
E[R]
E[S]
=
2(VmaxV
min
)
3
2K
V
3
max
+
27
5
(V
2
max
V
2
min
)12VmaxV
min
ln
_
Vmax
V
min
_
+V
min
(Vmax
3
5
V
min
)
_
1
V
3
min
V
3
max
_
. (15)

E f acil vericar que

lim
V
min
0
V
modif
=
V
max
3
, (16)
ou seja, no modelo RWP, ao se escolher a velocidade para cada n o atrav es da func ao den-
sidade de probabilidade dada pela Eq. (10), e n ao a uniforme dada pela Eq. (2), resulta
que a m edia temporal da velocidade de cada n o n ao decai a zero ao longo do tempo quando
V
min
0. Em outras palavras, a proposta de alterac ao aqui descrita soluciona o problema
do decaimento da velocidade m edia dos n os no modelo RWP original, e permite que a mo-
bilidade na rede atinja um regime estacion ario quando V
min
0. Outra grande vantagem
desta id eia e que a mesma pode ser implementada atrav es de uma f acil alterac ao nos simu-
ladores, isto e, basta substituir a chamada da func ao RAND, para escolher uma velocidade,
pela distribuic ao BETA(2, 2) disponvel, por exemplo, na biblioteca GSL [GSL 2008] da
linguagem de programac ao C e C++, ou na biblioteca SSJ da linguagem JAVA [SSJ 2008],
[Horstmann and Cornell 2004].
A m de corroborar a an alise realizada, foi simulada em C++ uma rede com di-
mens oes 1500m x 500m utilizando 50 n os empregando os modelos de mobilidade RWP
original e modicado, respectivamente, e o resultado comparativo est a ilustrado na Fig. 3,
onde foram realizadas a m edia de 30 diferentes cen arios de simulac ao, sendo a m edia da ve-
locidade dos n os exibida a cada 50 segundos. Em [Yoon et al. 2003], foi proposto alterar-se
o intervalo de escolha de velocidades para [1,19] m/s ou outro intervalo com V
min
signica-
tivamente maior que zero de forma a se obter a estabilizac ao da velocidade m edia dos n os
na rede logo ap os o perodo transit orio da simulac ao, que neste caso foi aproximadamente
400 segundos, enquanto que a nova proposta neste mesmo tempo atinge estabilizac ao com
escolha de velocidades em (0,20] m/s.
A Tabela 1 apresenta valores para a m edia temporal da velocidade (V
sim
) obtidos
na simulac ao C++ para o modelo RWP modicado. V
sim
foi adquirida tomando-se a m edia
0 100 200 300 400 500 600 700 800 900
0
2
4
6
8
10
12
Tempo de Simulao (segundos)
V
e
l
o
c
i
d
a
d
e

M

d
i
a

I
n
s
t
a
n
t

n
e
a

(
m
/
s
)


RWP Original, velocidades em (0,20] m/s
RWP Original, velocidades em [1,19] m/s
RWP Modificado, velocidades em (0,20] m/s
RWP Modificado, velocidades em [1,19] m/s
Figura 3. Velocidade m edia instant anea em func ao do tempo de simulac ao nos
modelos RWP original e modicado com intervalos de escolha de velocidades da-
dos por (0, 20] m/s, [1, 19] m/s, e tempo de pausa nulo.
Tabela 1. V
inic
, V
orig
, V
modif
e V
sim
para alguns intervalos de escolha de veloci-
dades. Unidade e m/s.
Intervalo de velocidade V
inic
V
orig
V
modif
V
sim
(0,20] 10 0 6,67 6,92
[1,19] 10 6,11 7,84 7,86
[2,18] 10 7,28 8,44 8,50
[3,17] 10 8,07 8,87 8,88
[4,16] 10 8,66 9,21 9,20
[5,15] 10 9,10 9,47 9,46
[6,14] 10 9,44 9,67 9,66
[7,13] 10 9,69 9,82 9,79
[8,12] 10 9,87 9,91 9,92
[9,11] 10 9,97 9,98 9,97
[1,21] 11 6,57 8,54 8,62
[2,22] 12 8,34 9,91 9,92
[3,23] 13 9,82 11,16 11,19
[4,24] 14 11,16 12,35 12,37
[5,25] 15 12,43 13,49 13,49
[6,26] 16 13,64 14,61 14,72
[7,27] 17 14,82 15,71 15,73
[8,28] 18 15,96 16,80 16,82
[9,29] 19 17,09 17,87 17,91
[10,30] 20 18,20 18,94 19,01
de 10 diferentes cen arios para um tempo total de simulc ao de 1000 segundos numa rede de
dimens oes 1500m x 500m contendo 50 n os m oveis, onde os primeiros 500 segundos foram
desprezados devido ao perodo transit orio inicial. Esta tabela tamb em mostra a velocidade
inicial m edia V
inic
denida como
Vmax+V
min
2
, V
orig
calculada de acordo com a Eq. (9)
[Yoon et al. 2003], e V
modif
obtida da Eq. (15). Observa-se concord ancia entre os valores
obtidos na simulac ao (V
sim
) e os obtidos pela an alise (V
modif
), e que V
modif
> V
orig
conrmando que n ao s o a proposta de modicac ao resolve o problema do decaimento da
velocidade m edia dos n os na rede, como tamb emresulta que a m edia temporal da velocidade
do n o e mais pr oxima do valor V
inic
do que no caso do modelo RWP original.
4. Simulac oes no JiST/SWANS
No intuito de mostrar a import ancia de se empregar um modelo de mobilidade est avel ao
analisar desempenho de redes ad hoc, foram realizadas algumas simulac oes dos modelos
RWP original e modicado no simulador JiST/SWANS [JiST/SWANS 2008], utilizando
a biblioteca SSJ [SSJ 2008] e as classes que implementam a mobilidade alterando-as de
acordo com as necessidades. Os resultados referentes ` a velocidade s ao similares aos obtidos
na simulac ao em C++ e apresentados nas Figs. 1 e 3 e na Tabela 1. Foram empregados
cen arios de simulac ao e medidas de desempenho an alogos aos trabalhos anteriores rela-
cionados [Yoon et al. 2003], [Broch et al. 1998]. No caso, aqui se usou 50 n os movendo-se
em uma rede de area retangular de dimens oes 1500m x 500m com os n os executando o mo-
delo de mobilidade RWP original ou modicado. Foi utilizado tempo de pausa nulo j a que
o mesmo n ao interfere signicativamente na an alise, conforme mencionado anteriormente.
Para cada conjunto de par ametros, realizaram-se m edias sobre 30 diferentes cen arios onde
as velocidades dos n os foram escolhidas no intervalo (0,20] m/s e [1,19] m/s de acordo com
as distribuic oes uniforme, descrita na Eq. (2) para o RWP original, e a proposta na Eq. (10)
para o RWP modicado. O tr afego de dados foi de taxa de bit constante (CBR) onde se em-
pregou 30 n os fontes gerando tr afego a 4 pacotes por segundo, tendo cada pacote tamanho
de 64 bytes. Para roteamento foi utilizado o protocolo Ad Hoc On-Demand Distance Vector
(AODV) [Perkins and Royer 1999]. A intenc ao n ao e produzir uma an alise detalhada de de-
sempenho, por em deseja-se ilustrar como a proposta de alterac ao no modelo RWP estabiliza
as medidas investigadas que t em impacto na sobrecarga (overhead), na vaz ao (throughput),
e na qualidade de servico (QoS) das aplicac oes que utilizam redes ad hoc sem o.
Os resultados de cada medida avaliada foram calculados a cada 100 segundos,
gerando desta forma 9 pontos diferentes de zero para um tempo total de 900 segundos.
Considerou-se o seguinte conjunto de medidas de desempenho e respectivos resultados:
N umero de pacotes de controle de roteamento: Esta medida considera todos os
pacotes de controle utilizados pelo AODV na descoberta e manutenc ao de ro-
tas. Cada salto realizado pelo pacote e levado em considerac ao, assim um pacote
que percorre cinco n os contabilizar a cinco pacotes de controle [Yoon et al. 2003],
[Perkins and Royer 1999]. A Fig. 4 ilustra o resultado obtido para a simulac ao.
0 100 200 300 400 500 600 700 800 900
0
0.5
1
1.5
2
2.5
3
x 10
4
Tempo de Simulao (segundos)
N

m
e
r
o

d
e

P
a
c
o
t
e
s

d
e

C
o
n
t
r
o
l
e

A
O
D
V


RWP Original, velocidades em (0,20] m/s
RWP Original, velocidades em [1,19] m/s
RWP Modificado, velocidades em (0,20] m/s
RWP Modificado, velocidades em [1,19] m/s
Figura 4. N umero de pacotes de controle de roteamento AODV em func ao do tempo
de simulac ao.
Percebe-se claramente o efeito da queda consistente da velocidade m edia instant anea
dos n os no caso do modelo RWP original com intervalo de escolha de velocidades
em (0,20] m/s. Isso tamb em pode ser entendido observando-se que ` a medida em que
o tempo passa a rede tende a se tornar mais est atica requisitando menos pacotes de
controle para estabelecer e manter as rotas no AODV. Nas demais curvas, onde a
velocidade m edia instant anea atinge regime estacion ario, nota-se a estabilizac ao nas
medidas.
Pacotes de dados descartados: Esta medida descreve o n umero de pacotes perdidos
que ocorrem na rede ao se transmitir pacotes de dados. Estas perdas podem acon-
tecer em qualquer das camadas (fsica, enlace, etc.) devido a erros de transmiss ao,
colis oes, etc., o que impede que pacotes de dados sejam entregues aos seus desti-
nos. A Fig. 5 tamb em apresenta o efeito do decaimento da velocidade para o RWP
original com intervalo de escolha de velocidades em (0,20] m/s, enquanto que para
o modelo RWP modicado observa-se estabilizac ao desta medida.
0 100 200 300 400 500 600 700 800 900
0
50
100
150
200
250
300
350
Tempo de Simulao (segundos)
N

m
e
r
o

d
e

P
a
c
o
t
e
s

D
e
s
c
a
r
t
a
d
o
s


RWP Original, velocidades em (0,20] m/s
RWP Original, velocidades em [1,19] m/s
RWP Modificado, velocidades em (0,20] m/s
RWP Modificado, velocidades em [1,19] m/s
Figura 5. N umero de pacotes de dados descartados em func ao do tempo de
simulac ao.
Atraso de entrega de pacote de dados: Quantica o tempo m edio despendido pelos
pacotes de dados desde o momento de suas transmiss oes nas fontes at e suas entregas
com sucesso nos destinos. Esta medida tamb em indica a inu encia da mobilidade
no desempenho da rede, conforme ilustrado na Fig. 6. O modelo RWP original com
intervalo de escolha de velocidades em (0,20] m/s apresenta atraso m edio menor,
j a que sua tend encia est atica com o passar do tempo, devido ao decaimento m edio
da velocidade dos n os, ajuda a manter as rotas mais atualizadas em relac ao caso
do modelo RWP modicado que e mais din anico e necessita de mais tempo para
estabelecer e manter rotas causando assim maiores atrasos.
5. Conclus ao
Este trabalho prop os e analisou uma modicac ao no modelo de mobilidade Random Way-
point (RWP) de modo a estabilizar a velocidade m edia instant anea dos n os evitando seu
decaimento com o tempo quando se usa, para escolha das velocidades dos n os, um limite in-
ferior igual a zero e selec ao da velocidade a partir de uma func ao densidade de probabilidade
uniforme. A proposta usou uma func ao baseada na distribuic ao BETA(2, 2) para escolha
das velocidades dos n os, por em mantendo algumas caractersticas da densidade uniforme
0 100 200 300 400 500 600 700 800 900
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
Tempo de Simulao (segundos)
A
t
r
a
s
o

d
e

E
n
t
r
e
g
a

d
e

P
a
c
o
t
e
s

(
s
e
g
u
n
d
o
s
)


RWP Original, velocidades em (0,20] m/s
RWP Original, velocidades em [1,19] m/s
RWP Modificado, velocidades em (0,20] m/s
RWP Modificado, velocidades em [1,19] m/s
Figura 6. Atraso de entrega de pacote de dados em func ao do tempo de simulac ao.
como distribuic ao sim etrica em torno da m edia cujo valor e igual ao da uniforme no RWP
original. A alterac ao aqui proposta pode ser facilmente implementada nos simuladores de
rede pela simples mudanca numa chamada de func ao para escolha das velocidades dos n os.
Foram apresentados resultados analticos e tamb em os obtidos por simulac ao que mostram
que a alterac ao estabiliza o modelo de mobilidade RWP e as medidas de desempenho de
rede investigadas.
Agradecimentos
Este trabalho foi nanciado em parte pela Fundac ao de Amparo ` a Ci encia e Tecnologia do
Estado de Pernambuco (FACEPE), pela Escola Polit ecnica de Pernambuco, e pelo Conselho
Nacional de Desenvolvimento Cientco e Tecnol ogico (CNPq).
Ap endice
Prova do Teorema 2
Para calcular a func ao densidade de probabilidade da vari avel aleat oria S do tempo de via-
gem, obtem-se primeiramente sua distribuic ao de probabilidade P(S s) a partir da Fig.
7, observando os tr es casos possveis de valores que S pode assumir. Considerou-se que
as vari aveis aleat orias R e V s ao independentes, devido as Proposic oes 1 e 2, e que suas
func oes densidade de probabilidade s ao dadas pelas Eqs. (4) e (10), respectivamente.
(i) Para o intervalo s
Rmax
V
min
(ou R
max
V
min
s), tem-se
P(S s) =
_
Vmax
V
min
_
Rmax
0
f
R,V
(r, v)drdv = 1. (17)
(ii) Para o intervalo
Rmax
Vmax
s
Rmax
V
min
(ou V
min
s R
max
V
max
s), obtem-se
P(S s) =
_ Rmax
s
V
min
_
vs
0
f
R,V
(r, v)drdv
. .
I
1
+
_
Vmax
Rmax
s
_
Rmax
0
f
R,V
(r, v)drdv
. .
I
2
. (18)
Figura 7. Gr aco que relaciona a vari avel aleat oria dist ancia percorrida R com a
vari avel aleat oria velocidade do n o V .
Resolvendo para I
1
, e usando da independ encia entre as vari aveis aleat orias R e V e respec-
tivas func oes densidade de probabilidade, tem-se
I
1
=
_ Rmax
s
V
min
f
V
(v)
_
vs
0
2r
R
2
max
drdv =
s
2
R
2
max
_ Rmaxs
s
V
min
v
2
f
V
(v)dv
=
s
2
R
2
max
_

_ Rmax
s
V
min
6v
2
(VmaxV
min
)
3
_
v
Vmax+V
min
2
_
2
dv +
3
2(VmaxV
min
)
_ Rmax
s
V
min
v
2
dv
_
=
1
(VmaxV
min
)
3
_

6R
3
max
5s
3
+
3(Vmax+V
min
)R
2
max
2s
2

2VmaxV
min
Rmax
s
+
V
4
min
(Vmax
3
5
V
min
)s
2
2R
2
max
_
.
(19)
Analogamente, para I
2
resulta
I
2
=
_
Vmax
Rmax
s
f
V
(v)
_
Rmax
0
2r
R
2
max
drdv =
_
Vmax
Rmax
s
f
V
(v)dv
=
1
(VmaxV
min
)
3
_
2R
3
max
s
3

3(Vmax+V
min
)R
2
max
s
2
+
6VmaxV
min
Rmax
s
2V
3
max
6V
2
max
V
min
+3(V
max
+V
min
)V
2
max

. (20)
Juntando I
1
e I
2
e rearrumando os termos, tem-se que
P(S s) =
1
(VmaxV
min
)
3
_
4R
3
max
5s
3

3(Vmax+V
min
)R
2
max
2s
2
+
4VmaxV
min
Rmax
s
+
V
4
min
(Vmax
3
5
V
min
)s
2
2R
2
max
2V
3
max
6V
2
max
V
min
+ 3 (V
max
+V
min
) V
2
max

. (21)
(iii) Para o intervalo 0 s
Rmax
Vmax
(ou 0 V
max
s R
max
), resulta que
P(S s) =
_
Vmax
V
min
_
vs
0
f
R,V
(r, v)drdv =
s
2
R
2
max
_
Vmax
V
min
v
2
f
V
(v)dv
=
s
2
R
2
max
(VmaxV
min
)
3
_

6
5
(V
5
max
V
5
min
) +
3
2
(V
max
+V
min
)(V
4
max
V
4
min
)
2V
max
V
min
(V
3
max
V
3
min
)

=
Ks
2
R
2
max
(V
max
V
min
)
3
, (22)
onde K =
6
5
(V
5
max
V
5
min
) +
3
2
(V
max
+V
min
)(V
4
max
V
4
min
) 2V
max
V
min
(V
3
max
V
3
min
).
Diferenciando P(S s) em relac ao a s, obtem-se a func ao densidade de probabili-
dade da vari avel aleat oria S como segue
f
S
(s) =
dP(S s)
ds
=
_

_
2Ks
R
2
max
(VmaxV
min
)
3
0 s
Rmax
Vmax

12R
3
max
5(VmaxV
min
)
3
s
4
+
3(Vmax+V
min
)R
2
max
(VmaxV
min
)
3
s
3

4VmaxV
min
Rmax
(VmaxV
min
)
3
s
2
Rmax
Vmax
s
Rmax
V
min
+
V
4
min
(Vmax
3
5
V
min
)s
R
2
max
(VmaxV
min
)
3
0 s
Rmax
V
min
,
(23)
o que naliza a prova do Teorema 2.
Prova do Corol ario 1
Da Eq. (23) pode-se calcular a m edia do tempo de jornada da seguinte forma
E[S] =
_

0
sf
S
(s)ds
=
_ Rmax
Vmax
0
2Ks
2
R
2
max
(VmaxV
min
)
3
ds +
_ Rmax
V
min
Rmax
Vmax
_

12R
3
max
5(VmaxV
min
)
3
s
3
+
3(Vmax+V
min
)R
2
max
(VmaxV
min
)
3
s
2

4VmaxV
min
Rmax
(VmaxV
min
)
3
s
+
V
4
min
(Vmax
3
5
V
min
)s
2
R
2
max
(VmaxV
min
)
3
_
ds (24)
=
Rmax
(VmaxV
min
)
3
_
2K
3V
3
max
+
9(V
2
max
V
2
min
)
5
4V
max
V
min
ln
_
Vmax
V
min
_
+
(Vmax
3
5
V
min
)
_
V
min

V
4
min
V
3
max
_
3
_
,
o que naliza a prova do Corol ario 1.
Refer encias
Tonguz, O. K. and Ferrari, G. (2006). Ad Hoc Wireless Networks: A Communication-
Theoretic Perspective. John Wiley & Sons.
Murthy, C. S. R. and Manoj, B.S. (2004). Ad Hoc Wireless Networks: Architectures and
Protocols. Prentice Hall.
Tanenbaum, A. S. (2002). Computer Networks. Prentice-Hall.
Camp, T. , Boleng, J., and Davies, V. (2002). Mobility models for ad hoc networks si-
mulations. Wireless Communication and Mobile Computing (WCMC): Special issue on
Mobile Ad Hoc Networking: Research, Trends and Applications, 2(5):483502.
Perkins, D. D. , Hughes H. D., and Owen, C. B. (2002). Factors affecting the performance
of ad hoc networks. Proc. of IEEE International Conference on Communications (ICC),
New york, NY, USA.
Bettstter, C. (2001). Smooth is better than sharp: a random mobility model for simulation
of wireless network. Proc. of ACM International Workshop on Modeling, Analysis and
Simulation of Wireless and Mobile Systems (MSWiN), Rome, Italy.
Royer, E. M., Melliar-Smith, P. M., and Moser, L. E. (2001). An analysis of the optimum
node density for ad hoc mobile networks. Proc. of IEEE International Conference on
Communications (ICC), Helsinki, Finland.
Yoon, J., Liu, M., and Noble, B. (2003). Random waypoint considered harmful. Proc. of
IEEE Conference on Computer Communications (INFOCOM), San Francisco, CA, USA.
Broch, J., Maltz, D. A., Johnson, D. B., Hu, Y.-C., and Jetcheva, J. (1998). A perfor-
mance comparison of multi-hop wireless ad hoc networking routing protocols. Proc. of
ACM/IEEE International Conference on Mobile Computing and Networking, Dallas, TX,
USA.
Chiang, C-C. and Gerla, M. (1998). On-demand multicast in mobile wireless networks.
Proc. of International Conference on Network Protocols (ICNP), Austin, TX, USA.
Perkins, C. E., Royer, E. M., Das, S. R., and Karina, M. K. (2001). Performance comparison
of two on-demand routing protocols for ad hoc networks. IEEE Personal Communica-
tions, 8(1):1628.
Jayakumar, G. and Gopinath, G. (2008). Performance comparison of two on-demand routing
protocols for ad-hoc networks based on random way point mobility model. American
Journal of Applied Sciences, 5(6):649664.
Garcia-Luna-Aceves, J.J. and Spohn, M. (1999). Source-tree routing in wireless networks.
Proc. of International Conference on Network Protocols (ICNP), Toronto, Canada.
JiST/SWANS: Java in Simulation Time / Scalable Wireless Ad Hoc Network Simulator.
(2008). http://jist.ece.cornell.edu/
Schildt, H. (2002). C++: The Complete Reference. McGraw-Hill Osborne Media.
Papoulis, A. and Pillai, S. U. (2002). Probability, Random Variables and Stochastic Pro-
cesses. McGraw Hill.
GSL: GNU Scientic Library. (2008). http://www.gnu.org/software/gsl/
SSJ: Stochastic Simulation in Java. (2008). http://www.iro.umontreal.ca/simardr/ssj/indexe.html
Horstmann, C. S. and Cornell, G. (2004). Core Java (TM) 2, Vol. I Fundamentals. Prentice
Hall.
Perkins, C. E. and Royer, E. M. (1999). Ad-hoc on-demand distance vector routing. Proc.
of IEEE Workshop on Mobile Computing Systems and Applications, New Orleans, LA,
USA.