Modeling and Predicting Mobility in Wireless Ad Hoc Networks

Transcription

1 Modeling and Predicting Mobility in Wireless Ad Hoc Networks THÈSE N O 3836 (2007) PRÉSENTÉE le 22 juin 2007 À LA FACULTÉ INFORMATIQUE ET COMMUNICATIONS Institut Eurécom SECTION DES SYSTÈMES DE COMMUNICATION ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ÈS SCIENCES PAR Jérôme Härri ingénieur diplômé en systèmes de communication EPF de nationalité suisse et originaire de Renens (VD) acceptée sur proposition du jury: Prof. B. Rimoldi, président du jury Prof. C. Bonnet, Prof. F. Filali, directeurs de thèse Prof. M. Gerla, rapporteur Prof. H. Hartenstein, rapporteur Prof. J.-Y. Le Boudec, rapporteur Lausanne, EPFL 2007

2 Abstract Wireless Ad Hoc Networks are a particular paradigm where wireless devices communicate in a decentralized fashion, without any centralized infrastructure or decision. In order to avoid a situation where nodes chaotically try to communicate, distributed and localized structures (graphs, trees, Ě) need to be built. Mobility brings challenging issues to the maintenance and to the optimality of such structures. In conventional approaches, structures are adapted to the current topology by each node periodically sending beacon messages, which is a significant waste of network resources. If each node can obtain some a priori knowledge of future topology configurations, it could decide to send maintenance messages only when a change in the topology effectively requires updating the structure. In this Doctoral Thesis, we investigate this approach and define the Kinetic Graphs, a novel paradigm regrouping mobility predictions for a kinetic mobility management, and localized and distributed graph protocols to insure a high scalability. The Kinetic Graph framework is able to naturally capture the dynamics of mobile structures, and is composed of four steps: (i) a representation of the trajectories, (ii) a common message format for the posting of those trajectories, (iii) a time varying weight for building the kinetic structures, (iv) an aperiodic neighborhood maintenance. By following this framework, we show that any structure-based ad-hoc protocol may benefit from the kinetic approach. A significant challenge of Kinetic Graphs comes from prediction errors. In order to analyze them, we illustrate the relationship between the prediction model and the mobility model. We decompose the prediction errors into three metrics: the adequacy between the prediction and the mobility models, the predicability of the mobility model, and the mobility modelšs realism. Following the framework, we define a kinetic model for the modeling of the trajectories and then analyze the extents of the effects of each error metric and develop solutions in order to reduce them. We finally adapt the Multipoint Relaying (MPR) protocol, used by the Optimized Link State Routing protocol (OLSR), and show the significant improvements that may be obtained by using the Kinetic Graph Framework, even on the very challenging vehicular networks. Keywords Kinetic graphs, mobility management, mobility modeling, mobility predictions, multipoint relays (MPR), optimized link state routing (OLSR), broadcasting, routing, wireless ad hoc networks, vehicular networks.

3 Résumé Les nœuds d un réseau ad hoc sans fil communiquent a priori de manière non coordonnée et décentralisée. Afin d éviter une situation où les nœuds essaieraient de communiquer de manière désorganisée, des structures (graphes, arbres,ě) distribuées et localisées sont construites. Cependant, la mobilité est un défi pour la gestion optimale de telles structures. Dans les méthodes conventionnelles, les structures sont adaptées à la topologie courante par chaque nœud en émettant périodiquement un message de contrôle. Cette approche génère un gaspillage de ressource réseau. Si chaque nœud réussit à obtenir une connaissance a priori de l évolution de la topologie, les messages de contrôle peuvent être émis uniquement lors d une modification de la topologie nécessitant une mise à jour des structures. Dans cette thèse de doctorat, nous avons investigué cette approche et avons développé les Graphes Cinétiques, qui sont un nouveau paradigme basé sur la prédiction de mobilité. Les Graphes Cinétiques sont capables de capturer la dynamicité des structures mobiles. Le cadre de leur développement est composé de quatre étapes (i) une représentation de la trajectoire des nœuds mobiles, (ii) un format et une structure commune de transmission de ces trajectoires, (iii) des poids de liens temporellement variables, (iv) une gestion apériodique du voisinage. En suivant ce cadre, nous montrons que tout protocole réseau ad hoc basé sur des structures peut bénéficier de l approche cinétique. Un défit majeur des Graphes Cinétiques provient d erreurs de prédictions. Afin de les étudier, nous illustrons la relation entre modèle de prédiction et modèle de mobilité. Nous décomposons ces erreurs de prédictions en trois métriques : l adéquation entre le modèle de prédiction et le modèle de mobilité, la prévisibilité du modèle de mobilité, et finalement le réalisme du modèle de mobilité. En suivant le cadre de développement des graphes cinétiques, nous définissons un modèle cinétique pour la modélisation des trajectoires, analysons l étendue de chaque métrique d erreur, et ensuite développons des solutions afin d en limiter les effets. Nous adaptons finalement le protocole des Relais Multipoints (MPR), principalement utilisé par le protocole OLSR, et montrons les améliorations significatives des performances réseaux qui peuvent être atteintes en utilisant les graphes cinétiques, même dans le cadre complexe des réseaux véhiculaires. Mots-clés Graph Cinétique, gestion de mobilité, modélisation de mobilité, prédiction de mobilité, relais multipoint (MPR), OLSR, diffusion, routage, réseaux ad-hoc sans fil, réseaux véhiculaires.

4 TABLE OF CONTENTS 1 TABLE OF CONTENTS I Introduction 7 A MotivationsandObjectives... 8 A.1 The Burden of Mobility A.2 The Mobility Reactive Approach B Challenges B.1 Adequacy and Predictability B.2 Realism B.3 PredictionErrors B.4 PredictionStrategies B.5 Performance C Contributions D Outline of Thesis II Related Work 21 A The Challenges of Predicting Mobility A.1 Undergoing Mobility A.2 Predicting Mobility A.3 Network Algorithms using Prediction Models A.4 Summary B Mobility Modeling B.1 A Framework for Realistic Vehicular Mobility Models B.2 Generating Mobility Models for Vehicular Networks B.3 Mobility Models and Network Simulators: The Mute talking tothedeaf B.4 A Taxonomy of existing Synthetic VANETs Mobility Models 53 C Discussion III Kinetic Graphs in MANETs 67 A SummaryofContribution... 69

5 2 TABLE OF CONTENTS B OrganizationofWork C TrajectoryKnowledge D Neighborhood Discovery D.1 Geo-localization Data Format D.2 A Common Geo-localization Message Format D.3 The Real Overhead of Diffusion of Geo-localization Data.. 73 D.4 Reducing the Geo-localization Overhead D.5 Discussion E TimeVaryingLinkWeights E.1 KineticDistanceWeight E.2 Kinetic Nodal Degree Weight F Adaptive Aperiodic Neighborhood Maintenance G Kinetic Topology Control in MANETs G.1 Background on Topology Control in MANETs G.2 BasicIdea G.3 KADER s Topology Construction Algorithm G.4 Analysis of KADER s Topology G.5 Properties of KADER s Topology G.6 Convergence and Overhead Complexity of KADER s Topology 98 G.7 Benefit of KADER s Topology on Routing Algorithms H Conclusion IV Predictability of Mobility Models 101 A BasicIdea B SummaryofContribution C OrganizationofWork D PalmIntensity D.1 Random Waypoint D.2 Uniform Time Stationary Distribution of Speeds D.3 Random Waypoint with Pausing

6 TABLE OF CONTENTS 3 D.4 CitySection E ExperimentalResults F Conclusion V Modeling Vehicular Mobility Patterns 113 A Motivation B SummaryofContribution C OrganizationofWork D The Need for Realism in Vehicular Traffic Modeling E VanetMobiSim E.1 Macro-mobility Features E.2 Micro-Mobility Features F VanetMobiSimValidation F.1 Validation against Popular Vehicular Models F.2 Validation against a Benchmark: TSIS-CORSIM F.3 Illustration in Real Urban Case G Conclusion VI Analysis of Vehicular Mobility Patterns on Routing Protocols 143 A Motivation B BasicIdea C SummaryofContribution D OrganizationofWork E Related Work on MANET Protocol Comparison F Influence of VanetMobiSim on Vehicular Motion Patterns F.1 Parameters Definition F.2 Illustration G PerformanceEvaluation G.1 ScenarioCharacteristics G.2 MetricsDefinitions

7 4 TABLE OF CONTENTS G.3 Influence of Vehicular Mobility Patterns on AODV G.4 Performances of AODV and OLSR under Vehicular Mobility Patterns H Conclusion VII Application of Kinetic Graphs to Broadcasting and Routing 169 A SummaryofContribution B OrganizationofWork C ConvergenceIssuesinMPR D Kinetic Multipoint Relaying D.1 Short Background on Broadcasting in Mobile Ad Hoc Networks 174 D.2 BasicIdea D.3 Kinetic Multipoint Relays D.4 PerformanceEvaluation E ApplicationofKMPRtoOLSR E.1 BasicIdea E.2 KMPRappliedtoOLSR E.3 PerformanceEvaluation F Conclusion VIII Conclusion 193 A OutlookoftheWork B FutureWork Bibliography 197 List of Tables 210 List of Figures 211 Curriculum Vitae 217 List of Publication 220

8 TABLE OF CONTENTS 5 Notes 225