• Aucun résultat trouvé

Modèles de mobilité

1.3 Conclusion

2.1.2 Modèles de mobilité

L'un des paramètres de simulation les plus critiques est le modèle de mobilité

[49][50]. La manière de le modéliser inuence directement le comportement des proto-

coles étudiés [51][52]. Le choix du modèle de mobilité doit être susamment réaliste

an de prendre en compte le comportement des unités mobiles et relativement simple pour ne pas générer une charge de calcul trop importante. Il dépend principalement des applications simulées et des scénarios utilisés. Par exemple, il peut servir à repré- senter le comportement des unités mobiles dans une zone métropolitaine, lors d'une conférence ou sur un terrain d'opération militaire. La représentation de la mobilité varie énormément selon les environnements considérés et de nombreux modèles de mobilité ont été mis au point pour couvrir les divers comportements possibles. Ils se divisent en deux catégories :

 les modèles individuels, où les déplacements de chaque n÷ud sont déterminés indépendamment les uns des autres.

 les modèles de groupe, qui prennent en compte la corrélation de déplacements entre certains n÷uds. Ces modèles divisent les n÷uds en plusieurs groupes et dénissent une relation entre les unités mobiles appartenant à un même groupe.

De plus, il existe trois types de loi de mouvement : aléatoire, déterministe et hybride  les modèles aléatoires présentent des déplacements arbitraires et sans contraintes

d'environnement. Ce sont des modèles simples à mettre en ÷uvre et par consé- quent très utilisés.

 les modèles déterministes, quant à eux, s'appuient sur des traces (comporte- ments d'utilisateurs observés dans des systèmes réels).

 des modèles hybrides réalisent un compromis entre simplicité et réalisme mais restent diciles à mettre en place.

Parmi les modèles individuels, nous pouvons citer les modèles Random Waypoint, Random Direction, Boundless Simulation Area et Gauss-Markov. RPGM (Reference Point Group Model) et les modèles de Sanchez sont les modèles de mobilité de groupe les plus utilisés. Les modèles Manhattan (représentant le mouvement des n÷uds dans une zone urbaine) et Freeway (modélisant les déplacements de véhicules sur un réseau routier) sont des modèles hybrides basés sur l'utilisation de cartes. Nous allons décrire plus précisément dans la suite, les modèles Random Walk, Random Waypoint, RPGM, Freeway et Manhattan.

2.1.2.1 Random Walk

Dans le modèle de mobilité Random Walk[53], un n÷ud mobile (MN) se déplace

de son emplacement actuel vers un nouvel emplacement en choisissant aléatoirement une direction et une vitesse de déplacement. La nouvelle vitesse et la direction sont choisies parmi des gammes prédénies, [speedmin, speedmax] et [0, 2π], respective- ment. Chaque mouvement est dans un intervalle de temps constant t ou une distance d, à la n de laquelle une nouvelle direction et une nouvelle vitesse sont calculées. Si un n÷ud mobile qui se déplace en fonction de ce modèle atteint une limite de simulation, il rebondit sur les frontières de la simulation avec un angle déterminé par la future direction. Il continue son déplacement selon ce nouveau chemin.

Le modèle de mobilité Random Walk est un schéma de mobilité sans mémoire : la vitesse et la direction d'un n÷ud mobile sont indépendantes de son passé. 2.1.2.2 Random Waypoint

Le modèle de mobilité Random Waypoint (RWP)[49] dénit un temps de pause

entre les changements de direction et/ou de vitesse. Les n÷uds mobiles sont ini- tialement répartis de manière aléatoire autour de la zone de simulation. Un n÷ud mobile commence par séjourner dans un endroit pendant une certaine période de temps (c'est-à-dire, un temps de pause). Une fois cette période terminée, le n÷ud mobile choisit une destination aléatoire et une vitesse qui est répartie uniformément entre [minspeed, maxspeed]. Le n÷ud mobile se déplace alors vers sa nouvelle desti- nation à la vitesse sélectionnée. À l'arrivée, il s'immobilise pour la période de temps spéciée, puis réitère le processus. Ce mouvement est similaire au modèle de mobilité Random Walk si le temps de pause est nul et [minspeed, maxspeed] = [speedmin, speedmax].

2.1.2.3 RPGM

Dans les applications possibles des MANET, la notion de groupe intervient à de nombreuses reprises (équipes de secours, détachements militaires, conférences). Dans les modèles de groupe, l'ensemble des n÷uds est divisé en plusieurs groupes et il existe une relation entre les déplacements des unités appartenant à un même groupe.

Fig. 2.2  Mouvements de trois n÷uds mobiles en utilisant le modèle de mobilité RPGM.

Les modèles de Sanchez [49] proposent trois fonctionnements, chacun représente une application bien précise :

 le modèle en colonne reproduit une recherche d'objets ou personnes (battue pour retrouver un disparu). Les membres d'un groupe forment une ligne et se déplacent suivant le même vecteur de déplacement.

 le modèle de poursuite : il sert à modéliser un ensemble de n÷uds à la recherche d'une cible (des ociers de police cherchant à appréhender un suspect). Les membres du groupe suivent les déplacements de la cible.

 le modèle de la communauté nomade représente les mouvements d'un ensemble de n÷uds qui se déplacent ensembles. Les membres du groupe se déplacent autour d'un point de référence commun au groupe.

Le modèle RPGM déni en [54] permet de reproduire tous les modèles de Sanchez.

Il utilise la notion de centre logique pour déterminer le déplacement du groupe (position, vitesse, direction).

Un exemple de fonctionnement de RPGM est schématisé sur la gure 2.2 qui

donne une illustration de trois n÷uds mobiles (MNs) se déplaçant avec le modèle RPGM. La gure illustre que, à l'instant t, trois points noirs existent pour représen- ter les points de référence, RP (t), pour les trois n÷uds mobiles. Le modèle RPGM

utilise un vecteur de motion d'un groupe −−→GM pour calculer le nouveau point de

référence de chaque n÷ud mobile, RP (t +1), à l'instant t+1, comme indiqué ; −−→GM

peut être choisi au hasard ou être prédéni. La nouvelle position de chaque n÷ud

mobile est alors calculée en additionnant un vecteur de motion aléatoire,−−→RM, avec

le nouveau point de référence. La longueur de−−→RM est distribuée uniformément dans

un rayon centré sur RP (t +1) et sa direction est répartie uniformément entre 0 et 2π. Chaque n÷ud possède un point de référence qui suit le mouvement du centre logique du groupe. A l'intérieur d'un même groupe, tous les points de référence connaitront un déplacement identique. Dans un second temps, chaque unité mobile va se déplacer aléatoirement dans le voisinage (un rayon maximal est spécié) de son point de référence. Le chemin suivi par le centre logique est caractérisé par une suite de points de contrôle qui correspondent à des intervalles de temps donnés. L'utilisation d'une séquence de point de contrôle, qui peut être obtenue à partir de données réelles (cartes, . . . ), permet de générer de nombreux scénarios. L'aire de simulation peut être partitionnée en assignant un groupe à chaque région (modèle In-Place). Des groupes peuvent exécuter des taches diérentes dans la même aire de simulation et être amenés à se croiser (modèle Overlap).

2.1.2.4 Freeway

Le modèle de mobilité Freeway [50] est utilisé pour émuler le comportement de

n÷uds mobiles sur une autoroute. Il peut être utilisé dans l'échange de trac ou de suivi d'un véhicule sur une autoroute. Dans ce modèle, les auteurs utilisent des

cartes comme dans la gure2.3.

Il y a plusieurs autoroutes sur la carte et chaque autoroute a des voies dans les deux directions. Les diérences entre RWP et Freeway sont les suivantes :

 chaque n÷ud mobile est limité à sa voie sur l'autoroute.  la vitesse d'un n÷ud mobile dépend de sa vitesse précédente.

 si deux n÷uds mobiles sont sur la même voie de l'autoroute et sont à distance de sécurité (SD), la vitesse du n÷ud suivant ne peut pas dépasser la vitesse du n÷ud précédent.

Fig. 2.3  Carte utilisée dans le modèle de mobilité Freeway.

Fig. 2.4  Carte utilisée dans le modèle de mobilité Manhattan. 2.1.2.5 Manhattan

Le modèle de mobilité Manhattan [50] est utilisé pour émuler le modèle de cir-

carte de Manhattan utilisée est présenté dans la gure2.4. Ce modèle peut être utile dans la modélisation de circulation dans une zone urbaine où un service d'échange informatique entre appareils portables est prévu.

Une carte est composée d'un certain nombre de rues horizontales et verticales. Chaque rue a deux voies dans chaque direction (les directions Nord et Sud en rues verticales, l'Est et l'Ouest en rues horizontaux). Le n÷ud mobile est autorisé à se déplacer selon la grille des rues horizontales et verticales sur la carte. À l'intersection d'une rue horizontale et d'une rue verticale, le n÷ud mobile peut tourner à gauche, à droite ou aller tout droit. Ce choix est probabiliste : la probabilité de passer dans la même rue est de 0,5, la probabilité de virage à gauche est de 0,25 et la probabilité de tourner à droite est de 0,25. La vitesse d'un n÷ud mobile durant une tranche horaire dépend de la vitesse lors de la dernière tranche horaire, elle est limitée par la vitesse du n÷ud précédent sur la même voie de la rue. Les relations inter-n÷ud sont les mêmes que dans le modèle Freeway. Cependant, il dière du modèle Freeway en donnant la liberté au n÷ud de modier sa direction.

2.1.3 Méthode d'analyse : Critères d'appréciation des mé-