无线路由协议可按多种维度分类，以下从核心分类方式、技术特点、适用场景及演进趋势展开系统分析：
一、按路由信息更新机制分类（核心维度）
该分类反映了协议维护路由信息的方式，直接影响网络开销与响应速度。
1. 主动式（Proactive/Table-Driven）
原理：持续维护全网路由表，周期性广播拓扑更新(如传统距离向量/链路状态协议)。
典型协议：
距离向量型：RIP(跳数限制15.小型网络适用)、DSDV(移动自组网表驱动协议)。
链路状态型：OLSR(优化链路状态路由)、WRP(无线路由协议，含距离/路由/链路开销表)。
优点：路由发现零延迟，实时性高。
缺点：控制开销大，不适应高动态拓扑。
适用场景：静态或低移动性网络(如企业Wi-Fi骨干网)。
2. 按需式（Reactive/On-Demand）
原理：仅在需通信时触发路由发现，通过泛洪广播寻找路径。
典型协议：AODV(按需距离矢量)、DSR(动态源路由)、TORA(临时按序路由)。
优点：控制开销小，适应拓扑剧烈变化(如车载自组网)。
缺点：路由发现延迟高，泛洪可能引发拥塞。
适用场景：高动态移动自组网(MANET)、应急通信。
3. 混合式（Hybrid）
原理：结合主动与按需机制，局部区域主动维护路由，跨区域按需发现。
典型协议：ZRP(区域路由协议)、HWMP(混合无线网状协议)。
优点：平衡开销与延迟，支持大规模分层网络。
适用场景：无线Mesh网络(WMN)、物联网网关。
二、按算法原理分类
1. 距离向量型（Distance Vector）
原理：基于Bellman-Ford算法，通过邻居交换路由表，以跳数/延迟为度量。
协议示例：RIP、IGRP、AODV(按需变种)。
特点：配置简单、收敛慢、易产生路由环路。
2. 链路状态型（Link State）
原理：基于Dijkstra算法，广播链路状态包(LSP)，构建全网拓扑图。
协议示例：OSPF、IS-IS、OLSR(无线优化版)。
特点：收敛快、带宽占用少、需高计算资源。
3. 混合算法型
原理：融合距离向量与链路状态优点(如EIGRP的DUAL算法)。
协议示例：EIGRP(Cisco私有)、部分地理路由协议。
三、按应用场景细分
| 协议类型 | 典型协议 | 适用场景 | 技术优势 |
|---|---|---|---|
| 平面路由 | AODV, DSR | 小规模Ad Hoc网络（≤50节点） | 结构简单，易于部署 |
| 分层/分簇路由 | LEACH, ZRP | 大规模传感器网络（WSN）、物联网 | 能耗均衡，扩展性强 |
| 地理路由 | GPSR, GEAR | 位置感知网络（无人机集群FANET） | 无需路由表，低开销 |
| QoS路由 | SPEED, RPAR | 实时应用（工业控制、视频监控） | 保障带宽/时延 |
| 能量感知路由 | TEEN, APTEEN | 电池受限场景（无线传感器网络） | 延长网络寿命 |
四、按技术标准演进分类
| IEEE标准 | 特点 | 典型路由支持 | 适用场景 |
|---|---|---|---|
| 802.11a/b/g | ≤54Mbps，早期Ad Hoc | DSR, 基础按需路由 | 旧移动设备互联 |
| 802.11n (Wi-Fi 4) | MIMO, 600Mbps | OLSR, AODV | 企业无线覆盖 |
| 802.11ac (Wi-Fi 5) | 千兆速率，波束成形 | 混合路由（ZRP） | 高清视频传输 |
| 802.11ax (Wi-Fi 6) | OFDMA，高密度优化 | QoS路由（SPEED） | 智慧城市、密集场所 |
五、特殊无线场景协议
1. 无线传感器网络（WSN）路由
以数据为中心：SPIN(协商式泛洪)、Directed Diffusion(梯度路由)。
分簇协议：LEACH(随机簇头轮换)、TTDD(网格分簇)。
2. 飞行自组网（FANET）路由
功率控制型：PARP(功率感知路由)。
地理混合型：GPSR+HSR(层次路由)。
六、选择建议与趋势
1. 选型关键因素：
网络规模：小规模选平面路由(AODV)，大规模选分层路由(LEACH/ZRP)。
动态性：高动态拓扑用按需协议(DSR)，静态网络用主动协议(OLSR)。
能耗：WSN首选能量感知协议(TEEN)。
QoS：实时应用需SPEED或SAR协议。
安全：优先支持加密的协议(如SAODV)。
2. 未来趋势：
混合协议主导：平衡开销与性能(如HWMP在Mesh网应用)。
QoS与AI融合：智能路由决策(如基于流量预测的路径优化)。
安全增强：抵御拓扑欺骗/虫洞攻击。
注：BGP虽属距离向量变种(路径矢量)，但主要用于自治系统间路由，不适用于典型无线场景。
通过多维分类可见，无线路由协议需结合具体场景需求选择，未来将更注重能效、实时性与安全的协同优化。