《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 双向广播模式的车辆自组织网络数据传输算法
双向广播模式的车辆自组织网络数据传输算法
2018年电子技术应用第7期
龚建锋1,吴卫祖2,何俊林3
1. 茂名职业技术学院 计算机工程系,广东 茂名525000; 2.广东海洋大学 信息学院,广东 湛江524088;3.成都师范学院 计算机科学学院,四川 成都611130
摘要: 针对车辆自组织网络双向广播的通信中断概率大及数据传输效率低的问题,提出一种双向广播模式切换的车辆自组织网络数据传输算法。该算法根据车辆双向广播特点建立了相遇广播模型和相离广播模型,首先对相遇广播阶段进行分析,得到传播完成时隙以及成功接收数据包的概率密度函数。接着,根据数据缓存容量计算相离广播阶段的所需广播时隙数,并根据通信深度选择下一个广播发送节点。实验仿真结果表明,相比基于复杂网络理论的车辆信息共享算法以及基于中继网络的V2V链路分配算法,该算法平均中断性能分别提升了12.1%和6.8%,平均累积传播完成时隙分别减少了28.7%和36.5%。
中图分类号: TN915
文献标识码: A
DOI:10.16157/j.issn.0258-7998.174511
中文引用格式: 龚建锋,吴卫祖,何俊林. 双向广播模式的车辆自组织网络数据传输算法[J].电子技术应用,2018,44(7):107-111.
英文引用格式: Gong Jianfeng,Wu Weizu,He Junlin. Vehicle self-organizing network data transmission algorithm based on two-way broadcast mode[J]. Application of Electronic Technique,2018,44(7):107-111.
Vehicle self-organizing network data transmission algorithm based on two-way broadcast mode
Gong Jianfeng1,Wu Weizu2,He Junlin3
1.Department of Computer Engineering,Maoming Vocational Technical College,Maoming 525000,China; 2.School of Information,Guangdong Ocean University,Zhanjiang 524088,China; 3.School of Computer Sciences,Chengdu Normal University,Chengdu 611130,China
Abstract: Due to the bi-directional broadcast of vehicle self-organizing network had great communication outage probability and low data transmission efficiency, a vehicle self-organizing network data transmission algorithm based on two-way broadcast mode was proposed. The algorithm built the encounter broadcast model and separated broadcast model based on bi-directional broadcast vehicle characteristics. Firstly, it got the completed slot and successfully received data packet probability density function by analyzing encounter broadcast stage. Next, the algorithm calculated the required number of broadcast slots in separated broadcast phase based on the data buffer capacity, and according to communication depth selected the next broadcast node. Simulation results show that, compared with the vehicle information sharing algorithm based on complex network theory and V2V link allocation algorithm based relay network, the average interruption performance was improved by 12.1% and 6.8%, and the average cumulative propagate slots were reduced by 28.7% and 36.5%.
Key words : vehicle self-organizing network;data transmission;two-way broadcast mode;dissemination of complete slots

0 引言

    车辆自组织网络(Vehicle self-organizing network,VANETs)的发展对于提高交通运输安全性和提升车辆网络数据服务具有重要意义,它包含了车辆与车辆、车辆与路边单元以及车辆与基站的互相通信[1-2]。基于VANETs的功能可以使得车辆实时获取其他车辆或道路的状态信息,提供路况导航、路况视频监控、车载信息娱乐服务等[3-4]。然而车辆网络通信也面临着诸多挑战,例如车辆的高移动性使得网络拓扑结构不稳定,通信中断概率大。而对于车辆与车辆间的通信,由于车辆的相对速度不同,通信持续时间具有严格的限制,往往实际的通信持续时间使得车辆间的数据传输任务无法完成。因此在车辆的广播覆盖范围内,如何选择合适的邻居车辆并在其所具有的传播时限内完成数据传输任务,是目前VANET的重要研究问题之一[5-6]。如果在有限的通信持续时间内能够有效地完成车辆与车辆间的通信任务(Vehicular to Vehicular,V2V),可以使车辆间及时共享速度、机动状态、地理位置、车载监控数据等信息,对提高交通效率和运输安全都具有重要意义[7-8]

    对于车辆自组织网络数据传输问题的研究,朱金奇等[9]提出一种车载自组织网络中基于停车骨干网络的数据传输算法,设计基于停车覆盖网络的全新数据传输算法来实现车辆间的有效数据传输,并将其应用于城市停车场资源的合理配置中。冯诚等[10]提出一种无线移动感知网络上的数据聚集传输规划算法,文中分析并求解了移动感知网络上的无冲突数据聚集传输规划问题,处理一个接收数据节点的多个发送数据节点之间传输不冲突问题,有助于提升车辆间的通信效率。冯慧芳等[11]提出一种基于移动模型的VANETs网络动态拓扑特征研究,详细分析了VANETs 网络瞬时拓扑特征及平均度、聚类系数和调和平均最短路径长度等复杂统计参数随时间的变化特征,实现高优先级内容传输的特殊QoS保证。谢勇等[12]提出基于网络编码的车联网数据分发策略,让每个编码包携带下一跳车辆信息并通过车辆应答实现对下一跳转发车辆的选择,确保了由转发开销最低的下一跳车辆完成数据的转发,在完成传输任务的同时减少不必要的传输行为。

    针对VANET领域V2V的数据传输问题的研究,为了在有限的广播时隙内完成V2V的通信任务,本文对VANET展开双向广播模式分析,确保所选择的转发节点在发送者的传播完成时隙内对广播资源具有更高的成功接收概率,并且能够提前解码,保证了广播资源能够持续地传播给不同的车辆节点。

1 车辆网络系统模型

1.1 车辆广播模型

    本文考虑在双向道路上两个车辆节点朝着相反方向移动,如图1所示,采用一个同步移动模型并忽略中断概率,每个方向可以建模为一个车辆间距d相等的一维格形网络,并且速度恒定,分别为v1和v2。假设发送节点通过一个发送时隙tq传送一个网络编码分组。本文假设在每个方向有且仅有一个数据传播节点,如图2所示,传播节点朝着相对于车辆移动方向的单一方向广播数据包,接收器能够通过不同的信道从两个传播节点接收到数据包,以避免同个方向之间不同数据传播进程的互相干扰。双向传播分为两个模型,例如图1和图2所示的相遇广播模型和相离广播模型,相遇广播阶段使得两辆车之间的广播覆盖区域部分重叠,而在相离广播阶段,两辆车之间的广播覆盖区域不重叠。当其他车辆驶出广播覆盖区域,则无法接收信号发送车辆所广播的报文,只有在广播覆盖区域才能接收报文。

tx2-t1.gif

tx2-t2.gif

    在本文中,接收节点与广播节点的相距不同,会使其接收数据报文的成功概率不相同。令ps、po分别表示接收节点从相同方向、相反方向成功一个数据报文的概率。考虑到报文传输过程中存在路径损耗,因此接收报文的成功概率与传递距离相关:ps,1>…ps,i>…ps,K,下标i∈[1,K]表示通信深度,也表示该广播覆盖区域共有K个节点,ps,K表示在发送节点的广播覆盖区域内与发送节点相距最远的接收节点的报文接收成功率。在处于广播覆盖区域的情况下,发送者会持续广播直到接收节点成功恢复原始数据,除非出现切换条件:最接近的接收节点接管广播资源并且成为新的发送者,或者该发送者不再广播报文。

1.2 网络编码解码模型

    本文假设Ω为有限域,ζ表示有限域的大小,网络编码允许中继节点在有限域中融合传入的数据包,并且融合后的每个广播数据包为原始数据包的线性组合。令An={q1,q2,…,qn}表示n个原始数据报文,这些报文的长度相等,并带有有限域Ω的标识,编码数据报文xi表示所有个数据报文的线性组合,表达公式如下:

tx2-gs1-2.gif

其中,QM×n由所有的嵌入式编码向量所形成,如果矩阵Q的秩不小于n,则接收节点能够恢复原始数据报文。

2 传播模式分析

2.1 相遇广播阶段

    为了分析相遇阶段的传播过程,本文假设:在一个发送者的广播区域里令节点u表示第u个接收器,令Tu表示当节点u变为发送者时的时刻。假设分别有一个节点u和节点v,当节点u相比v更接近发送者时,则节点u具有更高的成功接收概率,并且当节点u比节点v提前移动到广播覆盖区域时,则节点u相比v积累到更多的数据包,因此,节点u具有更高的概率去接收足够数据包进行提前解码。

    本文假设在发送者接管广播资源之前,Pz个数据包通过发送者进行广播,并且节点i已积累了一些先验包PR。Pz和PR为满足以下条件的两个随机变量:

tx2-gs3-6.gif

    接着将γj的概率密度函数代入到pc(f)中。

    考虑到在相遇阶段之前发送者广播了Pz个数据包,以及在相遇阶段广播了c个网络编码数据包,节点i从两个发送者成功接收到的数据包数量D是一个随机变量,等于η+f,D的条件概率密度函数如下:

tx2-gs7-10.gif

    因此在相遇阶段,处在广播覆盖区域内概率密度Pr(Tp=tp,D,Pz)越大的节点接管广播资源成为发送者的可能性越大,这也意味着该节点在发送者的传播完成时隙内对广播资源具有更高的成功接收概率[15],并且能够提前解码,保证了广播资源能够持续地传播给不同的车辆节点。

2.2 相离广播阶段

    当处于分离阶段时,两个发送者的广播覆盖区域逐渐互相分离,并最终达到一个新的稳定状态。当车辆节点远离相同方向的发送者时,可能已经在相反方向的发送者处率先接收到了编码数据包,这些数据包会在该节点中一直缓存直到节点从相同方向的发送者处补充剩余的编码数据包,进而接管广播资源成为发送者。对于车辆节点的缓存容量的计算,令BL表示缓存容量,即车辆节点从相反方向接收到数据包数量。

    考虑到实际情况,假设车辆高速移动,但速度低于最大值vmax,并且由于安全行驶距离的要求,在广播区域内车辆节点与发送者的通信深度不低于Ko,则发送者具有的发射时隙的数学期望为:

    tx2-gs11.gif

tx2-gs12-13.gif

3 实验仿真及分析

    为了验证本文所提出的基于双向广播模式切换的车辆自组织网络数据传输算法的有效性,所采用的仿真工具为MATLAB7.0,仿真模拟的参数设置列于表1中。

tx2-b1.gif

    对于所建立的网络模型,车辆轨迹的模拟本文采用的是车辆运动轨迹产生器VanetMobiSim,通过VanetMobiSim定义车辆轨迹来产生VANET仿真所需要的车辆轨迹trace文件。假设车辆的行驶方向只有正反两个方向,在整个仿真过程中每个方向的行驶车辆有500辆,车辆的平均间距tx2-b1-x1.gif为100 m,道路总长用L表示。假设信道衰落模型为瑞利衰落信道,并且每辆车的发射功率P都相等,车辆的天线增益定义为:

    tx2-gs14.gif

其中,车辆角度θ的范围为-90°≤θ≤90°,θ3dB表示2 dB带宽的天线角度,an表示最大衰减值。

    在实验对比分析中,采用GONG H和ZHENG Q提出的算法作为对比算法[16-17]。GONG H提出的是一种车辆信息共享网络,根据车辆的空间分布,在V2V通信在有限的覆盖率上通过应用复杂网络理论来改善数据信息的共享效率,减少通信中断并提高数据广播速度;ZHENG Q提出的是一种基于中继网络的V2V链路分配算法,采用基于多选择背包问题来对链路资源分配进行调度,降低通信中断概率。这两种算法在研究V2V通信持续时间内的数据传输问题上都取得了一定成果,因此与本文算法进行对比分析可以更好地验证算法的性能。

    传播完成时隙即发送节点与相邻节点完成数据传输所需要的通信持续时间,根据实际应用情况,V2V通信的持续时间可能不相同,因此在本组实验中采用不同传播完成时隙来对算法的性能进行验证。图3显示了对算法中断性能的验证,在本文中中断概率定义为任意相邻的车辆间在其传播完成时隙内可能发生通信链路中断的概率,中断概率是验证网络通信性能的重要指标之一。从图3中的结果可以看出,随着传播完成时隙的增加,各算法无法保障更多的通信进程能够顺利完成,通信中断概率逐步提升。本文算法相比GONG H和ZHENG Q提出的算法,整个仿真过程的平均中断性能分别提升了12.1%和6.8%。本文算法根据对成功接收数据包以及数据包传播完成时隙的概率密度函数的计算,该算法保障了更多的车辆节点完成数据传播进程并持续广播资源给其他节点,而GONG H和ZHENG Q提出的算法没有考虑到通信持续时间低于发送节点所需传播完成时隙时所引发的中断问题。

tx2-t3.gif

    每个时隙在道路上行驶的车辆数用N表示,假设V2V通信的传播完成时隙为40 s,图4显示了能够成功接收广播资源的车辆数达到N/2时算法的累积传播完成时隙。累积传播完成时隙越短,说明该算法能够更快地完成数据广播任务,具有更高的广播效率。根据实验仿真结果显示,随着N的逐步增加,累积传播完成时隙也逐渐提升。从图中的数据结果可以看出,整个仿真过程本文算法的平均累积传播完成时隙相比GONG H和ZHENG Q提出的算法分别减少了28.7%和36.5%。本文提出的双向广播模式能够有效选择接管广播资源的转发节点,提高广播效率。而GONG H和ZHENG Q提出的算法没有根据传播完成时隙来选择转发节点,中断概率较大,因此累积传播完成时隙较多。

tx2-t4.gif

4 结论

    本文针对车辆自组织网络有限通信持续时间下的数据广播问题进行研究,提出一种双向广播模式切换的车辆自组织网络数据传输算法。基于车辆间双向通信模式的分析,提出相遇传播和相离传播模型。根据双向广播模式的数据包成功接收的概率密度函数以及期望的双向广播持续时间来选择接管资源的转发节点,将广播资源持续传输给其他节点。实验仿真结果表明,基于双向广播模式的数据传输方法在减少车辆网络通信中断概率、提高数据广播效率上表现出了较好的效果。

参考文献

[1] KAMEJIMA K.Generation and adaptation of transferable roadway model for anticipative road following on satellite-roadway-vehicle network[J].Sice Journal of Control,2011,4(2):97-104.

[2] GUO C,GUO W,CAO G,et al.A lane-level LBS system for vehicle network with high-precision BDS/GPS positioning[J].Computational Intelligence & Neuroscience,2015,2015(8):1-13.

[3] JIANG T,WANG Z,ZHANG L,et al.Efficient spectrum utilization on TV band for cognitive radio based high speed vehicle network[J].IEEE Transactions on Wireless Communications,2014,13(10):5319-5329.

[4] ABBAS T,TUFVESSON F.Line-of-sight obstruction analysis for vehicle-to-vehicle network simulations in a two-lane highway scenario[J].International Journal of Antennas & Propagation,2013,58(4):455-461.

[5] HEGDE R,KUMAR S,GURUMURTHY K S.The impact of network topologies on the performance of the in-vehicle network[J].International Journal of Computer Theory & Engineering,2013,5(3):405-409.

[6] MOON H Y,KIM J D,YU Y S.Positioning by using speed and GeoMagnetic sensor data base on vehicle network[J].2010,14(12):2730-2736.

[7] 郑明才,赵小超,赵晋琴.泛在互联车辆传感器网络混合拓扑结构研究[J].计算机科学与探索,2016(3):363-371.

[8] PENTZ E I,SHIGEMURA Y.Discussion on the technology application of OFDM in the ad-hoc network of unmanned aerial vehicle(UAV)[J].Applied Mechanics & Materials,2014,721(2):645-648.

[9] 朱金奇,马春梅,刘明,等.车载自组织网络中基于停车骨干网络的数据传输[J].软件学报,2016(2):432-450.

[10] 冯诚,李治军,姜守旭.无线移动感知网络上的数据聚集传输规划[J].计算机学报,2015,38(3):685-700.

[11] 冯慧芳,孟玉如.基于移动模型的VANETs网络动态拓扑特征研究[J].计算机应用研究,2016(3):817-820.

[12] 谢勇,彭鑫,梁伟,等.基于网络编码的车联网数据分发策略[J].湖南科技大学学报(自然科学版),2015,30(4):86-91.

[13] LIU F,CHEN Z,XIA B.Data dissemination with network coding in two-way vehicle-to-vehicle networks[J].IEEE Transactions on Vehicular Technology,2016,65(4):2445-2456.

[14] 樊玲玲,朱精果.超宽带车辆无线网络两跳中继接入研究[J].北京交通大学学报(自然科学版),2015,39(6):103-107.

[15] HUI P,YI W.Design and realization of FlexRay communication unit in vehicle network[J].Open Cybernetics & Systemics Journal,2014,8(1):330-334.

[16] GONG H,HE K,QU Y,et al.Analysis and improvement of vehicle information sharing networks[J].Physica A Statistical Mechanics & Its Applications,2016,452(6):106-112.

[17] ZHENG Q,ZHENG K,CHATZIMISIOS P,et al.A novel link allocation method for vehicle-to-vehicle-based relaying networks[J].Transactions on Emerging Telecommunications Technologies,2016,27(1):64-73.



作者信息:

龚建锋1,吴卫祖2,何俊林3

(1. 茂名职业技术学院 计算机工程系,广东 茂名525000;

(2.广东海洋大学 信息学院,广东 湛江524088;3.成都师范学院 计算机科学学院,四川 成都611130)