摘  要： 介紹了移動自組織網(wǎng)絡(luò)中典型的路由協(xié)議——按需路由協(xié)議AODV以及AODV的改進協(xié)議AODV_BD。此外還介紹了一個實用的移動模型,，使仿真實驗更加接近實際應(yīng)用,。在Linux下使用網(wǎng)絡(luò)仿真工具NS2對這兩個協(xié)議進行仿真，并用分組交付率和端到端延時對仿真結(jié)果進行分析比較和性能評價,。由此得出,，AODV_BD協(xié)議與AODV協(xié)議相比，在一定程度上減少了分組時延,。
關(guān)鍵詞： 移動自組織網(wǎng)絡(luò),；車載自組織網(wǎng)絡(luò)；移動模型,；AODV,；廣播數(shù)據(jù)分組

　車載自組織網(wǎng)絡(luò)VANET(Vehicular Ad hoc Networks)作為移動自組織網(wǎng)絡(luò)MANET(Mobile Ad hoc Networks)的特例，既有MANET的一般特點,，又有其特殊性[1],。自組織網(wǎng)絡(luò)是由一組帶有無線收發(fā)裝置的移動節(jié)點組成的無線通信網(wǎng)絡(luò)，它不依賴于預(yù)設(shè)的基礎(chǔ)設(shè)施而臨時組網(wǎng),，網(wǎng)絡(luò)中的移動節(jié)點利用自身的收發(fā)裝置交換信息,，使網(wǎng)絡(luò)中的節(jié)點共享有用的信息,。當(dāng)彼此不在自己的通信范圍時，可以借助其他中間節(jié)點中繼來實現(xiàn)多跳通信,。因此,，自組網(wǎng)是一種無線分布式、多跳,、自組織,、無中心、可移動的網(wǎng)絡(luò)[2],。而VANET中各種各樣的汽車就是MANET中的移動節(jié)點,。但是VANET中的節(jié)點移動速度很快，拓?fù)浣Y(jié)構(gòu)變化頻繁,，運動軌跡可預(yù)測,，不需要考慮節(jié)點的能量問題，這些特征使MANET中的許多技術(shù)(包括路由技術(shù))很難直接移植到VANET中,。這時就需要對MANET中的技術(shù)進行改進,，使之適應(yīng)VANET的需要。由于節(jié)點移動速度快,，拓?fù)浣Y(jié)構(gòu)變化頻繁,，而路由協(xié)議收斂速度緩慢，會使大量控制分組存在于鏈路上,，占用網(wǎng)絡(luò)帶寬,；數(shù)據(jù)分組因找不到合適的路由而延時等待，從而增加了時延,，降低了分組交付率,。當(dāng)節(jié)點移動速度和拓?fù)浣Y(jié)構(gòu)變化達到一定程度時，一般的路由協(xié)議就會失去作用,，而只能通過洪泛的方式達到傳遞數(shù)據(jù)分組的目的,。針對VANET中節(jié)點移動的特點，提出了一種改進協(xié)議——AODV_BD,，降低了分組時延,。
1 AODV路由協(xié)議及其改進
    在帶寬資源有限、拓?fù)浣Y(jié)構(gòu)不斷變化的自組織網(wǎng)中,，沒有必要維護任意兩個節(jié)點之間的路由?？焖僮兓耐?fù)浣Y(jié)構(gòu)會使路由有效時間縮短,，路由信息利用率下降。按需路由協(xié)議[3]（又稱反應(yīng)式路由協(xié)議）就應(yīng)運而生,。
1.1 AODV路由協(xié)議
    自組網(wǎng)按需距離矢量路由協(xié)議AODV[4](Ad-hoc On-Demand Distance Vector Routing)根據(jù)業(yè)務(wù)需求建立和維護路由,，是動態(tài)源路由協(xié)議DSR(Dynamic Source Routing)和目的序列號距離矢量路由協(xié)議DSDV(Destination Sequence Distance Vector)的結(jié)合,，并且是一種典型的按需路由協(xié)議。它采用了DSR協(xié)議的路由發(fā)現(xiàn)和維護的基礎(chǔ),；采用DSDV逐跳路由,、順序編號以及路由維護階段的周期更新機制。
    AODV協(xié)議使用源節(jié)點路由重建和本地修復(fù)兩種方式維護正在使用的路由,。本地修復(fù)的原理：中間節(jié)點檢測到鏈路中斷時,，先緩存來自源節(jié)點的數(shù)據(jù)分組，同時發(fā)送路由請求分組RREQ,，如果目的節(jié)點收到該請求,，則回復(fù)路由應(yīng)答分組RREP，路由修復(fù)成功,；否則,，若在一定的時間內(nèi)目的節(jié)點沒有收到RREP，則向源節(jié)點報告路由失效消息,，由源節(jié)點進行相應(yīng)的處理,。
1.2 AODV路由協(xié)議的改進
    從以上分析可知，當(dāng)鏈路中斷時,，本地修復(fù)通過發(fā)送路由請求分組和路由應(yīng)答分組重新建立到達目的節(jié)點的路由,，而此時的數(shù)據(jù)分組被緩存起來。當(dāng)?shù)竭_目的節(jié)點的路由建立后再發(fā)送數(shù)據(jù)分組,，這樣不僅會增加時延,，而且新建立的路由可能因為拓?fù)浣Y(jié)構(gòu)的變化而失效。AODV_BD通過本地修復(fù)時廣播帶有的控制信息數(shù)據(jù)分組來建立到目的節(jié)點的路由,。
    具體流程是：當(dāng)節(jié)點檢測到鏈路中斷時,，不再發(fā)送RREQ分組而是廣播一個被增加了控制信息分組頭的數(shù)據(jù)分組的拷貝。這個分組頭部與RREQ的分組頭部類似,，也有建立反向路由和尋找路由的功能,。當(dāng)數(shù)據(jù)分組拷貝到達一個節(jié)點時，根據(jù)分組頭中的內(nèi)容建立反向路由并判斷此節(jié)點是否為目的節(jié)點或此節(jié)點是否包含到目的節(jié)點的有效路由,。反向路由的目的節(jié)點是發(fā)起路由修復(fù)的中間節(jié)點,，下一跳節(jié)點是將數(shù)據(jù)分組發(fā)送給本節(jié)點的鄰節(jié)點。如果此節(jié)點是目的節(jié)點或此節(jié)點包含到目的節(jié)點的有效路由,，就沿著反向路由發(fā)送一個RREP分組,，并在此過程中建立到目的節(jié)點的正向路由，正向路由的目的節(jié)點是RREP的源節(jié)點,，下一跳是將RREP發(fā)送給本節(jié)點的鄰節(jié)點,。當(dāng)RREP到達發(fā)起路由修復(fù)的中間節(jié)點時，此中間節(jié)點就將已發(fā)送的數(shù)據(jù)分組刪除，避免重復(fù)發(fā)送,；否則,，它再向周圍節(jié)點廣播此數(shù)據(jù)分組。這樣依次進行,，直至到達目的節(jié)點或包含到目的節(jié)點有效路由的節(jié)點,。這樣不僅建立了路由，而且減少了時延,。
2 移動模型產(chǎn)生器
    本文所使用的移動模型產(chǎn)生器是VanetMobiSim[4] (Vehicular Ad Hoc Networks Mobility Simulator）,。
    VanetMobiSim的目的是使車輛移動模型更接近現(xiàn)實。VanetMobiSim可以設(shè)置模擬場景的大小,、模擬時間的長短,、節(jié)點個數(shù)和速度大小。它既允許用戶自己定義道路的拓?fù)浣Y(jié)構(gòu),，又可以隨機產(chǎn)生道路的拓?fù)浣Y(jié)構(gòu),，因此能夠很靈活地滿足用戶的不同需求。VanetMobiSim中還可以在十字路口處設(shè)置交通燈和交通燈的時間間隔,，當(dāng)紅燈時,，車輛就會自動停下來；當(dāng)變?yōu)榫G燈時,，車輛就會繼續(xù)前進,。使用帶有十字路口管理的智能駕駛員模型IDM_IM(Intelligent Driver Model with Intersection Management)可以很真實地模擬節(jié)點的運動。它可以根據(jù)鄰居車輛的運動來控制車輛的速度（例如,，當(dāng)一前方車輛剎車時,，隨后的車輛就會減速）。
3 仿真過程
    本文使用NS2[5](Network Simulation 2)作為仿真平臺進行研究,。NS2是一款免費的,、面向?qū)ο蟮摹㈦x散事件驅(qū)動的網(wǎng)絡(luò)仿真軟件,，由Otcl和C++兩種語言編寫而成,。它具有開放性好、擴展性強,、適用于Windows和Linux系統(tǒng)平臺的特點,，是一款出色的研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、分析網(wǎng)絡(luò)傳輸?shù)哪M軟件,。
3.1 網(wǎng)絡(luò)性能指標(biāo)及其計算方法
    本文將使用以下兩個性能指標(biāo)對仿真結(jié)果進行分析：
    (1)分組交付率（Packet Delivery Ratio）：到達目的節(jié)點應(yīng)用層的數(shù)據(jù)分組數(shù)目與源節(jié)點應(yīng)用層發(fā)送的數(shù)據(jù)分組數(shù)目的比值,。它反映了路由協(xié)議的可靠性和完整性。
    (2)端到端時延（End-to-End Delay）：數(shù)據(jù)分組到達目的節(jié)點應(yīng)用層的時間減去源節(jié)點發(fā)送此數(shù)據(jù)分組的時間,。
3.2 網(wǎng)絡(luò)參數(shù)
    本文使用NS2-2.30進行仿真實驗,，天線通信范圍為250 m,，主要網(wǎng)絡(luò)參數(shù)如表1所示,。

3.3 數(shù)據(jù)流產(chǎn)生器
    本文所使用的數(shù)據(jù)流產(chǎn)生器是NS2自帶的cbrgen工具,。它可以指定所產(chǎn)生的數(shù)據(jù)流的類型（包括cbr流和tcp流）、節(jié)點數(shù),、隨機種子數(shù),、節(jié)點間的最大連接數(shù)以及每對節(jié)點間數(shù)據(jù)的發(fā)送頻率等。
3.4 模擬場景
    本文所使用的模擬場景由上述的VanetMobiSim所產(chǎn)生,，共有兩個模擬場景,，分別如表2和表3所示。

3.5 仿真結(jié)果分析
    在上述兩種場景下,，數(shù)據(jù)分組的交付率,、端到端時延與節(jié)點的移動速度、數(shù)據(jù)分組的發(fā)送頻率之間的關(guān)系如圖1～如圖4所示,。

      從圖1可以看出AODV協(xié)議的時延比AODV_BD協(xié)議的時延要大,，且這兩個協(xié)議的時延隨速度的起伏基本一致。AODV協(xié)議的最小時延約為0.013 s,，最大時延約為0.04 s,；而AODV_BD協(xié)議的最小時延約為0.008 s，最大時延約為0.027 s,。這兩個協(xié)議的時延曲線基本不受速度的影響,，呈鋸齒狀分布。當(dāng)節(jié)點檢測到鏈路斷開時,，采用廣播帶有路由請求的數(shù)據(jù)分組,，盡早完成部分?jǐn)?shù)據(jù)分組的轉(zhuǎn)發(fā)，并且完成了到達目的節(jié)點的鏈路的修復(fù),，在一定程度上減少了時延,。
      從圖2可以看出AODV協(xié)議的時延比AODV_BD協(xié)議要大，AODV協(xié)議的最小時延約為0.008 s,，最大時延約為0.064 s,；而AODV_BD協(xié)議的最小時延約為0.011 s，最大時延約為0.049 s,?？傮w上，這兩個協(xié)議的時延都隨著分組發(fā)送頻率的增加而增加,，這是因為數(shù)據(jù)分組在單位時間內(nèi)的數(shù)量增加,，從而引起路由查詢的次數(shù)增加進而導(dǎo)致路由查詢的時間加大。AODV協(xié)議時延起伏較大,，這是由此協(xié)議的工作原理造成的,；而AODV_BD協(xié)議的起伏較平緩，隨著分組及交付率的增大而緩慢上升。
    從圖3可以看出,， AODV協(xié)議的分組交付率與AODV_BD協(xié)議的分組交付率幾乎一樣,，受移動速度的影響很小。當(dāng)速度達到18 m/s時,，這兩個協(xié)議的分組交付率降到最低點,。
    從圖4可以看出，AODV協(xié)議分組交付率與AODV_BD協(xié)議的分組交付率差別很小,。當(dāng)分組發(fā)送頻率小于3.5 p/s時,，這兩個協(xié)議的分組交付率隨發(fā)送頻率的增加逐漸變大，最大值可達0.997,；當(dāng)分組發(fā)送頻率大于3.5 p/s時,，兩個協(xié)議的分組交付率隨發(fā)送頻率的增加迅速變小，而AODV_BD協(xié)議的交付率優(yōu)于AODV協(xié)議的交付率,。
    本文主要通過NS2對按需路由協(xié)議AODV及其改進的協(xié)議AODV_BD進行仿真,，分析評價其分組交付率和分組時延。通過使用移動模型產(chǎn)生器VanetMobiSim,，較為真實地模擬了車輛的移動和道路的布局,，對VANET的仿真研究具有一定的參考價值。通過仿真結(jié)果可以看出,，AODV_BD協(xié)議在一定程度上減少了分組時延,，達到了預(yù)定的目的。
參考文獻
[1] 常促宇,，向勇,，史美林.車載自組織網(wǎng)的現(xiàn)狀與發(fā)展[J].通信學(xué)報,2007，28(11)：116-126.
[2] 于宏毅.無線移動自組織網(wǎng)[M].北京：人民郵電出版社,，2005.
[3] 張順亮,，葉澄清，李方敏.移動Ad Hoc網(wǎng)絡(luò)路由協(xié)議綜述[J].計算機科學(xué),，2003,，30(12)：27-30.
[4] 陳模科,，陳勤,，張旻.基于hello消息的AODV路由協(xié)議的改進[J].計算機仿真，2009,，26(8)：143-146.
[5] 方路平,，劉世華，陳盼.NS-2網(wǎng)絡(luò)模擬基礎(chǔ)與應(yīng)用[M]. 北京：國防工業(yè)出版社,，2008.