《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法
基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法
2014年電子技術(shù)應(yīng)用第7期
趙季紅1,2, 陳 純1
1. 西安郵電大學(xué) 通信與信息工程學(xué)院,, 陜西 西安 710061; 2. 西安交通大學(xué) 電信學(xué)院,,
摘要: 演進(jìn)圖能夠反映一段時(shí)間間隔內(nèi)網(wǎng)絡(luò)拓?fù)涞淖兓闆r,被用來(lái)研究具有高度動(dòng)態(tài)變化網(wǎng)絡(luò)拓?fù)涞能囕d網(wǎng)的路由機(jī)制,。提出基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法,,構(gòu)建適用于不同場(chǎng)景的增強(qiáng)型演進(jìn)圖,基于增強(qiáng)型演進(jìn)圖研究車載網(wǎng)絡(luò)路由算法,,保證所建路由的可靠度,。仿真結(jié)果表明,所提算法在數(shù)據(jù)到達(dá)率、路由請(qǐng)求率和端到端時(shí)延方面具有更好的性能,。
中圖分類號(hào): TP393
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2014)07-0092-04
Enhanced evolving graph-based routing algorithm for VANETs
Zhao Jihong1,2, Chen Chun1
1. School of Telecommunication and Information Engineering, Xi′an University of Posts & Telecommunications,Xi′an 710061, China;2. School of Electronic and Information Engineering, Xi′an Jiaotong University, Xi′an 710049, China
Abstract: Evolving graph can reflect the change of network topology for a period of time, that be used to study highly dynamic network topology of vehicular network routing mechanism. We proposed enhanced evolving graph–based routing algorithm for VANETs, and modeled enhanced evolving graph that can adapt different scenes. Then in order to improve routing reliability, we researched enhanced evolving graph-based routing algorithm. From the simulation results, our proposed algorithm outperforms the referenced protocol on data delivery ratio, routing requests ratio and end to end delay.
Key words : VANETs; routing; enhanced evolving graph

       車載網(wǎng)VANETs(Vehicular Ad hoc Networks)是在行駛的車輛間構(gòu)建的一種新型的移動(dòng)無(wú)線自組織網(wǎng)絡(luò),可以實(shí)現(xiàn)車輛間的多跳無(wú)線通信[1],。由于車輛高速運(yùn)動(dòng)導(dǎo)致網(wǎng)絡(luò)拓?fù)渥兓?,傳統(tǒng)的移動(dòng)自組網(wǎng)路由協(xié)議已無(wú)法勝任車載網(wǎng)的路由計(jì)算。參考文獻(xiàn)[2-3]提出了演進(jìn)圖模型,,將其應(yīng)用于網(wǎng)絡(luò)拓?fù)渥兓^慢場(chǎng)景,,獲得網(wǎng)絡(luò)的動(dòng)態(tài)拓?fù)涮卣鳎诖擞?jì)算無(wú)線自組網(wǎng)中的路由,。車載網(wǎng)雖然網(wǎng)絡(luò)拓?fù)渥兓?,但是車輛沿著一定的道路行駛,使得車載網(wǎng)網(wǎng)絡(luò)拓?fù)涞淖兓哂幸欢ǖ目深A(yù)測(cè)性,,因此參考文獻(xiàn)[4]提出了適用于車載網(wǎng)的基于演進(jìn)圖的路由協(xié)議EG-RAODV(Evolving Graph-based Reliable Ad hoc on-demand Distance Vector Routing),通過(guò)定義鏈路可靠度和路由可靠度預(yù)測(cè)車載網(wǎng)中鏈路和路由在下一時(shí)刻互相連通的概率,,基于此計(jì)算車載網(wǎng)中的可靠路由。但是參考文獻(xiàn)[4]在計(jì)算鏈路可靠度和路由可靠度時(shí),局限于具有同向恒定速率的交通流場(chǎng)景所構(gòu)建的演進(jìn)圖模型,,不能如實(shí)反映交通環(huán)境,,對(duì)于雙向可變速車流環(huán)境鏈路可靠度的計(jì)算不準(zhǔn)確,最終會(huì)導(dǎo)致車載網(wǎng)路由可靠度的降低,?;诖耍疚奶岢龌?a class="innerlink" href="http://forexkbc.com/tags/增強(qiáng)型演進(jìn)圖" title="增強(qiáng)型演進(jìn)圖" target="_blank">增強(qiáng)型演進(jìn)圖的路由算法,,首先,,對(duì)于雙向可變速交通流等不同場(chǎng)景構(gòu)建增強(qiáng)型演進(jìn)圖,如實(shí)反映交通環(huán)境,,獲得車載網(wǎng)的動(dòng)態(tài)變化信息,;再基于增強(qiáng)型演進(jìn)圖,應(yīng)用參考文獻(xiàn)[4]的可靠度定義計(jì)算鏈路可靠度和路由可靠度,;最后,,基于增強(qiáng)型演進(jìn)圖和計(jì)算所得可靠度,,從源節(jié)點(diǎn)到目的節(jié)點(diǎn)計(jì)算一條最可靠的路由。

1 增強(qiáng)型演進(jìn)圖建模

1.1演進(jìn)圖

        在動(dòng)態(tài)網(wǎng)絡(luò)中,,演進(jìn)圖[5]由一個(gè)t0時(shí)刻給定的網(wǎng)絡(luò)拓?fù)鋱D及其計(jì)算預(yù)測(cè)的λ個(gè)索引序列的子圖構(gòu)成的圖集,。每一個(gè)子圖表示對(duì)一定時(shí)間間隔內(nèi)計(jì)算預(yù)測(cè)得到網(wǎng)絡(luò)鏈路狀態(tài)圖。車輛和無(wú)線鏈路分別建模成圖中的節(jié)點(diǎn)和邊,。圖1所示為演進(jìn)圖模型,。

        在圖1中,邊上的值代表鏈路存在的時(shí)間,??梢哉f(shuō)路徑A→D→C是不合格的,因?yàn)楹竺娴逆溌稤→C比前面的鏈路A→D存在時(shí)間短,。因此,,在演進(jìn)圖論中路由中的鏈路生存時(shí)間必須成遞增序列。從圖中可以看出,,A→B→E→G是符合要求的路由,。

1.2 增強(qiáng)型演進(jìn)圖

        在高速公路雙向可變速交通流中,假定每輛車配備全球定位系統(tǒng)GPS(Global Positioning System),,通過(guò)它可以獲得車輛位置和速度等信息,。t0時(shí)刻相鄰車輛無(wú)線鏈路的持續(xù)連接時(shí)間Tp與無(wú)線傳輸距離H及其車輛的相對(duì)速度和位置有關(guān)。通過(guò)圖2四個(gè)車流場(chǎng)景圖可以計(jì)算出Tp的值,。

        圖2中,,Lij代表車輛間的相對(duì)位置,Vi和Vj分別代表t0時(shí)刻車輛速度大小,。

        對(duì)于EG-RAODV路由協(xié)議鏈路可靠度中的Tp值的計(jì)算只適用于圖2(a)場(chǎng)景1,,如果運(yùn)用到圖2(b)場(chǎng)景2來(lái)計(jì)算Tp值,勢(shì)必引起Tp值的減少,,導(dǎo)致鏈路可靠度降低,,稱這種現(xiàn)象為短連接,即鏈路連接時(shí)間的計(jì)算值比實(shí)際連接時(shí)間短,;如果運(yùn)用到圖2(c)場(chǎng)景3來(lái)計(jì)算Tp值,,勢(shì)必引起Tp值的增大,導(dǎo)致鏈路可靠度虛增加,,稱這種現(xiàn)象為虛連接,,即鏈路連接時(shí)間的計(jì)算值比實(shí)際連接時(shí)間長(zhǎng);如果運(yùn)用到圖2(d)場(chǎng)景4,,則短連接和虛連接兩種現(xiàn)象可能同時(shí)存在,。

        假設(shè)源節(jié)點(diǎn)車輛在任何時(shí)刻都有全網(wǎng)的通信狀態(tài)圖。對(duì)于不同時(shí)刻,,無(wú)線鏈路的可靠度根據(jù)上文不同的場(chǎng)景來(lái)計(jì)算,,避免了短連接和虛連接現(xiàn)象的發(fā)生,,從而確保了鏈路可靠度的真實(shí)有效性,以此構(gòu)造出的演進(jìn)圖即為本文所定義的增強(qiáng)型演進(jìn)圖,。

        為了更好地理解增強(qiáng)型演進(jìn)圖模型,,在圖3中演示不同時(shí)刻t=0 s和t=5 s的增強(qiáng)型演進(jìn)圖樣例。圖中,,每個(gè)節(jié)點(diǎn)代表高速公路上的車輛,,節(jié)點(diǎn)間的連線代表車輛間的通信鏈路,每條連線上都有一個(gè)二元數(shù)組,,第一個(gè)元素代表當(dāng)前時(shí)刻,,第二個(gè)元素代表鏈路可靠度。

        在圖3(a)t=0 s時(shí),,每條鏈路的可靠度都大于0,,代表鏈路都可用;當(dāng)t=5 s時(shí)如圖3(b),由于網(wǎng)絡(luò)拓?fù)涓淖?,出現(xiàn)邊{B,E}的可靠度值為0的情況,,此時(shí)代表車輛B和E之間的鏈路斷開(kāi)不能進(jìn)行信息的直接傳遞。

1.3可靠度

        可靠度包括鏈路可靠度和路由可靠度,。

  鏈路可靠度是指兩輛車之間在時(shí)刻t0存在一條直接相連的通信鏈路并保持連續(xù)通信一段時(shí)間的可能性大小[4]。即:r(l)=P{連續(xù)可通信直到t0+Tp|t0時(shí)刻可通信}

        假設(shè)速度服從正態(tài)分布[6],,則對(duì)于4種場(chǎng)景下鏈路可靠度的表達(dá)式為:

        在車載網(wǎng)絡(luò)當(dāng)中,,從源節(jié)點(diǎn)車輛sr到目的節(jié)點(diǎn)車輛de可能存在多條傳輸路由,每條路由又由不同鏈路組成。對(duì)于任一條由k條鏈路組成的路徑P,,可以這樣表示k:l1=(sr,n1),,l2=(n1,n2),…,,lk=(nk,de),,對(duì)于每條鏈路lw(w=1,2,…,k)用rt(lw)表示鏈路可靠度值,對(duì)于路由P的可靠度定義為路由中各鏈路可靠度值的乘積,,即

        

2 基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由機(jī)制

        由于車載網(wǎng)通過(guò)無(wú)線鏈路連接網(wǎng)絡(luò)節(jié)點(diǎn),,網(wǎng)絡(luò)拓?fù)洳粩嘧兓枰獙?shí)時(shí)維護(hù)網(wǎng)絡(luò)拓?fù)渑c鏈路信息,,為在車載網(wǎng)中計(jì)算路由提供依據(jù),,因此,本文所提基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由機(jī)制包括基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法和路由發(fā)現(xiàn)與維護(hù)機(jī)制,。

2.1基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法

        該算法維系一種可靠圖表, 該可靠圖表包含車載網(wǎng)當(dāng)中車輛節(jié)點(diǎn)信息以及它們到其他車輛的最佳路由可靠度信息,。在算法的初始化中,令源節(jié)點(diǎn)車輛sr的路由可靠度R(sr)=1,,其他車輛的路徑可靠度為R(u)=§,。然后依據(jù)式(2)求得源節(jié)點(diǎn)到目的節(jié)點(diǎn)車輛的路由可靠度,,當(dāng)當(dāng)前車輛的所有鄰居節(jié)點(diǎn)車輛都被訪問(wèn)完后,,該車輛最終會(huì)被標(biāo)記為已訪問(wèn)并且確定了其路由可靠度,。其算法的偽代碼如下:

        已知:車載網(wǎng)的演進(jìn)圖和源節(jié)點(diǎn)車輛sr。變量:未訪問(wèn)車輛集合Q,。

        求:可靠圖表,。該圖表包含從源節(jié)點(diǎn)車輛sr到其他車輛的最可靠路由,。

        (1)設(shè)置路由可靠度值。令源節(jié)點(diǎn)車輛可靠度值R(sr)=1,其他車輛可靠度值R(u)=§,。

        (2) 先令集合Q為空,,再將sr加入到集合Q中。

        (3) 當(dāng)集合Q不為空集,,執(zhí)行以下步驟:

              (a) 在Q中找到可靠度最高的車輛x;

              (b) 將x標(biāo)記為已訪問(wèn);

              (c) 對(duì)于車輛x的每一個(gè)鄰居車輛v,,如果車輛v沒(méi)被標(biāo)記為已訪問(wèn)且它們之間的鏈路可靠度不為0,可求得車輛v的路由可靠度R(v)=R(x)×rt(e),其中rt(e)為車輛v與車輛x之間的鏈路可靠度值,;將v加入到集合Q中,;

              (d) 將x從集合Q中移除,返回到(c),。

        (4) 獲得源節(jié)點(diǎn)車輛的可靠圖表

        為了更好地了解基于增強(qiáng)型演進(jìn)圖的路由算法,,可通過(guò)圖4來(lái)舉例說(shuō)明。圖4代表某時(shí)刻基于增強(qiáng)型演進(jìn)圖的路由算法樣例,。在樣例中,,源車輛sr為節(jié)點(diǎn)0,目的車輛為節(jié)點(diǎn)5,,節(jié)點(diǎn)之間連線旁的數(shù)值為鏈路可靠度,,每一車輛都持有它的節(jié)點(diǎn)ID和它的路由可靠度?;谠鰪?qiáng)型演進(jìn)圖的路由算法發(fā)現(xiàn)源節(jié)點(diǎn)車輛sr的鄰節(jié)點(diǎn)車輛1和2并分配了路由可靠度值,,如圖4(a)。繼而,,節(jié)點(diǎn)1車輛很快發(fā)現(xiàn)目的節(jié)點(diǎn)車輛節(jié)點(diǎn)5,,并同樣地分配了路由最可靠度值0.09,如圖4(b),。雖然已找到目的節(jié)點(diǎn)車輛5,,但算法不會(huì)停止而是試圖找到其他到達(dá)目的節(jié)點(diǎn)的路由,最終找到一條通過(guò)車輛3,、4,、6的路由并計(jì)算到路由可靠度值為0.13,如圖4(c),顯然0.13>0.09,于是最終選擇傳輸路徑0→2→3→4→6→5作為最佳路由,,如圖4(d),。

2.2路由發(fā)現(xiàn)與維護(hù)機(jī)制

        由上文所述,,當(dāng)源節(jié)點(diǎn)獲得全網(wǎng)的增強(qiáng)型演進(jìn)圖信息后,基于增強(qiáng)型演進(jìn)圖的路由算法可找到目的節(jié)點(diǎn)的最可靠路由,。接著,,源節(jié)點(diǎn)車輛將沿著這條路徑發(fā)送路由請(qǐng)求包并在包中標(biāo)記路徑中需要經(jīng)過(guò)的車輛節(jié)點(diǎn),因此路由發(fā)現(xiàn)過(guò)程中不需要廣播路由請(qǐng)求信息,,節(jié)約了大量網(wǎng)絡(luò)資源,。需要注意的是,即使中間節(jié)點(diǎn)車輛有最新的到達(dá)目的節(jié)點(diǎn)的路由,,它也不允許發(fā)送路由響應(yīng)包,,因?yàn)榭紤]到車載網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化性高,中間節(jié)點(diǎn)到目的節(jié)點(diǎn)的路由信息很可能已經(jīng)過(guò)時(shí),。只有當(dāng)目的節(jié)點(diǎn)收到路由請(qǐng)求包時(shí)才發(fā)送路由響應(yīng)包到源節(jié)點(diǎn)車輛,。對(duì)于路由維護(hù)方面,本路由方案使用與AODV(Ad hoc on-demand distance vector routing)相同的恢復(fù)策略,,即在某個(gè)中間車輛發(fā)生斷鏈時(shí),,該車輛將發(fā)送路由錯(cuò)誤包來(lái)建立新的路由。

3 仿真結(jié)果與分析

3.1仿真場(chǎng)景

        實(shí)驗(yàn)采用基于離散事件的網(wǎng)絡(luò)模擬工具NS2,。對(duì)EG-RAODV和本文提出的基于增強(qiáng)型演進(jìn)圖路由EEGR(Enhanced Evolving Graph-based Routing)協(xié)議在場(chǎng)景2,、3和4情況下對(duì)數(shù)據(jù)包到達(dá)率、路由請(qǐng)求率和端到端的延遲進(jìn)行比較,。選擇雙向6車道長(zhǎng)5 000 m的高速公路,,每一方向各30輛車,從里到外各車道的最高限速分別為120 km/h,、90 km/h和60 km/h,無(wú)線通信距離為300 m,。

3.2 仿真結(jié)果與分析

        本文令數(shù)據(jù)傳輸速率為恒定速率128 kb/s,,通過(guò)改變?cè)垂?jié)點(diǎn)車輛發(fā)送的分組包大小來(lái)比較EEGR和EG-RAODV路由協(xié)議在平均數(shù)據(jù)到達(dá)率、平均路由請(qǐng)求率和平均端到端延遲的性能,。

        圖5為場(chǎng)景2下的比較,。由于EG-RAODV路由協(xié)議中鏈路連接時(shí)間Tp的計(jì)算值比實(shí)際的短,導(dǎo)致演進(jìn)圖中鏈路可靠度的值減小,,出現(xiàn)短連接現(xiàn)象,,而提出的EEGR使用了擴(kuò)展的可靠度計(jì)算方法,避免了假連接的現(xiàn)象,結(jié)果表現(xiàn)出更好的性能,。需要注意的是隨著分組包的增大,,會(huì)引起分段的次數(shù)增多,一個(gè)分段的錯(cuò)誤傳輸就會(huì)引起整個(gè)分組包的傳輸失敗,繼而產(chǎn)生新的路由發(fā)現(xiàn)過(guò)程,。因此隨著分組包增加,會(huì)出現(xiàn)分組到達(dá)率曲線遞減,、路由請(qǐng)求率曲線遞增和端到端時(shí)延曲線遞增的現(xiàn)象,。

        圖6為場(chǎng)景3下的比較,由于EG-RAODV路由協(xié)議中鏈路連接時(shí)間Tp的計(jì)算值比實(shí)際的要長(zhǎng),,導(dǎo)致演進(jìn)圖中鏈路可靠度比真實(shí)值偏大,,出現(xiàn)虛連接現(xiàn)象,而本文提出的EEGR路由協(xié)議使用擴(kuò)展了的可靠度計(jì)算方法,,避免了假連接的現(xiàn)象,,所以性能更好。 

        對(duì)于圖7場(chǎng)景4的情況,,由于EG-RAODV路由協(xié)議中會(huì)出現(xiàn)短連接或者虛連接現(xiàn)象,, 而本文提出的EEGR卻可以避免,正確反映動(dòng)態(tài)網(wǎng)絡(luò)的可靠度特性,,所以結(jié)果優(yōu)勢(shì)更明顯,。

        演進(jìn)圖能夠預(yù)測(cè)網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化,能夠保證車載網(wǎng)在高度動(dòng)態(tài)變化的網(wǎng)絡(luò)場(chǎng)景中計(jì)算具有可靠連接的路由,。本文提出基于增強(qiáng)型演進(jìn)圖的車載網(wǎng)路由算法,,對(duì)實(shí)際路況進(jìn)行建模,構(gòu)造增強(qiáng)型演進(jìn)圖,,基于增強(qiáng)型演進(jìn)圖在車載網(wǎng)中,,由源節(jié)點(diǎn)到目的節(jié)點(diǎn)計(jì)算最可靠的路由, 保證所得路由的連通性,。通過(guò)仿真分析,,本文提出的路由算法能夠提高分組包的到達(dá)率、降低了路由請(qǐng)求率以及信息包的端到端時(shí)延,。

參考文獻(xiàn)

[1] 常促宇,,向勇,史美林.車載自組網(wǎng)的現(xiàn)狀與發(fā)展[J].通信學(xué)報(bào),,2007,28(11):116-126. 

[2] MAO G, ANDERSON B D O. Graph theoretic models and tools for the analysis of dynamic wireless multihop networks[C].in Proceedings of IEEE Wireless Communications and Networking Conference, 2009. 

[3] MONTEIRO J, GOLDMAN A, FERREIRA A. Performance evaluation of dynamic networks using an evolving graph combinatorial model[C].in Proceedings of IEEE international conference on Wireless and Mobile computing, Networking and communications(WiMob), 2006.

[4] EIZA M H, NI Q. An evolving graph-based reliable routing scheme for VANETs[J]. IEEE Transactions on Vehicular Technology, 2013,62(4):1493-1504.    

[5] FERREIRA A. On models and algorithms for dynamic communication networks[C]. The Case for Evolving Graphs.in Proceedings of 4e rencontres francophones sur les Aspects Algorithmiques des Telecommunications (ALGOTEL’2002), 2002.

[6] NIU Z, YAO W, NI Q, et al.  Link reliability model for vehicle Ad Hoc networks[C]. in London Communications Symposium, 2006.

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。