文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2016.10.029
中文引用格式: 劉正波,,朱亮. SCF-GAM:VANET車間通信間隙時(shí)延分析模型[J].電子技術(shù)應(yīng)用,2016,,42(10):112-115.
英文引用格式: Liu Zhengbo,,Zhu Liang. SCF-GAM:Communication gap in Vehicular Ad Hoc Network analytical model[J].Application of Electronic Technique,2016,,42(10):112-115.
0 引言
作為未來智能交通系統(tǒng),,車載網(wǎng)絡(luò)VANET(Vehicular Ad Hoc Network)受到廣泛關(guān)注[1-4],。然而V2V(Vehicle to Vehicle)通信的連通率高度依賴于道路上的車輛密度。在低密度場(chǎng)景下,,V2V通信的連通率低,,由于車輛采用專用短距離通信DSRC協(xié)議[5],路由路徑斷裂率高,。此外,,V2V通信連通還受高速場(chǎng)景和城市場(chǎng)景的障礙物的影響,,包括大的建筑物、大卡車等物體均會(huì)引起信號(hào)衰落[6],。因此,,面向V2V通信環(huán)境,分析車間連通對(duì)消息傳輸性能的影響是非常重要的,。
目前,,針對(duì)VANET連通率低的問題,廣泛采用基于存儲(chǔ)-攜帶-轉(zhuǎn)發(fā)SCF(Store-Carry-Forward)路由去橋接(bridging)的V2V通信的間隙(Gap)[7],。車載容遲網(wǎng)絡(luò)VDTN(Vehicular Delay-Tolerant Network)常采用SCF策略向目的節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包[8]?,F(xiàn)有的分析模型僅關(guān)注橋接一個(gè)通信間隙Gap[9-10],并沒有考慮到多個(gè)間隙,。對(duì)橋接多個(gè)間隙的累加時(shí)延和操作SCF的次數(shù)并沒有進(jìn)行理論分析,。
為此,本文針對(duì)多個(gè)V2V通信間隙Gap情況,,建立基于存儲(chǔ)攜帶轉(zhuǎn)發(fā)路由的車間通信間隙時(shí)延分析模型 (SCF-GAM),并評(píng)估SCF的端到端傳輸時(shí)延,。同時(shí),,分析車流密度和車輛傳輸半徑對(duì)傳輸時(shí)延和SCF操作的平均次數(shù)的影響,通過仿真數(shù)據(jù)驗(yàn)證了提出的模型的性能,。
1 約束條件及問題描述
假定所有車輛均基于DSRC進(jìn)行V2V通信,,它們也安裝了全球定位系統(tǒng)GPS(Global Positioning System),使車輛知道自己的位置,、速度以及車間距離信息,,傳輸半徑均為R。
考慮一維的VANET道路模型,,如圖1所示,。雙向單車輛,分別向東,、西行駛,。假定V0和Vn+1分別表示數(shù)據(jù)源節(jié)點(diǎn)和目的節(jié)點(diǎn),從V0到Vn+1的路由距離為L(zhǎng),。同時(shí),,假定在V0到Vn+1的路由階段中有k個(gè)車輛參與路由,表示為Vk(1≤k≤n),。用一維坐標(biāo)位置表示沿途車輛V0,,V1,…,,Vn+1的位置,。
假定第i個(gè)車輛Vi離車輛V0的距離表示xi,。為了簡(jiǎn)化描述,假定V0位于x0=0,。車輛通過周期地廣播beacon消息,,獲取網(wǎng)絡(luò)拓?fù)湫畔ⅲ總€(gè)beacon消息包含車輛的ID,、位置xi以及速度θi[9],。
數(shù)據(jù)從V0至Vn+1的傳輸,多個(gè)車輛參與了路由,。一旦檢測(cè)到通信間隙Gap,,如圖2所示,Vk和Vk+1間未連通,,此時(shí)利用反向車道的移動(dòng)車輛X實(shí)施SCF策略去橋接通信間隙[5],。因此,車輛Vk選擇X作為中間轉(zhuǎn)發(fā)節(jié)點(diǎn),,即數(shù)據(jù)從Vk→X→Vk+1,,其中車輛Vk和Vk+1的速度分別表示為θk和θk+1。
2 分析模型
2.1 Ngap的概率質(zhì)量函數(shù)
為便于數(shù)學(xué)處理,,假定兩車輛間的空間服從指數(shù)的車頭間距分布,,且均值為1/μ[10]。然后,,沿著路由路徑的總的車輛數(shù)服從泊松分布,,其概率質(zhì)量函數(shù)為:
依據(jù)文獻(xiàn)[11],假定每輛車的位置在(0,,s)區(qū)域均勻分布,。基于將經(jīng)典階次統(tǒng)計(jì)學(xué)問題看成隨機(jī)區(qū)間劃分的理論[12],,在路由路徑s存在m個(gè)通信間隙的條件概率:
依據(jù)式(5)便可計(jì)算在路由路徑s上總的SCF操作數(shù)Ngap,。接下來分析在橋接通信間隙所移動(dòng)距離的拉氏變換,簡(jiǎn)稱距離拉氏變換,。
2.2 距離拉氏變換
假定移動(dòng)車輛X為橋接通信間隙所移動(dòng)的距離為τg,。如圖2所示,Vk和Vk+1間的距離為dk,。如果dk>R,,兩輛車間的通信不連通。SCF轉(zhuǎn)發(fā)節(jié)點(diǎn)X與Vk+1間的距離表示為兩個(gè)隨機(jī)變量之和,,即r1+r2,。由于X在它們彼此通信范圍內(nèi),移動(dòng)距離τg等于r1+r2-R與0之間的最大值,,即:
2.3 基于多通信間隙的SCF路由
而橋接m個(gè)通信間隙所產(chǎn)生的總時(shí)延td如式(15)所示,。式(5)~式(15)分析了具有多個(gè)通信間隙的路由路徑的性能,。基于這些分析,,車載應(yīng)用能預(yù)測(cè)路由時(shí)延,,并且依據(jù)不同的服務(wù)要求,能自適應(yīng)地調(diào)整參數(shù),。
3 性能分析
為了驗(yàn)證模型的有效性,,下面進(jìn)行系統(tǒng)仿真。選擇雙向單車道的公路道路路段作為仿真模型,。在每輪仿真過程中,,采用一分為二的車頭時(shí)距分布(Dichotomized Headway Distribution),為束車輛(bunched vehicles)和單獨(dú)車輛(Free vehicles)產(chǎn)生車間空間分布[14],。依據(jù)文獻(xiàn)[14]定義束車輛和單獨(dú)車輛,。對(duì)于束車輛而言,它與前一個(gè)車輛的車頭間距小于Δth,,而單獨(dú)車輛表示它與前一個(gè)車輛的車頭間距大于Δth,。仿真過程中,Δth=10 m,。
利用NS2仿真軟件建立仿真平臺(tái),,并利用SUMO產(chǎn)生車輛移動(dòng)軌跡文件。采用Nakagami無線傳播模型,,車輛速度服從在[18,22]m/s區(qū)域均勻分布,,仿真時(shí)間為300 s,,每次實(shí)驗(yàn)獨(dú)立重復(fù)50次,取平均值作為最終的仿真數(shù)據(jù),,將本文提出的分析模型得到的數(shù)據(jù)與仿真數(shù)據(jù)進(jìn)行比較,,將前者表示為Analytical,后者表示為Simulat,。
3.1 車流密度μ的影響
首先分析車流密度μ對(duì)SCF操作的平均次數(shù)和端到端傳輸時(shí)延的影響,。車流密度μ從1~10 Veh/km,屬于低密度情況,。車輛傳輸半徑為R=100 m,,仿真結(jié)果如圖3、圖4所示,。
從圖3可知,,SCF操作的平均次數(shù)隨著車流密度μ的增加而增加,不過增加速度隨之變緩,。原因在于:μ在1~10 Veh/km間屬低密度區(qū)域,。換而言之,,即使μ增加至10 Veh/km,仍屬低密度區(qū)域,。低密度區(qū)域意味著在該區(qū)域內(nèi)車輛的通信連接存在問題,。因此在μ從1~10 Veh/km的變化區(qū)間內(nèi),盡管密度的增加,,可以改善通信連接問題,,但是總體上仍有多數(shù)車輛間的通信無法建立,就需要更多SCF操作解決此問題,。將Analytical與Simulat比較發(fā)現(xiàn),,兩者差異很小,在車流密度μ從1變化至10 Veh/km區(qū)間,,差異未超過2%,。
圖4描繪端到端傳輸時(shí)延隨車流密度μ的變化曲線。從圖4可知,,隨著車流密度μ的增加,,端到端傳輸時(shí)延下降。原因在于:車流密度μ的增加,,SCF轉(zhuǎn)發(fā)節(jié)點(diǎn)X向Vk+1轉(zhuǎn)發(fā)消息所經(jīng)歷的路徑更短,,進(jìn)而縮短了時(shí)延。此外,,Simulat與Analytical兩者差異不大,。在μ=5時(shí),差異僅為2.91%,。
3.2 傳輸半徑的影響
本小節(jié)分析車輛傳輸半徑端到端傳輸時(shí)延的影響,。車輛傳輸半徑R從50變化至500 m,車流密度μ分別為2.5,、7.5,、25 Veh/km。仿真結(jié)果如圖5所示,。
圖5分析了傳輸半徑R對(duì)端到端傳輸時(shí)延的影響,。從圖5可知,端到端傳輸時(shí)延隨傳輸半徑R增加而下降,,原因在于:傳輸半徑R越大,,車間通信跳數(shù)越少,時(shí)延就越短,。而車流密度μ的越高,,時(shí)延也越短。這主要是因?yàn)椋很嚵髅芏圈痰脑黾?,減少了車間通信間隙Gap,,降低了時(shí)延,。此外,μ=2.5 Veh/km時(shí),,Simulat與Analytical兩者的數(shù)據(jù)差異約在10%,。
4 總結(jié)
針對(duì)VANET中的車間通信間隙問題,本文提出基于存儲(chǔ)-攜帶轉(zhuǎn)發(fā)路由的車間通信間隙時(shí)延分析模型SCF-GAM,。SCF-GAM模型分析并量化了通過移動(dòng)車輛橋接通信間隙的時(shí)延以及SCF操作的平均次數(shù),。同時(shí),通過仿真數(shù)據(jù)驗(yàn)證了SCF-GAM模型的準(zhǔn)確性,。
參考文獻(xiàn)
[1] GORRIERI A,,F(xiàn)ERRARI G.Irresponsible AODV routing[J].Vehicular Communications,2015,,3(2):47-57.
[2] LIU J,,JIANG X,MEMBER S.Throughput capacity of MANETs with power control and packet redundancy[J].IEEE Trans.Wirel.Commun.,,2012,,12(6):3036-3047.
[3] RAK J.Providing differentiated levels of service availability in VANET communications[J].IEEE Commun.Lett.,2013,,17(7):1380-1383.
[4] LEE Y,,TSAI M H,SOU S I.Performance of decode-and-forward cooperative communications with multiple dual-hop relays over Nakagami-m fading channels[J].IEEE Trans.Wireless Commun.,,2009,,8(6):2853-2859.
[5] DARAGHMI Y A,YI C W,,STOJMENOVIC I.Forwarding methods in data dissemination and routing protocols for vehicular ad hoc networks[J].IEEE Netw.,,2013,27(6):74-79.
[6] ISENTO J N G,,RODRIGUES J J P C,DIAS J A F F,,et al.Vehicular delay-tolerant network? A novel solution for vehicular communications[J].IEEE Intell.Transp.Syst.Mag.,,2013,5(4):10-19.
[7] SOU S I,,TONGUZ O K.Enhancing VANET connectivity through roadside units on highways[J].IEEE Trans.Veh.Technol.,,2011,60(8):3586-3602.
[8] KESTING A,,TREIBER M,,HELBING D.Connectivity statistics of store-and-forward intervehicle communication[J].IEEE Trans.Intell.Transp.Syst.,2010,,11(1):172-181.
[9] VINEL A,,CAMPOLO C,,PETIT J,et al.Trustworthy broad-casting in IEEE 802.11p/WAVE vehicular networks:Delay analysis[J].IEEE Commun.Lett.,,2011,,5(9):1010-1012.
[10] MCLEAN J R.Two-lane highway traffic operations:theory and practice[M].New York,USA:Gordon and Breach,,1989.
[11] GALLAGER R G.Discrete stochastic processes[M].MA,,USA:Kluwer,1999.
[12] DAVID H A,,NAGARAJA H N.Order statistics[M].NJ,,USA:Wiley,2003.
[13] SOU S I.A power-saving model for roadside unit deployment in vehicular networks[J].IEEE Commun.Lett.,,2010,,14(7):623-625.
[14] SULLIVAN D P,TROUTBECK R J.An exponential relationship for the proportion of free vehicles on arterial roads[J].Transp.Res.A,,Policy Pract.,,1997,31(1):21-33.