《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 模擬設(shè)計(jì) > 設(shè)計(jì)應(yīng)用 > 路口設(shè)施中繼輔助車載自組織網(wǎng)絡(luò)感染路由算法
路口設(shè)施中繼輔助車載自組織網(wǎng)絡(luò)感染路由算法
2017年電子技術(shù)應(yīng)用第11期
孫海峰,宋麗麗
西南科技大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,,四川 綿陽621010
摘要: 隨著智能交通系統(tǒng)和智慧城市的發(fā)展,路旁設(shè)施的部署將越來越普遍,,城市環(huán)境下的車載自組織網(wǎng)絡(luò)路由算法可以利用路旁設(shè)施中繼輔助以提高算法的性能。為了解決感染路由算法在高負(fù)載場景下由于產(chǎn)生過多的消息副本而引起的路由性能劇烈下降問題,,設(shè)計(jì)了路口設(shè)施輔助車載自組織網(wǎng)絡(luò)感染路由算法IRAER。算法根據(jù)道路特點(diǎn),,將車輛的鄰居節(jié)點(diǎn)劃分為不同的區(qū)域,,且在每個(gè)區(qū)域中僅選擇一個(gè)候感節(jié)點(diǎn)進(jìn)行感染,以降低消息副本數(shù)量,,提高路由性能,。另外,建立了隨機(jī)模型與感染路由算法產(chǎn)生的副本數(shù)量進(jìn)行了對比分析,。理論分析和仿真實(shí)驗(yàn)結(jié)果均表明,,所提出路由算法大大降低了在高節(jié)點(diǎn)密度場景下的副本數(shù)量和投遞時(shí)延,提高了投遞成功率,。
中圖分類號: TN915,;TP393
文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.171576
中文引用格式: 孫海峰,宋麗麗. 路口設(shè)施中繼輔助車載自組織網(wǎng)絡(luò)感染路由算法[J].電子技術(shù)應(yīng)用,,2017,,43(11):90-94.
英文引用格式: Sun Haifeng,Song Lili. Intersection-relay-assisted epidemic routing in VANETs[J].Application of Electronic Technique,,2017,,43(11):90-94.
Intersection-relay-assisted epidemic routing in VANETs
Sun Haifeng,Song Lili
School of Computer Science and Technology,,Southwest University of Science and Technology,,Mianyang 621010,China
Abstract: With the development of intelligent transport system and smart city, road side units will be commonly deployed,, which can be used to assist routing of vehicular Ad hoc networks in urban environment. In order to overcome the severe routing performance degradation of epidemic routing induced by excessively generated copies in scenarios of heavy packet traffic loads, an Intersection-Relay-Assisted Epidemic Routing(IRAER) scheme is proposed. Based on the features of roads, neighbors of a node are divided into deficient zones, and only one is selected as the candidate node in each zone, which will obviously decrease the number of copies and improve the routing performance. Furthermore, a stochastic model is built for analyzing the generated copies between IRAER and Epidemic. The analytical and the simulation results show that the proposed scheme outperforms Epidemic for lower number of copies and delivery delay,,while achieving higher level of delivery ratio especially at the highly populated scenarios.
Key words : vehicular Ad hoc networks; relay assisted; road side unit; epidemic routing; stochastic model

0 引言

    近年來出現(xiàn)的車載自組織網(wǎng)絡(luò)(Vehicular Ad Hoc Networks,VANETs)是由一組運(yùn)動(dòng)的車輛所組成,,也可以包含一些固定的通信基礎(chǔ)設(shè)施,,支持車輛-車輛(Vehicular to Vehicular,,V2V)或者車輛-通信設(shè)施(Vehicle to Infrastructure,V2I)之間的通信[1],。使用VANETs可以提供交通擁堵告警,、交通事故報(bào)警等服務(wù),以提高通行效率,、增強(qiáng)駕乘人員的安全性,,還可以提供住宿餐飲、加油站信息以及駕乘人員的休閑娛樂等服務(wù),,正在受到汽車制造商,、政府和研究機(jī)構(gòu)等的廣泛關(guān)注[2-5]

    不同于移動(dòng)自組網(wǎng)(Mobile Ad Hoc Networks,,MANETs),,VANETs具有節(jié)點(diǎn)移動(dòng)速度更快,鏈路拓?fù)浣Y(jié)構(gòu)變化劇烈,,節(jié)點(diǎn)的網(wǎng)絡(luò)連接經(jīng)常處于斷開和分割狀態(tài),;信號傳播受到路旁建筑的阻擋而具有沿道路傳播等特點(diǎn)。

    目前,,關(guān)于VANETs路由算法的研究已經(jīng)取得了很多成果,,但是現(xiàn)有的VANETs路由算法很少考慮使用路旁設(shè)施輔助路由。路旁設(shè)施屬于智能交通系統(tǒng)和智慧城市的必要組成部分,,據(jù)美國ITS協(xié)會(huì)發(fā)布的車聯(lián)網(wǎng)指南預(yù)測,,美國30萬個(gè)信號控制路口將采用路旁設(shè)施運(yùn)行V2I應(yīng)用[6]。利用路口設(shè)施中繼輔助可以大大提高VANETs路由算法的性能,。

    相關(guān)研究成果表明,,VAHDAT A等人提出的感染路由(Epidemic)算法[7]在網(wǎng)絡(luò)負(fù)載較低的環(huán)境中表現(xiàn)出優(yōu)良的性能。但是在高網(wǎng)絡(luò)負(fù)載條件下,,Epidemic會(huì)產(chǎn)生較嚴(yán)重的信道競爭和沖突,,引起其性能的急劇惡化[1,8-10],。因此出現(xiàn)了很多針對Epidemic算法的改進(jìn)方案,。

    所提出的路口設(shè)施輔助車載自組織網(wǎng)絡(luò)感染路由(Intersection-Relay-Assisted Epidemic Routing,IRAER)算法,,將車輛的鄰居節(jié)點(diǎn)按所在的道路方向的不同,,分別劃分為不同的區(qū)域,在每個(gè)區(qū)域選擇一個(gè)距離自己最遠(yuǎn)的鄰居節(jié)點(diǎn)感染消息,,直到將消息投遞給目標(biāo)節(jié)點(diǎn),。IRAER設(shè)計(jì)實(shí)現(xiàn)了區(qū)域貪婪感染方案、消息感染機(jī)制等。另外,,通過所建立的隨機(jī)模型,,將IRAER產(chǎn)生的副本數(shù)量與Epidemic算法進(jìn)行了對比分析,并通過實(shí)驗(yàn)進(jìn)行了驗(yàn)證,。

    由于現(xiàn)有的單副本單播路由算法均不能適用于目標(biāo)節(jié)點(diǎn)不停運(yùn)動(dòng)的場景,,故仿真實(shí)驗(yàn)選擇與低負(fù)載條件下路由性能最優(yōu)的Epidemic算法進(jìn)行對比。仿真結(jié)果表明,,所提出的IRAER算法在各種場景下實(shí)現(xiàn)的投遞成功率,、投遞時(shí)延性能均優(yōu)于Epidemic算法。即使在低負(fù)載條件下,,IRAER亦實(shí)現(xiàn)與Epidemic算法相當(dāng)?shù)穆酚尚阅堋?/p>

1 相關(guān)工作

    為了在不同節(jié)點(diǎn)密度以及負(fù)載情況下實(shí)現(xiàn)最優(yōu)的消息可達(dá)性,,研究工作者做了很多針對Epidemic算法的改進(jìn)工作。

    概率感染(Probabilistic Epidemic)路由算法[11],,持有消息的節(jié)點(diǎn)僅以概率p感染鄰居節(jié)點(diǎn),,故可以在一定程度上減少副本數(shù)量,降低信道競爭和沖突,。(p,,q)Epidemic路由算法[12],源節(jié)點(diǎn)以概率p感染鄰居節(jié)點(diǎn),,其余節(jié)點(diǎn)以概率q感染。這兩種感染算法雖然也可適用于VANETs,,但均沒有結(jié)合的道路特點(diǎn),。為了降低高負(fù)載下的資源競爭,SAMOR[13]使用了限制副本數(shù)量的策略,。此方案顯著降低了信道競爭,,但犧牲了消息的可達(dá)性。

    結(jié)合智慧交通和智慧城市的建設(shè)和發(fā)展,,有些文獻(xiàn)也引入了路旁設(shè)施輔助路由策略,。LEE W H等人假設(shè)城市道路的路口均安裝有路旁設(shè)施,用以估算路口之間的消息轉(zhuǎn)發(fā)時(shí)延[14],。SADV[8]同樣引入了路口設(shè)施,,當(dāng)在最優(yōu)方向的道路上沒有車輛可供轉(zhuǎn)發(fā)時(shí),將消息轉(zhuǎn)發(fā)到路口設(shè)施緩存,。SRR[9]則提出在部分路口使用路旁設(shè)施緩存消息,。但是,由于缺乏及時(shí)可靠的位置服務(wù)支持,,這些算法僅適用于目標(biāo)節(jié)點(diǎn)固定且已知的V2I通信,。

    區(qū)別于以上研究成果,本文所提出的IRAER算法一方面充分考慮了城市道路環(huán)境消息轉(zhuǎn)發(fā)的特點(diǎn),另一方面大大降低了高負(fù)載場景下消息產(chǎn)生的副本數(shù)量,,進(jìn)而減少了對網(wǎng)絡(luò)帶寬等資源的競爭,,保證了高負(fù)載下的消息可達(dá)性。再者,,所提出的IRAER算法屬于感染路由算法,,可適用于目標(biāo)節(jié)點(diǎn)移動(dòng)且位置未知的V2V通信場景。

2 IRAER算法

2.1 假設(shè)條件

    IRAER假設(shè)城市道路的路口均安裝有路由輔助設(shè)施,。同時(shí)假設(shè)道路上的車輛均安裝了一套無線通信設(shè)施,,并通過這套設(shè)施與其他位于無線通信半徑R范圍內(nèi)的車輛以及路口設(shè)施進(jìn)行通信。車輛同時(shí)內(nèi)置電子地圖,,供路由計(jì)算使用,。車輛位置定位可通過車載GPS系統(tǒng)實(shí)現(xiàn)。

2.2 信標(biāo)消息

    與Epidemic算法以及其他類Epidemic算法相同,,IRAER同樣使用周期性廣播的信標(biāo)消息進(jìn)行鄰居發(fā)現(xiàn)和消息摘要矢量(Summary Vector,,SV)的交換。

    在信標(biāo)消息中包含節(jié)點(diǎn)ID,、當(dāng)前位置坐標(biāo)以及本地所緩存消息的SV,。IRAER的每個(gè)節(jié)點(diǎn)都維持一個(gè)鄰居列表,當(dāng)節(jié)點(diǎn)收到一個(gè)信標(biāo)消息后,,如果信標(biāo)消息攜帶的ID在鄰居列表中不存在,,表明一個(gè)新的鄰居進(jìn)入通信范圍,則將其ID,、位置坐標(biāo),、SV以及時(shí)間戳作為一個(gè)條目插入到鄰居列表中;如果信標(biāo)消息中的節(jié)點(diǎn)ID在鄰居列表中已經(jīng)存在,,則更新該ID對應(yīng)的條目,;如果超過一個(gè)信標(biāo)周期仍然沒有收到來自于某一鄰居車輛的信標(biāo)消息,則認(rèn)為該鄰居已經(jīng)離開通信范圍,,將其從鄰居列表中刪除,。

2.3 鄰居節(jié)點(diǎn)的區(qū)域劃分

    與其他感染算法不同,IRAER根據(jù)節(jié)點(diǎn)的鄰居所在的不同道路方向劃分為不同的區(qū)域,。位于兩個(gè)路口之間的道路上的節(jié)點(diǎn),,其鄰居節(jié)點(diǎn)可以劃分為兩個(gè)區(qū)域。位于路口的節(jié)點(diǎn)(包括路由輔助設(shè)施),,由于在每個(gè)相鄰路口方向都可以進(jìn)行感染,,則位于該節(jié)點(diǎn)和每個(gè)相鄰路口之間的鄰居均為一個(gè)區(qū)域。

    在節(jié)點(diǎn)N的一個(gè)鄰居區(qū)域Zi中,,距離它最遠(yuǎn)的一個(gè)節(jié)點(diǎn)稱為節(jié)點(diǎn)N在Zi的候感節(jié)點(diǎn),。

2.4 區(qū)域貪婪感染

    與其他感染算法不同,,IRAER使用貪婪感染機(jī)制,在每一個(gè)鄰居區(qū)域中選擇一個(gè)候感節(jié)點(diǎn)進(jìn)行感染,。這樣,,在一簇車輛節(jié)點(diǎn)中,對于新產(chǎn)生的消息,,該消息將以步長R逐一選擇候感節(jié)點(diǎn)進(jìn)行感染,。

    對于在節(jié)點(diǎn)本地所緩存的消息,通過與鄰居節(jié)點(diǎn)之間進(jìn)行SV交換,,獲取需要感染的消息集合并實(shí)現(xiàn)消息交換,。如果一個(gè)節(jié)點(diǎn)N所緩存的消息在它的鄰居區(qū)域中的某一個(gè)節(jié)點(diǎn)中緩存,由于該鄰居節(jié)點(diǎn)可以感染距離更遠(yuǎn)的節(jié)點(diǎn),,所以節(jié)點(diǎn)N不需要觸發(fā)感染,。

    假設(shè)ZSVi為節(jié)點(diǎn)N的一個(gè)鄰居區(qū)域Zi中的所有節(jié)點(diǎn)SV的集合,SVN表示節(jié)點(diǎn)N的SV,,則在SVN中緩存且在ZSVi中沒有緩存的消息集合Si,,節(jié)點(diǎn)N才可以將這些消息轉(zhuǎn)發(fā)給Zi中的候感節(jié)點(diǎn)。

    ZSVi可以表示為:

tx2-gs1-2.gif

    為了使得消息在路口可以向其他路口方向感染,,消息必須感染位于路口的輔助設(shè)施,,而不能跨越路口。即,,節(jié)點(diǎn)N在Zi中如果存在輔助設(shè)施節(jié)點(diǎn)A,,N在Zi中的候感節(jié)點(diǎn)將被設(shè)置為A。IRAER算法的消息感染過程可以表示為圖1所示,。

tx2-t1.gif

    圖1中,,空心圓代表道路上的車輛,空心圓的編號代表車輛ID,,箭頭代表消息感染的方向,位于路口中央的空心圓代表路由輔助設(shè)施,。從道路左邊轉(zhuǎn)發(fā)過來的一個(gè)新的消息M的副本位于節(jié)點(diǎn)1,,節(jié)點(diǎn)1的鄰居區(qū)域中的候感節(jié)點(diǎn)為2,因此節(jié)點(diǎn)1將M的副本轉(zhuǎn)發(fā)給節(jié)點(diǎn)2,。由于節(jié)點(diǎn)A是路由輔助設(shè)施,,因此節(jié)點(diǎn)2會(huì)將M的副本轉(zhuǎn)發(fā)給節(jié)點(diǎn)A。由于節(jié)點(diǎn)A在路口的北向道路中只有一個(gè)鄰居車輛3,,故A將M的副本轉(zhuǎn)發(fā)給鄰居節(jié)點(diǎn)3,。由于節(jié)點(diǎn)3同時(shí)在節(jié)點(diǎn)A的東向鄰居區(qū)域,故在節(jié)點(diǎn)A的東向鄰居區(qū)域ZSV中已經(jīng)包含了消息M的ID,,則節(jié)點(diǎn)A不向其東向鄰居區(qū)域感染其他鄰居節(jié)點(diǎn),,消息M由節(jié)點(diǎn)3感染節(jié)點(diǎn)4。由于節(jié)點(diǎn)5是節(jié)點(diǎn)A的南向鄰居區(qū)域的候感節(jié)點(diǎn),故節(jié)點(diǎn)A將M的副本轉(zhuǎn)發(fā)節(jié)點(diǎn)5,。

2.5 感染機(jī)制

    由于IRAER算法中一個(gè)節(jié)點(diǎn)對自己是否為候感節(jié)點(diǎn)毫不知情,,故不能主動(dòng)請求消息集合Si。因此與Epidemic算法不同,,IRAER適用于使用“推”機(jī)制觸發(fā)感染[15],。

    Epidemic算法雖然采用的是“拉”機(jī)制進(jìn)行感染,但由于信標(biāo)消息的廣播是異步的,,故可以保證消息幾乎可以在產(chǎn)生之后及時(shí)感染其他節(jié)點(diǎn),。IRAER為了使得消息可以及時(shí)感染候感節(jié)點(diǎn),故在節(jié)點(diǎn)N感染消息之后,,立即根據(jù)Si將消息感染給候感節(jié)點(diǎn),。如果感染失敗,或者候感節(jié)點(diǎn)剛好離開了節(jié)點(diǎn)N的無線覆蓋范圍,,則在下一個(gè)廣播周期通過交換SV重新感染,。

3 IRAER副本數(shù)量分析隨機(jī)模型

    WISITPONGPHAN N等人[16]和TIAN D X等人[17]分別根據(jù)探測數(shù)進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn),在車輛密度較稀疏的情況下,,道路上的車輛間距分布符合指數(shù)分布規(guī)律,。利用此規(guī)律,可以對IRAER在感染過程中產(chǎn)生的副本數(shù)量與Epidemic進(jìn)行對比分析,。

    根據(jù)WISITPONGPHAN N等人的研究結(jié)果,,車輛簇的平均長度可表示為:

    tx2-gs3.gif

其中,λS為車輛間距指數(shù)分布的參數(shù),。假設(shè)地圖上道路的總長度為L,,節(jié)點(diǎn)的數(shù)量為K,則λS可表示為:

tx2-gs4-8.gif

4 仿真

    現(xiàn)有的VANETs單副本單播路由算法如VADD[1],、IBFP[10],、GFAVR[18],以及路口設(shè)施輔助路由算法如SADV[8],、SRR[9]等,,由于缺乏及時(shí)可靠的位置服務(wù),不能適應(yīng)于目標(biāo)節(jié)點(diǎn)不停運(yùn)動(dòng)的通信場景,。而IRAER不需要目標(biāo)節(jié)點(diǎn)的位置信息,。且眾多理論和仿真實(shí)驗(yàn)表明,Epidemic路由算法在低負(fù)載條件下的路由性能是最優(yōu)的[1,,8-10],,因此仿真實(shí)驗(yàn)選擇了與Epidemic路由算法進(jìn)行對比。

4.1 仿真設(shè)置

    仿真實(shí)驗(yàn)平臺(tái)采用的是網(wǎng)絡(luò)協(xié)議仿真器NS-2[19],,仿真實(shí)驗(yàn)地圖環(huán)境采用常用的曼哈頓網(wǎng)格地圖[1,,20-22],。車輛運(yùn)動(dòng)數(shù)據(jù)集使用開源軟件VanetMobiSim[23]所產(chǎn)生,道路設(shè)置為雙向兩車道,,限速為22 m/s(80 km/h),。

    仿真過程中,節(jié)點(diǎn)之間使用CBR應(yīng)用層協(xié)議進(jìn)行通信,,CBR的源和目標(biāo)都是隨機(jī)產(chǎn)生,。CBR的負(fù)載分別設(shè)置為50 B和600 B以評估不同消息負(fù)載下的協(xié)議性能。車輛數(shù)量為100~400,,以產(chǎn)生不同節(jié)點(diǎn)密度的道路環(huán)境,。仿真參數(shù)如表1所示。

tx2-b1.gif

4.2 投遞成功率

    投遞成功率定義為CBR消息在給定時(shí)間內(nèi)成功投遞到目標(biāo)節(jié)點(diǎn)的比例,。圖2所示為車輛數(shù)量為100,、CBR負(fù)載為50 B的低信道競爭網(wǎng)絡(luò)環(huán)境以及車輛數(shù)量為400、CBR負(fù)載為600 B高信道競爭網(wǎng)絡(luò)環(huán)境下的投遞成功率累積概率密度分布,。

tx2-t2.gif

    從圖中可以看出,,在Epidemic最適合的低信道競爭網(wǎng)絡(luò)環(huán)境下,IRAER實(shí)現(xiàn)的投遞成功率仍然優(yōu)于Epidemic,;而在信道競爭較大的網(wǎng)絡(luò)環(huán)境下,,IRAER的投遞成功率則大大高于Epidemic。

4.3 投遞時(shí)延

    投遞時(shí)延定義為消息投遞成功需要的平均時(shí)間,。圖3為兩種CBR負(fù)載(50 B,、600 B)分別在不同車輛密度條件下實(shí)現(xiàn)的平均投遞時(shí)延。

tx2-t3.gif

    從圖3可見,,IRAER在高車輛密度和高負(fù)載條件下實(shí)現(xiàn)的投遞時(shí)延大大低于Epidemic,,且IRAER受負(fù)載條件的影響更小。

4.4 副本數(shù)量

    副本數(shù)量定義為CBR消息投遞成功時(shí),,在網(wǎng)絡(luò)中所有節(jié)點(diǎn)中所緩存CBR副本數(shù)量的平均值,。IRAER與Epidemic在仿真過程中產(chǎn)生的副本數(shù)量比例與理論分析結(jié)果的對比如圖4所示。

tx2-t4.gif

    從圖4可知,,隨著車輛密度的增加,,IRAER與Epidemic產(chǎn)生的副本數(shù)量比例越接近于理論分析結(jié)果。其原因在于車輛密度增加后,,消息平均投遞時(shí)延較低,因而由于車輛簇成員的變化引起的感染數(shù)量也較低,。

5 結(jié)束語

    車載自組織網(wǎng)絡(luò)由于節(jié)點(diǎn)的運(yùn)動(dòng)速度快,,網(wǎng)絡(luò)連接經(jīng)常處于斷開狀態(tài),因而消息的投遞時(shí)延較長,、性能較差,。在路口增加路由輔助設(shè)施則可以顯著提高消息投遞性能,。本文提出的IRAER算法利用路口設(shè)施輔助路由,同時(shí)分析并利用了車輛簇的特點(diǎn),,將鄰居節(jié)點(diǎn)劃分為不同的區(qū)域,,在每個(gè)鄰居區(qū)域中僅選擇一個(gè)距離最遠(yuǎn)的候感節(jié)點(diǎn)進(jìn)行感染,故而在車輛密度較大的場景下大大降低了感染所產(chǎn)生的副本數(shù)量,,進(jìn)而降低了對帶寬資源的競爭和沖突,,提高了路由性能。

    本文利用道路上車輛分布的統(tǒng)計(jì)規(guī)律,,分析了IRAER與Epidemic產(chǎn)生的副本數(shù)量的關(guān)系,,并通過仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。仿真實(shí)驗(yàn)結(jié)果同時(shí)表明,,所提出的IRAER路由算法在高負(fù)載環(huán)境下實(shí)現(xiàn)的投遞成功率和投遞時(shí)延性能指標(biāo)均顯著高于Epidemic算法,,同時(shí)在Epidemic最適合的低負(fù)載環(huán)境下性能亦可相匹敵。

參考文獻(xiàn)

[1] ZHAO J,,CAO G.VADD:Vehicle-assisted data delivery in vehicular Ad hoc networks[J].IEEE Transactions on Vehicular Technology,,2008,57(3):1910-1922.

[2] HUANG C M,,LIN S Y.An early collision warning algorithm for vehicles based on V2V communication[J].International Journal of Communication Systems,,2012,25(6):779-795.

[3] 李東穎.車聯(lián)網(wǎng)將成產(chǎn)業(yè)革命推動(dòng)力[N].北京青年報(bào),,2014-08-06(1).

[4] CUNHA F,,VILLAS L,BOUKERCHE A,,et al.Data communication in VANETs:Protocols,,applications and challenges[J].Ad Hoc Networks,2016,,44:90-103.

[5] AZEES M,,VIJAYAKUMAR P,DEBORAH L J.Comprehensive survey on security services in vehicular ad-hoc networks[J].IET Intelligent Transport Systems,,2016,,10(6):379-388.

[6] BAYLESS S H,GUA A.Connected vehicle technical insights[EB/OL].(2015-07-27)[2016-10-11].http://www.itsinternational.com/sections/nafta/features/its-america-publishes-connected-vehicle-guidance/.

[7] VAHDAT A,,BECKER D.Technical report CS-200006[R].Durham,,USA:Duke University,2000.

[8] DING Y,,XIAO L.SADV:Static-node-assisted adaptive data dissemination in vehicular networks[J].IEEE Transactions on Vehicular Technology,,2010,59(5):2445-2455.

[9] TIAN R,,ZHANG B X,,LI C,,et al.Sparsely-deployed relay node assisted routing algorithm for vehicular ad hoc networks[J].Wireless Communications & Mobile Computing,2015,,15(9):1309-1319.

[10] GUAN X,,HUANG Y,CAI Z P,,et al.Intersection-based forwarding protocol for vehicular ad hoc networks[J].Telecommunication Systems,,2016,62(1):67-76.

[11] ZHANG X,,NEGLIA G,,KUROSE J,et al.Performance modeling of epidemic routing[J].Computer Networks,,2007,,51(10):2867-2891.

[12] MATSUDA T,TAKINE T.(p,,q)-Epidemic routing for sparsely populated mobile ad hoc networks[J].IEEE Journal on Selected Areas in Communications,,2008,26(5):783-793.

[13] 孫海峰,,羅光春,,秦科.社會(huì)感知多副本車載自組織網(wǎng)絡(luò)機(jī)會(huì)路由協(xié)議[J].計(jì)算機(jī)應(yīng)用研究,2014,,31(3):857-859,,887.

[14] LEE W H,HWANG K P,,WU W B.An intersection-to-intersection travel time estimation and route suggestion approach using vehicular ad-hoc network[J].Ad Hoc Networks,,2016,43:71-81.

[15] AKDERE M,,BILGIN C C,,GERDANERI O,et al.A comparison of epidemic algorithms in wireless sensor networks[J].Computer Communications,,2006,,29(13-14):2450-2457.

[16] WISITPONGPHAN N,BAI F,,MUDALIGE P,,et al.Routing in sparse vehicular ad hoc wireless networks[J].IEEE Journal on Selected Areas in Communications,2007,,25(8):1538-1556.

[17] TIAN D X,,LEUNG V C M.Analysis of broadcasting delays in vehicular ad hoc networks[J].Wireless Communications & Mobile Computing,2011,11(11):1433-1445.

[18] BAZZI A,,ZANELLA A.Position based routing in crowd sensing vehicular networks[J].Ad Hoc Networks,2016,,36:409-424.

[19] NSNAM.Network Simulator(ns-2)[CP/OL].(2014-12-19)[2015-03-06].http://nsnam.isi.edu/nsnam/index.php/Main_Page.

[20] WU T Y,,WANG Y B,LEE W T.Mixing greedy and predictive approaches to improve geographic routing for VANET[J].Wireless Communications & Mobile Computing,,2012,,12(4):367-378.

[21] SUN H F,LUO G C,,CHEN H.JTAR:Junction-based traffic aware routing in sparse urban VANETs[J].IEICE Transactions on Communications,,2012,E95B(3):1007-1010.

[22] JERBI M,,SENOUCI S-M,,RASHEED T,et al.Towards efficient geographic routing in urban vehicular networks[J].IEEE Transactions on Vehicular Technology,,2009,,58(9):5048-5059.

[23] HARRI J,F(xiàn)IORE M,,F(xiàn)ILALI F,,et al.Vehicular mobility simulation with VanetMobiSim[J].Simulation,2009,,87(4):275-300.

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