0 引言

    隨著車輛用戶對多媒體服務的需求不斷增加,，如何實現(xiàn)VANETs的高吞吐量和低延遲性成為了VANETs領域的研究熱點^[1-5]。然而VANETs的拓撲結構變化迅速,，且高速移動性使得車輛與路邊單元的之間的鏈路間歇性中斷,，這些問題給研究VANETs帶來了巨大的挑戰(zhàn)。何鵬等^[6]提出一種基于分簇的多信道車載網(wǎng)MAC協(xié)議,，根據(jù)專用短程通信標準中控制信道和服務信道的分配,，考慮車輛間的無線通信干擾和不同應用的QoS需求, 采用基于競爭的CSMA/CA機制，相鄰簇采用不同的服務信道,，提升網(wǎng)絡延遲及吞吐量性能。王力等^[7]提出一種基于多智能體分群同步的城市路網(wǎng)交通控制,，以路段的空間占有率為狀態(tài)建立交通網(wǎng)絡狀態(tài)空間模型,， 描述路網(wǎng)中車流的傳遞關系，提出路網(wǎng)多智能體分群一致算法,，可使各路段的空間占有率達到均衡,， 減輕局部擁堵,， 減少車輛延誤時間。廖丹等^[8]提出一種車載自組織網(wǎng)絡單接口多信道的切換方法,，采用不同的報文發(fā)送模式,，并且給出3種模式之間的動態(tài)判定和切換方法，避免了信道切換帶來的開銷,，能夠更好地利用信道,。GORRIERI A^[9]等提出一種基于分散感知和聚類的車輛ad hoc網(wǎng)絡，提出一種新型的集群廣播協(xié)議,，通過集群拓撲進行分散感知,，并且考慮到實際情況中的不同移動模型，對網(wǎng)絡誤碼率和生命周期的性能進行分析,，從而得到性能更佳的車輛網(wǎng)絡聚類方案,。KARADIMAS P等^[10]提出一種車載無線網(wǎng)絡信道傳輸模型，采用非廣義平穩(wěn)非相關散射無線信道,，并根據(jù)信道的二階統(tǒng)計特征時空變化,，對車載無線網(wǎng)絡的傳播模型進行優(yōu)化，提高車載網(wǎng)絡的數(shù)據(jù)達到率及傳輸效率,。

    為了滿足VANET在提高多媒體服務時的高吞吐量需求,，需要提高V2R和V2V鏈路的實時通信速率，在本文中針對V2R和V2V鏈路建立了協(xié)作中繼通信場景,，并對鏈路速率與所分配資源單元之間的關系進行了討論,，提出了吞吐量優(yōu)化方程。

1 無人駕駛車載網(wǎng)絡系統(tǒng)模型

    在車輛自組網(wǎng)絡中,，2跳（2-Hop,，2-H）的協(xié)作中繼車載網(wǎng)絡不僅信令開銷較小且鏈路控制更簡單，因此在本文中采用的車輛網(wǎng)絡模型為基于2-H的協(xié)作通信系統(tǒng),，如圖1中場景1和場景2所示,。在場景1和場景2中，都是結合V2V 和V2R兩種通信類型,，但場景1中一個源車輛節(jié)點只能轉發(fā)數(shù)據(jù)給一個車輛節(jié)點(簡稱為1T1模型),，場景2中一個源車輛節(jié)點可以轉發(fā)數(shù)據(jù)給多個車輛節(jié)點（簡稱為1TM模型）。1T1模型和1TM模型滿足以下要求：(1)都采用IEEE802.11p無線技術的3G LTE（3G Long-Term Evolution）規(guī)范^[11-12],；(2)每個源車輛節(jié)點都有與路邊單元建立通信鏈路的能力,，并且通過V2V與其他車輛進行通信。(3)V2V和V2R兩種通信不會互相干擾,。通過1T1模型和1TM模型,，當車載網(wǎng)絡中某一車輛節(jié)點遠離路邊單元無法與其直接通信時，其數(shù)據(jù)可通過靠近路邊單元的源車輛節(jié)點進行轉發(fā),，從而成功接收數(shù)據(jù),，并且在車載網(wǎng)絡中每一個車輛節(jié)點都有機會充當源節(jié)點,。

    如圖2所示的基于2-H的協(xié)作通信系統(tǒng)，包含了1T1模型和1TM模型的情況,，假設源節(jié)點有N_s個,，普通節(jié)點有N_p個，且在車載網(wǎng)絡存活期間數(shù)據(jù)分組的傳輸不中斷,，則源節(jié)點i的數(shù)據(jù)速率v_i為：

其中,，BW表示在V2V通信鏈路中總的無線電資源單元，BW_i,，j表示在節(jié)點i和節(jié)點j之間的V2V通信鏈路中所分配的無線電資源單元,，1≤BW_i，j≤BW,。H_i,，j表示在節(jié)點i和節(jié)點j之間的V2V通信鏈路中所占用的帶寬，SINR_i,，j表示當i作為發(fā)射節(jié)點時j的信號與干擾加噪聲比,。

    對于普通節(jié)點j，其速率集合為V_i,，j={v_i,，j|1≤BW_i，j≤BW,，1≤j≤N_p},，包括了BW×N_p個元素，每一個元素表示對應于所分配資源單元的V2V鏈路速率,，采用一個價值函數(shù)Cost(·)表示鏈路速率與所分配資源單元之間的關系：

    反過來在所分配資源單元為BW_i,，j時速率為v_i，j,，則用以下關系式表示：

    并以最大化所有節(jié)點的吞吐量為目標,，可以將優(yōu)化問題建模為：

    對于最大化吞吐量的優(yōu)化問題，如何對V2V鏈路進行中繼節(jié)點選擇及資源分配,，將在下一節(jié)中采用動態(tài)優(yōu)化算法進行討論,。

2 鏈路調度算法

    為了優(yōu)化資源分配進行鏈路調度，本節(jié)提出采用多選擇性的背包問題來提升整體網(wǎng)絡的吞吐量,。根據(jù)多選擇性的背包問題^[10],，本節(jié)通過3個步驟來進行V2V鏈路的資源分配：

    (1)對于普通節(jié)點，構造速率集合V_i,，j：

其中,，v_i，j表示在源節(jié)點i和普通節(jié)點j之間的V2V鏈路中當分配BW_i,，j資源單位時普通節(jié)點j的數(shù)據(jù)速率,。考慮所有的速率作為一個組,，BW作為資源單位總數(shù)量,。對于普通節(jié)點j，最多只能從集合V_i,，j選擇一個速率,，對于每個V_i，j的元素,，都具有相應的價值BW_i,，j，為了最大化數(shù)據(jù)吞吐量,，提出吞吐量優(yōu)化方程：

    (2)通過基于多選擇背包問題的調度算法來求解優(yōu)化問題,。算法的偽代碼為：

    最佳的N_p值可以通過窮舉搜索法求得。

3 實驗結果

    在實驗中,，對車載網(wǎng)絡環(huán)境的模擬采用的是OPNET Modeler14.5通信仿真實驗平臺,，該平臺在主頻4.0 GHz、內存4 GB的DELL計算機上運行,。在仿真平臺上同時采用交通和通信模擬器,，并且交通模擬器實時發(fā)送車輛信息到通信模擬器。表1列出了車載網(wǎng)絡的主要參數(shù)與配置,。模擬的道路場景如圖3所示,，在一個半徑為2 km的圓形區(qū)域內，3條道路進入交叉路口,，兩條道路離開交叉路口,，道路的寬度均為18 m。假設在該網(wǎng)絡空間中車輛的運動是無事故,、連續(xù)且離散性的,，根據(jù)經典的跟馳理論，在仿真實驗中車輛的運動采用了車輛穩(wěn)定跟馳行駛時的車頭間距模型,。

    圖4顯示了在車輛節(jié)點數(shù)量變化條件下的車輛節(jié)點平均數(shù)據(jù)速率,。從圖中可以看出，隨著車輛節(jié)點數(shù)量的增多,，平均數(shù)據(jù)速率逐漸降低,。由于路邊單元的數(shù)量固定，并且路邊的發(fā)射功率不變,，數(shù)據(jù)傳輸速率不變,，而隨著車輛節(jié)點數(shù)量的增加，源節(jié)點和普通節(jié)點同時增多,，V2R和V2V鏈路的平均速率都會逐漸下降,。本文采用基于協(xié)作資源分配的車載網(wǎng)絡鏈路調度算法,，通過對資源單元分配的優(yōu)化以及普通節(jié)點數(shù)量的最佳選擇，提升網(wǎng)絡總的數(shù)據(jù)速率,。文獻[9]提出的分散感知和聚類的廣播協(xié)議通過優(yōu)化拓撲結構來提升網(wǎng)絡通信質量,，但聚類的方法使得V2V鏈路的平均傳輸速率降低。文獻[10]提出了車載無線網(wǎng)絡信道傳輸模型,，但該模型提出的非相關散射的數(shù)據(jù)傳輸方案在提高V2R和V2V鏈路的平均數(shù)據(jù)速率上并沒有起到作用,。從實驗結果來看，本文算法的平均數(shù)據(jù)速率相比另外兩種算法提高了5%以上,。

    圖5顯示了在車輛節(jié)點數(shù)量變化條件下的網(wǎng)絡吞吐量情況,，從圖中可以看出，隨著車輛節(jié)點數(shù)量的增多,，網(wǎng)絡總的吞吐量逐漸增大,。其中，本文算法為了最大化數(shù)據(jù)吞吐量,，通過吞吐量優(yōu)化方程對不同數(shù)據(jù)速率的資源單位進行配置,，再基于多選擇背包問題的調度算法對普通節(jié)點數(shù)量的選擇進行優(yōu)化，因此對提高網(wǎng)絡總的吞吐量具有明顯的增益作用,。文獻[9]的算法通過集群拓撲結構提高了網(wǎng)絡數(shù)據(jù)的流通量,，但平均的數(shù)據(jù)傳輸速率低于本文算法，因此網(wǎng)絡總吞吐量約為本文算法的89.4%,，而文獻[10]的算法提升了信道傳輸?shù)恼`碼率性能,，但對提升網(wǎng)絡總吞吐量的增益來說較小。

4 結論

    為了提高無人駕駛車輛自組織網(wǎng)絡的數(shù)據(jù)速率和吞吐量,，本文基于對網(wǎng)絡V2R和V2V通信鏈路的模擬中繼通信場景的構建,，提出了2-H的協(xié)作通信系統(tǒng)。在該系統(tǒng)的基礎上,，以最大化所有節(jié)點的吞吐量為目標,，對系統(tǒng)V2V鏈路進行了中繼節(jié)點選擇及資源分配的分析，提出了吞吐量優(yōu)化方程,。為了進一步求解出優(yōu)化方程中的節(jié)點速率和最佳普通節(jié)點數(shù)量,，根據(jù)求解多選擇性背包問題的思路，采用了調度算法和窮舉搜索法得到最佳值,。通過采用OPNET Modeler14.5通信平臺進行仿真實驗所得出的結果可以看出,，在提高鏈路數(shù)據(jù)速率和網(wǎng)絡總吞吐量上，基于協(xié)作資源分配的車載網(wǎng)絡鏈路調度算法發(fā)揮出了較好的效果,。

參考文獻

[1] 張扶桑,，金蓓弘，汪兆洋，等.基于軌跡挖掘的公交車自組織網(wǎng)絡路由機制[J].計算機學報,，2015,，38(3)：648-662.

[2] FRANCOLIN C C，RAO A V,，DUARTE C,，et al.Optimal control of a surface vehicle to improve underwater vehicle network connectivity[J].Journal of Aerospace Computing Information & Communication，2012,，9(1)：1-13.

[3] 周毅喆，羅守山.基于免疫理論的車聯(lián)網(wǎng)的城市路網(wǎng)實時容量研究[J].北京郵電大學學報,，2015(1)：71-75.

[4] 馮慧芳,，孟玉如.基于移動模型的車載自組織網(wǎng)絡連通特征[J].計算機應用，2015,，35(7)：1829-1832.

[5] RICHARDSON P C,，ELKATEEB A，SIEH L.An adaptive real-time intravehicle network protocol for intelligent vehicle systems[J].IEEE Transactions on Vehicular Technology,，2004,，53(5)：1594-1606.

[6] 何鵬，閻保平,，李志,，等.CM-MAC：一種基于分簇的多信道車載網(wǎng)MAC協(xié)議[J].計算機研究與發(fā)展，2014,，51(3)：502-510.

[7] 王力,，李岱，何忠賀.基于多智能體分群同步的城市路網(wǎng)交通控制[J].控制理論與應用,，2014,，31(11)：1448 -1456.

[8] 廖丹，孫罡,，楊曉玲,，等.車載自組織網(wǎng)絡單接口多信道的切換方法[J].電子科技大學學報，2015(2)：227-232.

[9] GORRIERI A,，MARTAL?魹 M,，BUSANELLI S，et al.Clustering and sensing with decentralized detection in vehicular ad hoc networks[J].Ad Hoc Networks,，2015,，36(P2)：450-464.

[10] KARADIMAS P，MATOLAK D.Generic stochastic modeling of vehicle-to-vehicle wireless channels[J].Vehicular Communications,，2014,，1(4)：153-167.

[11] 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.

[12] 賀然,，張鋼，劉春鳳,，等.車載網(wǎng)絡中基于移動軌跡預測的快速鄰居發(fā)現(xiàn)算法[J].計算機應用研究,，2015(9)：2737-2741.

作者信息:

盛雪豐1，姚宇峰2

(1.蘇州信息職業(yè)技術學院 計算機科學與技術系,，江蘇 蘇州215000,；2.蘇州大學 計算機學院，江蘇 蘇州215000)