0 引言

    車輛自組織網(wǎng)絡(luò)(Vehicle self-organizing network，VANETs)的發(fā)展對于提高交通運(yùn)輸安全性和提升車輛網(wǎng)絡(luò)數(shù)據(jù)服務(wù)具有重要意義，它包含了車輛與車輛、車輛與路邊單元以及車輛與基站的互相通信^[1-2]?；赩ANETs的功能可以使得車輛實(shí)時(shí)獲取其他車輛或道路的狀態(tài)信息，提供路況導(dǎo)航、路況視頻監(jiān)控、車載信息娛樂服務(wù)等^[3-4]。然而車輛網(wǎng)絡(luò)通信也面臨著諸多挑戰(zhàn)，例如車輛的高移動(dòng)性使得網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不穩(wěn)定，通信中斷概率大。而對于車輛與車輛間的通信，由于車輛的相對速度不同，通信持續(xù)時(shí)間具有嚴(yán)格的限制，往往實(shí)際的通信持續(xù)時(shí)間使得車輛間的數(shù)據(jù)傳輸任務(wù)無法完成。因此在車輛的廣播覆蓋范圍內(nèi)，如何選擇合適的鄰居車輛并在其所具有的傳播時(shí)限內(nèi)完成數(shù)據(jù)傳輸任務(wù)，是目前VANET的重要研究問題之一^[5-6]。如果在有限的通信持續(xù)時(shí)間內(nèi)能夠有效地完成車輛與車輛間的通信任務(wù)（Vehicular to Vehicular，V2V），可以使車輛間及時(shí)共享速度、機(jī)動(dòng)狀態(tài)、地理位置、車載監(jiān)控?cái)?shù)據(jù)等信息，對提高交通效率和運(yùn)輸安全都具有重要意義^[7-8]。

    對于車輛自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸問題的研究，朱金奇等^[9]提出一種車載自組織網(wǎng)絡(luò)中基于停車骨干網(wǎng)絡(luò)的數(shù)據(jù)傳輸算法，設(shè)計(jì)基于停車覆蓋網(wǎng)絡(luò)的全新數(shù)據(jù)傳輸算法來實(shí)現(xiàn)車輛間的有效數(shù)據(jù)傳輸，并將其應(yīng)用于城市停車場資源的合理配置中。馮誠等^[10]提出一種無線移動(dòng)感知網(wǎng)絡(luò)上的數(shù)據(jù)聚集傳輸規(guī)劃算法，文中分析并求解了移動(dòng)感知網(wǎng)絡(luò)上的無沖突數(shù)據(jù)聚集傳輸規(guī)劃問題，處理一個(gè)接收數(shù)據(jù)節(jié)點(diǎn)的多個(gè)發(fā)送數(shù)據(jù)節(jié)點(diǎn)之間傳輸不沖突問題，有助于提升車輛間的通信效率。馮慧芳等^[11]提出一種基于移動(dòng)模型的VANETs網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涮卣餮芯?，詳?xì)分析了VANETs 網(wǎng)絡(luò)瞬時(shí)拓?fù)涮卣骷捌骄取⒕垲愊禂?shù)和調(diào)和平均最短路徑長度等復(fù)雜統(tǒng)計(jì)參數(shù)隨時(shí)間的變化特征，實(shí)現(xiàn)高優(yōu)先級內(nèi)容傳輸?shù)奶厥釷oS保證。謝勇等^[12]提出基于網(wǎng)絡(luò)編碼的車聯(lián)網(wǎng)數(shù)據(jù)分發(fā)策略，讓每個(gè)編碼包攜帶下一跳車輛信息并通過車輛應(yīng)答實(shí)現(xiàn)對下一跳轉(zhuǎn)發(fā)車輛的選擇，確保了由轉(zhuǎn)發(fā)開銷最低的下一跳車輛完成數(shù)據(jù)的轉(zhuǎn)發(fā)，在完成傳輸任務(wù)的同時(shí)減少不必要的傳輸行為。

    針對VANET領(lǐng)域V2V的數(shù)據(jù)傳輸問題的研究，為了在有限的廣播時(shí)隙內(nèi)完成V2V的通信任務(wù)，本文對VANET展開雙向廣播模式分析，確保所選擇的轉(zhuǎn)發(fā)節(jié)點(diǎn)在發(fā)送者的傳播完成時(shí)隙內(nèi)對廣播資源具有更高的成功接收概率，并且能夠提前解碼，保證了廣播資源能夠持續(xù)地傳播給不同的車輛節(jié)點(diǎn)。

1 車輛網(wǎng)絡(luò)系統(tǒng)模型

1.1 車輛廣播模型

    本文考慮在雙向道路上兩個(gè)車輛節(jié)點(diǎn)朝著相反方向移動(dòng)，如圖1所示，采用一個(gè)同步移動(dòng)模型并忽略中斷概率，每個(gè)方向可以建模為一個(gè)車輛間距d相等的一維格形網(wǎng)絡(luò)，并且速度恒定，分別為v₁和v₂。假設(shè)發(fā)送節(jié)點(diǎn)通過一個(gè)發(fā)送時(shí)隙tq傳送一個(gè)網(wǎng)絡(luò)編碼分組。本文假設(shè)在每個(gè)方向有且僅有一個(gè)數(shù)據(jù)傳播節(jié)點(diǎn)，如圖2所示，傳播節(jié)點(diǎn)朝著相對于車輛移動(dòng)方向的單一方向廣播數(shù)據(jù)包，接收器能夠通過不同的信道從兩個(gè)傳播節(jié)點(diǎn)接收到數(shù)據(jù)包，以避免同個(gè)方向之間不同數(shù)據(jù)傳播進(jìn)程的互相干擾。雙向傳播分為兩個(gè)模型，例如圖1和圖2所示的相遇廣播模型和相離廣播模型，相遇廣播階段使得兩輛車之間的廣播覆蓋區(qū)域部分重疊，而在相離廣播階段，兩輛車之間的廣播覆蓋區(qū)域不重疊。當(dāng)其他車輛駛出廣播覆蓋區(qū)域，則無法接收信號發(fā)送車輛所廣播的報(bào)文，只有在廣播覆蓋區(qū)域才能接收報(bào)文。

    在本文中，接收節(jié)點(diǎn)與廣播節(jié)點(diǎn)的相距不同，會使其接收數(shù)據(jù)報(bào)文的成功概率不相同。令p_s、p_o分別表示接收節(jié)點(diǎn)從相同方向、相反方向成功一個(gè)數(shù)據(jù)報(bào)文的概率。考慮到報(bào)文傳輸過程中存在路徑損耗，因此接收報(bào)文的成功概率與傳遞距離相關(guān)：p_s，1>…p_s，i>…p_s，K，下標(biāo)i∈[1，K]表示通信深度，也表示該廣播覆蓋區(qū)域共有K個(gè)節(jié)點(diǎn)，p_s，K表示在發(fā)送節(jié)點(diǎn)的廣播覆蓋區(qū)域內(nèi)與發(fā)送節(jié)點(diǎn)相距最遠(yuǎn)的接收節(jié)點(diǎn)的報(bào)文接收成功率。在處于廣播覆蓋區(qū)域的情況下，發(fā)送者會持續(xù)廣播直到接收節(jié)點(diǎn)成功恢復(fù)原始數(shù)據(jù)，除非出現(xiàn)切換條件：最接近的接收節(jié)點(diǎn)接管廣播資源并且成為新的發(fā)送者，或者該發(fā)送者不再廣播報(bào)文。

1.2 網(wǎng)絡(luò)編碼解碼模型

    本文假設(shè)Ω為有限域，ζ表示有限域的大小，網(wǎng)絡(luò)編碼允許中繼節(jié)點(diǎn)在有限域中融合傳入的數(shù)據(jù)包，并且融合后的每個(gè)廣播數(shù)據(jù)包為原始數(shù)據(jù)包的線性組合。令A(yù)_n={q₁，q₂，…，q_n}表示n個(gè)原始數(shù)據(jù)報(bào)文，這些報(bào)文的長度相等，并帶有有限域Ω的標(biāo)識，編碼數(shù)據(jù)報(bào)文x_i表示所有個(gè)數(shù)據(jù)報(bào)文的線性組合，表達(dá)公式如下：

其中，Q_M×n由所有的嵌入式編碼向量所形成，如果矩陣Q的秩不小于n，則接收節(jié)點(diǎn)能夠恢復(fù)原始數(shù)據(jù)報(bào)文。

2 傳播模式分析

2.1 相遇廣播階段

    為了分析相遇階段的傳播過程，本文假設(shè)：在一個(gè)發(fā)送者的廣播區(qū)域里令節(jié)點(diǎn)u表示第u個(gè)接收器，令Tu表示當(dāng)節(jié)點(diǎn)u變?yōu)榘l(fā)送者時(shí)的時(shí)刻。假設(shè)分別有一個(gè)節(jié)點(diǎn)u和節(jié)點(diǎn)v，當(dāng)節(jié)點(diǎn)u相比v更接近發(fā)送者時(shí)，則節(jié)點(diǎn)u具有更高的成功接收概率，并且當(dāng)節(jié)點(diǎn)u比節(jié)點(diǎn)v提前移動(dòng)到廣播覆蓋區(qū)域時(shí)，則節(jié)點(diǎn)u相比v積累到更多的數(shù)據(jù)包，因此，節(jié)點(diǎn)u具有更高的概率去接收足夠數(shù)據(jù)包進(jìn)行提前解碼。

    本文假設(shè)在發(fā)送者接管廣播資源之前，P_z個(gè)數(shù)據(jù)包通過發(fā)送者進(jìn)行廣播，并且節(jié)點(diǎn)i已積累了一些先驗(yàn)包P_R。P_z和P_R為滿足以下條件的兩個(gè)隨機(jī)變量：

    接著將γ_j的概率密度函數(shù)代入到p_c(f)中。

    考慮到在相遇階段之前發(fā)送者廣播了P_z個(gè)數(shù)據(jù)包，以及在相遇階段廣播了c個(gè)網(wǎng)絡(luò)編碼數(shù)據(jù)包，節(jié)點(diǎn)i從兩個(gè)發(fā)送者成功接收到的數(shù)據(jù)包數(shù)量D是一個(gè)隨機(jī)變量，等于η+f，D的條件概率密度函數(shù)如下：

    因此在相遇階段，處在廣播覆蓋區(qū)域內(nèi)概率密度Pr(T_p=t_p，D，P_z)越大的節(jié)點(diǎn)接管廣播資源成為發(fā)送者的可能性越大，這也意味著該節(jié)點(diǎn)在發(fā)送者的傳播完成時(shí)隙內(nèi)對廣播資源具有更高的成功接收概率^[15]，并且能夠提前解碼，保證了廣播資源能夠持續(xù)地傳播給不同的車輛節(jié)點(diǎn)。

2.2 相離廣播階段

    當(dāng)處于分離階段時(shí)，兩個(gè)發(fā)送者的廣播覆蓋區(qū)域逐漸互相分離，并最終達(dá)到一個(gè)新的穩(wěn)定狀態(tài)。當(dāng)車輛節(jié)點(diǎn)遠(yuǎn)離相同方向的發(fā)送者時(shí)，可能已經(jīng)在相反方向的發(fā)送者處率先接收到了編碼數(shù)據(jù)包，這些數(shù)據(jù)包會在該節(jié)點(diǎn)中一直緩存直到節(jié)點(diǎn)從相同方向的發(fā)送者處補(bǔ)充剩余的編碼數(shù)據(jù)包，進(jìn)而接管廣播資源成為發(fā)送者。對于車輛節(jié)點(diǎn)的緩存容量的計(jì)算，令BL表示緩存容量，即車輛節(jié)點(diǎn)從相反方向接收到數(shù)據(jù)包數(shù)量。

    考慮到實(shí)際情況，假設(shè)車輛高速移動(dòng)，但速度低于最大值v_max，并且由于安全行駛距離的要求，在廣播區(qū)域內(nèi)車輛節(jié)點(diǎn)與發(fā)送者的通信深度不低于K_o，則發(fā)送者具有的發(fā)射時(shí)隙的數(shù)學(xué)期望為：

3 實(shí)驗(yàn)仿真及分析

    為了驗(yàn)證本文所提出的基于雙向廣播模式切換的車輛自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸算法的有效性，所采用的仿真工具為MATLAB7.0，仿真模擬的參數(shù)設(shè)置列于表1中。

    對于所建立的網(wǎng)絡(luò)模型，車輛軌跡的模擬本文采用的是車輛運(yùn)動(dòng)軌跡產(chǎn)生器VanetMobiSim，通過VanetMobiSim定義車輛軌跡來產(chǎn)生VANET仿真所需要的車輛軌跡trace文件。假設(shè)車輛的行駛方向只有正反兩個(gè)方向，在整個(gè)仿真過程中每個(gè)方向的行駛車輛有500輛，車輛的平均間距為100 m，道路總長用L表示。假設(shè)信道衰落模型為瑞利衰落信道，并且每輛車的發(fā)射功率P都相等，車輛的天線增益定義為：

其中，車輛角度θ的范圍為-90°≤θ≤90°，θ_3dB表示2 dB帶寬的天線角度，a_n表示最大衰減值。

    在實(shí)驗(yàn)對比分析中，采用GONG H和ZHENG Q提出的算法作為對比算法^[16-17]。GONG H提出的是一種車輛信息共享網(wǎng)絡(luò)，根據(jù)車輛的空間分布，在V2V通信在有限的覆蓋率上通過應(yīng)用復(fù)雜網(wǎng)絡(luò)理論來改善數(shù)據(jù)信息的共享效率，減少通信中斷并提高數(shù)據(jù)廣播速度；ZHENG Q提出的是一種基于中繼網(wǎng)絡(luò)的V2V鏈路分配算法，采用基于多選擇背包問題來對鏈路資源分配進(jìn)行調(diào)度，降低通信中斷概率。這兩種算法在研究V2V通信持續(xù)時(shí)間內(nèi)的數(shù)據(jù)傳輸問題上都取得了一定成果，因此與本文算法進(jìn)行對比分析可以更好地驗(yàn)證算法的性能。

    傳播完成時(shí)隙即發(fā)送節(jié)點(diǎn)與相鄰節(jié)點(diǎn)完成數(shù)據(jù)傳輸所需要的通信持續(xù)時(shí)間，根據(jù)實(shí)際應(yīng)用情況，V2V通信的持續(xù)時(shí)間可能不相同，因此在本組實(shí)驗(yàn)中采用不同傳播完成時(shí)隙來對算法的性能進(jìn)行驗(yàn)證。圖3顯示了對算法中斷性能的驗(yàn)證，在本文中中斷概率定義為任意相鄰的車輛間在其傳播完成時(shí)隙內(nèi)可能發(fā)生通信鏈路中斷的概率，中斷概率是驗(yàn)證網(wǎng)絡(luò)通信性能的重要指標(biāo)之一。從圖3中的結(jié)果可以看出，隨著傳播完成時(shí)隙的增加，各算法無法保障更多的通信進(jìn)程能夠順利完成，通信中斷概率逐步提升。本文算法相比GONG H和ZHENG Q提出的算法，整個(gè)仿真過程的平均中斷性能分別提升了12.1%和6.8%。本文算法根據(jù)對成功接收數(shù)據(jù)包以及數(shù)據(jù)包傳播完成時(shí)隙的概率密度函數(shù)的計(jì)算，該算法保障了更多的車輛節(jié)點(diǎn)完成數(shù)據(jù)傳播進(jìn)程并持續(xù)廣播資源給其他節(jié)點(diǎn)，而GONG H和ZHENG Q提出的算法沒有考慮到通信持續(xù)時(shí)間低于發(fā)送節(jié)點(diǎn)所需傳播完成時(shí)隙時(shí)所引發(fā)的中斷問題。

    每個(gè)時(shí)隙在道路上行駛的車輛數(shù)用N表示，假設(shè)V2V通信的傳播完成時(shí)隙為40 s，圖4顯示了能夠成功接收廣播資源的車輛數(shù)達(dá)到N/2時(shí)算法的累積傳播完成時(shí)隙。累積傳播完成時(shí)隙越短，說明該算法能夠更快地完成數(shù)據(jù)廣播任務(wù)，具有更高的廣播效率。根據(jù)實(shí)驗(yàn)仿真結(jié)果顯示，隨著N的逐步增加，累積傳播完成時(shí)隙也逐漸提升。從圖中的數(shù)據(jù)結(jié)果可以看出，整個(gè)仿真過程本文算法的平均累積傳播完成時(shí)隙相比GONG H和ZHENG Q提出的算法分別減少了28.7%和36.5%。本文提出的雙向廣播模式能夠有效選擇接管廣播資源的轉(zhuǎn)發(fā)節(jié)點(diǎn)，提高廣播效率。而GONG H和ZHENG Q提出的算法沒有根據(jù)傳播完成時(shí)隙來選擇轉(zhuǎn)發(fā)節(jié)點(diǎn)，中斷概率較大，因此累積傳播完成時(shí)隙較多。

4 結(jié)論

    本文針對車輛自組織網(wǎng)絡(luò)有限通信持續(xù)時(shí)間下的數(shù)據(jù)廣播問題進(jìn)行研究，提出一種雙向廣播模式切換的車輛自組織網(wǎng)絡(luò)數(shù)據(jù)傳輸算法?；谲囕v間雙向通信模式的分析，提出相遇傳播和相離傳播模型。根據(jù)雙向廣播模式的數(shù)據(jù)包成功接收的概率密度函數(shù)以及期望的雙向廣播持續(xù)時(shí)間來選擇接管資源的轉(zhuǎn)發(fā)節(jié)點(diǎn)，將廣播資源持續(xù)傳輸給其他節(jié)點(diǎn)。實(shí)驗(yàn)仿真結(jié)果表明，基于雙向廣播模式的數(shù)據(jù)傳輸方法在減少車輛網(wǎng)絡(luò)通信中斷概率、提高數(shù)據(jù)廣播效率上表現(xiàn)出了較好的效果。

參考文獻(xiàn)

[1] KAMEJIMA K.Generation and adaptation of transferable roadway model for anticipative road following on satellite-roadway-vehicle network[J].Sice Journal of Control，2011，4(2)：97-104.

[2] GUO C，GUO W，CAO G，et al.A lane-level LBS system for vehicle network with high-precision BDS/GPS positioning[J].Computational Intelligence & Neuroscience，2015，2015(8)：1-13.

[3] JIANG T，WANG Z，ZHANG L，et al.Efficient spectrum utilization on TV band for cognitive radio based high speed vehicle network[J].IEEE Transactions on Wireless Communications，2014，13(10)：5319-5329.

[4] 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.

[5] HEGDE R，KUMAR S，GURUMURTHY K S.The impact of network topologies on the performance of the in-vehicle network[J].International Journal of Computer Theory & Engineering，2013，5(3)：405-409.

[6] MOON H Y，KIM J D，YU Y S.Positioning by using speed and GeoMagnetic sensor data base on vehicle network[J].2010，14(12)：2730-2736.

[7] 鄭明才，趙小超，趙晉琴.泛在互聯(lián)車輛傳感器網(wǎng)絡(luò)混合拓?fù)浣Y(jié)構(gòu)研究[J].計(jì)算機(jī)科學(xué)與探索，2016(3)：363-371.

[8] PENTZ E I，SHIGEMURA Y.Discussion on the technology application of OFDM in the ad-hoc network of unmanned aerial vehicle(UAV)[J].Applied Mechanics & Materials，2014，721(2)：645-648.

[9] 朱金奇，馬春梅，劉明，等.車載自組織網(wǎng)絡(luò)中基于停車骨干網(wǎng)絡(luò)的數(shù)據(jù)傳輸[J].軟件學(xué)報(bào)，2016(2)：432-450.

[10] 馮誠，李治軍，姜守旭.無線移動(dòng)感知網(wǎng)絡(luò)上的數(shù)據(jù)聚集傳輸規(guī)劃[J].計(jì)算機(jī)學(xué)報(bào)，2015，38(3)：685-700.

[11] 馮慧芳，孟玉如.基于移動(dòng)模型的VANETs網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)涮卣餮芯縖J].計(jì)算機(jī)應(yīng)用研究，2016(3)：817-820.

[12] 謝勇，彭鑫，梁偉，等.基于網(wǎng)絡(luò)編碼的車聯(lián)網(wǎng)數(shù)據(jù)分發(fā)策略[J].湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，30(4)：86-91.

[13] LIU F，CHEN Z，XIA B.Data dissemination with network coding in two-way vehicle-to-vehicle networks[J].IEEE Transactions on Vehicular Technology，2016，65(4)：2445-2456.

[14] 樊玲玲，朱精果.超寬帶車輛無線網(wǎng)絡(luò)兩跳中繼接入研究[J].北京交通大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，39(6)：103-107.

[15] HUI P，YI W.Design and realization of FlexRay communication unit in vehicle network[J].Open Cybernetics & Systemics Journal，2014，8(1)：330-334.

[16] GONG H，HE K，QU Y，et al.Analysis and improvement of vehicle information sharing networks[J].Physica A Statistical Mechanics & Its Applications，2016，452(6)：106-112.

[17] ZHENG Q，ZHENG K，CHATZIMISIOS P，et al.A novel link allocation method for vehicle-to-vehicle-based relaying networks[J].Transactions on Emerging Telecommunications Technologies，2016，27(1)：64-73.

作者信息:

龔建鋒1，吳衛(wèi)祖2，何俊林3

(1. 茂名職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)工程系，廣東 茂名525000；

(2.廣東海洋大學(xué) 信息學(xué)院，廣東 湛江524088；3.成都師范學(xué)院 計(jì)算機(jī)科學(xué)學(xué)院，四川 成都611130）