文獻標識碼: A
文章編號: 0258-7998(2015)03-0078-04
車載網(wǎng)(Vehicular Ad hoc Network,,VANET)是利用無線連接所形成的車輛通信的集合,。在車與車(Vehicle-to-Vehicle,V2V)通信過程中,,通過多跳轉發(fā),,可在廣泛距離內傳遞數(shù)據(jù)包[1]。在VANET中,,廣播技術常用于發(fā)送安全消息,、交通信息及娛樂信息等。在設計廣播策略時,,應考慮無線信道的特性,、節(jié)點的快速移動性以及網(wǎng)絡密度信息。每個節(jié)點依據(jù)自己所處的環(huán)境自主決定是否轉發(fā)數(shù)據(jù)包,。在高密度網(wǎng)絡,,過多節(jié)點轉發(fā)數(shù)據(jù)包會導致數(shù)據(jù)包碰撞的概率、提高了傳輸時延,。然而,,在低密度網(wǎng)絡,若沒有充分的節(jié)點參與數(shù)據(jù)包轉發(fā),,消息就不能廣泛地傳播,。除了考慮網(wǎng)絡密度外,消息的優(yōu)先級也是必須考慮的信息之一,。例如,,緊急消息,如事故預警,,應最快地在源節(jié)點的通信范圍內傳播,。相反,如果是天氣消息,,可以容忍大的傳輸時延,。
自組織網(wǎng)絡(Ad hoc)廣播策略主要分為兩類:確定性和隨機性廣播策略。所謂確定性方案是指在廣播過程中,,每個節(jié)點的行為是可預測的,。最簡單的廣播策略就是簡單泛洪(Simple flooding)。每個數(shù)據(jù)包僅被每個節(jié)點轉發(fā)一次,。這種方案的不足之處在于可能會產(chǎn)生過多無用的冗余數(shù)據(jù)包,。另一確定性方案就是基于鄰居列表協(xié)議,一跳鄰居列表用于分布式車輛廣播(Distributed Vehicular Broadcast,,DV-CAST),,二跳鄰居列表用于可擴展廣播算法(Scalable Broadcast Algorithm,SBA)[2],。
文獻[3]提出的智能洪泛(Smart-flooding)屬于概率性協(xié)議,,每個節(jié)點包含一些參數(shù),包括重傳概率和消息重復的次數(shù),。這類方案是假設在VANET的稀疏場景,,當需要發(fā)送數(shù)據(jù)包時,車輛可能沒有鄰居,。因此需要多次發(fā)送數(shù)據(jù)包,,并且可利用遺傳算法優(yōu)化這些參數(shù)。
為此,,針對VANET的廣播問題,,提出新的廣播策略。該廣播策略允許每個節(jié)點依據(jù)消息的優(yōu)先級和網(wǎng)絡密度自主決定是否轉發(fā)數(shù)據(jù)包,,其目的在于充分,、有效地利用無線資源。
1 多路廣播問題
在VANET中,,廣播問題被認為是NP問題,。一個有效的廣播策略不但需要滿足多個性能指標,而且這些性能指標是相互抵觸的:(1)將消息傳輸?shù)奖M量多的節(jié)點,,并且避免信道的過度使用,;(2)盡量高速傳遞數(shù)據(jù)包,并且該速度不影響無線干擾,。簡而言之,,處理廣播問題策略是一個多目標優(yōu)化問題。廣播策略需要使用的參數(shù)[4-6]:(1)P:數(shù)據(jù)包的轉發(fā)概率,。一旦收到廣播數(shù)據(jù)包,,每個節(jié)點依據(jù)轉發(fā)概率P決定是否轉發(fā)數(shù)據(jù)包;(2)Nr:每個數(shù)據(jù)包被重復轉發(fā)的次數(shù),。當節(jié)點發(fā)送了一個數(shù)據(jù)包,,若在低密度網(wǎng)絡,覆蓋區(qū)域內可能沒有鄰居節(jié)點,,因此,,需要多次轉發(fā)數(shù)據(jù)包[7];(3)Dr:連續(xù)轉發(fā)數(shù)據(jù)包的時間間隔,,且Dr>1,。若Dr很短,可能會導致多個干擾,;若很長,,可能延緩了廣播過程,降低了傳輸效率,。因此需要謹慎選擇參數(shù)Dr,;(4)TTL:每個數(shù)據(jù)包的有效期或傳輸?shù)淖畲筇鴶?shù),。用于限制數(shù)據(jù)包的轉發(fā)區(qū)域,避免已過期的數(shù)據(jù)包在網(wǎng)絡中傳輸,。
1.1 廣播策略的性能評估指標
(1)平均碰撞次數(shù)ANC(Average number of collisions),;
(2)傳播時間PT(Propagation Time)。PT是指數(shù)據(jù)包發(fā)送時刻t1與被接收時間t2的間隔,,即PT=t2-t1,;
(3)每個數(shù)據(jù)包被接收的次數(shù)R(Repetitions);
(4)數(shù)據(jù)包接收率FRR(Full Reception Ratio),。FRR用于評估數(shù)據(jù)包是否被所有節(jié)點接收,。
據(jù)上述可知,設計有效的廣播策略應是多目標優(yōu)化問題,,目的在于求即:
1.2 優(yōu)化問題
針對式(1)的優(yōu)化問題,,本文利用基于擴展算法和仿真的混合優(yōu)化(Hybrid Optimization Platform using Evolu-
tionary Algorithm and Simulations,HOPES)平臺對參數(shù)P,、Nr,、Dr、TTL進行優(yōu)化,。HOPES平臺由優(yōu)化模塊,、網(wǎng)絡仿真模塊和跟蹤模塊組成[8],如圖1所示,。
采用aGAME(adaptive Genetic Algorithm with Multiple parEto sets)[9]作為優(yōu)化工具,。在HOPES平臺中,首先利用aGAME產(chǎn)生可能方案集,,然后再將這些方案傳輸?shù)骄W(wǎng)絡仿真模塊內,,再結合其他參數(shù),網(wǎng)絡仿真模塊產(chǎn)生真實網(wǎng)絡的信息,。通過仿真,,產(chǎn)生跟蹤文件,并將這些跟蹤文件傳輸?shù)礁櫡治瞿K,。然后,,從跟蹤文件提取信息,并計算目標參量值,,形成輸出文件,。最后,將跟蹤分析模塊的輸出文件作為優(yōu)化模塊的輸入,,進而優(yōu)化求解區(qū)域,。經(jīng)過多次循環(huán),直到滿足條件才終止,。
HOPES整體優(yōu)化過程產(chǎn)生求解方案集,,并與不同密度層次網(wǎng)絡匹配的不同廣播策略,,并改變網(wǎng)絡仿真模塊中參數(shù)以及密度不斷優(yōu)化。值得注意的是,,這是一個離線優(yōu)化過程,。可將優(yōu)化的輸出數(shù)據(jù)建立一個知識庫,,從而建立了密度層次與廣播策略的連接關系。因此,,每個車輛依據(jù)網(wǎng)絡的密度層次選擇合適的廣播策略,。
2 自適應的魯棒廣播方案
2.1 體系結構
采用自我管理策略提高Smart flooding的魯棒性。每個節(jié)點依據(jù)環(huán)境變化自主決定廣播方案,。環(huán)境變化包括網(wǎng)絡的密度層次和消息優(yōu)先級,。為了獲取這些目標,提出自治管理的MAPE-K(Monitor Analyze Plan Execute Knowledge)循環(huán)控制結構,,如圖2所示,。
在VANET中,每個節(jié)點具有關于網(wǎng)絡流量信息的監(jiān)控函數(shù)Monitor,。在提出的ADM協(xié)議中,,Monitor決定接收的數(shù)據(jù)包是否廣播。如果廣播,,Monitor提供分析函數(shù)Analyze,。Analyze從數(shù)據(jù)包的頭部提取消息的優(yōu)先級,并且獲取密度層次值,,隨后,,策劃函數(shù)Plan 利用密度、優(yōu)先級值,,從知識庫Knowledge 找到相匹配的廣播策略,,并產(chǎn)生執(zhí)行函數(shù)Execute,函數(shù)Execute結合廣播參數(shù)P,、Nr,、Dr、TTL進去修正移動節(jié)點的行為,。
2.2 密度層次估計
在ADM中,,節(jié)點依據(jù)所接收的數(shù)據(jù)包的鄰居數(shù)估計局部密度。在通信過程中,,每個節(jié)點建立鄰居觀察表view,。而view依賴于鄰居列表list,鄰居列表list由發(fā)送過或轉發(fā)過數(shù)據(jù)包的節(jié)點組成,。同時,,每個節(jié)點保存一個歷史記錄,,該記錄與發(fā)送過或轉發(fā)過數(shù)據(jù)包的節(jié)點相聯(lián)系。一旦收到數(shù)據(jù)包的第一次復本Copy,,將節(jié)點的身份以及源節(jié)點的地址信息保存在表內的知識庫,,該表被稱為局部view。當收到冗余復本,,則將發(fā)送節(jié)點的身份作為列表地址L的下標,。L被存于局部view表中。每個地址對一數(shù)據(jù)只記錄一次,。因此,,節(jié)點i的節(jié)點鄰居數(shù)Ni等于在L中所有數(shù)據(jù)包被傳輸?shù)钠骄螖?shù),如式(2)所示,。
其中,,n是數(shù)據(jù)包的個數(shù),|L(i)|表示發(fā)送和轉發(fā)數(shù)據(jù)包的節(jié)點數(shù),。
2.3 優(yōu)先級
在VANET中,,不同的消息具有不同的優(yōu)先級。因此,,常在廣播消息中引入優(yōu)先級[10],。
本文將廣播消息分為三級優(yōu)先級,并且針對每級優(yōu)先級消息采用不同的廣播策略,。
(1)最高優(yōu)先級HPL(High-Priority Level)消息,,如安全消息或事故檢測。這類消息需要快速地傳遞,。為此,,針對這些消息,提出的協(xié)議要盡量縮短傳播時延,,并最大化接收率FRR,。
(2)中度優(yōu)先級MPL(Medium-priority Level)消息,如道路流量報告,,這些消息不涉及到安全問題,。因此,這類消息應廣泛在網(wǎng)絡內覆蓋,,并減少碰撞次數(shù),。
(3)低級優(yōu)先級LPL(Low-Priority Level),如天氣信息,、旅游景點廣告等,。這類消息為可選消息,優(yōu)先級最低。
3 仿真以及結果分析
3.1 仿真場景及參數(shù)
考慮雙向雙車道路的高速公路,,134輛車輛在公路長為10 km上行駛,,車輛間的距離為75 m。這就保證每個車輛平均有20鄰居,。采用NS 2.34作為網(wǎng)絡仿真工具,,并選用Shadowing Pattern Propagation模型。
為了分析提出的ADM針對每個優(yōu)先級所對應的參數(shù)P,、Nr,、Dr、TTL,,使用HOPES平臺,。(1)若發(fā)送HPL消息,應盡可能快速傳遞消息,,并保證網(wǎng)絡內多數(shù)節(jié)點能收到HPL消息,;(2)若發(fā)送MPL消息,,首先考慮消息到達率FRR,,確保FRR近似為100%;(3)若發(fā)送LPL消息,,只有消息能到達,,并且在信道最空閑時傳輸,相對應的參數(shù)為NC和R,。依據(jù)上述原則,,針對每個優(yōu)先級所選擇的參數(shù)P、Nr,、Dr,、TTL,如表1所示,。
從表1可知,,優(yōu)先級高的HPL消息轉發(fā)概率比較大,設置為0.776,,而相應地MPL,、LPL消息的概率設置為0.519和0.219。為了避免數(shù)據(jù)包碰撞,,提高傳輸效率,,將HPL、MPL,、LPL消息的Nr分別設置為1,、2、2,。相應地,,HPL消息的Dr為空,,因為其Nr=1,不存在重傳,。MPL,、LPL消息的Dr分別為0.951和0.276。而針對參數(shù)TTL,,優(yōu)先級高的消息有效期應該較長,,為此HPL、MPL,、LPL消息TTL為26,、16、27,。之所以LPL消息設為27,,是因為LPL消息多數(shù)為娛樂、天氣信息,,具有長的有效期且能使更多人共享,。通過仿真獲取了目標函數(shù)值,如表2所示,,其與表1是相對應的,。
3.2 性能評估
設計ADM方案的目的在于實現(xiàn)三個目標:(1)快速(Swiftness),盡可能快速傳遞HPL消息,;(2)最大化網(wǎng)絡覆蓋(Network Coverage),,最大范圍傳遞MPL消息;(3)效率最大化,,有效地利用無線信道傳遞LPL消息,。即使在交通負荷增加時,也應滿足上述目標,。為了更好分析,,將提出的ADM與簡單泛洪(Simple flooding)、智能泛洪(Smart flooding)進行比較,。
在仿真過程中,,將源節(jié)點數(shù)目從5變化至30。在10 km的公路上有30個源節(jié)點意味著消息只需傳遞330 m,??紤]到節(jié)點通信范圍(針對WiFi廣播消息),每個節(jié)點在其信號覆蓋范圍內具有4或5個鄰居節(jié)點,。
考慮到傳輸時間,,ADM的目的在于盡可能地快速傳遞HPL消息,即傳播時間最短。從圖3可知,,ADM實現(xiàn)了此目標,。與Simple flooding、Smart flooding相比,,ADM的傳播時間短,,并且隨源節(jié)點數(shù)目變化的波動小。即使30個源節(jié)點,,傳輸HPL消息的平均時延也小于250 ms,,這是可以接受的。因為行駛者在收到緊急信號的反應時間為700 ms[11],。
從圖4可知,,MPL消息的數(shù)據(jù)包傳遞率達到近100%,極大地降低了數(shù)據(jù)重傳的概率,,也減少了干擾,。提出的ADM的數(shù)據(jù)包傳遞率優(yōu)于Simple flooding。
圖5顯示了通過限制數(shù)據(jù)包重傳的次數(shù),,LPL使用無線信道的情況,。從圖5可知,提出的ADM的數(shù)據(jù)包重傳次數(shù)與Smart flooding相近,,低于Simple flooding,。圖6顯示數(shù)據(jù)包碰撞次數(shù),。從圖6可知,,提出的ADM的碰撞次數(shù)顯著低于Smart flooding和Simple flooding。這些數(shù)據(jù)表明提出的ADM能夠有效利用信道資源,。
4 總結
VANET經(jīng)常利用廣播傳遞安全,、交通、娛樂信息,,而每類消息對廣播策略具有不同的性能要求,。為此,本文針對VANET的廣播問題展開分析,。首先依據(jù)消息內容的特性,,將消息設為三個優(yōu)先級,最高優(yōu)先級消息,、中優(yōu)先級消息和低優(yōu)先級消息,。然后,將廣播問題看成多目標優(yōu)化問題,,并采用基于擴展算法和仿真的混合優(yōu)化HOPES平臺優(yōu)化廣播參數(shù),。最后,提出自適應的魯棒廣播方案,該方案采用自治管理的MAPE-K循環(huán)控制結構,,并根據(jù)網(wǎng)絡密度和消息的優(yōu)先級這兩個參數(shù)選擇廣播策略,。仿真結果表明,與Smart Flooding,、Simple Flooding相比,,提出的ADM方案表現(xiàn)出良好的性能。
參考文獻
[1] TONGUZ O K,,WISITPONGPHAN N,,BAI F.Dv-cast:A distributed vehicular broadcast protocol for vehicular ad hocnetworks[C].IEEE Wireless Commun.,2010,,17(2):47-57.
[2] WISITPONGPHAN N,,BAI F,MUDALIGE P,,et al.Routing in sparse vehicular ad hoc networks[C].IEEE J.Sel.Areas Commun.,,2008,25(8):43:50.
[3] ABDOU W,,BLOCH C,,CHARLET D,et al.Designing smartadaptive flooding in manet using evolutionary algorithm[C].In 4th Inter. ICST Conf.on MOBILe Wireless Middle WARE,,Operating Systems and Applications,,2011:71-84.
[4] propagation process in multi-lane vehicular ad-hoc networks[C].In Proc.2012 IEEE ICC,2012:708-712.
[5] RESTA G,,SANTI P,,SIMON J.Analysis of multi-hop emer-
gency message propagation in vehicular ad hoc networks[C].In Proc.2007 ACM Intl.Symp.Mob.Ad Hoc Netwrk.Comp.,2007:140-149.
[6] CAMPOLO C,,MOLINARO A,,VINEL A,et al.Modeling prioritized broadcasting in multichannel vehicular networks[C].IEEE Trans.Veh.Technol.,,2012,,61(2):23-35.
[7] VINEL A,CAMPOLO C,,PETIT J,,et al.Trustworthy broad-casting in IEEE 802.11 p/WAVE vehicular networks: delayanalysis[C].IEEE Commun.Lett.,2011,,15(9):1010-1012.
[8] HAN Y,,LA R,MAKOWSKI A,,et al.Distribution of path durations in mobile ad-hoc networks—Palm’s Theorem to the rescue[C].Computer Networks,,2006,,50(12):1887-1900.
[9] YOO J,CHOI S,,KIM C K.The capacity of epidemic routing in vehicular networks[C].IEEE Commun.Lett.,,2009,13(6):459-461.
[10] SUTHAPUTCHAKUN C,,GANZ A.Priority based inter-vehicle communication in vehicular ad-hoc networks using ieee 802.11e[C].In VTC Spring.IEEE,,2007:2595-2599.
[11] MA X,ZHANG J,,YIN X,,et al.Design and analysis of a robust broadcast scheme for vanet safety-related services[C].IEEE T.Vehicular Technology,2012,,61(1):46-61.