0 引言

　　車聯(lián)網(wǎng)VANET(Vehicular Ad Hoc Network)是自組織網(wǎng)(Ad Hoc Network)的特例,。VANET中的車輛可與鄰近的車輛或路邊設(shè)施(Road Side Units,，RSU)通信。為此,，VANET的通信可分為車間通信(Vehicle-to-Vehicle,，V2V)和車與基礎(chǔ)設(shè)施通信(Vehicle-to-Infrastructure，V2I),。在V2V通信中,，車輛采用短距離無線技術(shù)實現(xiàn)車輛間信息的交換,，如Wi-Fi 和WAVE[1]。車輛通過特殊的電子設(shè)備使其能接收,、發(fā)送消息,。在V2I通信中，道路上的車輛能與鄰近的RSU進行連接并交互信息,。本文,，主要針對V2V通信展開分析。

　　在V2V中,，車輛通過車載單元向其他車輛傳遞消息,。車輛的快速移動和其分布的不均勻，為VANET的路由提出了挑戰(zhàn),。首先,，鏈路的使用壽命受車輛移動的影響；其次由于網(wǎng)絡(luò)拓撲動態(tài)變化,，每個車輛的路由表需不斷的更新,，這將會增加額外通信負擔，甚至會引起堵塞[2-3],，使得數(shù)據(jù)包的傳輸變得更為艱難,。為此，本文,，提出多路徑路由算法,。

　　依據(jù)路由策略，路由可分為5類[4]：(1)基于拓撲路由(Topology-Based Routing),；(2)基于位置路由(Position-based Routing),；(3)分簇路由(Cluster-based Routing)；(4)廣播路由(Broadcast Routing),；(5)組播路由(Geocast Routing),。在拓撲路由中，用表存儲拓撲信息并通過請求更新,，如AODV[5],。在位置路由中，車輛通過系統(tǒng)獲取車輛的位置信息決策路由,，如GPSR[6],。分簇路由[7]是將節(jié)點分簇，構(gòu)成虛擬網(wǎng)絡(luò)結(jié)構(gòu),。地理區(qū)域被劃分為網(wǎng)格,，并在網(wǎng)格內(nèi)選取節(jié)點作為簇首(Cluster Head)。簇首負責簇間以及簇內(nèi)的協(xié)調(diào)工作,。廣播路由就是通過廣播分發(fā)數(shù)據(jù)包,，如BROADCOMM[8],。組播路由在地理區(qū)域內(nèi)傳遞數(shù)據(jù)，并限制區(qū)域內(nèi)泛洪,，如IVG[9],。每類路由具有各自的獨立的特點。本文提出的算法引用拓撲和基于位置路由兩種策略理念,。

　　VANET的路由可描述成單路徑,、存儲轉(zhuǎn)發(fā)路徑和多路徑路由。現(xiàn)存有大量的多路徑路由,，如按需多路徑距離矢量路由[10](Ad hoc On-Demand Multi-path Distance Vector,，AOMDV)，S-AOMDV[11],，AODVM[12],。這些路由是基于AODV的改進版，屬于反應(yīng)式路由,，不具有可擴展性,。例如，S-AOMDV通過額外的數(shù)據(jù)提高路由發(fā)現(xiàn)效率以及修復(fù)路由失敗,，這會引起通信擁塞,，降低帶寬利用率。

　　移動自組織網(wǎng)的研究工作[13-14]表明,，受昆蟲激勵的自然啟發(fā)算法被成功地引入路由機制,，如基于蟻群優(yōu)化(Ant Colony based Optimization，ACO),。與其他算法[15-16]相比,，此類算法表現(xiàn)良好的性能。如：通過共享局部信息,，減少路由負擔,；提供多路徑路由，以防路由失敗,。

　　目前,，面向VANET的移動感知的蟻群優(yōu)化算法[17](Mobility-Aware Aant Colony Optimization，MARDYMO)是唯一受自然啟發(fā)的路由算法,。該算法屬于反應(yīng)式路由，采用廣播機制向網(wǎng)絡(luò)內(nèi)車輛傳遞消息,，這將占用大量的帶寬,，且不具有可擴展性。

　　本文提出了混合式的ACO算法,。該算法將充分有效利用帶寬,，并具有可擴展性,，對鏈路斷裂具有強健性。將車輛歸入?yún)^(qū)域,，每個車輛屬于一個或兩個重疊區(qū)域,。在區(qū)域內(nèi)通過先應(yīng)式算法尋找路由。在區(qū)域間通過存儲于每個區(qū)域內(nèi)的局部信息,，并采用反應(yīng)式算法尋找路由,。通過這種方式，減少廣播和擁塞,。充分利用車輛的移動模型,、車輛密度和車輛速度去構(gòu)建多路徑算法，即(Mobility Aware Zone based Ant Colony Optimization Routing for VANET,，MAZACORNET),。

　　車輛的移動使得車輛在短時間內(nèi)遠離彼此的通信范圍。為此,，在設(shè)計路由時,，必須對車輛的位置以及車輛間連接進行管理。在MAZACORNET中,，通過全球定位系統(tǒng)(Global Positioning System,，GPS)獲取位置和速度信息。通過車輛間連接管理提高路由的穩(wěn)定性,，通過車輛的位置,、速度信息可計算鏈路的穩(wěn)定性。

1 蟻群優(yōu)化算法

　　從自然界得到解決問題的方法被稱為群體智慧(Swarm intelligence,，SI),。作為群體智慧之一的蟻群優(yōu)化算法就是被廣泛應(yīng)用于解決靜態(tài)和動態(tài)問題[18]。

　　Goss[19]研究了螞蟻的行為,，研究結(jié)果表明,，螞蟻能夠從食物源到自己巢穴之間找到最短路徑，而且能夠輕巧避開障礙物,。螞蟻在通往食物路徑上存儲化學物質(zhì),，將這種物質(zhì)稱為信息素。后續(xù)的螞蟻依據(jù)信息素沿著路徑移動,。螞蟻通常向信息素多的地方靠攏,。沿著信息素多的地方移動，就能以最短路徑找到食物,。這個過程就是間接通信的示例,。

2 MAZACORNET

　　2.1 鏈路的穩(wěn)定性

　　位置管理和連接管理對路由算法的性能起到非常關(guān)鍵的作用。通常,，通過GPS獲取車輛的位置和速度信息,。連接管理用于維持路由的穩(wěn)定性,。

　　假定行駛道路上的兩個車輛i、j,，通過GPS獲取的初始位置分別為(Xi0,，Yi0)和(Xj0，Yj0),，初始速度分別為Vi0和Vj0,。如果兩個車輛在同一個通信范圍內(nèi)，則認為它們是鄰居,。用D表示兩車間的距離,，R表示通信范圍。如果D>R,，鏈路斷裂,。車輛i、j間的鏈路的使用壽命?駐t表示從鏈路建立時t0到當D=R時t1時間差,，即?駐t=t1-t0,。如果給定車輛的位置以及速度，鏈路的使用壽命?駐t可通過式(1)進行計算[20],。

　　車輛i,、j間的鏈路的穩(wěn)定性LS(Link Stability)可通過式(2)進行計算[21]：

　　其中，tmax為常數(shù),，表示路由表的有效期,。在本文提出的算法中，鏈路穩(wěn)定性將被用于決策路由,。

　　2.2 面向VANET的ACO模型

　　信息素是ACO算法中最為關(guān)鍵的參數(shù),。在蟻群中，信息素被存儲于地面上,，從而吸引更多的螞蟻沿著由信息素構(gòu)成的路由移動,。對于VANET，聚集在鏈路上的信息素的增加和減弱均表征了該鏈路的質(zhì)量,。為了獲取高質(zhì)量的鏈路,，應(yīng)尋找沿途沉積信息素大的路徑，即優(yōu)質(zhì)鏈路,。假定從源節(jié)點至目的節(jié)點鏈路Lij,，沉積的信息素量可表示為式(3):

　　其中，LS表示鏈路的質(zhì)量,，可由式(2)進行計算,，PR表示成功接受消息的概率。

　　成功接受消息的概率PR取決于在同一個通信范圍內(nèi)車輛間的距離，可通過Nakagami Fading Model[22]進行估計,。該模型結(jié)合了VANET的高速、城市環(huán)境的特點,，如式(4)所示,。

　　其中，m表示衰減參數(shù),。例如,，當m=3，表示快速衰減環(huán)境,。

　　通過式(3)和(4),，沉積在鏈路Lij上的信息素可通過式(5)進行計算：

　　在ACO算法中，信息素的蒸發(fā)率通常設(shè)定為常數(shù)[23],。然而,，在本文提出的算法中，針對每條不同的鏈路,，的值不同,。每條鏈路Lij的蒸發(fā)率可通過式(6)計算。

　　其中,，k表示鏈路上至少沉積的信息素,。為蒸發(fā)時限的倒數(shù)。

　　以上分析了面向VANET的ACO路由算法,，接下來將分析基于蟻群優(yōu)化的混合式移動感知路由算法,。該算法具有可擴展性，并結(jié)合了反應(yīng)式和先應(yīng)式路由的優(yōu)點,。

　　2.3 基于蟻群的區(qū)域算法

　　在本文算法中,，網(wǎng)絡(luò)劃分為區(qū)域。在區(qū)域內(nèi)通過先應(yīng)式算法傳輸數(shù)據(jù)包,，區(qū)域與區(qū)域間采用反應(yīng)式算法,。通信跳數(shù)決定區(qū)域的尺寸大小。車輛可處于兩個重疊區(qū)域,，區(qū)域尺寸也可變動,。依據(jù)車輛所處區(qū)域的位置，可將車輛分為區(qū)內(nèi)車輛(Interior Vehicle),、區(qū)邊車輛(Boundary Vehicle)和區(qū)外車輛(Exterior Vehicle),。如圖1所示，源節(jié)點S,，區(qū)域半徑為2跳,，車輛A、D、F處于邊界上,，稱為區(qū)邊車輛,。車輛B、C,、E是區(qū)內(nèi)車輛,，其他的車輛屬區(qū)外車輛。

　　路由過程主要分為兩個階段：路由發(fā)現(xiàn)和路由維護,。本文算法采用兩類路由表：區(qū)內(nèi)路由表(Intra Zone Routing)和區(qū)間路由表(Inter Zone Routing),。區(qū)內(nèi)路由表實時更新區(qū)域內(nèi)信息，而區(qū)間路由表按需追蹤區(qū)間信息,。在路由發(fā)現(xiàn)和路由維護階段,，使用五類蟻群，分別為區(qū)內(nèi)轉(zhuǎn)發(fā)蟻群(Internal Forward Ants),、區(qū)外轉(zhuǎn)發(fā)蟻群(External Forward Ants),、后向蟻群(Backward Ants)、通告蟻群(Notification Ants)以及錯誤蟻群(Error Ants),。

　　螞蟻用的數(shù)據(jù)表示格式如表1所示,。

　　其中，Source表示源節(jié)點地址,。Destination表示目的節(jié)點地址,，對于區(qū)內(nèi)轉(zhuǎn)發(fā)的蟻群，該區(qū)域為空,。Sequence number表示每個螞蟻附身的序列號,。Type用于標識不同類的螞蟻，區(qū)內(nèi)轉(zhuǎn)發(fā)蟻群,、區(qū)外轉(zhuǎn)發(fā)蟻群,、后向蟻群、通告蟻群以及錯誤蟻群分別用0,、1,、2、3,、4表示,。Hop表示節(jié)點與區(qū)域內(nèi)所有其他節(jié)點間的跳數(shù)。該區(qū)域的值用于辨別節(jié)點是屬于區(qū)內(nèi)節(jié)點或非區(qū)內(nèi)節(jié)點,。Speed表示該節(jié)點的速度,。Position表示該節(jié)點當前的位置。Path表示由一系列節(jié)點構(gòu)成的源節(jié)點至目的節(jié)點的路徑,。

　　(1)區(qū)域內(nèi)的路由發(fā)現(xiàn)

　　區(qū)內(nèi)路由表用于區(qū)域內(nèi)的路由發(fā)現(xiàn)階段,。該表包含了區(qū)域內(nèi)所有車輛的信息,。區(qū)內(nèi)轉(zhuǎn)發(fā)的蟻群周期地更新表中的車輛信息。表中的列表示區(qū)域內(nèi)所有車輛,，而行表示離其他車輛一跳距離的車輛,。在路由表中，通過式(5)和式(6)增加和減弱信息素識別路由,。當源節(jié)點需要向目的節(jié)點發(fā)送信息時,，首先查詢區(qū)內(nèi)路由表的列，如果目的節(jié)點在它的區(qū)域,，路由發(fā)現(xiàn)階段就完成了，否則,，就在區(qū)域間進行路由發(fā)現(xiàn),，如下文所示。

　　(2)區(qū)域間的路由發(fā)現(xiàn)階段

　　當車輛在其區(qū)域內(nèi)不能找到目的節(jié)點時,，區(qū)域間路由表就開始發(fā)揮作用,。通過區(qū)域間路由表尋找區(qū)邊車輛，以構(gòu)建新的路由,。區(qū)外轉(zhuǎn)發(fā)蟻群向區(qū)邊節(jié)點靠攏,，直到發(fā)現(xiàn)目的節(jié)點。一旦發(fā)現(xiàn)了目的節(jié)點,，后向蟻群將向源節(jié)點遍歷返回路線,。然而，如果沒有發(fā)現(xiàn)目的節(jié)點或路徑的有效期已過期,，則從當前區(qū)域使用區(qū)邊節(jié)點重復(fù)進行路由發(fā)現(xiàn),，直到發(fā)現(xiàn)目的節(jié)點。

　　(3)路由維護

　　由于網(wǎng)絡(luò)拓撲動態(tài)變化,，路由可能斷裂,。如果是在區(qū)域內(nèi)路由斷裂，則按先應(yīng)式算法原則周期地修復(fù),。若是在區(qū)域間路由斷裂,，則該路由的上游車輛存儲數(shù)據(jù)包并選擇備用路由。如果存在備用路由,，則啟動備用路由并更新,。如果不存在，則通過錯誤蟻群向源節(jié)點發(fā)送路由失敗消息,。

3 系統(tǒng)仿真及分析

　　3.1 仿真場景建立

　　使用隨機街道的都市場景進行仿真,。初始仿真區(qū)域為500 m×500 m的區(qū)域，車輛數(shù)為25,，交通燈數(shù)為10,。隨后，區(qū)域變?yōu)? 500 m×1 500 m，車輛數(shù)增加至100,。構(gòu)建NS2仿真參數(shù)如下：

　　(1)仿真時間設(shè)定為2 000 s,，車輛于t=0 s時刻移動，于t=100 s開始傳輸,；

　　(2)車輛數(shù)目被設(shè)定為25,、50、75,、100,；

　　(3)數(shù)據(jù)包大小為512 B；

　　(4)采用PriQuenue隊列,；

　　(5)采用IEEE 802.11pw作為MAC協(xié)議,；

　　(6)采用Nagakami傳播模型；

　　(7)仿真的協(xié)議為：MAZCORNET,、AODV,、AMODV、GPSR,。

　　3.2 仿真結(jié)果

　　本小節(jié)分析MAZCORNET的路由性能,，并與其他路由協(xié)議比較。

　　3.2.1 車輛數(shù)目對端到端傳輸時延的影響

　　圖2 顯示了車輛數(shù)目對端到端傳輸時延的影響曲線,。與AODV,、AMODV和GPSR相比，MAZCORNET的端到端傳輸時延最低,。這主要歸功于MAZCORNET采用了區(qū)域架構(gòu),、區(qū)內(nèi)路由表和區(qū)間路由表。在區(qū)域內(nèi),，通過先應(yīng)式路由維護區(qū)內(nèi)路由表,，而在區(qū)間存有由蟻群存儲的路徑。通過這些預(yù)先準備的路徑信息有助于提高數(shù)據(jù)包端到端的快速傳輸,。使用式(6)調(diào)整鏈路上信息素的減弱率,，導(dǎo)致斷裂鏈路能及時被蟻群發(fā)現(xiàn)并丟棄。通過這些措施減輕了MAZACORNET端到端傳輸時延,。

　　3.2.2 車輛數(shù)目對數(shù)據(jù)包傳遞率的影響

　　圖3顯示了MAZACORNET以及其他路由算法AODV,、AMODV、GPSR的數(shù)據(jù)包傳遞率,。從圖3可知,，當車輛數(shù)目較少時，MAZCORNET并不具有良好的數(shù)據(jù)包傳遞率,。這主要是由于沉積在鏈路上的信息素很少,，區(qū)邊車輛不能傳遞數(shù)據(jù)包,。在這種情況下，上游車輛緩存所有的數(shù)據(jù)包,，并啟動修復(fù)程序,，尋找通往目的節(jié)點的其他路徑。一旦發(fā)現(xiàn)了新的路徑,，將告知源節(jié)點,。同時，緩存的數(shù)據(jù)包就依據(jù)這條新發(fā)現(xiàn)的路徑傳遞到目的節(jié)點,。從圖3可知,，當節(jié)點數(shù)目的增加，MAZACORNET數(shù)據(jù)包傳遞率優(yōu)于其他路由算法,。這主要是因為MAZACORNET具有多條路徑選擇,，而AODV和GPSR的路徑選擇是單一的。

　　3.2.3 車輛數(shù)目對數(shù)據(jù)吞吐量的影響

　　吞吐量性能曲線如圖4所示,。當車輛數(shù)目增加，MAZACORNET的吞吐量性能最好,。這是因為隨著車輛數(shù)目的增加,，區(qū)域內(nèi)車輛數(shù)也隨之增加，這會提高區(qū)域內(nèi)車輛的連接率,，增加了路徑數(shù),，從而使數(shù)據(jù)傳輸更為流暢，降低了數(shù)據(jù)包的丟失率,，提高了數(shù)據(jù)包的傳輸率,，如圖3所示。

　　3.2.4 車輛數(shù)目對路由開銷的影響

　　圖5顯示了MAZACORNET以及其他路由算法AODV,、AOMDV,、GPSR的路由開銷性能曲線。由于AODV和AOMDV是屬于反應(yīng)式路由,，無區(qū)域概念,。而MAZACORNET在區(qū)域內(nèi)使用了先應(yīng)式路由理念。通過周期地發(fā)送控制包維護區(qū)域內(nèi)路由,，這是MAZACORNET路由開銷的主要來源,。

　　本節(jié)，通過仿真結(jié)果分析了文中提出算法的性能,。結(jié)果表明,，MAZACORNET更適合城市場景即密集網(wǎng)絡(luò)。當網(wǎng)絡(luò)密集時,，該算法能獲取較高的數(shù)據(jù)傳遞率和較低的端到端傳輸時延,，與其他路由算法相比,，由于MAZACORNET能夠提供多條路徑，維持較高的通信連接率,，因此表現(xiàn)出更好的性能,。

4 結(jié)論

　　針對VANET的路由問題，提出MAZACORNET路由方案,。該方案是基于先應(yīng)式和反應(yīng)式兩種路由理念的混合多路徑路由算法,。在路由決策過程中，不廣播消息,，并提供多條可選路徑,。將網(wǎng)絡(luò)區(qū)域劃分為不同的區(qū)域。在區(qū)域內(nèi)通過先應(yīng)式路由方案建立路徑,，而在區(qū)域間采用反應(yīng)式路由方案尋找路由,，從而減少控制包廣播的次數(shù)，降低了網(wǎng)絡(luò)擁塞率,。仿真結(jié)果表明,，提出的MAZACORNET在密集車輛區(qū)域表現(xiàn)出了良好的性能，有效地提高了數(shù)據(jù)包傳輸率,，降低了端到端傳輸時延,。

參考文獻

　　[1] Xiang Weidong，Shan Dan,，Yuan Jiaqi,，et al.A full func-tional wireless access for vehicular environments(WAVE) prototype upon the IEEE 802.11p standard for vehicular communications and networks. In Proceedings of IEEE Consumer Communications and Networking Conference[C], Las Vegas, NV, USA 2012：58-59.

　　[2] 王海鳳，何之棟,，黃文君.故障安全通信系統(tǒng)的研究與設(shè)計[J].電子技術(shù)應(yīng)用,，2014(1)：115-119.

　　[3] KAKARLA J，SATHYA S S,，GOVINDA B,，et al.A survey on routing protocols and its issues in VANET[J].InternationalJournal of Computer Applications，2011,，28(4)：38-44.

　　[4] JOHNSON D B,，MALTZ D A.Dynamic source routing in ad hoc wireless networks[J].Kluwer Academic Publishers，Boston,，1996,，5(353)：153-181.

　　[5] Pei Guangyu，GERLA Mario,，Tsu-Wei Chen.Fisheye state routing：a routing scheme for ad hoc wireless networks[C].In Proceedings of IEEE International Conference on Comm-unications,，New Orleans，USA,，2000：70-74.

　　[6] KARP B,，KUNG H T.GPSR：Greedy Perimeter Stateless Routing for wireless networks[C].In Proceedings of the 6th Annual ACM International Conference on Mobile Computingand Networking, Boston, Massachusetts, United States, Aug.2000：243-254.

　　[7] LIN C R,，GERLA M.Adaptive clustering for mobile wirelessnetworks[J].IEEE Journal on Selected Areas in Communi-cations, 1997,15(7)：1265-1275.

　　[8] DURRESI M，DURRESI A,，BAROLLI L.Emergency broad-cast protocol for inter-vehicle communications[C].In Pro-ceedings of 11th International Conference on Parallel and Distributed Systems,  2011,，2(3)：402-406.

　　[9] BACHIR A，BENSLIMANE A.A multicast protocol in ad hoc networks inter-vehicle geocast[C].In Proceedings of 57th IEEE Semiannual Conference on Vehicular Technology, April 2013,4(4)：2456-2460.

　　[10] MARINA M K,，DAS S R.On-demand multipath distance vector routing in ad hoc networks[C].In Proceedings of 9thIEEE International Conference on Network Protocols, pages14-23, California, USA, Nov. 2001.

　　[11] Chen Yufeng,，Xiang Zhengtao，Wei Jian,，et al.An improvedAOMDV routing protocol for V2V communication[C]. In Proceedings of the IEEE Intelligent Vehicles Symposium, 2011：1115-1120.

　　[12] Ye Zhenqiang,，KRISHNAMURTHY S V，TRIPATHI S K.A framework for reliable routing in mobile ad hoc net-works[C]. In Proceedings of the 22nd IEEE International Conference on Computer Communications), pages 270-280, San Francisco, USA, Mar. 2003：270-280.

　　[13] SCHOONDERWOERD Ruud,，BRUTEN J L,，HOLLAND O E，et al.Ant-based load balancing in telecommunications  networks[J].Adaptive Behavior, 1996,5(2):169-207.

　　[14] PRASAD Sunita,，SINGH Y P,，RAI C S.Swarm based routing for MANETs[J]. International Journal of Recent Trends in Engineering,2011,1(1)：153-158.

　　[15] CLAUSEN T H，JACQUET P.Optimized link state routing  protocol(OLSR).Technical report, INRIA, Oct.2003.

　　[16] PERKINS C,，ROYER E M.Ad-hoc on-demand distance vector routing[C].In Proceedings of 2nd IEEE Conference on Mobile Computing Systems and Applications, February 1999:90-100.

　　[17] LUIS Sergio,，CORREIA O B，CELESTINO Joaquim,，et al.Mobility-aware ant colony optimization routing for vehicularad hoc networks[C]. In Proceedings of IEEE Conference 2011:1125-1130.

　　[18] BONABEAU E,，DORIGO M，THERAULAZ Guy.Swarm

　　Intelligence:From Natural to Artificial Systems[J].Oxford University Press, USA, Sep.1999:123-128.