車載自組織網絡(Vehicular Ad Hoc Networks,VANET)是WAVE(Wireless Access in Vehicular Environments,WAVE)中通信設備、車輛和路邊基礎設施通過自組織無線通信共同組成的動態(tài)網絡。作為智能交通系統(tǒng)(Intelligence Transport System,ITS)的重要組成部分,VANET在交通安全預警、城市交通監(jiān)控、車內娛樂等方面有著重要作用。
由于車對車(Vehicle to Vehicle,V2V)通信距離有限,車速較快,使得網絡拓撲快速變化,但車輛只能在現有道路上行駛,運動狀態(tài)具有一定的限制[3]。鑒于這些特點,對車輛采取分簇的策略是增加車輛通信時間、提高通信成功率的重要方法[4]。文獻[5]提出了一種以公交為簇頭的車聯網路由方法,該方法充分利用了公交車輛的特殊性,有良好的投遞性能,缺點是在沒有公交車的路段難以形成簇結構。文獻[3]提出了一種基于運動一致性的車輛分簇方法,該方法考慮了車輛相對速度和預計在當前道路的行駛距離,復雜度較低,且有效延長了車輛的通信時間。
對道路上的車輛進行分簇,一定程度上增加了車輛通信成功率,但是車輛的快速移動導致信道不穩(wěn)定、網絡連接中斷頻繁等問題依然使車輛間通信質量難以達到要求。KHLASS A等指出當車輛與路側單元(Rode Side Unit,RSU)的信道變差時可利用中繼來提高通信質量,但未具體分析中斷性能[6]。文獻[7]研究了協作中繼系統(tǒng)中采用放大轉發(fā)(Amplify-and-Forward,AF)和解碼轉發(fā)(Decode-and-Forward,DF)方案的性能,AF方案在高信噪比情況下其性能不如DF方案,因為后者在中繼處重新產生了發(fā)送信號的干凈版本,然而在低信噪比環(huán)境下,若中繼處解碼錯誤則會造成錯誤傳播,使目的節(jié)點接收錯誤信息。近年來兼顧AF和DF兩者優(yōu)勢的混合譯碼方法轉發(fā)協議(Hybrid Decode Amplify Forward,HDAF)成為研究熱點。文獻[8]提出了一種在多源多中繼智能交通系統(tǒng)中采用HDAF協議在最小化中斷概率的情況下減少總能量消耗的車輛功率分配方式。文獻[9]在AF網絡中,提出了一種低復雜度的PPRS(Pre-Power allocation and Relay Selection)中繼選擇方法,但只限于傳統(tǒng)通信網絡采用AF協議的情況,并未考慮采用HDAF方式及應用在VANET中的情況。
本文提出了一種基于簇穩(wěn)定的車輛分簇方法。該方法優(yōu)先選擇公交車作為簇頭,在無公交車區(qū)域選取簇頭因子最小的車輛作為簇頭,既盡量利用了城市環(huán)境中公交車輛的特殊優(yōu)勢,又保證了簇結構的穩(wěn)定。在此基礎上,針對簇內車輛協作,基于文獻[9]提出了應用于協作車聯網的功率預分配中繼車輛選擇方法。該方法采用HDAF轉發(fā)協議,在中繼選擇之前先計算源車輛和潛在中繼車輛的功率分配因子,具有較小的中斷概和較低的復雜度。
1
基于簇穩(wěn)定的分簇方法
1.1 系統(tǒng)模型
車輛分簇及簇內協作通信示意圖如圖1所示。假設每輛車都裝有衛(wèi)星定位裝置,能實時地確定自己的位置、速度和方向信息。駕駛人都采用導航地圖,車輛能夠獲知自己的行駛路線與目的地。車輛可通過與周圍車輛交換信息,計算出與臨近車輛的距離[10]。當前路段共N輛車,分別用ui表示,i=1,…N。這N輛車共可以分為M≤N個簇,用Sk表示,k=1,…,M。簇內車輛用uk,j表示,j=1,…,wk,wk為簇中車輛個數。

定義車輛信息Vinf,包含車輛此刻的速度v、車輛此刻的位置、當前道路預計行駛距離S、與附近簇頭的距離d。定義車輛入簇因子ηk,i:

1.2 分簇方法
車輛分簇方法分為兩個過程,分別為簇生成過程與簇維護過程。其中,簇維護過程又包括對已在簇車輛處理和對簇外入簇車輛處理。
在初始階段,道路上的車輛均為孤立節(jié)點,這些孤立車輛通過導航衛(wèi)星等獲得自身車輛信息,包括位置、速度、方向等信息。將一定范圍內的N輛車隨機分成M個簇,分別為Sk,k∈1,…,M。簇內車輛個數為wk,然后進行簇頭選取,具體過程為:若簇內無公交,則選擇簇頭因子最小的車輛作為簇頭;若簇內只有一個公交,則選擇該公交為簇頭;若簇內有多于一輛公交,則選擇簇頭因子最小的公交為簇頭。
當車輛簇形成后,計算各個簇的簇平均速度
kj相比較,如果簇內車輛的速度與簇平均速度相差過大,就將該車輛從簇內剔除。對于簇外車輛,簇頭車輛周期性廣播簇頭信息,周圍未加入任何簇的車輛上報自身車輛信息Vinf,計算其入簇因子,若結果滿足此簇的入簇門限ηth,則允許車輛加入此簇,否則自身成為一簇。
上述基于簇穩(wěn)定的車輛分簇方法用以提高VANET中車輛通信可靠性。該方法優(yōu)先采用公交車作為簇頭,在一定范圍內,若無公交車,則選擇簇頭因子最小的車輛作為簇頭;很好地考慮了車輛行駛過程中的關鍵因素d、v和s,使簇的結構相對穩(wěn)定,同時具有較小的復雜度。
2
簇內協作數據分發(fā)
2.1 協作過程
在圖1所示系統(tǒng)中存在一個源車輛Si、一個目的車輛D,以及n個中繼車輛Ri(i=1,…,n)。其中,源車輛和中繼車輛的發(fā)射功率分別為Ps、Pi,參與協作轉發(fā)的中繼車輛集合為G={1,2,…,g}。車輛之間的信道是統(tǒng)計獨立的,且服從頻率平坦衰落,車輛通信工作在半雙工狀態(tài)。協作過程分為兩個步驟:第一個步驟是源車輛廣播消息,中繼車輛和目的車輛同時接收該消息;第二個步驟是中繼車輛轉發(fā)信息,目的車輛接收信息。

2.2 中斷概率分析
若潛在的中繼車輛都采用HDAF方案進行協作轉發(fā)。假設有N個中繼車輛,則源車輛到目的車輛的鏈路容量可以用互信息量[12]表示為:


2.3 功率優(yōu)化
總功率一定,設法找到最佳的源車輛和中繼車輛的功率分配因子,使得系統(tǒng)總的中斷概率最小,約束模型如下[9]:

在通信環(huán)境確定以后,上式有幾項結果為常數,對優(yōu)化結果無影響,可以忽略。因此,可定義拉格朗日代價函數為:

2.4 中繼選擇算法

3
數值仿真與分析
本節(jié)對前面所提的車輛分簇方法和簇內數據分發(fā)時中繼選擇方法進行仿真,以下結果均為隨機運行1 000次后取平均值的結果。仿真所考慮的場景如下:道路行駛車輛個數為100個,車輛行駛速度0~30 m/s,車輛通信范圍150 m,仿真時間為50 s。
圖2表示的是隨時間的增加,簇內車輛剩余百分比。從圖中可以看出,本文所提分簇方法比基于地理位置分簇方法車輛剩余比下降得更慢,在15 s以后一直高于后者,且保持在50%左右,具有更穩(wěn)定的簇結構。

圖3比較了采用本文方法在不同中繼車輛個數時的中斷概率情況。由于式(12)是在高信噪比的條件下導出的,故在低信噪比的情況下中斷概率會大于1。從圖中可知當信噪比低于16 dB時,兩個中繼車輛參與協作可使系統(tǒng)的中斷概率最小;信噪比大于16 dB且小于23.2 dB時,3個中繼車輛參與協作可使系統(tǒng)中斷概率最?。划斝旁氡却笥?3.2 dB時,4個中繼車輛參與協作可使系統(tǒng)的中斷概率最小。

圖4、圖5分析了車聯網分簇系統(tǒng)中簇內車輛數據分發(fā)時,采用HDAF協議的功率預分配中繼車輛選擇方法與其他中繼方法的中斷概率情況。這里設中繼個數為3,信息速率R為0.5 bit/s,圖4對比了采用AF協議[9]和采用HDAF的功率預分配中繼選擇的中斷概率性能;圖5分析了SAF中繼選擇方法、AAF中繼選擇方法[14]與該方法的中斷概率的性能對比。


從圖4可以看到,采用HDAF協議的功率預分配方法在信噪比等于13 dB時與采用AF協議的功率預分配方法具有相同的中斷該率,隨著信噪比的增加采用HDAF協議的方法的中斷概率始終小于后者。從圖5可以看出本文提出的采用HDAF協議的功率預分配中繼選擇方法始終比傳統(tǒng)的SAF中繼選擇方法具有更小的中斷概率,而當信噪比高于13 dB時其信噪比也小于AAF方案,符合前文推導的在高信噪比條件下本文所提方案具有最優(yōu)的中斷性能。
4
結論
本文針對車聯網系統(tǒng)中網絡拓撲快速變化導致車輛通信不穩(wěn)定的問題,提出了基于簇穩(wěn)定的車輛分簇算法,充分利用了城市公交的優(yōu)勢,又有效增加了簇結構的穩(wěn)定。針對簇內車輛的協作數據分發(fā)情況,提出了采用HDAF協議的功率預分配的中繼車輛選擇方法。仿真結果表明,基于簇穩(wěn)定的車輛分簇方法比基于地理位置的分簇方法具有更穩(wěn)定的簇結構;所提中繼選擇方法在高信噪比條件下中斷概率始終小于采用AF協議的功率預分配方法,以及SAF、AAF算法。
-
車聯網
+關注
關注
76文章
2709瀏覽量
93987
原文標題:【學術論文】一種車聯網分簇方法與簇內中繼選擇方法
文章出處:【微信號:ChinaAET,微信公眾號:電子技術應用ChinaAET】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
如何讓簇中的簇更簡潔地解除捆綁?
無線傳感器網絡低功耗分簇路由算法研究
MANET分簇節(jié)點組通信功能的設計與實現
一種針對MANET入侵檢測Agent分布的分簇方法
基于LEACH協議簇頭選擇算法的改進
混合動態(tài)分簇算法
無線傳感器網絡動態(tài)分簇目標跟蹤
基于節(jié)點等級的自適應分簇算法
無線傳感器網絡LEACH算法簇首選擇方法
分簇結構高效謂詞機制及編譯優(yōu)化方法
容忍時延網絡分簇路由算法
基于鄰近節(jié)點分級的無線傳感網絡分簇路由算法
集成簇內和簇間距離的加權k-means聚類方法
車聯網分簇方法與簇內中繼選擇方法
評論