湯春明,閆 博,鄢 婷,于 翔
(1.天津工業(yè)大學(xué) 電子與信息工程學(xué)院,天津 300387;2.天津工業(yè)大學(xué) 工程教學(xué)實(shí)習(xí)訓(xùn)練中心,天津 300387)
車聯(lián)網(wǎng)WAVE的多三角形網(wǎng)絡(luò)組播通信模型
湯春明1,閆 博1,鄢 婷1,于 翔2
(1.天津工業(yè)大學(xué) 電子與信息工程學(xué)院,天津 300387;2.天津工業(yè)大學(xué) 工程教學(xué)實(shí)習(xí)訓(xùn)練中心,天津 300387)
以高速公路車與車之間的通信模式為研究對(duì)象,研究基于車聯(lián)網(wǎng)WAVE的多三角形組播通信模型.針對(duì)高速公路上行駛的車輛具有高移動(dòng)性、不確定性以及分布密度較大等特點(diǎn),易使通信鏈路頻繁地?cái)嚅_和重鏈等問題,采用Delaunay三角網(wǎng)對(duì)其進(jìn)行動(dòng)態(tài)分組后,實(shí)現(xiàn)了多三角形組播通信,以保證車輛快速而穩(wěn)定的通信.在Repast J仿真環(huán)境中進(jìn)行了測(cè)試,結(jié)果表明:該模型節(jié)約了建網(wǎng)時(shí)間,其建網(wǎng)時(shí)間小于1 ms,切換網(wǎng)絡(luò)時(shí)間在50 ms左右,傳輸時(shí)延在10 ms以內(nèi),總共在60 ms左右,符合美國車聯(lián)網(wǎng)通信技術(shù)需求標(biāo)準(zhǔn).保證了動(dòng)態(tài)節(jié)點(diǎn)的實(shí)時(shí)鏈接,避免了網(wǎng)絡(luò)的頻繁斷開與重鏈,確保了數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性,能夠用于高速公路上車對(duì)車的穩(wěn)定快速通信.
車聯(lián)網(wǎng);組播通信模型;Delaunay三角網(wǎng);動(dòng)態(tài)分組;動(dòng)態(tài)節(jié)點(diǎn)實(shí)時(shí)鏈接
dynamic node link
智能交通系統(tǒng)(intelligent transport system,ITS),是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計(jì)算機(jī)技術(shù)等有效集成運(yùn)用于整個(gè)地面交通管理而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的,實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)[1]. ITS可以有效地利用現(xiàn)有交通設(shè)施,減少交通負(fù)荷和環(huán)境污染,保證交通安全,提高運(yùn)輸效率,它的研究和應(yīng)用日益受到各國重視.車聯(lián)網(wǎng)是物聯(lián)網(wǎng)在智能交通領(lǐng)域的運(yùn)用,是智能交通系統(tǒng)的重要組成部分.車聯(lián)網(wǎng)中車輛間的通信屬于私有云之間通信的一部分,具有巨大的發(fā)展?jié)摿?WAVE(wireless access in vehicular environments)作為車載自組網(wǎng)(vehicular ad hoc networks,VANET)的一種短程通信技術(shù)協(xié)議棧(dedicated short range communications,DSRC),專門應(yīng)用于智能交通系統(tǒng)無線通信[2].智能交通系統(tǒng)中的車輛通信類型包括車與車之間(vehicle to vehicle,V2V)、車輛與路邊單元之間(vehicle to roadside,V2R)、車輛與便攜設(shè)備之間(vehicle to pedestrian,V2P)的通信[2].本文是基于VANET的組播路由協(xié)議,主要研究車與車之間的通信模式.
在WAVE車聯(lián)網(wǎng)通信中,一個(gè)比較核心的問題是路由協(xié)議算法的選擇.V2V的VANET路由協(xié)議算法一般分為3種:?jiǎn)尾ヂ酚伞V播路由和組播路由.其中組播路由出現(xiàn)的時(shí)間最晚,但其同時(shí)具有單播和廣播的優(yōu)點(diǎn),最具發(fā)展前景.目前,VANET的單播和廣播路由算法在國內(nèi)外研究較多,而組播路由算法的研究相對(duì)來說較少.關(guān)于組播路由算法,F(xiàn)aezipour等[3]參考了VANET的應(yīng)用特點(diǎn)以及考慮通信成本等因素,提出了在節(jié)點(diǎn)間距離較近且通信區(qū)域內(nèi)節(jié)點(diǎn)密度較高時(shí),優(yōu)先選擇WAVE作為數(shù)據(jù)傳輸網(wǎng)絡(luò),但是并沒有指出具體采用了哪種路由協(xié)議.Lucani等[4]提出了基于網(wǎng)絡(luò)編碼的可靠建模方法,以及網(wǎng)絡(luò)編碼時(shí)采用雙工信道的思想,數(shù)據(jù)丟包率低,但效率不高.Nzouonta等[5]提出基于實(shí)時(shí)交通信息的城市自組車聯(lián)網(wǎng)路由協(xié)議,它適用于十字路口等路徑上有交叉點(diǎn)的公路,可以在不影響信息的實(shí)時(shí)性同時(shí)消除大量的冗余信息,但是此協(xié)議不適用于高速公路上行駛的車輛.Perdana等[6]提出了一種應(yīng)用于IEEE 1609.4標(biāo)準(zhǔn)下,Dijkstra算法與組播協(xié)議結(jié)合的移動(dòng)模型,該算法可在短時(shí)間找到最短的通信路徑,但是其吞吐量較高.Jemaa等[7]提出了一種基于VANET組播的擴(kuò)展移動(dòng)性管理和路由協(xié)議,該算法通過采用低控制開銷和有效地利用帶寬來提供組播移動(dòng)性管理,其優(yōu)勢(shì)在于擴(kuò)大服務(wù)范圍和有效的抑制了廣播風(fēng)暴,但是可能會(huì)造成一部分信息的延時(shí).和國外的研究相比,近年來國內(nèi)對(duì)于VANET的研究還不是很多.主要有蔡莉等[8]提出的一種在Ad-hoc網(wǎng)絡(luò)中基于地理位置的改良組播路由算法,該算法動(dòng)態(tài)地選擇一些發(fā)送節(jié)點(diǎn),可以節(jié)約節(jié)點(diǎn)的能量,以此來優(yōu)化組播樹,它的缺點(diǎn)是若組播樹中的子節(jié)點(diǎn)不屬于轉(zhuǎn)發(fā)區(qū)域,則不能尋找該節(jié)點(diǎn)的轉(zhuǎn)發(fā)節(jié)點(diǎn).羅娟等[9]提出一種基于網(wǎng)絡(luò)編碼的多播車載網(wǎng)路由算法研究,該算法有效地減少了節(jié)點(diǎn)的通信次數(shù),降低了通信干擾,實(shí)現(xiàn)了網(wǎng)絡(luò)負(fù)載均衡,但是編碼和解碼會(huì)帶來通信冗余的增加,會(huì)造成時(shí)延.宋超等[10]提出了一種基于分布式實(shí)時(shí)信息的車載自組織網(wǎng)絡(luò)路由協(xié)議,實(shí)時(shí)性好確保數(shù)據(jù)的有效傳遞,但是只適用于城市交通.
由于WAVE的網(wǎng)絡(luò)中車輛節(jié)點(diǎn)高速的移動(dòng),網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化快速,傳統(tǒng)的路由機(jī)制并不能夠很好地解決通信問題,因此路由機(jī)制的研究仍然是當(dāng)前VANET發(fā)展研究的難點(diǎn)和熱點(diǎn).本文提出了一種基于Delaunay三角網(wǎng)的鏈路連接方式,組成通信網(wǎng)絡(luò),以實(shí)現(xiàn)組播通信,并對(duì)提出的模型在Repast J中進(jìn)行了仿真,并給出了實(shí)驗(yàn)結(jié)果.
多三角形組播通信模型的算法研究假定3個(gè)條件成立:①車聯(lián)網(wǎng)中的車輛都配備WAVE設(shè)備,每輛車可以通過GPS獲取各自的相關(guān)信息,比如實(shí)時(shí)速度,自身位置等;②車輛通過定期廣播信標(biāo)信息,可以獲取其他車輛的ID號(hào)、位置、速度信息、方向信息;③若車輛處于繁忙狀態(tài),則會(huì)廣播告知周圍的節(jié)點(diǎn).
多三角形通信網(wǎng)絡(luò)(Multi-triangle Communication Network,MTCN)是在Delaunay三角網(wǎng)[11]中以1個(gè)車輛為中心,與其他相鄰車輛組成多個(gè)三角形所構(gòu)成的多邊形.它的形狀和大小取決于不規(guī)則分布的車輛密度和位置.所構(gòu)建的MTCN必須滿足于Delaunay三角網(wǎng)的2個(gè)重要準(zhǔn)則和一些特性[11].這樣建網(wǎng)的優(yōu)點(diǎn)是:形成的網(wǎng)絡(luò)結(jié)構(gòu)良好,數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單,數(shù)據(jù)冗余度小,存儲(chǔ)效率高,可適應(yīng)各種分布密度的數(shù)據(jù),有利于與周圍其它相鄰的車輛進(jìn)行通信[11].
1.1 模型定義
以圖1為例,對(duì)一段高速公路上的汽車進(jìn)行編號(hào):1~10,并建立多三角形通信網(wǎng),在該網(wǎng)絡(luò)中,每個(gè)車輛相當(dāng)于一個(gè)節(jié)點(diǎn).共存在2種類型的節(jié)點(diǎn):一種是網(wǎng)絡(luò)中心的主節(jié)點(diǎn);另一種是與主節(jié)點(diǎn)相連的從節(jié)點(diǎn).主節(jié)點(diǎn)與從節(jié)點(diǎn)是相對(duì)的,每個(gè)節(jié)點(diǎn)既可成為主節(jié)點(diǎn)又可成為從節(jié)點(diǎn).如圖1中星形標(biāo)注車輛1、2、7是所在各自群的主節(jié)點(diǎn),其他均為從節(jié)點(diǎn).
圖1 多三角形網(wǎng)絡(luò)模型Fig.1 MTCN model
主節(jié)點(diǎn)與其他從節(jié)點(diǎn)所形成的網(wǎng)絡(luò)節(jié)點(diǎn)組成的集合稱為群.主群是指當(dāng)前所在的MTCN中主節(jié)點(diǎn)和若干從節(jié)點(diǎn)形成的群,從群是指以若干從節(jié)點(diǎn)為主節(jié)點(diǎn)所形成的群.主群與從群的概念也是相對(duì)的.在圖1中,以車輛1為主節(jié)點(diǎn)形成的多三角形網(wǎng)絡(luò)的群為車輛2-7,以車輛2為主節(jié)點(diǎn)形成的網(wǎng)絡(luò)的群為車輛1,3以及7~10,以車輛7為主節(jié)點(diǎn)形成的群為車輛1、2、6、8.若1形成的群為主群,那么車輛2和7所形成的群為車輛1群的從群,反之,車輛2形成的群為主群,車輛1和7所形成的群就稱為從群.
1.2 鏈路連接
為了保證組播通信的實(shí)時(shí)性和準(zhǔn)確性,規(guī)定每個(gè)主節(jié)點(diǎn)最多與6個(gè)在其通信半徑中形成MTCN的從節(jié)點(diǎn)進(jìn)行分組.由于MTCN中的每個(gè)節(jié)點(diǎn)都是以與其最接近的2個(gè)點(diǎn)形成三角形,且各三角形的三邊皆與其他三角形不相交.通過歐氏距離公式計(jì)算出每個(gè)主節(jié)點(diǎn)與其形成多三角形網(wǎng)絡(luò)的其他節(jié)點(diǎn)的距離,通過比較得到在其通信范圍內(nèi)最近的6個(gè)節(jié)點(diǎn)作為從節(jié)點(diǎn),其余的節(jié)點(diǎn)被舍棄.
由于車速變化頻繁,節(jié)點(diǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是動(dòng)態(tài)的.為了避免網(wǎng)絡(luò)節(jié)點(diǎn)頻繁地?cái)嚅_和重連,并保證拓?fù)浣Y(jié)構(gòu)的穩(wěn)定性,規(guī)定如果有新的車輛加入某群Gi,通過歐式距離公式和t=s/v,其中,來預(yù)測(cè)該車輛是否可以與群Gi連接時(shí)間t超過5 s,是則允許該車輛加入Gi,否則不允許加入Gi.
1.3 通信過程
1.3.1 主從節(jié)點(diǎn)通信
當(dāng)車輛A進(jìn)入高速公路時(shí),先向其他車輛定時(shí)廣播自己的信息,包括車輛A的ID、速度、位置等,然后根據(jù)周圍其他車輛位置信息建立車輛A的MTCN,最后車輛A自主動(dòng)態(tài)分組.先由主節(jié)點(diǎn)向本群的其他從節(jié)點(diǎn)(最多6個(gè))發(fā)送通信請(qǐng)求,若從節(jié)點(diǎn)同意通信請(qǐng)求,則主節(jié)點(diǎn)確認(rèn)通信,從而進(jìn)行通信.主節(jié)點(diǎn)發(fā)送WSA信息,從節(jié)點(diǎn)在控制信道(CCH)上進(jìn)行監(jiān)聽,當(dāng)從節(jié)點(diǎn)收到WSA信息時(shí),開始與主節(jié)點(diǎn)進(jìn)行數(shù)據(jù)傳輸.
1.3.2 主從節(jié)點(diǎn)切換
當(dāng)車輛進(jìn)入一個(gè)穩(wěn)定的群時(shí),首先判斷群中從節(jié)點(diǎn)個(gè)數(shù)是否小于6,若小于,則將車輛納入群中.反之,計(jì)算主節(jié)點(diǎn)和該群內(nèi)6個(gè)從節(jié)點(diǎn)之間的距離,和剛進(jìn)入該群的節(jié)點(diǎn)與主節(jié)點(diǎn)之間的距離,去除距離最大的節(jié)點(diǎn),重新形成穩(wěn)定群.當(dāng)某一車輛離開其所在群時(shí),主節(jié)點(diǎn)向某一從節(jié)點(diǎn)發(fā)出請(qǐng)求是否斷開連接,從節(jié)點(diǎn)給予答復(fù),主節(jié)點(diǎn)再次確認(rèn).
1.3.3 緊急情況通信
一般情況下,群建立后都是主從節(jié)點(diǎn)間進(jìn)行通信.但是,如果遇到緊急情況,需要點(diǎn)對(duì)點(diǎn)通信時(shí),若目標(biāo)節(jié)點(diǎn)在信息源節(jié)點(diǎn)通信半徑內(nèi),則直接進(jìn)行單播通信,單播通信的優(yōu)先權(quán)要高于組播通信;否則,則計(jì)算出一條最優(yōu)多跳的路徑用來轉(zhuǎn)發(fā)信息.
1.3.4 主群與從群之間通信
主群與從群之間通信的實(shí)質(zhì)就是主群中的主節(jié)點(diǎn)與從節(jié)點(diǎn)的通信,主群中從節(jié)點(diǎn)作為某個(gè)從群的主節(jié)點(diǎn),再與其所在從群中的從節(jié)點(diǎn)通信,從而形成群與群之間通信.
2.1 測(cè)試平臺(tái)及仿真環(huán)境
REPASE[12](recursive porous agent simulation toolkit)是芝加哥大學(xué)社會(huì)科學(xué)計(jì)算研究中心研制的多主體建模工具,它提供了一系列用以生成、運(yùn)行、顯示、收集數(shù)據(jù)的類庫,它是一個(gè)開源的仿真工具,專門用來仿真智能體(Agent).Agent可以代表主動(dòng)收集數(shù)據(jù)并具有復(fù)雜學(xué)習(xí)能力的決策者,還可以代表具有被動(dòng)特點(diǎn)但沒有認(rèn)知能力的決策者.與NS2(Network Simulator version 2)相比,Repast更適合分析復(fù)雜適應(yīng)系統(tǒng)模型,其功能更強(qiáng)大,在網(wǎng)絡(luò)結(jié)構(gòu)生成、Agent的空間關(guān)系管理方面更為出色,具有跨平臺(tái)特性,可以在多個(gè)操作系統(tǒng)上安裝和使用,而且模型的設(shè)計(jì)語言有了更多的選擇.Repast J是使用Java語言設(shè)計(jì)的一個(gè)完全獨(dú)立的模擬平臺(tái),避免了內(nèi)存泄漏,且Java的跨平臺(tái)特性使得在不同的平臺(tái)上的安裝和操作也很簡(jiǎn)便[13].仿真環(huán)境是32位系統(tǒng)、主頻2.3 GHz、Repast3.1版本的Repast J,Eclipse.
2.2 實(shí)驗(yàn)步驟
本實(shí)驗(yàn)建立了一個(gè)40*8的雙向車道,以Agent代表車輛,建立模型.投入若干數(shù)量的Agent進(jìn)行仿真,每個(gè)Agent的初始速度不同,且每個(gè)Agent都有唯一的ID號(hào),本實(shí)驗(yàn)選擇40個(gè)Agent隨機(jī)撒在車道,并沿著所在車道的方向移動(dòng).由于高速公路上車速為60~ 120 km/h之間,所以設(shè)每走1步的距離設(shè)定為16.7 m,每個(gè)Agent沿車道有3種移動(dòng)方向:前方、左前方、右前方.為了簡(jiǎn)化模型,將Agent的速度隨機(jī)設(shè)為:一步1格和一步2格,若Agent前方有車則考慮向左前方或右前方移動(dòng),否則沿直線運(yùn)動(dòng).當(dāng)Agent離開車道區(qū)域時(shí),就將其消亡并且其ID號(hào)作廢,重新在車道的另一端撒入新的Agent,并給其分配新的ID號(hào)和初始速度.實(shí)驗(yàn)步驟流程圖如圖2所示.
2.3 仿真結(jié)果
由于雙向車道的車輛所運(yùn)行的方向不同,因此只對(duì)同向運(yùn)行的車輛進(jìn)行建網(wǎng),本實(shí)驗(yàn)選用圖3中運(yùn)行界面的右上側(cè)圖中第一車道的Agent進(jìn)行建網(wǎng).建成的MTCN如左上側(cè)圖所示.圖4為對(duì)圖3中動(dòng)態(tài)的MTCN進(jìn)行組播分析的結(jié)果.例如,以A為主節(jié)點(diǎn)的組播群為B、E、C、D、J、I;以B為主節(jié)點(diǎn)的組播群為A、E、I、F、G、H;以E為主節(jié)點(diǎn)的組播群為D、A、B、F,等等.動(dòng)態(tài)分組的界面如圖3中下部文字所示.從上述分析中可以看到,每個(gè)節(jié)點(diǎn)既可為主節(jié)點(diǎn)又可以從節(jié)點(diǎn).當(dāng)某車輛速度急劇變化或者是有新車輛并入該車道時(shí),網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)隨之更新,重新分組通信.
圖2 模型流程圖Fig.2 Model flow chart
圖3 多三角形組播模型運(yùn)行界面Fig.3 Multi-triangular multicast model running interface
圖4 組播分析圖Fig.4 Multicast analysis chart
2.4 建網(wǎng)與通信時(shí)間估算
根據(jù)中華人民和國道路交通安全法實(shí)施條例:機(jī)動(dòng)車在高速公路上行駛,車速超過100 km/h時(shí),應(yīng)當(dāng)與同車道前車保持100 m以上的距離;車速低于100 km/h時(shí),與同車道前車距離可以適當(dāng)縮短,但最小距離不得少于50 m.可以得出1 km的高速公路上車輛的數(shù)量最多為80輛.本實(shí)驗(yàn)生成的Delaunay三角網(wǎng)是基于Bowyer-Watson算法[11,13].該算法的優(yōu)點(diǎn)是基于散點(diǎn)的構(gòu)網(wǎng)算法理論嚴(yán)密、唯一性好,網(wǎng)絡(luò)的生成時(shí)間較快,較為理想.將實(shí)驗(yàn)中的Agent數(shù)量增加至100個(gè),車道的長(zhǎng)度增加一倍為80(約為1 km),并對(duì)同向行駛的車輛建立MTCN,如圖5所示,其MTCN的生成時(shí)間為0.000 076 s.可以看出,生成網(wǎng)絡(luò)的時(shí)間非???
圖5 車輛模型以及其對(duì)應(yīng)的MTCNFig.5 Vehicle model and its corresponding MTCN
國內(nèi)外相關(guān)研究表明:高速公路上行駛的車輛,車輛速度一般呈高斯分布[14-15].根據(jù)文獻(xiàn)[15]對(duì)高速公路上行駛車輛的車速統(tǒng)計(jì)數(shù)據(jù):汽車速度服從均值為88.155 5 km/h、標(biāo)準(zhǔn)差為13.744 06 km/h的正態(tài)分布,通過公式(1)、(2)得出車速概率密度曲線和統(tǒng)計(jì)概率.
車速概率密度曲線和車速概率曲線如圖6所示.由圖6可以看出,大約85%的車輛在高速公路上行駛時(shí)速度處于74.4~101.9 km/h之間.根據(jù)IEEE802.11p標(biāo)準(zhǔn),行駛中群內(nèi)主從節(jié)點(diǎn)切換一次只需50 ms,當(dāng)通信網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)頻繁發(fā)生變化時(shí),不影響數(shù)據(jù)傳輸?shù)臏?zhǔn)確性和實(shí)時(shí)性[16].由于WAVE通信距離是0.3~1 km,在通信網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)保持不變時(shí),車輛之間通信時(shí)間至少在39~130 s范圍內(nèi).
圖6 車速的概率密度曲線和概率曲線圖Fig.6 Vehicle velocity probability density distribution curve and probability plot
對(duì)于高速公路上的車與車的通信,本文在組播通信的基礎(chǔ)上建立了針對(duì)動(dòng)態(tài)節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)實(shí)時(shí)變化的多三角形網(wǎng)絡(luò)組播通信模型,并對(duì)網(wǎng)絡(luò)模型的相關(guān)性能進(jìn)行了仿真實(shí)驗(yàn).由實(shí)驗(yàn)結(jié)果及分析可以看出,本文的算法在時(shí)間上有很大的優(yōu)勢(shì),即節(jié)約了建網(wǎng)時(shí)間,在實(shí)時(shí)鏈接車輛的同時(shí),又不影響數(shù)據(jù)傳輸?shù)臏?zhǔn)確性和實(shí)時(shí)性,且避免了網(wǎng)絡(luò)的頻繁斷開與重連,可應(yīng)用于高速公路上車輛之間的通信.根據(jù)美國車聯(lián)網(wǎng)通信技術(shù)需求標(biāo)準(zhǔn),要求網(wǎng)絡(luò)接入時(shí)間短傳輸時(shí)延低,一般要求在100 ms左右.該模型建網(wǎng)時(shí)間小于1 ms,切換網(wǎng)絡(luò)時(shí)間在50 ms左右,傳輸時(shí)延在10 ms以內(nèi),總共在60 ms左右,符合其標(biāo)準(zhǔn).因此研究基于車聯(lián)網(wǎng)WAVE的多三角形網(wǎng)絡(luò)組播通信模型對(duì)車聯(lián)網(wǎng)的發(fā)展具有推動(dòng)作用.下一步課題組需重點(diǎn)研究基于車聯(lián)網(wǎng)的大數(shù)據(jù)的服務(wù)平臺(tái)和車聯(lián)網(wǎng)安全等問題.
[1]趙娜,袁家斌,徐晗.智能交通系統(tǒng)綜述[J].計(jì)算機(jī)科學(xué),2014,41(11):7-11,45.
[2]呂子茹.基于WAVE的車載通信系統(tǒng)介紹 [J].現(xiàn)代電信科技,2010(8):50-54.
[3]FAEZIPOUR M,NOURANI M,SAEED A,et al.Progress and challenges in intelligent vehicle area networks[J].Communications of the Acm,2012,55(2):90-100.
[4]MEDARD M,LUCANI D E,STOJANOVIC M.Random linear networkcodingfortimedivisionduplexing:Whentostoptalking and start listening[J].Proceedings IEEE Infocom,2009,2350:1800-1808.
[5]NZOUONTA J,RAJGURE N,WANG G,et al.VANET routing on city roads using real-time vehicular traffic information[J]. IEEE Transactions on Vehicular Technology,2009,58(7):3609-3626.
[6]PERDANA D,SARI R F.Multicast routing performance analysis for different mobility models on the IEEE 1609.4 standard using random Dijkstra algorithm[C]//Intelligent Green Building and Smart Grid(IGBSG).2014:1-7.
[7]JEMAA I B,SHAGDAR O,GARRIDO P,et al.Extended mobility management and routing protocols for internet-to-VANET mu-lticasting[C]//International Workshop on Vehicular Networking&Intelligent Transportation Systems,2015:30-35.
[8]蔡莉,黃傳河,張文濤,等.一種在Ad Hoc網(wǎng)絡(luò)中基于地理位置的節(jié)約能量的組播路由算法 [J].計(jì)算機(jī)工程與應(yīng)用,2004,40(2):154-156.
[9]羅娟,肖儀,盧真,等.基于網(wǎng)絡(luò)編碼的多播車載網(wǎng)路由算法研究[J].計(jì)算機(jī)研究與發(fā)展,2011,48(9):1616-1622.
[10]宋超,劉明,龔海剛,等.基于分布式實(shí)時(shí)信息的車載網(wǎng)絡(luò)路由協(xié)議[J].軟件學(xué)報(bào),2011,22(3):466-480.
[11]余杰,呂品,鄭昌文.Delaunay三角網(wǎng)構(gòu)建方法比較研究[J].中國圖象圖形學(xué)報(bào),2010,15(8):1158-1167.
[12]REPAST Development Group.Overview of REPAST[EB/OL]. [2014-05-18].http://repast.Sourceforge.net.
[13]周雪梅,黎應(yīng)飛.基于Bowyer-Watson三角網(wǎng)生成算法的研究[J].計(jì)算機(jī)工程與應(yīng)用,2013,49(6):198-200.
[14]FITZPATRICK K,ELEFTERIADOU L,HARWOOD D W,et al.Speed prediction for two lane rural highways[R].Washington:Federal Highway Administration,2000.
[15]閻瑩,王曉飛,張宇輝,等.高速公路斷面運(yùn)行車速分布特征研究[J].中國安全科學(xué)學(xué)報(bào),2008,18(7):171-176.
[16]田敏華.基于IEEE1609部分協(xié)議的實(shí)現(xiàn)[D].北京:北京郵電大學(xué),2013.
Multi-triangle multicast communication network model of vehicle networking WAVE
TANG Chun-ming1,YAN Bo1,YAN Ting1,YU Xiang2
(1.School of Electronics and Information Engineering,Tianjin Polytechnic University,Tianjin 300387,China;2.Center for Engineering Practice and Training,Tianjin Polytechnic University,Tianjin 300387,China)
Taking communication model of vehicles to vehicles in highway traffic as object,a multi-triangle communication network model based on vehicle networking WAVE is studied.The vehicle on the highway has the characteristics of high mobility,uncertainty and large density and this leads to the frequent disconnection and reconnection of the communication link.By applying a Delaunay triangulation to dynamic grouping,multi-triangular multicast communication is realized to ensure a fast and stable communication in vehicles.The model is simulated in Repast J and the result shows that it saves time in constructing a network.The network construction time is less than 1 ms,switching network time is about 50 ms,the transmission delay within 10 ms,total of time is about 60 ms.It complis with the US car demand networking communication technology standards,and can ensure dynamic node link quickly,avoide the frequent disconnection and reconnection of the network.This model can ensure data transmission in real time and be applied in communication of vehicles in highway traffic.
vehicle networking;multicast communication model;Delaunay triangulation;dynamic grouping;real-time
TP393
A
1671-024X(2015)05-0058-05
10.3969/j.issn.1671-024x.2015.05.012
2015-06-24
天津市第三批三年千人計(jì)劃項(xiàng)目(62014511);天津工業(yè)大學(xué)人才引進(jìn)基金項(xiàng)目(030367)
湯春明(1971—),女,教授,碩士生導(dǎo)師,主要研究方向?yàn)榫W(wǎng)絡(luò)安全檢測(cè)、目標(biāo)識(shí)別與追蹤.E-mail:910541218@qq.com