基于車輛社會性的高可靠車聯(lián)網(wǎng)機會路由協(xié)議

姚汪鼎，王 萍

（東華大學，上海 201620）

0 引言

隨著無線通信技術(shù)和便攜式無線通信智能設(shè)備的普及和發(fā)展，智能交通系統(tǒng)ITS（intelligent transportation system）作為旨在提供高可靠低時延的便捷城市交通服務(wù)受到人們的廣泛重視。作為未來智能交通技術(shù)重要組成部分的車聯(lián)網(wǎng)技術(shù)成為當前研究的重要場景之一。3GPP（3rd generation partnership project）5G 標準提出了低時延高可靠通信場景，可支持基于5G 蜂窩網(wǎng)絡(luò)的車聯(lián)網(wǎng)V2X（vehicle-to-everything）業(yè)務(wù)，諸如V2V（vehicle-to-vehicle）、V2I（vehicle-toinfrastructure）、V2P（vehicle-to-pedestrian）。車聯(lián)網(wǎng)的鏈路質(zhì)量受到車輛頻繁移動和網(wǎng)絡(luò)拓撲結(jié)構(gòu)改變的影響，鏈接質(zhì)量不穩(wěn)定。車載機會網(wǎng)絡(luò)（vehicular opportunistic networks，VONs）是一種既不需要固定基礎(chǔ)通信設(shè)施，也不需要完整的端到端路由路徑，以“存儲-攜帶-轉(zhuǎn)發(fā)”［通信模式完成車輛間通信的新型自組織網(wǎng)絡(luò)。VONs 能夠很好地克服車聯(lián)網(wǎng)中車輛高速移動、行駛軌跡變化、車輛密度變化等復(fù)雜環(huán)境變化帶來的挑戰(zhàn)。

在復(fù)雜多變的VONs環(huán)境中實現(xiàn)高可靠低時延服務(wù)質(zhì)量的關(guān)鍵是選擇最合適的中繼節(jié)點將消息傳輸至目的節(jié)點。為了更有效地進行數(shù)據(jù)傳輸及共享，在VONs的通信中越來越多地考慮節(jié)點的社會屬性，例如社會關(guān)系、節(jié)點的興趣及自私性等。在城市生活環(huán)境中，大部分車輛都有一定的社會性，即車輛移動具有一定的規(guī)律。本文綜合考慮城市生活中車輛表現(xiàn)出的社會性特點，提出一種基于車輛社會性的機會路由協(xié)議VSOR（opportunistic routing based on vehicle sociality），該協(xié)議根據(jù)GPS 系統(tǒng)獲得的車輛歷史簽到信息將車輛運動區(qū)域劃分為私有興趣區(qū)域和公共興趣區(qū)域。綜合考慮車輛與目的節(jié)點相遇區(qū)域和相遇概率設(shè)計了綜合轉(zhuǎn)發(fā)效用函數(shù)，攜帶消息的車輛節(jié)點依據(jù)鄰居節(jié)點的綜合轉(zhuǎn)發(fā)效用值來選擇中繼節(jié)點，以提高VONs的消息傳輸可靠性。

論文的其余部分組織如下：第一節(jié)中介紹了相關(guān)工作。第二節(jié)描述了VSOR協(xié)議的設(shè)計細節(jié)和具體流程，包括VONs 網(wǎng)絡(luò)模型和假設(shè)、VSOR 協(xié)議消息傳輸策略以及VSOR 協(xié)議的實現(xiàn)流程。第三節(jié)將VSOR協(xié)議與其他機會路由協(xié)議進行比較，并對仿真結(jié)果進行分析。最后，第四節(jié)對全文進行總結(jié)以及下一步研究的方向。

1 相關(guān)工作

VONs 使用場景往往存在通信鏈路頻繁斷開、車輛分布較為稀疏、車輛駕駛行為不可預(yù)測等挑戰(zhàn)。面對VONs中的各種挑戰(zhàn)，研究者們提出了許多機會路由協(xié)議。

Epidemic協(xié)議通過模仿病毒的傳播方式，攜帶消息的節(jié)點會與所有相遇的節(jié)點交換緩存區(qū)消息，直到消息被傳播到網(wǎng)絡(luò)中幾乎所有節(jié)點的緩存中，在這個過程中目的節(jié)點也會成功接收該消息，從而達到源節(jié)點產(chǎn)生的消息傳輸?shù)侥康墓?jié)點的目的。TDOR協(xié)議當消息源節(jié)點產(chǎn)生消息并與網(wǎng)絡(luò)中第一個節(jié)點相遇時，會進行軌跡預(yù)測計算。消息的傳輸遵循預(yù)測的軌跡，每個中繼車輛節(jié)點依照貪婪算法來選取移動方向與預(yù)測的軌跡最接近的車輛節(jié)點作為中繼節(jié)點。ARAG路由是一種基于激勵機制的路由協(xié)議。在消息傳輸過程中，根據(jù)發(fā)送節(jié)點的資源消耗情況來確定轉(zhuǎn)發(fā)節(jié)點接收消息的概率。同時，當源節(jié)點生成消息時，根據(jù)其資源消耗情況設(shè)置副本閾值，網(wǎng)絡(luò)中相同消息的總數(shù)不超過該閾值。BSW-SN協(xié)議通過綜合分析節(jié)點的社會屬性、移動模式和對消息的轉(zhuǎn)發(fā)效能,進而優(yōu)化中繼節(jié)點的選擇，并將節(jié)點的活躍程度與二元法噴霧等待路由協(xié)議（binary spray and wait，BSW）相結(jié)合，實現(xiàn)中繼節(jié)點對消息副本分發(fā)數(shù)量的自適應(yīng)功能。SuperNode路由依據(jù)節(jié)點能量將網(wǎng)絡(luò)中節(jié)點劃分為普通節(jié)點和超節(jié)點，普通節(jié)點只能在固定區(qū)域移動，跨區(qū)域消息傳輸需要利用在小區(qū)邊緣的超節(jié)點，以此來限制洪泛并減少開銷，但時延相對增加。FQLRP路由利用基于模糊的Q 學習方法實現(xiàn)了有效的路由。該協(xié)議使用一種以節(jié)點的能量作為參數(shù)的獎勵機制來預(yù)測消息的最佳下一跳轉(zhuǎn)發(fā)節(jié)點。在整個路由過程中，都考慮了每個節(jié)點的剩余能量和一組節(jié)點的平均能量，這有助于決定消息最合適的轉(zhuǎn)發(fā)節(jié)點。

現(xiàn)有VONs路由協(xié)議的研究大多沒有考慮城市環(huán)境中車輛具有一定的規(guī)律和周期性的特點，這一特點會對車輛間的相遇概率產(chǎn)生影響。針對這一問題，本文提出了基于車輛社會性的機會路由協(xié)議VSOR。

2 VSOR協(xié)議設(shè)計

2.1 VONs網(wǎng)絡(luò)模型和假設(shè)

VONs 路由過程如圖1 所示。在時刻，消息的源節(jié)點S和目標節(jié)點D之間沒有一條完整的端到端路徑。于是，S 將消息轉(zhuǎn)發(fā)給鄰居節(jié)點A，A 攜帶該消息在時刻傳輸給鄰居節(jié)點B，最后節(jié)點B 在時刻將消息傳輸給目的節(jié)點D。借助車輛運動過程中相遇機會的不確定性實現(xiàn)了“存儲-攜帶-轉(zhuǎn)發(fā)”通信。

圖1 VONs消息傳輸過程

假設(shè)，VONs 網(wǎng)絡(luò)模型中存在個車輛節(jié)點N(i ) = 1,…,。在初始狀態(tài)，網(wǎng)絡(luò)中的車輛隨機均勻分布在矩形區(qū)域內(nèi)，并具有以下性質(zhì)：

（1）每個車輛都配備了GPS定位系統(tǒng)，車輛通過GPS 可以獲取自身和其它車輛的歷史簽到信息。

（2）車輛依據(jù)隨機路點模型在仿真區(qū)域動態(tài)移動，運動速度符合正態(tài)分布，即

2.2 車輛興趣區(qū)域劃分

在VONs場景下，車輛節(jié)點往往會有一些特定的駕駛習慣，并且會呈現(xiàn)一些周期性的特點。例如在日常生活中，車輛節(jié)點會經(jīng)常在家、學校或者工作地、商場等一些體現(xiàn)自身規(guī)律的區(qū)域之間移動，或偶爾去一些人氣高的商圈?；谝陨咸攸c，可以根據(jù)車輛節(jié)點歷史簽到信息來劃分車輛的興趣區(qū)域。

按照城市地圖的大小規(guī)模，將城市地圖以網(wǎng)格的形式等分成16 個部分，將城市地圖建模為={11,12,…,44}。根據(jù)單個和所有車輛的歷史簽到信息將興趣區(qū)域分別劃分為私有興趣區(qū)域和公共興趣區(qū)域。

2.2.1 車輛私有興趣區(qū)域。

每個車輛根據(jù)其歷史簽到信息來選出自己的興趣區(qū)域，每個車輛都擁有獨一無二的私有興趣區(qū)域。在車輛自身的歷史簽到信息表中，簽到次數(shù)超過閾值次數(shù)的區(qū)域定義為該車輛的私有興趣區(qū)域。對于同一輛車，不同私有興趣區(qū)域具有不同的意義。因此，車輛移動至不同的私有興趣點區(qū)域應(yīng)該是不同的。對于車輛私有興趣區(qū)域={,,…,pri},車輛移動至pri的概率P可以由式（2）給出：

2.2.2 車輛公共區(qū)域

除了每個車輛自身行駛習慣和規(guī)律外，在城市生活中，還會有一些用于社交和娛樂的公共場所，例如商場、餐廳、公園等。將所有車輛歷史簽到表中簽到次數(shù)出現(xiàn)最多的S個區(qū)域定義為公共興趣區(qū)域，車輛到達每個公共興趣區(qū)域的概率相同，如式（3）所示。

如圖2所示，車輛的私有和公共區(qū)域劃分存在分離和重合兩種情況。

圖2 車輛興趣區(qū)域劃分

2.3 VSOR消息傳輸策略

區(qū)域中的節(jié)點和區(qū)域中的節(jié)點在區(qū)域相遇的概率(,)可以表示為

若節(jié)點a 和節(jié)點b 在某段時間內(nèi)未相遇，那么它們再次相遇的概率將降低。

其中，(,)為通過式（5）計算的相遇概率，∈[0,1)為衰減因子，為上一次衰減后所經(jīng)過的時間。

在城市環(huán)境下，考慮車輛的興趣區(qū)域，定義車輛的興趣參數(shù)，判斷鄰居節(jié)點和目的節(jié)點的相遇區(qū)域是否是鄰居節(jié)點私有或公共興趣區(qū)域，具體定義為：

根據(jù)車輛的社會性，車輛去自身興趣區(qū)域的概率更大，應(yīng)盡可能選擇與目的節(jié)點相遇區(qū)域為自身興趣區(qū)域的鄰居節(jié)點為中繼節(jié)點，因此設(shè)計包含車輛興趣區(qū)域的效用函數(shù)：

在消息傳遞的過程中，采用基于車輛興趣區(qū)域的效用函數(shù)使得在相同的相遇概率下，相遇區(qū)域為車輛興趣區(qū)域的車輛的效用值會更大，會更優(yōu)先作為轉(zhuǎn)發(fā)節(jié)點。避免了車輛盲目轉(zhuǎn)發(fā)消息，提高消息投遞成功率，降低時延，減少開銷。

2.4 VSOR協(xié)議實現(xiàn)流程

VSOR 協(xié)議實現(xiàn)流程如圖3 所示。車輛節(jié)點間的消息傳輸是由各節(jié)點的效用值決定的。節(jié)點在傳輸消息時，首先會與鄰居節(jié)點交換ACK表并刪除已成功傳遞的消息。之后會分別獲取各鄰居節(jié)點的效用值并由大到小進行排序。接著將消息傳輸給效用值大于自身的節(jié)點。這個過程會持續(xù)進行，直至消息成功傳輸至目的節(jié)點。

圖3 VSOR協(xié)議流程

3 仿真實驗結(jié)果與分析

通過仿真實驗評估在移動速度和業(yè)務(wù)數(shù)據(jù)包大小變化的動態(tài)車輛密度場景下，VSOR 的消息投遞成功率、消息平均傳輸時延網(wǎng)絡(luò)開銷等性能。特別地，與Epidemic、PRoPHET 和TDOR 三種典型機會路由協(xié)議進行分析比較。Epidemic 采用洪泛機制，PRoPHET 協(xié)議使用相遇概率來選擇中繼節(jié)點，TDOR協(xié)議在選擇中繼節(jié)點時采用軌跡預(yù)測機制，選擇與預(yù)設(shè)的消息傳輸軌跡最接近的鄰居節(jié)點為中繼節(jié)點。

3.1 仿真環(huán)境與參數(shù)

使用ONE（opportunistic network environment）網(wǎng)絡(luò)仿真器構(gòu)建VSOR協(xié)議的通信性能仿真評估環(huán)境。仿真網(wǎng)絡(luò)拓撲如圖4所示。

圖4 仿真網(wǎng)絡(luò)拓撲圖

模擬車輛密度動態(tài)變化場景，車輛節(jié)點數(shù)目范圍60～300個，依據(jù)隨機路點模型移動。車輛移動速度服從正態(tài)分布，速度范圍為0～10 m/s，符合城市環(huán)境中車輛的移動速度。節(jié)點隨機發(fā)送大小動態(tài)變化的消息數(shù)據(jù)包，傳輸范圍為50 m。每個節(jié)點的緩存空間為50 M，數(shù)據(jù)包被傳輸?shù)侥康墓?jié)點前可以保存在緩存區(qū)中，以實現(xiàn)“存儲-攜帶-轉(zhuǎn)發(fā)”的通信模式。系統(tǒng)主要仿真參數(shù)如表1所示。

表1 仿真參數(shù)設(shè)置

3.2 機會路由性能評價指標

本文主要通過消息投遞成功率、消息平均傳輸時延、網(wǎng)絡(luò)開銷這三個指標來評估機會路由性能。

投遞成功率R= M M，其中M為源節(jié)點創(chuàng)建的消息總數(shù)，M為目的節(jié)點接收消息的總數(shù)。

網(wǎng)絡(luò)開銷R= (M- M) M，其中M是網(wǎng)絡(luò)中節(jié)點轉(zhuǎn)發(fā)消息的總數(shù)。

3.3 節(jié)點數(shù)量對協(xié)議性能的影響

圖5 至圖7 分別給出四種VONs 路由協(xié)議的投遞成功率、平均傳輸時延和網(wǎng)絡(luò)開銷隨節(jié)點密度變化的動態(tài)趨勢。

圖5 投遞成功率隨節(jié)點數(shù)量變化

圖6 平均時延隨節(jié)點數(shù)量變化

圖7 網(wǎng)絡(luò)開銷隨節(jié)點數(shù)量變化

平均而言，VSOR 的投遞成功率比TDOR 高15.1% ，比PRoPHET 高29.1%，比Epidemic 高52.8%；傳輸時延相較于TDOR 降低30.9%、相較于PRoPHET 降低19.2%，相較于Epidemic 降低13%； 網(wǎng) 絡(luò) 開 銷 比TDOR 低27.9%， 比PRoPHET低58.1%，比Epidemic低62.1%。

可見，四種協(xié)議的消息投遞成功率都隨著節(jié)點數(shù)量的增加呈現(xiàn)先增加后減少的趨勢，但VSOR 協(xié)議的投遞成功率始終處于最高水平。說明基于車輛興趣區(qū)域的消息傳輸策略可以提高消息傳輸效率。四種協(xié)議的平均傳輸時延隨著節(jié)點數(shù)量的增加均呈下降趨勢，這是因為節(jié)點越多網(wǎng)絡(luò)連通性越好。TDOR由于車輛的行駛軌跡可能突變，尋找與預(yù)設(shè)軌跡相同的中繼節(jié)點會花費較多的時間，因此平均時延最高。Epidemic 和PRoPHET 協(xié)議對網(wǎng)絡(luò)中消息副本數(shù)量限制不足，其開銷隨著節(jié)點數(shù)量增加明顯增大，而VSOR和TDOR協(xié)議一直處于較低水平。

綜上分析，隨著節(jié)點數(shù)量的增加，VSOR 協(xié)議在消息投遞成功率、平均傳輸時延和網(wǎng)絡(luò)開銷方面均比Epidemic、PRoPHET、TDOR 協(xié)議更優(yōu)越，適用于車輛節(jié)點密度較高的城市場景。

4 結(jié)語

本文提出了一種基于車輛社會性的機會路由協(xié)議VSOR。新協(xié)議根據(jù)車輛社會性將車輛常去的區(qū)域劃分私有興趣區(qū)域和公共興趣區(qū)域，并綜合車輛興趣區(qū)域和相遇概率設(shè)計了轉(zhuǎn)發(fā)效用函數(shù)。車輛節(jié)點根據(jù)鄰居節(jié)點的轉(zhuǎn)發(fā)效用函數(shù)選擇消息的下一跳節(jié)點。仿真結(jié)果表明，VSOR 協(xié)議在消息投遞成功率、平均傳輸時延和網(wǎng)絡(luò)開銷等綜合性能指標方面，相比Epidemic、PRoPHET 和TDOR 協(xié)議具有明顯優(yōu)勢，特別是在車輛密度較大的情況下。VSOR 協(xié)議更適合車輛數(shù)量較多、行駛軌跡相對固定的城市車聯(lián)網(wǎng)環(huán)境，具有良好的應(yīng)用前景。未來還可結(jié)合交通路面模擬環(huán)境開展各種實際交通環(huán)境的進一步探索研究。