摘 要： 為了優(yōu)化城市交通環(huán)境中車載自組織網(wǎng)絡(luò)中路由協(xié)議的鏈路存活時(shí)間、吞吐量等性能指標(biāo)，在拓?fù)浞磻?yīng)式路由協(xié)議的基礎(chǔ)上，引入車載網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息，設(shè)計(jì)基于動(dòng)態(tài)實(shí)時(shí)位置信息變化的車載路由協(xié)議優(yōu)化模型。該模型按照十字路口車輛優(yōu)先和相對(duì)位置為同方向節(jié)點(diǎn)優(yōu)先轉(zhuǎn)發(fā)的原則，根據(jù)路由信息表中位置信息區(qū)分轉(zhuǎn)發(fā)控制包，并給出該路由算法的面向C++語(yǔ)言的UML建模圖及其算法流程圖。通過(guò)NS2仿真平臺(tái)仿真表明，與傳統(tǒng)的路由模型相比，該模型優(yōu)化了VANETs網(wǎng)絡(luò)中鏈路存活時(shí)間、時(shí)延、吞吐量等性能指標(biāo)。

關(guān)鍵詞： 路由協(xié)議； M?AODV； 十字路口； UML建模； NS2仿真

中圖分類號(hào)： TN926?34； TP393 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）14?0100?06

Design of improved vehicle?mounted routing optimization method suiting for

city traffic environment

XUE Ming， HU Yan

（Henan University of Technology， Zhengzhou 450001， China）

Abstract： In order to optimize the performance indexes of routing protocol link survival time and throughput in vehicle?mounted Ad Hoc network of city traffic environment， and on the basis of the topology reactive routing protocol， the position information of the vehicle?mounted network nodes is introduced to design the vehicle?mounted routing protocol optimization model （M?AODV） based on the dynamic change of real?time location information. This model is based on the priority forwarding principle of the crossroad vehicles and the relative location as the nodes in the same direction， and used to distinguish the forwarding control packets according to the position information in routing information table. The UML modeling graph of the routing algorithm and algorithm flow chart oriented to C++ language are given. The simulation results obtained from NS2 simulation platform show that， in comparison with the traditional routing model， the proposed model can optimize the performance indexes in VANETs， such as network link survival time， time delay， throughput， etc.

Keywords： routing protocol； M?AODV； crossroad； UML modeling； NS2 simulation

隨著道路數(shù)目和車輛數(shù)目的比例嚴(yán)重失衡的情況愈發(fā)嚴(yán)重，中國(guó)的交通擁堵難題亟待解決，車載自組織網(wǎng)絡(luò)（VANETs）應(yīng)運(yùn)而生。VANETs作為智能交通系統(tǒng)的信息傳送平臺(tái)，可以獲得即時(shí)的交通信息和道路狀況等信息，很大程度上提高駕駛過(guò)程中的安全性，繼而進(jìn)一步地減少交通問(wèn)題[1]。但是目前作為VANETs 中的核心工作內(nèi)容的認(rèn)證安全、路由協(xié)議等仍然存在一定問(wèn)題，比如網(wǎng)絡(luò)負(fù)載過(guò)大、自私節(jié)點(diǎn)拒絕合作、間斷性等[2?3]。

這里所設(shè)計(jì)的路由協(xié)議M?AODV（Improved Ad Hoc on?demand Distance Vector Routing）主要是在基于拓?fù)涞姆磻?yīng)式路由協(xié)議AODV原理，引入動(dòng)態(tài)實(shí)時(shí)相對(duì)位置信息，通過(guò)路由表中的位置信息區(qū)分轉(zhuǎn)發(fā)，區(qū)分分類轉(zhuǎn)發(fā)的原則是根據(jù)車輛間相對(duì)位置進(jìn)行節(jié)點(diǎn)分類，采用十字路口車輛優(yōu)先和相對(duì)位置為同方向節(jié)點(diǎn)優(yōu)先轉(zhuǎn)發(fā)的方式實(shí)現(xiàn)控制包的尋路，進(jìn)而優(yōu)化VANETs網(wǎng)絡(luò)中鏈路存活時(shí)間、時(shí)延、吞吐量等性能指標(biāo)。

1 車載優(yōu)化路由模型建立與分析

1.1 車載網(wǎng)路由優(yōu)化模型的基本原理

不同拓?fù)涞奈恢谩⒐?jié)點(diǎn)方向、速度等在很大程度上會(huì)影響路由性能，越是臨近車輛的方向，其連通度的制約性越強(qiáng)[4]。這一模型按照各個(gè)節(jié)點(diǎn)位置關(guān)系進(jìn)行劃分，主要涉及到[α]類、[90°α]類、[β]類三種節(jié)點(diǎn)，其中，對(duì)于它們的相對(duì)位置關(guān)系，第一種是同一路段同向/異向；第二種是同一路段夾角[90°]；第三種是在某角度的偏離節(jié)點(diǎn)。具體情況見(jiàn)圖1，自E開(kāi)始，其第一種節(jié)點(diǎn)主要是包括A，C，F(xiàn)，I，它的第二種節(jié)點(diǎn)主要是涉及到B，D，G，H。對(duì)于C來(lái)說(shuō)，其屬于十字路口節(jié)點(diǎn)（或者稱做協(xié)調(diào)交叉節(jié)點(diǎn)，專指處在十字交叉路口范圍內(nèi)的節(jié)點(diǎn)，其特殊地方在于，其同時(shí)擁有[α]類、[90°α]類節(jié)點(diǎn)），B，D是它的第二種，而A，E，F(xiàn)，I屬于它的第一種類型。在這里通過(guò)三個(gè)參數(shù)進(jìn)行表達(dá)（M，N，K），其中字母M代表的意思是路段，而字母N主要代表的是行駛方向，而字母K主要代表是否是十字路口，各節(jié)點(diǎn)利用位置服務(wù)器得到其所在處所的相關(guān)數(shù)據(jù)資料。假定所有車均配備了GPS導(dǎo)航，那么它就能夠非常輕松的將自己的地址得到，各節(jié)點(diǎn)也會(huì)將自己的路段告知臨近節(jié)點(diǎn)。劃分路段過(guò)程中，分界點(diǎn)主要是十字路口的節(jié)點(diǎn)，各節(jié)點(diǎn)僅僅對(duì)其位置與路段ID進(jìn)行廣播，十字路口節(jié)點(diǎn)信標(biāo)的廣播信息將以“[+]”號(hào)表示十字路。

其具體的轉(zhuǎn)發(fā)步驟如下：某節(jié)點(diǎn)接到路由包，第一步需要判定自身到底屬于哪一種節(jié)點(diǎn)，要是屬于普通節(jié)點(diǎn)，那么將會(huì)先轉(zhuǎn)向十字路口鄰居節(jié)點(diǎn)，然后才開(kāi)始先[α]后[β]類鄰居節(jié)點(diǎn)進(jìn)行；要是自己屬于十字路口節(jié)點(diǎn)，在這種情況下，將會(huì)先[α]和[90°α]節(jié)點(diǎn)，完成之后，接著選擇第二類實(shí)施轉(zhuǎn)發(fā)。主要操作步驟如圖2所示。轉(zhuǎn)發(fā)過(guò)程按照這個(gè)順利進(jìn)行，旨在充分確保十字路口優(yōu)先、同路段同向/反向優(yōu)先、最后是各個(gè)路段與本地節(jié)點(diǎn)非[0°]或[90°]的節(jié)點(diǎn)。這樣有助于路由包以相對(duì)較高的速度進(jìn)行傳送，在一定程度上增加了鏈路存活時(shí)間，同時(shí)能夠在一定程度上降低端到端時(shí)延。

1.2 [α]類節(jié)點(diǎn)鏈路存活時(shí)間

VANETs中，兩節(jié)點(diǎn)不間斷連接的時(shí)間即為鏈路存活時(shí)間。假定沒(méi)有包丟失率，時(shí)間[t0=0]，在[i]與[j]間有某鏈路，假定[X]所指代的是在建立鏈路過(guò)程中兩節(jié)點(diǎn)的距離，其值處于[0，300]這一個(gè)區(qū)間之中。通常而言，[X]符合對(duì)數(shù)正態(tài)分布[5]，假定[μ∈-∞，+∞，σ≥0]，同時(shí)一切節(jié)點(diǎn)均沒(méi)有出現(xiàn)超速。在這里通過(guò)[vt]和[at]分別指代節(jié)點(diǎn)在[t≥0]的速度與加速度，這樣就能夠得出：

[at=0， a0=0at=a0， a0>0，t≤vmax-v0a00， otherwiseat=a0， a0<0，t<-v0a00， otherwise] （1）

對(duì)于式（1），其節(jié)點(diǎn)速度比[vmax]小，同時(shí)在零以上。假定節(jié)點(diǎn)剛開(kāi)始是[v0]，那么就得出下面的公式：

[vt=v0+0taxdx ] （2）

式中：[ax]是[t=x]的加速度，那么就會(huì)得出式（3）：[vt=v0， a0=0vt=v0+a0?t， a0>0vmax， otherwisevt=v0+a0?t， a0<0 0， otherwise] （3）

通過(guò)上文中對(duì)于加速度與速度的界定，則[0，t]范圍中的行駛距離[st]可以表示如下：

[st=0tvxdx] （4）

對(duì)[i]，[j]節(jié)點(diǎn)，[t] 時(shí)刻的行駛距離、速度和加速度三者依次可以通過(guò)下面的方式進(jìn)行表達(dá)：也就是[sit]，[vit]，[ait]與[sjt]，[vjt]，[ajt]，那么就能夠得出：

[sit=0tvixdx， sjt=0tvjxdx] （5）

所以，[i]與[j]兩者距離就能夠通過(guò)下式進(jìn)行表達(dá)：

[Δs=sjt-sit+X] （6）

在這里，只有正、逆向行駛兩種，對(duì)于第一種，此時(shí)的[st≥0]，[vt≥0；]而對(duì)于第二種，此時(shí)的[st≤0]，[vt≤0]，沿正方向，[j]在[i]之前時(shí)[X≥0]，即：

[p（t）=1， Δs≥0-1， otherwise]

對(duì)鏈路存活概率計(jì)算，因[vt=v0+at?t]，所以就能夠得：

[st=0tvxdx=0tv0+a0?xdx =v0?t+12a0t2 ] （7）

假定[sjt-sit=at2+bt+c]，所以就能夠得到下面的方程：

[at2+bt+c+X-300=0]

由于鏈路在[t]時(shí)刻將斷開(kāi)[6]，要是[a≠0]，那么對(duì)上面的方程求解，則能夠得出：[t=-b±b2-4ac+X-3002a]，即解[t1]，[t2]。在這里，要是[a=0]，那么就能夠求出：[t=300-c-Xb]。[X]符合對(duì)數(shù)正態(tài)分布，其累計(jì)分布函數(shù)可通過(guò)下式表達(dá)：

[Fxx=12+12erflnx-μσ2 ] （8）

所以就能夠求出它的概率分布函數(shù)，具體為：

[Ptt0=Pt≤t0=P-b±b2-4ac+X-3002a≤t0 =X≥-at20+bt0+c-300， a>0X≤-at20+bt0+c-300， a<0 =1-FX-at20+bt0+c-300， a>0FX-at20+bt0+c-300， a<0] （9）

當(dāng)[a=0]時(shí)，在這種情況下，就能夠獲得以下結(jié)果：

[Ptt0=Pt≤t0=P300-c-Xb≤t0 =1-FX-bt0+c-300， b>0FX-bt0+c-300， b<0] （10）

繼而求出其分布函數(shù)具體如式（11）所示：

[Ptt0=1-FX-at20+bt0+c-300，a>0，b∈-∞，∞FX-at20+bt0+c-300， a<0，b∈-∞，∞1-FX-bt0+c-300， a=0，b>0FX-bt0+c-300， a=0，b<0 ] （11）

給定[t0]，則能夠?qū)Ptt0]進(jìn)行計(jì)算。按照對(duì)數(shù)正態(tài)分布均值是[eμ+σ22]，則能夠得出相應(yīng)的存活時(shí)間。

1.3 [90°α]和[β]類節(jié)點(diǎn)鏈路存活時(shí)間

在移動(dòng)過(guò)程中，[90°α]與[β]類節(jié)點(diǎn)位置關(guān)系，存在大量不同的情況，此處僅僅對(duì)下列幾種場(chǎng)景進(jìn)行闡述。

1.3.1 場(chǎng)景 1：?jiǎn)喂?jié)點(diǎn)移動(dòng)

假定有節(jié)點(diǎn)[i]與[j]，對(duì)于[j]來(lái)說(shuō)，其保持固定，它的起始距離是[d0]，對(duì)于[i]來(lái)說(shuō)，其速度是[vi]，首次自[I] 傳至[I′]的時(shí)間是[t1，]兩者之間間距是[s1]，第二次所用的時(shí)間和距離分別是[t2]和[s2，]同時(shí)[I′]和[I″]為同向，具體情況如圖3所示。

圖中，[α=180°-β]，通過(guò)余弦定律就能夠得到：

式中：[s1=vi?t1]，[s2=vi?t2]，按照文獻(xiàn)[7]能夠得出[vi]，[st]是二次多項(xiàng)式，基于[vi（t）=v（0）+a（t）?t]就能夠得出式（14），如下：

假定[sjt-sit=at2+bt+c]，符合：[at2+bt+c+X-][300=0]，根據(jù)[α]與[90°α] 類節(jié)點(diǎn)鏈路存活時(shí)間的求解步驟，就能夠計(jì)算出[Ptt0]。

1.3.2 場(chǎng)景 2：雙節(jié)點(diǎn)同時(shí)異向等速移動(dòng)

[i]與[j]在同一個(gè)時(shí)間內(nèi)移動(dòng)，假定[vi=vj=v，]見(jiàn)圖3（b）。[i]從[I]傳至[I′]，[j]從[J]傳至[J′]的時(shí)間是[t1]；[i]從[I′]傳至[I″]，[j]從[J′]傳至[J″]歷時(shí)[t2]；[I′]和[J′]兩者距是[a1]，[I″]和[J″]兩者距[a2]；因此，可得到：

[s1=vj?t1]，[s2=vi?t2]且存在[vi=vj，]按照文獻(xiàn)[8]就能夠解出[vi]與[vj]。按照[α]與[90°α]類節(jié)點(diǎn)鏈路存活時(shí)間的求解步驟，就能夠計(jì)算出[Ptt0]。

1.4 M?AODV模型的UML結(jié)構(gòu)及算法實(shí)現(xiàn)流程圖

圖4中Routing_model為接口，其中定義Get_routng_model（），Create_Location（）等抽象方法。類AODV_routing_model繼承Routing_model接口，實(shí)現(xiàn)接口的抽象方法。其中AODV_routing_model（）、～AODV_routing_model（）為自身的構(gòu)造函數(shù)和析構(gòu)函數(shù)。接口Forward_mode與類M_AODV_forward_mode，還有Node_informatio與Get_node_information類似于接口Routing_model與類AODV_routing_model的關(guān)系。類Routing_table，Location，Attribution用于作為類AODV_routing_mode，M_AODV_forward_mode，Get_node_information的屬性成員。類MainClass為整個(gè)程序的入口，其中包括一些變量的定義與賦值、對(duì)其他類的方法的調(diào)用等操作。M?AODV算法流程如圖5所示。以上UML建模圖及算法流程圖可供下一步通過(guò)C++語(yǔ)言在NS2仿真平臺(tái)進(jìn)行建模仿真實(shí)驗(yàn)分析使用。

2 仿真實(shí)驗(yàn)及性能比較

本文的仿真主要在NS2仿真平臺(tái)上進(jìn)行。為了盡可能模仿真實(shí)的城市環(huán)境，在NS2上的移動(dòng)模型是節(jié)點(diǎn)隨機(jī)于沒(méi)有障礙的平面中移動(dòng)，與具體移動(dòng)情況不一致，特別是與城市場(chǎng)景存在著很大的差異，無(wú)法真正體現(xiàn)路由協(xié)議的性能。所以通過(guò)MOVE軟件快速生成真實(shí)運(yùn)動(dòng)模型。MOVE這款軟件有三項(xiàng)模型生成功能，分別是地圖模型、交通模型和移動(dòng)模型。通過(guò)該軟件平臺(tái)，可以利用其三項(xiàng)功能較好地模擬城市場(chǎng)景。對(duì)應(yīng)三項(xiàng)功能[6]，在該方法中最后得到城市地圖、車輛移動(dòng)模型、NS2交通模型。結(jié)合SUMO和NS2的模擬城市場(chǎng)景的框架圖，見(jiàn)圖6。

本文的十字路口覆蓋范圍參照文獻(xiàn)[7]，設(shè)定了一個(gè)包含十字路口由4段1 000 m長(zhǎng)路段組成的簡(jiǎn)單路網(wǎng)，其主要涉及到場(chǎng)景與車輛運(yùn)動(dòng)模型的生成這兩個(gè)方面內(nèi)容。本文所用的仿真模型具體如表1所示。

在表1中，應(yīng)用環(huán)境在NS2中的仿真模擬是通過(guò)上文提到的MOVE實(shí)現(xiàn)，在運(yùn)動(dòng)模式上本文是采用IDM[9]，該模型是一種微觀交通流模型，在仿真中將車輛視為移動(dòng)的節(jié)點(diǎn)，因此能夠在任意時(shí)刻獲取仿真中任意車輛的狀態(tài)，即車輛所處的位置、速度、加速度、所處車道等。

此處仿真主要是通過(guò)拓?fù)浞磻?yīng)式的AODV，DSR開(kāi)展，將模型M?AODV下AODV，DSR性能表現(xiàn)和其在業(yè)內(nèi)常用模型[10]的表現(xiàn)加以對(duì)比分析，其中涉及到：傳輸率、鏈路存活時(shí)間等。

2.1 鏈路存活時(shí)間和時(shí)延仿真

考慮到車載自組織網(wǎng)絡(luò)的動(dòng)態(tài)實(shí)時(shí)變化特性，其網(wǎng)絡(luò)覆蓋范圍不是一個(gè)靜態(tài)參數(shù)，而是一個(gè)與節(jié)點(diǎn)行駛速度密切相關(guān)的變量，在節(jié)點(diǎn)發(fā)射功率一定的情況下，決定節(jié)點(diǎn)覆蓋范圍的是節(jié)點(diǎn)速率與自組織網(wǎng)絡(luò)鏈路存活時(shí)間。所以本文在這里著重分析網(wǎng)絡(luò)鏈路存活時(shí)間與節(jié)點(diǎn)速率之間的關(guān)系，以此來(lái)表現(xiàn)網(wǎng)絡(luò)覆蓋范圍對(duì)本文所設(shè)計(jì)方案的影響。圖7（a）是平均鏈路存活時(shí)間和速度關(guān)系的仿真結(jié)果，通過(guò)這個(gè)圖形能夠看出傳統(tǒng)模型的AODV，DSR鏈路存活時(shí)間比M?AODV的小，但是其AODV，DSR值不存在顯著的不同。究其根由：因M?AODV中，同路段、同直線方向的鏈路優(yōu)先級(jí)高，該情況是由城市特殊應(yīng)用環(huán)境所決定的，路由包傳至十字路口時(shí)，在這種應(yīng)用環(huán)境下，一定比例的[β]類變成[90°α]節(jié)點(diǎn)，這樣就在很大程度上提高了輸送質(zhì)量，正是由于這個(gè)原因，其存活時(shí)間有所增加。

圖7（b）是端到端時(shí)延和數(shù)據(jù)發(fā)送速率關(guān)系的仿真結(jié)果，在這里速率被歸一化了，假定原值是[x Kb/s]，那么歸一化后為[x800]。通過(guò)圖7（b）能夠看出：傳統(tǒng)DSR的端到端時(shí)延比傳統(tǒng)AODV大，而對(duì)于M?AODV來(lái)說(shuō)，前者性能指數(shù)同樣比后者要好，其相同路由協(xié)議端到端平均時(shí)延比傳統(tǒng)的模型要大。究其根由：M?AODV主要是通過(guò)多次轉(zhuǎn)發(fā)進(jìn)行，這就在一定程度上使得端到端時(shí)延有所增加。DSR協(xié)議對(duì)一個(gè)路由中到的一切路由請(qǐng)求RREQ分組做應(yīng)答。所以源節(jié)點(diǎn)了解抵達(dá)目的節(jié)點(diǎn)的若干個(gè)路由。AODV里面，目的節(jié)點(diǎn)僅對(duì)首個(gè)抵達(dá)的路由請(qǐng)求分組RREQ應(yīng)答，對(duì)其他RREQ可以忽略，所以DSR時(shí)延比AODV大。

2.2 路由開(kāi)銷仿真

對(duì)于路由開(kāi)銷來(lái)說(shuō)，其和速度關(guān)系具體如圖8所示，它是一個(gè)源節(jié)點(diǎn)至目的路由需求下，一切節(jié)點(diǎn)發(fā)生交互的包的總量，其數(shù)量級(jí)處在[105]。隨速度的提高其個(gè)數(shù)呈2次指數(shù)提升，且DSR比AODV路由開(kāi)銷大。這是因?yàn)?，在源?jié)點(diǎn)進(jìn)行一次路由請(qǐng)求和應(yīng)答過(guò)程中，目的節(jié)點(diǎn)路由和所到達(dá)過(guò)各中間節(jié)點(diǎn)的路由信息都會(huì)明晰。但是DSR協(xié)議即使是最新版之中不存在刪除失效的路由機(jī)制，同時(shí)不存在優(yōu)先選擇路由的機(jī)制。這樣肯定會(huì)增大路由開(kāi)銷。

2.3 吞吐率仿真

圖9（a），（b）分別是吞吐量和發(fā)送速率、節(jié)點(diǎn)速度的關(guān)系。

通過(guò)圖9可以看出吞吐量與發(fā)送速率呈正比例關(guān)系，而與節(jié)點(diǎn)速度成反比例關(guān)系，在傳統(tǒng)模型和本文所優(yōu)化的M?AODV路由條件下，DSR吞吐量比AODV大，且M?AODV的DSR和AODV兩個(gè)指標(biāo)要優(yōu)于傳統(tǒng)模型。因?yàn)閷?duì)于DSR來(lái)說(shuō)，其通過(guò)源節(jié)點(diǎn)訪問(wèn)的路由協(xié)議比AODV多，所以DSR路由協(xié)議可以在一定程度上有利于吞吐量的提高。第二，M?AODV注重十字路口及[α]類鄰居節(jié)點(diǎn)優(yōu)先，提高了多數(shù)路由的抵達(dá)成功率與傳播效率，從而使其在一定程度上提高了吞吐量。

3 結(jié) 語(yǔ)

本文在傳統(tǒng)的AODV路由協(xié)議中，引入實(shí)時(shí)相對(duì)位置信息對(duì)車輛節(jié)點(diǎn)進(jìn)行分類，采用十字路口優(yōu)先、多次轉(zhuǎn)發(fā)等方式，優(yōu)化VANETs網(wǎng)絡(luò)中鏈路存活時(shí)間、時(shí)延、吞吐量等性能指標(biāo)。在實(shí)驗(yàn)中，搭建了基于NS2的仿真環(huán)境，該環(huán)境利用MOVE方法構(gòu)造城市環(huán)境，利用IDM模型構(gòu)造車流量，通過(guò)仿真分析對(duì)比表明，本文所在設(shè)計(jì)的模型，在VANETs實(shí)踐應(yīng)用中，DSR，AODV等關(guān)鍵指標(biāo)得到明顯提升。下一步研究將會(huì)基于可重構(gòu)思想對(duì)不同試驗(yàn)場(chǎng)景，及其所對(duì)應(yīng)的車在網(wǎng)絡(luò)傳輸協(xié)議引入上述思想進(jìn)行分析，以期能夠針對(duì)不同的應(yīng)用場(chǎng)景提供最合適的路由協(xié)議。

參考文獻(xiàn)

[1] 沈永增，姚敏杰，李曉鳳.基于城市路網(wǎng)的VANET按需路由策略研究[J].計(jì)算機(jī)應(yīng)用與軟件，2012，29（6）：236?238.

[2] 蔡菁，王騰飛.基于移動(dòng)模型的車載自組織網(wǎng)絡(luò)仿真技術(shù)研究[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41（z2）：213?217.

[3] 何莉.車載自組織網(wǎng)絡(luò)中的匿名簽名及批驗(yàn)證方案[J].計(jì)算機(jī)應(yīng)用與軟件，2013，30（1）：306?309.

[4] 周娜，劉南杰，趙海濤.一種基于地理位置的車載自組網(wǎng)快速可靠廣播算法[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（1）：108?110.

[5] 唐艷玲.二項(xiàng)分布及其應(yīng)用、正態(tài)分布[J].數(shù)學(xué)教學(xué)通訊（數(shù)學(xué)金刊），2014（5）：25?27.

[6] 林航.車載自組織網(wǎng)絡(luò)移動(dòng)模型研究[D].西安：西安電子科技大學(xué)，2013.

[7] 崔萌.城市場(chǎng)景下車載自組織網(wǎng)絡(luò)路由協(xié)議的改進(jìn)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2012.

[8] SAGAR S， JAVAID N， SAQIB J， et al. On probability of link availability in original and modified AODV， FSR and OLSR using 802.11 and 802.11p [C]// Proceedings of 2012 IEEE International Conference on Open Systems. Kuala Lumpur： IEEE， 2012： 1?6.

[9] 白艷.汽車易駕駛性評(píng)價(jià)的隨機(jī)駕駛員模型方法[D].長(zhǎng)春：吉林大學(xué)，2012.

[10] SURESH M， MOHANRAJ S， KAMALNATHAN C， et al. Performance analysis of AODV， DSR and ZRP protocols in vehicular Ad?Hoc network using Qualnet [J]. International journal of application or innovation in engineering management， 2013， 2（4）： 416?420.