謝明鈺

摘 要：近年來車載自組織網(wǎng)絡(luò)已成為無線自組網(wǎng)新的研究重點(diǎn)。鑒于車載自組織網(wǎng)絡(luò)自身高動態(tài)性網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等相關(guān)特點(diǎn)，使得傳統(tǒng)的數(shù)據(jù)收集協(xié)議在VANET中的表現(xiàn)并不理想。所以，對于車載自組織網(wǎng)的研究主要集中在對VANET數(shù)據(jù)收集協(xié)議方面。文中總結(jié)了近些年出現(xiàn)的VANET數(shù)據(jù)收集協(xié)議，并選取其中AODV和DSR兩種協(xié)議，在模擬高速公路的相關(guān)場景下，通過設(shè)置不同的參數(shù)研究兩種不同的性能指標(biāo)，得出AODV協(xié)議比DSR協(xié)議性能好的結(jié)論。

關(guān)鍵詞：車載自組織網(wǎng)絡(luò)；數(shù)據(jù)收集；NS-2；AODV

中圖分類號：TP39；TN929.5 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2017）09-00-02

0 引 言

車載無線網(wǎng)絡(luò)以信息收集、處理、發(fā)布、交換為主，為參與者提供豐富的服務(wù)。車載無線網(wǎng)絡(luò)將車輛內(nèi)部的相關(guān)器件、車輛與路邊節(jié)點(diǎn)、車輛與車輛、車輛與互聯(lián)網(wǎng)連接起來，構(gòu)成一個(gè)異構(gòu)的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，為車載智能交通系統(tǒng)提供多樣化的應(yīng)用。車聯(lián)網(wǎng)符合“云計(jì)算”[1] （Cloud Computing） 、“物聯(lián)網(wǎng)[2]” （Internet of Things，IoT）兩大炎手可熱的研究主題，順應(yīng)當(dāng)今信息技術(shù)的發(fā)展趨勢。車載自組織網(wǎng)絡(luò)（Vehicular Ad Hoc Network，VANET）具有自組織、易擴(kuò)展、易部署、低代價(jià)、低通信延遲等優(yōu)點(diǎn)[3] ，是車載網(wǎng)絡(luò)中最重要的一種組網(wǎng)形式。數(shù)據(jù)收集是VANET中一項(xiàng)至關(guān)重要的技術(shù)，如何在VANET中提高網(wǎng)絡(luò)通信的性能，根據(jù)不同的需求進(jìn)行有效的數(shù)據(jù)收集，是學(xué)術(shù)界一直關(guān)注的研究熱點(diǎn)。

本文總結(jié)了近些年出現(xiàn)的VANET數(shù)據(jù)協(xié)議，選取其中的DSR（Dynamic Source Routing，DSR）、AODV（Ad hoc On-demand Distance Vector Routing，AODV）協(xié)議，由17個(gè)無線節(jié)點(diǎn)組成VANET，建立一個(gè)M型固定的拓?fù)浣Y(jié)構(gòu)，再加一個(gè)移動節(jié)點(diǎn)來模擬固定節(jié)點(diǎn)的數(shù)據(jù)收集場景，通過設(shè)置不同的參數(shù)研究了兩種協(xié)議的相關(guān)性能指標(biāo)，得出AODV協(xié)議較DSR協(xié)議性能好的結(jié)論。

1 車載自組網(wǎng)數(shù)據(jù)收集協(xié)議

數(shù)據(jù)收集協(xié)議可以在一定程度上節(jié)省能耗。目前常見的數(shù)據(jù)收集協(xié)議包括EMDA（Energy—Efficient Meter Data Aggregation Protoco1，EMDA）、AODV、PEADG（Power Eficient Algorithm for Data Gathering，PEADG） 、DSR等。但是以上協(xié)議中已得到廣泛認(rèn)可的是AODV協(xié)議、DSR協(xié)議。

AODV協(xié)議與DSR協(xié)議均具有一系列優(yōu)點(diǎn)。在消除路由環(huán)路方面，AODV協(xié)議通過使用序列號來避免出現(xiàn)路由環(huán)路，而DSR使用源路由機(jī)制消除路由環(huán)路。此外，DSR協(xié)議轉(zhuǎn)發(fā)數(shù)據(jù)分組的中間節(jié)點(diǎn)無需存儲路由信息，節(jié)省了存儲空間；AODV協(xié)議支持中間節(jié)點(diǎn)應(yīng)答，能使源節(jié)點(diǎn)快速獲得路由，而DSR允許節(jié)點(diǎn)偵聽數(shù)據(jù)分組，緩存路由信息；AODV協(xié)議能快速響應(yīng)活躍路徑上的斷鏈，并具有良好的可擴(kuò)展性。而DSR支持到目的節(jié)點(diǎn)的多條路徑。

2 仿真實(shí)驗(yàn)

采用網(wǎng)絡(luò)仿真軟件NS-2[4]對DSR和AODV協(xié)議進(jìn)行性能分析，通過仿真分別得到了其數(shù)據(jù)包的平均端到端延遲、端到端時(shí)延、網(wǎng)絡(luò)吞吐量，以此來衡量數(shù)據(jù)收集協(xié)議的性能。

2.1 仿真環(huán)境

我們采用17 個(gè)無線節(jié)點(diǎn)來組成車載自組織網(wǎng)絡(luò)。其中DSR的隊(duì)列類型為CMUPriQueue，而AODV采用DropTail/PriQueue。模型中每個(gè)節(jié)點(diǎn)的無線傳輸范圍為 50.0 m，我們將仿真時(shí)間設(shè)置為20.0 s。將移動節(jié)點(diǎn)的初始坐標(biāo)設(shè)為（50.0，93.3），移動節(jié)點(diǎn)開始傳送數(shù)據(jù)的時(shí)間設(shè)為1.0 s，研究將其移動速度分別設(shè)置為10.0、20.0、30.0、40.0、50.0、60.0、70.0、80.0、90.0（單位均為m/s）時(shí)AODV和DSR協(xié)議的端到端時(shí)延、平均端到端時(shí)延以及平均吞吐量等性能指標(biāo)。我們采用CBR業(yè)務(wù)作為一種典型的無連接UDP 業(yè)務(wù)來進(jìn)行仿真實(shí)驗(yàn)。我們在相同的實(shí)驗(yàn)場景下采用相同的數(shù)據(jù)源分別對兩種協(xié)議進(jìn)行模擬運(yùn)行，使仿真結(jié)果盡量準(zhǔn)確。

2.2 仿真結(jié)果與分析

圖1、2分別為AODV協(xié)議和DSR協(xié)議的仿真圖。圖3展示了兩種協(xié)議的平均端到端時(shí)延性能，可以看出隨著移動節(jié)點(diǎn)速度的增大，AODV及DSR協(xié)議的變化趨勢相同，均呈下降趨勢，但相對于同一移動速度，AODV協(xié)議的時(shí)延略大于DSR協(xié)議，當(dāng)速度大致在56～66 m/s范圍內(nèi)時(shí)，DSR協(xié)議的時(shí)延略大于AODV協(xié)議的時(shí)延。圖4展示了兩種協(xié)議的端到端時(shí)延性能，由圖4可知，當(dāng)移動節(jié)點(diǎn)的速度在（10，20）以及（20，30）兩個(gè)區(qū)間范圍內(nèi)時(shí)，DSR協(xié)議的時(shí)延波動范圍較大，此后波動范圍較小，而AODV協(xié)議的時(shí)延波動范圍一直較小。由于只進(jìn)行了一次實(shí)驗(yàn)，所以會出現(xiàn)較大的波動范圍，當(dāng)進(jìn)行多次實(shí)驗(yàn)取平均值后，便不會出現(xiàn)這種現(xiàn)象。由此可以看出AODV協(xié)議的時(shí)延性能較DSR協(xié)議的性能好。

圖5展示了模型仿真中網(wǎng)絡(luò)的吞吐量，由圖可見，隨著移動節(jié)點(diǎn)速度的增大，兩種協(xié)議的網(wǎng)絡(luò)吞吐量性能變化趨勢相同，均呈下降趨勢。在相同的速度下，DSR協(xié)議的網(wǎng)絡(luò)吞吐量大于AODV協(xié)議的吞吐量，因此在本實(shí)驗(yàn)中DSR協(xié)議的網(wǎng)絡(luò)吞吐量性能較AODV協(xié)議的性能好。

3 結(jié) 語

在車載自組網(wǎng)應(yīng)用中，通信半徑的限制使網(wǎng)絡(luò)中車輛節(jié)點(diǎn)之間的數(shù)據(jù)交互形式是多跳轉(zhuǎn)發(fā)進(jìn)行的，因此數(shù)據(jù)收集協(xié)議和路由協(xié)議是其重要的組成部分。由于傳統(tǒng)的路由協(xié)議不能有效地應(yīng)用，無線自組網(wǎng)中的數(shù)據(jù)收集技術(shù)、路由技術(shù)有非常廣闊的研究空間。本文詳細(xì)介紹了車載自組網(wǎng)的主要特點(diǎn)，以及典型的數(shù)據(jù)收集協(xié)議，并分析了其中兩種協(xié)議的優(yōu)缺點(diǎn)，并在一定場景下，通過設(shè)置不同的參數(shù)研究了兩種不同的性能指標(biāo)，得出AODV協(xié)議較DSR協(xié)議性能好的結(jié)論。

參考文獻(xiàn)

[1]羅軍舟，金嘉暉，宋愛波，等.云計(jì)算：體系架構(gòu)與關(guān)鍵技術(shù)[J].通信學(xué)報(bào)，2011，32（7）：3-21.

[2]Uichin Lee，Mario Geria.A survey of urban vehicular sensing platform[J].Computering Networks，2010，54（4）：527-544.

[3]程嘉朗，倪巍，吳維剛，等.車載自組織網(wǎng)絡(luò)在智能交通中的應(yīng)用研究綜述[J].計(jì)算機(jī)科學(xué)，2014，41（S1）：1-10.

[4]吳仕浩，林慶華，胥布工.網(wǎng)絡(luò)仿真器NS-2及其一個(gè)應(yīng)用實(shí)例[J].計(jì)算機(jī)仿真，2004，21（7）：96-98.

[5]張博葉，賀鵬飛，杜根來，等.基于ZigBee和AODV協(xié)議的無線體域網(wǎng)性能仿真[J].物聯(lián)網(wǎng)技術(shù)，2014，4（4）：44-46.

[6]趙寧，陳丹.車載自組織網(wǎng)絡(luò)路由協(xié)議仿真研究[J].物聯(lián)網(wǎng)技術(shù)，2015，5（3）：42-43.

[7]魯忠輝，陸麗萍.車載自組網(wǎng)應(yīng)用層VDTP協(xié)議的研究與仿真[J].現(xiàn)代計(jì)算機(jī)：專業(yè)版，2009（10）：45-47.

[8]劉海林.高速公路信息管理系統(tǒng)中的大數(shù)據(jù)應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2017，7（4）：93-94.endprint