鄭繼亭+胡錦超+李珺

摘 要： 面向車聯(lián)網(wǎng)的實際應用需求，構建了一種高速公路環(huán)境下的基于4G和DSRC的異構網(wǎng)絡通信場景。針對車輛在該場景下可能會在不同網(wǎng)絡信道間頻繁發(fā)生垂直切換導致較高的傳輸時延和丟包率的問題，在分析研究基于4G與DSRC的高速公路異構網(wǎng)絡切換過程的基礎上，引入網(wǎng)絡跳數(shù)、連接次數(shù)和行駛軌跡作為切換判決條件，基于TREBOL路由協(xié)議設計了一種異構網(wǎng)絡垂直切換算法。最后利用Veins仿真平臺對提出的異構網(wǎng)絡垂直切換算法的切換性能進行對比測試分析。測試結果表明，與基于RSSI的異構網(wǎng)絡垂直切換方法相比，所提切換算法能增大車輛與DSRC網(wǎng)絡連接的持續(xù)時間，并有效減少“乒乓效應”。

關鍵詞： 車聯(lián)網(wǎng)； 高速公路； 異構網(wǎng)絡； 垂直切換； 第四代移動通信技術； 專用短程通信

中圖分類號： TN915?34 文獻標識碼： A 文章編號： 1004?373X（2018）01?0105?07

Abstract： According to the practical application requirements of Internet of Vehicles （IoVs）， a scenario of heterogeneous network communication based on 4G and DSRC was constructed for freeway. Since the frequent vertical switching of the channel between different networks may cause the high transmission delay and packet loss rate in the constructed scenario， the network hop count， connection frequency and traveling trajectory are introduced as the switching decision factors on the basis of the research on the switching process of the freeway heterogeneous network based on 4G and DSRC， and a vertical switching algorithm of heterogeneous network is designed on the basis of TREBOL routing protocol. The comparison test and analysis were carried out for the switching performance of the heterogeneous network vertical switching algorithm with Veins simulation platform. The test results show that， in comparison with the heterogeneous network vertical switching algorithm based on RSSI， the switching algorithm can prolong the duration time of the network connection between the vehicle and DSRC， and effectively weaken the ping?pong effect.

Keywords： Internet of Vehicles； freeway； heterogeneous network； vertical switching； 4G； DSRC

0 引 言

近年來，多種無線通信技術的發(fā)展使得車聯(lián)網(wǎng)的部署與應用成為可能。車聯(lián)網(wǎng)作為物聯(lián)網(wǎng)技術在道路交通領域的典型應用，其研究目的是實現(xiàn)車與車、車與路、車與人之間的互聯(lián)互通，從而提高道路的通行效率，保障行車安全[1]。

目前，使用較為廣泛的車?車/車?路通信技術主要包括：短程無線通信技術DSRC（Dedicated Short Range Communications）、無線局域網(wǎng)WLAN（Wireless Local Area Networks）、第四代移動通信技術4G（4rd Generation）和無線帶寬接入技術WiMAX（Worldwide interoperability for microwave access）[2]。由于DSRC技術能夠快速識別移動車輛并建立通信連接的特性可以滿足車?車/車?路通信中較大數(shù)據(jù)流快速上傳的需求，同時，4G技術提供的較大范圍的無縫通信覆蓋[3]能夠保證移動節(jié)點在較遠距離上持續(xù)穩(wěn)定的信息服務，因此，本文針對車聯(lián)網(wǎng)的實際應用需求構建了如圖1所示的高速公路環(huán)境下基于4G和DSRC的異構網(wǎng)絡通信場景。

但受成本約束，一般路側節(jié)點（Road Side Unit，RSU）部署數(shù)量有限而無法實現(xiàn)DSRC網(wǎng)絡在道路上的無縫覆蓋。因此，在超出DSRC網(wǎng)絡的覆蓋范圍時，車輛需切換到4G網(wǎng)絡以保持與網(wǎng)絡的連接；當車輛駛入DSRC網(wǎng)絡覆蓋范圍內時，應再次切換到DSRC網(wǎng)絡，以減少對4G網(wǎng)絡信道的占用和對4G流量的消耗。但車輛在運動過程中會在4G網(wǎng)絡和DSRC網(wǎng)絡組成的異構網(wǎng)絡環(huán)境下的不同網(wǎng)絡信道間頻繁發(fā)生垂直切換，此時若判決條件單一，則極易引發(fā)“乒乓效應”，進而導致過高的傳輸時延和丟包率[4]。

針對上述異構網(wǎng)絡切換問題，文獻[5]研究了基于接收信號強度的切換算法，利用網(wǎng)絡終端收集比較不同網(wǎng)絡的接收信號強度差值（簡稱DRSS）觸發(fā)切換過程。使用DRSS作為切換判決較為簡單，但依然易導致切換過程中的“乒乓效應”。在此基礎上，文獻[6]增加了駐留時間與遲滯電平兩個參數(shù)，提出基于DRSS的切換算法，盡管引入遲滯電平和駐留時間能夠減少乒乓切換，卻增加了切換的延遲。為了解決4G和DSRC異構網(wǎng)絡切換容易引發(fā)“乒乓效應”的問題，本文對高速公路基于4G與DSRC車聯(lián)網(wǎng)通信環(huán)境下的異構網(wǎng)絡切換過程進行分析，然后基于TREBOL路由協(xié)議[7]設計了一種持續(xù)型垂直網(wǎng)絡切換算法，最后基于Veins仿真平臺對該算法的性能進行了測試。endprint

1 4G和DSRC異構網(wǎng)絡切換機制

1.1 TREBOL路由協(xié)議

文獻[7]提出的TREBOL路由協(xié)議是一種分層路由協(xié)議，將道路上的車輛節(jié)點進行分層管理，利用移動范圍內的車輛節(jié)點組成一個簇，簇內劃分為父母節(jié)點（Parent Node，PN）和子女節(jié)點（Children Node，CN）。CN發(fā)送的數(shù)據(jù)經由PN進行轉發(fā)，從而達到降低信道負荷的目的。如圖2所示，車輛與RSU建立通信時，需要發(fā)送配置消息（Configure Message，CM）告知車輛節(jié)點連接網(wǎng)絡時的配置信息，同時車輛節(jié)點也會向RSU發(fā)送自身的狀態(tài)消息（Statement Message，SM）。

1.2 高速公路異構網(wǎng)絡切換過程分析

在上文所述的高速公路車聯(lián)網(wǎng)通信環(huán)境下，車輛行駛過程中可能存在的網(wǎng)絡切換過程可以分為：4G?to?DSRC，4G?to?4G，DSRC?to?4G和DSRC?to?DSRC四種?？紤]到所述場景中RSU在道路不連續(xù)間隔配置，且4G?to?4G的網(wǎng)絡切換技術已經較為成熟，本文只對4G?to?DSRC和DSRC?to?4G兩種切換過程進行分析。

如圖3所示，車輛A在駛入RSU的通信范圍前，保持與4G基站的連接，當A即將駛入RSU的通信覆蓋范圍時，若A接收到來自RSU的消息或檢測到RSU的RSSI值，需要對是否進行網(wǎng)絡切換進行判定。若判決結果為是，則需要利用媒質無關協(xié)議中的事件原語觸發(fā)網(wǎng)絡可用事件，利用媒質無關切換中的上行鏈路事件完成事件消息的上傳，上行鏈路事件進一步觸發(fā)上層協(xié)議對車輛節(jié)點的數(shù)據(jù)流進行移動管理；若判決結果為否，則進行切換。車輛B在駛出RSU的通信范圍前，同時與4G基站和RSU保持連接。當B判定當前已無法保證與RSU建立連接時，利用媒質無關切換中的下行鏈路事件命令，將使用DSRC接口的IP流回歸至4G網(wǎng)絡接口。因此，在上述異構網(wǎng)絡中進行切換的關鍵是判斷是否連接至DSRC網(wǎng)絡或斷開與DSRC網(wǎng)絡的連接。

1.2.1 DSRC連接判決

在TREBOL路由協(xié)議下，切換至DSRC網(wǎng)絡的前提是車輛接收到了由RSU周期廣播的CM。具體存在兩種情況。

1） 車輛已處于RSU通信覆蓋范圍的邊界，但由于前方存在障礙物等原因使其無法接收到CM消息，使得車輛切換至DSRC網(wǎng)絡產生推遲，縮短了與RSU的通信時間。

針對該情況，本文利用TREBOL路由協(xié)議建立一種車輛間多跳通信鏈路，完成對障礙車輛的“繞行”，如圖4所示。車輛A接收車輛B轉發(fā)的CM消息，并利用接收到的CM判定B是否為自己的父母節(jié)點，若判定結果為是，則利用節(jié)點B完成與RSU的通信。

2） 車輛節(jié)點接收到了經過過多的多跳轉發(fā)的CM，但車輛并未駛入RSU覆蓋范圍，此時會因為過多的中繼轉發(fā)節(jié)點導致消息傳送存在較大時延和通信質量不穩(wěn)定，進而頻繁地在異構網(wǎng)絡中切換，導致“乒乓效應”的發(fā)生。如圖5所示，若節(jié)點D與RSU的通信鏈路斷開，則車輛節(jié)點A，B，C與RSU間的通信均會受到影響。

針對該情況，本文從兩方面考慮：第一，為了保證多跳連接的通信質量，設置網(wǎng)絡跳數(shù)閾值[Nhop，]作為車輛切換至DSRC網(wǎng)絡的判決條件，若當前網(wǎng)絡連接跳數(shù)大于[Nhop，]則不進行切換，否則切換至DSRC網(wǎng)絡。其中網(wǎng)絡跳數(shù)值通過在轉發(fā)過程中由轉發(fā)車輛重寫CM消息的網(wǎng)絡跳數(shù)字段完成（每次轉發(fā)該值加1）。第二，考慮到上游節(jié)點與RSU斷開連接的原因多為該節(jié)點駛離RSU，本文引入行駛軌跡參數(shù)[Mi?o，]用來判定上游節(jié)點相對RSU的位置變化狀態(tài)，進而確定是否建立連接。行駛軌跡[Mi?o]主要由RSU通過解析SM中包含的位置信息計算車輛與RSU間的距離變化趨勢完成。若車輛駛離RSU，則將[Mi?o]設為1；否則將[Mi?o]設為0。

1.2.2 DSRC斷開判決

與DSRC連接判決類似，車輛節(jié)點與DSRC網(wǎng)絡斷開連接時存在兩種情況：第一種是車輛處于RSU覆蓋范圍邊界時斷開與RSU的連接，針對該情況，可以利用TREBOL路由協(xié)議使車輛以多跳的形式連接到路側設備提供的DSRC網(wǎng)絡；第二種是利用TREBOL路由協(xié)議后，車輛處于RSU覆蓋范圍外，因父母節(jié)點斷開與RSU的連接而發(fā)生連接斷開，針對該情況，可以通過設置網(wǎng)絡跳數(shù)閾值，防止出現(xiàn)過多中繼節(jié)點，以保證數(shù)據(jù)的傳輸質量。

此外，考慮飽和道路交通環(huán)境的狀況，如圖6所示，當某RSU的覆蓋范圍內車流密度很大時，若車輛節(jié)點均連接到當前的RSU，勢必會造成較大的網(wǎng)絡負載。且由于通信質量不佳，連接過程中可能會形成“乒乓效應”，故應使部分車輛（如A）斷開DSRC連接而使用4G網(wǎng)絡完成數(shù)據(jù)的傳輸。因此，本文引入連接次數(shù)閾值[Nlink]作為判決參數(shù)，從駛入到駛出RSU覆蓋范圍的時間內，若車輛節(jié)點嘗試與RSU建立通信連接的次數(shù)大于設定的[Nlink，]則斷開連接；否則，根據(jù)網(wǎng)絡跳數(shù)作進一步判定。

1.3 異構網(wǎng)絡垂直切換算法設計

由討論可知，進行異構網(wǎng)絡垂直切換需要考慮多種因素，以避免乒乓效應的發(fā)生。本文從切換的整體流程出發(fā)，利用引入的網(wǎng)絡跳數(shù)[Nhop、]連接次數(shù)[Nlink]和行駛軌跡[Mi?o]作為切換判決條件，設計了一種異構網(wǎng)絡垂直切換算法（見算法1）。

當存在可用的DSRC網(wǎng)絡時，車輛首先對CM消息的轉發(fā)次數(shù)進行解析，若轉發(fā)次數(shù)為0，則建立與RSU間的網(wǎng)絡連接；若轉發(fā)次數(shù)大于0，則將轉發(fā)次數(shù)與網(wǎng)絡跳數(shù)閾值[Nhop]進行比較，若轉發(fā)次數(shù)小于[Nhop，]則對轉發(fā)節(jié)點的行駛軌跡[Mi?o]進行判定；若[Mi?o]為0，此時轉發(fā)車輛駛近RSU且構成的網(wǎng)絡連接跳數(shù)較小，因此建立與RSU間的網(wǎng)絡連接；若[Mi?o]為1，此時轉發(fā)節(jié)點駛離RSU，然后對車輛節(jié)點與RSU間的連接次數(shù)閾值[Nlink]進行判定，當連接次數(shù)小于[Nlink]時，保持與轉發(fā)節(jié)點的連接；否則車輛通過監(jiān)聽CM選擇新的上游節(jié)點，在當前連接中斷之前建立與DSRC網(wǎng)絡間的連接，以保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性；若轉發(fā)次數(shù)大于[Nhop，]則仍保持與4G網(wǎng)絡間的連接。endprint

算法1

1 if（車輛節(jié)點僅與4G網(wǎng)絡保持連接&&存在可用的DSRC

網(wǎng)絡）{

2 if（轉發(fā)次數(shù)=0）{

3 車輛與DSRC建立連接；

4 實現(xiàn)對4G網(wǎng)絡負載的分流；

5 }

6 else if（轉發(fā)次數(shù)>0&&轉發(fā)次數(shù)<網(wǎng)絡跳數(shù)閾值）{

7 if （行駛軌跡為0）{

8 車輛保持與DSRC建立連接；

9 繼續(xù)完成對4G網(wǎng)絡負載的分流；

10 }

11 else if（行駛軌跡為1）{

12 if（連接次數(shù)<連接次數(shù)閾值）{

13 車輛保持與DSRC的網(wǎng)絡連接；

14 繼續(xù)完成對4G網(wǎng)絡負載的分流；

15 }

16 else車輛尋求新的上層節(jié)點完成DSRC網(wǎng)絡的連接

17 }

18 else車輛斷開與DSRC網(wǎng)絡的連接

19 }

20 end if

2 性能測試分析

為了驗證本文提出的異構網(wǎng)絡垂直切換算法的有效性，本文利用Veins仿真平臺[8?9]對其應用性能進行測試分析。

2.1 測試場景及參數(shù)設置

Veins仿真平臺通過耦合交通仿真器SUMO和網(wǎng)絡仿真器OMNeT++[10]實現(xiàn)對車聯(lián)網(wǎng)環(huán)境的模擬。本文分別按表1和表2設置SUMO中道路仿真參數(shù)和車流參數(shù)，按表3和表4設置OMNeT++中DSRC基本參數(shù)和LTE基本參數(shù)[11]。

2.2 測試結果與分析

本節(jié)與基于RSSI[12?13]的異構網(wǎng)絡垂直切換方法進行對比分析：通過分析車輛行駛過程中網(wǎng)絡切換的持續(xù)時間和切換跳數(shù)，對比分析切換機制的性能；通過設置網(wǎng)絡跳數(shù)[Nhop]和連接次數(shù)[Nlink]閾值，對比使用不同判決參數(shù)時的切換算法性能。

首先通過對比車輛在不同切換機制下處于通信網(wǎng)絡中的時間，研究不同切換機制下網(wǎng)絡的穩(wěn)定性。圖7，圖8分別表示將網(wǎng)絡跳數(shù)和連接次數(shù)的閾值均設為2，在不同車流密度和不同車輛速度的情況下，基于本文切換算法和基于RSSI切換算法接入4G和DSRC網(wǎng)絡的持續(xù)時間。

測試結果表明，當車輛速度相同、網(wǎng)絡跳數(shù)和連接次數(shù)的閾值相同時，使用本文切換算法的持續(xù)時間比基于RSSI切換算法的持續(xù)時間長。這是因為本文算法由4G切換至DSRC網(wǎng)絡的過程中能夠實現(xiàn)與RSU的多跳連接。同時可以看到，隨著車輛速度的增加，兩種切換機制下處于DSRC網(wǎng)絡中的時間均有所下降；然而基于RSSI的切換算法中持續(xù)時間的下降速度最快，受車速的影響很大，而本文算法降幅相對較小，因為本文算法擴展了網(wǎng)絡的覆蓋范圍。此外，對于本文算法而言，車流密度的增加會降低節(jié)點處于DSRC網(wǎng)絡的時間，這是因為車流密度的增加使得車輛間距變小，而[Nhop]不變，故擴展的DSRC覆蓋范圍相比車輛密度較低時要小，考慮到車輛的行駛速度不變，因此縮短了車輛與DSRC網(wǎng)絡連接的時間。

切換跳數(shù)是衡量垂直網(wǎng)絡切換算法的又一個重要參數(shù)，切換跳數(shù)越高，則切換過程中越有可能發(fā)生“乒乓效應”。由于本文切換算法在接入DSRC時均只考慮網(wǎng)絡跳數(shù)，因此，首先研究網(wǎng)絡跳數(shù)閾值的設置對車輛由4G切換至DSRC網(wǎng)絡時的切換跳數(shù)的影響。圖9為不同車輛行駛速度和密度、不同網(wǎng)絡跳數(shù)閾值條件下車輛由4G切換至DSRC網(wǎng)絡中的切換次數(shù)。

可以看到，在車輛行駛速度和車流密度相同的情況下，車輛由4G切換至DSRC網(wǎng)絡的過程中，基于本文算法進行網(wǎng)絡切換的次數(shù)均小于基于RSSI切換算法的切換次數(shù)。這是因為基于RSSI的切換算法進行切換判決的條件過于單一，車輛駛入路側節(jié)點后需要反復對這兩種網(wǎng)絡的信號強度進行比較；而本文算法中，車輛一旦接收到CM，還需對[Nhop]進行判定，只有小于閾值才會完成切換。

另外，對于本文切換算法而言，當網(wǎng)絡跳數(shù)[Nhop]的值變大（由2變?yōu)?）時，車輛進行4G至DSRC的網(wǎng)絡切換的切換次數(shù)增加。這是因為閾值變大，連接的穩(wěn)定性會受到車輛移動的影響，當轉發(fā)車輛無法保持與RSU的網(wǎng)絡連接時，部分子女節(jié)點也會斷開與DSRC的連接。

此外，當其他因素保持不變時，車輛行駛速度的提升也會使切換次數(shù)增加。這是由于車速較高時，網(wǎng)絡拓撲的變化較快，上游節(jié)點更容易產生連接中斷，加劇了網(wǎng)絡切換的頻率。對于擁堵車流（車輛行駛速度為30 km/h，車流密度為100 輛/km），由于車流密度過大，DSRC網(wǎng)絡擁塞程度較為嚴重，部分車輛切換至4G網(wǎng)絡，導致切換次數(shù)增加。

圖10分別表示在網(wǎng)絡跳數(shù)閾值為3時，車輛基于本文切換算法在不同車輛行駛速度和車流密度、不同連接次數(shù)閾值條件下由DSRC切換至4G網(wǎng)絡的切換次數(shù)。圖11表示基于RSSI切換算法的切換均值，其中網(wǎng)絡跳數(shù)閾值和連接次數(shù)閾值均設為0。

可以看到，與4G切換至DSRC的過程相似，由于切換算法較為簡單，使得在不同的連接閾值條件下，基于RSSI切換算法的切換次數(shù)遠大于本文算法。

通過上面的分析可知，相比基于RSSI的垂直網(wǎng)絡切換算法，本文提出的異構網(wǎng)絡垂直切換算法，能在一定程度上延長車輛與DSRC網(wǎng)絡的連接時間，同時切換過程中不易引發(fā)“乒乓效應”。

3 結 語

根據(jù)車聯(lián)網(wǎng)的應用需求，本文構建了一種高速公路環(huán)境下基于4G和DSRC的異構網(wǎng)絡通信場景。由于在車聯(lián)網(wǎng)環(huán)境下部署的路側節(jié)點數(shù)量有限，車輛在運動中會在異構網(wǎng)絡環(huán)境下的不同網(wǎng)絡信道間頻繁發(fā)生垂直切換，引發(fā)“乒乓效應”，導致較高的傳輸時延和丟包率。針對該問題，本文基于TREBOL路由協(xié)議，通過引入網(wǎng)絡跳數(shù)、連接次數(shù)和行駛軌跡作為切換判決條件，提出一種異構網(wǎng)絡垂直切換算法。為了驗證算法的有效性，本文在Veins仿真平臺根據(jù)具體的案例對算法的性能進行測試。測試結果表明，本文提出的切換算法能延長車輛與RSU的DSRC網(wǎng)絡的連接時間，同時，還能有效避免切換引發(fā)的“乒乓效應”。endprint

參考文獻

[1] 姚佼，楊曉光，朱彤，等.基于全息信息環(huán)境的車路協(xié)調系統(tǒng)試驗平臺[J].公路交通科技，2009（z1）：39?43.

YAO J， YANG X G， ZHU T， et al. Vehicle?infrastructure integration system experimental platform based on holographic information [J]. Journal of highway & transportation research & development， 2009（z1）： 39?43.

[2] HAFEEZ K A， ZHAO L， MA B， et al. Performance analysis and enhancement of the DSRC for VANET′s safety applications [J]. IEEE transactions on vehicular technology， 2013， 62（7）： 3069?3083.

[3] 閆超.車聯(lián)網(wǎng)環(huán)境下交通信息傳輸保障方法研究[D].長春：吉林大學，2014.

YAN Chao. Research on traffic information transmission guarantee method under IoVs environment [D]. Changchun： Jilin University， 2014.

[4] MARTINEZ F J， TOH C K， CANO J C， et al. A survey and comparative study of simulators for vehicular ad hoc networks （VANETs） [J]. Wireless communications and mobile compu?ting， 2011， 11（7）： 813?828.

[5] 徐鵬，方旭明，楊俊.基于信號強度和功率損耗的分層網(wǎng)絡切換算法[J].西南交通大學學報，2011，46（1）：98?102.

XU Peng， FANG Xuming， YANG Jun. Handoff algorithm for hierarchical cell networks based on received signal strength and power loss [J]. Journal of Southwest Jiaotong University， 2011， 46（1）： 98?102.

[6] 鐘小東.無線局域網(wǎng)MAC層切換算法的研究[D].廣州：華南理工大學，2012.

ZHONG Xiaodong. Research on handoff algorithm of MAC layer in wireless LAN [D]. Guangzhou： South China University of Technology， 2012.

[7] GRAMAGLIA M， CALDERON M， BERNARDOS C J. TREBOL： tree?based routing and address autoconfiguration for Vehicle?to?Internet communications [C]// Proceedings of 2011 IEEE the 73rd Vehicular Technology Conference. Yokohama： IEEE， 2011： 45?50.

[8] WU T Y， WENG W F. Reducing handoff delay of wireless access in vehicular environments by artificial neural network?based geographical fingerprint [J]. IET communications， 2011， 5（4）： 542?553.

[9] MARTINEZ F J， TOH C K， CANO J C， et al. A survey and comparative study of simulators for vehicular ad hoc networks （VANETs） [J]. Wireless communications and mobile compu?ting， 2011， 11（7）： 813?828.

[10] ARELLANO W， MAHGOUB I. TrafficModeler extensions： a case for rapid VANET simulation using， OMNET++， SUMO， and VEINS [C]// Proceedings of 2013 the 10th International Conference on High Capacity Optical Networks and Enabling Technologies. Magosa： IEEE， 2013： 109?115.

[11] 謝鵬.基于WAVE協(xié)議棧的車聯(lián)網(wǎng)通信終端研究及定位系統(tǒng)實現(xiàn)[D].廣州：華南理工大學，2013.

XIE Peng. Research and implementation of vehicle communication terminal and positioning system based on WAVE protocol stack [D]. Guangzhou： South China University of Techno?logy， 2013.

[12] 陶金龍，康志偉，駱堅.基于RSSI測距的加權概率定位算法[J].電子測量與儀器學報，2014，28（10）：1123?1129.

TAO Jinlong， KANG Zhiwei， LUO Jian. Weighted probabilistic localization algorithm based on RSSI measurement [J]. Journal of electronic measurement and instrumentation， 2014， 28（10）： 1123?1129.

[13] 張文學.基于WiFi的RSSI指紋定位算法研究[D].成都：電子科技大學，2015.

ZHANG Wenxue. Research on RSSI fingerprint positioning algorithm based on WiFi [D]. Chengdu： University of Electronic Science and Technology of China， 2015.endprint