王 桐，張健鋒

哈爾濱工程大學(xué) 信息與通信工程學(xué)院，黑龍江 哈爾濱 150001

近年來，隨著電子通信、計(jì)算機(jī)網(wǎng)絡(luò)和汽車工業(yè)等領(lǐng)域的飛速發(fā)展，智能交通系統(tǒng)(Intelligent Transportation System, ITS[1])正處于蓬勃發(fā)展階段，車載自組網(wǎng)(vehicular ad-hoc networks, VANETs[2-4]) 已經(jīng)成為實(shí)現(xiàn)城市場景下智能交通的有效手段，并逐漸成為只能領(lǐng)域研究方面的熱點(diǎn)。車載自組網(wǎng)就是利用車輛與車輛之間(vehicles to vehicles, V2V) 以及車輛與道路設(shè)施之間(vehicles to road side units, V2R)的信息交換來實(shí)現(xiàn)信息的傳遞[5-7]。在不同的實(shí)際環(huán)境下，許多專家和學(xué)者提出很多的VANETs路由協(xié)議，但是這些路由協(xié)議在投遞率(packet delivery ratio, PDR[8])和平均端到端時(shí)延(average end to end delay, AE2ED[9])方面并未達(dá)到要求技術(shù)實(shí)現(xiàn)的要求。目前，VANET路由協(xié)議主要面臨的問題包含：道路稀疏性導(dǎo)致丟包率大、節(jié)點(diǎn)時(shí)延過大、數(shù)據(jù)包轉(zhuǎn)發(fā)易陷入局部最優(yōu)。因此，本文將對這3個方面來改進(jìn)路由協(xié)議。

1 相關(guān)工作

傳統(tǒng)的路由協(xié)議根據(jù)通信源和通信目標(biāo)數(shù)量的不同，可分為廣播路由協(xié)議、單播路由協(xié)議和組播路由協(xié)議。其中單播路由協(xié)議是一種最基本點(diǎn)對點(diǎn)的路由協(xié)議，按照時(shí)間的發(fā)展順序可分為以下3類經(jīng)典的路由協(xié)議：基于拓?fù)涞穆酚蓞f(xié)議、基于地理位置的路由協(xié)議和基于RSU輔助的路由協(xié)議。

文獻(xiàn)[10-11]中提出基于拓?fù)涞南葢?yīng)式路由協(xié)議目的節(jié)點(diǎn)序列距離矢量協(xié)議(destination sequenced distance vector, DSDV)和優(yōu)化鏈路狀態(tài)路由協(xié)議(optimized link state routing, OLSR)，網(wǎng)絡(luò)中所有的節(jié)點(diǎn)通過廣播的方式與網(wǎng)絡(luò)中的其他節(jié)點(diǎn)進(jìn)行信息交互，從而達(dá)到主動地維護(hù)全網(wǎng)路由表的目的。文獻(xiàn)[12-13]中提出的反應(yīng)式路由協(xié)議需求距離矢量路由協(xié)議(ad hoc on-demand distance vector routing, AODV)和動態(tài)源節(jié)點(diǎn)路由算法(dynamic source routing, DSR)，這類路由按照需要進(jìn)行路由發(fā)現(xiàn)和路由維護(hù)的過程，從而降低了整個通信網(wǎng)絡(luò)開銷。文獻(xiàn)[14]提出DAODV(direction AODV，DAODV)在高速車輛環(huán)境下，相比于AODV路由協(xié)議提高了路由的穩(wěn)定性。但這類基于拓?fù)浣Y(jié)構(gòu)的路由協(xié)議在車載網(wǎng)絡(luò)中有很大局限性：當(dāng)車輛節(jié)點(diǎn)速度高、拓?fù)浣Y(jié)構(gòu)變化快時(shí)，會造成通信鏈路中斷或延遲增大等問題，并且增大了網(wǎng)絡(luò)路由表的維護(hù)開銷。

隨著GPS、導(dǎo)航定位設(shè)備的優(yōu)化與升級，相比于基于拓?fù)漕惖穆酚蓞f(xié)議，在復(fù)雜環(huán)境下基于地理位置的或者基于電子地圖的路由協(xié)議有更強(qiáng)地通信能力。文獻(xiàn)[15]提出基于貪婪周邊轉(zhuǎn)發(fā)協(xié)議(greedy perimeter stateless routing, GPSR)，采用傳統(tǒng)的貪婪轉(zhuǎn)發(fā)算法和改進(jìn)的周邊轉(zhuǎn)發(fā)算法，在一般情況下，優(yōu)先使用貪婪算法；一旦貪婪轉(zhuǎn)發(fā)算法找不到合適的中繼節(jié)點(diǎn)時(shí)，則采用周邊轉(zhuǎn)發(fā)算法來進(jìn)行彌補(bǔ)。文獻(xiàn)[16]針對GPSR忽略車載城市環(huán)境特點(diǎn)的不足，提出基于貪婪周邊合作路由協(xié)議 (greedy perimeter coordinator routing, GPCR)，設(shè)置道路交叉口節(jié)點(diǎn)為協(xié)調(diào)節(jié)點(diǎn)，提高數(shù)據(jù)傳輸?shù)倪B通性。文獻(xiàn)[17]提出基于競爭轉(zhuǎn)發(fā)路由(contention-based forwarding, CBF)協(xié)議，基于當(dāng)前現(xiàn)實(shí)存在的鄰居節(jié)點(diǎn)決定下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)，并采用轉(zhuǎn)發(fā)節(jié)點(diǎn)的感知體制。文獻(xiàn)[18-19]使用不同方式的分簇，提出適應(yīng)不同場景的路由算法。文獻(xiàn)[20]提出基于道路的車輛交通路線反應(yīng)模式(reactive mode of road-based using vehicular traffic routing, RBVT-R)路由協(xié)議，充分考慮VANETs網(wǎng)絡(luò)中車輛節(jié)點(diǎn)的高速運(yùn)動的特點(diǎn)，優(yōu)先選擇鏈路持續(xù)時(shí)間較長的通信路線，這樣保證了信息傳輸?shù)目煽啃?。這類路由協(xié)議與傳統(tǒng)的基于拓?fù)涞穆酚蓞f(xié)議性能上有所提升。但是這類協(xié)議多采用局部優(yōu)化算法，很容易陷入局部最優(yōu)情況，從而失去了全局的控制，忽視了車輛移動軌跡選擇的問題。

更多的路由協(xié)議設(shè)計(jì)不僅考慮車輛自身因素，還考慮到道路及基礎(chǔ)設(shè)施因素。文獻(xiàn)[21-22]提出自適應(yīng)消息路由(adaptive message routing, AMR)算法與基于路口地理路由(intersection based geographical routing protocol, IGRP)協(xié)議，通過在交叉路口設(shè)置RSUs，基于服務(wù)質(zhì)量(quality of service，QoS)利用遺傳算法計(jì)算出由源節(jié)點(diǎn)到目標(biāo)RSU的最優(yōu)路徑。文獻(xiàn)[23]提出GSR協(xié)議，考慮城市道路因素，將整個交通環(huán)境劃分為“交叉路口和道路段”，基于城市道路信息和Dijkstra算法，最優(yōu)化源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)路徑。文獻(xiàn)[24]提出改進(jìn)基于貪婪交通的意識路由協(xié)議(improved greedy traffic aware routing, GyTAR)，通過添加交叉路口的固定錨節(jié)點(diǎn)序列，根據(jù)各路段車輛密度動態(tài)不同選擇的轉(zhuǎn)發(fā)車輛。文獻(xiàn)[25]提出基于連接感知路由協(xié)議(connectivity-aware routing, CAR)，考慮從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的最優(yōu)路徑中，優(yōu)先考慮存在錨節(jié)點(diǎn)間的道路段，作為貪婪算法傳輸數(shù)據(jù)包的轉(zhuǎn)發(fā)節(jié)點(diǎn)，從而提高數(shù)據(jù)傳輸?shù)某晒β屎蜏p少數(shù)據(jù)包傳輸?shù)臅r(shí)延。這類路由協(xié)議采用全局設(shè)計(jì)思想，依據(jù)路由策略選擇由源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最優(yōu)路徑。但卻忽視了城市環(huán)境下車車輛節(jié)點(diǎn)的高速移動性、城市道路車輛分布的時(shí)段性、以及車輛節(jié)點(diǎn)信息傳遞的實(shí)時(shí)性等問題。本文提出的VCNCM協(xié)議針對以上問題，設(shè)計(jì)基于車輛速度和密度的動態(tài)信標(biāo)機(jī)制和基于RSU輔助路由選擇算法，通過物理層的建模提高數(shù)據(jù)傳輸成功率。

2 VANETs 場景建模

本節(jié)介紹VANETs無線信道傳播模型和真實(shí)地圖選取與模型抽象。不同的場景和移動性模型會影響路由協(xié)議的性能。 構(gòu)建合適的車輛運(yùn)動模型和設(shè)計(jì)無線傳輸模型對仿真結(jié)果具有重要意義。

2.1 無線信道傳播模型

無線信道大多處于復(fù)雜的傳播環(huán)境中，研究其特性并建立一個與實(shí)際傳輸環(huán)境相符合的無線信道仿真模型，有著十分重要的現(xiàn)實(shí)意義。由于建筑物、樹木和其他車輛的阻礙，導(dǎo)致信號的傳輸產(chǎn)生反射、衍射、繞射等結(jié)果，信號會有很大的損耗。如圖1所示，在城市環(huán)境下，車載自組網(wǎng)信息傳輸主要有車輛與車輛之間 以及車輛與道路設(shè)施之間傳輸。無線信道傳播模型一般可分為視距(line of sight, LOS)傳輸和非視距(not line of sight，NLOS)傳輸。虛線箭頭表示兩輛車通過LOS進(jìn)行通信。實(shí)線表示兩輛車通過NLOS進(jìn)行通信。

圖1 城市無線信道傳播模型

為了更準(zhǔn)確地描述車載自組網(wǎng)的衰落特性，通常采用車輛間經(jīng)典的Nakamagi-m衰落信道。該模型可以描述車輛與其他車輛之間的無線通信信道關(guān)系。接收機(jī)車輛信號強(qiáng)度h的概率分布函數(shù)f(h)如式(1)：

(1)

式中:m是概率分布函數(shù)的形狀因子，表示發(fā)射信號衰落的嚴(yán)重程度;Γ(·)表示是Gamma函數(shù)；Ω(d)是信號傳輸功率損耗，其影響因素如式(2)：

(2)

式中：L為發(fā)送與接收車輛之間的直線距離;ht和hr分別表示發(fā)送與接收車輛的天線高度；Pt表示發(fā)送節(jié)點(diǎn)的發(fā)送信號的有效功率；發(fā)送與接收車輛節(jié)點(diǎn)的天線的平均增益為Gt和Gr；θ是衰落模型的損耗系數(shù)。

2.2 真實(shí)場景的地圖處理

選取真實(shí)地圖的二維框架，對工程領(lǐng)域的研究有一定現(xiàn)實(shí)意義。本文通過選取特定的地圖場景， 使用典型的微觀交通仿真器SUMO，可以真實(shí)模擬單個車、單個車道，可以明確指定需求，建立大規(guī)模仿真情景。為此，本文選取哈爾濱市區(qū)的街道進(jìn)行處理分析，并給出了SUMO處理真實(shí)地圖的步驟，處理結(jié)果如圖2所示。圖2(a)顯示從OpenStreetMap下載哈爾濱市區(qū)道路情況；圖2(b)顯示是SUMO軟件處理XML格式圖。

(a)OpenStreetMap原地圖

(b)SUMO處理后的地圖圖2 哈爾濱地圖處理結(jié)果

地圖處理步驟為：

1)從openstreetmap 下載所選地圖的.OSM文件,命名為map.osm 。

2)在終端輸入語句 netconvert--osm-files map.osm -o map.net.xml生成map.net.xml。

3)復(fù)制之前的已經(jīng)實(shí)現(xiàn)的地圖文件的兩個文件夾，typemap.xml和 map.sumo.cfg。

4)在終端內(nèi)輸入polyconvert --net-file map.net.xml --osm-files map.osm --type-file typemap.xml -o map.poly.xml，生成map.poly.xml文件。

5)輸入python/sumo-0.29.0/tools/randomTrips.py-n map.net.xml -r map.rou.xml-e 10-l

6)輸入python/sumo-0.29.0/tools/randomTrips.py-n map.net.xml -r map.rou.xml-e 10-l

7)最后運(yùn)行.cfg文件，可以實(shí)景看整個網(wǎng)絡(luò)的車輛的運(yùn)行狀態(tài)。

3 VCNCM路由協(xié)議

3.1 VCNCM工作流程

本文提出一種改進(jìn)的基于Nakagami-m信道模型的V2X通信協(xié)議(V2X communication protocol based on Nakagami-m channel model, VCNCM)。

圖3 VCNCM 協(xié)議流程

VCNCM路由協(xié)議主要分為兩個階段：通信路徑選擇階段和V2X轉(zhuǎn)發(fā)階段。VCNCM的流程圖如圖3所示。本節(jié)介紹實(shí)現(xiàn)VCNCM路由協(xié)議實(shí)現(xiàn)的過程。首先，道路上的駕駛車輛采用動態(tài)廣播機(jī)制來獲取其他周邊車輛及周圍RSUs信息。然后，如果道路上的駕駛車輛想要發(fā)送消息，則這些車輛將應(yīng)用基于RSU輔助的路徑選擇機(jī)制以找到更好的路徑。最后，使用VCNCM路由協(xié)議選取最佳下一跳。如果源節(jié)點(diǎn)找不到最佳路徑，則需要重啟路由重試，成功恢復(fù)信息在進(jìn)行路由轉(zhuǎn)發(fā)階段，重試失敗后將放棄轉(zhuǎn)發(fā)，直到碰到合適的轉(zhuǎn)發(fā)節(jié)點(diǎn)再進(jìn)行信息傳遞。

3.2 城市環(huán)境下的動態(tài)信標(biāo)機(jī)制

信標(biāo)機(jī)制含義是相鄰車輛在其傳輸范圍內(nèi)進(jìn)行周期性交換信標(biāo)的機(jī)制，網(wǎng)絡(luò)中的所有車輛可以在一跳范圍信息中，獲取信息并將鄰近車輛建立通信的直接鄰居列表。當(dāng)需要將信息發(fā)送到其他車輛時(shí)，可以直接從鄰居表中選擇合適車輛。不同的信標(biāo)機(jī)制對VANET路由協(xié)議的性能有重大影響。與使用固定周期信標(biāo)機(jī)制的經(jīng)典路由協(xié)議不同，VCNCM采用動態(tài)信標(biāo)機(jī)制，通過考慮車輛速度和密度來修改信標(biāo)周期，從而達(dá)到維持實(shí)時(shí)鄰居列表目標(biāo)。

在城市環(huán)境中，道路上車輛的分布是不均勻的，車輛速度是不確定的。 快速移動的車輛具有較少的鄰居車輛，并且這些車輛不能頻繁地進(jìn)行信息的交換。該情況下的路由策略不能達(dá)到最優(yōu)。相反，當(dāng)車輛緩慢移動或具有更多相鄰車輛時(shí)，這些車輛會經(jīng)常通過信標(biāo)機(jī)制來交換信息。然而，這種情況很容易引起“廣播風(fēng)暴”。因此，動態(tài)信標(biāo)交換機(jī)制可以有效地減少“廣播風(fēng)暴”，動態(tài)信標(biāo)周期TBeacon如式(3)中所定義。

(3)

式中：λ和1-λ分別表示速度因子和車輛密度因子的權(quán)重；N是當(dāng)前鄰居車輛的總數(shù)；Nmax是處于整個環(huán)境中的車輛總數(shù)；T0是一個固定的更新周期，可以根據(jù)實(shí)際交通狀況來進(jìn)行調(diào)整；Vmax和Vave表示在實(shí)際城市交通環(huán)境下車輛最大速度和車輛的平均速度。

3.3 基于路邊基礎(chǔ)單元輔助的路徑選擇機(jī)制

當(dāng)源節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)直線的距離很遠(yuǎn)時(shí)，源節(jié)點(diǎn)和目的節(jié)點(diǎn)傳輸數(shù)據(jù)包就會需要一些輔助通信設(shè)備來進(jìn)行多跳傳輸。 選擇最佳的車車通信鏈路就是首要任務(wù)。 大多數(shù)路由算法都是基于歷史數(shù)據(jù)來選擇預(yù)測最優(yōu)的路徑，但是，城市場景下的車輛拓?fù)浣Y(jié)構(gòu)是時(shí)變的，因此基于歷史數(shù)據(jù)的預(yù)測成功率很低。因此，本協(xié)議采用路邊基礎(chǔ)單元輔助的路徑選擇機(jī)制，確保可以獲得一條從源節(jié)點(diǎn)、目的節(jié)點(diǎn)之間路徑和節(jié)點(diǎn)間的充分連通性。

圖4(a)是一個截取的小型仿真交通網(wǎng)絡(luò)，其中A1～A20表示20輛車，RSU1～RSU8表示8個路邊基礎(chǔ)通信單元。圖中的交通網(wǎng)絡(luò)由道路段和交叉口組成，可以將其抽象為連通平面圖，下面對這個連通平面圖進(jìn)行定義。首先，交通網(wǎng)絡(luò)的交叉點(diǎn)是連通圖的頂點(diǎn)，兩個交叉點(diǎn)之間的路段是連通圖的邊緣，任意一條道路上的車輛密度定義為該條路的密度權(quán)重。然后，每個路段被分成一個或多個連接的圖形區(qū)域。區(qū)域的大小由道路的長度，車輛的數(shù)量和RSU的傳輸范圍共同決定。因此，可以將每個連通圖區(qū)域內(nèi)的車輛分布近似地視為均勻分布，并且可以計(jì)算該區(qū)域內(nèi)的道路密度。如圖4(b)所示，可以通過獲得連通圖區(qū)域中的道路密度來組合道路密度分布。

車輛通過GPS設(shè)備可以輕松獲得連接的地圖序列號，每個RSU的位置信息和RSU的數(shù)量等相關(guān)信息。每輛車實(shí)時(shí)向周圍的RSU報(bào)告信息。 每個RSU可以周期性獲得該范圍內(nèi)路段的車輛分布，并且可以計(jì)算該區(qū)域的車輛密度。每個RSU通過接收到的實(shí)時(shí)車輛情況來添加、刪除和更改更新車輛列表。該協(xié)議遵循最短路徑原理， 在獲得路徑之后，將路徑信息添加到數(shù)據(jù)分組的報(bào)頭中，在建立的路徑上找到合適的基于單播多跳傳輸?shù)淖罴严乱惶?/p>

(a)哈爾濱某區(qū)域場景圖

(b)抽象圖圖4 道路抽象模型

3.4 V2X 路由轉(zhuǎn)發(fā)算法

VCNCM采用通信路徑選擇機(jī)制來獲得最優(yōu)路徑。 因此，該協(xié)議提出V2X路由轉(zhuǎn)發(fā)算法來表示通信路徑中的最小單元。 從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑可以分成許多段。 如圖5所示，可以用這種路由轉(zhuǎn)發(fā)算法來選擇最佳下一跳。

圖5 轉(zhuǎn)發(fā)算法鄰居節(jié)點(diǎn)示意

ni是當(dāng)前車輛，fi是當(dāng)前節(jié)點(diǎn)的跳躍范圍內(nèi)的鄰居車輛，dk1是路邊的通信單元。在圖5中，ni想要將信息發(fā)送到dk1，并且有兩條路徑可以完成通信任務(wù)，通過選擇不同的中繼節(jié)點(diǎn)來傳遞信息，在這種情況下，如何選擇最優(yōu)的中繼節(jié)點(diǎn)就需要合適路由轉(zhuǎn)發(fā)算法。

本協(xié)議在選擇轉(zhuǎn)發(fā)中繼時(shí)，采用V2X路由轉(zhuǎn)發(fā)算法，主要考慮兩方面因素，首先考慮中繼節(jié)點(diǎn)與目的節(jié)點(diǎn)的距離因素，當(dāng)存在幾個中繼節(jié)點(diǎn)接近時(shí)，再考慮相對速度這個因素，選擇最優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)。

車輛兩者之間距離關(guān)系函數(shù)用g(Dfidk)表示，其中當(dāng)前節(jié)點(diǎn)ni到目標(biāo)節(jié)點(diǎn)dk的距離用Dnidk表示，Dfidk表示ni的任意一個鄰居節(jié)點(diǎn)fi到dk的距離，在符合條件下，fi到達(dá)dk越小，距離關(guān)系函數(shù)值越大，則優(yōu)先被選中為下一跳轉(zhuǎn)發(fā)中繼節(jié)點(diǎn)，如式(4)：

(4)

式中f(vfi)表示速度關(guān)系函數(shù)，當(dāng)鄰居節(jié)點(diǎn)fi的速度與當(dāng)前節(jié)點(diǎn)ni的速度越相近時(shí)，速度關(guān)系函數(shù)值越大，則優(yōu)先被選中成為下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)。速度函數(shù)f(vfi)如式(5)所示，vni表示當(dāng)前節(jié)點(diǎn)ni的速度。

f(vfi)=‖vfi-vni‖

(5)

4 仿真分析

4.1 實(shí)驗(yàn)參數(shù)設(shè)置

本節(jié)對VCNCM路由協(xié)議在仿真平臺上進(jìn)行模擬，獲得一系列仿真數(shù)據(jù)并通過對這些數(shù)據(jù)的歸納處理。通過與路由協(xié)議GPSR、GPCR、CAR、GSR在不同影響因素仿真對比，反應(yīng)VCNCM路由協(xié)議的相關(guān)性能。本文在NS-3平臺下，場景選擇為哈爾濱市區(qū)的地圖，其仿真區(qū)域范圍是5 369 m ×4 902 m。在網(wǎng)絡(luò)中車輛節(jié)點(diǎn)分別為200、400、600。車輛的速度分別為0，5、10、15、20 m/s，使用IEEE802.11p協(xié)議預(yù)仿真時(shí)間為2 000 s，動態(tài)信標(biāo)周期為1～3 s，節(jié)點(diǎn)傳輸半徑為500 m，數(shù)據(jù)包大小為512 bytes。無線傳播模型采用的Nakagami-m衰落模型，將本文提出的VCNCM路由協(xié)議與經(jīng)典的GPSR、GPCR、CAR、GSR等路由協(xié)議進(jìn)行性能對比。

4.2 仿真結(jié)果分析

圖6顯示當(dāng)在該區(qū)域車輛速度分別為5、10和15 m/s時(shí)，研究車輛密度對PDR的影響。 當(dāng)車速不同時(shí)，PDR隨著車輛密度的增加而變高。 車輛密度的增加使得許多可替代路徑的數(shù)量增加，并且連通性變得更好，該協(xié)議的性能得到改善。 在不同的速度下，VCNCM協(xié)議的PDR比其他通信協(xié)議好，因?yàn)閂CNCM考慮動態(tài)廣播機(jī)制，目的車輛可以很容易獲取信息。 因此，VCNCM具有比其他協(xié)議更大的PDR。

圖7顯示了當(dāng)網(wǎng)絡(luò)中的車輛數(shù)量為200、400、600時(shí)，隨著車速的增加，5種協(xié)議的PDR隨著車速的增加而減小，主要原因是基于拓?fù)涞耐ㄐ艆f(xié)議由于車速的增加而不能適應(yīng)快速變化的網(wǎng)絡(luò)拓?fù)?。GPSR可以在一定程度上適應(yīng)網(wǎng)絡(luò)拓?fù)涞淖兓窃谶x擇車輛的過程中考慮的因素較少， 隨著車速的增加，車輛的位置變化變快，導(dǎo)致鏈路連接的穩(wěn)定性、數(shù)據(jù)傳輸?shù)某晒β恃杆傧陆?。VCNCM的平均數(shù)據(jù)傳輸速率高于其他傳輸速率，VCNCM采用基于信道模型的路由協(xié)議，可以在選擇通信鏈路較好的轉(zhuǎn)發(fā)節(jié)點(diǎn)作為中繼節(jié)點(diǎn)，對信息轉(zhuǎn)發(fā)有促進(jìn)作用。圖8給出了速度一定時(shí)，AE2ED與車輛密度的關(guān)系。圖9給出了車輛密度一定時(shí)，AE2ED與車輛速度的關(guān)系。

(a)車輛節(jié)點(diǎn)數(shù)為5 m/s

(b)車輛節(jié)點(diǎn)數(shù)為10 m/s

(c)車輛節(jié)點(diǎn)數(shù)為15 m/s圖6 車輛速度一定時(shí)，PDR與車輛密度的關(guān)系

(a)車輛節(jié)點(diǎn)為200

(b)車輛節(jié)點(diǎn)數(shù)為400

(c)車輛節(jié)點(diǎn)數(shù)為600圖7 車輛密度一定時(shí)，PDR與車輛速度的關(guān)系

(a)車輛節(jié)點(diǎn)為5 m/s

(b)車輛節(jié)點(diǎn)數(shù)為10 m/s

(c)車輛節(jié)點(diǎn)數(shù)為15 m/s圖8 車輛速度一定時(shí)，AE2ED與車輛密度的關(guān)系

(a)車輛節(jié)點(diǎn)為200

(b)車輛節(jié)點(diǎn)數(shù)為400

(c)車輛節(jié)點(diǎn)數(shù)為600圖9 車輛密度一定時(shí)，AE2ED與車輛速度的關(guān)系

圖8顯示了當(dāng)車輛速度為5、10和15 m/s時(shí)，車輛密度對AE2ED的影響。 隨著模擬網(wǎng)絡(luò)的密度增加，每個通信協(xié)議的AE2ED大大降低。與GPSR協(xié)議相比，由于優(yōu)選的中繼節(jié)點(diǎn)來傳遞信息的原因，GPCR協(xié)議選擇更好的下一跳車輛，導(dǎo)致GPSR和GPCR協(xié)議之間的平均AE2ED性能出現(xiàn)差異。與前兩者相比VCNCM還考慮物理層的信道模型，這提高了下一跳車輛選擇的準(zhǔn)確性，并有效地減少了到目的車輛的總跳數(shù)。

圖9表示網(wǎng)絡(luò)中的車輛數(shù)量為200、400和600時(shí)，隨著車輛速度的增加，5個協(xié)議的AE2ED的不同趨勢。隨著車輛密度的恒定，每個協(xié)議的AE2ED隨著車輛速度的增加而增加。主要原因是車速的增加將導(dǎo)致網(wǎng)絡(luò)拓?fù)涞淖兓?，使得通信鏈路的可靠性降低，因此，到達(dá)目的車輛的延遲增加。VCNCM采用的實(shí)時(shí)道路密度分析和最短路徑的優(yōu)先原則，在通信路徑選擇中，它減少在轉(zhuǎn)發(fā)過程中產(chǎn)生的冗余跳數(shù)。此外，隨著車輛的速度增加，VCNCM的AE2ED得到改善，其穩(wěn)定性比其他通信協(xié)議更強(qiáng)。

5 結(jié)論

針對城市高速動態(tài)的車輛環(huán)境，提出一種基于Nakagami-m信道模型的V2X通信協(xié)議。在VCNCM協(xié)議中，提出了動態(tài)廣播機(jī)制和RSU輔助通信路徑選擇機(jī)制來提高找到合適中繼節(jié)點(diǎn)的概率；在仿真中，使用實(shí)際地圖和建立通信信道的模型可以真實(shí)反映的VANETs環(huán)境。最后，在NS3上設(shè)計(jì)并實(shí)現(xiàn)VCNCM協(xié)議的仿真，仿真結(jié)果表明，在城市環(huán)境下車速在0～15 m/s，車輛節(jié)點(diǎn)在200～600，本文提出的VCNCM協(xié)議在數(shù)據(jù)傳輸率和平均端到端延遲兩種性能方面均優(yōu)于GPCR、GPSR、CAR、GSR協(xié)議。