陸山風, 何廷全, 周 欣，周 健

(1.廣西新發(fā)展交通集團有限公司，廣西 南寧 530011；2.國家山區(qū)公路工程技術(shù)研究中心,重慶 400067；3.自動駕駛技術(shù)交通運輸行業(yè)研發(fā)中心,重慶 400067)

0 引言

以車聯(lián)網(wǎng)[1]技術(shù)(Vehicle to Everything，V2X)為重要發(fā)展內(nèi)涵的智能交通系統(tǒng)[2](Intelligent Transportation Systems，ITS)，為保證高速公路[3]行車安全、提升道路交通運行效率提供了新的解決思路。車聯(lián)網(wǎng)應用的核心在于數(shù)據(jù)信息在網(wǎng)絡中所有涉及網(wǎng)絡節(jié)點間的傳遞。由于高速公路中車輛行駛速度較快，車聯(lián)網(wǎng)網(wǎng)絡拓撲結(jié)構(gòu)變化頻繁、節(jié)點分布不均等問題更為突出，因此，在網(wǎng)絡層層面，設計合理的路由協(xié)議，保證數(shù)據(jù)信息穩(wěn)定、可靠的傳遞十分必要。

路由協(xié)議旨在為網(wǎng)絡中的數(shù)據(jù)信息尋求從源節(jié)點到目標節(jié)點的最優(yōu)傳輸路徑。主流的車聯(lián)網(wǎng)路由協(xié)議包括5類，分別是基于拓撲的路由協(xié)議、基于位置的路由協(xié)議[4]、基于分簇的路由協(xié)議[5]、基于地域多播和基于廣播的路由協(xié)議[6]。其中，通過將網(wǎng)絡結(jié)構(gòu)從扁平化轉(zhuǎn)變?yōu)榉謱咏Y(jié)構(gòu)，基于分簇的路由協(xié)議能顯著的擴展網(wǎng)絡生命周期，提高網(wǎng)絡的可擴展性和可靠性，并能為網(wǎng)絡帶來更高效的頻譜管理[7]。特別是，高速公路環(huán)境中車輛行駛速度較高，道路中車流密度的變化幅度相對較小，其構(gòu)建的無線通信網(wǎng)絡往往具有更高的穩(wěn)定性，因此，設計高速公路通信網(wǎng)絡時更適用于借助分簇結(jié)構(gòu)以解決數(shù)據(jù)通信效率問題。

分簇路由的核心是簇頭節(jié)點的選擇策略。文獻[8]提出了一種環(huán)域路由算法(RARZ)，綜合考慮節(jié)點的剩余能量并執(zhí)行基于位置的路由，避免路由過程中的控制開銷；文獻[9-10]設計了一種多跳移動域算法(MMZ)，通過選取最高三跳以內(nèi)的車輛節(jié)點形成通信簇，降低了網(wǎng)絡切換開銷；文獻[11]針對簇頭節(jié)點的安全可靠問題，設計了一種高可信的基于節(jié)點值動態(tài)更新的安全路由協(xié)議，并基于改進粒子群算法的分簇方法，構(gòu)建了從網(wǎng)絡安全因素、能量因素和距離均衡等多角度融合的簇頭選取策略；文獻[12-13]設計的分簇算法HQCA，通過評估簇內(nèi)通信質(zhì)量，提高簇內(nèi)和簇間的通信距離，并減低聚類過程中的錯誤率，簇頭選取策略依據(jù)模糊邏輯，對剩余能量、簇內(nèi)最小能力、簇內(nèi)最小距離等多個參數(shù)進行考量。上述分簇算法中，多數(shù)算法的應用場景為城市道路環(huán)境，車輛節(jié)點密度較大，速度較低。考慮到高速公路環(huán)境特點，上述協(xié)議容易造成通信鏈路斷裂，進而影響數(shù)據(jù)的有效傳遞。

數(shù)據(jù)信息從源節(jié)點到目標節(jié)點的傳輸過程需要考慮的另一個關(guān)鍵問題是數(shù)據(jù)安全?？紤]到分簇結(jié)構(gòu)對高速公路環(huán)境數(shù)據(jù)通信效率的影響，以分簇結(jié)構(gòu)為基礎(chǔ)構(gòu)建的高速公路車聯(lián)網(wǎng)通信架構(gòu)能夠從網(wǎng)絡結(jié)構(gòu)的角度加強網(wǎng)絡的安全性并保證認證數(shù)據(jù)交互的可靠性。與此同時，在構(gòu)建高速公路車聯(lián)網(wǎng)通信架構(gòu)過程中，針對車聯(lián)網(wǎng)環(huán)境中典型的安全攻擊，如中間人攻擊[13]、女巫攻擊[14]、拒絕服務攻擊[15]等，引入第三方可信通信實體，借助互信認證以保證數(shù)據(jù)安全，可顯著改善數(shù)據(jù)傳輸過程中因攻擊導致的數(shù)據(jù)機密性降低、可用性變差等問題[16]。

互信認證的工作原理是，車輛首先在入網(wǎng)前借助證書中心獲得數(shù)字證書，然后在發(fā)送數(shù)據(jù)前為數(shù)據(jù)生成簽名，進而通過證書分化和撤銷完成身份認證[17]。盡管這一方法能夠顯著提升數(shù)據(jù)安全水平，然而，現(xiàn)有的面向高速公路的分簇路由協(xié)議在設計過程中，往往因更側(cè)重傳播路徑的研究而忽略對數(shù)據(jù)安全的考慮。高速公路車輛節(jié)點移動速度較快，一旦數(shù)據(jù)安全無法保證，往往造成嚴重的事故，有必要對此進行考慮。

本研究首先針對數(shù)據(jù)安全問題，在分簇路由結(jié)構(gòu)的基礎(chǔ)上，通過引入第三方可信通信實體，構(gòu)建了高速公路車聯(lián)網(wǎng)安全通信整體架構(gòu)，明確了不同通信主體間的認證過程。然后，針對通信性能及通信安全提升問題，結(jié)合高速公路交通流特點引入固定簇模型，并借助車輛可信度參數(shù)、車輛位置參數(shù)和相對速度參數(shù)，給出了車輛節(jié)點適用性的評估算法，設計了一種基于適用性的簇頭選擇策略，進而完成了分簇路由協(xié)議的整體設計并給出了相應算法。最后，借助Veins仿真平臺搭建了高速公路仿真場景，借助丟包率這一性能指標對所述路由協(xié)議的網(wǎng)絡安全性能進行了分析，同時，針對不同的車流密度，從延時、吞吐量、數(shù)據(jù)包投遞率和簇的數(shù)量等多個角度，對所述路由協(xié)議的通信性能進行了評估。

1 高速公路安全通信架構(gòu)

1.1 通信安全需求分析

高速公路環(huán)境下的車聯(lián)網(wǎng)通信安全需求主要包括身份認證、完整性、機密性、可用性和接入可控5方面。其中，身份認證幫助用戶確認與其進行通信的通信實體具備合法的身份信息，不同的通信實體授信等級和角色各有不同[18]。身份認證是最為主要的一項網(wǎng)絡安全需求。高速公路環(huán)境下身份認證的內(nèi)容主要包括以下3種。

(1)ID認證：通信實體借助唯一的序列碼ID識別當前消息傳輸節(jié)點身份的合法性，該認證可對非法或未被授信的通信節(jié)點進行識別。

(2)屬性認證：通過識別當前通信實體的類型，確定通信實體在網(wǎng)絡中的角色，即簇頭節(jié)點、路側(cè)單元、車載單元等。

(3)位置認證：主要用于對當前通信實體的實時位置信息進行認證。

1.2 安全通信架構(gòu)構(gòu)建

借助第三方可信通信實體，構(gòu)建了一種具備身份認證的高速公路安全通信架構(gòu)，如圖1所示。系統(tǒng)由4部分組成，分別是：具備車載單元(On Board Unit，OBU)的車輛節(jié)點、路側(cè)單元(Road Side Unit，RSU)、第三方可信通信實體和認證服務器。其中，車輛節(jié)點和路側(cè)設備都需要在第三方可信通信實體中進行身份認證，認證信息存儲于認證服務器。車輛節(jié)點認證時可獲取唯一的身份ID，路側(cè)設備認證時獲取唯一的身份ID和靜態(tài)密鑰。

圖1 網(wǎng)聯(lián)高速公路安全通信架構(gòu)Fig.1 Security communication architecture for connected expressway

此外，為了保證系統(tǒng)的可用性，本研究做出如下假設：

(1)路側(cè)設備能夠?qū)崿F(xiàn)高速公路場景中通信范圍的全部覆蓋，并可獲取其靜態(tài)的地理位置信息，這一要求能夠保證車輛節(jié)點在較高的行駛速度條件下仍可保證持續(xù)的通信連接。

(2)場景中所有的車輛節(jié)點均具備車載單元、能夠獲取實時的地理位置信息，具備一定的數(shù)據(jù)發(fā)送與接收能力。

(3)考慮到高速公路主線平曲線路段中車流狀態(tài)穩(wěn)定性更高，場景中高速公路設為單向雙車道、主線平曲路段。

(4)在任一時間內(nèi)，車輛節(jié)點僅可成為一個通信簇的簇成員。

(5)所有車輛節(jié)點和簇的ID均唯一。

1.3 通信實體身份認證過程

上述通信場景中，身份認證主要存在于3種通信實體間，分別是：車輛節(jié)點與車輛節(jié)點間的認證過程、簇頭節(jié)點認證過程和路側(cè)設備認證過程，如圖2所示。

圖2 高速公路場景中通信實體的身份認證類型Fig.2 Type of identity authentication for communicating entity in expressway

(1)車車認證過程

車車認證的內(nèi)容主要包括車輛的身份ID和位置信息。當車輛處于同一通信簇時，其身份ID和位置信息將在簇內(nèi)進行信息共享。具體的車車認證內(nèi)容為：ID、位置信息、當前時刻和車輛狀態(tài)。顯然，車車認證的效率與高速公路中車流密度的大小正相關(guān)。

(2)簇頭節(jié)點認證過程

簇頭節(jié)點的認證過程存在于車輛節(jié)點與RSU之間，認證內(nèi)容包括身份ID和通信密鑰。車輛節(jié)點駛?cè)隦SU通信覆蓋范圍時，即向RSU發(fā)起執(zhí)行身份認證的過程。RSU判定當前車輛節(jié)點為簇頭節(jié)點時，會將其身份ID和通信密鑰定向發(fā)送給該車輛節(jié)點。簇頭節(jié)點認證過程如圖3所示。

圖3 簇頭節(jié)點認證過程流程圖Fig.3 Flowchart of cluster head node authentication process

車輛節(jié)點借助合法的身份ID加入或存在于一個簇，當認證失敗時，車輛節(jié)點將向第三方可信通信實體發(fā)出申請，獲取新的認證信息，直到認證成功。顯然，高速公路環(huán)境中，簇頭節(jié)點的認證過程需要保證車輛節(jié)點能夠與RSU建立一定存續(xù)時長的通信連接。

(3)路側(cè)設備認證過程

路側(cè)設備的認證過程存在于路側(cè)設備與第三方可信通信實體之間，第三方可信通信實體周期性的對RSU合法與否進行驗證。RSU認證內(nèi)容包含身份ID和密鑰。考慮到RSU與第三方可信通信實體間的通信鏈路安全性較高，此處密鑰無需進行加密處理。路側(cè)設備認證過程如圖4所示。

圖4 路側(cè)設備認證過程流程圖Fig.4 Flowchart of RSU authentication process

2 分簇路由協(xié)議設計

分簇路由協(xié)議設計的核心在于合適的簇頭選擇策略，為了兼顧數(shù)據(jù)傳輸安全，本研究在設計簇頭選擇策略時引入了含有評估車輛節(jié)點可信程度的參數(shù)，以此保證數(shù)據(jù)的安全性能。

2.1 簇的形成

一般而言，在保證簇的穩(wěn)定性和簇維護開銷較小的前提下，較小的簇數(shù)量意味著分簇算法具有更高的分簇效率和數(shù)據(jù)包傳輸效率[19]?？紤]到高速公路主線平曲線路段中車流行駛方向固定，本研究引入固定簇模型，將處于單一路側(cè)設備通信范圍內(nèi)的路段記為一個分簇路段，每個分簇路段均分為4個通信簇。高速公路場景下的固定簇形成方案如圖5所示。當車輛駛?cè)肴我煌ㄐ糯剡吔缥恢脮r，即可觸發(fā)V2V認證過程和簇頭節(jié)點認證過程。

圖5 高速公路場景下的固定簇形成方案Fig.5 Fixed cluster formation scheme in expressway scenarios

2.2 簇的維護流程設計

依照車輛的行駛路徑，簇的維護過程被劃分為3個部分，即加入簇、簇頭選擇和駛離簇。

(1)加入簇：借助RSU的消息廣播，車輛節(jié)點可以獲取到簇的邊界位置信息和身份認證信息。本研究中涉及的高速公路場景中簇的邊界位置信息為固定值，車輛節(jié)點利用定位系統(tǒng)確定自身位置處于通信簇通信范圍內(nèi)后即可發(fā)送hello消息包。若當前車輛節(jié)點收到來自簇頭節(jié)點的確認消息，即可加入當前通信簇；否則，車輛節(jié)點將向RSU發(fā)起執(zhí)行新的簇頭節(jié)點選擇過程的請求。

(2)簇頭選擇：簇頭選擇的過程由RSU執(zhí)行。借助簇頭選擇算法，RSU為其通信范圍內(nèi)的簇選取合適的簇頭車輛節(jié)點并告知其身份狀態(tài)信息。簇頭車輛節(jié)點完成與簇內(nèi)車輛節(jié)點間的信息交互，直到產(chǎn)生新的簇頭節(jié)點。簇頭選擇過程周期性執(zhí)行，亦可由新加入簇的車輛節(jié)點進行觸發(fā)。

(3)駛離簇：車輛駛離通信簇時無需向簇頭節(jié)點或RSU發(fā)送確認信息。當超過某一特定時間后，簇頭節(jié)點和RSU仍未收到來自該車輛的消息，或收到來自該車輛的消息中顯示車輛位置超出簇的范圍時，簇頭節(jié)點和RSU將對此車輛節(jié)點相關(guān)的信息進行更新和移除。

2.3 簇頭的選擇策略FBCHSS

借助車輛可信度參數(shù)、位置距離參數(shù)和相對速度參數(shù)，本研究設計了一種基于適用性的簇頭選擇策略(Fitness Based Cluster Head Selection Strategy，F(xiàn)BCHSS)。路側(cè)設備通過計算和比較簇內(nèi)車輛節(jié)點的適用性數(shù)值，選取適用性數(shù)值最高的車輛節(jié)點作為簇頭節(jié)點。

記車輛節(jié)點為vi，車輛節(jié)點vi的適用性為Fi，則：

Fi=w1·TVi+w2·di-w3·SRi，

(1)

SRi=(si-savg)，

(2)

式中，w1，w2和w3為適用性評估算法中不同參數(shù)的權(quán)重因子，滿足0≤w1,w2,w3≤1和w1+w2+w3=1。

TVi為車輛可信度參數(shù)，用于描述車輛在傳輸數(shù)據(jù)信息過程中的可靠程度。顯然，當系統(tǒng)所選取的簇頭節(jié)點具有較高的車輛可信度時，其適用性更強?？紤]到車輛可信度參數(shù)與車輛歷史行駛數(shù)據(jù)、車輛認證身份等多個因素相關(guān)，本研究不對此參數(shù)進行討論，車輛可信度參數(shù)在測試過程中設置為固定區(qū)間內(nèi)的隨機值。

di為位置距離參數(shù)，用于描述車輛節(jié)點當前位置與沿行駛方向的通信簇邊界位置間的距離。位置距離參數(shù)越高，車輛節(jié)點距離通信簇邊界越遠，其處于當前通信簇的時間越長，該車輛節(jié)點越適合作為簇頭節(jié)點。顯然，這一參數(shù)可直接影響系統(tǒng)執(zhí)行簇頭選擇所需的控制開銷。

SRi為相對速度參數(shù)，即同一時刻車輛節(jié)點的速度si與簇內(nèi)所有節(jié)點速度均值savg的差值。這一參數(shù)反映了當前車輛節(jié)點速度與簇內(nèi)車輛節(jié)點速度的相似程度。相對速度參數(shù)越低，則該車輛與簇內(nèi)成員處于同一通信簇的時長越長，該車輛節(jié)點越適合作為簇頭節(jié)點。基于適用性的簇頭選擇策略算法如表1所示。

表1 簇頭選擇策略整體算法Tab.1 Algorithm of cluster head selection strategy

可以看到，基于適用性的簇頭選擇策略算法主要包括3個階段，分別是：(1)預處理階段，用于完成對權(quán)重因子和簇頭選擇周期的初始化設置；(2)簇頭選擇過程，通過計算通信簇內(nèi)所有車輛節(jié)點的適用性參數(shù)，選出適用性參數(shù)最高的車輛節(jié)點作為簇頭節(jié)點；(3)簇頭節(jié)點維護過程，利用RSU向簇頭節(jié)點發(fā)送身份認證信息，并對當前簇的狀態(tài)進行更新和維護。

3 系統(tǒng)測試與分析

3.1 系統(tǒng)參數(shù)設置

利用交通仿真平臺SUMO搭建了一個單向雙車道的高速公路交通場景，利用網(wǎng)絡仿真平臺OMNeT++構(gòu)建了具備兩個路側(cè)設備的車聯(lián)網(wǎng)通信環(huán)境，然后利用車聯(lián)網(wǎng)仿真平臺Veins，將上述交通場景和網(wǎng)絡場景進行融合，對所述分簇路由協(xié)議的通信性能進行了測試。

SUMO中路段設置為主線平曲線路段，單向雙車道，長度為6 000 m，車輛節(jié)點的行駛速度設為區(qū)間80～120 km/h中的隨機值。為了評估不同的車流密度對系統(tǒng)網(wǎng)絡性能的影響，通過設置SUMO場景邊界處每秒駛?cè)氲能囕v節(jié)點數(shù)目完成對不同車流密度的仿真。網(wǎng)絡仿真器OMNeT中主要完成的是2個路側(cè)設備和惡意節(jié)點在仿真場景中的部署，惡意節(jié)點選用的類型為選擇性轉(zhuǎn)發(fā)，惡意節(jié)點數(shù)目分別設置為15，20，25，30，35。同時，車輛節(jié)點的可信度參數(shù)設置為區(qū)間10～100中的隨機值，惡意節(jié)點的可信度參數(shù)設置為區(qū)間10～50中的隨機值權(quán)重因子w1，w2和w3分別設置為0.3，0.4和0.3，簇頭選擇策略執(zhí)行周期設為5 s，車輛節(jié)點hello消息包的發(fā)送周期為5 ms。具體仿真系統(tǒng)參數(shù)設置如表2所示。

表2 仿真系統(tǒng)參數(shù)設置Tab.2 Simulation system parameter setting

3.2 系統(tǒng)測試性能指標

本研究利用丟包率(Packet Loss Ratio，PLR)、數(shù)據(jù)包投遞率(Packet Delivery Ratio，PDR)、數(shù)據(jù)吞吐量(Throughput)和延時(Delay)這4個指標對系統(tǒng)在網(wǎng)絡層面的性能進行評價，同時，對簇頭選擇策略而言，從簇的數(shù)量角度，分析對比了不同簇頭選擇策略中的網(wǎng)絡開銷狀態(tài)。

(1)丟包率：其值為系統(tǒng)中丟失數(shù)據(jù)包數(shù)量占所發(fā)送數(shù)據(jù)包的比率。PLR越低，系統(tǒng)網(wǎng)絡安全性越高。

PLR=∑(Psen-Prec)/∑Psen，

(3)

式中，Prec為接收到的消息包數(shù)量；Psen為車輛發(fā)送的消息包數(shù)量。

(2)數(shù)據(jù)包投遞率：其值為系統(tǒng)中成功接收的消息數(shù)與所有發(fā)送的消息數(shù)的比值。PDR越高，系統(tǒng)網(wǎng)絡傳輸效率越高。

PDR=[∑Prec/nv]/∑Psen，

(4)

式中，Prec為接收到的消息包數(shù)量；Psen為車輛發(fā)送的消息包數(shù)量；nv為車輛節(jié)點數(shù)。

(3)吞吐量：該值描述了系統(tǒng)單位時間內(nèi)傳輸?shù)臄?shù)據(jù)比特數(shù)。在一個安全的網(wǎng)絡環(huán)境中，Throughput值越高，系統(tǒng)的網(wǎng)絡性能越高。

Throughput=(nr·ns)/Td，

(5)

式中，nr為接收到的所有消息包；ns為消息包大?。籘d為總時長。

(4)延時：該值是評價系統(tǒng)網(wǎng)絡性能的一個重要指標，描述了兩車輛節(jié)點間成功投遞數(shù)據(jù)包所花費的平均時間，可直觀體現(xiàn)系統(tǒng)數(shù)據(jù)傳輸過程中的及時性。

(6)

式中，np為消息包數(shù)量；Trec和Tsen分別為消息包i的接收時間和發(fā)送時間。

3.3 系統(tǒng)測試結(jié)果

本研究對MMZ、HQCA和所述FBCHSS這3種基于不同簇頭選擇方案的路由協(xié)議的網(wǎng)絡安全性能和通信性能分別進行測試。同時，借助路由協(xié)議中的經(jīng)典算法AODV作為對照，對上述3種路由協(xié)議的性能進行了對比分析。

(1)丟包率測試對比結(jié)果

丟包率是評價網(wǎng)絡安全性能的重要指標，對丟包率進行測試時，場景中車流密度設為25 veh·(ln·km)-1。3種路由協(xié)議在不同惡意節(jié)點數(shù)目條件下的丟包率測試結(jié)果如圖6所示。

圖6 丟包率測試對比Fig.6 Comparison of packet loss rates

可以看到，3種不同路由協(xié)議的丟包率均隨著惡意節(jié)點數(shù)目的增加呈現(xiàn)上升的趨勢，特別地，在惡意節(jié)點數(shù)目達到25及以上時，F(xiàn)BCHSS的丟包率相比MMZ和HQCA減少將近25%，這是因為FBCHSS中惡意節(jié)點的適用性參數(shù)較低，多數(shù)惡意節(jié)點都沒有機會成為簇頭節(jié)點，極大地降低了數(shù)據(jù)包轉(zhuǎn)發(fā)過程中引發(fā)的丟包情況。

(2)延時測試對比結(jié)果

4種路由協(xié)議在不同車流密度條件下進行數(shù)據(jù)傳輸時的延時測試結(jié)果如圖7所示。

圖7 延時對比Fig.7 Comparison of delays

整體來看，隨著車流密度的逐漸變大，不同路由協(xié)議的延時均呈現(xiàn)出增長的趨勢，這是因為車流密度的增加導致通信節(jié)點數(shù)目增加，網(wǎng)絡負載上升引發(fā)網(wǎng)絡擁堵，同時，通信節(jié)點的增加還會觸發(fā)頻繁的簇頭切換，對通信簇的穩(wěn)定性造成影響；其次，可以看到，當車流密度處于較低水平(37.5 veh/(ln·km)以下)時，選取使用MMZ,HQCA和FBCHSS這3種簇頭選擇方案的路由協(xié)議在仿真過程中延時情況大致相同，這是因為場景中的通信節(jié)點整體數(shù)目較小，網(wǎng)絡資源更為充裕，發(fā)生數(shù)據(jù)包碰撞和丟失的情況較少；同時，相比MMZ和HQCA，F(xiàn)BCHSS在車流密度較高(37.5 veh/(ln·km)以上)時，表現(xiàn)出了更低的延時，這是因為車流密度較大的場景中，F(xiàn)BCHSS在評估節(jié)點適用性時，為節(jié)點的位置信息分配了更高的權(quán)重，這使得消息包在傳輸過程中能夠更多的使用簇頭節(jié)點，從而使整體的延時保持在較低的水平。此外，AODV在系統(tǒng)中呈現(xiàn)更高的延時。

(3)吞吐量測試對比結(jié)果

4種路由協(xié)議在不同車流密度條件下進行數(shù)據(jù)傳輸時的吞吐量測試對比結(jié)果如圖8所示。

圖8 吞吐量測試對比Fig.8 Comparison of throughputs

從圖8可以看到，4種路由協(xié)議的吞吐量均隨著車流密度的增大呈現(xiàn)出增長的趨勢，并在車流密度較大時，增長趨勢變緩，這主要是由于過多的車輛節(jié)點造成網(wǎng)絡的擁塞，使得數(shù)據(jù)傳輸效率變低；同時，相比MMZ,HQCA和AODV，F(xiàn)BCHSS呈現(xiàn)出更高的吞吐水平，這是因為MMZ和HQCA中均形成了過多的通信簇，簇頭與簇頭間產(chǎn)生了更多的數(shù)據(jù)沖突，引發(fā)了更多的簇間切換，網(wǎng)絡開銷較大，而FBCHSS中的數(shù)據(jù)交換主要存在于簇頭節(jié)點和簇成員之間，數(shù)據(jù)鏈路更為穩(wěn)定，數(shù)據(jù)傳輸更為可靠。

(4)數(shù)據(jù)包投遞率測試對比結(jié)果

4種路由協(xié)議下數(shù)據(jù)包投遞率測試對比結(jié)果如圖9所示。顯然，相比MMZ,HQCA和AODV，F(xiàn)BCHSS具有更高的數(shù)據(jù)投遞率，這是因為在FBCHSS中，評估車輛節(jié)點適用性時選用的速度參數(shù)為相對速度，這使得簇頭節(jié)點與簇成員間通信鏈路的生存時間較長，通信簇更加穩(wěn)定；同時，隨著車流密度的增大，數(shù)據(jù)包投遞率呈現(xiàn)普遍下降，這與通信節(jié)點數(shù)目增多帶來的信道擁堵息息相關(guān)。

圖9 數(shù)據(jù)包投遞率測試對比Fig.9 Comparison of data packet delivery rates

此外，綜合4種路由協(xié)議在數(shù)據(jù)包投遞率、數(shù)據(jù)吞吐量和延時3個指標下的性能表現(xiàn)，可以看到，當前仿真環(huán)境中，車輛節(jié)點行駛速度處于80～120 km/h 這一區(qū)間時，F(xiàn)BCHSS協(xié)議明顯表現(xiàn)出更高的吞吐量和投遞率，并具有較低的延時，適應當前主流的高速公路運行環(huán)境。

(5)簇的數(shù)量測試對比結(jié)果

由前可知，評價基于分簇的路由協(xié)議時，對形成簇的數(shù)量進行比較，能夠獲得協(xié)議在分簇效率和傳輸效率網(wǎng)絡性能表現(xiàn)。本次試驗通過統(tǒng)計同一時刻場景中的簇頭節(jié)點個數(shù)，對不同路由協(xié)議的性能進行了分析，不同協(xié)議下簇的數(shù)量統(tǒng)計表如表3所示。

表3 不同協(xié)議下簇的數(shù)量統(tǒng)計表Tab.3 Statistical table of number of clusters under different protocols

可以看到，在不同的車流密度條件下，F(xiàn)BCHSS簇的數(shù)目始終保持一致，這是由于引入了固定簇模型，簇的數(shù)目只與路側(cè)設備的數(shù)目相關(guān)；其次，MMZ和HQCA簇的數(shù)目隨著車流密度的增大明顯增多，考慮到簇頭數(shù)量的增多意味著系統(tǒng)維護簇頭節(jié)點的數(shù)據(jù)交互量也會相應變大，同時，簇頭節(jié)點也會存在更多的切換操作，數(shù)據(jù)傳輸過程中的即時性和丟包勢必增加，進一步增加系統(tǒng)的網(wǎng)絡開銷，這也是該協(xié)議導致系統(tǒng)傳輸性能降低的主要原因。

4 結(jié)論

首先研究了高速公路中數(shù)據(jù)交互安全需求，針對數(shù)據(jù)安全搭建了高速公路通信架構(gòu)，引入了車輛節(jié)點可信度參數(shù)；然后借助固定簇模型，引入車輛節(jié)點位置和相對速度參數(shù)，設計了一種車輛節(jié)點適用性評估算法，給出了一種基于該算法的分簇路由協(xié)議整體方案，以提高網(wǎng)絡的擴展性、可靠性和頻譜管理性能。最后，借助Veins仿真平臺對高速公路場景中不同車流密度狀態(tài)下的路由協(xié)議通信性能進行了測試和對比分析。試驗證明，引入FBCHSS算法的分簇路由協(xié)議在丟包、延時、吞吐和數(shù)據(jù)投遞率4方面均優(yōu)于MMZ,HQCA和AODV，簇數(shù)量可控，具有較好的安全和通信性能表現(xiàn)。

考慮到測試協(xié)議通信性能時，車輛節(jié)點的可信度參數(shù)為區(qū)間內(nèi)的隨機值，當前試驗環(huán)境無法準確反映協(xié)議對數(shù)據(jù)安全性能的優(yōu)化，未來可細化可信度參數(shù)評估辦法，以此完善系統(tǒng)的協(xié)議性能表現(xiàn)。此外，本研究僅對高速公路主線平曲線路段上的路由協(xié)議進行了設計和分析，未來將針對復雜場景(如彎道、縱坡，以及匝道和縱坡-彎道組合)下的路由協(xié)議展開研究。