VANET中基于線性協(xié)作策略的預(yù)警信息檢測算法*

張雪飛，章國安，季彥呈

（南通大學(xué)電子信息學(xué)院 南通 226019）

1 引言

智能交通系統(tǒng)（intelligent transportation system,ITS）將通信網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)信息處理、傳感器檢測和自動(dòng)控制技術(shù)融合到整個(gè)交通運(yùn)輸系統(tǒng)中，實(shí)現(xiàn)對(duì)交通運(yùn)行環(huán)境的感知和綜合狀態(tài)的檢測[1]。而車載無線網(wǎng)絡(luò)(vehicular wireless network)作為ITS中交通信息采集、承載和傳輸平臺(tái)，依靠自身的短距離無線通信和實(shí)時(shí)計(jì)算能力實(shí)現(xiàn)車與車(vehicle-to-vehicle,V2V)、車與路邊基礎(chǔ)設(shè)施(vehicle-toinfrastructure,V2I)間的通信，能夠綜合承載多類型交通業(yè)務(wù)信息，具有移動(dòng)節(jié)點(diǎn)持續(xù)電力供給和基于道路規(guī)劃的拓?fù)浣M網(wǎng)優(yōu)勢，正逐漸成為該領(lǐng)域的研究熱點(diǎn)。目前，基于車載網(wǎng)絡(luò)系統(tǒng)的智能交通在一定程度上解決了城市交通流量預(yù)警和高速不停車收費(fèi)問題，但交通事故頻頻發(fā)生且尚無有效解決機(jī)制，研究如何有效降低交通事故發(fā)生率，具有減少人民生命財(cái)產(chǎn)損失、提高交通運(yùn)輸效率的現(xiàn)實(shí)意義。

交通安全信息(主要包括車輛碰撞預(yù)警信息、道路濕滑檢測信息、前端車輛剎車信息)在有限地域和有限時(shí)域范圍內(nèi)有效，消息簡短、與位置相關(guān)，需要快速準(zhǔn)確地在有限范圍內(nèi)傳播，以便后續(xù)車節(jié)點(diǎn)及時(shí)響應(yīng)，起到安全預(yù)警作用。但是，交通安全信息常伴隨交通事故的發(fā)生（預(yù)警）而大量產(chǎn)生，形成安全信息突發(fā)流。同時(shí)，車節(jié)點(diǎn)也在短距離、短時(shí)間內(nèi)大量聚集，導(dǎo)致廣播風(fēng)暴，形成車節(jié)點(diǎn)和安全信息高密度分布狀態(tài)，造成事故域內(nèi)網(wǎng)絡(luò)資源短時(shí)匱乏，導(dǎo)致安全信息傳播產(chǎn)生極大的時(shí)延和極高的信息丟失率，但此時(shí)安全信息能直接降低交通事故的惡化。當(dāng)交通安全信息端到端傳播時(shí)延不超過200 ms，且信息丟失率不超過1%時(shí)，后端車節(jié)點(diǎn)才能正確解析信息內(nèi)容，并及時(shí)做出有針對(duì)性的有效響應(yīng)操作，防范交通事故的惡化。但高速移動(dòng)下的強(qiáng)多普勒效應(yīng)和稀疏的路邊基礎(chǔ)設(shè)施使?jié)M足時(shí)延前提下的平均信息丟失率高達(dá)50%～70%，為改善信息丟失而進(jìn)行的信息重傳使傳播安全信息的控制信道過載，反而惡化了安全信息傳播性能。因此，要在信道條件受限、車節(jié)點(diǎn)和交通信息密集的前提下快速、可靠地傳播安全信息需要新的理論研究、新的實(shí)現(xiàn)方法[2]。

2 系統(tǒng)模型

假設(shè)所構(gòu)建的車載Ad Hoc網(wǎng)絡(luò)是由移動(dòng)的車輛節(jié)點(diǎn)和靜止的路邊單元（RSU）組成的，移動(dòng)的車輛節(jié)點(diǎn)被分成若干組，并與最近的路邊單元組成一個(gè)簇，每個(gè)簇以簇內(nèi)的路邊單元為簇首，由簇首對(duì)簇內(nèi)和簇間的交通或娛樂信息傳播進(jìn)行協(xié)調(diào)控制[3]。規(guī)定只有簇首可以向簇成員廣播交通事故預(yù)警信息，但是，攜帶原始交通事故預(yù)警信息的移動(dòng)車輛節(jié)點(diǎn)或者發(fā)生事故的簇內(nèi)的簇成員可以向其簇首以及簇內(nèi)其他成員廣播交通事故預(yù)警信息（這樣規(guī)定可以有效緩解廣播風(fēng)暴的問題）。

得到交通事故預(yù)警信息的簇首會(huì)對(duì)各個(gè)車輛節(jié)點(diǎn)的信號(hào)強(qiáng)度的變化幅度進(jìn)行線性分析，由于車載Ad Hoc網(wǎng)絡(luò)中車輛節(jié)點(diǎn)的高速移動(dòng)性對(duì)信號(hào)的衰減影響顯著，所以在信號(hào)強(qiáng)度變化幅度較小的時(shí)候，簇首有理由估計(jì)預(yù)警信息是正確的，因?yàn)榘l(fā)生交通事故會(huì)使臨近的車輛減速從而降低了移動(dòng)性。通過線性整合有關(guān)車輛節(jié)點(diǎn)的信號(hào)強(qiáng)度變化幅度（方差），作為簇首的路邊單元感知了簇成員的行駛情況并判斷是否需要向相鄰的簇首轉(zhuǎn)發(fā)預(yù)警信息。

由于車載Ad Hoc網(wǎng)絡(luò)對(duì)傳輸能耗的要求不高，假設(shè)模型中的移動(dòng)車輛節(jié)點(diǎn)信息傳輸能耗不受限制，即可以最大功率傳輸數(shù)據(jù)。當(dāng)車輛節(jié)點(diǎn)得到交通事故的預(yù)警信息后，無論預(yù)警信息正確與否，在經(jīng)過局部檢測后，都會(huì)向其簇首轉(zhuǎn)發(fā)預(yù)警信息，按照前面的規(guī)定，只有簇首才可以向簇內(nèi)其他成員廣播預(yù)警信息。簇首在收到預(yù)警信息后負(fù)責(zé)對(duì)信息的正確與否進(jìn)行判決。

如圖1所示，在簇B中發(fā)生了交通事故，事故車輛節(jié)點(diǎn)會(huì)立即向簇內(nèi)其他成員發(fā)送預(yù)警信息。接收到預(yù)警信息的車輛節(jié)點(diǎn)會(huì)通過局部檢測對(duì)信號(hào)強(qiáng)度進(jìn)行分析，從而初步判斷信息的正確性。隨后簇成員車輛節(jié)點(diǎn)會(huì)進(jìn)一步向簇首發(fā)送預(yù)警信息以及信號(hào)強(qiáng)度的檢測結(jié)果。簇首通過全局檢測后對(duì)交通事故預(yù)警信息的正確與否做出判決，如果判決為真，簇首會(huì)向所管轄的車輛節(jié)點(diǎn)以及相鄰的簇首廣播預(yù)警信息，如果判決為假，簇首會(huì)丟棄此預(yù)警信息。

圖1 交通事故預(yù)警信息廣播模型

3 基于線性協(xié)作策略的檢測算法

所提出的基于線性協(xié)作策略的檢測算法包括兩個(gè)環(huán)節(jié):局部檢測和全局檢測。局部檢測是獲得交通事故預(yù)警信息的車輛節(jié)點(diǎn)獨(dú)立地進(jìn)行信息核實(shí)，而全局檢測是作為簇首的路邊單元整合簇成員的預(yù)警信息，然后對(duì)其正確與否作出最終的判決。

對(duì)預(yù)警信息正確與否的判決是通過假設(shè)檢驗(yàn)的方式。假設(shè)檢驗(yàn)分為以下兩種情況:第一種情況用D0表示，假設(shè)沒有交通事故發(fā)生，即收到的事故預(yù)警信息是錯(cuò)誤的；第二種情況用D1表示，假設(shè)有交通事故發(fā)生，即收到的事故預(yù)警信息是正確的。

引入Pf表示簇首對(duì)正確的事故預(yù)警信息進(jìn)行錯(cuò)誤判決的概率，引入Pd表示簇首對(duì)預(yù)警信息做出正確判決的概率，即交通事故正確檢測的概率。本算法意在將誤警概率Pf控制在要求范圍內(nèi)的同時(shí)，最大化檢測概率Pd。

3.1 局部檢測

如圖2所示，當(dāng)接收到交通事故發(fā)生地點(diǎn)附近的車輛發(fā)送的預(yù)警信息時(shí)，車輛節(jié)點(diǎn)會(huì)整合預(yù)警信息的信號(hào)強(qiáng)度，每個(gè)車輛節(jié)點(diǎn)會(huì)在N個(gè)時(shí)隙的檢測周期內(nèi)計(jì)算得到信號(hào)強(qiáng)度的初步統(tǒng)計(jì)量xi，表示如下[4]:

其中，ui(k)表示接收到的簇內(nèi)第i個(gè)移動(dòng)車輛節(jié)點(diǎn)的信號(hào)強(qiáng)度。根據(jù)兩種假設(shè)檢驗(yàn)結(jié)果，將檢測周期第k個(gè)時(shí)隙接收的信號(hào)強(qiáng)度表示如下:

其中，s(k)表示信號(hào)強(qiáng)度的變化量，它的變化幅度由信道增益hi決定，在檢測周期內(nèi)信道增益被認(rèn)為是保持不變的[5]。ei(k)表示局部檢測噪聲，用一個(gè)向量 σ=[σ12,σ22,…,σM2]T表示它們的方差。不失一般性，認(rèn)為 s(k)和 ei(k)相互獨(dú)立。

由式（1）和式（2）可知xi是N個(gè)高斯隨機(jī)變量的平方和，所以xi/σi2在D0成立的條件下服從自由度為N的中心卡方分布，在D1成立的條件下服從含有參數(shù)ri、自由度為N的非中心卡方分布，其公式化表示如下:

其中，參數(shù)ri在本文模型中表示第i個(gè)移動(dòng)車輛節(jié)點(diǎn)對(duì)應(yīng)的局部信噪比（SNR）。

根據(jù)中心極限定理，如果N的數(shù)值足夠大，檢測統(tǒng)計(jì)量{xi}會(huì)無限接近正態(tài)分布，因此可得其均值為:

令ti表示局部檢測判決門限，當(dāng)個(gè)體車輛節(jié)點(diǎn)進(jìn)行交通事故檢測時(shí)，判決準(zhǔn)則如下:

圖2 線性協(xié)作檢測系統(tǒng)

Pd是正確的預(yù)警信息被成功檢測的概率，而Pf包括兩方面含義:一方面是收到真實(shí)的事故預(yù)警信息卻檢測為沒有事故發(fā)生，另一方面是收到錯(cuò)誤的事故預(yù)警信息且檢測為有事故發(fā)生。第一方面的錯(cuò)誤和漏檢有可能引起二次事故的發(fā)生，而第二方面錯(cuò)誤會(huì)導(dǎo)致不必要的降速，引起交通擁擠。因此，第i個(gè)車輛節(jié)點(diǎn)的誤警概率和檢測概率如下:

其中，CCDF(·)表示互補(bǔ)累積分布函數(shù)，CDF(·)表示累積分布函數(shù)，用于計(jì)算服從零均值和單位方差的正態(tài)分布變量的尾概率。

3.2 全局檢測

信號(hào)強(qiáng)度統(tǒng)計(jì)量{xi}隨后會(huì)通過理想的正交控制信道發(fā)送給簇首，表示如下:

其中，x=[x1,x2,…,xM]T，信號(hào)的全局檢測噪聲{ni}是零均值且空間上無相關(guān)性的高斯變量，用n=[n1,n2,…,nM]T表示，并用向量 δ=[δ12,δ22,…,δM2]T表示它們的方差。當(dāng)所有車輛節(jié)點(diǎn)將相關(guān)信號(hào)強(qiáng)度信息發(fā)送給簇首后，簇首會(huì)以線性組合的方式計(jì)算全局的假設(shè)檢驗(yàn)統(tǒng)計(jì)量yc。式（9）中的{yi}是各個(gè)車輛節(jié)點(diǎn)的信號(hào)強(qiáng)度統(tǒng)計(jì)量，用y=[y1,y2,…,yM]T表示。

全局檢測是通過若干車輛節(jié)點(diǎn)的相互協(xié)作完成的，由式（9）可知，當(dāng)各車輛節(jié)點(diǎn)經(jīng)過專用的控制信道向簇首發(fā)送檢驗(yàn)統(tǒng)計(jì)量{xi}時(shí)，簇首收到的統(tǒng)計(jì)量是服從正態(tài)分布的{yi}，其均值 E(yi)=E(xi)，其方差如下[6]:

式（3）中的參數(shù)ri在本文模型中表示第i個(gè)移動(dòng)車輛節(jié)點(diǎn)對(duì)應(yīng)的局部信噪比，滿足:

其中，Es表示檢測周期內(nèi)系統(tǒng)所傳輸?shù)男盘?hào)能量，滿足:

一旦接收到 {yi}，簇首就會(huì)進(jìn)行線性計(jì)算得出全局檢驗(yàn)統(tǒng)計(jì)量，表示如下:

其中，w=[w1,w2,…,wM]T表示用于控制全局事故檢測的權(quán)向量。不同的權(quán)值代表著不同的簇成員節(jié)點(diǎn)對(duì)全局檢測判決的影響程度，而移動(dòng)車輛節(jié)點(diǎn)對(duì)應(yīng)的權(quán)值由它進(jìn)行局部檢測時(shí)相對(duì)于事故發(fā)生位置的距離決定，離事故發(fā)生車輛節(jié)點(diǎn)較近的簇成員會(huì)分配較大的權(quán)值。

因?yàn)閧yi}是服從正態(tài)分布的隨機(jī)變量，所以它的線性組合也是服從正態(tài)分布的隨機(jī)變量，因此yc的均值為:

其中，矩陣h=[|h1|2,|h2|2,…,|hM|2]T表示局部信道增益的模平方，yc的方差為:

所以根據(jù)假設(shè)檢驗(yàn)的兩種情況表示如下:

其中，diag(·)表示以給定的向量為對(duì)角線元素的方形矩陣。用矩陣形式表示diagD0和diagD1如下:

令tc表示判決門限，當(dāng)簇首通過線性協(xié)作方式進(jìn)行全局檢測時(shí)，判決準(zhǔn)則如下:

因此全局檢測中交通事故預(yù)警信息的誤警概率和檢測概率表示如下:

由Pd的定義可知，(1-Pd)表示真實(shí)的交通事故預(yù)警信息沒有被成功檢測的概率，即漏檢概率，此概率升高會(huì)使車輛節(jié)點(diǎn)無法在事故發(fā)生地點(diǎn)附近及時(shí)降速或繞行。本算法的目的就是在滿足誤警概率要求的情況下最小化漏檢概率（最大化檢測概率）。

圖3表示全局線性協(xié)作檢測的判決算法，按照檢測系統(tǒng)的要求給定誤警概率Pf和檢測周期時(shí)隙數(shù)N，根據(jù)式（23）得到全局檢測的判決門限tc，將其帶入式（24）得到計(jì)算檢測概率的函數(shù)，通過如圖3的循環(huán)計(jì)算得到最大的檢測概率Pd’，如果Pd’不小于0.5則判決預(yù)警信息為真，簇首將向簇成員廣播預(yù)警信息并且轉(zhuǎn)發(fā)給相鄰簇首，否則將判決預(yù)警信息為假，丟棄預(yù)警信息。

4 仿真分析

將交通事故預(yù)警信息的線性協(xié)作檢測算法進(jìn)行仿真，仿真背景和系統(tǒng)模型中描述的一樣，車載Ad Hoc網(wǎng)絡(luò)是由移動(dòng)的車輛節(jié)點(diǎn)和靜止的路邊單元組成，移動(dòng)的車輛節(jié)點(diǎn)被分成若干組，并與最近的路邊單元組成一個(gè)簇，每個(gè)簇以簇內(nèi)的路邊單元為簇首，假設(shè)其中某個(gè)簇內(nèi)發(fā)生交通事故，發(fā)生事故車輛節(jié)點(diǎn)向包括簇首在內(nèi)的簇成員廣播預(yù)警信息，各個(gè)車輛節(jié)點(diǎn)獨(dú)立接收事故車輛信息并參與線性協(xié)作檢測系統(tǒng)。

圖3 全局線性協(xié)作檢測判決算法

圖4 M=2、4、6時(shí)漏檢率與誤警率的比較

圖4和圖5是在固定信道噪聲σ2=1，δ2=1，各移動(dòng)車輛節(jié)點(diǎn)對(duì)應(yīng)局部信噪比和信號(hào)強(qiáng)度由系統(tǒng)隨機(jī)分配的前提下，設(shè)定誤警概率Pf為不同取值時(shí)，交通事故預(yù)警信息漏檢概率(1-Pd)的統(tǒng)計(jì)結(jié)果。

圖5 M=4、6,N=5、10、15時(shí)漏檢率與誤警率的比較

圖4反映了在檢測周期的時(shí)隙數(shù)N=5的情況下，參與全局檢測的移動(dòng)車輛節(jié)點(diǎn)（簇成員）數(shù)量M分別為2、4、6時(shí)的仿真曲線，由圖4可知，在移動(dòng)車輛節(jié)點(diǎn)數(shù)M由2增加到4的過程中，對(duì)應(yīng)要求下漏檢概率降低，檢測系統(tǒng)性能明顯提高，但是當(dāng)M由4增加到6時(shí)，檢測系統(tǒng)性能下降，可能原因是過多數(shù)量的簇成員的參與增加了局部錯(cuò)誤檢測信息的概率，引起了簇首錯(cuò)誤的全局判決。

由圖5可知，隨著N的增加，系統(tǒng)檢測性能呈下降趨勢，可能的原因是時(shí)延問題導(dǎo)致簇首接收到不準(zhǔn)確的信號(hào)強(qiáng)度信息。此外，M=4時(shí)系統(tǒng)檢測性能普遍優(yōu)于M=6的時(shí)候，可能的原因是簇成員數(shù)量過多時(shí)，簇首精確分配參與檢測的簇成員權(quán)值的難度提高，導(dǎo)致整個(gè)檢測系統(tǒng)的性能下降。

由圖4和圖5中最優(yōu)的（最下方）仿真曲線可知在簇成員個(gè)數(shù)和檢測周期時(shí)隙數(shù)以及傳輸信噪比都相對(duì)較優(yōu)時(shí)，使用本算法可以在誤警概率較低的情況下達(dá)到很高的檢測概率（很低的漏檢概率）。

5 結(jié)束語

本文提出了一種車載Ad Hoc網(wǎng)絡(luò)中基于線性協(xié)作策略的交通事故預(yù)警信息檢測技術(shù)，它主要由兩步算法組成:局部檢測和全局檢測。簇首得到移動(dòng)車輛節(jié)點(diǎn)局部檢測后的信號(hào)強(qiáng)度的統(tǒng)計(jì)量，進(jìn)行全局線性組合，做出最終的判決，數(shù)值仿真結(jié)果表明所提出的策略能在誤警概率要求范圍內(nèi)有效提高檢測概率，在未來的研究中需要進(jìn)一步提高算法復(fù)雜度來估算最優(yōu)化權(quán)值分配和最優(yōu)化參與車輛節(jié)點(diǎn)數(shù)量。

1 常促宇，向勇，史美林.車載自組網(wǎng)的現(xiàn)狀與發(fā)展.通信學(xué)報(bào)，2007，28(11):116～126

2 王昭然，謝顯中，趙鼎新.車載自組織網(wǎng)絡(luò)關(guān)鍵技術(shù).電信科學(xué)， 2011,27(1):44～51

3 王藝，鄧佳佳，林毅.適用于車聯(lián)網(wǎng)應(yīng)用的移動(dòng)通信網(wǎng)絡(luò).電信科學(xué)， 2012,28(6):1～6

4 Wang C X，Hong X M，Ge X H，et al.Cooperative MIMO channel models:a survey.IEEE Communications Magazine，2010，48(2):80～87

5 Kawadia V,Kumar P R.Principles and protocols for power control in wireless Ad Hoc networks.IEEE Journal on Selected Areas in Communications,2005,23(1):76～88

6 Julius H M,Ali-Akber D M,Oksamc.Maximizing the effective lifetime of mobile AdHoc networks.EICE Trans on Communications,2010,91(9):2818～2827