基于網(wǎng)絡(luò)編碼的車(chē)載網(wǎng)數(shù)據(jù)傳輸性能的研究

馬 寧，張義兵，束永安

(安徽大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥 230601)

基于網(wǎng)絡(luò)編碼的車(chē)載網(wǎng)數(shù)據(jù)傳輸性能的研究

馬 寧，張義兵，束永安

(安徽大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，安徽 合肥 230601)

車(chē)載網(wǎng)通過(guò)車(chē)輛與車(chē)輛(Vehicle to Vehicle，V2V)或車(chē)輛與路側(cè)單元(Vehicle to Infrastructure,V2I)之間的數(shù)據(jù)傳輸實(shí)現(xiàn)通信。車(chē)載網(wǎng)絡(luò)不同于傳統(tǒng)無(wú)線網(wǎng)絡(luò)，具有網(wǎng)絡(luò)拓?fù)渥兓?、?jié)點(diǎn)受限、網(wǎng)絡(luò)間斷性聯(lián)通等特點(diǎn)。由于車(chē)輛高速移動(dòng)以及街道障礙物阻擋等原因,車(chē)載網(wǎng)絡(luò)分割現(xiàn)象更加嚴(yán)重,路由問(wèn)題更加復(fù)雜。因此車(chē)載網(wǎng)中數(shù)據(jù)傳輸性能面臨著信道負(fù)載大、傳輸延時(shí)高、帶寬利用率低等的挑戰(zhàn)。為了提高車(chē)載網(wǎng)數(shù)據(jù)傳輸?shù)男什⒔档娃D(zhuǎn)發(fā)延時(shí)，文中在混合通信結(jié)構(gòu)(V2V&V2I)中，提出了一種改進(jìn)的隨機(jī)線性網(wǎng)絡(luò)編碼(Optimized Random Linear Network Coding，ORLNC)技術(shù)，同時(shí)采用車(chē)輛路徑近似度來(lái)確定下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)。NS-3和MOVE仿真實(shí)驗(yàn)表明，ORLNC與現(xiàn)有的DDR協(xié)議算法相比，明顯降低了轉(zhuǎn)發(fā)延時(shí)，提高了傳輸效率，同時(shí)該協(xié)議算法不僅適用于密集車(chē)載網(wǎng)，也適用于稀疏場(chǎng)景中數(shù)據(jù)的傳輸。

車(chē)載網(wǎng)；車(chē)輛與車(chē)輛；車(chē)輛與路側(cè)單元；混合通信結(jié)構(gòu)；改進(jìn)的隨機(jī)線性網(wǎng)絡(luò)編碼

0 引 言

車(chē)載自組織網(wǎng)絡(luò)(VANET)不同于無(wú)線Mesh網(wǎng)，它具有能量足、計(jì)算能力強(qiáng)、網(wǎng)絡(luò)拓?fù)渥兓?、網(wǎng)絡(luò)間斷連通性、節(jié)點(diǎn)受限運(yùn)動(dòng)等特點(diǎn)。因此車(chē)輛間數(shù)據(jù)傳輸性能面臨較大的挑戰(zhàn)。

諸多學(xué)者基于隨機(jī)線性網(wǎng)絡(luò)編碼提出了多種新協(xié)議算法[1-3]。其中,Mirani F利用隨機(jī)線性網(wǎng)絡(luò)編碼結(jié)合基于延時(shí)中樞機(jī)制協(xié)議提出了基于延時(shí)的機(jī)會(huì)網(wǎng)絡(luò)編碼協(xié)議—DONC[4]，基于延時(shí)廣播機(jī)制是建立在發(fā)送方與接收方之間距離的基礎(chǔ)上。實(shí)驗(yàn)已證明DONC協(xié)議的數(shù)據(jù)傳輸性能優(yōu)于傳統(tǒng)的基于延時(shí)的廣播協(xié)議，但轉(zhuǎn)發(fā)延時(shí)高和傳輸效率低等仍是車(chē)載網(wǎng)數(shù)據(jù)傳輸性能的主要影響因素。文獻(xiàn)[5]提出了基于網(wǎng)絡(luò)編碼與分簇的分發(fā)算法—DDR，利用粒子群算法優(yōu)化簇頭的選舉，其中周期性動(dòng)態(tài)選舉簇頭需花費(fèi)大量時(shí)間，延時(shí)性較高。

文中對(duì)適用于無(wú)線Mesh網(wǎng)中的隨機(jī)線性網(wǎng)絡(luò)編碼進(jìn)行了改進(jìn)，在混合通信結(jié)構(gòu)中提出了ORLNC算法并且采用基于車(chē)輛路徑近似度的車(chē)輛選擇協(xié)議。該協(xié)議算法可以進(jìn)一步降低轉(zhuǎn)發(fā)延時(shí)并提高傳輸效率。

1 隨機(jī)線性網(wǎng)絡(luò)編碼

隨機(jī)線性網(wǎng)絡(luò)編碼[6-7]：對(duì)信源節(jié)點(diǎn)要廣播的數(shù)據(jù)包進(jìn)行線性編碼處理，其中編碼系數(shù)從最小有限域GF(2n)中隨機(jī)取得。

圖1中，假設(shè)源節(jié)點(diǎn)S將要轉(zhuǎn)發(fā)的數(shù)據(jù)分成X1,X2，在有限域中分別選取ε1,ε2和ε3,ε4。向節(jié)點(diǎn)A廣播的數(shù)據(jù)可表示為Y1=ε1X1+ε2X2，向節(jié)點(diǎn)B廣播的數(shù)據(jù)可表示為Y2=ε3X1+ε4X2。節(jié)點(diǎn)C分別接收到A,B廣播的數(shù)據(jù)包Y1,Y2，再對(duì)Y1,Y2進(jìn)行編碼處理，可表示為：

Y3=ε5Y1+ε6Y2=ε5(ε1X1+ε2X2)+ε6(ε3X1+ε4X2)

圖1 隨機(jī)線性網(wǎng)絡(luò)編碼原理圖

由于節(jié)點(diǎn)D,E已經(jīng)分別接收到Y(jié)2,Y1，通過(guò)解碼分別得到X1和X2，因此可以達(dá)到理論上的最大流和最小割的上限，實(shí)現(xiàn)數(shù)據(jù)傳輸在轉(zhuǎn)發(fā)延時(shí)、系統(tǒng)容量和均衡負(fù)載方面的性能提高。

車(chē)載網(wǎng)絡(luò)：車(chē)載網(wǎng)是最近興起的自組織網(wǎng)絡(luò)結(jié)構(gòu)，它廣泛應(yīng)用于交通運(yùn)輸類(lèi)、交通安全類(lèi)和信息服務(wù)類(lèi)。車(chē)載網(wǎng)不同于傳統(tǒng)的無(wú)線網(wǎng)絡(luò)，具有網(wǎng)絡(luò)拓?fù)渥兓?、?jié)點(diǎn)運(yùn)動(dòng)受限、網(wǎng)絡(luò)間斷連通性、能量足、計(jì)算能力強(qiáng)、自組織和自管理的特點(diǎn)，可以實(shí)時(shí)廣播道路交通狀況，有效提高交通安全。車(chē)載網(wǎng)作為新型的通信網(wǎng)絡(luò)，可以實(shí)現(xiàn)車(chē)輛與車(chē)輛(V2V)的通信、車(chē)輛與基礎(chǔ)設(shè)施(V2I)的通信和混合通信(V2V&V2I)。但其傳輸效率和傳輸延時(shí)不能滿(mǎn)足日益增大的數(shù)據(jù)傳輸量。文中是在混合通信結(jié)構(gòu)中基于改進(jìn)的隨機(jī)線性網(wǎng)絡(luò)編碼對(duì)數(shù)據(jù)傳輸性能的研究，達(dá)到提高傳輸速率和降低轉(zhuǎn)發(fā)延時(shí)的目的。

2 ORLNC協(xié)議算法

2.1 場(chǎng)景描述

隨著3G網(wǎng)的全覆蓋和4G網(wǎng)的普及，無(wú)論在城市車(chē)輛密集地區(qū)還是在車(chē)輛稀疏的偏僻區(qū)域，保證數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性和準(zhǔn)確性都是比較難實(shí)現(xiàn)的。傳統(tǒng)的實(shí)現(xiàn)方法主要通過(guò)基站的覆蓋，由于成本太高，因此很多地方很難覆蓋，數(shù)據(jù)很難得到高效傳輸。網(wǎng)絡(luò)編碼的應(yīng)用可以有效解決網(wǎng)絡(luò)負(fù)載和延時(shí)等問(wèn)題。但隨著數(shù)據(jù)信息量不斷的增加，高延時(shí)性和低傳輸效率等問(wèn)題還是存在?？山柚穫?cè)單元(RSU)[8]結(jié)合改進(jìn)的隨機(jī)線性網(wǎng)絡(luò)編碼進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。文中在車(chē)輛密集場(chǎng)景下研究數(shù)據(jù)傳輸性能。

將整個(gè)區(qū)域劃分成若干個(gè)小區(qū)域，每個(gè)小區(qū)域由多個(gè)路側(cè)單元負(fù)責(zé)該區(qū)域內(nèi)車(chē)輛的運(yùn)行軌跡的跟蹤。整個(gè)區(qū)域內(nèi)的路側(cè)單元由一個(gè)控制中心控制，從而控制該區(qū)域里的車(chē)輛間的數(shù)據(jù)傳輸。當(dāng)車(chē)輛轉(zhuǎn)發(fā)數(shù)據(jù)給另一車(chē)輛，若都在控制中心A區(qū)域內(nèi)，區(qū)域內(nèi)的車(chē)輛將自己的運(yùn)動(dòng)狀態(tài)(車(chē)輛ID、運(yùn)動(dòng)方向、運(yùn)動(dòng)速度、所在位置)發(fā)送到RSU，RSU可根據(jù)車(chē)輛的運(yùn)動(dòng)狀態(tài)，采用車(chē)輛路徑近似度確定下一個(gè)轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)。當(dāng)中間車(chē)輛節(jié)點(diǎn)接收到多個(gè)編碼數(shù)據(jù)則根據(jù)目標(biāo)車(chē)輛的軌跡選擇進(jìn)行再編碼處理或者直接轉(zhuǎn)發(fā)，直至目標(biāo)車(chē)輛接收到編碼數(shù)據(jù)包。如果目標(biāo)車(chē)輛已經(jīng)離開(kāi)A區(qū)域，則RSU將車(chē)輛的運(yùn)動(dòng)狀態(tài)發(fā)送到控制中心，由各控制中心通過(guò)衛(wèi)星GPS相互交換信息，從而指導(dǎo)各區(qū)域的RSU，進(jìn)而控制車(chē)輛間數(shù)據(jù)的傳輸，保證數(shù)據(jù)傳輸?shù)臅r(shí)效性和安全性。

2.2 ORLNC協(xié)議算法描述

可以將數(shù)據(jù)的傳輸過(guò)程分為三個(gè)階段:

(1)編碼數(shù)據(jù)包階段。

首先將源數(shù)據(jù)X分成n份，即X=(X1,X2,…,Xn)，每一份數(shù)據(jù)包有m個(gè)數(shù)據(jù)，則第i個(gè)數(shù)據(jù)包可以表示為：Xi=(xi,1,xi,2,…,xi,m)。為了防止數(shù)據(jù)在傳輸過(guò)程中被破壞丟失，建立一個(gè)多元函數(shù)h(x,y)對(duì)源數(shù)據(jù)包進(jìn)行初始化處理[9-10]。以第一個(gè)數(shù)據(jù)xi,1作為初始隨機(jī)數(shù),處理過(guò)程如下：

(1)

其中，h(x,y)為多元函數(shù)。

考慮到多元函數(shù)的計(jì)算復(fù)雜度，文中建立二元隨機(jī)函數(shù)h(x,y)=x+y+c，其中c為隨機(jī)常數(shù)。則式(1)中Yi可以進(jìn)一步表示為：

(2)

其中i∈[1,n]，將二元函數(shù)h(x,y)同編碼數(shù)據(jù)包一起轉(zhuǎn)發(fā)給下一車(chē)輛節(jié)點(diǎn)。

(2)中繼車(chē)輛節(jié)點(diǎn)選取階段。

該協(xié)議算法采用路徑近似度[12-13]確定下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)，各車(chē)輛以“hello”的會(huì)話消息形式周期性將自己的運(yùn)動(dòng)狀態(tài)廣播給該區(qū)域的RSU，RSU根據(jù)附近車(chē)輛的運(yùn)動(dòng)狀態(tài)(車(chē)輛ID、所在位置、運(yùn)動(dòng)方向、運(yùn)動(dòng)速度)建立局部動(dòng)態(tài)坐標(biāo)軸，見(jiàn)圖2。

圖2 基于路徑近似度的車(chē)輛運(yùn)動(dòng)坐標(biāo)示意圖

中間車(chē)輛節(jié)點(diǎn)的路徑近似度可表示為：

(3)

其中：i為中繼車(chē)輛；obj為目標(biāo)車(chē)輛；s為源車(chē)輛；TTL為車(chē)輛向RSU發(fā)送消息的周期時(shí)間；dmin(i,obj)為中間車(chē)輛與目標(biāo)車(chē)輛最短路徑近似度。

(4)

(5)

式(4)、(5)分別是求初始時(shí)刻源車(chē)輛與目標(biāo)車(chē)輛的近似距離和t時(shí)刻中繼車(chē)輛與目標(biāo)車(chē)輛的近似距離。

圖2中，車(chē)輛的路徑近似度越高表示它經(jīng)過(guò)目標(biāo)車(chē)輛附近的概率就越大，將中繼車(chē)輛中路徑近似度最大的車(chē)輛作為下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)。在路徑近似度相同的情況下，考慮將時(shí)間效率高的車(chē)輛選擇為下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)，即達(dá)到路徑近似度最高時(shí)最短時(shí)間的車(chē)輛，時(shí)間效率可表示為：

(6)

RSU根據(jù)式(3)計(jì)算結(jié)果確定下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)，在轉(zhuǎn)發(fā)中繼車(chē)輛節(jié)點(diǎn)中又接收到多個(gè)有效編碼數(shù)據(jù)包的車(chē)輛，則再進(jìn)行編碼處理。此時(shí)編碼系數(shù)不需再?gòu)淖钚∮邢抻蛑须S機(jī)選取，而是使用源車(chē)輛選取的編碼系數(shù)。若在選擇下一轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，出現(xiàn)相同的路徑近似度的兩輛車(chē)，根據(jù)式(6)計(jì)算出車(chē)輛與目標(biāo)車(chē)輛近似度最大時(shí)，選擇時(shí)間效率較高的車(chē)輛為下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)。

(3)解碼數(shù)據(jù)包階段。

ORLNC實(shí)現(xiàn)數(shù)據(jù)傳輸步驟如下：

①源車(chē)輛對(duì)要轉(zhuǎn)發(fā)的數(shù)據(jù)進(jìn)行拆分和線性編碼處理，同時(shí)將自己的運(yùn)動(dòng)狀態(tài)廣播給附近RSU，進(jìn)入步驟②。

②RSU通過(guò)周?chē)?chē)輛的運(yùn)動(dòng)狀態(tài)建立車(chē)輛局部動(dòng)態(tài)坐標(biāo)軸，該坐標(biāo)軸是動(dòng)態(tài)的，每隔一定的時(shí)間重新創(chuàng)建新的坐標(biāo)軸。進(jìn)入步驟③。

③RSU根據(jù)車(chē)輛的運(yùn)動(dòng)狀態(tài)計(jì)算出周?chē)?chē)輛節(jié)點(diǎn)的路徑近似度，選擇下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)。如果目標(biāo)車(chē)輛節(jié)點(diǎn)與源車(chē)輛不在同一區(qū)域，則進(jìn)入步驟④，否則進(jìn)入步驟⑤。

④此時(shí)各區(qū)域中的控制中心通過(guò)衛(wèi)星GPS通信，交換各區(qū)域車(chē)輛運(yùn)動(dòng)狀態(tài)。源車(chē)輛區(qū)域中的RSU根據(jù)控制中心反饋的另一區(qū)域的車(chē)輛運(yùn)動(dòng)狀態(tài)，計(jì)算各車(chē)輛的路徑近似度，選擇路徑近似度最大的車(chē)輛作為下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)，進(jìn)入步驟⑤。

⑤判斷編碼數(shù)據(jù)包是否已經(jīng)被目標(biāo)車(chē)輛成功接收，若是則進(jìn)入步驟⑥，否則進(jìn)入步驟③。

⑥目標(biāo)車(chē)輛接收到足夠多的編碼數(shù)據(jù)包后，通過(guò)h(x,y)=x+y+c和Xi,k=Yi,k(εi,1,εi,2,…,εi,m)-1解碼出源數(shù)據(jù)包。

3 仿真實(shí)驗(yàn)與結(jié)果分析

采用MOVE和NS-3[15-17]進(jìn)行仿真實(shí)驗(yàn)，評(píng)估文中提出的ORLNC協(xié)議算法性能。MOVE仿真軟件針對(duì)VANET快速構(gòu)造車(chē)輛移動(dòng)模型，NS-3則提供完整網(wǎng)絡(luò)模擬環(huán)境。因此網(wǎng)絡(luò)模擬軟件NS-3中的節(jié)點(diǎn)可以根據(jù)MOVE設(shè)置的車(chē)輛運(yùn)動(dòng)軌跡的方式運(yùn)動(dòng)。將仿真實(shí)驗(yàn)的場(chǎng)景設(shè)置如下：

仿真實(shí)驗(yàn)區(qū)域?yàn)? 000m×5 000m的正方形區(qū)域，并將正方形區(qū)域劃分成四個(gè)2 500m×2 500m的小正方形區(qū)域，每個(gè)小正方形區(qū)域分別有一個(gè)控制中心M和多個(gè)RSU控制著各區(qū)域車(chē)輛的數(shù)據(jù)傳輸。采用IEEE802.11的MAC協(xié)議，每個(gè)小區(qū)域的車(chē)輛分?jǐn)?shù)目別為10,20,30,40，車(chē)輛運(yùn)動(dòng)速度在5～30m/s中隨機(jī)取值。數(shù)據(jù)包的大小設(shè)為2kB,1kB,512byte。車(chē)輛的通信范圍為半徑R=300m的圓形區(qū)域。車(chē)輛向附近RSU以“hello”方式通信的周期TTL=2s，最小有限域設(shè)置為GF(2n)。二元函數(shù)為h(x,y)=x+y+c，可傳遞重復(fù)使用。仿真時(shí)間設(shè)置為400s。

文中將ORLNC協(xié)議算法與DDR協(xié)議算法在傳輸延時(shí)、數(shù)據(jù)傳輸效率方面進(jìn)行比較分析。

DDR算法通過(guò)速度矢量聚類(lèi)算法對(duì)鄰近范圍內(nèi)的車(chē)輛分簇，節(jié)點(diǎn)采用基于粒子群優(yōu)化選舉算法周期性計(jì)算簇頭，由簇頭將編碼數(shù)據(jù)包廣播給簇內(nèi)的目標(biāo)車(chē)輛，這樣分簇和尋簇頭將花費(fèi)較多的時(shí)間，導(dǎo)致車(chē)輛間數(shù)據(jù)轉(zhuǎn)發(fā)延時(shí)較大。

文中提出的ORLNC協(xié)議算法首先在隨機(jī)線性網(wǎng)絡(luò)編碼上做了改進(jìn)，改變每次編碼時(shí)都在最小有限域中隨機(jī)選取編碼系數(shù)，而是在初始選擇的編碼系數(shù)中再次使用，可以有效減少選取系數(shù)的時(shí)間。并且采用基于車(chē)輛路徑近似度選擇下一轉(zhuǎn)發(fā)車(chē)輛節(jié)點(diǎn)，而這路徑近似度計(jì)算過(guò)程由車(chē)輛周?chē)腞SU完成，只需將計(jì)算結(jié)果反饋給車(chē)輛，比較結(jié)果如圖3所示。

圖3 轉(zhuǎn)發(fā)延時(shí)比較圖

由圖可見(jiàn)，ORLNC的轉(zhuǎn)發(fā)延時(shí)相較于DDR算法明顯降低了。

數(shù)據(jù)包在網(wǎng)絡(luò)傳輸中，會(huì)遇到各種外界的干擾，如黑客攻擊、數(shù)據(jù)包丟失等。DDR算法只是將源數(shù)據(jù)編碼處理再轉(zhuǎn)發(fā)，有可能編碼數(shù)據(jù)包在傳輸中發(fā)生丟失和破壞，而需再次重傳，無(wú)法保證數(shù)據(jù)的正確性和安全性。文中提出的ORLNC協(xié)議算法克服了DDR算法消極的保護(hù)數(shù)據(jù)的措施，創(chuàng)建二元函數(shù)h(x,y)=x+y+c對(duì)源數(shù)據(jù)包進(jìn)行初始化處理，相當(dāng)于對(duì)數(shù)據(jù)包進(jìn)行加密處理，起到了較好的保密作用。比較結(jié)果如圖4所示。

由圖可見(jiàn)，編碼數(shù)據(jù)包的傳輸效率明顯高于DDR算法。

4 結(jié)束語(yǔ)

文中基于隨機(jī)線性網(wǎng)絡(luò)編碼，提出了一種改進(jìn)的隨機(jī)線性網(wǎng)絡(luò)編碼—ORLNC，同時(shí)采用基于路徑近似度的車(chē)輛選擇協(xié)議。根據(jù)車(chē)輛能量充足、計(jì)算能力強(qiáng)等特點(diǎn)，為確保數(shù)據(jù)包的穩(wěn)定性，ORLNC創(chuàng)建了一個(gè)二元函數(shù)h(x,y)對(duì)源數(shù)據(jù)做初始處理，進(jìn)而提高車(chē)輛通信的準(zhǔn)確性和安全性。同時(shí)也對(duì)初始處理后的數(shù)據(jù)包編碼也做了改進(jìn)優(yōu)化，下一次編碼時(shí)不再?gòu)淖钚∮邢抻蛑须S機(jī)選取編碼系數(shù)，而是使用上一次編碼時(shí)選取的編碼系數(shù)。ORLNC協(xié)議算法是在車(chē)輛密集的場(chǎng)景下提出的，也適用于車(chē)輛稀疏場(chǎng)景。最后通過(guò)MOVE和NS-3仿真實(shí)驗(yàn)，證明了ORLNC協(xié)議算法較于DDR可以進(jìn)一步降低轉(zhuǎn)發(fā)延時(shí)，提高傳輸效率。

[1]YeF,RoyS,WangH.Efficientdatadisseminationinvehicularadhocnetworks[J].IEEEJournalonSelectedAreasinCommunications,2012,30(4):769-779.

[2]ZhangX,LiB.Optimizedmultipathnetworkcodinginlossywirelessnetworks[J].IEEEJournalonSelectedAreasinCommunications,2009,27(5):622-634.

[3]HassanabadiB,ValaeeS.ReliableperiodicsafetymessagebroadcastinginVANETsusingnetworkcoding[J].IEEETransactionsonWirelessCommunications,2014,13(3):1284-1297.

[4]MiraniF,BussonA,AdjihC.Improvingdelay-baseddatadisseminationprotocolinVANETswithnetworkcoding[J].REVJournalonElectronicsandCommunications,2013,2(3-4).

[5]HoT,KoetterR,MedardM,etal.Towardarandomoperationofnetworks[J].IEEETransactionsonInformationTheory,2004,50(3):532-537.

[6] Ho T,Médard M,Koetter R,et al.A random linear network coding approach to multicast[J].IEEE Transactions on Information Theory,2006,52(10):4413-4430.

[7] Kumar R,Dave M. DDDRC:decentralised data dissemination in VANET using raptor codes[J].International Journal of Electronics,2015,102(6):946-966.

[8] Guclu S S,Altilar D T.Downlink utilization with R2V2V communications in clustered vehicular networks[C]//Proc of 9th international symposium on communication systems,networks & digital signal processing.[s.l.]:IEEE,2014:99-104.

[9] 朱聞亞.數(shù)據(jù)加密技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)安全中的應(yīng)用價(jià)值研究[J].制造業(yè)自動(dòng)化,2012,34(6):35-36.

[10] 魏瑞良.計(jì)算機(jī)網(wǎng)絡(luò)通信安全中數(shù)據(jù)加密技術(shù)的研究與應(yīng)用[D].北京:中國(guó)地質(zhì)大學(xué),2013.

[11] 楊 軍.網(wǎng)絡(luò)編碼的若干關(guān)鍵問(wèn)題研究[D].武漢:華中科技大學(xué),2013.

[12] Hult R,Campos G R,Falcone P,et al.Approximate solution to the optimal coordination problem for autonomous vehicles at intersections[R].Sweden:Chalmers University of Technology,2015.

[13] 丁 郁.基于機(jī)會(huì)通信的車(chē)載網(wǎng)絡(luò)路由關(guān)鍵技術(shù)研究[D].北京:北京郵電大學(xué),2013.

[14] 臧新建.從一道證明題來(lái)看基礎(chǔ)解系的一般證法[J].數(shù)學(xué)學(xué)習(xí)與研究,2014(5):74-74.

[15] Henderson T R,Lacage M,Riley G F,et al.Network simulations with the NS-3 simulator[C]//Proc of SIGCOMM demonstration.[s.l.]:[s.n.],2008.

[16] Lan K,Chou C M.Realistic mobility models for vehicular ad hoc network (VANET) simulations[C]//Proc of 8th international conference on ITS telecommunications.[s.l.]:IEEE,2008:362-366.

[17] 陳 林,石林祥,孔亮亮.車(chē)輛自組織網(wǎng)絡(luò)的仿真研究[J].上海第二工業(yè)大學(xué)學(xué)報(bào),2013(1):6-11.

Research on Data Transmission Performance in VANET Based on Network Coding

MA Ning,ZHANG Yi-bing,SHU Yong-an

(School of Computer Science and Technology,Anhui University,Hefei 230601,China)

Through data transmission between Vehicle to Vehicle (V2V) or Vehicles to Infrastructure (V2I) roadside units,vehicular network achieves communication.Vehicular network is different from traditional wireless networks,which has the unique characteristics,such as fast network topology changes,node constraints,intermittent network connectivity and so on.Due to the high speed of vehicle and the obstruction of the barrier in the streets,the vehicle network segmentation is more serious and the routing problem is more complex.Data transmission performance in vehicle network faces change,including channel load,high transmission delay,low bandwidth utilization and so on.In order to improve the efficiency of data transmission and reduce the forwarding delay，an Optimized Random Linear Network Coding (ORLNC) is proposed in the hybrid communication structure (V2V&V2I).Simulation experiments by NS-3 and MOVE show that ORLNC significantly reduces forwarding delay and improves transmission efficiency compared with the DDR.At the same time,this algorithm is not only applied in dense vehicular networks,but also suitable for the transmission of data in sparse scenario.

VANET;V2V;V2I;hybrid communication structure;ORLNC

2015-07-25

2015-10-27

時(shí)間：2016-03-22

安徽省自然科學(xué)基金項(xiàng)目(1408085MF125)

馬 寧(1990-)，男，碩士，研究方向?yàn)闊o(wú)線網(wǎng)絡(luò)；束永安，教授，研究方向?yàn)闊o(wú)線網(wǎng)絡(luò)、下一代網(wǎng)絡(luò)體系結(jié)構(gòu)。

http://www.cnki.net/kcms/detail/61.1450.TP.20160322.1522.098.html

TP393

A

1673-629X(2016)05-0036-04

10.3969/j.issn.1673-629X.2016.05.008