泛在互聯(lián)車輛傳感器網(wǎng)絡混合拓撲結構研究*

鄭明才，趙小超，趙晉琴

1.湖南第一師范學院信息科學與工程學院，長沙4102052.湖南第一師范學院數(shù)學與計算科學學院，長沙410205

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0363-09

?

泛在互聯(lián)車輛傳感器網(wǎng)絡混合拓撲結構研究*

鄭明才1+，趙小超2，趙晉琴1

1.湖南第一師范學院信息科學與工程學院，長沙410205
2.湖南第一師范學院數(shù)學與計算科學學院，長沙410205

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0363-09

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Natural Science Foundation of Hunan Province of China under Grant No. 2015JJ2037 (湖南省自然科學基金); the Program of Key Laboratory of Hunan Province Based on Information Technology of Basic Education under Grant No. 2015TP1017 (基礎教育信息化技術湖南省重點實驗室項目).

Received 2015-05,Accepted 2015-07.

CNKI網(wǎng)絡優(yōu)先出版: 2015-07-13, http://www.cnki.net/kcms/detail/11.5602.TP.20150713.1036.001.html

摘要：針對泛在互聯(lián)車輛傳感器網(wǎng)絡的特點，提出了一種基于位置和定向擴散機制的泛在互聯(lián)車輛傳感器網(wǎng)絡混合邏輯拓撲結構HLT-L&DD（hybrid logical topology based on location and directed diffusion mechanism），并給出了形成HLT-L&DD的控制方法。在HLT-L&DD中，各路邊節(jié)點根據(jù)任務需求自定為簇首，以其位置信息作為其所在分簇的簇標識ID，并以定向擴散機制分布式啟動分簇過程，逐跳吸納跳數(shù)距離近的車輛節(jié)點加入本簇，不同的路邊節(jié)點獨立形成若干個分簇；各相鄰分簇之間通過邊沿節(jié)點的定向擴散機制實現(xiàn)彼此相聯(lián)，最終將各獨立分簇互聯(lián)成一個完整的混合邏輯拓撲結構HLT-L&DD。HLT-L&DD是平面邏輯拓撲結構與層次型邏輯拓撲結構的混合拓撲結構，既便于車輛傳感器網(wǎng)絡節(jié)點的泛在自組成網(wǎng)、分區(qū)自治，也便于路邊節(jié)點與其他諸如Internet等傳統(tǒng)網(wǎng)絡的泛在互聯(lián)。理論分析和仿真結果表明，HLT-L&DD有利于減小泛在互聯(lián)車輛傳感器網(wǎng)絡邏輯拓撲結構建立與動態(tài)維護的時間開銷,以及提高網(wǎng)絡的實時連通性，從而優(yōu)化泛在互聯(lián)車輛傳感器網(wǎng)絡的綜合性能。

關鍵詞：車輛傳感器網(wǎng)絡；泛在互聯(lián)；混合邏輯拓撲結構；定向擴散；性能優(yōu)化

1　引言

隨著社會的發(fā)展，人們對社會信息化服務的需求越來越高。傳統(tǒng)互聯(lián)網(wǎng)絡通過異構通信網(wǎng)絡的互聯(lián)一定程度上實現(xiàn)了抽象信息空間的共享，但抽象信息的獲取手段和效率還相當落后和低下，自動化程度不高，信息感知覆蓋范圍還不廣，泛在物理空間到抽象信息空間的轉換渠道尚不順暢。為滿足不斷提高的社會信息化服務需求，傳感器網(wǎng)絡[1]、物聯(lián)網(wǎng)[2]、泛在網(wǎng)絡[3]等新興網(wǎng)絡概念不斷被提出，并被提升到國家信息化戰(zhàn)略高度，被普遍當作為實現(xiàn)“智慧地球”、“感知中國”、“數(shù)字城市”等國家信息化戰(zhàn)略舉措的關鍵技術。車輛傳感器網(wǎng)絡（vehicular sensor networks，VSN）[4]是一類依托交通運輸設施且包容傳感網(wǎng)、物聯(lián)網(wǎng)、泛在網(wǎng)技術的綜合網(wǎng)絡，車輛移動環(huán)境下的覆蓋區(qū)域十分寬廣，具有強大的泛在信息感知、處理、傳輸、應用等能力，可以配置為滿足社會高水平泛在信息化服務需求的公用信息服務平臺，促進“智慧地球”、“感知中國”、“數(shù)字城市”等信息化戰(zhàn)略的實現(xiàn)，不僅在智能交通領域有巨大的用途，還可為社會公共安全服務、環(huán)境監(jiān)控等其他各行各業(yè)具體應用提供廉價的信息獲取途徑和信息公共服務支撐環(huán)境，提供面向行業(yè)應用子集的共性支撐平臺。但由于交通車輛的高速運動特性，以及網(wǎng)絡規(guī)模巨大，節(jié)點分布狀況極其復雜，物理拓撲結構動態(tài)變化，突發(fā)負載頻繁等特性，泛在互聯(lián)車輛傳感器網(wǎng)絡中的高效信息傳送問題成為制約其大規(guī)模實際應用的瓶頸，而網(wǎng)絡邏輯拓撲結構是信息高效傳送的關鍵，故有必要對制約信息高效傳送的泛在互聯(lián)車輛傳感器網(wǎng)絡邏輯拓撲結構進行深入研究。

2　相關工作

傳感器網(wǎng)絡中的高效信息傳送與網(wǎng)絡邏輯拓撲結構密切相關，綜合已有研究成果[5]，傳感器網(wǎng)絡邏輯拓撲結構大體可以分為平面型邏輯拓撲結構[6]和層次型邏輯拓撲結構[7]兩大類。平面型邏輯拓撲結構控制算法簡單，但邏輯拓撲結構建立時間長，可擴展性差，不適合用于大規(guī)模網(wǎng)絡和物理拓撲結構頻繁變化的網(wǎng)絡。層次型邏輯拓撲結構通過網(wǎng)絡節(jié)點的分層或分簇降低了邏輯拓撲結構管理難度，具有優(yōu)良的可擴展性，但控制算法一般相對較復雜，控制開銷大[8]。與傳統(tǒng)無線傳感器網(wǎng)絡（wireless sensor networks，WSN）[9]相比，泛在互聯(lián)車輛傳感器網(wǎng)絡具有一系列與之不同的特點[10-11]，傳統(tǒng)無線傳感器網(wǎng)絡拓撲結構及其控制技術無法直接應用于泛在互聯(lián)車輛傳感器網(wǎng)絡，需適當進行針對性調(diào)整。

與傳感器網(wǎng)絡中信息傳送的方向性特點[12]相適應，文獻[6]描述了一種適于傳感器網(wǎng)絡任務分發(fā)和數(shù)據(jù)收集的，基于跳數(shù)和定向擴散（directed diffusion, DD）機制的網(wǎng)絡邏輯拓撲結構，即最小跳數(shù)路由（minimum hop routing, MHR）依賴的定向擴散梯度場（directed diffusion gradient field for MHR, DDGFMHR）。為確保網(wǎng)絡邏輯拓撲結構與網(wǎng)絡物理拓撲結構的動態(tài)一致性，文獻[13]提出了一種邏輯拓撲結構的動態(tài)調(diào)整策略，當網(wǎng)絡物理拓撲結構緩慢變化時能以較低代價實現(xiàn)網(wǎng)絡邏輯拓撲結構與物理拓撲結構的高度一致性，但當節(jié)點高速移動或網(wǎng)絡物理拓撲結構快速變化時效果不是很理想，故不能直接應用于泛在互聯(lián)車輛傳感器網(wǎng)絡。針對車輛傳感器網(wǎng)絡的特點，文獻[14]提出了一種以路邊節(jié)點為局部核心的可滑動定向擴散梯度場（directed diffusion gradient field with sliding roadside-node gradient，DDGFSRG）作為車輛傳感器網(wǎng)絡邏輯拓撲結構，通過定向擴散梯度場的可滑動性或可折疊性以實現(xiàn)定向擴散梯度場的分布式建立和維護。DDGF-SRG雖然通過路邊節(jié)點啟動各局部定向擴散梯度場的分布式建立，但沒有規(guī)定車輛節(jié)點始終以就近的路邊節(jié)點為局部核心，當路邊節(jié)點的估計梯度值與實際梯度值存在差異時，隨著局部定向擴散梯度場延伸到相鄰局部定向擴散梯度場，節(jié)點尤其是車輛節(jié)點的數(shù)據(jù)匯聚梯度值可能會被反復刷新，梯度場建立過程收斂慢，穩(wěn)定性不好，建立的定向擴散梯度場模型DDGF-SRG最終趨于與傳統(tǒng)定向擴散梯度場DDGFMHR類似，且DDGF-SRG針對單一Sink節(jié)點設計，不利于車輛傳感器網(wǎng)絡的泛在互聯(lián)和信息在任意方向上的靈活傳送。

本文提出了一種基于位置和定向擴散機制的泛在互聯(lián)車輛傳感器網(wǎng)絡混合邏輯拓撲結構（hybrid logical topology based on location and directed diffusion mechanism，HLT-L&DD），以路邊節(jié)點為各局部分簇簇首，既符合車輛傳感器網(wǎng)絡的特點，也提高了邏輯拓撲結構建立的分布式程度，省去了簇首選擇所需的控制開銷；以定向擴散機制對車輛節(jié)點進行分簇和實現(xiàn)簇間互聯(lián)，既減小了邏輯拓撲結構建立的控制開銷，也保證了網(wǎng)絡節(jié)點的泛在順暢互聯(lián)。HLT-L&DD充分利用平面型邏輯拓撲結構和層次型邏輯拓撲結構的優(yōu)點，既便于車輛傳感器網(wǎng)絡節(jié)點的泛在自組成網(wǎng)，也便于車輛傳感器網(wǎng)絡通過路邊節(jié)點與其他網(wǎng)絡的泛在互聯(lián)，有利于網(wǎng)絡實時性、連通性、可靠性、健壯性以及綜合性能的提高。

3　混合邏輯拓撲結構HLT-L&DD

車輛傳感器網(wǎng)絡中的節(jié)點分為車輛節(jié)點和路邊節(jié)點。車輛節(jié)點由各類交通運輸車輛攜帶，具有高速可移動特性，能實現(xiàn)車輛傳感器網(wǎng)絡的泛在覆蓋、泛在感知以及泛在應用的功能；路邊節(jié)點置于路邊基礎設施中，位置相對固定，一般具有豐富的聯(lián)網(wǎng)能力，可方便地與諸如Internet等其他網(wǎng)絡互聯(lián)互通，能勝任泛在互聯(lián)車輛傳感器網(wǎng)絡數(shù)據(jù)的靈活收集和轉發(fā)。為保證泛在互聯(lián)車輛傳感器網(wǎng)絡中數(shù)據(jù)傳送的健壯性、高效率和靈活性，HLT-L&DD采用如圖1所示的邏輯拓撲結構形式。

Fig.1　 Sketch map of HLT-L&DD圖1　 HLT-L&DD的結構示意圖

HLT-L&DD是一種混合邏輯拓撲結構，車輛節(jié)點圍繞路邊節(jié)點就近分簇，形成局部分簇的邏輯拓撲結構，而各分簇內(nèi)部互聯(lián)以及簇間互聯(lián)是按定向擴散機制形成的平面型邏輯拓撲結構。

3.1 HLT-L&DD的建立

在HLT-L&DD建立過程中，各路邊節(jié)點獨立啟動分簇進程，以定向擴散機制將距其跳數(shù)距離近的車輛節(jié)點逐跳收進本簇?？紤]到路邊節(jié)點的位置易于獲得，且一般互不相同，HLT-L&DD中用路邊節(jié)點的位置信息作為其所在分簇的簇標識ID；簇內(nèi)節(jié)點的互聯(lián)關系可由節(jié)點距所屬簇簇首的跳數(shù)距離標識，簇間節(jié)點的互聯(lián)關系可由鄰簇簇標識ID和距鄰簇簇首的跳數(shù)距離標識。因此，在HLT-L&DD中，各節(jié)點存儲的標識泛在互聯(lián)車輛傳感器網(wǎng)絡邏輯拓撲結構的信息結構為{簇標識ID，簇內(nèi)跳數(shù)距離，（鄰簇1簇標識ID，鄰簇1跳數(shù)距離），（鄰簇2簇標識ID，鄰簇2跳數(shù)距離），…，}。為描述方便，給節(jié)點分配一個二維的標識號(i,j)，節(jié)點(i,j)的拓撲結構信息用{HR(i,j),HD(i,j),(HNR1(i,j),HND1(i,j)),(HNR2(i,j),HND2(i,j)),…}表示。HLT-L&DD建立前，任意節(jié)點(i,j)的拓撲結構信息按下列原則初始化：如果(i,j)為路邊節(jié)點，HR(i,j)取其位置信息，HD(i,j ) =0，其他為空；如果(i,j)為車輛節(jié)點，HR(i,j )為空，HD(i,j ) =∞，其他為空。HLTL&DD的建立過程就是節(jié)點在路邊節(jié)點啟動的查詢分組的定向擴散過程中獲取或更新拓撲結構信息值的過程。

3.1.1簇的建立

各路邊節(jié)點獨立地按定向擴散機制發(fā)送查詢分組以啟動局部簇的建立，在查詢分組的逐跳發(fā)送或轉發(fā)過程中，車輛節(jié)點也逐跳地獲取或更新相應的拓撲結構信息值從而加入相應局部簇。在簇的建立過程中，查詢分組的發(fā)送或轉發(fā)以及節(jié)點拓撲結構信息值的獲取或更新應遵循以下規(guī)則。

（1）如果查詢分組發(fā)送節(jié)點(i,j)為路邊節(jié)點或車輛節(jié)點，接收節(jié)點(i′,j′)為車輛節(jié)點，且滿足式（1）中的條件，則節(jié)點(i′,j′)接收并轉發(fā)查詢分組，且按式（1）和式（2）自適應更新其相應的拓撲結構信息值加入該簇。

其中，d(i,j)(i′,j′)為節(jié)點(i′,j′)距節(jié)點(i,j)的幾何距離；R(i,j)為節(jié)點(i,j)的有效通訊半徑。

（2）如果查詢分組發(fā)送節(jié)點(i,j)為路邊節(jié)點或車輛節(jié)點，接收節(jié)點(i′,j′)為路邊節(jié)點，則路邊節(jié)點(i′,j′)不轉發(fā)查詢分組，也不加入該簇，只更新其簇間鏈接信息值（見3.1.3小節(jié)）。

3.1.2簇內(nèi)邏輯鏈路建立

HLT-L&DD中，每個局部簇包含一個路邊節(jié)點和若干個就近的車輛節(jié)點，簇內(nèi)任意節(jié)點間邏輯鏈路的存在與否由節(jié)點的簇標識值HR和簇內(nèi)跳數(shù)距離值HD決定，節(jié)點(i,j)和節(jié)點(i′,j′)如果滿足式（3）中列出的條件，則其間存在簇內(nèi)邏輯鏈路。

3.1.3簇間邏輯鏈路建立

為便于泛在互聯(lián)車輛傳感器網(wǎng)絡節(jié)點的自組成網(wǎng)，增強數(shù)據(jù)傳送的實時性、健壯性和可靠性，網(wǎng)絡中各獨立分簇通過簇間邏輯鏈路實現(xiàn)簇間互聯(lián)。簇間邏輯鏈路的建立同樣在路邊節(jié)點以定向擴散機制發(fā)送查詢分組以建立分簇的過程中實現(xiàn)，當源自路邊節(jié)點的查詢分組定向擴散至簇邊界且跨越簇邊界進入某個鄰簇時，不同分簇內(nèi)的邊沿節(jié)點間建立起簇間邏輯鏈路，簇間邏輯鏈路的存在依靠節(jié)點拓撲結構信息中保存的鄰簇標識值HNR和鄰簇跳數(shù)距離值HND標記。若節(jié)點(i,j)和(i′,j′)分別為查詢分組發(fā)送節(jié)點和查詢分組接收節(jié)點時，節(jié)點(i′,j′)遵循式（4）和式（5）的規(guī)則更新其鄰簇信息值，且不轉發(fā)查詢分組，不干擾鄰簇簇內(nèi)的邏輯鏈路狀態(tài)。

HLT-L&DD中，簇內(nèi)邊沿節(jié)點與鄰簇邊沿節(jié)點可能存在簇間邏輯鏈路，簇間邏輯鏈路的存在與否由節(jié)點的簇標識值HR和簇跳數(shù)距離值HD以及鄰簇標識值HNR和鄰簇跳數(shù)距離值HND決定，節(jié)點(i,j)和節(jié)點(i′,j′)如果滿足式（6）中列出的條件，則其間存在簇間邏輯鏈路。

3.2 HLT-L&DD動態(tài)更新

隨著車輛節(jié)點的移動，HLT-L&DD中的分簇可能被破壞，原有的簇內(nèi)邏輯鏈路或簇間邏輯鏈路可能因網(wǎng)絡物理拓撲結構的變化而斷裂。因為泛在互聯(lián)車輛傳感器網(wǎng)絡的物理拓撲結構頻繁變化，頻繁重建分簇和簇間互聯(lián)關系是不現(xiàn)實的，所以HLTL&DD采用了優(yōu)先實時動態(tài)更新的策略，僅在迫不得已時才由路邊節(jié)點啟動重建局部分簇。HLT-L&DD建立后，網(wǎng)絡中的數(shù)據(jù)匯聚便依據(jù)HLT-L&DD邏輯拓撲結構進行，數(shù)據(jù)分組中攜帶節(jié)點拓撲結構信息值以指導數(shù)據(jù)匯聚的路由，節(jié)點實時監(jiān)聽其鄰居節(jié)點的拓撲結構信息值并統(tǒng)計其鄰居節(jié)點的分布狀況，根據(jù)鄰居節(jié)點分布狀況進行拓撲結構信息值的動態(tài)更新。HLT-L&DD的動態(tài)更新遵循下列規(guī)則。

（1）當車輛節(jié)點(i′,j′)在其一跳范圍內(nèi)的鄰居節(jié)點(i,j)中沒有發(fā)現(xiàn)同簇鄰居節(jié)點時，車輛節(jié)點(i′,j′)按式（7）更新其簇標識值HR(i′,j′)，按式（8）更新其簇跳數(shù)距離值HD(i′,j′)。

（2）當車輛節(jié)點(i′,j′)在其一跳范圍內(nèi)監(jiān)測到同簇鄰居節(jié)點(i,j)，但不存在簇內(nèi)鏈路時，車輛節(jié)點(i′,j′)按式（9）更新其簇跳數(shù)距離值HD(i′,j′)。

（3）當節(jié)點(i′,j′)監(jiān)測到在其一跳范圍內(nèi)有鄰簇鄰居節(jié)點時，節(jié)點(i′,j′)按式（10）更新其鄰簇簇標識值HNR(i′,j′)，按式（11）更新其鄰簇簇跳數(shù)距離值HND(i′,j′)。

（4）其他情況下，節(jié)點的拓撲結構信息值暫不更新，等待網(wǎng)絡物理拓撲結構進一步變化到一定狀態(tài)后根據(jù)新的鄰居節(jié)點統(tǒng)計信息進行調(diào)整。

（5）當路邊節(jié)點長期（時間閾值與網(wǎng)絡承載的具體業(yè)務類型有關，可由相應業(yè)務管理實體通過消息傳送的方式設定）監(jiān)測不到一跳范圍內(nèi)有同簇鄰居節(jié)點時，該路邊節(jié)點啟動局部分簇重建過程，以定向擴散機制重建其局部分簇。

3.3性能分析

針對泛在互聯(lián)車輛傳感器網(wǎng)絡物理拓撲結構的特點，HLT-L&DD基于位置和定向擴散機制構建一種平面邏輯拓撲結構和分簇邏輯拓撲結構的混合邏輯拓撲結構，以期同時具備平面邏輯拓撲結構和分簇邏輯拓撲結構的優(yōu)點，并保證邏輯拓撲結構與物理拓撲結構的高度動態(tài)一致性，優(yōu)化網(wǎng)絡綜合性能。具體來說，HLT-L&DD在以下幾個方面改進網(wǎng)絡邏輯拓撲結構和網(wǎng)絡性能。

（1）HLT-L&DD中的分簇由路邊節(jié)點獨立發(fā)起構建，車輛節(jié)點就近加入，并在定向擴散機制下建立簇內(nèi)邏輯鏈路。路邊節(jié)點位置固定，能量充足，聯(lián)網(wǎng)能力豐富，以路邊節(jié)點為各局部分簇簇首獨立建立局部分簇，感知數(shù)據(jù)易于匯聚到路邊節(jié)點，便于路邊節(jié)點通過諸如Internet等其他網(wǎng)絡轉發(fā)數(shù)據(jù)，減輕車輛自組網(wǎng)的壓力，可優(yōu)化泛在互聯(lián)車輛傳感器網(wǎng)絡的綜合性能。

（2）HLT-L&DD中的分簇間通過定向擴散機制建立簇間邏輯鏈路，實現(xiàn)大規(guī)模車輛傳感器網(wǎng)絡自身的泛在互聯(lián)和順暢互聯(lián)，有效保證泛在感知數(shù)據(jù)傳送的健壯性和可靠性。

（3）HLT-L&DD通過路邊節(jié)點分布式建立分簇，實現(xiàn)對巨大規(guī)模車輛傳感器網(wǎng)絡的分區(qū)自治，便于邏輯拓撲結構的實時動態(tài)維護和擴展，從而提高網(wǎng)絡的實時連通性和邏輯拓撲結構的穩(wěn)定周期。

（4）HLT-L&DD中的分簇以路邊節(jié)點為簇首，控制開銷低，且可充分利用路邊節(jié)點的豐富聯(lián)網(wǎng)能力，實時選用性能優(yōu)良的網(wǎng)絡進行數(shù)據(jù)分組轉發(fā)，從而提高數(shù)據(jù)傳送的效率和靈活性、健壯性。

（5）HLT-L&DD中，簇首位于局部分簇的中間位置，各簇成員距離簇首的跳數(shù)距離近，數(shù)據(jù)匯聚的實時性好，代價低。

4　仿真分析

仿真場景為169~324個節(jié)點按近似均勻分布模型隨機分布在500 m×500 m的平面矩形區(qū)域中，其中路邊節(jié)點個數(shù)為4~16個，網(wǎng)絡節(jié)點密度ξ為0.000 7~ 0.001 3個/m2，節(jié)點通信半徑R約為70 m。仿真目的為比較傳統(tǒng)最小跳數(shù)路由的定向擴散梯度場DDGFMHR、可滑動定向擴散梯度場DDGF-SRG與本文提出的基于位置和定向擴散機制的混合邏輯拓撲結構HLT-L&DD的性能，通過比較建立邏輯拓撲結構時的定向擴散跳數(shù)（可用來衡量邏輯拓撲結構建立時間）來評價邏輯拓撲結構建立和動態(tài)維護的實時性，通過比較實時斷鏈節(jié)點數(shù)來評價不同邏輯拓撲結構的實時連通性，并說明HLT-L&DD的優(yōu)越之處。主要仿真結果數(shù)據(jù)列于表1~表2，圖2~圖6為仿真結果圖。

Table 1　 Number of broken-chain nodes before and after adjusting logical topology表1　邏輯拓撲結構調(diào)整前后的斷鏈節(jié)點數(shù)

Table 2　 Hop number of directed diffusion in setting up logical topology表2　邏輯拓撲結構建立需要的定向擴散跳數(shù)

圖2所示為HLT-L&DD中的分簇及簇內(nèi)邏輯鏈路情況，圖3所示為HLT-L&DD中的分簇及簇內(nèi)、簇間邏輯鏈路情況。從圖2和圖3中可見，HLT-L&DD由各路邊節(jié)點分布式建立，車輛節(jié)點以路邊節(jié)點為核心就近加入其分簇，相鄰分簇的邊沿節(jié)點間建立簇間邏輯鏈路。與DDGF-MHR相比，用分簇實現(xiàn)巨大規(guī)模車輛傳感器網(wǎng)絡的分區(qū)自治，網(wǎng)絡可擴展性好，邏輯拓撲結構建立和動態(tài)維護的實時性好；與DDGF-SRG相比，任何路邊節(jié)點都可作為Sink節(jié)點，網(wǎng)絡數(shù)據(jù)可根據(jù)需要沿任意方向傳送，適應巨大規(guī)模車輛傳感器網(wǎng)絡的泛在互聯(lián)和感知數(shù)據(jù)的靈活匯聚，邏輯拓撲結構的自適應能力強。

圖4所示為當車輛節(jié)點以不同速度隨機移動，各類邏輯拓撲結構不進行動態(tài)調(diào)整時，DDGF-MHR、DDGF-SRG和HLT-L&DD中的斷鏈節(jié)點數(shù)情況。由圖4可見，當車輛節(jié)點移動速度增加時，邏輯拓撲結構不調(diào)整時的斷鏈節(jié)點數(shù)均增加，但HLT-L&DD中的斷鏈節(jié)點數(shù)明顯是最小的。這是因為HLT-L&DD是分簇的邏輯拓撲結構，且作為簇首的路邊節(jié)點一般位于分簇的中心，車輛節(jié)點移動對邏輯拓撲結構的影響被限制在局部區(qū)域內(nèi)。

圖5所示為當車輛節(jié)點以不同速度隨機移動，各類邏輯拓撲結構進行動態(tài)調(diào)整時，DDGF-MHR、DDGF-SRG和HLT-L&DD中的斷鏈節(jié)點數(shù)情況。由圖5可見，當車輛節(jié)點移動速度增加時，邏輯拓撲結構動態(tài)調(diào)整時的斷鏈節(jié)點數(shù)均增加，但各自少于邏輯拓撲結構不進行動態(tài)調(diào)整時的斷鏈節(jié)點數(shù)，且HLT-L&DD中的斷鏈節(jié)點數(shù)明顯是最少的?？梢姡壿嬐負浣Y構進行動態(tài)調(diào)整后，DDGF-SRG的實時連通性明顯優(yōu)于DDGF-MHR，而HLT-L&DD的實時連通性又優(yōu)于DDGF-SRG。這也是因為HLT-L&DD是分簇的邏輯拓撲結構，且作為簇首的路邊節(jié)點一般位于分簇的中心，車輛節(jié)點移動對邏輯拓撲結構的影響被限制在局部區(qū)域，便于動態(tài)維護。

Fig.2　 Cluster and inner links in HLT-L&DD圖2　 HLT-L&DD中的分簇及簇內(nèi)邏輯鏈路

Fig.3　 Cluster and inner and inter links in HLT-L&DD圖3　 HLT-L&DD中的分簇及簇內(nèi)、簇間邏輯鏈路

Fig.4　 Number of broken-chain nodes before adjustinglogical topology圖4　邏輯拓撲結構不調(diào)整時的斷鏈節(jié)點數(shù)

Fig.5　 Number of broken-chain nodes after adjustinglogical topology圖5　邏輯拓撲結構進行動態(tài)調(diào)整時的斷鏈節(jié)點數(shù)

Fig.6　 Hop number of directed diffusion in setting uplogical topology圖6　邏輯拓撲結構建立時的定向擴散跳數(shù)

圖6所示為建立不同邏輯拓撲結構時需要的定向擴散跳數(shù)情況，反映了邏輯拓撲結構建立和動態(tài)維護的實時性。由圖6可見，DDGF-MHR因是平面邏輯拓撲結構，其邏輯拓撲結構建立時查詢分組定向擴散的跳數(shù)多，邏輯拓撲結構建立時間長，不適合大規(guī)模網(wǎng)絡。DDGF-SRG和HLT-L&DD因對網(wǎng)絡實施了分簇，邏輯拓撲結構建立時間均比DDGF-MHR短。而且，因為HLT-L&DD中分簇的簇首位于分簇的中心，而DDGF-SRG為達到向某個Sink節(jié)點匯聚數(shù)據(jù)時的路由優(yōu)化，路邊節(jié)點位于分簇的邊沿，所以對相同物理拓撲結構的網(wǎng)絡，HLT-L&DD建立時需要的定向擴散跳數(shù)更少，邏輯拓撲結構建立或動態(tài)維護需要的時間更短，實時性更好。

5　結束語

泛在互聯(lián)車輛傳感器網(wǎng)絡規(guī)模極其巨大，物理拓撲結構復雜且高度動態(tài)變化，網(wǎng)絡中數(shù)據(jù)的高效傳送十分重要，需要與動態(tài)物理拓撲結構自適應的高效邏輯拓撲結構來支撐。基于位置和定向擴散機制的混合邏輯拓撲結構HLT-L&DD具有兩個顯著的優(yōu)點：一是由路邊節(jié)點分布式并行發(fā)起建立，提高了邏輯拓撲結構建立和動態(tài)更新的分布式程度，可以極大減小邏輯拓撲結構建立的時間開銷和控制開銷，增強邏輯拓撲結構動態(tài)更新的實時性。二是網(wǎng)絡節(jié)點具有簇標識值和簇跳數(shù)距離兩個邏輯拓撲結構信息值，且路邊節(jié)點的簇標識值固定，各車輛節(jié)點以就近的路邊節(jié)點為核心建立局部的數(shù)據(jù)匯聚分簇，可將巨大規(guī)模車輛傳感器網(wǎng)絡覆蓋區(qū)域按路邊節(jié)點“分區(qū)自治”，有利于局部區(qū)域的數(shù)據(jù)匯聚和邏輯拓撲結構的動態(tài)維護；且HLT-L&DD中各分簇通過簇邊沿節(jié)點互聯(lián)，簇內(nèi)數(shù)據(jù)既便于匯聚到路邊節(jié)點后由路邊節(jié)點經(jīng)其他泛在互聯(lián)網(wǎng)絡傳給用戶，也可經(jīng)簇間鏈路在自組織車輛傳感器網(wǎng)絡內(nèi)部匯聚到Sink節(jié)點，數(shù)據(jù)匯聚具有很高的健壯性和靈活性，可根據(jù)泛在互聯(lián)網(wǎng)絡實時狀況進行網(wǎng)絡性能優(yōu)化。

References:

[1] Parvin S, Hussain F K, Park J S, et al. A survivability model in wireless sensor networks[J]. Computers & Mathematics with Applications, 2012, 64(12): 3666-3682.

[2] Atzori L, Iera A, Morabito G, et al. The social Internet of things (SIoT)—When social networks meet the Internet of things: concept, architecture and network characterization[J]. Computer Networks, 2012, 56(11): 3594-3608.

[3] International Telecommunication Union. Ubiquitous network societies: their impact on the telecommunication industry [EB/OL]. (2010-08-25)[2015-03-26]. http://www.itu.int/osg/ spu/ni/ubiquitous/Papers/UNSImpactPaper.pdf.

[4] Chen L-W, Peng Y-H, Tseng Y-C. An infrastructures framework for preventing rear-end collisions by vehicular sensor networks[J]. IEEE communications Letters, 2011, 15(3): 358-360.

[5] Zhang Xue, Lu Sanglu, Chen Guihai, et al. Topology control for wireless sensor networks[J]. Journal of Software, 2007, 18(4): 943-954.

[6] Han K-H, Ko Y-B, Kim J-H. A novel gradient approach for efficient data dissemination in wireless sensor networks[C]// Proceedings of the 2004 IEEE 60th Vehicular Technology Conference. Piscataway, USA: IEEE, 2004: 2979-2983.

[7] Li Yue, Sun Lijuan, Wang Ruchuan, et al. Improvement of LEACH algorithm in wireless sensor network[J]. Journal of Computer Research and Development, 2011, 48(S): 131-134.

[8] Huang Heqing, Shen Jie, Yao Daoyuan, et al. An energydriven adaptive cluster head rotation algorithm for wireless sensor networks[J]. Journal of Electronics & Information Technology, 2009, 31(5): 1040-1044.

[9] Yick J, Mukherjee B, Ghosal D. Wireless sensor network survey[J]. Computer Networks, 2008, 52(12): 2292-2330.

[10] Harri J, Filali F, Bonnet C. Mobility models for vehicular ad hoc networks: a survey and taxonomy[J]. IEEE Communications Surveys and Tutorials, 2009, 11(4): 19-41.

[11] Zhu Yanmin, Li MingLu, Ni Mingxuan. Research on vehicular sensor networks[J]. ZTE Communications, 2009, 15(5): 28-32.

[12] Zhang Wensheng, Cao Guohong, La Porta T. Data dissemination with ring-based index for wireless sensor networks[J]. IEEE Transactions on Mobile Computing, 2007, 6(7): 832-847.

[13] Zheng Mingcai, Zhang Dafang, Zhao Xiaochao. Dynamic adjusting policies on minimum hop gradient field in MHR wireless sensor networks[J]. Computer Engineering and Applications, 2011, 47(8): 83-86.

[14] Zheng Mingcai, Zhao Xiaochao, Zhao Jinqin, et al. Research on connectivity for vehicular sensor networks based on directed diffusion[J]. Application Research of Computers, 2012, 29 (1): 266-269.

附中文參考文獻：

[5]張學,陸桑璐,陳貴海,等.無線傳感器網(wǎng)絡的拓撲控制[J].軟件學報, 2007, 18(4): 943-954.

[7]李悅,孫力娟,王汝傳.一種改進的無線傳感器網(wǎng)絡LEACH算法[J].計算機研究與發(fā)展, 2011, 48(S): 131-134.

[8]黃河清,沈杰,姚道遠,等.無線傳感網(wǎng)自適應能量驅動簇頭輪換算法研究[J].電子與信息學報, 2009, 31(5): 1040-1044.

[11]朱燕民,李明祿,倪明選.車輛傳感器網(wǎng)絡研究[J].中興通訊技術, 2009, 15(5): 28-32.

[13]鄭明才,張大方,趙小超. MHR無線傳感器網(wǎng)絡梯度場動態(tài)調(diào)整策略[J].計算機工程與應用, 2011, 47(8): 83-86.

[14]鄭明才,趙小超,趙晉琴,等.基于定向擴散的車輛傳感器網(wǎng)絡連通性研究[J].計算機應用研究, 2012, 29(1): 266-269.

ZHENG Mingcai was born in 1969. He received the Ph.D. degree in computer science and technology from Hunan University in 2010. Now he is a professor at Hunan First Normal University. His research interests include wireless sensor networks and digital signal processing, etc.鄭明才（1969—），男，湖南津市人，2010年于湖南大學計算機科學與技術專業(yè)獲得博士學位，現(xiàn)為湖南第一師范學院教授，主要研究領域為無線傳感器網(wǎng)絡，數(shù)字信號處理等。

ZHAO Xiaochao was born in 1971. She is an associate professor at Hunan First Normal University. Her research interests include applied mathematics and computer simulation, etc.趙小超（1971—），女，河南許昌人，湖南第一師范學院副教授，主要研究領域為應用數(shù)學，計算機仿真等。

ZHAO Jinqin was born in 1964. He is a professor at Hunan First Normal University. His research interests include computer network and digital signal processing, etc.趙晉琴（1964—），男，湖南邵陽人，湖南第一師范學院教授，主要研究領域為計算機網(wǎng)絡，數(shù)字信號處理等。

Research on Hybrid Topology in Ubiquitous Interconnected Vehicular Sensor Networks?

ZHENG Mingcai1+, ZHAO Xiaochao2, ZHAO Jinqin1
1. College of Information Science and Engineering, Hunan First Normal University, Changsha 410205, China
2. College of Mathematics and Computational Science, Hunan First Normal University, Changsha 410205, China
+ Corresponding author: E-mail: dysfzmc@163.com

ZHENG Mingcai, ZHAO Xiaochao, ZHAO Jinqin. Research on hybrid topology in ubiquitous interconnected vehicular sensor networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(3): 363-371.

Abstract:Aiming at the characteristics of ubiquitous interconnected vehicular sensor networks, this paper proposes a hybrid logical topology based on location and directed diffusion mechanism (HLT-L&DD), and gives the controlling method of HLT-L&DD. In the HLT-L&DD, the roadside-node is set as the local cluster head according to the requirement of tasks, and the location information of roadside-node is taken as the local cluster ID. The process of clustering is distributedly started with roadside-nodes according to the directed diffusion mechanism, and the vehicle-node joins into the corresponding local cluster hop by hop in the directed diffusion process of querying-packet, this leads to that several independent clusters are formed around the roadside-nodes respectively. Then, all independent clusters are interconnected into an entirety of logical topology by edge nodes in neighboring clusters, namely the HLTL&DD. The HLT-L&DD is a hybrid logical topology of the plane logical topology and the hierarchical logical topology, this is not only easy to self organize into an Ad hoc network and district autonomy, but also easy to ubiquitous
book=364,ebook=68interconnect with other traditional networks such as Internet through the roadside-node. Theoretical analysis and simulation results validate that the HLT-L&DD topology reduces the time consumption of setting up and dynamically maintaining the logical topology, and improves the real-time connectivity of the logical topology, so the comprehensive performance of the ubiquitous interconnected vehicular sensor network is improved.

Key words:vehicular sensor networks; ubiquitous interconnection; hybrid logical topology; directed diffusion; performance improvement

doi:10.3778/j.issn.1673-9418.1506031

文獻標志碼：A

中圖分類號：TP393