張 勇
(中華通信系統(tǒng)有限責(zé)任公司 無線電監(jiān)測事業(yè)部,北京 100070)
德國Daimler-Benz公司研究表明,在高速公路上車輛行駛時(shí)僅需要預(yù)先1 s的報(bào)警,就可以減少50%~90%的追尾事故發(fā)生[1];日本學(xué)者研究指出,借助于交通智能信息預(yù)警技術(shù),能夠?qū)⒆肺才鲎步档吐蔬_(dá)62%;另外,根據(jù)研究發(fā)現(xiàn),90%的道路交通事故是由駕駛員的操作失誤引起的,因此汽車的行駛安全性主要還是取決于駕駛者[2]。人們對道路交通安全問題的關(guān)注度持續(xù)上升[3],使得車聯(lián)網(wǎng)(Vehicular Ad Hoc Network,VANET)的研究[4]成為當(dāng)前學(xué)術(shù)界和工業(yè)界研究的熱點(diǎn)。VANET網(wǎng)絡(luò)的本質(zhì)[5]是在車輛與車輛之間、車輛與路邊設(shè)施之間實(shí)現(xiàn)單跳或者多跳的無線通信,具有網(wǎng)絡(luò)拓?fù)涞膭討B(tài)變化、多跳路由、網(wǎng)絡(luò)容量有限和可擴(kuò)展性等[6]優(yōu)點(diǎn),可以滿足高速公路上車輛間的無線通信要求,有效地減少了高速公路的事故率[7]。
在高速公路行駛中,駕駛員從發(fā)現(xiàn)隱患到最終采取制動措施的時(shí)間在0.3~1.0 s,平均時(shí)間在0.7 s[8]。按照高速公路行駛中100 km/h的平均速度,在0.7~1.0 s中的距離為100~150 m后駕駛員開始反應(yīng),再到最后的剎車制動和到安全間隔距離,對車輛駕駛員進(jìn)行提前預(yù)警十分必要。而在國內(nèi),我國學(xué)術(shù)界對VANET網(wǎng)絡(luò)的研究已經(jīng)取得一些成果。例如,揭志忠建立了高速公路場景下VANET網(wǎng)絡(luò)的可信機(jī)會路由算法[9];周連科設(shè)計(jì)了一系列VANET多跳廣播協(xié)議,提高了廣播效率[10];陳振等提出了一種基于相鄰車輛間距的VANET分簇算法[11]。而傳統(tǒng)的VANET路由協(xié)議包括基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的路由協(xié)議(如DSDV、AODV等)、基于地圖的路由協(xié)議和基于位置的路由協(xié)議(如GPSR、LAR等)[12]。由于高速公路場景下車輛移動速度快、節(jié)點(diǎn)變化大導(dǎo)致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化大,使得網(wǎng)絡(luò)時(shí)延大、網(wǎng)絡(luò)傳輸準(zhǔn)確率低等問題,需要對VANET路由協(xié)議進(jìn)行改進(jìn)[13]。數(shù)據(jù)包遞交率是傳輸準(zhǔn)確率的重要參考數(shù)據(jù),本文從提高對數(shù)據(jù)包丟失率的估計(jì)和減少傳播節(jié)點(diǎn)的角度進(jìn)行研究,進(jìn)而提出一種改進(jìn)的VANET路由協(xié)議。
要保證VANET網(wǎng)絡(luò)得到更好的傳輸效果,數(shù)據(jù)包丟失率成為其重要的參考標(biāo)準(zhǔn)。在復(fù)雜的電磁環(huán)境和節(jié)點(diǎn)高速移動下,對網(wǎng)絡(luò)的丟失率進(jìn)行計(jì)算是非常困難的。因此,引入探測包對數(shù)據(jù)包丟失率進(jìn)行測量,但過多的探測包會嚴(yán)重占用帶寬。對此,首先通過混合高斯模型對數(shù)據(jù)包丟失率的概率密度進(jìn)行描述,再根據(jù)混合高斯模型的描述,采用更少探測包對數(shù)據(jù)包丟失率進(jìn)行估計(jì)的最大后分布法[14]。
高速公路場景中影響數(shù)據(jù)包丟包率的參數(shù)包括車輛速度、車輛距離和車輛流量等。本文則通過高速公路中行駛車輛距離作為參考,通過混合高斯模型對不同距離條件下的數(shù)據(jù)包丟失率的概率函數(shù)進(jìn)行統(tǒng)計(jì)[15],則有:
(1)
式中,k表示高斯函數(shù)的值;wi表示混合后的權(quán)重;μi,ξi分別表示平均數(shù)和第i階的高斯方差。為更好地估算出式(1)中的wi,μi,ξi三者的值,本文引入期望最大算法(EM)。該算法的基本思想為交替用期望值和其中的一個(gè)最大值進(jìn)行反復(fù)迭代。EM對預(yù)期數(shù)值的計(jì)算就像使用當(dāng)前的參數(shù)估計(jì)計(jì)算一樣,其具體的計(jì)算公式為:
(2)
根據(jù)式(2)估算出參數(shù)wi,μi,ξi:
(3)
(4)
(5)
根據(jù)式(2)、式(3)、式(4)和式(5)連續(xù)迭代直到相似函數(shù)收斂。
圖1 MAP估計(jì)器的算法流程
通過上述算法可以得到平均最大后分布函數(shù),從而估算出PLR,其計(jì)算公式為:
(6)
在完成對整個(gè)網(wǎng)絡(luò)的數(shù)據(jù)包丟失率的估計(jì)后,則需要在此基礎(chǔ)上對路由協(xié)議進(jìn)行設(shè)計(jì)。本文提出The Shortest Delay(TSD)算法。該算法的核心思想為結(jié)合高速場景[13],定義一個(gè)危險(xiǎn)區(qū)域(ZOR)。在該危險(xiǎn)區(qū)域當(dāng)中,故障車與行駛車輛為同一個(gè)方向。在第一輛車檢測到前方故障后,開始生成預(yù)警信息并開始進(jìn)行廣播。只有在該區(qū)域內(nèi)的車輛對ZOR預(yù)警信息進(jìn)行處理,而非ZOR區(qū)域的則直接將該信息丟失。如車輛在該區(qū)域內(nèi),則計(jì)算出自身的延遲轉(zhuǎn)播的時(shí)間。同時(shí)在該區(qū)域內(nèi)如果收到后面車輛轉(zhuǎn)播的預(yù)警信息,則不需要在轉(zhuǎn)發(fā),如沒有,則該車轉(zhuǎn)變?yōu)檗D(zhuǎn)播節(jié)點(diǎn),往后轉(zhuǎn)播信息。
該算法具體實(shí)現(xiàn)的步驟如下:
步驟1:事故車輛檢測到危險(xiǎn),第一個(gè)生成預(yù)警信息并開始廣播,對非ZOR的車輛則直接丟棄預(yù)警信息;
步驟2:在ZOR的區(qū)域,第一次接收到發(fā)出去的預(yù)警事件之后,結(jié)合距離對延遲時(shí)間進(jìn)行計(jì)算:
(7)
式中,Td表示延遲轉(zhuǎn)播所耗費(fèi)的時(shí)間;TP表示為預(yù)警的周期;D表示發(fā)送和接收2個(gè)節(jié)點(diǎn)的距離;Tc表示延遲補(bǔ)償?shù)臅r(shí)間。對Tc的計(jì)算本文采用平均距離(Ad)求出:
Tc=Tp[Ad/(2R)];
(8)
步驟3:如延遲轉(zhuǎn)播時(shí)間過期,則表示沒有收到后方的預(yù)警信息,前車定期廣播;
步驟4:節(jié)點(diǎn)定期偵聽(周期表示為TL)預(yù)警信息。偵聽過期,沒接聽到后方預(yù)警信息,則表示網(wǎng)絡(luò)斷開,該節(jié)點(diǎn)則定期廣播預(yù)警信息。
最小時(shí)延策略設(shè)計(jì)步驟如圖2所示。
圖2 最小時(shí)延策略設(shè)計(jì)
通過上述協(xié)議,避免在整個(gè)危險(xiǎn)區(qū)域內(nèi)所有的節(jié)點(diǎn)都參與到對預(yù)警信息的轉(zhuǎn)播中,一方面減少了預(yù)警信息的冗余信息,另一方面作為轉(zhuǎn)播節(jié)點(diǎn)不必發(fā)送網(wǎng)絡(luò)幀,使得整個(gè)網(wǎng)絡(luò)的開銷變小,提高了網(wǎng)絡(luò)的性能。
針對提出的基于時(shí)延算法,對其中的數(shù)據(jù)庫格式進(jìn)行設(shè)計(jì)。TSD數(shù)據(jù)包格式設(shè)計(jì)如下:
Message_type:消息類型;
Danger_vehicle_id:危險(xiǎn)行駛方向;
Danger_direction:危險(xiǎn)源位置;
Message_vehicle_position:消息節(jié)點(diǎn)位置;
timestamp:消息生成時(shí)間。
Message_type設(shè)置為EWM,節(jié)點(diǎn)處理不同類型信息時(shí)給予不同優(yōu)先級。通過(Danger_vehicle_id,Danger_direction)唯一標(biāo)識一個(gè)預(yù)警事件,車輛第二次收到來自前方節(jié)點(diǎn)的同一預(yù)警事件直接丟棄該消息。(Danger_vehicle_id,Danger_direction)定義了ZoR區(qū)域,非該區(qū)域節(jié)點(diǎn)接收到的信息直接丟棄.Message_vehicle_position為消息生成節(jié)點(diǎn)位置,ZoR節(jié)點(diǎn)第一次收到前方EWM消息后,根據(jù)此信息計(jì)算與消息生成節(jié)點(diǎn)的距離,從而計(jì)算延遲轉(zhuǎn)播時(shí)間。若節(jié)點(diǎn)在延遲轉(zhuǎn)播時(shí)間內(nèi)沒有收到來自后方節(jié)點(diǎn)的EWM信息,則變成轉(zhuǎn)播節(jié)點(diǎn),周期性地廣播預(yù)警信息。非轉(zhuǎn)播節(jié)點(diǎn)周期性地偵聽后方節(jié)點(diǎn)消息,若偵聽到后方節(jié)點(diǎn)預(yù)警信息,則通過消息中timestamp信息更新偵聽周期。
本文選擇NS-3仿真平臺[16],該平臺為一款開源、免費(fèi)的網(wǎng)絡(luò)模擬工具。在該仿真平臺中,用戶可采用編寫模塊的方式對結(jié)果進(jìn)行計(jì)算[17]。本系統(tǒng)采用該模塊對高速公路場景進(jìn)行設(shè)定,并對路由協(xié)議進(jìn)行設(shè)計(jì)。
對丟包率的仿真選MAP、ETX算法,分別選擇高速場景中汽車在10~20m、20~30m、30~40m和40~50m不等的距離,得到MAP算法與ETX的誤差比較,如表1所示。
表1 丟包率誤差統(tǒng)計(jì)
距離/m算法εε-σMSE10~20MAP0.01130.33080.0153ETX0.00260.77980.033920~30MAP0.02700.37350.0407ETX0.04980.69330.089030~40MAP0.03670.32870.0454ETX0.05290.47460.068440~50MAP0.05960.30370.0860ETX0.08950.45660.1087
通過對誤差的統(tǒng)計(jì)可以看出,改進(jìn)后的MAP網(wǎng)絡(luò)算法其誤差率要小于傳統(tǒng)的ETX算法。
選擇在車輛平均間距在40~50m條件下,共生車輛設(shè)定為50輛。比較該TSD路由協(xié)議在不同時(shí)延補(bǔ)償條件下的路由協(xié)議指標(biāo)。其具體的補(bǔ)償值參數(shù)如表2所示。
表2TSD路由協(xié)議不同延遲補(bǔ)償參數(shù)
參數(shù)Tc/sTp/sR/mTSD0.010.1250TSD-100.1250TSD-20.020.1250
4.2.1 信息傳輸延遲
作為對VANET網(wǎng)絡(luò)信息傳輸質(zhì)量的重要參考標(biāo)準(zhǔn),選擇從絕對傳輸延時(shí)和相對信息延遲兩方面對其評估,同時(shí)本文將TSD路由協(xié)議與傳統(tǒng)的DF路由協(xié)議進(jìn)行比較,得到如表3和表4所示的比較結(jié)果。
表3 絕對傳輸延遲 (s)
表4 相對傳輸延遲 (s)
4.2.2 轉(zhuǎn)播節(jié)點(diǎn)數(shù)量
在VANET網(wǎng)絡(luò)中其轉(zhuǎn)播節(jié)點(diǎn)的數(shù)量越多,對網(wǎng)絡(luò)的開銷也就越大。在安全預(yù)警信息在傳輸?shù)臅r(shí)候就可能導(dǎo)致信息無法傳輸。在不同補(bǔ)償時(shí)間下的路由性能,并得出TSD的轉(zhuǎn)播節(jié)點(diǎn)數(shù)量要明顯低于DF算法的轉(zhuǎn)播節(jié)點(diǎn)數(shù)量,如圖3所示。
由仿真結(jié)果可以看出,本算法和傳統(tǒng)算法相比,可以有效提高網(wǎng)絡(luò)傳輸準(zhǔn)確率,解決傳輸延時(shí)的問題,可讓事故區(qū)域車輛及時(shí)發(fā)現(xiàn)險(xiǎn)情。但是上述算法的設(shè)計(jì)未將網(wǎng)絡(luò)傳輸?shù)陌踩院玩溌分袛鄦栴}考慮進(jìn)來,對此還需在下一步的研究中進(jìn)行改進(jìn)。
圖3 正常環(huán)境下的轉(zhuǎn)播節(jié)點(diǎn)數(shù)量
本文針對目前高速公路信息傳輸中存在的問題,提出了一種行之有效的VANET路由協(xié)議,該路由協(xié)議是基于對實(shí)施丟包率估算和縮短傳輸時(shí)延的研究,提高網(wǎng)絡(luò)傳輸?shù)臏?zhǔn)確性,縮短網(wǎng)絡(luò)傳輸時(shí)間,從而保障預(yù)警系統(tǒng)及時(shí)發(fā)出預(yù)警,最終保障駕駛員及時(shí)準(zhǔn)確的獲取險(xiǎn)情信息,減少交通事故的發(fā)生率。
[1] 于兵.基于視覺的汽車主動安全關(guān)鍵技術(shù)研究[D]. 南京:東南大學(xué),2009.
[2] 張存保,楊曉光,嚴(yán)新平.交通信息對駕駛員選擇行為的影響研究[J].交通與計(jì)算機(jī),2004(5):31-34.
[3]XUQX,SEGUPTAR,JIANGD,etcl.DesignandAnalysisofHighwaySafetyCommunicationProtocolin5.9GHzDedicatedShortRangeCommunicationSpectrum[C]∥ProceedingsoftheIEEEVehicularTechnologyConference,NewYork,IEEE,2003:2451-2455.
[4]LIF,YUW.RoutinginVehicularandHocNetworks:aSurvey[J].IEEEVehicularTechnologyMagzine,2007,2(2):12-22.
[5]BISWASS,TATCHIKOUR,DIONF.Vehicle-to-VehicleWirelessCommunicationProtocolsforEnhancingHighwayTrafficSafety[J].IEEECommunicationsMagazine,2015,44(1):74-82.
[6]TABLET,SAKHAEEE,JAMALIPOURA,etal.AStableRoutingProtocoltoSupportITSServicesinVANETNetworks[J].IEEETransactionsonVehicularTechnology,2007,56(6):3337-3347.
[7] 韓波.車載AdHoc網(wǎng)絡(luò)路由協(xié)議的研究[D].江門:五邑大學(xué),2009.
[8] 揭志忠,黃傳河,韓亞輝,等.VANET中一種分布式路由協(xié)議MCCR[J].湖南大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,39(11):93-98.
[9] 揭志忠.高速公路環(huán)境VANET的高效路由算法研究[D].武漢:武漢大學(xué),2013.
[10] 周連科.基于交通流密度的VANET廣播技術(shù)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2011.
[11] 陳振,韓江洪,劉征宇.基于VANET分簇的車輛碰撞警告信息傳輸[J].電子測量與儀器學(xué)報(bào),2013,27(5):396-402.
[12]NZOUONTAJosiane,RAJGURENeeraj,WANGGuiling(Grace),etal.VANETRoutingonCityRoadsUsingReal-timeVehicularTrafficInformation[J].IEEETransactionsonVehicularTechnology,2009,58(7):3609-3626.
[13]KANGKai,WANGCong,LUOTao.FogComputingforVehicularAd-hocNetworks:Paradigms,Scenarios,andIssues[J].TheJournalofChinaUniversitiesofPostsandTelecommunications,2016,23(2):56-65.
[14]BILMESJA.AGentleTutorialoftheEMAlgorithmandItsApplicationtoParameterEstimationforGaussianMixtureandHiddenMarkovModels[M].ICSITR-97-021,DepartmentofElectricalEngineeringandComputingScience,U.C.Berkeley,USA,1998.
[15]SHAGHAGHIErfan,JABBARPOURMohammadReza,NOORRafidahMD,etal.AdaptiveGreenTrafficSignalControllingUsingVehicularCommunication[J].FrontiersofInformationTechnology&ElectronicEngineering,2017,18(3):373-393.
[16]SZ,GUOPF,XUB,etal.QoSEvaluationofVANETRoutingProtocols[J].JournalofNetwork,2013,8(1):132-139.
[17]ARBABIH,WEIGLEMC.HighwayMobilityandVehicularAd-HocNetworkinns-3[C]∥ProceedingsoftheWinterSimulationConference,IEEE,2010:2991-3003.