面向蜂窩和車聯(lián)網(wǎng)的協(xié)作共享視頻流的策略

曾步衢，從繼成

(黃淮學(xué)院 動畫學(xué)院，河南 駐馬店 463000)

0 引 言

VANETs為用戶提供了安全和非安全應(yīng)用，如安全預(yù)警、電子收費以及交通管理、網(wǎng)上視頻瀏覽等。盡管安全應(yīng)用是部署VANETs的初衷，但是隨著移動終端的日益普及，非安全應(yīng)用受到不少用戶的青睞[1-3]。

多數(shù)的非安全應(yīng)用要求具有時限的信息在局部范圍內(nèi)共享。而VANETs是基于專門短距離通信DSRC的頻率帶寬和車載環(huán)境WAVE協(xié)議[4,5]。然而，對于非安全數(shù)據(jù)，它們需要有保障的QoS(quality of service)，而WAVE仍是依據(jù)于傳統(tǒng)的TCP/UDP/IPv6協(xié)議。由于車輛的迅速移動，傳統(tǒng)的這些協(xié)議難以滿足大量數(shù)據(jù)的傳輸要求，如視頻數(shù)據(jù)流[6]。

融合移動蜂窩網(wǎng)絡(luò)(3G/4G)的車聯(lián)網(wǎng)不僅可以通過DSRC進(jìn)行近距離通信，同時還可以通過蜂窩網(wǎng)絡(luò)快速地傳輸大容量數(shù)據(jù)，如視頻流?；诜涓C網(wǎng)絡(luò)的數(shù)據(jù)傳輸方式可以有效地降低傳輸時延。目前3G/4G網(wǎng)絡(luò)已發(fā)展成熟，這為組建蜂窩網(wǎng)絡(luò)-車聯(lián)網(wǎng)的混合網(wǎng)絡(luò)結(jié)構(gòu)提供了基礎(chǔ)[7]，蜂窩網(wǎng)絡(luò)-車聯(lián)網(wǎng)的混合網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。然而，讓每輛均具有蜂窩網(wǎng)絡(luò)接口不太現(xiàn)實，不具有可操作性。因此，只能以DSRC通信為主，以蜂窩網(wǎng)絡(luò)為輔的混合通信架構(gòu)。

圖1 蜂窩網(wǎng)絡(luò)-車聯(lián)網(wǎng)的混合結(jié)構(gòu)

此外，實際上，視頻數(shù)據(jù)流是娛樂項中最為引人關(guān)注的娛樂應(yīng)用之一。基于這個背景，研究人員開始利用蜂窩頻譜，如3G和4G鏈路，引入車間通信V2V(vehicle-to-vehicle)和車與基礎(chǔ)設(shè)施通信V2I(vehicle-to-infrastructure)，進(jìn)而提高數(shù)據(jù)傳輸性能。

因此，本文考慮一個真實的生活場景：行駛的車輛，欲想通過蜂窩通信下載視頻數(shù)據(jù)流。然而，由于有限或間斷的網(wǎng)絡(luò)連接難以滿足用戶的要求。為了解決這個問題，請求鄰居車輛協(xié)作下載該視頻數(shù)據(jù)。鄰居車輛先通過蜂窩網(wǎng)絡(luò)下載視頻數(shù)據(jù)，然后再利用DSRC鏈路將該視頻數(shù)據(jù)轉(zhuǎn)發(fā)至需要該視頻數(shù)據(jù)的車輛。

然而，這個協(xié)作轉(zhuǎn)發(fā)視頻數(shù)據(jù)的過程涉及多個技術(shù)問題，如動態(tài)拓?fù)洹⒖焖僖苿拥能囕v、不穩(wěn)定的帶寬、間斷連接以及網(wǎng)絡(luò)密度等。文獻(xiàn)[8]提出面向快速車隊(Fleet)的車載網(wǎng)絡(luò)的協(xié)作視頻流傳輸協(xié)議。一個Fleet由一群駛向同一區(qū)域的車輛組成。然而，F(xiàn)leet拓?fù)涞淖兓?，如新的車輛加入或原來的車輛離開，為車輛協(xié)作共享視頻流提出了挑戰(zhàn)。因此，如何快速有效地從鄰居車輛中選擇一輛可靠的車輛，再由此車輛向移動蜂窩網(wǎng)絡(luò)下載該視頻流，然后向請求視頻流的車輛轉(zhuǎn)發(fā)。由于車輛的快速移動，如何從鄰居車輛中選擇最優(yōu)的車輛成為協(xié)作共享視頻的關(guān)鍵。

為此，本文以蜂窩網(wǎng)絡(luò)-車聯(lián)網(wǎng)的混合網(wǎng)絡(luò)結(jié)構(gòu)為背景，提出選擇最優(yōu)協(xié)作下載車輛策略CVSS。CVSS引用了多標(biāo)準(zhǔn)決策算法，將車輛位置、相對速度、鏈路連通時間以及帶寬信息進(jìn)行融合，再計算每個鄰居車輛的序值，最后選擇序值最大的車輛作為協(xié)作下載車輛。仿真結(jié)果表明，提出的CVSS能夠有效地共享視頻數(shù)據(jù)。

1 系統(tǒng)模型

考慮如圖2所示的典型的車載網(wǎng)絡(luò)，由基于DSRC的無線網(wǎng)絡(luò)和蜂窩網(wǎng)絡(luò)構(gòu)成。當(dāng)某車輛不能下載視頻數(shù)據(jù)流時，且將此車輛稱為視頻請求車輛VRV(video requesting vehicle)，VRV就求助于鄰居車輛，從鄰居車輛中選擇某一個車輛作為協(xié)作下載車輛CDV(cooperative download vehicle)。當(dāng)鄰居車輛獲取了該視頻數(shù)據(jù)流時，就利用DSRC的無線鏈路向VRV轉(zhuǎn)發(fā)。

圖2 系統(tǒng)模型

如何從一跳鄰居車輛中選擇一個合適的CDV成為共享視頻數(shù)據(jù)流的關(guān)鍵。本文提出基于多標(biāo)準(zhǔn)決策CVSS算法。VRV車輛先收集鄰居車輛信息，然后再計算每個車輛的序值，然后再依據(jù)這些序值從高至低排序，并選擇序值最大的車輛作為協(xié)作下載車輛CDV。

2 CVSS

CVSS先通過車輛間周期地交互beacon包收集鄰居車輛的移動信息，包括車輛的位置、速度等信息。然后，計算距離因子、相對速度、鏈路連通時間、帶寬因子，再利用多標(biāo)準(zhǔn)決策算法將這些因子整合成一個序值，并計算每個鄰居節(jié)點的序值，并排序。整個CVSS框架如圖3所示。

圖3 CVSS框架

2.1 影響因子

假定有n個車輛在高速移動，如圖2所示。假定VRV和它的一跳鄰居車輛分別表示Vr和Vk，且{(k,r)|k,r∈[1,n]∧k≠r}。Vr、Vk的位置、速度和方向分別表示為[(xr,yr),(xk,yk)]，[?r,?k]、[θr,θk]。車輛周期地交互beacon包，其包含車輛的位置、速度以及方向。

在選擇協(xié)作下載車輛時，考慮了距離、相對速度、鏈路連通時間以及寬帶資源信息。首先，VRV車輛Vr計算離鄰居車輛Vk的歐式距離dk

(1)

為了最大化鏈路壽命，希望被選擇的CDV與Vr車輛間的相對速度越小越好。為此，計算鄰居車輛與Vr的相對速度Sk

(2)

其中，θ表示Vr與Vk間的角度，可依式(3)計算

(3)

其中，X=(xk-xr)、Y=(xk-xr)。如果車輛以均速移動，即υ=?r=?k，它們的相對速度Sk可定義為

(4)

此外，利用文獻(xiàn)[9]的位置服務(wù)路由LLR預(yù)測鏈路連通時間Tlinkr→k。連通時間越長，越有利于視頻數(shù)據(jù)流的轉(zhuǎn)發(fā)。Tlinkr→k定義如式(5)所示

(5)

其中，a=?rcosθr-?kcosθk、b=xr-xk、c=?rsinθr-?ksinθk、d=yr-yk。

最后，對于無縫視頻流，鄰近車輛Vk能夠獲取的瞬時帶寬bk也是在選擇協(xié)作車輛時必須考慮的因素。

2.2 多標(biāo)準(zhǔn)決策算法

作為CDV，應(yīng)具有最小的相對速度、最大的連通時間、高接入帶寬以及最小距離。為此，先引用文獻(xiàn)[10]的多標(biāo)準(zhǔn)決策算法，融合上述因子值，對c內(nèi)的車輛進(jìn)行權(quán)值排序。多標(biāo)準(zhǔn)決策算法的執(zhí)行步驟如下：

步驟1 初始化，將上述4個因子(dk、Sk、Tlinkr→k、bk)構(gòu)建成一個矢量C=(c1,c2,c3,c4)，其中c1、c2、c3、c4分別等于dk、Sk、Tlinkr→k和bk。假定Vk的一跳鄰居集c內(nèi)有N個車輛，即|c|=n。

步驟2 構(gòu)建一個n×4權(quán)值矩陣M，其第i行第j元素mij表示第i個鄰居車輛的第j個因子，且i=1,2,…,n，j=1,2,3,4

(6)

再將車輛的影響因子進(jìn)行進(jìn)歸一化。假定第i個鄰居車輛的第j個因子值的歸一化表述為

步驟3 給每個歸一化權(quán)值設(shè)置不同的權(quán)重系數(shù)，如式(8)所示

ki,j=ωj×Sij,i=1,2…,m,j=1,2,3,4

(8)

其中,ωj表示4個因子的權(quán)重系數(shù)。

步驟4 為每個因子建立最優(yōu)解I+和非最優(yōu)解I-

I+={k(1,j),k(2,j),…,k(m,j)}={maxk(i,j)?j∈(1,2,3,4)}

(9)

I-={k(1,j),k(2,j),…,k(m,j)}={mink(i,j)?j∈(1,2,3,4)}

(10)

(11)

(12)

最后，計算每個鄰居車輛的序值，并進(jìn)行排序。節(jié)點i的序值Ri

(13)

3 性能仿真

3.1 仿真環(huán)境

利用網(wǎng)絡(luò)仿真軟件NS3建立仿真平臺[11-13]，并通過SUMO獲取車輛移動的軌跡文件?？紤]長為10公里的三車道的道路模型，80輛至180輛車輛以泊松分布形式分布于道路，車輛的平均速度為60km/h至110km/h。此外，每輛車具有兩個無線接口：①DSRC接口，實現(xiàn)V2V通信，且數(shù)據(jù)率為6Mbps；②蜂窩接口，實現(xiàn)接入Internet，且在4G網(wǎng)絡(luò)中數(shù)據(jù)率為30Mbps。

表1 仿真參數(shù)

同時，引用“Big Buck Bunny”的一段真實視頻流供車輛下載。具體的仿真參數(shù)如表1所示。每次實驗獨立重復(fù)50次，取平均值作為最終的仿真數(shù)據(jù)。

此外，為了更好地分析CVSS的性能，選擇KCV[8]策略進(jìn)行比較。KCV策略是假定一群車輛行駛同一個目的地，且僅依據(jù)帶寬標(biāo)準(zhǔn)選擇協(xié)作下載車輛。同時，選擇平均幀丟失率、平均時延作為性能指標(biāo)。

3.2 數(shù)據(jù)分析

首先考察車輛速度對平均幀丟失率、平均時延的影響，實現(xiàn)數(shù)據(jù)如圖4所示。

圖4 車輛平均速度對平均幀丟失、平均時延的性能影響

車輛平均速度對平均幀丟失、平均時延的性能影響分別如圖4(a)和4(b)所示。從圖4(a)可知，平均幀丟失隨車速提高呈增長趨勢。原因在于：車速的提高，加速了網(wǎng)絡(luò)拓?fù)涞淖兓?。然而，與KCV相比，提出的CVSS策略的平均幀丟失得到有效地下降，平均下降了接近50%。而圖4(b)反映了KCV和CVSS的平均時延隨車輛速度的影響。平均時延隨車輛速度增加呈下降趨勢，這主要歸功于蜂窩移動的高峰值速率的原因。相比于KCV，CVSS策略的平均時延有所下降。CVSS策略的平均時延約在0.325 s，而KCV的平均時延約在0.3 s。

然后，分析車輛數(shù)對平均幀丟失和平均時延的影響，數(shù)據(jù)結(jié)果如圖5所示。

圖5 車輛數(shù)對平均幀丟失數(shù)、平均時延的影響

從圖5(a)可知，車輛數(shù)的增加提高了平均幀丟失數(shù)。原因在于：車輛數(shù)越多，增加了車輛丟失帆的基數(shù)。與圖4(a)相似，CVSS策略的平均幀丟失數(shù)不于KCV，減少了接近10%。例如，當(dāng)車輛數(shù)200時，CVSS的平均幀丟失數(shù)為500，而KCV的平均幀丟失數(shù)接近600。圖5(b)顯示平均時延隨車輛數(shù)的變化曲線。從圖中可知，車輛數(shù)的增加提升了平均時延。不出意外，CVSS策略的時延低于KCV，原因在于：CVSS策略在選擇協(xié)作轉(zhuǎn)發(fā)車輛時，考慮了多項因子，而KCV只考慮了帶寬。

4 結(jié)束語

考慮到車聯(lián)網(wǎng)中的非安全應(yīng)用服務(wù)質(zhì)量，以蜂窩網(wǎng)絡(luò)-車聯(lián)網(wǎng)的混合結(jié)構(gòu)為背景，提出協(xié)作共享視頻流的策略CVSS。CVSS充分利用4G網(wǎng)絡(luò)的高峰值、低時延特性，并利用多標(biāo)準(zhǔn)決策算法選擇最優(yōu)的車輛作為協(xié)作下載車輛。通過協(xié)作下載車輛轉(zhuǎn)發(fā)視頻流，提高了視頻流共享的性能。仿真結(jié)果表明，相比于KCV，提出的CVSS的平均幀丟失數(shù)和平均時延，分別下降了10%和30%。

[1]Wang Q,Leng S,Fu H,et al.An IEEE 802.11 p-based multichannel coordination for vehicular ad hoc networks[J].IEEE Transaction on Intelligent Transportation Systems,2012,13(2):449-458.

[2]Han C,Dianati M,Tafazolli R.A novel distributed asynchronous multichannel MAC scheme for large-scale vehicular ad hoc networks[J].IEEE Transaction on Vehicular Technology,2012,61(7):3125-3138.

[3]Almalag MS,Olariu S,Weigle M.TDMA-cluster-based MAC for VANETs[C]//IEEE International Symposium on a World of Wireless,Mobile and Multimedia Network,2015:1-6.

[4]Alamag MS,Olariu S,Weigle M.A modified TC-MAC protocol for multi-hop cluster communications in VANETs[C]//International Conference on Connected Vehicles,2013:832-837.

[5]Ros F,Ruiz P,Stojmenovic I.Acknowledgment-based broadcast protocol for reliable and efficient data dissemination in vehi-cular ad hoc networks[J].IEEE Trans Mobile Computer,2012,11(11):33-46.

[6]Xu Q,Mak T,Ko J,et al.Vehicle-to-vehicle safety messaging in DSRC[C]//Proc 1st ACM Int Workshop Veh Ad Hoc Networks,2014:23-31.

[7]LIU Bingyi,WU Libing,JIA Dongyao,et al.Data uplink strategy in mobile cloud service based vehicular ad hoc network[J].Journal of Computer Research and Development,2016,53(4):811-823(in Chinese).[劉冰藝,吳黎兵,賈東耀,等.基于移動云服務(wù)的車聯(lián)網(wǎng)數(shù)據(jù)上傳策略[J].計算機研究與發(fā)展,2016,53(4):811-823.]

[8]CHAO HL.The k-hop cooperative video streaming protocol using H.264/SVC over the hybrid vehicular networks[J].IEEE Transactions on Mobile Computing,2014,13(6):1338-1351.

[9]BOUK SH.Gateway discovery algorithm based on multiple QoS path parameters between mobile node and gateway node[J].Journal of Communications and Networks,2012,14(4):434-442.

[10]LUO J.Neighbor discovery in wireless ad-hoc networks based on group testing[C]//Proceeding of the 46th Annual Aller-ton Conference on Communication,2013:791-797.

[11]Ros F,Ruiz P,Stojmenovic I.Acknowledgment-based broadcast protocol for reliable and efficient data dissemination in vehicular ad hoc networks[J].IEEE Trans Mobile Computer,2012,11(11):33-46.

[12]Cao J,Ma Maode,Li Hui.A survey on security aspects for LTE and LTE-A networks[J].IEEE Communication Surveys and Tutorials,2014,16(1):283-302.

[13]Ma X,Zhang J,Yin X,et al.Design and analysis of a robust broadcast scheme for VANET safety-related services[J].IEEE Trans Veh Technol,2012,61(1):46-61.