面向安全應(yīng)用消息傳輸?shù)漠悩?gòu)網(wǎng)絡(luò)選擇算法*

段林俠，孫曉艷，王稚慧

西安建筑科技大學(xué) 信息與控制工程學(xué)院，西安 710055

1　引言

近年來(lái)，由道路交通和燃料消耗引起的交通擁堵、交通事故和環(huán)境污染已成為一個(gè)重要的全球問(wèn)題。車聯(lián)網(wǎng)（Internet of vehicles）概念引申自物聯(lián)網(wǎng)（Internet of things），它是利用先進(jìn)的傳感技術(shù)、網(wǎng)絡(luò)技術(shù)、計(jì)算技術(shù)、控制技術(shù)、智能技術(shù)，對(duì)道路交通進(jìn)行全面感知的專門控制網(wǎng)絡(luò)。

車聯(lián)網(wǎng)主要依靠V2X技術(shù)實(shí)現(xiàn)車與車（vehicleto-vehicle，V2V）、車與路（vehicle to rode/vehicle to infrastructure，V2R/V2I）、車與人（vehicle to person，V2P）以及與其他任意節(jié)點(diǎn)（vehicle to X，V2X）間的通信。許多無(wú)線通信系統(tǒng)都可以考慮通過(guò)V2V和V2I通信支持ITS（intelligent transport system）服務(wù)[1]。其中，V2V通信鏈路主要實(shí)現(xiàn)車聯(lián)網(wǎng)中車輛之間的互聯(lián)；而V2I通信鏈路主要實(shí)現(xiàn)車聯(lián)網(wǎng)中車與路邊基礎(chǔ)設(shè)施之間的互聯(lián)。按照車聯(lián)網(wǎng)中消息傳輸?shù)膬?nèi)容及其實(shí)時(shí)性要求，其業(yè)務(wù)類型主要分為三類：交通安全類、交通效率類以及用戶服務(wù)類。其中，交通安全型應(yīng)用主要用于交通安全預(yù)警。該應(yīng)用因?yàn)樾枰獙?shí)現(xiàn)將車輛產(chǎn)生的安全應(yīng)用消息快速而可靠地傳遞給相關(guān)車輛以避免可能的交通事故而受到普遍關(guān)注。安全應(yīng)用消息主要為了保障車輛在行駛過(guò)程中的安全問(wèn)題，因此安全應(yīng)用消息的傳輸需求是所有車聯(lián)網(wǎng)傳輸?shù)南⒅凶顕?yán)苛的，必須要保證其傳輸過(guò)程中低時(shí)延以及高可靠性的要求。為了滿足車聯(lián)網(wǎng)中不同安全應(yīng)用消息低時(shí)延、高可靠的傳輸需求，已經(jīng)實(shí)現(xiàn)了一種基于時(shí)分多址面向安全應(yīng)用消息服務(wù)質(zhì)量的多址接入?yún)f(xié)議——QoS-oriented TDMA（time division multiple access）協(xié)議[2]。

目前車聯(lián)網(wǎng)中使用最廣泛的是專用短程通信（dedicated short range communication，DSRC）技術(shù)。車聯(lián)網(wǎng)具有流動(dòng)性大和網(wǎng)絡(luò)拓?fù)渥兓靸蓚€(gè)重要特性。DSRC在非密集車輛環(huán)境中可以有效支持V2V通信中的安全和非安全服務(wù)；在密集車輛環(huán)境中，由于DSRC的MAC層采用了基于CSMA（carrier sense multiple access）機(jī)制的信道接入機(jī)制，會(huì)出現(xiàn)頻繁碰撞而造成性能惡化?？梢姡@種完全分布式的網(wǎng)絡(luò)已經(jīng)難以滿足車聯(lián)網(wǎng)對(duì)時(shí)延和可靠性要求嚴(yán)苛的安全應(yīng)用消息的傳輸需求。目前，長(zhǎng)期演進(jìn)（long term evolution，LTE）系統(tǒng)可以提供的數(shù)據(jù)傳輸速率上行最高可以達(dá)到50 Mb/s，下行最高可以達(dá)到100 Mb/s，頻譜帶寬為20 MHz，并且支持350 km/h的最大移動(dòng)速度[3]。LTE系統(tǒng)的扁平化結(jié)構(gòu)可以實(shí)現(xiàn)較低的傳輸延遲，例如理論上往返時(shí)間小于10 ms，無(wú)線接入網(wǎng)的傳輸延遲為100 ms。研究表明，LTE可以滿足高帶寬、服務(wù)質(zhì)量（quality of service，QoS）敏感的娛樂類車聯(lián)網(wǎng)應(yīng)用[4]。因此，為了更好地實(shí)現(xiàn)車聯(lián)網(wǎng)中安全應(yīng)用消息的低時(shí)延、高可靠性傳輸，越來(lái)越多的研究學(xué)者提出在車聯(lián)網(wǎng)中引入集中式控制——基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)網(wǎng)絡(luò)。在基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)網(wǎng)絡(luò)環(huán)境中，車輛可以依據(jù)不同的網(wǎng)絡(luò)特性以及安全應(yīng)用消息的傳輸需求選擇出合適的網(wǎng)絡(luò)進(jìn)行接入，從而提高網(wǎng)絡(luò)服務(wù)質(zhì)量。

在基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)網(wǎng)絡(luò)環(huán)境中，移動(dòng)車輛之間采用DSRC方式進(jìn)行通信，同時(shí)，移動(dòng)車輛又處在LTE網(wǎng)絡(luò)的覆蓋范圍內(nèi)。安全應(yīng)用消息的周期性發(fā)出以及網(wǎng)絡(luò)拓?fù)涞目焖僮兓?，?dǎo)致交通場(chǎng)景的業(yè)務(wù)需求也在不停地隨之改變。因此，為了保證行駛安全，車輛需要不斷地選擇合適的網(wǎng)絡(luò)進(jìn)行接入以滿足當(dāng)前新的業(yè)務(wù)需求。移動(dòng)車輛在消息傳輸過(guò)程中如何選擇最優(yōu)的網(wǎng)絡(luò)進(jìn)行接入也是一個(gè)值得研究的問(wèn)題。

目前已有的異構(gòu)網(wǎng)絡(luò)選擇算法大都是針對(duì)蜂窩網(wǎng)絡(luò)和無(wú)線局域網(wǎng)組成的異構(gòu)無(wú)線網(wǎng)絡(luò)的，因此本文對(duì)異構(gòu)無(wú)線網(wǎng)絡(luò)選擇算法進(jìn)行了調(diào)研。已有的網(wǎng)絡(luò)選擇算法主要從提高網(wǎng)絡(luò)資源利用率，提高網(wǎng)絡(luò)負(fù)載均衡性，提高用戶效用，聯(lián)合考慮用戶及網(wǎng)絡(luò)效用這幾方面進(jìn)行研究。

（1）提高網(wǎng)絡(luò)資源利用率

為了使異構(gòu)網(wǎng)絡(luò)中網(wǎng)絡(luò)資源的浪費(fèi)降到最低，文獻(xiàn)[5]設(shè)計(jì)了一種以多種網(wǎng)絡(luò)為基礎(chǔ)的并行傳輸?shù)漠悩?gòu)網(wǎng)絡(luò)選擇算法，該算法通過(guò)判斷終端設(shè)備接收到的信號(hào)功率大小來(lái)確定網(wǎng)絡(luò)是否可以通信[5]，有效地提高了網(wǎng)絡(luò)資源利用率。文獻(xiàn)[6]提出了一種博弈競(jìng)爭(zhēng)選擇的異構(gòu)無(wú)線網(wǎng)絡(luò)最優(yōu)接入策略算法，算法通過(guò)最大化網(wǎng)絡(luò)信息傳輸速率來(lái)提高信息傳輸速率[6]，使網(wǎng)絡(luò)資源得到了充分利用。文獻(xiàn)[7]設(shè)計(jì)了一種綜合考慮不同業(yè)務(wù)的功率控制、時(shí)延QoS特性以及網(wǎng)絡(luò)資源的不確定性的網(wǎng)絡(luò)選擇策略——JDPNS（joint delay constraint and resource prediction policy for network selection），有效改善了異構(gòu)網(wǎng)絡(luò)中網(wǎng)絡(luò)資源的利用率[7]。

（2）提高網(wǎng)絡(luò)負(fù)載均衡性

文獻(xiàn)[8]提出了TAU-MADM（multi-attribute decision making）算法，該算法以多屬性判決為基礎(chǔ)，不僅可以根據(jù)不同業(yè)務(wù)的不同特性選擇恰當(dāng)?shù)呐袥Q參數(shù)，然后使用選好的判決參數(shù)挑選出最合適的網(wǎng)絡(luò)，還可以借助網(wǎng)絡(luò)負(fù)載均衡降低網(wǎng)絡(luò)切換頻率及網(wǎng)絡(luò)切換失敗的概率，有效提高了網(wǎng)絡(luò)負(fù)載均衡[8]。文獻(xiàn)[9]提出了一種基于混沌遺傳算法的解決方法，將網(wǎng)絡(luò)接入選擇轉(zhuǎn)換為一個(gè)多屬性優(yōu)化問(wèn)題，利用混沌遺傳算法解決全局尋優(yōu)問(wèn)題，提高了異構(gòu)無(wú)線網(wǎng)絡(luò)中網(wǎng)絡(luò)負(fù)載均衡性[9]。

（3）提高用戶端效用

異構(gòu)網(wǎng)絡(luò)中不同用戶具有不同的業(yè)務(wù)類型，并且所有用戶的網(wǎng)絡(luò)QoS需求也存在差異，針對(duì)這一點(diǎn)，文獻(xiàn)[10]實(shí)現(xiàn)了以馬爾可夫決策模型為基礎(chǔ)的網(wǎng)絡(luò)選擇算法，該算法可以做到實(shí)時(shí)控制異構(gòu)網(wǎng)絡(luò)，提高用戶端效用[10]。針對(duì)不同用戶的不同業(yè)務(wù)對(duì)于網(wǎng)絡(luò)的偏好有所差異這個(gè)問(wèn)題，文獻(xiàn)[11]設(shè)計(jì)了以用戶偏好為首要考慮因素的異構(gòu)網(wǎng)絡(luò)選擇算法，該算法兼顧了用戶端需求、不同類型業(yè)務(wù)的需求以及各個(gè)網(wǎng)絡(luò)之間的性能差異，使用戶端效用得到了很好的提高[11]。文獻(xiàn)[12]為了提高用戶端效用，提出了一種面向用戶多業(yè)務(wù)QoS需求的網(wǎng)絡(luò)接入選擇算法，該算法在多屬性決策理論以及模糊邏輯理論的基礎(chǔ)上提出[12]。文獻(xiàn)[13]指出，異構(gòu)網(wǎng)絡(luò)中的帶寬分配方式存在缺陷，并針對(duì)這一缺陷，在博弈理論的基礎(chǔ)上實(shí)現(xiàn)了兼顧用戶的實(shí)時(shí)位置與用戶效用的帶寬分配方案，有效提高了用戶端效用[13]。

（4）聯(lián)合考慮用戶端及網(wǎng)絡(luò)端效用

由于用戶端在異構(gòu)網(wǎng)絡(luò)場(chǎng)景中的網(wǎng)絡(luò)選擇存在缺陷，文獻(xiàn)[14]提出一種車輛異構(gòu)網(wǎng)絡(luò)選擇博弈模型，通過(guò)用戶側(cè)與網(wǎng)絡(luò)側(cè)的雙向選擇得到異構(gòu)網(wǎng)絡(luò)選擇的穩(wěn)定匹配[14]。文獻(xiàn)[15]完成了一種在非合作博弈基礎(chǔ)上進(jìn)行設(shè)計(jì)的網(wǎng)絡(luò)選擇算法，該算法較完善地考慮了用戶和網(wǎng)絡(luò)兩者的不同需求，而且改善了網(wǎng)絡(luò)阻塞率較高，掉話次數(shù)較多的問(wèn)題[15]。

可見，已有的網(wǎng)絡(luò)選擇算法可以有效地提高網(wǎng)絡(luò)資源利用率，改善網(wǎng)絡(luò)負(fù)載均衡，提高用戶效用及網(wǎng)絡(luò)效用，較好地完成了異構(gòu)網(wǎng)絡(luò)中的網(wǎng)絡(luò)選擇，但是都沒有從業(yè)務(wù)傳輸?shù)慕嵌葋?lái)實(shí)現(xiàn)網(wǎng)絡(luò)選擇算法。已有的針對(duì)車聯(lián)網(wǎng)的異構(gòu)網(wǎng)絡(luò)選擇算法——匹配博弈異構(gòu)網(wǎng)絡(luò)選擇算法[16]以提高網(wǎng)絡(luò)資源利用率為目的，考慮了網(wǎng)絡(luò)側(cè)進(jìn)行用戶選擇所要考慮的因素，以及用戶側(cè)進(jìn)行網(wǎng)絡(luò)選擇所要考慮的因素，最后在匹配博弈的基礎(chǔ)上決策出對(duì)用戶和網(wǎng)絡(luò)來(lái)說(shuō)都最合適的網(wǎng)絡(luò)[16]。該算法在設(shè)計(jì)時(shí)，也沒有從車聯(lián)網(wǎng)中安全應(yīng)用消息傳輸?shù)慕嵌葋?lái)考慮網(wǎng)絡(luò)的整體性能。

因此，在已實(shí)現(xiàn)的QoS-oriented TDMA協(xié)議的基礎(chǔ)上，針對(duì)基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)，設(shè)計(jì)了一種面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法，進(jìn)一步實(shí)現(xiàn)了車聯(lián)網(wǎng)中安全應(yīng)用消息的低時(shí)延高可靠傳輸。

2　面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法

在單一的車聯(lián)網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)中，車輛產(chǎn)生的所有信息都是按照統(tǒng)一的一種方式進(jìn)入信道，基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)中，DSRC和LTE可以發(fā)揮各自的優(yōu)勢(shì)以彌補(bǔ)彼此間的不足，車輛節(jié)點(diǎn)可以按照自己產(chǎn)生的不同安全應(yīng)用消息的傳輸需求，接入不同的網(wǎng)絡(luò)，以滿足安全應(yīng)用消息低時(shí)延高可靠性的QoS需求?；贒SRC/LTE的異構(gòu)車聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)如圖1所示。

圖1中，車與車之間構(gòu)成了DSRC網(wǎng)絡(luò)，同時(shí)，車與eNodeB之間構(gòu)成了LTE網(wǎng)絡(luò)。

根據(jù)安全服務(wù)的用戶場(chǎng)景需求可知，安全應(yīng)用消息產(chǎn)生頻率為1 Hz、2 Hz和10 Hz，其中超過(guò)56.25%的車聯(lián)網(wǎng)安全服務(wù)用戶場(chǎng)景的消息產(chǎn)生頻率為10 Hz[17]。因此，在密集車輛環(huán)境中，大量的周期性安全應(yīng)用消息在帶寬有限的共享信道中傳輸，很容易造成信道擁塞，難以滿足對(duì)時(shí)延和可靠性要求嚴(yán)苛的安全應(yīng)用消息傳輸需求。因此，基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)中，需要將候選網(wǎng)絡(luò)中安全應(yīng)用消息的傳輸時(shí)延、丟包率以及各自所允許的傳輸速率作為面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法中所考慮的QoS參數(shù)。

Fig.1　DSRC/LTE heterogeneous vehicle networking architecture圖1　基于DSRC/LTE異構(gòu)車聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)

2.1　QoS參數(shù)權(quán)重值確定

為了確定每個(gè)影響接入決策的參數(shù)所占的比重，本文利用了層次分析法（analytic hierarchy process，AHP）。AHP于20世紀(jì)70年代中期由美國(guó)運(yùn)籌學(xué)家托馬斯·塞蒂正式提出，該方法將定量分析與定性分析相結(jié)合，可以合理地給出每個(gè)決策方案的每個(gè)標(biāo)準(zhǔn)的權(quán)重值，常用來(lái)處理僅用定量方法難以解決的課題[18]。

利用AHP法確定QoS參數(shù)的權(quán)重值包括3個(gè)步驟，處理過(guò)程如下。

（1）將復(fù)雜的網(wǎng)絡(luò)選擇問(wèn)題進(jìn)行合理分解，使之成為一個(gè)簡(jiǎn)單的層次結(jié)構(gòu)，如圖2所示。

在圖2中，最高層QoS表示算法要實(shí)現(xiàn)的最終目標(biāo)是要實(shí)現(xiàn)車聯(lián)網(wǎng)中安全應(yīng)用消息的低時(shí)延高可靠傳輸；第二層是影響安全應(yīng)用消息傳輸QoS的因素，該層每個(gè)因素直接決定安全應(yīng)用消息的QoS是否得到滿足；最后一層是決策結(jié)果，由異構(gòu)網(wǎng)絡(luò)中的候選網(wǎng)絡(luò)DSRC和LTE組成。

（2）將同一層次的因素進(jìn)行兩兩比較，構(gòu)造層次分析矩陣，成對(duì)比較圖2中每一層的決策因子對(duì)于其上一層的重要性。假設(shè)其中一層有m個(gè)決策因子{z1,z2,…,zm}，則兩兩比較的結(jié)果可以用一個(gè)方矩陣表示，稱作 AHP 矩陣，如A=(aij)m×m，其中aij=zi/zj，aij>0,aji=1/aij(i≠j),aii=1(i,j=1,2,…,m)。

比較決策因子重要性的判決依據(jù)如表1所示，一共分為9個(gè)尺度。

Fig.2　AHP hierarchy圖2　AHP層次結(jié)構(gòu)

Table 1　Importance of decision factors表1　決策因子重要性判決依據(jù)

將中間層的E2E時(shí)延、丟包率、傳輸速率進(jìn)行兩兩比較，針對(duì)安全應(yīng)用消息的傳輸QoS需求，構(gòu)造3×3的層次分析矩陣A，如式（1）所示。

在車聯(lián)網(wǎng)中，安全應(yīng)用消息對(duì)于傳輸QoS判決因子中的E2E時(shí)延要求最為嚴(yán)苛，對(duì)于丟包率有一定的容忍度。并且在異構(gòu)車聯(lián)網(wǎng)中，DSRC、LTE兩種網(wǎng)絡(luò)均可以滿足安全應(yīng)用消息傳輸QoS判決因子中的傳輸速率需求。因此，3個(gè)判決因子中，E2E時(shí)延的重要性略高于丟包率，E2E時(shí)延和丟包率的重要性均高于傳輸速率的重要性。

根據(jù)3個(gè)判決因素對(duì)于安全應(yīng)用消息傳輸QoS的不同重要程度以及表1中的決策因子判決依據(jù)，E2E時(shí)延相對(duì)于丟包率，判決尺度取值為3；相應(yīng)的，丟包率相對(duì)于E2E時(shí)延，判決尺度取值為1/3；時(shí)延和丟包率相對(duì)于傳輸速率，判決尺度取值為5；相應(yīng)的，傳輸速率相對(duì)于時(shí)延和丟包率，判決尺度取值為1/5。因此，層次分析矩陣A中各個(gè)元素的取值如式（2）所示。

其中，第一行元素為E2E時(shí)延分別與E2E時(shí)延、丟包率、傳輸速率相比的重要性，以此類推；對(duì)角線上的元素表示判決因素與自身對(duì)比的重要性，因此取值為1。

（3）使用平方根的方法計(jì)算各決策因子的權(quán)重值，步驟如下：

①按照式（3）將AHP矩陣每一行中各元素相乘：

得W1=15,W2=5/3,W3=1/25。

②根據(jù)式（4）計(jì)算Wi的m次方根：

③采用式（5）對(duì)步驟（2）得到的向量結(jié)果進(jìn)行歸一化：

得u1=0.617,u2=0.297,u3=0.086。

通過(guò)步驟（3）對(duì)向量進(jìn)行歸一化，得到一系列值{u1,u2,…,um}，就是各決策因子的權(quán)重。也就是說(shuō)，安全應(yīng)用消息的QoS決策因子E2E時(shí)延、丟包率、傳輸速率的權(quán)重值分別為0.617、0.297和0.086。

2.2　分析網(wǎng)絡(luò)支持消息傳輸QoS的能力

確定了各個(gè)QoS判決因子的參數(shù)權(quán)重值后，設(shè)計(jì)如式（6）的函數(shù)對(duì)候選網(wǎng)絡(luò)支持消息傳輸QoS的能力做定性的分析。

式（6）中，fx,n,x=D,L,R分別表示判決因子E2E時(shí)延、丟包率、傳輸速率。

對(duì)于fx,n的定義，規(guī)定如下：fx,n為歸一化函數(shù)，取值范圍為[0,1]，當(dāng)候選網(wǎng)絡(luò)n不滿足安全應(yīng)用消息關(guān)于判決因子x的需求時(shí)，fx,n取值為0；當(dāng)候選網(wǎng)絡(luò)n完全滿足安全應(yīng)用消息關(guān)于判決因子x的需求時(shí)，fx,n取值為1。當(dāng)候選網(wǎng)絡(luò)n對(duì)安全應(yīng)用消息關(guān)于判決因子x的支持能力處于完全滿足和不滿足之間時(shí)，fx,n的取值要根據(jù)實(shí)際情況而定。

當(dāng)車輛產(chǎn)生安全應(yīng)用消息時(shí)，根據(jù)異構(gòu)車聯(lián)網(wǎng)中兩種候選網(wǎng)絡(luò)傳輸QoS判決因子E2E時(shí)延、丟包率、傳輸速率等，選擇各自的效用函數(shù)，并判斷各個(gè)網(wǎng)絡(luò)n是否滿足安全應(yīng)用消息傳輸?shù)腝oS需求。

如果Fn計(jì)算結(jié)果非0，那么這個(gè)網(wǎng)絡(luò)可以達(dá)到安全應(yīng)用消息的傳輸QoS需求；當(dāng)Fn計(jì)算結(jié)果為0時(shí)，說(shuō)明候選網(wǎng)絡(luò)至少有一個(gè)QoS判決因子不能滿足當(dāng)前安全應(yīng)用消息的傳輸QoS需求。

下面對(duì)車聯(lián)網(wǎng)中安全應(yīng)用消息的fx,n給出定義。

由于安全應(yīng)用消息對(duì)傳輸速率R的要求是一個(gè)定值6 Mb/s，也就是說(shuō)，只要傳輸速率達(dá)到了6 Mb/s，就認(rèn)為網(wǎng)絡(luò)可以完全滿足安全應(yīng)用消息傳輸對(duì)QoS參數(shù)中傳輸速率的需求。

根據(jù)網(wǎng)絡(luò)中傳輸速率R與安全應(yīng)用消息傳輸QoS參數(shù)中傳輸速率滿意度的關(guān)系，其效用函數(shù)必須滿足：

（1）傳輸速率R達(dá)到6 Mb/s時(shí)，傳輸速率滿意度為1。

（2）傳輸速率R沒有達(dá)到6 Mb/s時(shí)，傳輸速率滿意度為0。

因此，可以使用如式（7）所示的階躍函數(shù)來(lái)表示安全應(yīng)用消息對(duì)網(wǎng)絡(luò)傳輸速率R的滿意程度。

安全應(yīng)用消息對(duì)E2E時(shí)延有著嚴(yán)格的要求，車聯(lián)網(wǎng)中保證車輛行駛安全要求安全應(yīng)用消息的E2E時(shí)延小于100 ms。當(dāng)E2E時(shí)延超過(guò)50 ms后，車聯(lián)網(wǎng)交通安全指數(shù)開始下降；當(dāng)E2E時(shí)延大于100 ms時(shí)，該消息失效，被認(rèn)為傳輸過(guò)程中丟失，此時(shí)不能滿足安全應(yīng)用消息傳輸對(duì)QoS指標(biāo)中E2E時(shí)延的需求。

根據(jù)網(wǎng)絡(luò)中安全應(yīng)用消息的E2E時(shí)延與安全應(yīng)用消息傳輸QoS參數(shù)中E2E時(shí)延滿意度的關(guān)系，其效用函數(shù)必須滿足：

（1）在[50，100]ms區(qū)間內(nèi)，E2E時(shí)延的增加會(huì)導(dǎo)致E2E時(shí)延滿意度的下降。

（2）安全應(yīng)用消息傳輸E2E時(shí)延滿意度的值隨著E2E時(shí)延的改變而平穩(wěn)變化。

（3）當(dāng)E2E時(shí)延達(dá)到100 ms時(shí)，安全應(yīng)用消息傳輸E2E時(shí)延滿意度減小到0。

因此，使用分段函數(shù)來(lái)表示安全應(yīng)用消息對(duì)網(wǎng)絡(luò)E2E時(shí)延的滿意程度。效用函數(shù)如式（8）所示。

由于安全應(yīng)用消息是周期性產(chǎn)生的，其對(duì)于丟包率有著較大的容忍性。通常情況下，只要丟包率不大于10%，車聯(lián)網(wǎng)中的車輛都可以保證處于安全狀態(tài)，都可以放心地在道路上安全行駛。隨著丟包率的上升，車聯(lián)網(wǎng)交通安全指數(shù)就會(huì)降低。

根據(jù)網(wǎng)絡(luò)中安全應(yīng)用消息傳輸丟包率與安全應(yīng)用消息傳輸QoS參數(shù)中丟包率滿意度的關(guān)系，其效用函數(shù)必須滿足：

（1）在丟包率大于10%時(shí)，安全應(yīng)用消息傳輸丟包率滿意度隨著丟包率的增大而減小，最小可減少到0。

（2）安全應(yīng)用消息傳輸丟包率滿意度的值隨著丟包率的改變而平穩(wěn)變化。

因此，安全應(yīng)用消息對(duì)于網(wǎng)絡(luò)中丟包率的滿意程度用式（9）所示的分段函數(shù)來(lái)表示。

2.3　確定安全應(yīng)用消息QoS滿意度

在進(jìn)行網(wǎng)絡(luò)選擇時(shí)，需要比較車聯(lián)網(wǎng)中安全應(yīng)用消息對(duì)各個(gè)候選網(wǎng)絡(luò)中E2E時(shí)延、丟包率、傳輸速率3個(gè)判決屬性綜合的QoS滿意度。根據(jù)各個(gè)判決屬性與網(wǎng)絡(luò)總的QoS滿意度之間的關(guān)系，其效應(yīng)函數(shù)必須滿足：

（1）每個(gè)QoS判決屬性對(duì)應(yīng)的QoS滿意度取值在[0,1]之間。

（2）每個(gè)QoS判決屬性對(duì)應(yīng)的QoS滿意度之間相對(duì)獨(dú)立，互不影響。

（3）總的QoS滿意度取值由所有QoS判決屬性對(duì)應(yīng)的QoS滿意度取值共同決定。

因此，定義安全應(yīng)用消息總的QoS滿意度函數(shù)為：

式（10）中，Sn(k)表示安全應(yīng)用消息在k時(shí)刻接入到候選網(wǎng)絡(luò)n時(shí)，安全應(yīng)用消息對(duì)于網(wǎng)絡(luò)n總的傳輸QoS滿意度；gi,n(k)表示候選網(wǎng)絡(luò)n的第i個(gè)決策因子的QoS滿意度，取值與前面提到的fx,n相對(duì)應(yīng)；hi(k)表示第i個(gè)決策因子的權(quán)重值。則總的QoS滿意度就是所有決策因子的QoS滿意度進(jìn)行加權(quán)和。

當(dāng)有安全應(yīng)用消息產(chǎn)生時(shí)，根據(jù)異構(gòu)車聯(lián)網(wǎng)中兩種候選網(wǎng)絡(luò)傳輸QoS判決因子E2E時(shí)延、丟包率、傳輸速率，調(diào)用各自相應(yīng)的滿意度函數(shù)，分別計(jì)算每個(gè)網(wǎng)絡(luò)傳輸安全應(yīng)用消息時(shí)總的QoS滿意度值。如果計(jì)算出的滿意度值非0，說(shuō)明當(dāng)前候選網(wǎng)絡(luò)可以達(dá)到安全應(yīng)用消息傳輸需求；如果計(jì)算出的滿意度值為0，則當(dāng)前網(wǎng)絡(luò)中至少有一個(gè)QoS判決因素不能達(dá)到安全應(yīng)用消息的傳輸需求。

對(duì)于計(jì)算出的不同結(jié)果進(jìn)行如下處理：

（1）如果異構(gòu)網(wǎng)絡(luò)中的每個(gè)候選網(wǎng)絡(luò)都可以達(dá)到安全應(yīng)用消息傳輸需求，則使用QoS判決因子權(quán)重值求得各個(gè)候選網(wǎng)絡(luò)支持安全應(yīng)用消息傳輸能力的加權(quán)和，然后將加權(quán)和反饋給所要傳輸?shù)陌踩珣?yīng)用消息。

（2）如果異構(gòu)網(wǎng)絡(luò)中只有某一個(gè)網(wǎng)絡(luò)可以達(dá)到安全應(yīng)用消息傳輸需求，那么將這個(gè)網(wǎng)絡(luò)作為安全應(yīng)用消息發(fā)送網(wǎng)絡(luò)。

（3）如果沒有一個(gè)網(wǎng)絡(luò)可以達(dá)到安全應(yīng)用消息傳輸需求，則調(diào)用QoS判決因子權(quán)重值，求得各個(gè)候選網(wǎng)絡(luò)支持安全應(yīng)用消息傳輸能力的加權(quán)和，然后將加權(quán)和反饋給所要傳輸?shù)陌踩珣?yīng)用消息。

2.4　算法流程

面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法流程如圖3所示。

Fig.3　Flow chart of network selection algorithm oriented to safety application message圖3　面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法流程圖

在圖3中，網(wǎng)絡(luò)消息傳輸QoS的能力Fx為0時(shí)用0表示，不為0時(shí)用1表示。消息到達(dá)MAC層以后，調(diào)用安全應(yīng)用消息各個(gè)QoS判決因子相應(yīng)的效用函數(shù)，計(jì)算出候選網(wǎng)絡(luò)支持消息傳輸QoS的能力。如果候選的兩個(gè)網(wǎng)絡(luò)消息傳輸QoS的能力都為0，則提示兩種候選網(wǎng)絡(luò)都不滿足安全應(yīng)用消息傳輸QoS需求；如果候選的兩個(gè)網(wǎng)絡(luò)消息傳輸QoS的能力都為1，則提示兩種候選網(wǎng)絡(luò)都可以滿足安全應(yīng)用消息傳輸QoS需求。然后計(jì)算安全應(yīng)用消息傳輸QoS滿意度，并將安全應(yīng)用消息傳輸QoS滿意度高的候選網(wǎng)絡(luò)作為推薦網(wǎng)絡(luò)。如果候選的兩個(gè)網(wǎng)絡(luò)消息傳輸QoS的能力一個(gè)為0一個(gè)為1，則將安全應(yīng)用消息傳輸QoS滿意度不為0的候選網(wǎng)絡(luò)作為推薦網(wǎng)絡(luò)。

網(wǎng)絡(luò)中每產(chǎn)生一個(gè)消息就會(huì)根據(jù)當(dāng)時(shí)的網(wǎng)絡(luò)狀態(tài)進(jìn)行一次網(wǎng)絡(luò)選擇，因此可以合理地分配網(wǎng)絡(luò)資源，保證異構(gòu)網(wǎng)絡(luò)中的公平性，適應(yīng)車聯(lián)網(wǎng)中動(dòng)態(tài)拓?fù)渥兓?。該算法?shí)現(xiàn)簡(jiǎn)單，算法復(fù)雜度較低，進(jìn)行網(wǎng)絡(luò)選擇的時(shí)間跟消息傳輸?shù)臅r(shí)間相比可以忽略不計(jì)。因此，面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法從理論上來(lái)說(shuō)可以完成異構(gòu)車聯(lián)網(wǎng)中的網(wǎng)絡(luò)選擇，并能保證兩種安全應(yīng)用消息的低時(shí)延高可靠性傳輸。

3　仿真及結(jié)果分析

3.1　仿真平臺(tái)搭建及實(shí)驗(yàn)步驟

車聯(lián)網(wǎng)的仿真需要采用真實(shí)的車輛機(jī)動(dòng)特性，將車輛的瞬時(shí)機(jī)動(dòng)參數(shù)輸入到網(wǎng)絡(luò)仿真作為網(wǎng)絡(luò)傳輸輸入的參數(shù)，并將網(wǎng)絡(luò)傳輸?shù)慕Y(jié)果反饋給交通仿真以影響車輛機(jī)動(dòng)參數(shù)的變化。針對(duì)這一特點(diǎn)，本文采用開源、微觀、連續(xù)的道路交通仿真平臺(tái)SUMO和基于C++的開源、時(shí)間離散的網(wǎng)絡(luò)仿真平臺(tái)OMNeT++的交通與網(wǎng)絡(luò)仿真雙向耦合、實(shí)時(shí)交互的車聯(lián)網(wǎng)仿真框架VeinsLTE[19]作為仿真平臺(tái)搭建的基礎(chǔ)。VeinsLTE網(wǎng)絡(luò)仿真框架如圖4所示。

Fig.4　Framework of VeinsLTE network simulation圖4　VeinsLTE網(wǎng)絡(luò)仿真框架

應(yīng)用層產(chǎn)生的消息首先進(jìn)入判決層，根據(jù)判決門限的值決定將消息采用DSRC方式傳輸還是采用LTE方式傳輸。大于門限值時(shí)，安全應(yīng)用消息按照LTE方式傳輸，反之則按照DSRC方式傳輸。當(dāng)判決門限為0時(shí)，所有的安全應(yīng)用消息都采用LTE方式進(jìn)行傳輸；當(dāng)判決門限為100時(shí)，所有的安全應(yīng)用消息都采用DSRC方式進(jìn)行傳輸。該網(wǎng)絡(luò)選擇機(jī)制既沒有從車輛交通參數(shù)方面考慮，也沒有從異構(gòu)網(wǎng)絡(luò)屬性方面進(jìn)行決策，更沒有考慮安全應(yīng)用消息的傳輸需求。

基于SUMO的交通仿真和基于OMNeT++的網(wǎng)絡(luò)仿真通過(guò)交通控制接口（traffic control interface，TraCI）進(jìn)行實(shí)時(shí)交互，具體如圖5所示。

Fig.5　Interactive sketch map of traffic simulation and network simulation圖5　交通仿真與網(wǎng)絡(luò)仿真交互示意圖

在圖5中，網(wǎng)絡(luò)平臺(tái)通過(guò)TraCI獲得交通平臺(tái)中車輛的實(shí)時(shí)位置、速度等信息，用于車聯(lián)網(wǎng)通信傳輸；通信傳輸?shù)慕Y(jié)果通過(guò)TraCI生成在線指令改變交通平臺(tái)中車輛的行駛路徑、交通燈狀態(tài)等。

仿真步驟設(shè)計(jì)如下：

（1）在OMNeT++中給兩種交通場(chǎng)景設(shè)置不同的車輛密度，對(duì)面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法和文獻(xiàn)[16]中基于TOPSIS（technique for order preference by similarity to ideal solution）的匹配博弈網(wǎng)絡(luò)選擇算法進(jìn)行仿真。

（2）在OMNeT++中收集并整理仿真結(jié)果數(shù)據(jù)。

（3）對(duì)仿真結(jié)果數(shù)據(jù)進(jìn)行處理，分別計(jì)算出面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法在不同場(chǎng)景下消息的接收概率和傳輸時(shí)延。

（4）將面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法的性能與文獻(xiàn)[16]中基于TOPSIS的匹配博弈網(wǎng)絡(luò)選擇算法進(jìn)行分析比較。

3.2　仿真參數(shù)設(shè)置

基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)中DSRC網(wǎng)絡(luò)分別使用車聯(lián)網(wǎng)中已有的IEEE 802.11p協(xié)議和已設(shè)計(jì)好的QoS-oriented TDMA協(xié)議作為MAC協(xié)議。仿真中假設(shè)無(wú)線信道是理想的，不存在誤比特情況。網(wǎng)絡(luò)仿真參數(shù)的設(shè)置如表2所示。

Table 2　Network simulation parameters表2　網(wǎng)絡(luò)仿真參數(shù)

仿真場(chǎng)景分為市區(qū)場(chǎng)景和高速場(chǎng)景，市區(qū)場(chǎng)景呈“田”字型分布，每條路線為雙向二車道，長(zhǎng)600 m，車輛依次從每條路的各個(gè)方向的兩個(gè)車道進(jìn)入仿真場(chǎng)景，沿直線行駛，直到駛出場(chǎng)景。高速場(chǎng)景呈“一”字型分布，單向四車道，長(zhǎng)5 000 m，車輛從高速路的一端進(jìn)入仿真場(chǎng)景，沿直線行駛，直到駛出場(chǎng)景。交通仿真軟件SUMO中的市區(qū)場(chǎng)景和高速場(chǎng)景示意圖如圖6所示。

Fig.6　Simulation scenarios in SUMO圖6　SUMO仿真場(chǎng)景示意圖

市區(qū)場(chǎng)景和高速場(chǎng)景的具體交通場(chǎng)景參數(shù)如表3所示。

Table 3　Traffic scenario parameters表3　交通場(chǎng)景參數(shù)

表3中車輛個(gè)數(shù)計(jì)算公式如式（11）所示。

式（11）中，Nv為每公里車輛數(shù)；L為道路長(zhǎng)度；ρv為每車道每公里車輛密度；Nl為道路中的車道數(shù)。

3.3　仿真結(jié)果分析

車聯(lián)網(wǎng)網(wǎng)絡(luò)協(xié)議中安全應(yīng)用消息傳輸?shù)男阅苤笜?biāo)主要是時(shí)延和接收概率。其中，時(shí)延為應(yīng)用層的端到端時(shí)延。計(jì)算公式如式（12）所示。

式（12）中，Tdelay表示安全應(yīng)用消息的傳輸時(shí)延；Tgeneration為安全應(yīng)用消息在應(yīng)用層的產(chǎn)生時(shí)間；Treceived為安全應(yīng)用消息在應(yīng)用層的接收時(shí)間。

安全應(yīng)用消息接收概率為某個(gè)節(jié)點(diǎn)接收到的消息總數(shù)與網(wǎng)絡(luò)中通信范圍內(nèi)鄰節(jié)點(diǎn)發(fā)送的消息總數(shù)之比。計(jì)算公式如式（13）所示。

式（13）中，Ni為第i輛車接收到的安全應(yīng)用消息數(shù)；Ni,t為第i輛車t時(shí)刻內(nèi)鄰節(jié)點(diǎn)發(fā)送安全消息的個(gè)數(shù)；n為網(wǎng)絡(luò)中車輛總數(shù)。

結(jié)合表2中的網(wǎng)絡(luò)仿真參數(shù)和表3中的交通仿真參數(shù)，在圖6所示的兩個(gè)交通仿真場(chǎng)景中改變異構(gòu)車聯(lián)網(wǎng)中的車輛數(shù)，分別對(duì)文獻(xiàn)[16]中基于TOPSIS的匹配博弈網(wǎng)絡(luò)選擇算法和面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法進(jìn)行了仿真。根據(jù)OMNeT++中統(tǒng)計(jì)的仿真結(jié)果計(jì)算出安全應(yīng)用消息的傳輸時(shí)延和接收概率。

圖7比較了DSRC網(wǎng)絡(luò)MAC層中分別使用IEEE 802.11p協(xié)議和QoS-oriented TDMA協(xié)議時(shí)不同場(chǎng)景下文獻(xiàn)[16]中的網(wǎng)絡(luò)選擇算法和本文提出的面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法在傳輸安全應(yīng)用消息時(shí)的接收概率情況。

Fig.7　Reception probability of different simulation scenarios圖7　不同仿真場(chǎng)景接收概率結(jié)果圖

從圖7中可以看出，不管是高速場(chǎng)景還是市區(qū)場(chǎng)景，DSRC網(wǎng)絡(luò)中MAC層使用QoS-oriented TDMA協(xié)議時(shí)，兩種異構(gòu)網(wǎng)絡(luò)選擇算法中安全應(yīng)用消息的接收概率高于使用IEEE 802.11p協(xié)議時(shí)安全應(yīng)用消息接收概率。同時(shí)，不管DSRC網(wǎng)絡(luò)中MAC層使用哪種安全應(yīng)用消息傳輸協(xié)議，異構(gòu)網(wǎng)絡(luò)中使用面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法時(shí)，安全應(yīng)用消息的接收概率都高于使用匹配博弈選擇算法時(shí)安全應(yīng)用消息的接收概率。市區(qū)場(chǎng)景中安全應(yīng)用消息的接收概率高于高速場(chǎng)景中安全應(yīng)用消息的接收概率。相比于匹配博弈網(wǎng)絡(luò)選擇算法，面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法在高速場(chǎng)景和市區(qū)場(chǎng)景中安全應(yīng)用消息的接收概率分別提高了11.6%和7.5%。與僅使用QoS-oriented TDMA協(xié)議的分布式網(wǎng)絡(luò)相比，同時(shí)使用QoS-oriented TDMA協(xié)議和面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法的異構(gòu)車聯(lián)網(wǎng)，在高速場(chǎng)景和市區(qū)場(chǎng)景中安全應(yīng)用消息的接收概率分別提高了13.7%和10.4%。

車聯(lián)網(wǎng)中安全應(yīng)用消息對(duì)傳輸時(shí)延有著極其嚴(yán)苛的要求，傳輸時(shí)延越小，道路交通安全指數(shù)越高。不同車輛數(shù)的情況下，異構(gòu)車聯(lián)網(wǎng)的DSRC網(wǎng)絡(luò)中分別使用QoS-oriented TDMA協(xié)議和IEEE 802.11p協(xié)議，以及分別使用面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法和匹配博弈選擇算法時(shí)，安全應(yīng)用消息的平均傳輸時(shí)延如圖8所示。

從圖8所示平均傳輸時(shí)延仿真結(jié)果中可以看出，異構(gòu)車聯(lián)網(wǎng)的DSRC網(wǎng)絡(luò)中使用QoS-oriented TDMA協(xié)議時(shí)，安全應(yīng)用消息平均傳輸時(shí)延低于使用IEEE 802.11p協(xié)議時(shí)安全應(yīng)用消息平均傳輸時(shí)延。同時(shí)，不管DSRC網(wǎng)絡(luò)中MAC層使用哪種安全應(yīng)用消息傳輸協(xié)議，異構(gòu)網(wǎng)絡(luò)中使用面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法時(shí)，安全應(yīng)用消息的平均傳輸時(shí)延都低于使用匹配博弈選擇算法時(shí)安全應(yīng)用消息的平均傳輸時(shí)延。市區(qū)場(chǎng)景中安全應(yīng)用消息的平均傳輸時(shí)延低于高速場(chǎng)景中安全應(yīng)用消息的平均傳輸時(shí)延。相比于匹配博弈網(wǎng)絡(luò)選擇算法，面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法在高速場(chǎng)景和市區(qū)場(chǎng)景中安全應(yīng)用消息的傳輸時(shí)延分別減少了13.2%和15.3%。與僅使用QoS-oriented TDMA協(xié)議的分布式網(wǎng)絡(luò)相比，同時(shí)使用QoS-oriented TDMA協(xié)議和面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法的異構(gòu)車聯(lián)網(wǎng)在高速場(chǎng)景和市區(qū)場(chǎng)景中安全應(yīng)用消息的傳輸時(shí)延分別減少了8.6%和11.5%。

基于TOPSIS的匹配博弈網(wǎng)絡(luò)選擇算法[16]在進(jìn)行網(wǎng)絡(luò)選擇時(shí)只考慮了網(wǎng)絡(luò)端和用戶端的判決屬性，而沒有從車聯(lián)網(wǎng)中安全應(yīng)用消息傳輸?shù)膶?shí)際QoS需求出發(fā)。車輛數(shù)較多時(shí)，網(wǎng)絡(luò)中的消息總數(shù)快速增長(zhǎng)，不考慮安全應(yīng)用消息的傳輸需求，必然會(huì)導(dǎo)致大量的消息碰撞以及較大的傳輸時(shí)延。面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法中針對(duì)安全應(yīng)用消息設(shè)置了不同的QoS屬性權(quán)重值，并針對(duì)每個(gè)QoS屬性設(shè)置了相應(yīng)的效用函數(shù)，全面地考慮了車聯(lián)網(wǎng)中安全應(yīng)用消息傳輸?shù)腝oS需求，合理地分配了異構(gòu)網(wǎng)絡(luò)中的網(wǎng)絡(luò)資源，從而降低了安全應(yīng)用消息的傳輸時(shí)延，提高了安全應(yīng)用消息傳輸?shù)慕邮崭怕省?/p>

Fig.8　End-to-end delay of different simulation scenarios圖8　不同仿真場(chǎng)景時(shí)延結(jié)果圖

4　結(jié)束語(yǔ)

本文針對(duì)當(dāng)前異構(gòu)車聯(lián)網(wǎng)中缺少針對(duì)安全應(yīng)用消息傳輸QoS的網(wǎng)絡(luò)選擇機(jī)制的現(xiàn)狀，基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)，設(shè)計(jì)了一種異構(gòu)車聯(lián)網(wǎng)中面向安全應(yīng)用消息QoS的網(wǎng)絡(luò)選擇算法，該算法從安全應(yīng)用消息的角度出發(fā)，綜合考慮多種參數(shù)指標(biāo)。仿真結(jié)果表明，面向安全應(yīng)用消息傳輸?shù)木W(wǎng)絡(luò)選擇算法在基于DSRC/LTE的異構(gòu)車聯(lián)網(wǎng)中，可以合理地分配網(wǎng)絡(luò)資源，針對(duì)安全應(yīng)用消息傳輸?shù)腝oS需求，為其選擇合適的網(wǎng)絡(luò)完成消息傳輸，進(jìn)一步降低了安全應(yīng)用消息的傳輸時(shí)延，提高了安全應(yīng)用消息的接收概率。車聯(lián)網(wǎng)安全應(yīng)用消息傳輸性能得到了改善，從而保障了車輛行駛安全，達(dá)到了減少交通事故發(fā)生的目的。

[1]Yang Shuxue,Wang Liangmin.Game theory based dualincentive mechanism for data forwarding in vehicular ad hoc network[J].Journal of Frontiers of Computer Science and Technology,2015,9(7):821-831.

[2]Sun Xiaoyan,Duan Linxia,Yao Chenhong.Research on QoS of safety application messages oriented access protocol[J].Journal of Frontiers of Computer Science and Technology,2017,11(12):1972-1983.

[3]Zhang Tianxin.Research on optimal user scheduling and interference coordination mechanism in LTE system[D].Jinan:Shandong University,2012.

[4]Araniti G,Campolo C,Condoluci M,et al.LTE for vehicular networking:a survey[J].IEEE Communications Magazine,2013,51(5):148-157.

[5]Zhang Lina,Zhu Qi.Network selection algorithm based on multi-radio parallel transmission for heterogeneous wireless networks[J].Signal Processing,2014,30(10):1176-1184.

[6]Huang Xiaolong,Huang Baohua,Qu Chiwen.Heterogeneous wireless networks optimal access policy using game competition selecting[J].Application Research of Computers,2015,32(4):1214-1216.

[7]Li Jiandong,Jiang Jian,Liu Xinyi.A network selection policy under delay constraint and resource prediction in integrated wireless systems[J].Journal of Xi'an Jiaotong University,2014,48(2):74-79.

[8]Zhang Yu,Liu Shengmei.Network selection algorithm based on multi-attribute decision[J].Computer Science,2015,42(6):120-124.

[9]Tang Liangrui,Li Wenmeng,Sheng Jie,et al.A chaos genetic algorithm based access selection in heterogeneous wireless networks[J].Acta Electronica Sinica,2014,42(8):1564-1570.[10]Liang Xiao,Qian Zhihong,Tian Hongliang,et al.Markov decision model based handoff selection algorithm for heterogeneous wireless networks[J].Acta Physica Sinica,2016,65(23):236402.

[11]Yang Cun,Zhao Jihong,Zhao Shuyuan.Research on network selection algorithm based on user preference in heterogeneous system[J].Telecommunications Science,2014,30(6):67-72.

[12]Zhang Yuanyuan,Xiao Chuangbai,Wang Jian.New method for user's QoS requirement network selection in heterogeneous wireless networks[J].Computer Science,2015,42(3):55-59.

[13]Luo Jianqin,Zhu Qi.Location-based bandwidth allocation scheme for multi-access in heterogeneous networks[J].Journal of Nanjing University of Posts and Telecommunications:Natural Science,2014,34(4):44-50.

[14]Zhang Rui,Hu Jing,Xia Weiwei.Network selection algorithm based on stable matching game in vehicular heterogeneous network[J].Telecommunications Science,2015,31(9):51-59.

[15]Lang Gaiping,Xu Yubin,Ma Lin.Selection algorithm of heterogeneous networks based on non-cooperative game theory[J].Journal of South China University of Technology:Natural Science Edition,2014,42(5):29-35.

[16]Yu Xiulan,Zeng Cheng.Matching game network selection algorithm based on TOPSIS[J].Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition,2016,28(4):451-455.

[17]Zheng Kan,Zheng Qiang,Chatzimisios P,et al.Heterogeneous vehicular networking:a survey on architecture,challenges,and solutions[J].IEEE Communications Surveys&Tutorials,2015,17(4):2377-2396.

[18]Ji Xin.Research ideas and methods of output efficiency evaluation of industrial park land[D].Shanghai:Fudan University,2012.

[19]Hagenauer F,Dressler F,Sommer C.Poster:a simulator for heterogeneous vehicular networks[C]//Proceedings of the 2014 IEEE Vehicular Networking Conference,Paderborn,Dec 3-5,2014.Piscataway:IEEE,2014:185-186.

附中文參考文獻(xiàn)：

[1]楊樹雪,王良民.基于博弈論的車聯(lián)網(wǎng)雙重激勵(lì)數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制[J].計(jì)算機(jī)科學(xué)與探索,2015,9(7):821-831.

[2]孫曉艷,段林俠,要趁紅.面向安全應(yīng)用消息QoS的接入?yún)f(xié)議研究[J].計(jì)算機(jī)科學(xué)與探索,2017,11(12):1972-1983.

[3]張?zhí)燔?LTE系統(tǒng)中最優(yōu)用戶調(diào)度和干擾協(xié)調(diào)機(jī)制的研究[D].濟(jì)南:山東大學(xué),2012.

[5]張麗娜,朱琦.異構(gòu)網(wǎng)絡(luò)中多網(wǎng)絡(luò)并行傳輸?shù)木W(wǎng)絡(luò)選擇算法[J].信號(hào)處理,2014,30(10):1176-1184.

[6]黃小龍,黃保華,屈遲文.一種博弈競(jìng)爭(zhēng)選擇的異構(gòu)無(wú)線網(wǎng)絡(luò)最優(yōu)接入策略[J].計(jì)算機(jī)應(yīng)用研究,2015,32(4):1214-1216.

[7]李建東,姜建,劉鑫一.采用時(shí)延限制和資源預(yù)測(cè)的異構(gòu)無(wú)線網(wǎng)絡(luò)選擇策略[J].西安交通大學(xué)學(xué)報(bào),2014,48(2):74-79.

[8]張鈺,劉勝美.基于多屬性判決的網(wǎng)絡(luò)選擇算法[J].計(jì)算機(jī)科學(xué),2015,42(6):120-124.

[9]唐良瑞,李文猛,盛潔,等.基于混沌遺傳的異構(gòu)無(wú)線網(wǎng)絡(luò)接入選擇策略[J].電子學(xué)報(bào),2014,42(8):1564-1570.

[10]梁瀟,錢志鴻,田洪亮,等.基于馬爾可夫決策模型的異構(gòu)無(wú)線網(wǎng)絡(luò)切換選擇算法[J].物理學(xué)報(bào),2016,65(23):236402.

[11]楊存,趙季紅,趙庶源.基于用戶偏好的異構(gòu)網(wǎng)絡(luò)選擇算法研究[J].電信科學(xué),2014,30(6):67-72.

[12]張媛媛,肖創(chuàng)柏,王堅(jiān).一種新的面向用戶多業(yè)務(wù)QoS需求的網(wǎng)絡(luò)接入選擇算法[J].計(jì)算機(jī)科學(xué),2015,42(3):55-59.

[13]羅劍琴,朱琦.異構(gòu)網(wǎng)絡(luò)中基于用戶位置的多接入帶寬分配方案[J].南京郵電大學(xué)學(xué)報(bào):自然科學(xué)版,2014,34(4):44-50.

[14]張瑞,胡靜,夏瑋瑋.基于匹配博弈的車輛異構(gòu)網(wǎng)絡(luò)選擇算法[J].電信科學(xué),2015,31(9):51-59.

[15]郎改平,徐玉濱,馬琳.基于非合作博弈論的異構(gòu)網(wǎng)絡(luò)選擇算法[J].華南理工大學(xué)學(xué)報(bào):自然科學(xué)版,2014,42(5):29-35.

[16]于秀蘭,曾成.基于TOPSIS的匹配博弈網(wǎng)絡(luò)選擇算法[J].重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版,2016,28(4):451-455.

[18]嵇欣.工業(yè)園區(qū)土地產(chǎn)出效率評(píng)價(jià)的思路與方法研究[D].上海:復(fù)旦大學(xué),2012.