車載自組織網(wǎng)絡(luò)下車輛移動(dòng)模型仿真測(cè)試研究

張文都，喬 雅

(1.陜西交通職業(yè)技術(shù)學(xué)院，陜西 西安 710018； 2.西安交通大學(xué)，陜西 西安 710049)

0 引 言

目前，在車聯(lián)網(wǎng)技術(shù)[1]特別是車載自組織網(wǎng)絡(luò)技術(shù)(VANETs)的研究過(guò)程中，需要對(duì)道路上車輛的交通行為、特定事件，消息發(fā)布過(guò)程中的廣播協(xié)議、節(jié)點(diǎn)組網(wǎng)方式、路由協(xié)議等內(nèi)容進(jìn)行評(píng)估測(cè)試。目前主要有實(shí)地測(cè)試和仿真測(cè)試兩種方法。實(shí)地測(cè)試方法需要大量的人員及經(jīng)費(fèi)投入，且存在測(cè)試場(chǎng)景單一、可重復(fù)性差、易受環(huán)境干擾等不足，因此利用仿真平臺(tái)對(duì)車聯(lián)網(wǎng)的相關(guān)性能和功能展開(kāi)測(cè)試，成為研究車聯(lián)網(wǎng)特性的一種有效手段。

在仿真測(cè)試過(guò)程中，應(yīng)盡量在仿真平臺(tái)中搭建最接近真實(shí)情景的車輛移動(dòng)模型進(jìn)行仿真，這是因?yàn)椋簭暮暧^角度來(lái)看，車輛的移動(dòng)方式直接影響VANETs的拓?fù)浣Y(jié)構(gòu)，進(jìn)而影響數(shù)據(jù)的轉(zhuǎn)發(fā)路徑；從微觀角度來(lái)看，不同車輛移動(dòng)模型下的仿真場(chǎng)景中不同的區(qū)域產(chǎn)生的信令流量不同，對(duì)無(wú)線網(wǎng)絡(luò)中的干擾程度也不同。

王百里等[2]在元胞自動(dòng)機(jī)NaSch模型的基礎(chǔ)上，通過(guò)設(shè)置跟車、換道規(guī)則，對(duì)合流區(qū)各車道車流量和車輛的換道率進(jìn)行了仿真研究，然而NaSch模型是一種研究高速公路交通的典型模型，而車道合流區(qū)在城市道路中同樣存在，此外，研究過(guò)程中未考慮車輛類型對(duì)合流區(qū)車輛行為的影響。Joerer等[3]利用Veins仿真平臺(tái)對(duì)提出的基于情景感知的事故輔助方案進(jìn)行測(cè)試，通過(guò)構(gòu)建交叉口駛?cè)肽Ｐ?，?duì)方案在更新延時(shí)和崩潰時(shí)長(zhǎng)兩方面的性能進(jìn)行了評(píng)估，然而在其仿真測(cè)試使用的移動(dòng)模型中，駛?cè)胲囕v只可直行，不能轉(zhuǎn)彎，與實(shí)際交通情況差異較大。Nguyen等[4]利用NS-2仿真器，構(gòu)建了在接口優(yōu)先級(jí)隊(duì)列層和應(yīng)用層支持DSRC協(xié)議的車輛模型，對(duì)提出的廣播框架調(diào)整算法EFAB的性能進(jìn)行了評(píng)估，但其仿真場(chǎng)景非常單一(1 km的直線型街道)，且未考慮車輛移動(dòng)對(duì)廣播過(guò)程中WSA分組到達(dá)率和數(shù)據(jù)包傳輸率的影響。Zhao Haitao等[5]提出了一種改進(jìn)的路由協(xié)議IGRP，旨在提高車聯(lián)網(wǎng)信息傳輸過(guò)程中的可靠性和有效性；測(cè)試中利用VanetMobiSim生成車輛移動(dòng)軌跡，從數(shù)據(jù)包傳輸率、傳輸延時(shí)和路由負(fù)載三方面對(duì)協(xié)議進(jìn)行評(píng)估，但缺乏對(duì)移動(dòng)軌跡的具體描述，協(xié)議的應(yīng)用場(chǎng)景(三車道交叉路口)也未說(shuō)明車道上車流的行駛方向等信息，實(shí)際應(yīng)用性還需進(jìn)一步考證。

上述研究均通過(guò)構(gòu)建相關(guān)車輛移動(dòng)模型基于仿真測(cè)試的方法對(duì)所研究的車聯(lián)網(wǎng)性能進(jìn)行測(cè)試，但測(cè)試過(guò)程中多采用較為簡(jiǎn)單的車輛移動(dòng)模型。考慮到實(shí)際交通的復(fù)雜性，其仿真結(jié)果的有效性大大降低，可靠度也受到影響。因此，為了系統(tǒng)地研究應(yīng)用不同移動(dòng)模型對(duì)于車聯(lián)網(wǎng)仿真測(cè)試的影響，文中基于Veins構(gòu)建仿真平臺(tái)，在兩種常見(jiàn)的按需路由協(xié)議AODV(ad hoc on-demand distance vector routing)和Bypass AODV下，對(duì)應(yīng)用隨機(jī)游走模型、隨機(jī)駐留點(diǎn)模型、隨機(jī)方向移動(dòng)模型、參考點(diǎn)群移動(dòng)模型和曼哈頓移動(dòng)模型等不同的交通模型時(shí)VANETs的性能參數(shù)進(jìn)行測(cè)試和分析，從而研究不同移動(dòng)模型對(duì)車聯(lián)網(wǎng)仿真結(jié)果的影響。

1 典型車輛移動(dòng)模型

1.1 常見(jiàn)車輛移動(dòng)模型

1.1.1 隨機(jī)移動(dòng)模型

隨機(jī)移動(dòng)模型[6]主要有三種，分別是隨機(jī)游走模型、隨機(jī)駐留點(diǎn)模型和隨機(jī)方向移動(dòng)模型。

隨機(jī)游走模型(random walk mobility model，RW)中車輛節(jié)點(diǎn)從當(dāng)前位置移動(dòng)到下一新的位置的準(zhǔn)則是：隨機(jī)選取移動(dòng)的方向和移動(dòng)速度。車輛節(jié)點(diǎn)的移動(dòng)角度范圍為(0,2π)，移動(dòng)速度范圍為(0,νmax)，當(dāng)車輛節(jié)點(diǎn)移動(dòng)到仿真邊界處時(shí)，以與當(dāng)前相反的方向繼續(xù)在仿真場(chǎng)景中移動(dòng)。

隨機(jī)駐留點(diǎn)模型(random waypoint mobility model，RWP)也稱為隨機(jī)路點(diǎn)模型，模型中車輛節(jié)點(diǎn)的移動(dòng)通過(guò)隨機(jī)選取目標(biāo)位置來(lái)驅(qū)動(dòng)，當(dāng)目標(biāo)位置選定時(shí)，車輛節(jié)點(diǎn)即在(0,νmax)范圍內(nèi)以恒定的速度駛向目標(biāo)位置。車輛節(jié)點(diǎn)到達(dá)選定目標(biāo)位置后，在該位置駐留一段時(shí)間Tpause，之后再隨機(jī)選定下一個(gè)目標(biāo)位置。通過(guò)不斷調(diào)整節(jié)點(diǎn)的目標(biāo)位置，實(shí)現(xiàn)車輛的持續(xù)移動(dòng)。

隨機(jī)方向移動(dòng)模型(random direction mobility model，RDM)中車輛節(jié)點(diǎn)的移動(dòng)規(guī)則是，隨機(jī)選取一個(gè)移動(dòng)方向，直至車輛到達(dá)仿真區(qū)域邊界，在該邊界位置處駐留一段時(shí)間Tpause后再隨機(jī)選定下一個(gè)行駛方向。

1.1.2 參考點(diǎn)群移動(dòng)模型

參考點(diǎn)群移動(dòng)模型[7](reference point group mobility model，RPGM)中，移動(dòng)節(jié)點(diǎn)在仿真區(qū)域內(nèi)形成特定群組，每個(gè)群組有一個(gè)簇頭以決定群組內(nèi)成員的移動(dòng)行為。簇頭節(jié)點(diǎn)作為群組的參考點(diǎn)，其移動(dòng)過(guò)程中的軌跡參數(shù)Vleader(t)和θleader(t)的隨機(jī)偏差，將決定群組成員節(jié)點(diǎn)的移動(dòng)速度Vmenber(t)和移動(dòng)方向θmenber(t)隨機(jī)移動(dòng)。

1.1.3 曼哈頓移動(dòng)模型

曼哈頓移動(dòng)模型(Manhattan mobility model，MAN)用于模擬移動(dòng)節(jié)點(diǎn)在由地圖定義的道路上的移動(dòng)性。在該模型中，有水平和垂直的街道，而且每個(gè)街道在每個(gè)方向上有兩個(gè)車道。車輛節(jié)點(diǎn)直行、左轉(zhuǎn)、右轉(zhuǎn)的幾率是0.5、0.25、0.25。

1.2 車輛移動(dòng)模型特性對(duì)比

上述車輛移動(dòng)模型中，隨機(jī)移動(dòng)模型均針對(duì)車輛節(jié)點(diǎn)個(gè)體進(jìn)行模擬，除了隨機(jī)方向模型主要應(yīng)用于有邊界場(chǎng)景，其他兩種模型均對(duì)仿真場(chǎng)景無(wú)特殊要求。此外，RW和RDM模型中車輛間的相關(guān)程度較弱，無(wú)法準(zhǔn)確刻畫(huà)實(shí)際的交通狀態(tài)，相對(duì)而言，RWP模型在有邊界的區(qū)域進(jìn)行仿真時(shí)，無(wú)論仿真初始時(shí)刻車輛節(jié)點(diǎn)在空間上屬于何種分布，隨著仿真的進(jìn)行，都將逐步達(dá)到均勻分布的穩(wěn)定狀態(tài)[8]，適合對(duì)車聯(lián)網(wǎng)中車輛移動(dòng)的模擬。

參考點(diǎn)群移動(dòng)模型中車輛間相關(guān)性較強(qiáng)，與隨機(jī)移動(dòng)模型相比，更能反映實(shí)際交通情況，特別是簇頭節(jié)點(diǎn)使用隨機(jī)游走模型時(shí)，會(huì)降低群組節(jié)點(diǎn)間的時(shí)間相關(guān)性，進(jìn)而影響其逼近真實(shí)的節(jié)點(diǎn)運(yùn)動(dòng)狀態(tài)[9]，但算法復(fù)雜度也相對(duì)較高。

此外，曼哈頓移動(dòng)模型的應(yīng)用場(chǎng)景與真實(shí)城市交通存在明顯差異，在對(duì)路由協(xié)議性能進(jìn)行仿真測(cè)試時(shí)，往往造成無(wú)法調(diào)整的誤差，文中將通過(guò)測(cè)試對(duì)這種影響進(jìn)行分析。

2 典型路由協(xié)議

2.1 無(wú)線自組網(wǎng)按需平面距離向量路由協(xié)議AODV

無(wú)線自組網(wǎng)按需平面距離向量路由協(xié)議AODV(ad-hoc on demand vector routing)[10]的執(zhí)行過(guò)程由兩部分組成，分別是路由發(fā)現(xiàn)和路由維護(hù)。路由發(fā)現(xiàn)主要完成數(shù)據(jù)源節(jié)點(diǎn)到目的節(jié)點(diǎn)的路由建立工作；路由維護(hù)主要完成數(shù)據(jù)傳輸過(guò)程中鏈路質(zhì)量的檢測(cè)和修復(fù)。

2.2 改進(jìn)型路由協(xié)議Bypass-AODV

Bypass-AODV協(xié)議通過(guò)改進(jìn)AODV協(xié)議的路由維護(hù)過(guò)程，實(shí)現(xiàn)網(wǎng)絡(luò)連接的穩(wěn)定性優(yōu)化[11]。首先，Bypass-AODV利用跨層MAC通知對(duì)移動(dòng)相關(guān)數(shù)據(jù)丟失的情形進(jìn)行識(shí)別，然后，觸發(fā)路由層，從而啟動(dòng)本地修復(fù)進(jìn)程。通過(guò)為斷開(kāi)鏈接的上游節(jié)點(diǎn)設(shè)置一個(gè)旁路，并對(duì)旁路路由的搜索區(qū)域進(jìn)行限制，在控制路由長(zhǎng)度的前提下降低數(shù)據(jù)由于鏈路連接問(wèn)題而引發(fā)的丟包。

Bypass-AODV作為AODV協(xié)議的改進(jìn)方案，具有AODV協(xié)議的優(yōu)點(diǎn)，即作為一種反應(yīng)式路由協(xié)議，當(dāng)且僅當(dāng)源節(jié)點(diǎn)向目的節(jié)點(diǎn)發(fā)送消息時(shí)，才會(huì)觸發(fā)兩種協(xié)議執(zhí)行路由發(fā)現(xiàn)這一過(guò)程，相比先驗(yàn)式路由協(xié)議中通過(guò)周期性廣播路由信息更新和維護(hù)路由表過(guò)程，能夠大大降低網(wǎng)絡(luò)中的數(shù)據(jù)包數(shù)量。

考慮到Bypass-AODV和AODV均在時(shí)間復(fù)雜度、路由框架和報(bào)文設(shè)計(jì)等方面具有較為靈活的配置方案，這兩種協(xié)議被作為車聯(lián)網(wǎng)協(xié)議應(yīng)用廣泛。文中通過(guò)對(duì)比這兩種路由協(xié)議在仿真中的性能，研究不同車輛移動(dòng)模型對(duì)車聯(lián)網(wǎng)測(cè)試結(jié)果的影響。

3 仿真環(huán)境及測(cè)試方案配置

3.1 仿真環(huán)境構(gòu)建

文中使用Veins仿真平臺(tái)對(duì)比不同移動(dòng)模型對(duì)VANETs路由協(xié)議性能測(cè)試的影響。Veins仿真平臺(tái)通過(guò)耦合網(wǎng)絡(luò)仿真器OMNET++和交通仿真器SUMO，能夠較為真實(shí)地模擬車聯(lián)網(wǎng)中的交通情景和網(wǎng)絡(luò)性能[12]。

利用交通仿真器SUMO構(gòu)建車輛移動(dòng)模型時(shí)，需要綜合考慮模型應(yīng)用的路網(wǎng)拓?fù)鋱?chǎng)景、車輛屬性等因素，從而使仿真測(cè)試具有可比性。文中構(gòu)建了范圍為1 600 m×1 600 m的網(wǎng)格狀城市道路場(chǎng)景作為測(cè)試仿真場(chǎng)景。同時(shí)，由于隨機(jī)游走模型、參考點(diǎn)群移動(dòng)模型和曼哈頓移動(dòng)模型中車輛在做出下一步移動(dòng)計(jì)劃之前，無(wú)需像隨機(jī)駐留點(diǎn)模型和隨機(jī)方向移動(dòng)模型一樣在當(dāng)前位置保持靜止，故將隨機(jī)駐留點(diǎn)模型和隨機(jī)方向移動(dòng)模型中涉及的駐留時(shí)間Tpause設(shè)為0。此外，為了對(duì)比不同車速條件下路由協(xié)議的性能，設(shè)置了多組最高車速限定。搭建的仿真場(chǎng)景基本的交通參數(shù)設(shè)置見(jiàn)表1。

表1 交通仿真參數(shù)設(shè)置

網(wǎng)絡(luò)仿真器OMNET++用于模擬車輛節(jié)點(diǎn)構(gòu)建自組網(wǎng)絡(luò)并進(jìn)行數(shù)據(jù)通信。物理層模型支持IEEE802.11p協(xié)議，MAC層支持IEEE1609.4，信號(hào)傳播模型使用自由空間傳播模型，以信號(hào)能量強(qiáng)度決定數(shù)據(jù)幀能否正常傳輸至目標(biāo)節(jié)點(diǎn)，選擇傳輸控制協(xié)議TCP用以完成面向連接的通信[13]。

網(wǎng)絡(luò)仿真參數(shù)的設(shè)置見(jiàn)表2。

表2 網(wǎng)絡(luò)仿真參數(shù)設(shè)置

3.2 測(cè)試方案

從通信連接長(zhǎng)度和TCP有效吞吐量?jī)煞矫鎇14-15]，研究了不同移動(dòng)模型對(duì)路由協(xié)議性能的影響：

(1)通信連接長(zhǎng)度測(cè)試。根據(jù)1.2小節(jié)，隨機(jī)駐留點(diǎn)模型相比其他兩種隨機(jī)移動(dòng)模型，具有更高的真實(shí)匹配度和較低的算法復(fù)雜度。為了簡(jiǎn)化實(shí)驗(yàn)，本節(jié)選取隨機(jī)駐留點(diǎn)模型，將之與參考點(diǎn)群移動(dòng)模型和曼哈頓移動(dòng)模型進(jìn)行性能對(duì)比。通過(guò)統(tǒng)計(jì)場(chǎng)景中車輛節(jié)點(diǎn)間建立的TCP連接長(zhǎng)度，從網(wǎng)絡(luò)層面初步分析三種車輛移動(dòng)模型對(duì)協(xié)議性能測(cè)試結(jié)果的影響。

(2)TCP有效吞吐量測(cè)試。有效吞吐量是指在吞吐量的基礎(chǔ)上，去掉開(kāi)銷之后，傳輸有效內(nèi)容的吞吐量，不包含協(xié)議開(kāi)銷和數(shù)據(jù)包重傳數(shù)據(jù)，比吞吐量更能真實(shí)反映不同路由協(xié)議下車聯(lián)網(wǎng)應(yīng)用層的性能。通過(guò)構(gòu)建特定的應(yīng)用場(chǎng)景，并分別測(cè)試多種移動(dòng)模型下路由協(xié)議所表現(xiàn)的網(wǎng)絡(luò)吞吐量性能，對(duì)比分析了車輛移動(dòng)模型對(duì)路由協(xié)議性能測(cè)試的影響。

4 測(cè)試結(jié)果及分析

4.1 通信連接長(zhǎng)度測(cè)試

通信連接長(zhǎng)度能直觀地反映出不同車輛移動(dòng)模型對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的影響?？紤]到TCP協(xié)議中，車輛進(jìn)行數(shù)據(jù)收發(fā)前需通過(guò)握手建立節(jié)點(diǎn)間的通信連接，因此，車輛移動(dòng)模型中車輛節(jié)點(diǎn)間的位置、速度和節(jié)點(diǎn)間的聯(lián)系將直接影響建立的連接長(zhǎng)度。通過(guò)在仿真場(chǎng)景設(shè)定多個(gè)車輛的最大行駛速度，對(duì)比了AODV 協(xié)議下三種不同車輛移動(dòng)模型(RWP、RPGM、MAN)對(duì)通信連接長(zhǎng)度的影響。不同通信連接長(zhǎng)度在總連接數(shù)中的占比統(tǒng)計(jì)結(jié)果如圖1所示。

圖1 通信連接長(zhǎng)度測(cè)試統(tǒng)計(jì)

可以看出，對(duì)RWP和MAN而言，長(zhǎng)度較短的通信連接長(zhǎng)度受車速的影響較小，而通信連接長(zhǎng)度達(dá)到4跳或以上的連接，其占比隨著車輛最大行駛速度的不斷增大存在明顯的下降，這是因?yàn)樗俣仍娇?，?jié)點(diǎn)間的拓?fù)浣Y(jié)構(gòu)變化越快，越不利于保持穩(wěn)定的通信連接；而RPGM中連接長(zhǎng)度隨著車輛速度的增加起伏并不大，這是因?yàn)樵撃Ｐ椭泄?jié)點(diǎn)的移動(dòng)相互影響和限制，即使速度上升，節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)渥兓瘏s相對(duì)較小。也就是說(shuō)，相比RWP和MAN，RPGM在給定的車聯(lián)網(wǎng)場(chǎng)景中能夠建立更穩(wěn)定的、連接長(zhǎng)度更長(zhǎng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

4.2 TCP有效吞吐量測(cè)試

4.2.1 隨機(jī)移動(dòng)模型有效吞吐量測(cè)試

在仿真環(huán)境中，車輛基于車輛移動(dòng)模型運(yùn)動(dòng)，進(jìn)而造成自組網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)的改變。為了研究這一改變對(duì)路由協(xié)議性能的影響，在仿真場(chǎng)景中設(shè)定了五組固定的通信對(duì)，分別作為數(shù)據(jù)源節(jié)點(diǎn)和目的節(jié)點(diǎn)，調(diào)整通信對(duì)間的距離，然后使源節(jié)點(diǎn)與目的節(jié)點(diǎn)建立不同跳數(shù)的通信連接。考慮到數(shù)據(jù)從源節(jié)點(diǎn)向目的節(jié)點(diǎn)傳輸?shù)倪^(guò)程中，需要經(jīng)過(guò)中間節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)，該過(guò)程中造成數(shù)據(jù)傳輸鏈路斷開(kāi)的因素主要是中繼節(jié)點(diǎn)的移動(dòng)，這樣，通過(guò)改變通信對(duì)間的距離即可研究由節(jié)點(diǎn)移動(dòng)引發(fā)的鏈路連接或斷開(kāi)對(duì)路由協(xié)議的影響，進(jìn)一步反映不同車輛模型對(duì)路由協(xié)議測(cè)試結(jié)果的影響。

設(shè)定車輛節(jié)點(diǎn)的數(shù)據(jù)傳輸范圍為200 m，感知范圍為400 m，車輛最大行駛速度為20 m/s。位置相對(duì)固定的通信對(duì)間間距以傳輸范圍為準(zhǔn)，分別設(shè)置為200 m、400 m、600 m、800 m、1 000 m、1 200 m。隨機(jī)移動(dòng)模型在不同連接跳數(shù)條件下的有效吞吐量統(tǒng)計(jì)情況如圖2所示。

圖2 有效吞吐量統(tǒng)計(jì)(1)

可以看到，當(dāng)源節(jié)點(diǎn)與目的節(jié)點(diǎn)的距離很近(相距200 m，源節(jié)點(diǎn)與目的節(jié)點(diǎn)以單跳直接連接)時(shí)，三種移動(dòng)模型在Bypass-AODV和AODV協(xié)議下產(chǎn)生的有效吞吐量差別很小，這是因?yàn)樵垂?jié)點(diǎn)和目的節(jié)點(diǎn)始終保持單跳連接，能夠穩(wěn)定通信，不存在中間節(jié)點(diǎn)運(yùn)動(dòng)造成通信鏈接斷裂的情況；隨著兩節(jié)點(diǎn)間距離的逐漸增加，三種移動(dòng)模型產(chǎn)生的有效吞吐量持續(xù)減少，這是因?yàn)槔弥欣^節(jié)點(diǎn)傳輸數(shù)據(jù)時(shí)，依照IEEE802.11p MAC中的規(guī)定，節(jié)點(diǎn)在感知范圍內(nèi)通信時(shí)共享傳輸媒介，即每刻僅允許一對(duì)節(jié)點(diǎn)通信，因此任一中間節(jié)點(diǎn)的移動(dòng)都可能造成仿真場(chǎng)景中鏈路的斷開(kāi)，當(dāng)中間節(jié)點(diǎn)數(shù)目變多，鏈路斷開(kāi)的概率增大，勢(shì)必導(dǎo)致有效吞吐量的下降。

同時(shí)，采用AODV協(xié)議進(jìn)行數(shù)據(jù)傳輸，且源節(jié)點(diǎn)與目的節(jié)點(diǎn)間的連接大于3跳時(shí)，與采用RW模型相比，采用RWP模型和RDM模型時(shí)的有效吞吐量呈現(xiàn)較緩的降低，這主要是因?yàn)镽WP和RDM模型中的車輛在短時(shí)間內(nèi)更易產(chǎn)生相對(duì)穩(wěn)定的移動(dòng)軌跡(單一目的、單一方向)，降低了場(chǎng)景中由于車輛突然調(diào)整行駛方向?qū)е碌逆溌窋嚅_(kāi)。

此外，Bypass-AODV協(xié)議在一定程度上改善了3跳及以上連接時(shí)三種移動(dòng)模型表現(xiàn)出的有效吞吐量，特別是RWP模型，相比RDM模型更能反映出Bypass-AODV協(xié)議對(duì)有效吞吐量較大幅度的提高。這首先是因?yàn)閷?duì)RWP模型，車輛節(jié)點(diǎn)在設(shè)定目標(biāo)后的移動(dòng)過(guò)程中行駛路線較為靈活，而RDM模型中的車輛節(jié)點(diǎn)在仿真場(chǎng)景中行駛的路線較為單一，不利于Bypass-AODV為斷裂的鏈路建立連接旁路；其次，三跳以上的連接中，源節(jié)點(diǎn)和目的節(jié)點(diǎn)開(kāi)始出現(xiàn)在仿真邊界，考慮到RDM模型中的車輛行駛終點(diǎn)為仿真邊界，大量的車輛匯聚在邊界處，相比RWP模型中更易形成的均勻的車輛節(jié)點(diǎn)分布，不利于建立邊界到邊界的連接鏈路?？紤]到RWP模型能夠產(chǎn)生相對(duì)多的有效吞吐，又能反映路由協(xié)議對(duì)吞吐量的提高情況，文中利用RWP模型和PRGM模型、MAN模型進(jìn)行后續(xù)的對(duì)比。

4.2.2 RWP和RPGM有效吞吐量測(cè)試

本節(jié)通過(guò)對(duì)比RWP和RPGM兩種移動(dòng)模型，研究路由協(xié)議性能測(cè)試對(duì)仿真環(huán)境中采用的移動(dòng)模型的依賴性。在構(gòu)建RPGM模型時(shí)，以15個(gè)節(jié)點(diǎn)為一組，每個(gè)節(jié)點(diǎn)以重疊的方式獨(dú)立自主移動(dòng)。不同車輛移動(dòng)速度下的TCP有效吞吐量如圖3所示。

圖3 有效吞吐量統(tǒng)計(jì)(2)

與RWP相比，RPGM移動(dòng)模型中的有效吞吐量明顯較大，這主要是因?yàn)镽PGM模型的空間依賴特性增長(zhǎng)了鏈接的生存時(shí)間。同時(shí)，對(duì)同一種移動(dòng)模型而言，使用AODV和Bypass-AODV帶來(lái)的區(qū)別并不明顯，這主要有兩方面的原因。一是兩種路由協(xié)議在大多數(shù)情況下都保持了較多的短鏈接；二是盡管Bypass-AODV能夠通過(guò)建立路由旁路減少后續(xù)傳輸?shù)臄?shù)據(jù)包，由于旁路路由作為臨時(shí)路由僅能存在有限的時(shí)間，一旦傳輸完緩沖的數(shù)據(jù)包后即會(huì)啟動(dòng)新的路由發(fā)現(xiàn)機(jī)制，因此使兩種協(xié)議的差別不大。此外，當(dāng)車輛移動(dòng)速度增加至40 m/s時(shí)，RPGM移動(dòng)模型中不同路由協(xié)議下的有效吞吐量差別較為明顯，這主要是因?yàn)樗俣鹊脑鲩L(zhǎng)加大了群組間重疊的可能性，當(dāng)端點(diǎn)存在于不同的群組中時(shí)，這種重疊會(huì)在物理層面上縮短鏈接端點(diǎn)間的距離，從而提高有效吞吐量。

4.2.3 RWP和MAN有效吞吐量測(cè)試

本節(jié)主要對(duì)RWP和MAN的有效吞吐量進(jìn)行測(cè)試對(duì)比。兩模型的有效吞吐量統(tǒng)計(jì)如圖4所示。

圖4 有效吞吐量統(tǒng)計(jì)(3)

對(duì)移動(dòng)模型RWP和MAN而言，除去異常點(diǎn)(RWP模型5 m/s處)，兩種模型的有效吞吐量均隨速度的增加呈現(xiàn)逐步下降的趨勢(shì)，這是因?yàn)檐囕v節(jié)點(diǎn)的高速移動(dòng)會(huì)造成鏈接失效數(shù)量和相應(yīng)的重建旁路數(shù)量的增加；同時(shí)，RWP模型下Bypass-AODV協(xié)議表現(xiàn)的性能要比AODV表現(xiàn)的性能稍高，而MAN模型下的Bypass-AODV協(xié)議性能卻比AODV稍低，且在速度到達(dá)10 m/s后呈現(xiàn)較大幅下降，這主要?dú)w結(jié)于MAN模型下通過(guò)短跳連接完成的數(shù)據(jù)傳輸比例過(guò)低(見(jiàn)通信連接長(zhǎng)度測(cè)試部分)，而3跳以上的連接中數(shù)據(jù)傳輸?shù)氖「怕瘦^大。此外，MAN模型相比RWP模型在兩種路由協(xié)議下均表現(xiàn)出了更低的有效吞吐量。

總體而言，在當(dāng)前場(chǎng)景中，RPGM模型能夠建立更穩(wěn)定的通信連接，具有更高的有效吞吐量，且能夠更加直觀地反映不同協(xié)議的性能。考慮到RPGM模型在維持車輛以群組方式移動(dòng)時(shí)需要額外的開(kāi)銷，實(shí)際應(yīng)用中該移動(dòng)模型對(duì)冗余度的影響還需要進(jìn)一步進(jìn)行研究。

5 結(jié)束語(yǔ)

為了系統(tǒng)地研究不同車輛移動(dòng)模型對(duì)于車聯(lián)網(wǎng)環(huán)境的適應(yīng)性，選取了五種常見(jiàn)的車輛移動(dòng)模型，利用Veins仿真平臺(tái)搭建了網(wǎng)格狀城市道路場(chǎng)景，結(jié)合路由協(xié)議AODV和Bypass-AODV，從通信連接長(zhǎng)度、TCP有效吞吐量?jī)煞矫嬲归_(kāi)研究。測(cè)試結(jié)果顯示，RPGM模型在給定場(chǎng)景中能夠建立更多的多跳連接，且能產(chǎn)生更多的有效吞吐量，同時(shí)，能夠更為直觀地反映出不同路由協(xié)議性能的差別。

考慮到仿真測(cè)試結(jié)果的可靠性，針對(duì)不同的車輛移動(dòng)模型，引入更多的測(cè)試參數(shù)(車流密度，駕駛員行為系數(shù))，更多的車輛行駛行為(變道車輛，合流區(qū)車流行為)，精細(xì)化測(cè)試變量，將是下一步主要的研究方向。