VANET中基于網(wǎng)絡(luò)傳輸延遲的改進(jìn)AODV協(xié)議

陳芙蓉 張劍

摘 要：車載自組織網(wǎng)絡(luò)具有拓?fù)渥兓l繁、鏈路易斷等特性，針對AODV路由協(xié)議存在傳輸延遲長、路由開銷大等問題，本文基于車輛分簇思想對AODV路由協(xié)議進(jìn)行改進(jìn)，以數(shù)據(jù)傳輸延遲為優(yōu)化目標(biāo)得出源節(jié)點到目的節(jié)點間的最小延遲路徑。通過對高速公路網(wǎng)絡(luò)場景的仿真分析，結(jié)果表明，改進(jìn)后協(xié)議可有效降低數(shù)據(jù)傳輸延遲及網(wǎng)絡(luò)開銷，提高分組投遞率。

關(guān)鍵詞： 車載自組織網(wǎng)絡(luò);AODV路由協(xié)議;最小延遲路徑

【Abstract】 Vehicle Ad-hoc Network（VANET）has the characteristics of frequent topology changes and fragile links and so on. Considering the problems of long transmission delay and large routing overhead in the AODV routing protocol， this paper improves the AODV routing protocol based on the idea of vehicle clustering， and obtains the minimum delay path between source node and destination node with the data transmission delay as the optimization target. Through the simulation analysis of the highway network scene， the results show that the improved protocol can effectively reduce the data transmission delay and network overhead， and improve the packet delivery rate.

【Key words】 ?VANET; AODV routing protocol; the minimum delay path

0 引 言

車載自組織網(wǎng)絡(luò)（Vehicle Ad-hoc Network， VANET）是移動自組織網(wǎng)絡(luò)（Mobile Ad-Hoc Network， MANET）在車輛交通中的典型應(yīng)用，主要通過車車通信（V2V）、車輛與基礎(chǔ)設(shè)施通信（V2I）實現(xiàn)道路車輛的數(shù)據(jù)轉(zhuǎn)發(fā)。VANET中節(jié)點高速移動，設(shè)計高效路由協(xié)議找出最佳路徑是實現(xiàn)數(shù)據(jù)有效傳輸?shù)闹匾椒ā?/p>

VANET具有網(wǎng)絡(luò)拓?fù)渥兓臁⒐?jié)點分布不均等特性，傳統(tǒng)AODV協(xié)議已無法滿足實際復(fù)雜的交通情況，有學(xué)者在研究傳統(tǒng)協(xié)議的基礎(chǔ)上考慮道路條件、車速等因素對協(xié)議進(jìn)行改進(jìn)，有效提高了網(wǎng)絡(luò)性能。安娜[1]基于鏈路有效時間評估機(jī)制提出LS_AODV協(xié)議，選擇鏈路有效時間最長的路由作為數(shù)據(jù)傳輸路徑。Shen 等人[2]提出AODV-PNT協(xié)議，通過預(yù)測節(jié)點位置選擇數(shù)據(jù)轉(zhuǎn)發(fā)的中繼節(jié)點。陳哲愚等人[3]根據(jù)節(jié)點速度的不同改變AODV廣播頻率以降低消息碰撞的概率。譚小晴[4]給出一種改進(jìn)路由協(xié)議Improved-AODV，在路由發(fā)現(xiàn)階段采用主路由與備份路由選擇機(jī)制。夏志謀[5]實現(xiàn)了一種基于節(jié)點速度的穩(wěn)定路徑選擇算法RAODV，有效提高了鏈路的生存周期。劉榮等人[6]提出一種基于節(jié)點位置與速度的AODV路由改進(jìn)策略AODV-L，改善了丟包率、路由投遞率等性能。

針對AODV協(xié)議在VANET中應(yīng)用面臨的問題，本文提出一種基于網(wǎng)絡(luò)傳輸延遲的改進(jìn)AODV協(xié)議—TD_AODV（Improved AODV Routing Protocol Based on Network Transmission Delay）。首先，結(jié)合分層型路由協(xié)議思想在AODV協(xié)議基礎(chǔ)上對車輛進(jìn)行分簇，可有效改善由車速過快引發(fā)的鏈路生存周期短等問題;其次，針對簇頭節(jié)點需接收簇內(nèi)以及鄰簇頭數(shù)據(jù)所導(dǎo)致的數(shù)據(jù)排隊現(xiàn)象，應(yīng)用排隊論模型得出簇頭節(jié)點間的傳輸延遲權(quán)重;最后，結(jié)合該權(quán)重運用Dijkstra算法計算源節(jié)點至目的節(jié)點間各路徑的傳輸延遲，選擇最短延遲路徑轉(zhuǎn)發(fā)。實驗表明，改進(jìn)后的協(xié)議在分組投遞率、傳輸延遲、網(wǎng)絡(luò)開銷方面均得到有效改善。

1 VANET排隊模型建立與時延分析

1.1 VANET排隊模型

排隊論是運籌學(xué)與應(yīng)用概率的重要分支，目前已廣泛應(yīng)用于通信工程、交通運輸?shù)缺姸囝I(lǐng)域，典型的排隊系統(tǒng)模型包括隊長、等待時間等4個重要指標(biāo)[7]。

TD_AODV協(xié)議針對VANET中簇頭節(jié)點數(shù)據(jù)傳輸擁擠現(xiàn)象，應(yīng)用排隊論模型得出節(jié)點間時延權(quán)重，作為下一步各條路徑總時延的計算依據(jù)。部分簇頭車輛節(jié)點中數(shù)據(jù)排隊轉(zhuǎn)移模型如圖1所示。圖1中，a、b、c、d為簇頭節(jié)點，λ為節(jié)點數(shù)據(jù)平均到達(dá)率，μ為節(jié)點平均服務(wù)速率，P為隊列轉(zhuǎn)移概率。

數(shù)據(jù)分組到達(dá)簇頭節(jié)點a的2種情況，對此可闡釋分述如下：

（1）獨立的外部泊松到達(dá)λe（收到簇內(nèi)成員需傳輸給目標(biāo)車輛的數(shù)據(jù)分組）。

（2）從隊列d以概率Pda到達(dá)節(jié)點a（由于車輛移動，鄰簇頭車輛無法正常將數(shù)據(jù)分組傳送給其目標(biāo)車輛，經(jīng)節(jié)點a中繼傳輸至目標(biāo)車輛）。

數(shù)據(jù)分組離開簇頭節(jié)點a時的2種情況，對此可得分析概述如下：

（1）以概率Pab到達(dá)另一簇頭節(jié)點b（將數(shù)據(jù)分組由節(jié)點a傳輸至鄰簇中繼簇頭節(jié)點b，由該中繼車輛繼續(xù)轉(zhuǎn)發(fā)）。

（2）到達(dá)目標(biāo)車輛所在簇。

1.2 節(jié)點間時延計算與分析

排隊系統(tǒng)中每個簇頭節(jié)點都可以認(rèn)為是一個M/M/1隊列，每個節(jié)點的隊列總時延為排隊時延與傳輸時延之和[8]。在[0，t]時間內(nèi)到達(dá)的數(shù)據(jù)分組服從參數(shù)為λt的泊松分布，數(shù)據(jù)分組在簇頭節(jié)點的傳輸時延即服務(wù)時間服從參數(shù)為μ的負(fù)指數(shù)分布，排隊系統(tǒng)僅有一個服務(wù)臺，到達(dá)過程與服務(wù)過程彼此獨立。

4 仿真實現(xiàn)

本文選用OPNET Modeler 14.5仿真軟件模擬高速公路網(wǎng)絡(luò)場景，從分組投遞率、網(wǎng)絡(luò)傳輸延時、路由開銷三個方面對TD_AODV協(xié)議進(jìn)行仿真驗證[11]。

4.1 仿真場景

搭建長4 Km、寬11.25 m的單向三車道高速公路仿真場景，建立由4個移動子網(wǎng)構(gòu)成的車輛無線網(wǎng)絡(luò)通信模型，每個子網(wǎng)為一個行車簇，各子網(wǎng)內(nèi)定義好軌跡的車速為70 Km/h的車輛節(jié)點[12]。設(shè)置第1個簇內(nèi)的源節(jié)點向第4個簇的目的節(jié)點發(fā)送數(shù)據(jù)，發(fā)包間隔與數(shù)據(jù)包大小分別服從均值為1 s、1 024 bits的指數(shù)分布，車輛節(jié)點通信范圍為100 m，仿真時間為250 s。車輛網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖4所示，移動子網(wǎng)內(nèi)部圖如圖5所示，部分軌跡如圖6所示。

4.2 仿真結(jié)果分析

車輛節(jié)點的多少是影響數(shù)據(jù)分組傳遞效果的重要因素，本節(jié)在高速車輛中分別應(yīng)用AODV、TD_AODV路由協(xié)議，評估車輛數(shù)變化時兩種協(xié)議的總體性能。針對此部分內(nèi)容，可得研究詳情如下。

4.2.1 分組投遞率分析

分組投遞率反映網(wǎng)絡(luò)傳輸?shù)目煽砍潭龋芯繉④囕v數(shù)設(shè)置為24、48、72、96、120、144時的分組投遞率。車輛數(shù)與分組投遞率關(guān)系如圖7所示。

由圖7可得，2種協(xié)議的分組投遞率隨車輛節(jié)點的增多而上升。隨著車輛節(jié)點增多，節(jié)點間鏈路增多，分組投遞率也逐漸提升。此外，TD_AODV協(xié)議的分組投遞性能明顯優(yōu)于AODV協(xié)議，TD_AODV協(xié)議結(jié)合排隊論模型以及Dijkstra算法選擇最短延遲路徑轉(zhuǎn)發(fā)的同時，通信鏈路的質(zhì)量也得到了改善，提高了數(shù)據(jù)包到達(dá)目的節(jié)點的概率，分組投遞率也相應(yīng)提升。

4.2.2 數(shù)據(jù)傳輸時延分析

時延指分組從源節(jié)點抵達(dá)目的節(jié)點所需時間[13]，研究車輛數(shù)分別為24、48、72、96、120、144時的數(shù)據(jù)傳輸時延。車輛數(shù)與數(shù)據(jù)傳輸時延關(guān)系如圖8所示。

由圖8可得，隨著車輛節(jié)點數(shù)的增多，2種協(xié)議的網(wǎng)絡(luò)延時均呈上升趨勢。由于車輛節(jié)點持續(xù)增加，需轉(zhuǎn)發(fā)的數(shù)據(jù)分組也隨之增多，分組排隊等待時間變長，導(dǎo)致數(shù)據(jù)傳輸?shù)臅r延增大。然而，TD_AODV協(xié)議利用排隊論與Dijkstra算法以最小延遲為目標(biāo)選擇數(shù)據(jù)傳輸路徑，且在車輛分簇的基礎(chǔ)上進(jìn)行，路由建立和維護(hù)的時間也更少，因此在延遲時間上顯著低于AODV協(xié)議。

4.2.3 路由開銷分析

歸一化路由開銷衡量了路由協(xié)議的效率[14]。研究車輛數(shù)分別為24、48、72、96、120、144時的路由開銷。車輛數(shù)與歸一化路由開銷關(guān)系如圖9所示。

由圖9可得，協(xié)議的路由開銷隨著車輛節(jié)點的增多逐漸增大。車輛節(jié)點越多，數(shù)據(jù)轉(zhuǎn)發(fā)的跳數(shù)也變多，路由開銷也相應(yīng)增加。但相比AODV協(xié)議，TD_AODV協(xié)議的轉(zhuǎn)發(fā)過程只有簇頭節(jié)點參與，路由開銷變化不大，并且協(xié)議將報文限制在最小延遲路徑中發(fā)送，避免了其它車輛節(jié)點參與，在一定程度上也減少了開銷。

5 結(jié)束語

本文針對VANET下應(yīng)用AODV協(xié)議開銷大、時延長等問題，提出一種基于傳輸延遲改進(jìn)的TD_AODV協(xié)議，在車輛分簇基礎(chǔ)上結(jié)合排隊論、Dijkstra算法獲得最短延遲路徑進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。仿真表明，隨著車輛節(jié)點數(shù)目的增加，TD_AODV協(xié)議在分組投遞率、傳輸時延、網(wǎng)絡(luò)開銷性能上都要優(yōu)于AODV協(xié)議，能夠更好地滿足高速場景下的通信需求。

參考文獻(xiàn)

[1]安娜. 車載自組織網(wǎng)絡(luò)環(huán)境中AODV協(xié)議的性能研究及改進(jìn)[D]. 西安：長安大學(xué)，2017.

[2]SHEN Xiaowei ， WU Yi ， XU Zhexin ， et al. AODV-PNT：An improved version of AODV routing protocol with predicting node trend in VANET[C]//2014 IEEE 7th International Conference on Advanced Infocomm Technology（ICAIT）， Fuzhou， China： IEEE， 2014：91-97.

[3]陳哲愚， 張建， 陳燕. 一種基于節(jié)點移動性的AODV改進(jìn)協(xié)議[J]. 微電子學(xué)與計算機(jī)， 2010，27（9）：155-158.

[4]譚小晴.無線自組織網(wǎng)絡(luò)路由協(xié)議研究[D].南京：南京郵電大學(xué)，2016.

[5]夏志謀. 基于AODV的高動態(tài)穩(wěn)定路由協(xié)議研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2017.

[6]劉榮， 王東， 李曉鴻. 移動Ad Hoc網(wǎng)絡(luò)中基于剩余生存時間的鏈路穩(wěn)定性路由協(xié)議[J]. 計算機(jī)工程與科學(xué)， 2012， 34（12）：9-15.

[7]唐應(yīng)輝， 唐小我. 排隊論：基礎(chǔ)與分析技術(shù)[M]. 北京：科學(xué)出版社， 2006.

[8]QIU Tie， WANG Lei， GUO He， et al. A new modeling method for vector processor pipeline using queueing network[C]//5th International ICST Conference on Communications and Networking. Beijing， China：IEEE， 2010：1-6.

[9]BEUTLER F. Mean Sojourn times in Markov queueing networks： Little's formula revisited[J]. IEEE Transactions on Information Theory， 2003， 29（2）：233-241.

[10]章永龍. Dijkstra最短路徑算法優(yōu)化[J]. 南昌工程學(xué)院學(xué)報， 2006， 25（3）：30-33.

[11]魏赟， 楊曉光， 何曉帆. 城市道路交通場景下車輛自組織網(wǎng)絡(luò)建模與仿真[J]. 蘭州交通大學(xué)學(xué)報， 2018， 37（1）： 14-20.

[12]馬佳榮， 趙祥模， 馬峻巖， 等. 基于VANET的高速公路事故消息快速廣播機(jī)制[J]. 計算機(jī)工程， 2015， 41（11）：8-12.

[13]盤莉莉. 基于OPNET的移動自組網(wǎng)路由協(xié)議的性能仿真[J]. 桂林航天工業(yè)高等?？茖W(xué)校學(xué)報， 2010， 15（2）：171-172，180.

[14]任春江. 單向三車道高速公路車載自組織網(wǎng)絡(luò)路由協(xié)議研究[D]. 太原：太原理工大學(xué)，2017.