基于GPCR 的車(chē)輛自組織網(wǎng)絡(luò)路由優(yōu)化方法

谷志茹，李敏，龍永紅，舒小華，榮青

（湖南工業(yè)大學(xué)交通工程學(xué)院，湖南 株洲 412008）

1 引言

行車(chē)安全問(wèn)題一直是交通領(lǐng)域最受關(guān)注的問(wèn)題。降低交通事故傷亡率通常從2 個(gè)方面入手，一方面，通過(guò)在車(chē)輛上安裝制動(dòng)輔助系統(tǒng)和電子穩(wěn)定控制系統(tǒng)；另一方面，通過(guò)在車(chē)輛上安裝安全帶和安全氣囊等保護(hù)設(shè)施。隨著車(chē)載傳感器技術(shù)的快速發(fā)展，諸如盲區(qū)檢測(cè)技術(shù)、車(chē)道偏離檢測(cè)技術(shù)、前向碰撞預(yù)警技術(shù)等投入使用，在一定程度上能夠降低交通事故的發(fā)生率，但傳感器的測(cè)量精度和可靠性存在一定的局限性，在惡劣的天氣條件及其他不可抗因素的影響下，性能會(huì)顯著下降。為了解決傳感器性能的不足，許多科研人員利用車(chē)車(chē)（V2V,vehicle to vehicle）之間、車(chē)路（V2R,vehicle to road）之間交互信息，來(lái)提升車(chē)輛對(duì)周?chē)h(huán)境和突發(fā)事故的感知能力，降低事故發(fā)生率。近年來(lái)，V2X 技術(shù)已成為國(guó)內(nèi)外的研究熱點(diǎn)，該技術(shù)是一種預(yù)防式的安全技術(shù)，除了解決行車(chē)安全問(wèn)題外，還將在提升交通通行效率、緩解擁堵、減輕環(huán)境污染等方面發(fā)揮顯著作用。

VANET（vehicle Ad Hoc network）屬于無(wú)線(xiàn)通信網(wǎng)絡(luò)領(lǐng)域，它是MANET（mobile Ad Hoc network）的新興領(lǐng)域，其目的是提高駕駛員的安全性和乘客的舒適性。VANET 是一種無(wú)線(xiàn)網(wǎng)絡(luò)，通過(guò)安裝在每個(gè)節(jié)點(diǎn)（車(chē)輛）上的無(wú)線(xiàn)通信設(shè)備[1]，使節(jié)點(diǎn)同時(shí)成為網(wǎng)絡(luò)的參與者和協(xié)作者。節(jié)點(diǎn)通過(guò)與其傳輸范圍內(nèi)的中間節(jié)點(diǎn)進(jìn)行通信，形成網(wǎng)絡(luò)。VANET是自組織網(wǎng)絡(luò)，不依賴(lài)任何固定的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，但是有一些固定節(jié)點(diǎn)充當(dāng)路邊單元，以便為車(chē)輛網(wǎng)絡(luò)提供地理位置數(shù)據(jù)或進(jìn)入互聯(lián)網(wǎng)的入口[2]。節(jié)點(diǎn)的高速動(dòng)態(tài)性是VANET 的主要特點(diǎn)，這導(dǎo)致了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的快速變化[3]。為了提供可靠的服務(wù)，VANET 面臨許多挑戰(zhàn)。建立穩(wěn)定可靠的路由是其主要挑戰(zhàn)之一，因此需要進(jìn)行更多的研究，來(lái)推動(dòng)VANET 的發(fā)展。

傳統(tǒng)的車(chē)聯(lián)網(wǎng)絡(luò)由協(xié)議主要分為2 種：一種是基于拓?fù)涞穆酚蓞f(xié)議，另一種是基于位置的路由協(xié)議。

基于拓?fù)涞穆酚蓞f(xié)議通過(guò)利用網(wǎng)絡(luò)中的鏈路信息將數(shù)據(jù)分組從源節(jié)點(diǎn)發(fā)送到目標(biāo)節(jié)點(diǎn)，這種方式并不適于高速移動(dòng)的車(chē)輛節(jié)點(diǎn)網(wǎng)絡(luò)。節(jié)點(diǎn)的高速移動(dòng)性導(dǎo)致網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)快速變化，依賴(lài)網(wǎng)絡(luò)中的鏈路信息可能無(wú)法成功將數(shù)據(jù)分組發(fā)送到目標(biāo)節(jié)點(diǎn)，并且節(jié)點(diǎn)移動(dòng)導(dǎo)致實(shí)時(shí)更新的網(wǎng)絡(luò)中的路由表信息量非常大，同時(shí)網(wǎng)絡(luò)開(kāi)銷(xiāo)也很大，所以這種方式并不適于車(chē)聯(lián)網(wǎng)[4]。

基于位置的路由協(xié)議利用節(jié)點(diǎn)的地理位置信息建立從源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的數(shù)據(jù)鏈路，這種方式充分適應(yīng)車(chē)輛節(jié)點(diǎn)高速動(dòng)態(tài)的特點(diǎn)。與基于拓?fù)涞穆酚蓞f(xié)議不同，基于位置的路由協(xié)議不需要任何路由維護(hù)，只有在需要轉(zhuǎn)發(fā)數(shù)據(jù)分組時(shí)才確定數(shù)據(jù)鏈路，因此網(wǎng)絡(luò)的開(kāi)銷(xiāo)小。上述特點(diǎn)使基于位置的路由協(xié)議更適于車(chē)聯(lián)網(wǎng)?；谖恢玫穆酚蓞f(xié)議主要分為以下5 種。

1) 基于貪婪算法的路由協(xié)議，例如 GPSR（geographic perimeter stateless routing）[5]和GPCR（greedy perimeter coordinator routing）[6]。在源節(jié)點(diǎn)知道其目標(biāo)節(jié)點(diǎn)的位置情況下，這種路由協(xié)議貪婪選擇將數(shù)據(jù)分組轉(zhuǎn)發(fā)到離目標(biāo)節(jié)點(diǎn)更近的鄰居節(jié)點(diǎn)，直到數(shù)據(jù)分組成功地發(fā)送到目標(biāo)節(jié)點(diǎn)。節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，不需要知道除目標(biāo)節(jié)點(diǎn)和鄰居節(jié)點(diǎn)以外的節(jié)點(diǎn)的狀態(tài)信息，減少了路由維護(hù)的開(kāi)銷(xiāo)。轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)，選擇的下一跳節(jié)點(diǎn)只有一個(gè)，不用洪泛轉(zhuǎn)發(fā)數(shù)據(jù)。

GpsrJ+[7]路由協(xié)議是對(duì)GPCR 的改進(jìn)，通過(guò)預(yù)測(cè)其相鄰的連接節(jié)點(diǎn)將數(shù)據(jù)分組轉(zhuǎn)發(fā)到對(duì)應(yīng)路段，來(lái)提高GPCR 的分組投遞率，減少了修復(fù)策略下使用的路由跳數(shù)，能夠使路由方案更快地恢復(fù)到貪婪轉(zhuǎn)發(fā)策略。GPSR-L（greedy perimeter stateless routing with lifetime）[8]和P-GPSR（probabilisticgeographic perimeter stateless routing）[9]在GPSR 的基礎(chǔ)上提出具有生存周期的節(jié)點(diǎn)概念。根據(jù)車(chē)輛節(jié)點(diǎn)是否具有良好的鏈接質(zhì)量和生存周期，選擇最合適的中繼節(jié)點(diǎn)，以便在車(chē)輛節(jié)點(diǎn)之間順利地傳播消息。GCRP（greedy curvemetric based routing protocol）[10]為了解決因城市環(huán)境下建筑物、樹(shù)木等障礙物降低信號(hào)質(zhì)量和分組成功接收的概率等問(wèn)題，提出了利用曲率距離代替歐氏距離來(lái)選擇下一跳中繼節(jié)點(diǎn)。AGPSR（adaptive greedy perimeter stateless routing）[11]在GPSR 的基礎(chǔ)上，通過(guò)在鄰居表中添加信息，以選擇最佳的鏈路路徑。針對(duì)交通事故、道路死角等問(wèn)題造成的鏈路斷裂，通過(guò)繞過(guò)在修復(fù)策略下交付前一個(gè)分組的節(jié)點(diǎn)，從而避免鏈路斷裂再次發(fā)生。

2) 基于移動(dòng)預(yù)測(cè)的路由協(xié)議，例如DGRP（directional greedy routing protocol）[12]、PDGR（predictive directional greedy routing）[13]、PGRP（predictive geographic routing protocol）[14]和MPBRP（mobility prediction based routing protocol）[15]等。在這種路由協(xié)議中，對(duì)節(jié)點(diǎn)的位置進(jìn)行預(yù)測(cè)，在節(jié)點(diǎn)的選取中對(duì)節(jié)點(diǎn)的運(yùn)動(dòng)方向和位置的參考指標(biāo)進(jìn)行權(quán)衡，一定程度上減少了路由跳數(shù)和端到端時(shí)延。但這種路由需對(duì)當(dāng)前節(jié)點(diǎn)及其所有鄰居節(jié)點(diǎn)的位置進(jìn)行預(yù)測(cè)，增加了系統(tǒng)的計(jì)算任務(wù)，增大了網(wǎng)絡(luò)開(kāi)銷(xiāo)。

3) 基于容忍延遲的路由協(xié)議，例如GeoDTN+Nav（geographic DTN routing with navigator）[16]。這種路由協(xié)議通過(guò)延遲容忍的存儲(chǔ)轉(zhuǎn)發(fā)方案來(lái)減輕網(wǎng)絡(luò)分區(qū)和間歇性連接的影響，從而提高了路由的可達(dá)性。但是這種路由協(xié)議實(shí)時(shí)性較差，當(dāng)數(shù)據(jù)分組緩存至某一節(jié)點(diǎn)，且該節(jié)點(diǎn)始終找不到合適的機(jī)會(huì)轉(zhuǎn)發(fā)時(shí)，會(huì)因?yàn)閿?shù)據(jù)分組堆積過(guò)多導(dǎo)致信息丟失。

4) 基于拓?fù)浜臀恢孟嘟Y(jié)合的路由協(xié)議，例如GPCR-D（greedy perimeter coordinator routing with dijkstra）[17]和HybTGR（hybrid routing protocol based on topological and geographical）[18]。在這種路由協(xié)議中，根據(jù)節(jié)點(diǎn)的移動(dòng)速度、路由鏈路壽命、節(jié)點(diǎn)附近車(chē)輛數(shù)量和到目標(biāo)節(jié)點(diǎn)的距離等參數(shù)，為每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)分配一個(gè)權(quán)值，根據(jù)權(quán)值來(lái)判斷采用基于拓?fù)浠蛘呶恢玫穆酚蓞f(xié)議。其實(shí)施較復(fù)雜，并存在頻繁切換路由協(xié)議的問(wèn)題，而且會(huì)增大系統(tǒng)網(wǎng)絡(luò)的開(kāi)銷(xiāo)，降低實(shí)時(shí)性。

5) 基于仿生算法的路由協(xié)議，例如 EGSR（enhanced geographical source routing）[19]、GSO（glowworm swarm optimization）[20]和 ASGR（artificial spider-web-based geographic routing）[21]。在這種路由協(xié)議中，采用仿生算法選取最優(yōu)路徑投遞數(shù)據(jù)分組，能夠減少網(wǎng)絡(luò)開(kāi)銷(xiāo)，降低端到端時(shí)延，但是這種路由協(xié)議不適于高速動(dòng)態(tài)的場(chǎng)景。

由上述可知，后4 種路由協(xié)議存在算法實(shí)現(xiàn)較復(fù)雜、不適應(yīng)高速移動(dòng)的車(chē)聯(lián)網(wǎng)等缺陷，本文主要研究基于貪婪算法的路由協(xié)議。

現(xiàn)有基于貪婪算法的路由協(xié)議不夠完善，在實(shí)施中存在以下不足。

1) 貪婪轉(zhuǎn)發(fā)策略在選擇節(jié)點(diǎn)時(shí)存在局部最優(yōu)，單純地依靠判斷與目標(biāo)節(jié)點(diǎn)的距離來(lái)選擇下一跳節(jié)點(diǎn)缺乏全局性考慮。

2) 在貪婪轉(zhuǎn)發(fā)策略失效時(shí)使用的右手定則[22]存在弊端。

3) 在稀疏網(wǎng)絡(luò)中效果不佳，容易陷入路由空洞，導(dǎo)致路由“死亡”。

為了解決這些不足，本文從以下幾個(gè)方面對(duì)GPCR 進(jìn)行改進(jìn)，形成新的W-GPCR 協(xié)議。

1) 將節(jié)點(diǎn)的運(yùn)動(dòng)方向和密度納入考慮范圍內(nèi)，通過(guò)權(quán)重計(jì)算，選擇最優(yōu)的下一跳節(jié)點(diǎn)。

2) 通過(guò)權(quán)重計(jì)算，使數(shù)據(jù)分組投遞的方向永遠(yuǎn)是朝著目標(biāo)節(jié)點(diǎn)的方向收斂，解決了右手定則的弊端。

3) 設(shè)計(jì)受限轉(zhuǎn)發(fā)策略，通過(guò)權(quán)重選擇能夠避免數(shù)據(jù)分組再次往路由空洞的方向投遞，尋找其他隱藏路徑向目標(biāo)節(jié)點(diǎn)投遞數(shù)據(jù)分組。

2 W-GPCR 協(xié)議的形成

傳統(tǒng)的貪婪轉(zhuǎn)發(fā)策略在選取下一跳節(jié)點(diǎn)時(shí)，只考慮下一跳節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離遠(yuǎn)近，這樣選取節(jié)點(diǎn)容易陷入局部最優(yōu)，而在全局路徑上未必最優(yōu)。除了節(jié)點(diǎn)之間的距離會(huì)影響路由性能外，其他因素（如節(jié)點(diǎn)運(yùn)動(dòng)方向和節(jié)點(diǎn)密度等）也會(huì)對(duì)路由性能起著舉足輕重的影響。

1) 節(jié)點(diǎn)運(yùn)動(dòng)方向?qū)β酚尚阅艿挠绊?/p>

如圖1(a)所示，節(jié)點(diǎn)A 向目標(biāo)節(jié)點(diǎn)D 發(fā)送數(shù)據(jù)分組，節(jié)點(diǎn)B、C 都比節(jié)點(diǎn)A 更靠近目標(biāo)節(jié)點(diǎn)D。其中節(jié)點(diǎn)C 與節(jié)點(diǎn)A 的運(yùn)動(dòng)方向相反，但比節(jié)點(diǎn)B 更靠近目標(biāo)節(jié)點(diǎn)D，節(jié)點(diǎn)B 與節(jié)點(diǎn)A 的運(yùn)動(dòng)方向相同，按照傳統(tǒng)的貪婪轉(zhuǎn)發(fā)策略，將選擇節(jié)點(diǎn)C 作為下一跳節(jié)點(diǎn)，但是可能會(huì)出現(xiàn)這樣的情況：當(dāng)投遞完數(shù)據(jù)分組后，節(jié)點(diǎn)的位置發(fā)生了變化，如圖1(b)所示。當(dāng)數(shù)據(jù)分組投遞至節(jié)點(diǎn)C 時(shí)，節(jié)點(diǎn)C 選擇的下一跳節(jié)點(diǎn)將會(huì)是節(jié)點(diǎn)B，這樣就造成了多余的路由跳數(shù)，倘若在選擇下一跳節(jié)點(diǎn)時(shí)，引入節(jié)點(diǎn)運(yùn)動(dòng)方向作為參考量，而不是單純只靠節(jié)點(diǎn)之間距離作為選擇的依據(jù)。在節(jié)點(diǎn)A選擇下一跳節(jié)點(diǎn)時(shí)，能夠?qū)?jié)點(diǎn)B、C 的運(yùn)動(dòng)方向及與目標(biāo)節(jié)點(diǎn)D 的距離進(jìn)行綜合考慮來(lái)選擇節(jié)點(diǎn)B 作為下一跳節(jié)點(diǎn)，這將大大減少路由跳數(shù)，縮短端到端時(shí)延。

圖1 節(jié)點(diǎn)運(yùn)動(dòng)方向?qū)β酚尚阅艿挠绊?/p>

2) 節(jié)點(diǎn)密度對(duì)路由性能的影響

如圖2 所示，節(jié)點(diǎn)A 向目標(biāo)節(jié)點(diǎn)D 發(fā)送數(shù)據(jù)分組，其鄰居節(jié)點(diǎn)B、C 到目標(biāo)節(jié)點(diǎn)的距離一樣，但是節(jié)點(diǎn)B 信號(hào)覆蓋范圍內(nèi)的節(jié)點(diǎn)密度要比節(jié)點(diǎn)C的大。由圖2 可知，如果節(jié)點(diǎn)A 將數(shù)據(jù)分組轉(zhuǎn)發(fā)至節(jié)點(diǎn)B 時(shí)，其后續(xù)建立路由路徑的可行性要比節(jié)點(diǎn)C 的更大，因此節(jié)點(diǎn)密度也是影響路由性能的重要指標(biāo)之一。節(jié)點(diǎn)密度越大，說(shuō)明其路由可能性越大，越有可能建立可靠的路由鏈路，提高數(shù)據(jù)分組的投遞率。

圖2 節(jié)點(diǎn)密度對(duì)路由性能的影響

本文在現(xiàn)有貪婪轉(zhuǎn)發(fā)策略的基礎(chǔ)上進(jìn)行優(yōu)化，在判斷下一跳節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離的前提下，引入下一跳節(jié)點(diǎn)的運(yùn)動(dòng)方向和節(jié)點(diǎn)密度等參考因素，而不是單純判斷下一跳節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離，這樣能夠減少局限性，提供最優(yōu)解。

如果當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的距離小于其鄰居節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的距離，貪婪轉(zhuǎn)發(fā)策略將會(huì)失效，從而執(zhí)行修復(fù)策略。傳統(tǒng)的修復(fù)策略采用右手定則投遞數(shù)據(jù)分組，如圖3 所示。節(jié)點(diǎn)A 向節(jié)點(diǎn)F 發(fā)送數(shù)據(jù)分組，按照右手定則，沿逆時(shí)針?lè)较虮闅v其鄰居節(jié)點(diǎn)，重復(fù)進(jìn)行，直到數(shù)據(jù)分組抵達(dá)目標(biāo)節(jié)點(diǎn)或者滿(mǎn)足貪婪轉(zhuǎn)發(fā)的條件脫離修復(fù)策略。圖3 中按照右手定則投遞數(shù)據(jù)分組得到的鏈路路徑為A—B—C—D—F。

圖3 按右手定則投遞數(shù)據(jù)分組

如圖4 所示，節(jié)點(diǎn)A 向目標(biāo)節(jié)點(diǎn)I 發(fā)送數(shù)據(jù)分組，按照右手定則選取的下一跳節(jié)點(diǎn)為節(jié)點(diǎn)C，重復(fù)進(jìn)行，數(shù)據(jù)分組將會(huì)朝著遠(yuǎn)離目標(biāo)節(jié)點(diǎn)的方向投遞，這將使數(shù)據(jù)分組無(wú)法成功投遞到目標(biāo)節(jié)點(diǎn)，導(dǎo)致通信失敗。

圖4 數(shù)據(jù)分組投遞遠(yuǎn)離目標(biāo)節(jié)點(diǎn)

在修復(fù)策略下，節(jié)點(diǎn)之間距離、節(jié)點(diǎn)的運(yùn)動(dòng)方向和節(jié)點(diǎn)密度都不能作為主要的參考量，但是可以通過(guò)衡量數(shù)據(jù)分組的投遞方向與節(jié)點(diǎn)指向目標(biāo)節(jié)點(diǎn)的方向所成夾角的余弦值大小來(lái)判斷數(shù)據(jù)分組是朝著目標(biāo)節(jié)點(diǎn)方向投遞，還是遠(yuǎn)離目標(biāo)節(jié)點(diǎn)方向投遞。如圖4 所示，AB 和AC 為數(shù)據(jù)分組投遞的方向，cos(AB,AI) 和cos(AC, AI) 分別為其夾角的余弦值，余弦值越大，說(shuō)明數(shù)據(jù)分組投遞的方向是朝著目標(biāo)節(jié)點(diǎn)方向投遞的。

本文在現(xiàn)有修復(fù)策略的基礎(chǔ)上進(jìn)行優(yōu)化，將數(shù)據(jù)分組的投遞方向作為主要參考量，使數(shù)據(jù)分組投遞的方向永遠(yuǎn)朝著目標(biāo)節(jié)點(diǎn)的方向收斂，從而避免了右手定則導(dǎo)致的數(shù)據(jù)分組投遞遠(yuǎn)離目標(biāo)節(jié)點(diǎn)和路由環(huán)路等問(wèn)題。

當(dāng)節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)分組時(shí)，發(fā)現(xiàn)在其信號(hào)覆蓋范圍內(nèi)找不到下一跳節(jié)點(diǎn)進(jìn)行數(shù)據(jù)分組投遞，稱(chēng)這種情況為路由空洞現(xiàn)象。如圖5 所示，節(jié)點(diǎn)A 向節(jié)點(diǎn)D發(fā)送數(shù)據(jù)分組，當(dāng)數(shù)據(jù)分組投遞至節(jié)點(diǎn)C 時(shí)，在其信號(hào)范圍內(nèi)找不到下一跳節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)分組，陷入路由空洞。AC 為數(shù)據(jù)分組投遞陷入路由空洞的方向。重新路由的數(shù)據(jù)分組投遞方向與路由空洞方向所成夾角的正弦值越大，說(shuō)明數(shù)據(jù)分組不是朝著路由空洞的方向投遞的，重新路由陷入路由空洞的概率越小。

圖5 路由空洞現(xiàn)象示意

本文提出了一種受限轉(zhuǎn)發(fā)策略，在重新選擇路由時(shí)，避免節(jié)點(diǎn)再次向路由空洞的方向投遞數(shù)據(jù)分組，減少不必要的路由開(kāi)銷(xiāo)。

3 W-GPCR 協(xié)議

圖6 W-GPCR 協(xié)議架構(gòu)

W-GPCR 協(xié)議是一種基于權(quán)重選擇的地理位置路由協(xié)議，針對(duì)不同的場(chǎng)景采用自適應(yīng)權(quán)重參數(shù)比，從而選取最優(yōu)的下一跳中繼節(jié)點(diǎn)。圖6 為W-GPCR協(xié)議架構(gòu)。源節(jié)點(diǎn)應(yīng)用層啟動(dòng)發(fā)送數(shù)據(jù)分組，執(zhí)行路由發(fā)現(xiàn)的數(shù)據(jù)鏈路層采集數(shù)據(jù)獲取傳感器數(shù)據(jù)，并基于圖7 所示的路由發(fā)現(xiàn)流程發(fā)現(xiàn)下一跳最優(yōu)節(jié)點(diǎn)，并發(fā)送RREQ 給下一跳節(jié)點(diǎn)，下一跳節(jié)點(diǎn)成為當(dāng)前節(jié)點(diǎn)，執(zhí)行源節(jié)點(diǎn)?；谙嗤穆酚砂l(fā)現(xiàn)策略，將RREQ 最終送達(dá)目標(biāo)節(jié)點(diǎn)。目標(biāo)節(jié)點(diǎn)收到源節(jié)點(diǎn)發(fā)送的RREQ 后，按路由發(fā)現(xiàn)過(guò)程確定的最優(yōu)路徑發(fā)送RREP。

圖7 路由發(fā)現(xiàn)流程

由圖7可知，當(dāng)節(jié)點(diǎn)收到發(fā)送數(shù)據(jù)分組的請(qǐng)求時(shí)，獲取自身及其鄰居節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)的地理位置信息。如果遇路由空洞，則按照受限轉(zhuǎn)發(fā)策略計(jì)算權(quán)值選取下一跳節(jié)點(diǎn)；否則，則判斷節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的距離是否大于其鄰居節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的距離。如果大于，則按照權(quán)重選擇的貪婪轉(zhuǎn)發(fā)策略，通過(guò)計(jì)算節(jié)點(diǎn)之間的距離、節(jié)點(diǎn)的運(yùn)動(dòng)方向和密度的綜合權(quán)值，選擇權(quán)值最大的鄰居節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)；否則，則按照權(quán)重選擇的修復(fù)策略，通過(guò)計(jì)算節(jié)點(diǎn)的綜合權(quán)值來(lái)判斷數(shù)據(jù)分組投遞的方向是否朝著目標(biāo)節(jié)點(diǎn)的方向收斂，選擇權(quán)值最大的鄰居節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)。判斷下一跳節(jié)點(diǎn)是否是目標(biāo)節(jié)點(diǎn)，如果是，則進(jìn)程結(jié)束；否則，則重復(fù)進(jìn)行上述步驟，直至找到目標(biāo)節(jié)點(diǎn)。

3.1 權(quán)重選擇的貪婪轉(zhuǎn)發(fā)策略

本文針對(duì)節(jié)點(diǎn)之間的距離、節(jié)點(diǎn)運(yùn)動(dòng)方向、節(jié)點(diǎn)密度等參考因素，提出了一個(gè)計(jì)算綜合權(quán)重的方式，如式(1)所示。

其中，Dnd為下一跳節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)在二維平面上的歐氏距離，Dpd為當(dāng)前節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的歐氏距離，vn為下一跳節(jié)點(diǎn)速度的向量，lnd為由下一跳節(jié)點(diǎn)指向目標(biāo)節(jié)點(diǎn)的向量，neign為下一跳節(jié)點(diǎn)信號(hào)覆蓋內(nèi)鄰居節(jié)點(diǎn)的數(shù)量，S為下一跳節(jié)點(diǎn)信號(hào)覆蓋內(nèi)的二維平面面積。判斷下一跳節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)之間的距離遠(yuǎn)近，其值越大，說(shuō)明下一跳節(jié)點(diǎn)越靠近目標(biāo)節(jié)點(diǎn)。cos(vn,lnd)判斷下一跳節(jié)點(diǎn)的運(yùn)動(dòng)方向是否趨向于目標(biāo)節(jié)點(diǎn)的方向，其值越大，說(shuō)明下一跳節(jié)點(diǎn)的運(yùn)動(dòng)方向越是朝著目標(biāo)節(jié)點(diǎn)的方向收斂。判斷下一跳節(jié)點(diǎn)信號(hào)覆蓋范圍內(nèi)的節(jié)點(diǎn)密度的大小，其值越大，說(shuō)明路由的可能性越大。g1、g2、g3為3 個(gè)參考量的權(quán)重占比，g1為節(jié)點(diǎn)之間距離的權(quán)重占比，g2為節(jié)點(diǎn)運(yùn)動(dòng)方向的權(quán)重占比，g3為節(jié)點(diǎn)密度的權(quán)重占比，g1,g2,g3∈[0,1]且g1+g2+g3=1。當(dāng)節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)距離較遠(yuǎn)的情況下，的值將會(huì)很小，而的值不會(huì)受很大影響。為了權(quán)衡各個(gè)參數(shù)的影響，設(shè)g1＞g2且g1＞g3，因?yàn)樵谪澙忿D(zhuǎn)發(fā)的策略下，節(jié)點(diǎn)之間距離是主要參考量，節(jié)點(diǎn)的運(yùn)動(dòng)方向和密度是輔助參考量。Gn為權(quán)重選擇的貪婪轉(zhuǎn)發(fā)策略選取的下一跳節(jié)點(diǎn)的權(quán)重值，通過(guò)計(jì)算每個(gè)鄰居節(jié)點(diǎn)的權(quán)重值，權(quán)重值最大的鄰居節(jié)點(diǎn)將被選為下一跳節(jié)點(diǎn)。

基于權(quán)重選擇的貪婪轉(zhuǎn)發(fā)策略如算法1 所示。算法1 中的符號(hào)如表1 所示。

算法1基于權(quán)重選擇的貪婪轉(zhuǎn)發(fā)策略的偽代碼

表1 符號(hào)含義

步驟1)～步驟3)獲取當(dāng)前節(jié)點(diǎn)的位置坐標(biāo)locp、速度向量vp和鄰居節(jié)點(diǎn)數(shù)量neigp，步驟4)獲取目標(biāo)節(jié)點(diǎn)的位置坐標(biāo)locd，步驟5)計(jì)算當(dāng)前節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)在二維平面上的歐氏距離Dpd，步驟6)計(jì)算當(dāng)前節(jié)點(diǎn)指向目標(biāo)節(jié)點(diǎn)的向量lpd，步驟7)計(jì)算當(dāng)前節(jié)點(diǎn)在二維平面上信號(hào)覆蓋的面積S，步驟8)計(jì)算當(dāng)前節(jié)點(diǎn)的權(quán)值G。步驟10)～步驟21)遍歷當(dāng)前節(jié)點(diǎn)信號(hào)覆蓋內(nèi)的所有鄰居節(jié)點(diǎn)，計(jì)算比較得出權(quán)值最大的節(jié)點(diǎn)。其中，步驟11)～步驟13)獲取每個(gè)鄰居節(jié)點(diǎn)的位置坐標(biāo)loci、速度向量vi和其鄰居節(jié)點(diǎn)數(shù)量neigi，步驟14)計(jì)算每個(gè)鄰居節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的歐氏距離Did，步驟15)計(jì)算每個(gè)鄰居節(jié)點(diǎn)指向目標(biāo)節(jié)點(diǎn)的向量lid，步驟16)計(jì)算每個(gè)鄰居節(jié)點(diǎn)的權(quán)值Gi，步驟17)～步驟20)判斷是否有鄰居節(jié)點(diǎn)的權(quán)值大于當(dāng)前節(jié)點(diǎn)的權(quán)值，如果有，則將該鄰居節(jié)點(diǎn)的權(quán)值Gi賦值給G，該鄰居節(jié)點(diǎn)ni被選定為下一跳節(jié)點(diǎn)noden。步驟22)～步驟25)判斷最優(yōu)的下一跳節(jié)點(diǎn)是否為當(dāng)前節(jié)點(diǎn)，如果是，則由當(dāng)前節(jié)點(diǎn)攜帶數(shù)據(jù)分組；否則，則將數(shù)據(jù)分組發(fā)送至該節(jié)點(diǎn)。

3.2 權(quán)重選擇的修復(fù)策略

當(dāng)受限制的貪婪轉(zhuǎn)發(fā)策略失效時(shí)，數(shù)據(jù)分組沿著街道方向投遞至路口節(jié)點(diǎn)，路口節(jié)點(diǎn)將會(huì)對(duì)其信號(hào)覆蓋范圍內(nèi)的所有鄰居節(jié)點(diǎn)進(jìn)行權(quán)值計(jì)算，計(jì)算所得權(quán)值最大的鄰居節(jié)點(diǎn)將被選為下一跳節(jié)點(diǎn)。權(quán)重選擇的修復(fù)策略下的權(quán)重計(jì)算方式為

其中，lpn為當(dāng)前節(jié)點(diǎn)指向下一跳節(jié)點(diǎn)的向量表示，lpd為當(dāng)前節(jié)點(diǎn)指向目標(biāo)節(jié)點(diǎn)的向量表示。cos(lpn,lpd)的值用來(lái)判斷選擇的下一跳節(jié)點(diǎn)的方向（此方向不是節(jié)點(diǎn)的運(yùn)動(dòng)方向，而是數(shù)據(jù)分組的投遞方向）是否趨向于目標(biāo)節(jié)點(diǎn)的方向，其值越大，說(shuō)明數(shù)據(jù)分組的投遞方向趨向于目標(biāo)節(jié)點(diǎn)的方向。r1、r2、r3為3 個(gè)參考量的權(quán)重占比，r1為節(jié)點(diǎn)之間距離的權(quán)重占比，r2為數(shù)據(jù)分組投遞方向與目標(biāo)節(jié)點(diǎn)方向所成夾角的余弦值的權(quán)重占比，r3為節(jié)點(diǎn)密度的權(quán)重占比，r1,r2,r3∈[0,1]且r1+r2+r3=1。因?yàn)樵谛迯?fù)策略下，節(jié)點(diǎn)之間的距離不再作為主要參考量，而是取決于數(shù)據(jù)分組的投遞方向是否朝著目標(biāo)節(jié)點(diǎn)的方向收斂，從而將節(jié)點(diǎn)之間的距離和節(jié)點(diǎn)密度作為輔助參考量，因此設(shè)定r1＜r2且r2＞r3。Rn為權(quán)重選擇的修復(fù)策略選取的下一跳節(jié)點(diǎn)的權(quán)重值，通過(guò)計(jì)算每個(gè)鄰居節(jié)點(diǎn)的權(quán)重值，權(quán)重值最大的鄰居節(jié)點(diǎn)將被選為下一跳節(jié)點(diǎn)。權(quán)重值的計(jì)算和下一跳節(jié)點(diǎn)的選取同樣采用算法1。

如圖8 所示，源節(jié)點(diǎn)A 向目標(biāo)節(jié)點(diǎn)H 發(fā)送數(shù)據(jù)分組，當(dāng)數(shù)據(jù)分組投遞至路口節(jié)點(diǎn)C 時(shí)，按照右手定則來(lái)選擇下一跳節(jié)點(diǎn)的話(huà)，節(jié)點(diǎn)D 將被選為下一跳節(jié)點(diǎn)，右手定則規(guī)劃出的路由路徑為A—B—C—D—E，這將導(dǎo)致數(shù)據(jù)分組朝著遠(yuǎn)離目標(biāo)節(jié)點(diǎn)的方向投遞。根據(jù)式(2)所示的權(quán)重計(jì)算式，通過(guò)計(jì)算得出RK＞RD。由此可知，節(jié)點(diǎn)K 將被選為下一跳節(jié)點(diǎn)，通過(guò)權(quán)重選擇的修復(fù)策略能夠規(guī)劃出路由路徑A—B—C—K—J—I—H，成功地將數(shù)據(jù)分組發(fā)送至目標(biāo)節(jié)點(diǎn)。

圖8 權(quán)重選擇的修復(fù)策略示意

3.3 受限轉(zhuǎn)發(fā)策略

當(dāng)陷入路由空洞時(shí)，節(jié)點(diǎn)將數(shù)據(jù)分組回退至所在街道的路口節(jié)點(diǎn)，由該路口節(jié)點(diǎn)重新路由，尋找其他路徑將數(shù)據(jù)分組投遞至目標(biāo)節(jié)點(diǎn)。為了避免重新路由時(shí)數(shù)據(jù)分組被再次投遞至陷入路由空洞的街道，提出受限轉(zhuǎn)發(fā)策略下的權(quán)重計(jì)算式為

其中，lin為路口節(jié)點(diǎn)指向下一跳節(jié)點(diǎn)的向量表示；liv為路口節(jié)點(diǎn)指向陷入路由空洞的節(jié)點(diǎn)的向量表示；sin(lin,liv)的值用來(lái)判斷重新路由時(shí)數(shù)據(jù)分組的投遞方向是否趨向于陷入路由空洞的街道的方向，其值越大，說(shuō)明重新路由所選取的下一跳節(jié)點(diǎn)再次陷入路由空洞的可能性越小。Nn為受限轉(zhuǎn)發(fā)策略選取的下一跳節(jié)點(diǎn)的權(quán)重值，通過(guò)計(jì)算路口節(jié)點(diǎn)信號(hào)覆蓋范圍內(nèi)的所有鄰居節(jié)點(diǎn)的權(quán)重值，選擇權(quán)重值最大的鄰居節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)進(jìn)行數(shù)據(jù)分組投遞。

如圖9 所示，源節(jié)點(diǎn)O 向目標(biāo)節(jié)點(diǎn)L 發(fā)送數(shù)據(jù)分組，按照貪婪轉(zhuǎn)發(fā)策略，當(dāng)數(shù)據(jù)分組投遞至節(jié)點(diǎn)D 時(shí)陷入路由空洞，在其信號(hào)覆蓋范圍內(nèi)找不到下一跳節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)分組，此時(shí)按照本文提出的解決方案，數(shù)據(jù)分組將會(huì)回退至路口節(jié)點(diǎn)C，由節(jié)點(diǎn)C 重新路由尋找其他路徑去投遞數(shù)據(jù)分組。根據(jù)式(3)所示的權(quán)重計(jì)算式得出，NE=sin(lCE,lCD)＜NF=sin(lCF,lCD)，節(jié)點(diǎn)F 將被選為下一跳節(jié)點(diǎn)，節(jié)點(diǎn)E 不會(huì)被選為下一跳節(jié)點(diǎn)，避免了再次陷入路口空洞的困境，而數(shù)據(jù)分組投遞至節(jié)點(diǎn) F 之后，一條潛在的路由路徑（O—C—F—G—H—I—J—K—L）也將被建立，這在很大程度上保證了節(jié)點(diǎn)之間正常通信的可靠性。

圖9 受限轉(zhuǎn)發(fā)策略示意

3.4 路由協(xié)議中的數(shù)據(jù)交互

在路由算法中，信息的傳輸協(xié)議是IEEE 802.11p專(zhuān)用短距離通信協(xié)議。W-GPCR 協(xié)議的數(shù)據(jù)交互如圖10 所示，主要由以下4 個(gè)階段組成：交換“hello”消息，創(chuàng)建鄰居表；計(jì)算鄰居節(jié)點(diǎn)的權(quán)值；發(fā)送RREQ分組和路由發(fā)現(xiàn)；發(fā)送RREP 分組和數(shù)據(jù)傳輸。

圖10 數(shù)據(jù)交互的主要階段

首先單跳鄰居節(jié)點(diǎn)之間交換“hello”消息，利用從“hello”消息中獲得的信息，在每個(gè)節(jié)點(diǎn)上創(chuàng)建鄰居表；然后計(jì)算每個(gè)鄰居節(jié)點(diǎn)的權(quán)值，向鄰居節(jié)點(diǎn)廣播RREQ 數(shù)據(jù)分組或單播RREQ 數(shù)據(jù)分組，重復(fù)進(jìn)行下去，直到RREQ 分組到達(dá)目標(biāo)節(jié)點(diǎn)；最后通過(guò)RREP 分組將路由信息帶回源節(jié)點(diǎn)，開(kāi)始傳輸數(shù)據(jù)。

W-GPCR 協(xié)議的數(shù)據(jù)交互流程如圖11 所示。首先通過(guò)向鄰居節(jié)點(diǎn)廣播“hello”消息來(lái)識(shí)別鄰居節(jié)點(diǎn)并創(chuàng)建鄰居表，計(jì)算每個(gè)鄰居節(jié)點(diǎn)的權(quán)值，選擇權(quán)值最大的鄰居節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，如果下一跳節(jié)點(diǎn)的權(quán)值大于當(dāng)前節(jié)點(diǎn)，則將它的權(quán)值插入RREQ 分組中，并且將RREQ 分組單播到該鄰居節(jié)點(diǎn)，否則將當(dāng)前節(jié)點(diǎn)的權(quán)值插入RREQ 分組中，并將其廣播給所有鄰居節(jié)點(diǎn)。在每個(gè)中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)RREQ 分組的過(guò)程中，檢查中繼節(jié)點(diǎn)ID 是否與目標(biāo)節(jié)點(diǎn)相同，如果ID 一致，則生成一個(gè)RREP 分組，并將其發(fā)送回源節(jié)點(diǎn)，否則重新計(jì)算鄰居節(jié)點(diǎn)的權(quán)值，直到找到ID 一致的目標(biāo)節(jié)點(diǎn)。

圖11 數(shù)據(jù)交互流程

“hello”消息用于在鄰居節(jié)點(diǎn)之間交換所需的信息?！癶ello”消息通過(guò)單跳通信在相鄰節(jié)點(diǎn)之間廣播，接收到來(lái)自鄰居節(jié)點(diǎn)的“hello”消息后，節(jié)點(diǎn)在其鄰居表中為該鄰居節(jié)點(diǎn)創(chuàng)建一個(gè)信息表，如表2 所示。

表2 信息表

在W-GPCR 協(xié)議中，節(jié)點(diǎn)首先通過(guò)GPS 獲得自己的位置坐標(biāo)，通過(guò)安裝的慣性測(cè)量單元（IMU,inertial measurement unit）獲得節(jié)點(diǎn)的移動(dòng)方向等信息；然后將這些所獲得的信息插入一個(gè)“hello”消息中，并將其廣播給它的單跳鄰居節(jié)點(diǎn)；最后通過(guò)使用從“hello”消息中獲得的信息，在每個(gè)節(jié)點(diǎn)上更新鄰居表。W-GPCR 中“hello”消息的數(shù)據(jù)幀如圖12 所示。

圖12 “hello”消息的數(shù)據(jù)幀

4 仿真分析

使用交通仿真軟件 SUMO（simulation of urban mobility）[23]和離散網(wǎng)絡(luò)仿真軟件（NS3）對(duì)GPSR、GPCR、GpsrJ+、GCRP、W-GPCR 等路由協(xié)議在不同場(chǎng)景下進(jìn)行仿真，各個(gè)場(chǎng)景設(shè)定有不同的節(jié)點(diǎn)數(shù)和源節(jié)點(diǎn)-目的節(jié)點(diǎn)對(duì)數(shù)，能夠比較真實(shí)地評(píng)估各個(gè)路由協(xié)議的性能。

4.1 仿真模型

如圖13 所示，使用SUMO 建立了1 000 m×1 000 m 的仿真區(qū)域、9 個(gè)路口和12 條雙向車(chē)道的道路交通模型。車(chē)輛的初始位置是隨機(jī)分布的，車(chē)輛在街道上的運(yùn)動(dòng)受限于沿著街道運(yùn)動(dòng)的車(chē)輛跟隨模型（Krauss 模型）。

圖13 道路交通模型

通過(guò)設(shè)定20、40、60、80、100 個(gè)節(jié)點(diǎn)共計(jì)5 種不同的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)來(lái)模擬不同的網(wǎng)絡(luò)條件。每個(gè)車(chē)輛都配備有全向天線(xiàn)、傳感器和精確的定位服務(wù)，能夠獲取其自身的位置坐標(biāo)和行駛方向。將每個(gè)節(jié)點(diǎn)對(duì)（源節(jié)點(diǎn)-目的節(jié)點(diǎn)）的數(shù)據(jù)流量視為恒定比特率（CBR,constant bit rate），通過(guò)設(shè)定CBR 來(lái)生成固定512 B的數(shù)據(jù)分組[24-26]。模型的仿真參數(shù)如表3 所示。

表3 仿真參數(shù)

4.2 結(jié)果分析

為了評(píng)估網(wǎng)絡(luò)中不同數(shù)據(jù)流量對(duì)路由性能的影響，將不同場(chǎng)景的CBR 按5 bit/s、10 bit/s、15 bit/s、20 bit/s 進(jìn)行更改。通過(guò)30 次模擬運(yùn)行，將所有仿真所得數(shù)據(jù)取其平均值，并設(shè)定95%的置信區(qū)間，最后以誤差棒圖的形式呈現(xiàn)。仿真中使用的性能指標(biāo)定義如下。

1) 分組投遞率

分組投遞率是目標(biāo)節(jié)點(diǎn)接收的分組總數(shù)Nreceice與源節(jié)點(diǎn)發(fā)送的分組總數(shù)Nsend之比，如式(4)所示。

分組投遞率是節(jié)點(diǎn)之間投遞數(shù)據(jù)分組成功的概率。分組投遞率越大，說(shuō)明路由協(xié)議交互數(shù)據(jù)分組的成功率越大、丟失數(shù)據(jù)分組的可能性越小，用來(lái)衡量路由協(xié)議的可靠性，能夠保證節(jié)點(diǎn)之間的正常通信；反之，節(jié)點(diǎn)之間通信容易出現(xiàn)通信中斷或數(shù)據(jù)丟失的現(xiàn)象。

2) 平均端到端時(shí)延

平均端到端時(shí)延是所有成功接收的數(shù)據(jù)分組時(shí)延的平均值，如式(5)所示。

端到端時(shí)延是節(jié)點(diǎn)之間投遞數(shù)據(jù)分組所耗費(fèi)的時(shí)間。端到端時(shí)延越小，說(shuō)明路由協(xié)議投遞數(shù)據(jù)分組所耗費(fèi)的時(shí)間越少。網(wǎng)絡(luò)中所有節(jié)點(diǎn)的端到端時(shí)延的平均值稱(chēng)為平均端到端時(shí)延，用來(lái)衡量路由協(xié)議的實(shí)時(shí)性。平均端到端時(shí)延越低，路由協(xié)議的實(shí)時(shí)性越強(qiáng)，相應(yīng)的其處理速度也更快；反之，路由協(xié)議的實(shí)時(shí)性較差，路由協(xié)議的性能也較差。

3) 平均跳數(shù)

平均跳數(shù)是網(wǎng)絡(luò)中所有節(jié)點(diǎn)跳數(shù)的平均值，如式(6)所示。

路由跳數(shù)是源節(jié)點(diǎn)發(fā)送數(shù)據(jù)分組到目標(biāo)節(jié)點(diǎn)所經(jīng)歷的投遞次數(shù)。路由跳數(shù)越少，說(shuō)明路由協(xié)議投遞數(shù)據(jù)分組所消耗的網(wǎng)絡(luò)帶寬和時(shí)間越少。網(wǎng)絡(luò)中所有節(jié)點(diǎn)投遞數(shù)據(jù)分組的路由跳數(shù)的平均值稱(chēng)為平均跳數(shù)。平均跳數(shù)越少，說(shuō)明路由協(xié)議所消耗的網(wǎng)絡(luò)帶寬和時(shí)間越少；反之，所消耗的網(wǎng)絡(luò)帶寬和時(shí)間更多，路由性能也更差。

4.2.1 分組投遞率

圖14 顯示了不同節(jié)點(diǎn)數(shù)和CBR 的分組投遞率。隨著網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)的增加，網(wǎng)絡(luò)的連通性提高了，遇到路由空洞的概率降低了，因此這5 種路由協(xié)議隨著網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)的增加，其分組投遞率都在增大。在不同節(jié)點(diǎn)數(shù)和不同CBR 的網(wǎng)絡(luò)中，W-GPCR 協(xié)議的分組投遞率都要比GPCR、GPSR、GpsrJ+和GCRP 高。在CBR 分別為10 bit/s、15 bit/s、20 bit/s，節(jié)點(diǎn)數(shù)分別為20、40、60 的稀疏網(wǎng)絡(luò)中，W-GPCR 協(xié)議的分組投遞率更是比GPCR 和GPSR 高得多，這是因?yàn)閃-GPCR 協(xié)議權(quán)重選擇的修復(fù)策略通過(guò)權(quán)重選擇下一跳節(jié)點(diǎn)，而不是單純依靠右手定則去遍歷節(jié)點(diǎn)，減少了路由冗余，避免了數(shù)據(jù)分組朝著遠(yuǎn)離目標(biāo)節(jié)點(diǎn)的方向投遞，提高了系統(tǒng)的穩(wěn)定性。

4.2.2 平均端到端時(shí)延

圖15 顯示了不同節(jié)點(diǎn)數(shù)和CBR 的平均端到端時(shí)延。在不同節(jié)點(diǎn)數(shù)和不同 CBR 的網(wǎng)絡(luò)中，W-GPCR 協(xié)議的平均端到端時(shí)延都要比GPCR、GPSR、GpsrJ+和GCRP 低，并且在相同CBR 的情況下，W-GPCR 協(xié)議在不同網(wǎng)絡(luò)場(chǎng)景下的平均端到端時(shí)延都相差不大，相反，GPCR、GPSR、GpsrJ+和GCRP 的抖動(dòng)很大，隨著節(jié)點(diǎn)數(shù)增加，平均端到端時(shí)延逐漸降低。W-GPCR 協(xié)議的穩(wěn)定性要比GPCR、GPSR、GpsrJ+和GCRP 更強(qiáng)，這是因?yàn)閃-GPCR 協(xié)議權(quán)重選擇貪婪轉(zhuǎn)發(fā)策略，比起GPCR、GPSR、GpsrJ+和GCRP 單純考量與目標(biāo)節(jié)點(diǎn)的距離遠(yuǎn)近的貪婪轉(zhuǎn)發(fā)策略更具備全局性，通過(guò)考量節(jié)點(diǎn)的運(yùn)動(dòng)方向和節(jié)點(diǎn)密度，選擇鄰居節(jié)點(diǎn)中權(quán)值最大的節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，避免數(shù)據(jù)分組投遞陷入局部最優(yōu)，極大地提高了W-GPCR 協(xié)議的性能。

圖14 改變節(jié)點(diǎn)數(shù)和CBR 的分組投遞率

圖15 改變節(jié)點(diǎn)數(shù)和CBR 的平均端到端時(shí)延

4.2.3 平均跳數(shù)

圖16 顯示了不同節(jié)點(diǎn)數(shù)和CBR 的平均跳數(shù)。在不同節(jié)點(diǎn)數(shù)和不同CBR 的網(wǎng)絡(luò)中，W-GPCR 協(xié)議的平均跳數(shù)都要比GPCR、GPSR、GpsrJ+和GCRP少，這是因?yàn)閃-GPCR 協(xié)議在稀疏網(wǎng)絡(luò)中針對(duì)路由空洞的受限轉(zhuǎn)發(fā)策略，提供了更多的路由可能，所以數(shù)據(jù)分組成功投遞至目標(biāo)節(jié)點(diǎn)的概率更大。W-GPCR 協(xié)議能夠減少數(shù)據(jù)分組投遞的全局路徑中多余的路由跳數(shù)，從而減少了系統(tǒng)網(wǎng)絡(luò)開(kāi)銷(xiāo)。

圖16 改變節(jié)點(diǎn)數(shù)和CBR 的平均跳數(shù)

5 結(jié)束語(yǔ)

車(chē)聯(lián)網(wǎng)中高速移動(dòng)的節(jié)點(diǎn)和拓?fù)浣Y(jié)構(gòu)的快速變化，使設(shè)計(jì)適合VANET 的路由協(xié)議面臨很大的挑戰(zhàn)。本文所提出的W-GPCR 協(xié)議在考慮與目標(biāo)節(jié)點(diǎn)距離的前提下，結(jié)合節(jié)點(diǎn)的運(yùn)動(dòng)方向和密度設(shè)計(jì)權(quán)重計(jì)算算法。在車(chē)聯(lián)網(wǎng)不同場(chǎng)景下，自適應(yīng)選擇權(quán)重參數(shù)比，從而得到最優(yōu)的下一跳節(jié)點(diǎn)，極大地避免了陷入局部最優(yōu)，克服了右手定則所帶來(lái)的路由環(huán)路和遠(yuǎn)離目標(biāo)節(jié)點(diǎn)的弊端，并且對(duì)陷入路由空洞的節(jié)點(diǎn)提出了解決方案。通過(guò)仿真結(jié)果表明，W-GPCR 協(xié)議在分組投遞率、平均端到端時(shí)延和平均跳數(shù)上都要比GPCR、GPSR、GpsrJ+和GCRP更優(yōu)。