基于5G傳輸?shù)能?chē)聯(lián)網(wǎng)路由技術(shù)

王越群 湯麗娟 宋潔 周蓉 嚴(yán)晨雪

摘 要：高速公路車(chē)輛行駛時(shí)受車(chē)輛速度和傳輸距離等條件限制，數(shù)據(jù)傳輸速率較低，存在大量丟包現(xiàn)象。根據(jù)車(chē)輛在高速公路上呈現(xiàn)近似泊松分布的規(guī)律，構(gòu)建V2V車(chē)輛網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。在穩(wěn)定的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下，利用改進(jìn)的果蠅優(yōu)化算法，根據(jù)車(chē)輛的分布狀態(tài)，尋找最短、最優(yōu)路徑完成車(chē)輛間轉(zhuǎn)發(fā)基站下行信號(hào)。經(jīng)實(shí)驗(yàn)分析，利用果蠅優(yōu)化算法（IFOA）在V2V網(wǎng)絡(luò)中轉(zhuǎn)發(fā)數(shù)據(jù)，可以有效提高數(shù)據(jù)傳輸速率，降低數(shù)據(jù)丟包率，減少信號(hào)傳輸時(shí)延。

關(guān)鍵詞：V2V;網(wǎng)絡(luò)拓?fù)?果蠅算法;數(shù)據(jù)傳輸;5G;MATLAB

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2020）10-00-02

0 引 言

車(chē)聯(lián)網(wǎng)即通過(guò)無(wú)線(xiàn)通信等技術(shù)的應(yīng)用，以電子傳感設(shè)備為基礎(chǔ)保證不同設(shè)備間具有數(shù)據(jù)交換的一類(lèi)技術(shù)，以此對(duì)相關(guān)對(duì)象進(jìn)行實(shí)時(shí)監(jiān)控，是特殊的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)。目前，在我國(guó)5G技術(shù)不斷發(fā)展成熟的情況下，該技術(shù)也將因此具有更為廣闊的應(yīng)用空間，并不斷提升其應(yīng)用質(zhì)量，應(yīng)用價(jià)值將進(jìn)一步凸顯[1]。網(wǎng)絡(luò)層的接入網(wǎng)絡(luò)既包括2G/3G/4G等無(wú)線(xiàn)移動(dòng)通信網(wǎng)絡(luò)，也包括目前發(fā)展迅速的5G網(wǎng)絡(luò)[2]。

1 V2V網(wǎng)絡(luò)拓?fù)浯罱?/p>

V2V網(wǎng)絡(luò)拓?fù)涫侵冈谝欢ň嚯x的多車(chē)道高速公路上，模擬車(chē)輛分布及以一定速度行駛的車(chē)輛動(dòng)態(tài)變化的情況，為實(shí)現(xiàn)在V2V中尋找最短、最優(yōu)路徑奠定基礎(chǔ)[3]。根據(jù)文獻(xiàn)[4]中的描述，高速公路上車(chē)輛分布呈近似泊松分布，在仿真實(shí)驗(yàn)中，將根據(jù)泊松分布公式在高速公路上進(jìn)行試驗(yàn)。

2 果蠅優(yōu)化算法（IFOA）

2.1 果蠅算法基本思想

2011年學(xué)者潘文超提出果蠅算法（Fruit Fly Optimization Algorithm，F(xiàn)OA）[5]，果蠅算法的搜索機(jī)制分為視覺(jué)和嗅覺(jué)兩部分，通過(guò)兩個(gè)環(huán)節(jié)的不斷迭代實(shí)現(xiàn)果蠅種群的進(jìn)化，最終尋得最優(yōu)解或滿(mǎn)意解。不同于粒子算法、遺傳算法等，果蠅算法復(fù)雜度低、參數(shù)便于修改、收斂速度快，因此將果蠅機(jī)制與車(chē)聯(lián)網(wǎng)相結(jié)合具有很高的實(shí)用價(jià)值[6]。

2.2 適應(yīng)度函數(shù)

已知Numnb（i=1， 2， ...， n）表示第i個(gè)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)個(gè)數(shù)，簇內(nèi)路由選擇考慮鄰居節(jié)點(diǎn)個(gè)數(shù)多的節(jié)點(diǎn)，在其中優(yōu)先選擇與初始位置距離較遠(yuǎn)的節(jié)點(diǎn)且鄰居節(jié)點(diǎn)數(shù)較多的節(jié)點(diǎn)作為下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)，因此用單個(gè)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)數(shù)的倒數(shù)來(lái)表征：

由此得出結(jié)論，果蠅優(yōu)化算法（IFOA）對(duì)原有果蠅算法的步長(zhǎng)進(jìn)行變化，采取的動(dòng)態(tài)步長(zhǎng)用余弦函數(shù)表示，通過(guò)余弦函數(shù)周期內(nèi)特有的起伏變化，使得步長(zhǎng)呈現(xiàn)周期變化的形式，函數(shù)單調(diào)遞增時(shí)，步長(zhǎng)呈指數(shù)型增大，優(yōu)化算法具有很強(qiáng)的全局搜索能力，能夠快速收斂，避免局部最優(yōu)結(jié)果出現(xiàn);反之，函數(shù)單調(diào)遞減時(shí)，算法的局部搜索能力較強(qiáng)，對(duì)小范圍的搜索精度較高。

3 數(shù)值分析

3.1 仿真平臺(tái)

選用MATLAB仿真軟件建立仿真平臺(tái)。為了增加實(shí)驗(yàn)數(shù)據(jù)對(duì)象選擇長(zhǎng)100 m、寬雙向21車(chē)道的高速公路作為仿真場(chǎng)景，對(duì)其中N輛車(chē)輛作為實(shí)驗(yàn)對(duì)象，依據(jù)近似泊松分布的車(chē)輛分布規(guī)律部署車(chē)輛。車(chē)輛的平均行駛速度為70 km/h，車(chē)輛的信號(hào)傳輸距離R≤50 m。V2V車(chē)輛分布結(jié)構(gòu)如圖1所示。

3.2 數(shù)據(jù)分析

為了更好地評(píng)估算法，將對(duì)比分析利用果蠅優(yōu)化算法和未利用優(yōu)化算法傳輸?shù)臄?shù)據(jù)仿真結(jié)果進(jìn)行對(duì)比。主要分析兩種狀態(tài)中V2V場(chǎng)景下數(shù)據(jù)傳輸?shù)男阅堋?/p>

如圖2所示，V2V仿真場(chǎng)景中，目標(biāo)車(chē)輛與初始車(chē)輛間，在無(wú)任何中間車(chē)輛輔助進(jìn)行轉(zhuǎn)發(fā)的過(guò)程中，2 s內(nèi)數(shù)據(jù)的傳輸速率最高為2.2 Mb/s，且在仿真時(shí)間超過(guò)1 s后，達(dá)到最大值并不再變化。

如圖3所示，在仿真過(guò)程中，經(jīng)過(guò)t=1 s后傳輸速率降低，但傳輸速度仍在持續(xù)增加。在t=2 s時(shí)，數(shù)據(jù)下載速率達(dá)到3.5 Mb/s。利用果蠅優(yōu)化算法尋找目標(biāo)車(chē)輛與初始車(chē)輛間的最短路徑，并借助最短路徑上的其他非目標(biāo)車(chē)輛輔助轉(zhuǎn)發(fā)數(shù)據(jù)包，以此降低數(shù)據(jù)包在遠(yuǎn)距離傳輸過(guò)程中因距離較遠(yuǎn)造成的丟失數(shù)據(jù)包的可能性。

4 結(jié) 語(yǔ)

文中針對(duì)V2V場(chǎng)景中車(chē)輛間數(shù)據(jù)傳輸場(chǎng)景提出基于果蠅優(yōu)化算法的路由協(xié)議。協(xié)議充分利用果蠅優(yōu)化算法來(lái)尋找目標(biāo)車(chē)輛與初始車(chē)輛間的最短及最優(yōu)路徑，提高了車(chē)輛間數(shù)據(jù)傳輸?shù)馁|(zhì)量和性能。仿真結(jié)果表明，對(duì)未使用協(xié)作車(chē)輛直接傳輸數(shù)據(jù)的場(chǎng)景而言，利用果蠅優(yōu)化算法的路由選擇可以有效提高數(shù)據(jù)傳輸率，保證數(shù)據(jù)傳輸質(zhì)量。

在未來(lái)的研究工作中，將進(jìn)一步改善果蠅優(yōu)化算法的復(fù)雜度，在保證高速公路上車(chē)輛間傳輸速率的同時(shí)，提升車(chē)輛間數(shù)據(jù)傳輸?shù)耐掏铝俊?/p>

注：本文通訊作者為王越群。

參考文獻(xiàn)

[1]李東澤.基于5G的車(chē)聯(lián)網(wǎng)技術(shù)的優(yōu)勢(shì)分析[J].通訊世界，2019，26（10）：146-147.

[2]曹騰飛，江翠麗，劉志強(qiáng)，等.基于信息中心5G車(chē)聯(lián)網(wǎng)中社會(huì)感知的流媒體緩存與轉(zhuǎn)發(fā)策略[EB/OL].[2020-01-17].http：//kns.cnki.net/kcms/detail/11.2103.TN.20200109.0928.002.html.

[3]湯星峰，徐卿欽，馬世緯.基于路徑探索的車(chē)聯(lián)網(wǎng)貪婪路由算法[J].計(jì)算機(jī)應(yīng)用，2020，40（6）：1738-1744.

[4] Giulio Erberto Cantarella. Chapter 6 - Assignment to transportation networks： Within-day dynamics[M].Elsevier Inc.，2020.

[5]丁帥.無(wú)線(xiàn)傳感器網(wǎng)絡(luò)果蠅路由優(yōu)化算法研究[D].上海：華東理工大學(xué)，2015.

[6]袁盼盼.基于改進(jìn)果蠅算法的多機(jī)器人路徑規(guī)劃[D].湘潭：湘潭大學(xué)，2018.

[7]劉爽，吳韶波.V2X車(chē)聯(lián)網(wǎng)關(guān)鍵技術(shù)及應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2018，8（10）：39-40.

[8]楊榮悅，張鵬洲，宋卿.基于5G技術(shù)的智能車(chē)聯(lián)網(wǎng)研究與展望[J].電信科學(xué)，2020，36（5）：106-114.

[9]朱雪田.5G車(chē)聯(lián)網(wǎng)技術(shù)與標(biāo)準(zhǔn)進(jìn)展[J].電子技術(shù)應(yīng)用，2019，45（8）：1-4.

[10]周建軍，夏志朗.基于5G的車(chē)聯(lián)網(wǎng)技術(shù)的優(yōu)勢(shì)及局限性分析[J].信息通信，2019，33（2）：250-252.