節(jié)點緩存受限場景下車載自組織網(wǎng)絡(luò)擁堵特性研究

邵艷敏，張佩瑜，周建山，田大新

（北京航空航天大學，北京 100191）

1 引 言

隨著智能交通系統(tǒng)的飛速發(fā)展，車載自組織網(wǎng)絡(luò)作為智能交通系統(tǒng)的重要組成部分，引起了相關(guān)領(lǐng)域?qū)W者的廣泛關(guān)注。車載自組織網(wǎng)絡(luò)是一種移動自組織網(wǎng)絡(luò)，通過車輛與車輛通信、車輛與基礎(chǔ)設(shè)施通信實現(xiàn)交通系統(tǒng)的信息交互，其在交通安全預(yù)警、交通信號配時以及為交通參與者提供信息服務(wù)等方面都具有巨大潛力，可以有效提升交通系統(tǒng)的安全性和運行效率[1]。但智能交通系統(tǒng)中網(wǎng)聯(lián)車數(shù)量的增加，使得車載自組織網(wǎng)絡(luò)中所傳遞的數(shù)據(jù)包數(shù)量急劇增長，導致無線信道在數(shù)據(jù)包傳遞過程中發(fā)生擁堵，從而降低網(wǎng)絡(luò)性能和數(shù)據(jù)包傳遞過程的可靠性。車載自組織網(wǎng)絡(luò)中的節(jié)點具有移動性，網(wǎng)絡(luò)的拓撲結(jié)構(gòu)頻繁變化[2-3]，也會導致車載自組織網(wǎng)絡(luò)的通信性能降低。

探索新的路由策略[4-6]和優(yōu)化網(wǎng)絡(luò)資源[7-8]是解決車載自組織網(wǎng)絡(luò)擁堵性問題的有效方法。文獻[9-10]對車載自組織網(wǎng)絡(luò)的擁堵性問題進行了研究，通過提出新的路由策略來緩解網(wǎng)絡(luò)在通信過程中的擁堵性問題，有效提高了整個交通網(wǎng)絡(luò)的通信效率。文獻[11]提出了一種基于位置的混合機會主義路由策略，該路由策略在進行路徑選擇時，為候選節(jié)點確定對應(yīng)的優(yōu)先級，然后根據(jù)數(shù)據(jù)傳輸?shù)牟煌枨筮M行節(jié)點選擇，極大地降低了丟包率和端到端延遲，提高了網(wǎng)絡(luò)的通信性能。文獻[12-13]所提出的基于其他場景的路徑規(guī)劃算法，如最小一致性算法等可以為車載自組織網(wǎng)絡(luò)中路由策略的設(shè)計提供新的思路。文獻[14]通過引入邊緣計算的概念，以車載自組織網(wǎng)絡(luò)中的車輛作為邊緣計算節(jié)點，將需要傳遞的數(shù)據(jù)經(jīng)邊緣計算車輛轉(zhuǎn)發(fā)至目標車輛，從而降低數(shù)據(jù)傳遞過程的時延和節(jié)點負載，有效改善車載自組織網(wǎng)絡(luò)的擁堵性問題。

但在以前對車載自組織網(wǎng)絡(luò)擁堵性問題的研究中，通常假定節(jié)點緩存是無限的，而在現(xiàn)實的車載自組織網(wǎng)絡(luò)中，節(jié)點緩存往往會受到各項技術(shù)發(fā)展的制約。在車載自組織網(wǎng)絡(luò)進行通信的過程中，如果節(jié)點內(nèi)數(shù)據(jù)包的生成速度大于其處理速度，數(shù)據(jù)包將在節(jié)點內(nèi)積聚，而由于節(jié)點緩存有限，在節(jié)點內(nèi)將發(fā)生數(shù)據(jù)包擁堵的現(xiàn)象。因此，為了將數(shù)據(jù)包成功傳遞至其目標節(jié)點，并且避免數(shù)據(jù)包在傳遞過程中丟失，在進行數(shù)據(jù)包傳遞的路徑選擇時，應(yīng)主要考慮節(jié)點擁堵程度的動態(tài)影響[15]。由于車載自組織網(wǎng)絡(luò)的高移動性，網(wǎng)絡(luò)的拓撲結(jié)構(gòu)將發(fā)生頻繁變化，因此可能會引起車輛與車輛通信、車輛與基礎(chǔ)設(shè)施通信過程的鏈路間歇性斷開，從而導致網(wǎng)絡(luò)通信不可靠，甚至導致車載自組織網(wǎng)絡(luò)發(fā)生數(shù)據(jù)包丟失的情況。為了克服車輛移動性和鏈路間歇性連接帶來的網(wǎng)絡(luò)通信不可靠和擁堵性的問題，文獻[16]提出了一種基于車輛與車輛通信場景的高效緩存策略，將數(shù)據(jù)包緩存在車輛節(jié)點尚未使用的存儲空間內(nèi)，提高了車載自組織網(wǎng)絡(luò)的通信性能。但由于車輛節(jié)點的緩存有限，因此在設(shè)計緩存策略時，需要根據(jù)所傳遞信息重要程度的不同，執(zhí)行不同的緩存策略。

本文針對節(jié)點緩存受限場景下車載自組織網(wǎng)絡(luò)的擁堵性問題進行研究，其應(yīng)用場景如圖1 所示，車載自組織網(wǎng)絡(luò)的通信過程有車輛與車輛通信、車輛與基礎(chǔ)設(shè)施通信，以及云端接收網(wǎng)絡(luò)中數(shù)據(jù)并向車輛和基礎(chǔ)設(shè)施進行反饋。本文聚焦車載自組織網(wǎng)絡(luò)中車輛與車輛通信過程，其示意圖如圖2 所示，目的是通過設(shè)計路由策略，優(yōu)化車輛之間的數(shù)據(jù)包傳遞過程，并通過調(diào)整網(wǎng)絡(luò)的相關(guān)參數(shù)，優(yōu)化網(wǎng)絡(luò)資源，從而改善網(wǎng)絡(luò)的擁堵性，提高車載自組織網(wǎng)絡(luò)的通信性能。

本文的主要貢獻如下：

圖1 應(yīng)用場景圖Fig.1 Application scenario diagram

圖2 車輛與車輛通信示意圖Fig.2 V2V communication schematic diagram

（1）通過建立車載自組織網(wǎng)絡(luò)模型，對節(jié)點 緩存受限場景下車載自組織網(wǎng)絡(luò)的擁堵特性進行研究。

（2）針對車載自組織網(wǎng)絡(luò)中的車輛與車輛通信環(huán)節(jié)，本文設(shè)計了一種多跳路由策略，對數(shù)據(jù)包傳遞過程進行優(yōu)化。該路由策略可以有效降低車載自組織網(wǎng)絡(luò)的丟包率和時延，提高實際到達目標節(jié)點的數(shù)據(jù)包數(shù)量，從而改善網(wǎng)絡(luò)的擁堵性問題，提高網(wǎng)絡(luò)的通信效率，增強網(wǎng)絡(luò)的通信性能。

（3）通過仿真實驗探究車載自組織網(wǎng)絡(luò)中不同參數(shù)對網(wǎng)絡(luò)擁堵性的影響。在一定區(qū)間范圍內(nèi)增加節(jié)點緩存可以減少數(shù)據(jù)包丟失的數(shù)量，提高網(wǎng)絡(luò)的通信能力和通信性能，超過此區(qū)間范圍再增加節(jié)點緩存反而會導致網(wǎng)絡(luò)系統(tǒng)進入不穩(wěn)定的狀態(tài)，此時并不能達到改善網(wǎng)絡(luò)性能的目的，反而會造成資源浪費；節(jié)點通信半徑和數(shù)據(jù)包傳遞能力的提高可以使得網(wǎng)絡(luò)處理數(shù)據(jù)包的數(shù)量提高1.1 倍。

2 系統(tǒng)模型

為了對節(jié)點緩存受限場景下車載自組織網(wǎng)絡(luò)的擁堵特性進行研究，本文建立了系統(tǒng)模型。該系統(tǒng)模型由網(wǎng)絡(luò)模型和通信模型兩部分組成，其中網(wǎng)絡(luò)模型將對車載自組織網(wǎng)絡(luò)的物理結(jié)構(gòu)和節(jié)點間距離進行設(shè)計與定義，通信模型將介紹數(shù)據(jù)包傳遞過程的通信模式。

2.1 網(wǎng)絡(luò)模型

將m定義為車載自組織網(wǎng)絡(luò)中的節(jié)點個數(shù)，隨機選擇每個節(jié)點在網(wǎng)絡(luò)中的初始位置，在每個時間步t內(nèi)，節(jié)點隨機移動，移動過程中節(jié)點的位置變化規(guī)則[1]如下：

其中，xi(t+ 1)和xi(t)分別是節(jié)點i在時間步t+1和時間步t時的水平坐標，yi(t+ 1)和yi(t)分別是節(jié)點i在時間步t+ 1和時間步t時的垂直坐標；v是節(jié)點的移動速度，且網(wǎng)絡(luò)中每個節(jié)點的移動速度相同；φi(t+ 1)是節(jié)點i在時間步t+ 1時的移動方向，且φi(t+ 1)是[ 0 ，2π )之間的隨機數(shù)。

由于網(wǎng)絡(luò)內(nèi)的節(jié)點具有移動性，其位置隨時間而改變，為了縮小節(jié)點的分布范圍，本文設(shè)置了周期性邊界條件對節(jié)點的移動范圍進行限制，即當節(jié)點從一個邊界移動到網(wǎng)絡(luò)外時，節(jié)點將從其相反的邊界再次進入網(wǎng)絡(luò)?？紤]到交通網(wǎng)絡(luò)的形態(tài)特點，并為了降低網(wǎng)絡(luò)模型的計算復(fù)雜度，將周期性邊界設(shè)置為邊長為L的正方形區(qū)域[17]。

本文采用閔氏距離描述節(jié)點之間的位置關(guān)系[11]，在時間步t，節(jié)點i和節(jié)點j之間的閔氏距離定義為

其中，ρ 為常數(shù)，由于該網(wǎng)絡(luò)模型是二維空間內(nèi)的車載自組織網(wǎng)絡(luò)模型，因此，本文中取ρ= 2。

網(wǎng)絡(luò)模型中的每個節(jié)點都具有相同的通信半徑r，當節(jié)點之間的閔氏距離小于r時，節(jié)點之間存在連邊，可以相互連通。網(wǎng)絡(luò)模型的拓撲結(jié)構(gòu)如圖3 所示，由于節(jié)點位置隨時間而變化，因此，拓撲結(jié)構(gòu)不是固定不變的，而是隨著時間變化的。

圖3 拓撲結(jié)構(gòu)圖Fig.3 Topological structure

2.2 通信模型

網(wǎng)絡(luò)模型中的節(jié)點通過無線鏈路彼此通信，且每個節(jié)點都具有相同的通信半徑r，當節(jié)點之間的閔氏距離小于r時，節(jié)點可以相互通信。并且節(jié)點i通信范圍內(nèi)的所有節(jié)點被視為該節(jié)點的臨時鄰居。

網(wǎng)絡(luò)模型中的每個節(jié)點都可以生成、緩存、接收和傳遞數(shù)據(jù)包。在每個時間步t內(nèi)，每個節(jié)點均以相同的概率p生成數(shù)據(jù)包，生成的數(shù)據(jù)包可能被傳遞到網(wǎng)絡(luò)中的其他節(jié)點。當節(jié)點中的數(shù)據(jù)包數(shù)量大于1 時，數(shù)據(jù)包將在其所在節(jié)點中進行排隊，并且排隊規(guī)則為先進先出規(guī)則。由于節(jié)點緩存受限，在每一個時間步內(nèi)，只能緩存有限個數(shù)據(jù)包，本文為每個節(jié)點設(shè)置了相同的緩存S，即每個節(jié)點中的數(shù)據(jù)包隊列長度不能超過S。在時間步t內(nèi)，節(jié)點可以向網(wǎng)絡(luò)中的其他節(jié)點傳遞數(shù)據(jù)包，但其傳遞能力有限，本文設(shè)置每個節(jié)點最多可以傳遞T個數(shù)據(jù)包到其他節(jié)點。

在每個時間步t，隨機選擇數(shù)據(jù)包的目標節(jié)點，為了將節(jié)點內(nèi)的數(shù)據(jù)包傳遞至其目標節(jié)點，數(shù)據(jù)包將在其所在節(jié)點的臨時鄰居內(nèi)執(zhí)行本地搜索，若數(shù)據(jù)包的目標節(jié)點是其當前所在節(jié)點的臨時鄰居，則該數(shù)據(jù)包將在下一個時間步t+ 1內(nèi)直接傳遞至目標節(jié)點，隨即從網(wǎng)絡(luò)中刪除。若該數(shù)據(jù)包的目標節(jié)點不是其當前所在節(jié)點的臨時鄰居，則通過多跳路由策略選擇合適的臨時鄰居進行數(shù)據(jù)包的傳遞。多跳路由策略的具體內(nèi)容將在2.3 節(jié)進行詳細介紹。

在時間步t，節(jié)點i處的凈流量Fi(t)表示為

其中，Ii(t)為節(jié)點i接收的數(shù)據(jù)包個數(shù)，Oi(t)為節(jié)點i傳遞至其他節(jié)點的數(shù)據(jù)包個數(shù)，Ci(t)為節(jié)點i生成的數(shù)據(jù)包個數(shù)。由于在時間步t內(nèi)，每個節(jié)點最多可以將T個數(shù)據(jù)包傳遞到其當前的臨時鄰居，所以有Oi(t)≤T。當計算得到節(jié)點i處凈流量Fi(t)的數(shù)值，便可以對時間步t+ 1時節(jié)點i的數(shù)據(jù)包隊列長度qi(t+ 1)進行更新，且其更新規(guī)則如下：

由于節(jié)點的緩存受限，在上述網(wǎng)絡(luò)模型中可能會發(fā)生數(shù)據(jù)包丟失的現(xiàn)象。對于每個節(jié)點i，當S≤qi(t)+Fi(t)時，由于數(shù)據(jù)包隊列長度超出節(jié)點緩存，因此，超出緩存的數(shù)據(jù)包將會丟失，即在t+ 1時，節(jié)點i將會丟失qi(t)+Fi(t)-S個數(shù)據(jù)包，而數(shù)據(jù)包的丟失可能發(fā)生在其生成過程或傳遞過程中，且數(shù)據(jù)包的丟失意味著網(wǎng)絡(luò)發(fā)生擁堵。

2.3 多跳路由策略設(shè)計

在數(shù)據(jù)包傳遞的過程中，若數(shù)據(jù)包的目標節(jié)點不是其當前所在節(jié)點i的臨時鄰居，則需要通過路由策略引導使得數(shù)據(jù)包經(jīng)由一個或多個中間節(jié)點的轉(zhuǎn)發(fā)，最終傳遞至目標節(jié)點。為此，本文設(shè)計了多跳路由策略如下。

若在時間步t，數(shù)據(jù)包所在節(jié)點為i，其目標節(jié)點為j，并且目標節(jié)點j不是節(jié)點i的臨時鄰居，則對于節(jié)點i的每個臨時鄰居e，距目標節(jié)點j都有一個有效距離，表示為

其中，k是可調(diào)參數(shù)，并且0≤k≤ 1；EDej(t)的物理意義是中間節(jié)點與目標節(jié)點之間的閔氏距離；Me(t)的物理意義是時間步t時節(jié)點e的緩存占有率。表示為

其中，qe(t)是節(jié)點e在時間步t時緩存的數(shù)據(jù)包隊列長度，由于節(jié)點中數(shù)據(jù)包隊列長度不能超出節(jié)點的緩存，因此有0≤Me(t)≤ 1。為了將等式（5）中的第一項和第二項控制在同一數(shù)量級，本文將L′設(shè)置為L′ =L/2。

中間節(jié)點與目標節(jié)點之間的閔氏距離越大，則傳遞過程所花費的時間越長；中間節(jié)點的緩存占有率越大，則數(shù)據(jù)包在節(jié)點內(nèi)的緩存時間越長，且當中間節(jié)點的緩存已被完全占用時，數(shù)據(jù)包將由于無法成功通過該中間節(jié)點進行轉(zhuǎn)發(fā)而丟失。由于中間節(jié)點的緩存占有率及其與目標節(jié)點間的閔氏距離對數(shù)據(jù)包傳遞過程的優(yōu)化程度不同，引入可調(diào)參數(shù)k對其進行加權(quán)處理。在對數(shù)據(jù)包進行轉(zhuǎn)發(fā)時，為了降低數(shù)據(jù)包到達目標節(jié)點所花費的時間，避免車載自組織網(wǎng)絡(luò)發(fā)生擁堵，在時間步t+ 1，數(shù)據(jù)包將由節(jié)點i傳遞至距離目標節(jié)點有效距離最短的節(jié)點e。數(shù)據(jù)包到達節(jié)點e后，在節(jié)點的數(shù)據(jù)包隊列中進行排隊，按照通信模型中的傳遞方式進行循環(huán)，直至數(shù)據(jù)包被傳遞至目標節(jié)點。

如果數(shù)據(jù)包當前所在節(jié)點i沒有臨時鄰居，數(shù)據(jù)包將繼續(xù)在節(jié)點i中緩存，并在下一時間步進行傳遞。以節(jié)點i內(nèi)的一個數(shù)據(jù)包傳遞過程為例，繪制的流程圖如圖4 所示。

圖4 多跳路由策略下數(shù)據(jù)包傳遞過程流程圖Fig.4 Flow chart of packet delivery process under multi-hop routing strategy

3 仿真實驗及結(jié)果分析

為了探究節(jié)點緩存受限場景下車載自組織網(wǎng)絡(luò)的擁堵特性，本文通過對所提出的系統(tǒng)模型進行仿真實驗，觀測丟包率、時延和流量三個參數(shù)的變化狀態(tài)，來評價和分析不同條件下網(wǎng)絡(luò)的擁堵特性。

丟包率定義為車載自組織網(wǎng)絡(luò)運行過程中丟失的數(shù)據(jù)包數(shù)量占實際產(chǎn)生的數(shù)據(jù)包總數(shù)的百分比；時延定義為實際到達目標節(jié)點的數(shù)據(jù)包在傳遞過程中所花費的時間，包括傳遞時延和緩存時延兩部分，其中緩存時延為數(shù)據(jù)包在中間節(jié)點內(nèi)排隊等待傳遞的時間；流量定義為在車載自組織網(wǎng)絡(luò)運行過程中實際到達目標節(jié)點的數(shù)據(jù)包總數(shù)。

3.1 網(wǎng)絡(luò)運行狀態(tài)

要對網(wǎng)絡(luò)的擁堵特性進行研究，首先需要確定車載自組織網(wǎng)絡(luò)是如何運行的。因此，為了確定網(wǎng)絡(luò)運行狀態(tài)，在以下的仿真實驗中，設(shè)置節(jié)點總數(shù)為m=1000 個，正方形區(qū)域邊長L=10 m，節(jié)點緩存S=100 個，節(jié)點數(shù)據(jù)包傳遞能力T=1 個，節(jié)點的通信半徑r=1 m，節(jié)點的移動速度v=0.1 m/s。仿真實驗的總時間步為20000 s。

在對多跳路由策略的設(shè)計中可知，多跳路由策略中的可調(diào)參數(shù)k可以在區(qū)間[ 0 ，1]內(nèi)取任意值，為了明確車載自組織網(wǎng)絡(luò)的運行狀態(tài)和運行規(guī)律，在接下來的仿真實驗中，將k值固定為0.5。

各觀測量關(guān)于數(shù)據(jù)包生成概率p的函數(shù)圖像如圖5 所示。當多跳路由策略中的可調(diào)參數(shù)k固定時，隨著數(shù)據(jù)包生成概率p的增大，丟包率首先保持為0%，當p＞pm時，丟包率突然增大，而后持續(xù)增長；時延首先穩(wěn)定在較小數(shù)值，當p＞pm時，時延驟增，而后緩慢降低并維持在較大數(shù)值；流量首先呈線性增長，并在p=pm時達到峰值，達到峰值后驟降，然后緩慢降低。由此可見，各個觀測量在p=pm時均發(fā)生顯著變化。其數(shù)值表明，當p≤pm時，網(wǎng)絡(luò)暢通無阻，而當p＞pm時，網(wǎng)絡(luò)開始丟失數(shù)據(jù)包，意味著車載自組織網(wǎng)絡(luò)逐漸擁堵，網(wǎng)絡(luò)的通信性能降低。而當數(shù)據(jù)包生成 概率為pm時，網(wǎng)絡(luò)性能達到最優(yōu)，因此將pm定義為最佳數(shù)據(jù)包生成概率。

圖5 k=0.5 時網(wǎng)絡(luò)運行狀態(tài)圖Fig.5 VANET operation status when k=0.5

值得注意的是，時延在出現(xiàn)驟增之后，呈現(xiàn)小幅度下降的趨勢。將出現(xiàn)上述現(xiàn)象的原因分析如下：當網(wǎng)絡(luò)開始擁堵時，丟包率驟增，網(wǎng)絡(luò)中的流量迅速降低，而流量的大幅度降低導致數(shù)據(jù)包在傳遞過程中，選擇中間節(jié)點時有更大的自由度，數(shù)據(jù)包的平均跳數(shù)增加，從而導致時延驟增；而隨著網(wǎng)絡(luò)中丟包率增加幅度和流量降低幅度的減小，可供數(shù)據(jù)包選擇的中間節(jié)點的數(shù)量減少，數(shù)據(jù)包在傳遞過程中的時延降低，但由于此時網(wǎng)絡(luò)一直處于擁堵的狀態(tài)，所以時延仍保持在較高水平。

此外，為了探究不同可調(diào)參數(shù)值是否會對車載自組織網(wǎng)絡(luò)的運行狀態(tài)產(chǎn)生影響，分別繪制了k=0.2 和k=0.9 時各個觀測量關(guān)于p的函數(shù)圖像，如圖6、圖7 所示。

圖5—7 表明，在不同的k值下，各個觀測量關(guān)于p的變化趨勢相同，由此可知，可調(diào)參數(shù)k的數(shù)值變化不會改變網(wǎng)絡(luò)的運行狀態(tài)。但最佳數(shù)據(jù)包生成概率pm的數(shù)值大小由可調(diào)參數(shù)k決定，在此次仿真實驗中，當k=0.2 時，pm=0.17；當k=0.5時，pm=0.19；當k=0.9 時，pm=0.18，且k=0.5 時的流量峰值更大。

3.2 多跳路由策略的有效性驗證

從圖5—7 可以看出，只考慮閔氏距離（k趨近于1）和只考慮緩存占有率（k趨近于0）的最佳數(shù)據(jù)包生成概率分別為pm1，pm2，pm3，那么當數(shù)據(jù)包生成概率p在區(qū)間[max(pm1,pm3),pm2]內(nèi)取任何值都是可以接受的。而生成數(shù)據(jù)包的概率越大，車載自組織網(wǎng)絡(luò)中的數(shù)據(jù)包數(shù)量越多，網(wǎng)絡(luò)的擁堵現(xiàn)象越明顯，越容易觀察車載自組織網(wǎng)絡(luò)發(fā)生擁堵時的特征。因此，在接下來的仿真實驗中，將數(shù)據(jù)包生成概率固定為p=0.19，k為變化量，其他參數(shù)保持不變。

圖6 k=0.2 時網(wǎng)絡(luò)運行狀態(tài)圖Fig.6 VANET operation status when k=0.2

圖7 k=0.9 時網(wǎng)絡(luò)運行狀態(tài)圖Fig.7 VANET operation status when k=0.9

圖8 丟包率變化圖Fig.8 Packet loss rate variation diagram

圖9 時延變化圖Fig.9 Delay variation diagram

丟包率和時延關(guān)于可調(diào)參數(shù)k的函數(shù)圖像如圖8、圖9 所示，隨著k值的增加，車載自組織網(wǎng)絡(luò)中的丟包率和時延均發(fā)生顯著變化，且在k1=0.38 和k2=0.82 時有明顯過渡。當k＜k1時，隨著k值的增加，網(wǎng)絡(luò)中的丟包率持續(xù)降低，且其降低速度先逐漸減小，然后快速增大；當k＞k2時，丟包率隨著k的增大而增大，且其增大速度逐漸降低；而當k1≤k≤k2時，丟包率保持為0%。時延關(guān)于可調(diào)參數(shù)k的變化趨勢與丟包率保持一致。

丟包率和時延變化過程的數(shù)值表明，當可調(diào)參數(shù)在區(qū)間[0.38,0.82]時，車載自組織網(wǎng)絡(luò)暢通無阻，且網(wǎng)絡(luò)的通信性能在此區(qū)間內(nèi)達到最優(yōu)。

流量關(guān)于可調(diào)參數(shù)k的函數(shù)圖像如圖10 所示，基于圖8、圖9 的結(jié)論可以得知，當可調(diào)參數(shù)在區(qū)間[0.38,0.82]時，車載自組織網(wǎng)絡(luò)沒有發(fā)生擁堵，且性能達到最優(yōu)，有更多的數(shù)據(jù)包在不丟 失的情況下被成功傳遞至其目標節(jié)點，但由于數(shù)據(jù)包生成概率固定且節(jié)點緩存有限，網(wǎng)絡(luò)的流量不能無限增加，所以在最優(yōu)區(qū)間，流量呈現(xiàn)平峰。

圖10 流量變化圖Fig.10 Flow variation diagram

基于對圖8—10 的分析可知，當車載自組織網(wǎng)絡(luò)中的數(shù)據(jù)包生成概率p固定時，如果多跳路由策略中的可調(diào)參數(shù)k偏大或偏小，都會造成網(wǎng)絡(luò)擁堵，而當k在區(qū)間[0.38,0.82]時網(wǎng)絡(luò)的通信性能達到最優(yōu)。因此可以證明，本文提出的多跳路由策略，在同時考慮閔氏距離和節(jié)點緩存占有率的情況下可以有效緩解車載自組織網(wǎng)絡(luò)擁堵性問題，提高網(wǎng)絡(luò)通信性能和數(shù)據(jù)包傳遞過程的可靠性。

3.3 節(jié)點緩存對網(wǎng)絡(luò)擁堵性的影響

各個觀測量關(guān)于節(jié)點緩存S的函數(shù)圖像如圖11 所示，隨著S值的增加，丟包率、流量和時延在S1=70 和S2=480 時均有明顯過渡。當0＜S＜S1時，隨著S的增加，丟包率先急劇降低，然后呈現(xiàn)小幅度增加，在S=S1時驟降至0%，并在S1＜S≤S2時保持穩(wěn)定。流量的變化趨勢則與丟包率的變化趨勢完全相反，即當0＜S＜S1時，隨著S的增加，流量先急劇增加，然后呈現(xiàn)小幅度下降，在S=S1時驟增至較大數(shù)值，并在S1＜S≤S2時維持在最大值附近。隨著S的增加，當0＜S＜S1時，時延呈上升趨勢，并且數(shù)值較大，在S=S1時驟降到較小數(shù)值，并在S1＜S≤S2范圍內(nèi)有小幅度上升，但仍維持在較小數(shù)值附近。當S＞S2時，丟包率、流量和時延均在很大范圍內(nèi)出現(xiàn)較強的波動性。

圖11 節(jié)點緩存對網(wǎng)絡(luò)狀態(tài)影響圖 Fig.11 Influence of node cache on VANET

將車載自組織網(wǎng)絡(luò)出現(xiàn)上述現(xiàn)象的原因分析如下：當S≤S1時，且節(jié)點緩存S很小時，每個節(jié)點內(nèi)數(shù)據(jù)包的隊列長度差異較小，但在不同S值時，Me(t)受S值的影響較大，因此本文提出的多跳路由策略主要由等式（5）的第二項決定，在選擇臨時鄰居時，將會向數(shù)據(jù)包隊列長度更短的節(jié)點傾斜。此時，只有一小部分節(jié)點發(fā)生擁堵，在此基礎(chǔ)上增加緩存可以緩解網(wǎng)絡(luò)的擁堵情況，因此丟包率有所下降。而隨著S的持續(xù)增加，各個節(jié)點數(shù)據(jù)包隊列長度的差異增大，導致在選擇臨時鄰居時，會向距離目標節(jié)點有效距離更短的節(jié)點傾斜，從而使得更多的節(jié)點發(fā)生擁堵，導致丟包率有小幅度上升。而在數(shù)據(jù)包傳遞過程中，S越大，則數(shù)據(jù)包在隊列中排隊等待的時間越長，因此時延呈上升趨勢。

隨著S的增加，當S1＜S≤S2時，無論S為何值，網(wǎng)絡(luò)中的丟包率、流量和時延都保持穩(wěn)定。此時，整個網(wǎng)絡(luò)的緩存較大，而數(shù)據(jù)包的生成量不足以使網(wǎng)絡(luò)發(fā)生擁堵，網(wǎng)絡(luò)中生成的數(shù)據(jù)包數(shù)量和到達目標節(jié)點而被刪除的數(shù)據(jù)包數(shù)量達到平衡。在這種情況下，節(jié)點緩存S對網(wǎng)絡(luò)擁堵性的影響很小，因此，在一定的數(shù)據(jù)包生成概率下，當網(wǎng)絡(luò)沒有發(fā)生擁堵時，不需要再通過增大節(jié)點緩存來提高網(wǎng)絡(luò)性能，以避免不必要的資源浪費。

當S＞S2時，由于節(jié)點緩存過大，等式（5）中的第二項受S的影響持續(xù)降低，因此等式（5）主要由第一項決定，導致多跳路由策略在選擇中間節(jié)點時更傾向于距離目標節(jié)點閔氏距離最短的臨時鄰居，從而無法準確判斷各個節(jié)點的緩存占有率，導致網(wǎng)絡(luò)的穩(wěn)定性變差，各個觀測量在較大范圍內(nèi)出現(xiàn)很強的波動性。

基于以上分析可知，當設(shè)置節(jié)點緩存在區(qū)間[70,480]時，可以有效改善車載自組織網(wǎng)絡(luò)的擁堵情況，降低車載自組織網(wǎng)絡(luò)數(shù)據(jù)包傳遞過程的時延，提高實際到達目標節(jié)點的數(shù)據(jù)包數(shù)量。

3.4 節(jié)點移動速度對網(wǎng)絡(luò)擁堵性的影響

為了探究節(jié)點移動速度對網(wǎng)絡(luò)擁堵性的影響，基于前述結(jié)論，在后續(xù)的仿真實驗中，設(shè)置k=0.5，S=100 個，v和p為變化量，其他參數(shù)保持不變。

在不同的節(jié)點移動速度下，丟包率關(guān)于數(shù)據(jù)包生成概率p的函數(shù)圖像如圖12 所示，當節(jié)點的移動速度v值固定時，隨著數(shù)據(jù)包生成概率p的增加，丟包率首先保持為0%，當p=pm時，丟包率驟增，而后緩慢增加。隨著節(jié)點移動速度的增加，網(wǎng)絡(luò)發(fā)生擁堵后的丟包率明顯增大，但其

圖12 節(jié)點移動速度對網(wǎng)絡(luò)狀態(tài)影響圖Fig.12 Influence of node moving speed on VANET

增大幅度降低，從圖10 中可以看出，v=0.4 m/s和v=0.5 m/s 時在網(wǎng)絡(luò)發(fā)生擁堵后，兩者的丟包率基本相同。

湖南省圖書館藏有漢藏文寫經(jīng)9件，為湖南省圖書館原歷史文獻部主任劉志盛于1963—1965年間用館藏古籍副本與北京書店、上海古籍書店換得。

當節(jié)點移動速度v的數(shù)值不同時，網(wǎng)絡(luò)的數(shù)據(jù)包最佳生成概率mp有所不同，從圖10 可以看出，隨著v值的增加，其所對應(yīng)的最佳數(shù)據(jù)包生成概率降低。由此可知，更低的節(jié)點移動速度v可以提高車載自組織網(wǎng)絡(luò)處理和傳遞數(shù)據(jù)包的能力，并減少網(wǎng)絡(luò)發(fā)生擁堵時丟失的數(shù)據(jù)包數(shù)量，從而有效緩解網(wǎng)絡(luò)擁堵，提高網(wǎng)絡(luò)在通信過程中的可靠性。

3.5 節(jié)點通信半徑對網(wǎng)絡(luò)擁堵性的影響

為了探究節(jié)點通信半徑對網(wǎng)絡(luò)擁堵性的影響，基于前述結(jié)論，在后續(xù)的仿真實驗中，設(shè)置k=0.5，S=100 個，v=0.1 m/s，r和p為變化量，其他參數(shù)保持不變。

圖13 節(jié)點通信半徑對網(wǎng)絡(luò)狀態(tài)影響圖Fig.13 Influence of node communication radius on VANET

當節(jié)點的通信半徑不同時，丟包率關(guān)于節(jié)點數(shù)據(jù)包生成概率p的函數(shù)圖像如圖13 所示，對于不同的r值，隨著p值的增加，丟包率變化趨勢保持一致。即當p較小時，丟包率首先保持為0%，當數(shù)據(jù)包生成概率達到最佳生成概率時，丟包率驟增，而后持續(xù)增加。隨著節(jié)點通信半徑的增加，網(wǎng)絡(luò)發(fā)生擁堵前后丟包率的差值大幅度降低，表明節(jié)點通信半徑的增大在很大程度上緩解了網(wǎng)絡(luò)中數(shù)據(jù)包丟失的問題。且隨著節(jié)點通信半徑的增加，網(wǎng)絡(luò)的最佳數(shù)據(jù)包生成概率mp值大幅 度提高。r=1 m 時，最佳數(shù)據(jù)包生成概率為0.18；r=2 m 時，最佳數(shù)據(jù)包生成概率為0.38；r=3 m 時，最佳數(shù)據(jù)包生成概率為0.56；r=4 m 時，最佳數(shù)據(jù)包生成概率為0.66。由以上數(shù)據(jù)可知，節(jié)點通信半徑每增加一個單位，最佳數(shù)據(jù)包生成概率分別提高1.1、0.47、0.18 倍，并且最佳數(shù)據(jù)包生成概率的提高幅度逐漸降低，表明在車載自組織網(wǎng)絡(luò)不發(fā)生擁堵的前提下，節(jié)點通信半徑增加一個單位，網(wǎng)絡(luò)處理數(shù)據(jù)包的數(shù)量最多可以提高1.1倍。因此，節(jié)點通信半徑的增加可以在很大程度上提高網(wǎng)絡(luò)處理數(shù)據(jù)包的能力，從而增強網(wǎng)絡(luò)通信性能。

3.6 節(jié)點數(shù)據(jù)包傳遞能力對網(wǎng)絡(luò)擁堵性的影響

為了探究節(jié)點數(shù)據(jù)包傳遞能力對網(wǎng)絡(luò)擁堵性的影響，基于前述結(jié)論，在后續(xù)的仿真實驗中，設(shè)置k=0.5，S=100 個，v=0.1 m/s，r=1 m，T和p為變化量，其他參數(shù)保持不變。

在不同的節(jié)點數(shù)據(jù)包傳遞能力下，丟包率關(guān)于節(jié)點數(shù)據(jù)包生成概率p的函數(shù)圖像如圖14 所示，在T值固定的情況下，當p很小時，數(shù)據(jù)包傳遞能力基本不能對網(wǎng)絡(luò)造成影響。當數(shù)據(jù)包生成概率超過最佳生成概率時，丟包率突然增大，表明網(wǎng)絡(luò)開始出現(xiàn)擁堵，但隨著T值的增加，網(wǎng)絡(luò)出現(xiàn)擁堵前后丟包率的增大幅度降低；隨著節(jié)點數(shù)據(jù)包傳遞能力的增加，網(wǎng)絡(luò)的數(shù)據(jù)包最佳生成概率pm也有了極大的提高。T=1 時，最佳數(shù)

圖14 節(jié)點數(shù)據(jù)包傳遞能力對網(wǎng)絡(luò)狀態(tài)影響圖Fig.14 Influence of node packet transmission capability on VANET

據(jù)包生成概率為0.18；T=2 時，最佳數(shù)據(jù)包生成概率為0.38；T= 3時，最佳數(shù)據(jù)包生成概率為0.56；T= 4時，最佳數(shù)據(jù)包生成概率為0.74。在每個時間步t，節(jié)點的數(shù)據(jù)包傳遞能力T每增加一個單位，最佳數(shù)據(jù)包生成概率分別提高1.1、0.47、0.32 倍，其提高幅度呈降低趨勢，表明在車載自組織網(wǎng)絡(luò)不發(fā)生擁堵的前提下，節(jié)點數(shù)據(jù)包傳遞能力增加一個單位，網(wǎng)絡(luò)處理數(shù)據(jù)包的數(shù)量最多可以提高1.1 倍。由此可見，節(jié)點數(shù)據(jù)包傳遞能力的增加可以極大地提高車載自組織網(wǎng)絡(luò)處理和傳遞數(shù)據(jù)包的能力，減少數(shù)據(jù)包丟失數(shù)量，從而提高網(wǎng)絡(luò)通信過程的可靠性。

節(jié)點通信半徑和數(shù)據(jù)包傳遞能力代表了節(jié)點的通信能力大小，而節(jié)點是車載自組織網(wǎng)絡(luò)的參與者，圖13 和圖14 的結(jié)論表明，參與者的通信能力在很大程度上決定了整個車載自組織網(wǎng)絡(luò)的通信能力，因此，為了改善網(wǎng)絡(luò)的通信能力、緩解網(wǎng)絡(luò)系統(tǒng)的擁堵性問題，可以通過提高參與者的通信能力來實現(xiàn)。

4 結(jié) 論

本文通過設(shè)計多跳路由策略，來優(yōu)化車載自組織網(wǎng)絡(luò)中數(shù)據(jù)包的傳遞過程，并通過仿真實驗研究了車載自組織網(wǎng)絡(luò)中多個參數(shù)對丟包率、時延和流量的影響情況，從而實現(xiàn)對節(jié)點緩存受限場景下車載自組織網(wǎng)絡(luò)的擁堵特性的研究。由于節(jié)點緩存受限，在仿真實驗中可以觀察到數(shù)據(jù)包丟失的現(xiàn)象。實驗結(jié)果表明，當多跳路由策略中的可調(diào)參數(shù)在區(qū)間[0.38,0.82]時，可以有效提高網(wǎng)絡(luò)處理數(shù)據(jù)包的能力，降低數(shù)據(jù)包在傳遞過程中的時延。節(jié)點緩存在[70,480]的區(qū)間范圍內(nèi)增加時，可以提高網(wǎng)絡(luò)容量和數(shù)據(jù)包處理能力，降低數(shù)據(jù)包在傳遞過程中的丟失率，提高網(wǎng)絡(luò)的通信性能；節(jié)點移動速度降低可以提高網(wǎng)絡(luò)中實際到達目標節(jié)點的數(shù)據(jù)包數(shù)量，并改善數(shù)據(jù)包在傳遞過程中丟失的問題，從而提高網(wǎng)絡(luò)通信過程的可靠性；節(jié)點通信半徑和數(shù)據(jù)包傳遞能力代表了網(wǎng)絡(luò)中參與者的通信能力，在網(wǎng)絡(luò)不發(fā)生擁堵的前提下，節(jié)點通信半徑或數(shù)據(jù)包傳遞能力的增加可以使得網(wǎng)絡(luò)處理數(shù)據(jù)包的數(shù)量提高1.1 倍，由此可知，網(wǎng)絡(luò)中參與者通信能力的提高可以在很大程度上提高網(wǎng)絡(luò)通信效率，改善網(wǎng)絡(luò)的擁堵性問題。

本文關(guān)于車載自組織網(wǎng)絡(luò)擁堵特性的分析，能夠幫助車載自組織網(wǎng)絡(luò)解決信息傳遞中數(shù)據(jù)包丟失和網(wǎng)絡(luò)擁堵的問題。此外，本文建立的研究方法和得到的研究結(jié)論可以為設(shè)計優(yōu)化車載自組織網(wǎng)絡(luò)提供科學依據(jù)。