基于路口的vanets路由道路连通性预测方法综述

基于路口的vanets路由道路连通性预测方法综述

ID:21559635

大小:25.50 KB

页数:5页

时间:2018-10-22

基于路口的vanets路由道路连通性预测方法综述_第1页
基于路口的vanets路由道路连通性预测方法综述_第2页
基于路口的vanets路由道路连通性预测方法综述_第3页
基于路口的vanets路由道路连通性预测方法综述_第4页
基于路口的vanets路由道路连通性预测方法综述_第5页
资源描述:

《基于路口的vanets路由道路连通性预测方法综述》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于路口的VANETs路由道路连通性预测方法综述  摘要:车辆自组织网络(VANETs)路由中,基于路口的地理路由协议能很好的适应城市VANETs的环境,其中道路连通性预测在路由协议中具有决定性的作用,本文分析并比较了经典VANETs路由?f议中采取的各种道路连通性预测方法的工作机制和优缺点,最后进行总结和展望。  关键词:VANETs;道路连通性预测;交通路口  DOI:10.16640/j.cnki.37-1222/t.2017.07.105  1引论  相较于MANETs(MobileAdhocNe

2、tworks,MANETs),VANETs(VehicularAdhocNetworks,VANETs)因本身移动车辆作为网络节点的特殊性,有两点不同。首先,车辆移动速度快,网络拓扑结构也随之变化频繁。再者,车辆之间的信号通讯会受到城市中道路间距离以及建筑物影响,节点间信息只能沿道路传输。故MANETs中的众多成熟的无线网络路由算法无法有效的应用到VANETs的特殊环境[1-3]中。于是一种基于城市交通路口的自组织路由机制展现了优势,其主要工作机制如下:当数据包在直路上传送时,其还沿用无线自组织网络路由经

3、典的贪婪转发策略向前发送数据包,当数据包到达路口区域的车辆节点时,再根据实际情况来决策路由线路,即沿哪条道路继续传送数据包。  道路路由决策主要判定因素有如下两点:其一,下一路口距离目的节点的实际距离长短;其二,未来道路网络连通性或数据包传输延迟时间的大小。目前的交通车辆普遍装备了卫星定位系统(GPS)和城市电子地图,可以来完成到目的节点实际距离的计算。所以,如何预测道路的连通性成为了VANETs路由协议的一个重点问题。  2道路连通性预测方法  对于道路连通性预测计算主要分为两大类,一是通过获取第三方(

4、如谷歌地图)提供的实时路况信息(如车流量、平均车速),再结合道路数据(如长度、曲度)建立道路连通性模型,计算连通性概率和传输延迟时间,进而选择路由线路;二是通过车辆间定时的“hello”信息交换,得到当前道路的实时网络拓扑,以此来选择路由线路。以下将介绍VANETs经典路由协议中的道路连通性预测方法。  2.1VADD  VADD[4]在路口节点进行路由决策时,其采用第三方提供的道路车辆密度和车辆平均速度等信息建立道路数据包延迟时间预测模型,公式如下。  当车辆平均间距小于R时,延迟时间被视为数据包多跳传

5、输所需的时间可以忽略不计;当大于R时,要考虑某时刻没有后继节点进而当前节点车辆暂时携带数据包继续行驶的情况,即对于平均车速快、车辆密度高的道路,其延迟时间也相对较小。  VADD相对于其它路由协议,拥有更高的传输率,但是道路延迟时间预测模型采用的是第三方提供的统计数据,对于VANTEs中节点车辆位置变化频繁的特点。  2.2SADV  SADV[5]在道路选择时,SADV采用了相邻路口的静态节点之间定时发送控制包以测量延迟时间的方法(LinkDelayUpdate,LDU),把一个时间段内此道路上控制包的

6、平均传输延迟时间作为路由道路选择的参考。  SADV相对于VADD,其数据来源是实际测量出来的,实时性和准确性相对提高。但因为静态节点之间的定时控制包交互,增加了网络负载,且在每个路口部署静态节点在目前现实中可行性不高。  2.3VVR  VVR[6]类似于距离矢量路由,VVR中道路上每个车辆节点通过多跳的定时“hello”信息交换获得当前道路的连通性,即每个节点可知自己是否与两端路口连通,如连通下一跳节点是谁。  VVR的道路连通性预测基于道路实时信息,在查询多跳链接通路的时候,实时性效果最佳。但正如距

7、离矢量路由一样,VVR存在着慢收敛的问题,即能连通的“好消息”传得快,链接中断的“坏消息”传的慢,致使新路由可能与旧路由发生冲突,甚至产生回路。  2.4GyTAR  GyTAR[7]采用了一种比较新颖的道路连通性预测方法,其将需要预测的道路分成若干区域,区域中心位置的组头车辆会将本区域车辆的数量依次加到一个名为CDP的控制包中,传送回上一路口(如图1)。  图1CDP传递示例  处于路口的节点在收到CDP后,通过其中包含的各个区域的车辆数量以及道路长度为每个备选路口方向计算出一个分数,以此来进行道路选择

8、。分数高的道路即离目的节点距离短、车辆密度高,且各区域车辆数偏差小的道路将会被选择,其计算公式如下。  GyTAR增加了对道路车辆密度均匀性对于连通性影响的考量,有效防范了道路上车辆分布“中空”的情况。但其在CDP发包车辆的选取上也存在漏选的现象,这样会导致CDP发送间隔偏差较大,用于计算连通性的车辆密度信息的实时性并不稳定。同时CDP作为控制包的每一次传输都会给道路产生一定的负载。  3总结  (下转第130页)  (上接第

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。