基于连接概率的VANETs路由协议研究

张莉华　张得生

摘 要： 针对车载自组网VANETs的车间通信的连接问题进行分析。首先，假定车辆进入高速公路的时间间隔服从泊松分布，进而分析车辆间的通信连接性能。然后，推导了由[n]个车辆组成的通信连接概率的闭合表达式，同时，分析了在维持一定的连接概率时簇大小CLS和簇长度CLL的期望值，并讨论了车辆传输范围和密度对连接的影响，推导了满足一定连接概率时的车辆传输范围的临界值。最后，提出基于连接概率的路由协议CPRP，选择连接概率大的路径作为数据传输通道。仿真结果表明，提出的CPRP改善了数据包传递率、端到端传输时延以及吞吐量性能。

关键词： 泊松分布； 车间通信； 连接概率； 路由协议； 车载自组网

中图分类号： TN915.05?34； TP393 文献标识码： A 文章编号： 1004?373X（2016）07?0019?05

Abstract： The communication connection among vehicles of the vehicular Ad Hoc networks （VANETs） is analyzed in this paper. It is assume that the time interval for the vehicles entering into the highway is subordinated to Poisson distribution， and then performance of the communication connection among vehicles is analyzed. The closed?form expression of communication connection probability composed of n vehicles is deduced， and the expectation values of CLS （cluster size） and CLL （cluster length） to maintain a certain connection probability are analyzed. The impact of transmission range and density of vehicles on the connection is discussed. The critical value of vehicles′ transmission range which can satisfy a certain connection probability is deduced. The connectivity probabilistic routing protocol （CPRP） is proposed to select the path with big connection probability as the data transmission path. The simulation results show that the proposed CPRP can improve the data packet delivery ratio， end?to?end transmission delay and throughput performance.

Keywords： Poisson distribution； vehicle?to?vehicle communication； connection probability； routing protocol； VANET

0 引 言

车载自组网VANETs（Vehicular Ad hoc Networks）属于移动自组网MANETs（Mobile Ad hoc Networks）的特殊应用。在VANETs中，每个车辆装有通信设备，并且车与车间形成车间通信V2V（Vehicle?to?Vehicle）以及车与路边设施形成的车与路边设施V2I（Vehicle to Infrastructure）通信，如图1所示。VANETs的应用可以分为交通安全、交通效率以及增值服务[1]。安全应用的目的在于通过V2V通信提高行驶者的安全，如紧急事故预警。交通效率应用的目的在于优化交通流量，如交通平衡、缩短行程时间等。增值服务包括经济广播、娱乐服务，如网络冲浪。

与其他的移动自组网相比，VANETs具有独特的特性，如动态的拓扑、受限的移动模型。这些特性主要“归功于”车辆的快速移动。在高速公路上，车辆行驶的速度平均达到100 km/s，增加车与车间通信连接（Connected）的难度，给车间通信V2V提出挑战。

目前，VANETs中车间通信V2V连接问题已受到广大工作人员的关注[2?4]。文献[5]分析了基于连接距离的车间距离的分布，并指出速度对连接的影响。文献[6]假定车辆速度变化为宽平稳，各态历经随机过程（Wide Sense Stationary Ergotis Random Process），进而分析V2V的连接问题。文献[7]研究了一维VANETs的消息传播参数，并指出了每跳时延和数据包碰撞对消息传播的影响。

为此，本文假定车辆服从泊松分布（Poisson Distribution），并且车辆独立地随机选择行驶速度，且保持匀速运动。基于这些假设，推导了车间通信V2V的连接概率，并给出维持一定连接概率所需的传输范围，换而言之，即车辆的传输范围对连接概率的影响。同时推导了簇大小CLS（Cluster Size）和簇长度CLL（Cluster Length）的期望值。簇大小CLS是指在已连接路径中车辆的个数；簇长度CLL是指连接的距离。最后，提出基于连接概率的路由协议。仿真结果表明，提出的路由协议能够有效地提高吞吐量和数据包传递率。

1 车间通信连接的分析

1.1 系统假设

（1） 车辆在间隔[[0，t]]进入车道，并服从泊松分布，且到达率为[λt]；

（2） 车道长度[z=0，L]；

（3） 车辆依据[fVυ]选择行驶速度，且车辆间的速度选择事件相互独立。

2.2 路由方案

当源节点[i]需发送数据包时，节点[i]构建通往目的节点的路由。为此，节点[i]需在传输数据包前先发送路径请求消息，记为Mes_Path。Mes_Path包含节点[i]的位置、速度、方向以及目的节点信息。邻居节点收到来自节点[i]的请求消息后，计算离上一跳节点的连接概率。

如图2所示，源节点A发送了路径请求消息Mes_Path，目的节点为F。节点B，C，D以及E收到Mes_Path消息后，并附加各自的ID号以及与节点A的连接概率，再转发。

为此，节点F收到来自两条不同路径消息，其中一条路径[A，B，C，E，F，]各条链路连接概率分别为[0.4，0.4，0.3，0.6，]另一条路径为[A，B，D，E，F，]各条链路连接概率分别为[0.4，0.5，0.4，0.6]。

依据式（26）可知，第一条路径[A，B，C，E，F]的连接概率[PPathn]为0.028 8，而第二条路径[A，B，D，E，F]的[PPathn]为0.048。这说明路径[A，B，D，E，F]比路径[A，B，C，E，F]更稳定。为此，节点F向节点A沿[A，B，D，E，F]回复确认消息ACK，如图2（b）所示。

3 性能分析

本节通过仿真验证理论分析。利用Matlab软件对长度[ZL=5 km]车道进行仿真，仿真时长为50 s，仿真模型如图3所示。

3.1 连接概率分析

车辆依据泊松分布进入车道，每个车辆依据均匀分布[υmin，υmax]选择行驶速度，且[υmax=40 m/s，][υmin=20 m/s]。每个实验重复1 000次，取平均值作为最终的仿真数据。

图5为临界传输范围[rc]随节点密度的变化情况。从图5可知，随着车辆密度的增加，[rc]呈下降趋势。此外，在相同的临界传输范围[rc]的情况下，维持高的网络连接概率[Pcon，]需要增加节点密度。如当[rc]=0.5时，维持[Pcon]=0.999 9需要[n=17，]而[Pcon]=0.9仅需[n=6。]

图6为平均簇长度[CL]随归一化传输范围[r]的变化 情况，与式（23）相对应。从图6可知，当[n=2，3]时，提高[r]并不能显著增加[CL，]但是，当[n]比较大时，[CL]对[r]很敏感，即使[r]发生小幅度增加，[CL]也随之变化。这与理论分析完全一致。

3.2 路由协议性能分析

分析车辆速度对提出的CPRP路由协议的端到端传输时延（E2E）、吞吐量（Throughput）以及数据传输速率的影响。

（1） 端到端传输时延。图7为在车辆数目为50的环境下，变化的车速对端到端传输时延的性能影响。从图7可知，端到端传输时延随着车速的增加而增加。原因在于车速的提高，缩短了车间通信链路寿命，降低了连接概率，从而增加了端到端传输时延。与AODV，VADD相比，路由方案CPRP端到端传输时延下降，这要归功于利用连接概率选择路径，降低连接断裂的概率，提高路由的稳定性，从而降低了数据传输的端到端传输时延。

（2） 数据包传递率。图8为数据包传递率随车速变化的情况。从图8可知，车速的增加，降低了AODV，VADD以及CPRP的数据包传递率，原因在于车速的增加，提高了连接断裂的概率，延缓了数据包传递率。与AODV，VADD相比，CPRP方案的数据包传递率得到有效提高，原因在于CPRP方案降低了连接断裂概率，增强了路由稳定性。

（3） 吞吐量。图9描述了吞吐量随车速的变化情况。从图9可知，随着车速的增加，降低了AODV，VADD以及CPRP方案的吞吐量，原因在于车速的提高，加速了链路的断裂，提升了连接中断概率，降低路由稳定性，进而降低吞吐量。在整个车速变化范围内，提出的CPRP方案吞吐量优于AODV，VADD。

4 结 语

本文，首先假定车辆到达高速公路的时间间隔服从泊松分布，并且车辆独立地随机选择行驶速度，且保持匀速运动。基于这些假设，推导了车载自组网的车间通信的连接概率，并给出维持一定连接概率所需的传输范围。同时推导了簇大小CLS和簇长度CLL的期望值，并分析了网络密度和传输范围对连接概率的影响。最后，提出了基于连接概率的路由协议，择优选择连接概率高的路径传输数据。仿真结果表明，提出的路由协议提高了吞吐量和数据包传输率，并降低了端到端传输时延。

参考文献

[1] CASTEIGTS A， NAYAK A， STOJMENOVIC I. Communication protocols for vehicular Ad Hoc networks [J]. Wireless communication and mobile computing， 2011， 11（5）： 567?582.

[2] DESAI M， MANJUNATH D. On the connectivity in finite Ad Hoc networks [J]. IEEE communication letters， 2002， 6（10）： 437?439.

[3] GHASEMI A， NADER?ESFAHANI S. Exact probability of connectivity one?dimensional Ad Hoc wireless networks [J]. IEEE communications letters， 2006， 10（4）： 251?253.

[4] PANICHPAPIBOON S， PATTARA?ATIKOM W. Connectivity requirements for self?organizing traffic information systems [J]. IEEE transactions on vehicular technology， 2008， 57（6）： 3333?3340.

[5] YOUSEFI S， ALTMAN E， EL?AZOUZI R， et al. Analytical model for connectivity in vehicular Ad Hoc networks [J]. IEEE transactions on vehicular technology， 2008， 57（6）： 3341?3356.

[6] WU J. Connectivity of mobile linear networks with dynamic node population and delay constraint [J]. IEEE journal on selected areas in communication， 2009， 27（7）： 1218?1225.

[7] ZHANG Z， MAO G， ANDERSON B D O. On the information propagation process in mobile vehicular Ad Hoc networks [J]. IEEE transactions on vehicular technology， 2011， 60（5）： 2314 ?2325.

[8] AGARWAL A， STAROBINSKI D， LITTLE T D C. Phase transition of message propagation speed in delay tolerant vehicular networks [J]. IEEE transactions on intelligent transportation systems， 2012， 13（1）： 249?263.

[9] 洪棒，俞立，张贵军.无线传感网络自适应分布式聚簇路由协议[J].自动化学报，2011，37（10）：1197?1206.

[10] CHENG P C， LEE K C， GERLA M， et al. GeoDTN+Nav： geographic DTN routing with navigator prediction urban vehi?cular environments [J]. Mobile networks and applications， 2010， 15（1）： 61?82.

[11] HARRI J， FIORE M， FILALI F， et al. Vehicular mobility simulation with VanetMobiSim [J]. Simulation， 2011， 87（4）： 275?300.