无间隙的车联网协助下载方法

谢永，吴黎兵，何炎祥,3，范静，刘冰艺



无间隙的车联网协助下载方法

谢永1,2，吴黎兵1，何炎祥1,3，范静1，刘冰艺1

(1. 武汉大学计算机学院，湖北武汉 430072；2. 景德镇陶瓷学院信息工程学院，江西景德镇 333403； 3. 武汉大学软件工程国家重点实验室，湖北武汉 430072)

车辆通过AP(access points)接入Internet具有低费用、高带宽以及低时延等优点，然而AP间的通信盲区(DA, dark area)使车辆只能间歇式接入Internet，造成网络的QoS难以得到保障。为了解决这一问题，提出一种面向高速公路场景的无间隙协助下载方法(NICDM, non-intermittent cooperative downloading method)。在NICDM中，目标车辆未完成的下载任务依据车速、任务大小以及DA距离等信息进行分解，并分别委托行驶方向上的最近2个AP协助下载；一组经过优化选择的协助车辆从AP获得数据，并在DA区转交给相遇的目标车辆；同时针对传输冲突提出了-副本的冲突解决策略，进一步提高协助下载的稳定性。仿真结果表明，NICDM实现了目标车辆在整个DA区无间隙地获得数据，与相类似的方法相比，进一步提高了系统的QoS与吞吐量。

车联网；协助下载方法；间歇式接入；冲突处理；车辆选择策略

1 引言

车联网已被看成下一代移动互联网络的重要组成部分[1]。车联网中，V2I(vehicle-to-infrastructure)以及V2V(vehicle-to-vehicle)通信已在一些重要应用中发挥作用，如交通拥塞避免与危险警告等[2]。人们对Internet的依赖越来越高，希望车辆(装配WiMAX/LTE或WiFi接口)能够如同在室内一样连接Internet，可随时随地通过Internet进行工作、学习或者娱乐。目前，车辆与Internet连接的方法主要有2类，通过3G/4G基站和通过路边WiFi接入点(AP, access point)。与3G/4G接入相比，通过AP接入具有低费用、高带宽以及低时延的特点，因而AP接入网络更具有发展潜力。然而，AP的通信范围与部署数量是有限的，同时车辆的高速运动使车辆在AP通信覆盖区的时间有限。车辆行驶在AP间的通信盲区(DA, dark area)时与网络失去了联系，造成了车辆只能间歇性接入网络。因而，车联网用户只能在AP通信范围内使用一些轻量级的网络服务，如浏览网页、电子邮件等，对于资源密集型服务，如大文件下载、视频服务等则受到很大限制。为了使车联网用户能够随时随地使用资源密集型服务，研究者开始深入研究车联网接入Internet的优化策略，提出了一些解决方案，如在车联网中建立P2P架构[3]提供相似资源发现与共享机制来增加数据接收机会，通过多副本转发的时延容忍路由协议[4]提高数据传输可靠性，以及建立车辆间的协助机制[5~9]等。

文献[10]提出在双向高速场景下的DSRelay协助下载模型。在该模型中，一个有文件下载需求的目标车辆(target vehicle，后文简称为“目标车辆”)进入AP通信范围内时，向AP请求数据下载。AP计算出目标车辆通过时能下载的最大数据量，若大于需求量，则将数据直接下载到目标车辆；否则，将未能完成的部分交给行驶方向上最近的AP下载。AP收到请求后，将数据下载到一组与目标车辆对向行驶的协助车辆(assistant vehicle)上。当协助车辆与目标车辆相遇时将协助下载的数据交付给目标车辆，实现了在DA区延伸用户下载区域，从而提高下载的吞吐量。针对因实际相遇时间与预测相遇时间产生偏差造成的通信冲突，作者提出了补偿模型[11]，进一步提高了下载的吞吐量。

然而，经过深入研究DSRelay模型及补偿模型，发现该模型的目标车辆所得到的协助数据绝大部分是行驶在DA区的后半程才接收到的，而在DA前半程时却很少能接收到数据；文献[11]提出的补偿模型未涉及到协助车辆从高速出口驶出造成协助下载数据丢失等意外情况。针对这些不足，本文提出了无间隙协助下载方法(NICDM，non-intermittent cooperative downloading method)。在NICDM方法中，AP协助请求策略是面向目标车辆行驶方向上的最近2个AP。如图1所示，当目标车辆(图中标识“T”的车辆)进入AP1时，向AP1请求数据下载，AP2与AP3参与协助下载。AP2将协助下载的数据交付给一组由优选策略选出的对向行驶的协助车辆(图中标识“A”的车辆)，这些协助车辆将在DA1区的后半程(图中LDA1区)与目标车辆相遇，并将协助下载数据交付目标车辆。同理，AP3协助下载数据将由协助车辆在DA2区的前半程(图中FDA2区)交付给目标车辆。而目标车辆在DA1区的前半程(图中DA1的FDA区)也可以获得数据，这些数据是目标车辆行驶到AP1的前一个AP请求协助下载时由AP2协助下载的数据。目标车辆在DA2区的后半程获得数据，是目标车辆行驶到AP2请求协助下载时由AP3协助下载的数据。这样，NICDM方法可使目标车辆在整个DA区中都能够获取数据，有效地解决间歇式接入AP带来下载受限问题。NICDM同时设计了冲突解决策略，进一步提高系统稳定性与吞吐量。

2 相关工作

目前车联网的协助下载模型一般具有鲜明的场景特征。文献[5]提出了高速场景下车联网中协助下载(cooperative downloading)的概念，“协助下载”概念的提出为在车联网中实现数据高速下载开辟了一个新的研究方向。该文献的SPAWN协议是假定了高速公路的P2P应用场景并且目标车辆与协助车辆都在下载同一资源，然而2辆下载同一资源的车辆相遇的概率较小。文献[6]针对车联网提出一种MChord方案，提高P2P下载效率。文献[7]提出一种高速公路的协助下载模型，主要分析同向车辆协助分组丢失的问题，通过对向车辆协助传输来提高系统总的吞吐量，但没有涉及协助规划方案，在稳定性方面没有保障。文献[10]依据高速场景下车辆的运行轨迹具有可预测性的特征，提出了DSRelay模型。该模型利用对向行驶的车辆在AP区为目标车辆协助下载来提高系统的吞吐量，后来作者在文献[11]中提出了DSRelay的补偿模型，进一步提高了系统的吞吐量。但目标车辆行驶在DA区过程中，只在部分时间内可以获得协助下载数据，同时补偿模型未涉及到协助车辆从高速出口驶出，造成协助下载数据丢失等意外情况。

在复杂的城市场景下，一些研究者提出新颖协助下载模型。文献[12]提出针对城市场景的车辆协助下载模型，该模型通过分析经过AP车辆的速度等相关信息来预测车辆的行驶路线以及与目标车辆相遇的时刻，并确定协助车辆与其所协助下载的数据。文献[1]通过对历史数据进行分析获得“相遇地图”来决策车辆选择与数据块调度。也有研究者采用辅助设备等方式来研究协助下载，如文献[8]提出了WWAN通知AP寻找协助下载车辆的方案，但条件是车辆都要安装GPS以及WWAN功能，因而该方案的实施受到较大的限制。文献[9]提出了一种间接扩展通信范围的方法，该方法将路边停靠的车辆与室内AP保持连接，并作为其他车辆与AP通信的中继器，间接扩展了AP的通信范围。文献[13]也提出了利用V2V通信方式延伸AP的通信范围，目标车辆能在更大范围内间接通过AP接入Internet。文献[14]提出了Cabernet模型，该模型优化移动客户端到WiFi连接时间，并提出CTP的传输协议可大幅度提高传输效率。文献[15]提出了一种将视频内容进行优化分发到AP的策略，提高了用户下载视频的体验。文献[16]以最大流理论来研究车联网中内容下载性能的关键因素，指出AP部署密度是最大的影响因素，过多跳数(大于两跳)的V2V数据转发反而影响数据下载的性能。

3 无间隙协助下载方法

3.1 系统模型

本文提出的协助下载系统模型如图1所示。系统场景与文献[10]相似，设定在双向的高速公路场景中，在距离相隔大致相等的地方设置AP服务区。为了符合高速公路实际情况，本文在DA区增加了高速公路出入口，如图1中的“OUT_IN”，协助车辆中途从出口驶出高速公路会对协助下载产生一定影响。每一个AP都通过高速有线网络接入Internet，并与中心服务器(center server)相连接，AP有固定的通信范围(CR, communication rang)，在AP的通信范围内可与多辆车同时进行通信。每一辆车都配备有与AP通信以及与其他车辆通信的无线接口(WiFi)，并且有唯一的ID标识。标识“T”的车辆为目标车辆，标识“A”的车辆为协助车辆，与目标车辆对向行驶，标识“R”的车辆为其他车辆，与目标车辆同向行驶。在本场景中，对向行驶的协助车辆与目标车辆相遇概率非常高，除非中途从高速路的出入口离开高速，因而是目标车辆最佳的协助下载车辆。

当目标车辆进入AP通信范围内时，向AP注册并提出下载请求。AP收到下载请求后，将未能完成的下载任务由中心服务器委托其他AP协助下载。中心服务器依据任务分解策略将协助下载任务进行分解，分解后的子任务分别委托目标车辆行驶方向上的最近2个AP协助下载。协助AP从其通信范围内选择一组合适的协助车辆，并将数据传输给这些协助车辆，协助车辆将数据暂存在缓冲区中，当与目标车辆相遇时，再将携带数据交付给目标车辆。中心服务器为每一个AP建立3类列表：1) 任务列表(TL, task list)，记录当前AP中已有的协助下载任务；2) 候选协助车辆列表(AL, assistant list)，记录当前AP已注册的候选协助车辆；3) 已参与服务的车辆列表(SL, selected list)，记录当前已参与服务与获得协助下载数据的车辆。这些列表是任务分配、协助车辆选择算法以及冲突解决策略的重要依据。

实际应用中，影响车联网协助下载的因素很多，为了使研究更有针对性，本文对部分过程与因素进行相应假设来简化模型，相关假设如下。

1) AP在其通信范围内可以同时与多个车辆通信；车辆只有一个通信接口，在同一时刻只能与一个对象(车辆或AP)进行通信[17]。

2) 车辆都能自行计算出自身的平均速度，同时有较大的存储空间，足够存储所有协助下载的数据分组。

3) 当目标车辆进入AP通信范围内时，向AP注册自身ID、行驶方向、进入AP通信区的时间、平均速度以及所要下载的数据。

4) 一辆协助下载车辆进入AP通信范围时，立即向AP注册自身ID、方向、进入AP通信区的时间以及自身平均速度。

3.2 任务动态分解策略

定义1 下载周期。目标车辆向AP请求数据下载的开始时刻记为起始时刻，目标车辆进入下一个AP通信区的时刻记为结束时刻，此时刻同时也是离开下一个DA区的时刻，此2个时刻之间的时间段定义为一个下载周期。

每一个下载周期的开始时刻，目标车辆向当前AP进行注册并提出新的下载请求。为了便于理解，本文若无特别说明，文中的分析都以AP1为当前注册的AP。同时目标车辆在DA1区前半程所接收的数据是在前一个下载周期中委托AP2协助下载的数据。因而，同一下载周期内的任务分解策略涉及到的下载数据分组包括车辆行驶在DA1区后半程、AP2通信区以及DA2区的前半程所下载到的数据。

从文献[10]的DSRelay方案可看出，当仅有一个相邻的AP为目标车辆协助下载数据时，由车辆运动规律可计算出协助车辆与目标车辆相遇的位置大部分位于DA区的后半程。为了使目标车辆在整个DA区都能够接收到协助数据，本文将每一个DA区分为前半程与后半程，目标车辆在这2个半程所接收的协助数据是同一个AP分2次连续的协助任务下载的数据。如图1的 DA2区，目标车辆在前半程(FDA2区)接收的数据，是由目标车辆在AP1注册与下载请求过程中，AP3依据分配的协助下载任务下载的数据；目标车辆在后半程(LDA2区)接收的数据，是在下一个下载周期，即在AP2注册时的下载周期，由AP3依据新分配的协助下载任务所下载的数据。

每一次新下载请求中，协助下载的子任务分为2部分：DA1区后半程协助下载任务与 DA2区的前半程协助下载任务。在这2部分之间，目标车辆还可以从AP2直接下载数据。为了让下载数据满足服务需求的先后次序，提高用户的下载体验，本文依据车速、DA距离和AP的CR等信息，将下载任务按照数据的时序分解成4部分：1)DA1区后半程协助下载的子任务；2)AP2直接下载的子任务；3)DA2区前半程协助下载的子任务；4)剩余任务。然后将前2个子任务分配给AP2，第3个子任务分配给AP3，第4个剩余任务则由目标车辆在下一次下载请求时，即行驶到AP2请求协助下载时，重新分配。

当目标车辆进入AP1通信区时，向AP1提交注册信息，其中各参数依次表示目标车辆ID、目标车辆注册时间、平均速度与行驶方向。目标车辆通过DA1区下半程的起止时间是AP2进行协助车辆选择的重要依据。设预计起始时刻为，结束时刻为，分别用以下2个公式计算

(2)

(4)

目标车辆通过与对向行驶的协助车辆进行V2V通信来获得协助下载数据。设V2V通信半径为定值，对向通信的数据交付速率为，已选为目标车辆的协助车辆的集合为，第辆协助车辆与目标车辆通信时间的起止区间为，其中，表示协助车辆与目标车辆通信开始时刻，为通信结束时刻，表示时长。则在区间内的最大数据交付量满足

s.t.

其中，式5(a)表示在已选协助车辆中，任意两协助车辆与目标车辆的通信时间不会相互冲突；式5(b)表示协助车辆与目标车辆通信时间的总和不能大于目标车辆行驶在盲区的时间；式5(c)表示两车数据交付的时长小于或等于相遇的可通信时长，表示车辆速度范围，表示目标车辆的速度，表示协助车辆的速度，表示协助车辆与目标车辆进行数据交付最短时间的阈值。

在式(5)中，为定值，因而有

Input:output:, , 1) 2) Compute, by式(6)3) If < then4), , 5) Assign Task() to AP26) Else If 7) AssignTask() to AP2, Task() to AP38) Else if 9) 10) Assign Task() to AP2, Task() to AP311) End if12) Return,,

中心服务器将分解的新任务分配到对应AP的任务列表TL中，，其中，参数分别表示目标车辆ID、AP的ID、注册时间、平均速度、方向、预交付的起止时间段、数据块编号以及最小未完成协助下载的数据块序号。协助下载的数据时，从当前序号最小数据块开始，依据序号从小到大进行下载，并在任务列表中记录当前未完成协助下载的最小编号，初始状态时，协作下载任务完成时。

3.3 协作车辆选择策略

协助车辆进入AP通信范围内时，向AP提交注册信息并发送至中心服务器。中心服务器为AP建立候选协助车辆列表(AL, assistant list),其中，表示协助车辆ID，表示协助车辆在当前AP的注册时间，是平均车速。候选协助车辆列表以注册时间升序进行排列，当有新的协助车辆进入AP通信范围内时，AP则将该信息报告中心服务器，中心服务器将该车辆按注册时间插入在候选协助车辆列表中。

当AL中的协作车辆被选为某一任务的协作车辆时，从AP下载到相应数据，并记录车辆信息，其中，与分别为预计的通信开始时间与结束时间，与分别为协助下载的起止序号。中心服务器将车辆信息加入到已选车辆列表(SL, selected list)中，其中，SL以的升序排列，并从AL中删除该车辆。当未得到协助下载任务的协助车辆离开AP通信区时，AP通知服务器从列表AL中删除该车辆。

3.4 冲突解决策略

协作车辆从AP下载数据到把数据交付给目标车辆过程中，受到众多因素影响，可能造成数据无法按照预期成功交付给目标车辆，如因非预期相遇造成通信冲突或者因协助车辆从中途离开高速造成下载数据丢失。传统的解决方法是通过AP下载同一数据传给多辆协助车辆来建立多个副本，增加该数据交付给目标车辆的机会，减少通信冲突对数据交付的影响。然而，在AP下载多次下载同一数据来创建副本，一方面会占用本来有限的AP资源，另一方面造成系统吞吐量下降[10]。文献[11]提出一种下载补偿模型，该模型通过车辆间广播的方式来告知即将发生或已发生的冲突，然后再从周边车辆选择其一作为副本的载体，以弥补此次冲突造成数据接收机会的损失。但该副本创建方法在很大程度上依赖冲突时刻的周边场景，如正好周边有无协助任务且无通信冲突的协助车辆。该方法也无法预测协助车辆中途从出站口离开高速事件，无法补救因此造成的协助数据丢失。

Input: AL,SLoutput: SL1) If AL is not empty then2) for each in AL do 3) for each in SL do4) If and then5) 6) 7) download data to 8) delete from AL and add to SL 9)end if10) end for 11) end for12) end if

为了解决因通信冲突或数据丢失等造成协助数据无法交付到目标车辆的问题，本文提出了一种在DA区创建数据副本的“-副本”解决策略。表示同一协助数据所创建的副本的总个数，是一个动态值，可依据实际应用场景动态设置，如依据系统中协助下载数据的交付成功率及其相关参数的历史数据进行动态调整，也可以依据用户需求级别进行设置。

定义2 拥有关系：,)表示已拥有的协助下载数据。

定义3 相遇关系：,)表示与之间的相遇机率。

定义4 冲突关系：(x,,)表示若同时为任务与携带数据,则会产生数据交付时间冲突。

定义5 委托关系：(,,)表示委托备份的的协助数据，并在与相遇时完成交付。

为了更有效地提高副本的交付成功率与增强协助下载的稳定性，副本载体，即协助车辆应满足如下规则。

规则1 若副本备选载体中已有目标车辆的协助数据，则不再作为该目标车辆的数据备份载体，即

规则2 若副本备选载体中已有协助数据的预测交付时间与目标车辆的协助数据交付时间有交集，则不再作为该目标车辆的数据备份载体，即

在高速公路场景中，对向行驶的车辆与目标车辆相遇的机率很大，同向车辆与目标车辆相遇的机率较小，因此，对向行驶车辆是副本的主要载体。同向行驶的车辆虽然不被选为直接交付给目标车辆的副本载体，但可以作为副本创建时的过渡载体。副本载体选择分为2类：1)数据的初始携带车辆(从AP接收数据的车辆)向通信范围内的与目标车辆对向行驶的协助车辆请求创建数据副本，如图4(a)所示，向其周边通信范围内的协助车辆请求创建副本；2)初始携带车辆将数据传递给与目标车辆同向行驶的车辆，由再寻找合适的协助车辆做副本载体，如图4(b)所示的2个阶段。阶段1中向传递副本数据，阶段2中向通信范围内对向行驶的请求创建副本。

4 实验分析与性能评价

为了验证本文协助下载方法NICDM的性能，本文采用OMNet++作为仿真平台，仿真实验场景的参数采用文献[10,17]中的相关设置。场景设定为：高速公路每8 km左右设置一个AP，每一个AP的通信范围为800 m，这一场景设置与当前高速公路的服务区或加油站的设立情况相似。车辆的通信半径设置为250 m，车辆在AP区下载的速率设为150 kbit/s，对向行驶车辆之间通信时的数据交付速率为50 kbit/s，同向车辆通信时的数据交付速率为200 kbit/s，V2V以及I2V建立连接时间采用1 s。车辆的速度由系统在90~130 km/h之中随机产生，为了更符合实际高速情况，车辆从DA区出口离开高速公路的概率为3%，车辆速度变化率为，且变化过程符合正态分布。车流密度满足泊松分布。

4.1 影响系统性能的因素分析

为了研究车流密度对系统的吞吐量影响的情况，设定了一组实验：车辆初始速度为90 km/h，在=0.1的情况下，取车流密度=20、16、12、8分别进行实验，并在相同的条件下也采用无协助下载方法(简称no-co)进行了对比实验。实验中记录系统在一个下载周期内目标车辆所获得的数据量，实验结果如图6所示。在前30多秒内，目标车辆还在AP通信范围内，从AP直接下载数据，5种方法所接收的数据量是相等的。到盲目区后无协助下载方法将不再收到数据，只能到下一个AP时才能下载到数据；=20时，目标车辆能够获得一些协助下载的数据，但由于可选择的协助车辆较少，所能协助下载的数据量较少，在一个下载周期内总共可获得的数据量为9 740 KB；=16时，协助AP可选的协助车辆增多，目标车辆能够获得更多的协助下载的数据；当=12时，协助AP可选择的协助车辆增多可选择更佳的协助车辆队列，因而目标车辆所得到的数据量明显增多，总量达到15 050 KB；当=8时，目标车辆则能获得更多的数据。从这一组实验可以看出，当协助车辆密度越大时，AP有更多可选择的协助车辆来协助下载，因而目标车辆获得更多下载数据，进一步提高系统吞吐量。

4.1.2 不同车辆速度变化率对吞吐量影响

车辆平均速度是预测协助车辆与目标车辆相遇时间的重要依据，是协助车辆队列的选择基础。实际生活中，车辆的速度不变是几乎不可能的，因而车辆相遇的位置与时间就可能与预测的有所不同，从而影响了协助数据的交付成功率。在协助下载模型设计时，必须考虑车速变化造成的影响。为了研究车辆速度的变化率对协助下载的影响，设计了一组实验：车流密度=8，车辆初始速度为90 km/h，在车辆的变化率分别为0.1、0.2与0.4这3种情况下进行仿真实验。实验中记录目标车辆在一个下载周期所接收到的数据，最终的实验结果如图7所示。从图7中可以看出，当=0.4，由于车辆速度变化较大，协助车辆与目标车辆实际相遇时间与预测的相遇时间相同的概率较低，因而造成通信冲突较多，目标车辆所接收到的数据量受到较大影响，下载的总量仅有12 412 KB。当车速变化率为0.2时，实际相遇时间与预测的相遇时间相同的概率提高了，通信冲突减少，目标车辆接收到的数据有明显提高，达到了15 597 KB。当车速变化率为0.1时，目标车辆接收到的协助下载数据进一步增多。

4.1.3-副本的值对吞吐量的影响

车辆在行驶过程中，受到众多因素影响，因而协助下载数据不可能完全按照预期方式交付给目标车辆。为数据创建副本可提高数据交付的机率，提高数据交付的可靠性。本文设计了“-副本”策略。为了验证副本的值对下载量的影响，分别设置为0、1、2、4进行对比实验，副本数量与目标车辆的数据下载量的关系如图8所示。

当=0时，由于车辆速度变化等因素引起数据交付冲突或数据丢失，因而目标车辆所接收数据量并不高，而当=1时，接收的数据量有所提升，当为2、4时进一步的提升。副本数量越大就可以更有效提高目标车辆接收协助下载数据的机会，提高目标车辆的下载量与系统吞吐量，但是，从另一方面也增加了通信开销，同时也会增加车间的其他通信冲突，因此，值可依据应用的实际场景进行动态设置。

4.1.4 不同AP密度对吞吐量的影响

AP的密度是影响协助下载的另一个重要因素，稀疏的AP造成的更大长度的DA区间，影响了系统的吞吐量。为了验证AP密度对下载量的影响，将DA长度分别设置为8 km、12 km以及16 km。目标车辆在DA区前后半程所得到的数据量与DA长度的关系如表1所示。

表1 目标车辆在不同长度DA区的数据下载量

注：D表示数据下载量，单位为KB，P表示平均每公里下载量，单位为KB/km。

由表1可以看出，目标车辆在同一长度的DA区时，在FDA区所获得的数据量略少于LDA区，主要是由于协助车辆的运载协助数据时间要长于LDA区的时间，因而增加了数据交付的冲突机率；目标车辆在不同长度的DA区时，平均每千米下载的数据量随着DA长度的增大有较小幅度的减小，这说明DA的长度对系统的吞吐量的影响还是存在，即DA距离越小，单位距离协助下载的数据量越多。

4.2 性能对比

4.2.1 协助下载方法的对比分析

为了验证NICDM优缺点，本文采用类似的协助下载方法进行对比实验。设置DA距离为8 km，采用了no-co方法、随机选车算法(简称ra-co，该下载方法随机选择车辆来参与协助下载)、DSRelay模型以及NICDM进行对比实验。实验中记录一个下载周期内目标车辆所接收到的下载数据，实验结果如图9和图10所示。

在图9可以看出目标车辆进入AP时到离开AP通信范围内的30多秒的时间内，目标车辆所接收到的数据是由AP下载的数据直接交付给目标车辆，4种方案的下载时长与下载速率相等，因而目标车辆获得了相等的数据量。在离开通信区，无协助下载方法中的目标车辆在DA不能收到其他车辆协助下载数据，在整个DA区都接收到数据量为0 KB，最后整个下载周期内所接收的数据就只有在AP区直接下载的数据。随机选车算法中，当目标车辆进入AP时会向下一个AP请求协助下载，协助AP随机选择协助车辆，因而造成较多的协助车辆通信冲突，导致数据交付失败率高，但在盲区还是能够接收到一些协助下载数据，因而整个下载周期内得到的数据相比无协助方法有所提升，达到了7 900 KB。在DSRelay模型中，协助AP的车辆选择过程是依据策略进行地，并在DA区采用防碰撞补偿算法，因而系统的吞吐量有较大幅度地提升，目标车辆在整个下载周期内所接收到的数据平均达到12 360 KB。在NICDM中，采用了DA区的分段协助下载策略，目标车辆可以在整个DA接收协助车辆下载的数据，因而NICDM的一个周期内的总吞吐量可达到17 810 KB，与DSRelay模型相比有显著提高。

图10表示4种下载方法在3个阶段所接收的数据量情况。3个阶段分别为：1) 在AP通信范围内直接下载数据；2) 在DA前半程所接收到的协助下载数据；3) 在DA后半程所接收到的数据。由图10可看出，直接下载的数据量相等，说明4种下载方法在AP区所接收数据相等。由前面分析可知，no-co方法在整个DA区不会再接收数据，ra-co算法与DSRelay采用单一AP协助下载思路，下载到的大部分数据是目标车辆行驶到DA的后半程接收到的，前半程能够接收到较少量的数据是由部分速度较高的协助车辆所交付的。在图10中ra-co与DSRelay只有少量的前半程接收的数据验证了这一分析正确性。本文的NICDM方法采用了DA区的分段协助下载策略，目标车辆在DA的前半程与后半程所接收协助下载的数据大致相等，图中的NICDM中的前半程接收的数据量与后半程接收的数据量大致相等，进一步验证了NICDM有效地消除了DA的前后半程对协助下载的影响。

4.2.2 协助下载方法的用户体验分析

用户在使用网络服务过程中，处于通信暂盲或通信中断的时间越长，用户体验则越不好。协助下载过程中，目标车辆在DA区处于数据等待(WFD, waiting for data)状态的时间长短是直接影响用户体验的重要指标。本文设计一组实验，DA长度分别为8 km、12 km与16 km，采用随机选车算法(ra-co)、DSRelay模型以及NICDM方法。实验中统计了目标车辆在不同长度的DA区中的平均带宽(AB, average bandwidth)以及处于WFD状态的时长，用来分析在DA区下载时的用户体验。

图11表示了采用3种协助下载方法过程中，目标车辆在DA区获得的平均带宽。通过任务分解策略，NICDM实现了目标车辆在DA区前后半程都可获得大致相等的数据，因而DA区的平均带宽最高，达到40 KB/s。在DSRelay方法中，虽然目标车辆在DA后半程接收到的数据量与NICDM相近，但其前半程接收到的数据量很少，因而整个DA区的平均带宽受到影响，只有NICDM的60%。随机选择算法接收到的数据量更少，在DA区的平均带宽则更低。本实验结果可以证实，通过NICDM方法，用户能够获得更高的下载速度，提高下载时的用户体验。

表2表示的是目标车辆在经过DA区前半程与后半程时处于WFD状态的时间统计结果。从表2结果可以看出：1) DA的后半程，DSRelay与NICDM的空闲时间总长基本相等，ra-co算法中目标车辆的WFD状态时间较多，是NICDM的16倍以上，DA区越长，ra-co算法中目标车辆的WFD时间相比其他2种方法增长地更快；2) 在DA的前半程，ra-co算法与DSRelay中目标所处于WFD状态的时间很长，所占目标车辆通过DA区时间的82%，结合图10可分析出，这些WFD状态基本上是属于连续时间，这对于下载时的用户体验可是致命的。NICDM方法中产生WFD状态的主要原因是车速变化引起通信冲突，但这些WFD状态是离散不连续，且时间较短，仅占目标车辆通过DA区时间的3%~6%，用户在下载过程中基本上感觉不出来，获得了较好的用户体验。

表2 目标车辆在DA区的WFD状态总时长（单位：s）

5 结束语

高速公路2个相邻AP区有一段较长的通信盲区，造成了车辆较长时间的通信间歇期，在通信间歇期可通过车辆的协助下载，间接增加目标车辆的下载时间，从而提高车辆的下载吞吐量。为了更充分利用通信间歇期，本文采用了将目标车辆的下载任务委托其行驶方向上最近2个AP协助下载，实现目标车辆在整个通信盲区可接收到协助车辆的下载数据。同时本文针对因通信冲突或车辆中途离开高速等影响数据无法正常交付的因素，设计了-副本策略来提高数据交付的成功率。通过仿真实验，论证参数对系统性能的影响，同时也表明了NICDM实现的目标车辆在整个DA区无间隙获得协助下载数据，与相似下载方法相比显著地提高了系统吞吐量。下一步研究工作的重点将针对不同场景下协作车辆的利用率进行定量分析。

[1] TRULLOLS-CRUCES O, FIORE M, BARCELO-ORDINAS J M. Cooperative download in vehicular environments[J]. IEEE Transactions on Mobile Computing, 2012, 11(4): 663-678.

[2] JOERER S, SEGATAM, BLOESSLB, et alA vehicular networking perspective on estimating vehicle collision probability at intersections[J]. IEEE Transactions on Vehicular Technology, 2014, 63(4): 1802-1812.

[3] LIN SH, HU J Y, CHOU C F, et al. A novel social cluster-based p2p framework for integrating VANETs with the Internet[C]//Wireless Communications and Networking Conference, WCNC 2009. Budapest, Hungary, c2009: 1-6.

[4] 姜海涛, 张宏, 李千目. 车载时延容忍网络路由协议研究[J]. 通信学报, 2013, 34(3): 76-84.

JIANG H T, ZHANG H, LI Q M. Research on routing protocol of vehicular delay-tolerant networks[J]. Journal on Communications,2013, 34(3): 76-84.

[5] NANDAN A, DAS S, PAU G, et alCo-operative downloading in vehicular ad-hoc wireless networks[C]//Wireless On-demand Network Systems and Services, 2005.St. Moritz, Switzerland. c2005: 32-41.

[6] LIU C L, WANG C Y, WEI H Y. Mobile chord: enhancing P2P application performance over vehicular ad hoc network[C]//IEEE GLOBECOM 2008.New Orleans, USA, c2008: 1-8.

[7] TRULLOLS-CRUCES O, MORILLO-POZO J, BARELO J M, et alA cooperative vehicular network framework[C]//Communications, IEEE International Conference on 2009. Dresden, Germany, c2009: 1-6.

[8] CHEN B B, CHAN M C. MobTorrent: a framework for mobile Internet access from vehicles[C]//IEEE INFOCOM 2009. Rio de Janeiro, Brazil, c2009: 1404-1412.

[9] CREPALDI R, BEAVERS R, EHRAT B, et alLoadingzones: leveraging street parking to enable vehicular internet access[C]//The Seventh ACM International Workshop on Challenged Networks. Istanbul, Turkey, c2012: 23-30.

[10] 刘建航, 孙江明, 毕经平, 等. 基于动态时槽的车联网协助下载方法研究[J]. 计算机学报, 2011, 34(8): 1378-1386.

LIU J H, SUN J M, BE J P, et al.VANET cooperative downloading approach study based on dynamic slot[J].Chinese Journal of Computers, 2011, 34(8): 1378-1386.

[11] 刘建航, 毕经平, 徐鹏, 等. 一种提高系统吞吐量的协助下载补偿模型[J]. 计算机学报, 2012, 35(7): 1390-1398.

LIU J H, BE J P, XU P, et alA compensation model of cooperative downloading improving system throughput[J]. Chinese Journal of Computers, 2012, 35(7): 1390-1398.

[12] FIORE M, BARCELO-ORDINAS J M. Cooperative download in urban vehicular networks[C]//Mobile Adhoc and Sensor Systems, IEEE 6th International Conference. Macau, China, c2009: 20-29.

[13] ZHAO J, ARNOLD T, ZHANG Y, et alExtending drive-thru data access by vehicle-to-vehicle relay[C]//The Fifth ACM International Workshop on Vehicular Inter-Networking.San Francisco, USA, c2008: 66-75.

[14] ERIKSSON J, BALAKRISHNAN H, MADDEN S. Cabernet: vehicular content delivery using WiFi[C]//The 14th ACM International Conference on Mobile Computing and Networking.San Francisco, USA, c2008: 199-210.

[15] DANDAPAT S K, JAIN S, CHOUDHURY R R, et alDistributed content storage for just-in-time streaming[J]. ACM SIGCOMM Computer Communication Review, 2012, 42(4): 77-78.

[16] MALANDRINO F, CASETTI C, CHIASSERINI C, et al. Content downloading in vehicular networks: What really matters[C]//IEEE INFOCOM 2011. Shanghai, China, c2011: 426-430.

[17] OTT J, KUTSCHER D. Drive-thru Internet: IEEE 802.11 b for automobile users[C]//IEEE INFOCOM2004. HongKong, China, c2004: 262-373.

Non-intermittent cooperative downloading approach for VANET

XIE Yong1,2, WU Li-bing1, HE Yan-xiang1,3, FAN Jing1, LIU Bing-yi1

(1. School of Computer Science, Wuhan University, Wuhan 430072, China; 2. School of Information and Engineering, Jingdezhen Ceramic Institute, Jingdezhen 333403, China; 3. State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China)

Internet access through access points (AP) for vehicles has the advantages of low cost, high-bandwidth and low latency. However,because of dark area (DA) around AP, vehicles have to take intermittent linking to Internet, resulting in the QoS of network is difficult to be guaranteed. A non-intermittent cooperative downloading method (NICDM)for highway was proposed. The unfinished download task of target vehicular in current AP was decomposed into several parts according to vehicle’s speed, the size of unfinished task and distance of DA, then commissioned to two nearest APs. A group of cooperative vehicles selected under selection strategy would get data from the APs and forward it to the target vehicle when theymeet in DA. And an-replicaconflict resolution strategy was used to improve the stability of cooperative downloading. Simulation results show that compared with similar cooperative methods, NICDM can uninterruptedly get cooperative download data through DAs and improve system’s QoS and throughput.

vehicular network, cooperative downloading approach, intermittent access, conflict resolution, vehicle selection strategy

TP393

A

10.11959/j.issn.1000-436x.2016022

2014-10-14；

2015-05-08

吴黎兵，wu@whu.edu.cn

国家自然科学基金资助项目（No.61272112, No.61472287）；湖北省科技支撑计划基金资助项目（No.2013BAA004）

The National Natural Science Foundation of China (No.61272112, No.61472287), Science and Technology Support Program of Hubei Province (No.2013BAA004)

谢永（1978-），男，湖南郴州人，武汉大学博士生，主要研究方向为车联网、下一代网络与网络安全。

吴黎兵（1972-），男，湖北黄梅人，博士，武汉大学教授、博士生导师，主要研究方向为分布式计算、网络管理、网络性能与服务质量、可信软件。

何炎祥（1952-），男，湖北应城人，博士，武汉大学教授、博士生导师，主要研究方向为分布并行处理（含移动计算与Web服务）、自然语言处理、可信软件、软件工程等。

范静（1988-），男，湖北宜昌人，武汉大学博士生，主要研究方向为无线网络与下一代网络。

刘冰艺（1990-），男，湖北麻城人，武汉大学博士生，主要研究方向分布式计算与网络管理。