基于流量的车载网络路边单元RSU部署方案

奎晓燕，杜华坤，肖雪峰，李勇

（1. 中南大学 信息科学与工程学院，湖南 长沙，410083；2. 中南大学 地球科学与信息物理学院，湖南 长沙，410083；3. 清华大学 电子工程系，北京，100084）

基于流量的车载网络路边单元RSU部署方案

奎晓燕1，杜华坤2，肖雪峰1，李勇3

（1. 中南大学 信息科学与工程学院，湖南 长沙，410083；2. 中南大学 地球科学与信息物理学院，湖南 长沙，410083；3. 清华大学 电子工程系，北京，100084）

针对目前车载移动容迟网络中的路边单元（RSU）部署问题，提出一种基于车流量的车载网络路边单元RSU部署方案，该方案通过对车载网中路口的车流量的统计行为进行分析，在城市重要交通枢纽和交叉路口部署路边单元RSU来进行辅助通信，从而有效提高车载移动网络的通信效率。根据北京和上海两地实际的车载移动数据，进一步对所提方案进行分析和评估。研究结果表明：在辅助车辆与车载之间的通信时，密集部署 RSU可以创造连续的通信机会，从而有效提高网络性能。

车载网络；路边单元；RSU部署

科学的交通流量规划，最优化利用道路资源和合理调度交通系统已成为交通、信息等领域的重要研究课题。车载移动网络（vehicular ad hoc networks，VANET），作为下一代智能交通系统的重要组成部分正吸引越来越多研究者的关注［1］。在全球移动数据量迅猛增长的趋势下，很难通过增加蜂窝网基础设施来满足用户不断增长的需求，因此，需要利用其他连接方式例如 Wi-Fi、移动自组织网络、容迟网络等方式来缓解移动网络的压力［2］。车载移动网络作为其中的一种形式，能够有效缓解移动数据对现有网络造成的巨大压力［3］。车载移动网络主要有2种通信方式：车与车之间的通信和车与路边单元间的通信［4］。路边通信单元（road side units，RSU）是车载容迟网络中部署在路边进行辅助通信的设施，它与骨干网直接相连，并且可以与车辆进行无线通信。相比车载容迟网络中的车辆，RSU具有更好的通信能力、覆盖范围和传输速度，而且可以同时与多辆车辆进行通信。此外，RSU还有较大的存储空间，可以存储信息，提高通信概率。因此，通过在道路交通系统中部署相关的RSU，一方面能有效地解决现有车载的互联网接入问题，另一方面，也能极大地增加车载之间的通信机会，通过RSU缓存消息，实现车与车之间消息的高效传递。因此，研究基于城市环境的路边单元 RSU辅助的车载网络通信机制至关重要［5-6］。在RSU辅助的车载网络中，1个最为重要的问题是如何部署RSU路边单元，以实现车载网络的性能最大化。在实际网络和系统中，由于部署RSU会带来一定的经济开销，因此，可以部署的RSU数量受到一定的限制。在RSU数量受限的条件下，如何选择最优的位置来部署RSU，提高车载移动网络的消息传输效率，包括提高消息传送概率，降低消息传送延迟等成为1个重要问题。针对车载移动容迟网络中的RSU部署问题，本文作者提出了一种基于车流量的车载网络路边单元RSU部署方案。

1 相关工作

车载容迟网络中的数据转发和路由算法设计问题非常重要［5-15］。为了实现更高效和更快速的数据传输，ZHAO等［7-8］对车载容迟网络中的数据传输算法进行了研究，主要涉及如何选择数据传输对象。NEKOUI等［9］研究了利用路边设施辅助通信时车辆间多跳传输的性能。以上工作存在的不足之处在于：由于车辆的密度分布不均匀和高移动特性，使得车辆之间无法形成稳定的多跳传输路径来进行数据传输。DING等［10］在设计转发算法时加入容迟特性并在路口设置固定节点来辅助通信，并证明了在车辆较稀少的情况下利用RSU可以有效地提高信息成功传输的概率。LU等［11］提出了在车载容迟网络的 RSU中加入基于车辆关系的保护隐私的数据转发算法。WANG等［12］对于一般车载网络下的RSU部署方式进行了研究，然而，该文的RSU通信服务的对象是以中继通信为基础的车载自组织网络，其主要研究目的是实现部署RSU时如何有效保障用户的隐私，因此，与本文所提出的基于交通流量的 RSU部署来增强车载容迟网络通信能力的思路并不相同。一般来说，部署RSU需要一定的设备和部署成本，因此，如何合理地将RSU部署到道路上的适当位置成为 1个十分重要的研究问题。KCHICHE等［13］提出了1种把RSU部署在道路交叉路口的策略。通过对每个路口定义相关参数来描述各个路口的繁忙程度，通过把RSU路边单元部署在较为中心的交叉路口来减少数据传输延时。此外，LOCHERT等［14］也提出了相关算法，通过考虑车载网络高度分割的特性来挑选城市中适合部署RSU的位置，并提出了相关的优化算法。然而，该算法仅考虑了车辆密度较低的情况，不适用于大城市环境下车辆密集的区域。LEE等［15］提出了通过部署 RSU来提高车载网络的连通性和减少网络间断时间的方案，该方案可以有效地将网络间断时间控制和减少到10 s以内，并将网络的连通概率提高到 72.5%左右。本文作者将研究基于真实环境车载流量的RSU部署方案，从而实现基于RSU的辅助通信，增强车载容迟网络的通信能力。

2 基于车流量的RSU部署方案

2.1 问题定义

定义2-1 接触间隔

RSU r与车辆u的接触间隔CI，ru定义为该车辆从上一次离开该RSU通信范围时刻t0直到再次进入此范围的时间间隔，即

以上问题表述即为GSM、传感器以及网状网络当中著名的覆盖问题，然而，这些领域中提出的模型也无法直接应用于本文的环境，相比全覆盖要求，本文环境可以只提供有限的覆盖比例。

2.2 RSU部署方案

如前所述，考虑到车流量对于增强车载容迟网络通信能力具有重要影响的因素，提出了基于车流量的RSU部署方案。首先对城市的车流量进行统计，将城市区域范围内每一个区域车流量达到速率记为λ。对以下3种选择部署策略进行研究：随机选择路口位置，选择λ最大的路口和考虑λ分布的均匀部署。在考虑λ分布的均匀部署时，手动选取路口部署RSU，路口选择的主要原则包括：选择交通繁忙的路口，组成路口的两条路交通流量均较大和空间上均匀分布这3个要素。

由于部署RSU的花费较高，而且在研究的初期阶段在所有路口部署RSU是不现实的，因此主要研究针对RSU的选择性部署。选择北京和上海2个城市的真实数据展开研究工作。北京和上海两地研究的路口数分别为213个和193个，在RSU的选择性部署中，研究在其中63 和54个路口部署RSU的情况，具体部署情况如图1～4所示。此外，在研究过程中，将session定义为车辆在网络内移动时的一段连续的时间。当车辆进入RSU网络覆盖范围时，即车辆与某个RSU相遇时，session开始，当车辆离开RSU网络一段时间后，session终止。在1个session内，车辆一直处在运行状态，其GPS记录在时间上应当是连续的。当1辆车的GPS轨迹在时间上出现一定的中断时，认为车辆在前后两段时间的轨迹是独立的，需要分开进行处理。考虑到连续的 GPS记录在时间上的分布间隔最大为128 s，并且允许单独1次记录的丢失，所以，中断时间的最小长度应该大于2×128=256 s。另外，考虑到车辆的运行速度较快，为保证数据处理尽量准确，将轨迹中断的最小时间间隔设为5 min，即车辆的连续2个GPS数据间的时间差超过5 min就认为前、后2段时间的运动彼此独立。本文主要研究车辆在网络中的2个指标，第1个指标是车辆在1个session内平均经过的路口数；第2个指标是1个session的平均持续时间。

图1 北京均匀部署RSU位置图Fig.1 Uniform deployments of RSU in Beijing

图2 北京最繁忙路口部署和随机部署图Fig.2 Busiest junctions deployment and random deployment in Beijing

图3 上海均匀部署RSU位置图Fig.3 Uniform deployments of RSU in Shanghai

图4 上海最繁忙路口部署和随机部署图Fig.4 Busiest junctions deployment and random deployment in Shanghai

对于车载容迟网络的通信能力，将按以下方法计算。在系统内部署RSU对信息进行缓存的情况下，车辆间通信频率将发生变化。考虑2辆车c1和c2之间的相遇，假设2辆车在路口i部署有RSUi，且c1在t1时刻与 RSUi相遇，c2在 t2时刻与 RSUi相遇，假设t1＜t2，则在t1时刻c1将希望传输的内容存储在RSUi内，而在t2时刻c2可以从RSUi处获取c1希望传输的内容，本文认为c1和c2在t2完成了1次通信。考虑到信息传输的时效性和RSU中存储空间的限制，信息在RSU中的存在时间设定了1个时间上限TRSU，信息在RSU中存储时间超过TRSU则被丢弃。在这种情况下，若t2-t2＜TRSU，则2车借助RSU的通信可以发生，反之则由于信息被删除，造成车辆间的通信无法完成。

3 性能评估与仿真分析

3.1 仿真环境与数据处理

这里采用北京和上海这2个中国最大城市的车载移动数据对性能进行评估。上海的数据记录了 2 058辆出租车在2012-02内的车载移动数据。车载数据点记录的规则为：若车上有乘客，每15 s进行1次数据记录；否则，每1 min记录1次移动数据。北京的数据采用同样的方法在2013-05对27 000辆出租车进行移动位置记录。鉴于通过GPS获得的位置数据在记录频率上并不统一和具有不准确性，并且会有噪声的影响，因此需要对数据进行预处理。首先根据北京和上海地图上的道路坐标标注，对坐标记录数据进行修正；其次通过线性回归的方法进行地理位置插值，使得所记录的位置数据按照每15 s的时间间隔来记录节点的位置。

为了选择部署RSU路边单元的地点，根据重要的交通枢纽和十字路口对整个城市进行识别［16］。通过利用Voronoi算法［17-18］，按照车流量粒度由大到小进行分区。分区示例图如图5所示。根据所分区域，通过在区域的中心位置部署 RSU路边单元来仿真车载网络的运行情况。通过仿真来对比本文提出的不同的车载移动网络RSU部署策略的性能，算法在执行过程中考虑的参数主要包括通信时间间隔、平均相遇时间等［19-20］。

3.2 仿真结果分析

图5 Voronio区域划分方法图Fig.5 Voronio diagram for zoning method

表1 北京不同部署方式下V2V通信频率的变化Table 1 Variation of V2V communication frequency under different deployment schemes in Beijing

表2 上海不同部署方式下V2V通信频率的变化Table 2 Variation of V2V communication frequency under different deployment schemes in Shanghai

设定TRSU=60 min以保证RSU能够有效地帮助车辆之间进行通信。仿真中用完全部署作为最优情况来作为参照，同时也与V2V通信模式的相遇间隔时间进行对比。表1和表2所示分别为北京和上海RSU部分部署时，任意两辆车之间平均相遇时间间隔的统计结果。与预期不同，两辆车之间的平均相遇时间并没有因为选择性地部署RSU而减少。主要原因在于，在均匀部署中，部署RSU间距比较大，而在随机部署中，存在一个范围内密集部署多个RSU的情况；在RSU比较密集的地区，车辆更有可能连续地遇到多个存有目标车辆信息的RSU，使得相遇间隔更小。在最繁忙部署中，同样有多个RSU距离很近的现象，但是，平均相遇时间间隔比随机部署的大。因此，在比较繁忙的路线上，由于车辆的行进路线比较固定而且路线很少，两辆车依靠RSU进行连续多次通信主要在两辆车都沿同一路线行进时发生，从而使得通信总次数比随机部署的小，相应的相遇间隔更大。

从表1和表2可以看出：在车辆与车辆之间的通信中，在一定的地域密集部署RSU可以有效增加车辆间的通信次数，多次相遇可能集中在1个时段中，因此，有效利用连续的通信机会需要RSU间的良好协作和有效的信息分配。研究部署策略时的另一个指标为车辆接受 RSU网络服务的时间特性。选取的指标包括：在网络内的1个session内遇到的RSU数目，session持续时间，与RSU的平均相遇时间间隔以及车辆与整个RSU网络的平均相遇时间间隔。在以上4个指标中，在1个session内遇到的RSU数目和session的持续时间体现的是车辆在运行的过程中能够从 RSU中获取信息的多少，而与RSU的平均相遇时间间隔和车辆与网络的平均相遇时间间隔体现的是 RSU覆盖服务的范围。

表3和表4所示分别为北京和上海不同部署方案对车辆与RSU相遇的影响。从表3和表4可以看出：在最繁忙的路口部署RSU能够使车辆与RSU的总相遇次数最多，车辆在网络中移动时可以遇到更多的RSU，并且通信的总时间更长。在均匀部署情况下，由于部署相对稀疏，因此，车辆在网络中移动时遇到的RSU数目相对变少，但是均匀部署的覆盖面更大，车辆进入RSU网络的概率更高。在完全部署时，车辆与网络相遇的间隔时间更大，可以解释为，在完全部署时，车辆更多的情况下是一直在网络内移动，进出网络的次数减少造成相遇间隔增加。

3.3 部署策略总结

通过上述对不同部署策略的研究，可以得出以下结论：

1） 在RSU辅助车辆之间的消息传播方面：密集部署RSU能够创造连续的通信机会，充分利用这些机会能够在两车之间传输比较大的信息。

2） 在车辆从RSU获取信息方面：在繁忙的交通路口部署 RSU可以保证车辆在网络内移动时可以遇到更多的路口，从而获取更多的信息。参照路口分布和车辆到达速率λ的均匀部署策略，可以保证更大的覆盖面，从而使得车辆进入 RSU覆盖范围的概率增大。因此，当希望通过RSU获得大量的信息时，在繁忙路口部署RSU可以增大与RSU的总通信时间，获取更多的信息。当希望用少量的RSU满足更多车辆的需求，并且车辆从RSU中并不需要获取特别多的信息时，均匀部署有更好的效果。需要注意的是：繁忙路口处车辆非常集中，可能造成车辆与RSU通信速率的下降，此时为保证网络整体性能，在繁忙地区可能需要部署更多的RSU。

表3 北京不同部署方案对车辆与RSU相遇的影响Table 3 Effect of vehicles encounter with RSU under different deployment schemes in Beijing

表4 上海不同部署方案对车辆与RSU相遇的影响Table 4 Effect of vehicles encounter with RSU under different deployment schemes in Shanghai

4 结论

1） 在辅助车载通信时，密集部署RSU可以创造连续的通信机会。在繁忙路口部署和均匀部署时，由于RSU间距较大，更适合于辅助V2V通信中传输较小数据的情况。

2） 在车辆利用RSU获取外部信息时，在繁忙路口部署可以保证在车辆进入网络后，可以与更多的RSU相遇，并且通信时间更长，而均匀部署可以使车辆更频繁地与RSU网络接触，更好保证获取信息的及时性。

3） 根据实际城市交通流量得到的结论对于在真实车载网络中部署RSU具有较大的实际指导意义。

［1］ ALSULTAN S， ALDOORI M M， ALBAYATTI A H， et al. A comprehensive survey on vehicular ad hoc network［J］. Journal of Network and Computer Applications， 2014， 37（1）： 380-392.

［2］ DU Rong， CHEN Cailian， YANG Bo， et al. Effective urban traffic monitoring by vehicular sensor networks［J］. IEEE Transactions on Vehicular Technology， 2015， 64（1）： 273-286.

［3］ ZHANG Rongqing， CHENG Xiang， YANG Liuqing， et al. A novel centralized TDMA-based scheduling protocol for vehicular networks［J］. IEEE Transactions on Intelligent Transportation Systems， 2015， 16（1）： 411-416.

［4］ 李晋国， 林亚平， 李睿， 等. 车载自组织网络中基于椭圆曲线零知识证明的匿名安全认证机制［J］. 通信学报， 2013， 34（5）：52-61. LI Jinguo， LIN Yaping， LI Rui， et al. Secure anonymous authentication scheme based on ellipticcurve and zeroknowledge proof in VANET［J］. Journal on Communications，2013， 34（5）： 52-61.

［5］ 何鹏， 阎保平， 李志， 等. CM-MAC：一种基于分簇的多信道车载网 MAC协议［J］. 计算机研究与发展， 2014， 51（3）：502-510. HE Peng， YAN Baoping， LI Zhi， et al. CM-MAC： A cluster-based multi-channel MAC protocol for VANET［J］. Journal of Computer Research and Development， 2014， 51（3）：502-510.

［6］ 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 Haitao， ZHANG Hong， LI Qianmu. Research on routing protocol of vehicular delay-tolerant networks［J］. Journal on Communications， 2013， 34（3）： 76-84.

［7］ ZHAO Jing， CAO Guohong. VADD： vehicle-assisted data delivery in vehicular ad hoc networks［J］. IEEE Transactions onVehicular Technology， 2006， 57（3）： 1910-1922.

［8］ SONG C， LIU M， WEN Y， et al. Buffer and switch： an efficient road-to-road routing scheme for VANETs［C］// IEEE International Conference on Mobile Ad-hoc and Sensor Networks. Beijing， 2011： 310-317.

［9］ NEKOUI M， ESLAMI A， PISHRO-NIK H. The capacity of vehicular ad hoc networks with infrastructure［C］// IEEE 6th International Symposium on Modeling and Optimization in Mobile， Ad Hoc， and Wireless Networks and Workshops. Berlin，Germany， 2008： 267-272.

［10］ DING Yong， LI Xiao. SADV： static-node-assisted adaptive data dissemination in vehicular networks［J］. IEEE Transactions on Vehicular Technology， 2010， 59（5）： 2445-2455.

［11］ LU Rongxing， LIN Xiaodong， SHEN Xuemin. SPRING： a social-based privacy- preserving packet forwarding protocol for vehicular delay tolerant networks［C］// 29th IEEE International Conference on Computer Communications （INFOCOM 2010）. San Diego， USA， 2010： 1-9.

［12］ WANG Shengwei， CHANG Mengyi. Roadside units allocation algorithms for certificate update in VANET environments［C］// 17th IEEE Asia-Pacific Conference on Communications （APCC）. Sabah， Malaysia， 2011： 472-477.

［13］ KCHICHE A， KAMOUN F. Centrality-based access-points deployment for vehicular networks［C］// IEEE International Conference on Telecommunications（ICC）. Cape Town， South Africa， 2010： 700-706.

［14］ LOCHERT C， SCHEUERMANN B， WEWETZER C， et al. Data aggregation and roadside unit placement for a vanet traffic information system［C］// Vanet Proceedings of the Fifth ACM International Workshop on Vehicular Inter-networking. San Francisco， California， USA： ACM， 2008： 58-65.

［15］ LEE J， KIM C M. A roadside unit placement scheme for vehicular telematics networks［J］. Advances in Computer Science and Information Technology， 2010， 6059（1）： 196-202.

［16］ RAW R S， DAS S. Performance analysis of P-GEDIR protocol for vehicular ad hoc network in urban traffic environments［J］. Wireless Personal Communications， 2013， 68（1）： 65-78

［17］ DEZA M M， DEZA E. Voronoi diagram distances［M］. Berlin，Heidelberg： Springer， 2013： 339-347.

［18］ AMMARI H M， DAS S K. Promoting heterogeneity， mobility，and energy-aware voronoi diagram in wireless sensor networks［J］. IEEE Transactions on Parallel and Distributed Systems， 2008， 19（7）： 995-1008.

［19］ ZHANG Rongqing， CHENG Xiang， YANG Liuqing， et al. A novel centralized TDMA-based scheduling protocol for vehicular networks［J］. IEEE Transactions on Intelligent Transportation Systems， 2015， 16（1）： 411-416.

［20］ KUMAR N， LEE J H， RODRIGUES J J P C. Intelligent mobile video surveillance system as a bayesian coalition game in vehicular sensor networks： learning automata approach［J］. IEEE Transactions on Intelligent Transportation Systems， 2015， 16（3）：1148-1161.

（编辑 杨幼平）

Traffic amount based road side unit deployment scheme for vehicular network

KUI Xiaoyan1， DU Huakun2， XIAO Xuefeng1， LI Yong3

（1. School of Information Science and Engineering， Central South University， Changsha 410083， China；2. School of Geosciences and Info-Physics， Central South University， Changsha 410083， China；3. Department of Electronic Engineering， Tsinghua University， Beijing 100084， China）

The road side unit （RSU） deployment issues were investigated. Based on the network traffic volume， the RSU into the network was deployed. The scheme analyzed the size of the statistical behavior of traffic flow through the junction in the vehicle network， and deployed the RSU to assist communication in the major transportation hub and intersections of the city， which can effectively improve the communication efficiency of the vehicle delay tolerant network. With the two actual vehicle traces of Beijing and Shanghai， analysis and evaluation of the proposed scheme were carried out. The results demonstrate that the dense deployments of the RSU can create continuous communication opportunities in the communication between the auxiliary vehicle and the vehicle， and can effectively improve the network performance.

vehicular networks； road side unit； RSU deployment

TP393.0

A

1672-7207（2016）05-1573-07

10.11817/j.issn.1672-7207.2016.05.017

2015-05-14；

2015-07-25

国家自然科学基金资助项目（61502540，61502057，61572530，61402542）；国家留学基金资助项目（2015［3012］）；湖南省自然科学基金资助项目（2015JJ4077） （Projects（61502540， 61502057， 61572530， 61402542） supported by the National Natural Science Foundation of China； Project（2015［3012］ supported by China Scholarship Council； Project（2015JJ4077） supported by the National Science Foundation of Hunan Province， China）

杜华坤，博士，讲师，从事信号处理研究；E-mail： hkdu2008@126.com