面向蜂窝和车联网的协作共享视频流的策略

曾步衢，从继成

(黄淮学院 动画学院，河南 驻马店 463000)

0 引 言

VANETs为用户提供了安全和非安全应用，如安全预警、电子收费以及交通管理、网上视频浏览等。尽管安全应用是部署VANETs的初衷，但是随着移动终端的日益普及，非安全应用受到不少用户的青睐[1-3]。

多数的非安全应用要求具有时限的信息在局部范围内共享。而VANETs是基于专门短距离通信DSRC的频率带宽和车载环境WAVE协议[4,5]。然而，对于非安全数据，它们需要有保障的QoS(quality of service)，而WAVE仍是依据于传统的TCP/UDP/IPv6协议。由于车辆的迅速移动，传统的这些协议难以满足大量数据的传输要求，如视频数据流[6]。

融合移动蜂窝网络(3G/4G)的车联网不仅可以通过DSRC进行近距离通信，同时还可以通过蜂窝网络快速地传输大容量数据，如视频流。基于蜂窝网络的数据传输方式可以有效地降低传输时延。目前3G/4G网络已发展成熟，这为组建蜂窝网络-车联网的混合网络结构提供了基础[7]，蜂窝网络-车联网的混合网络结构如图1所示。然而，让每辆均具有蜂窝网络接口不太现实，不具有可操作性。因此，只能以DSRC通信为主，以蜂窝网络为辅的混合通信架构。

图1 蜂窝网络-车联网的混合结构

此外，实际上，视频数据流是娱乐项中最为引人关注的娱乐应用之一。基于这个背景，研究人员开始利用蜂窝频谱，如3G和4G链路，引入车间通信V2V(vehicle-to-vehicle)和车与基础设施通信V2I(vehicle-to-infrastructure)，进而提高数据传输性能。

因此，本文考虑一个真实的生活场景：行驶的车辆，欲想通过蜂窝通信下载视频数据流。然而，由于有限或间断的网络连接难以满足用户的要求。为了解决这个问题，请求邻居车辆协作下载该视频数据。邻居车辆先通过蜂窝网络下载视频数据，然后再利用DSRC链路将该视频数据转发至需要该视频数据的车辆。

然而，这个协作转发视频数据的过程涉及多个技术问题，如动态拓扑、快速移动的车辆、不稳定的带宽、间断连接以及网络密度等。文献[8]提出面向快速车队(Fleet)的车载网络的协作视频流传输协议。一个Fleet由一群驶向同一区域的车辆组成。然而，Fleet拓扑的变化，如新的车辆加入或原来的车辆离开，为车辆协作共享视频流提出了挑战。因此，如何快速有效地从邻居车辆中选择一辆可靠的车辆，再由此车辆向移动蜂窝网络下载该视频流，然后向请求视频流的车辆转发。由于车辆的快速移动，如何从邻居车辆中选择最优的车辆成为协作共享视频的关键。

为此，本文以蜂窝网络-车联网的混合网络结构为背景，提出选择最优协作下载车辆策略CVSS。CVSS引用了多标准决策算法，将车辆位置、相对速度、链路连通时间以及带宽信息进行融合，再计算每个邻居车辆的序值，最后选择序值最大的车辆作为协作下载车辆。仿真结果表明，提出的CVSS能够有效地共享视频数据。

1 系统模型

考虑如图2所示的典型的车载网络，由基于DSRC的无线网络和蜂窝网络构成。当某车辆不能下载视频数据流时，且将此车辆称为视频请求车辆VRV(video requesting vehicle)，VRV就求助于邻居车辆，从邻居车辆中选择某一个车辆作为协作下载车辆CDV(cooperative download vehicle)。当邻居车辆获取了该视频数据流时，就利用DSRC的无线链路向VRV转发。

图2 系统模型

如何从一跳邻居车辆中选择一个合适的CDV成为共享视频数据流的关键。本文提出基于多标准决策CVSS算法。VRV车辆先收集邻居车辆信息，然后再计算每个车辆的序值，然后再依据这些序值从高至低排序，并选择序值最大的车辆作为协作下载车辆CDV。

2 CVSS

CVSS先通过车辆间周期地交互beacon包收集邻居车辆的移动信息，包括车辆的位置、速度等信息。然后，计算距离因子、相对速度、链路连通时间、带宽因子，再利用多标准决策算法将这些因子整合成一个序值，并计算每个邻居节点的序值，并排序。整个CVSS框架如图3所示。

图3 CVSS框架

2.1 影响因子

假定有n个车辆在高速移动，如图2所示。假定VRV和它的一跳邻居车辆分别表示Vr和Vk，且{(k,r)|k,r∈[1,n]∧k≠r}。Vr、Vk的位置、速度和方向分别表示为[(xr,yr),(xk,yk)]，[ϑr,ϑk]、[θr,θk]。车辆周期地交互beacon包，其包含车辆的位置、速度以及方向。

在选择协作下载车辆时，考虑了距离、相对速度、链路连通时间以及宽带资源信息。首先，VRV车辆Vr计算离邻居车辆Vk的欧式距离dk

(1)

为了最大化链路寿命，希望被选择的CDV与Vr车辆间的相对速度越小越好。为此，计算邻居车辆与Vr的相对速度Sk

(2)

其中，θ表示Vr与Vk间的角度，可依式(3)计算

(3)

其中，X=(xk-xr)、Y=(xk-xr)。如果车辆以均速移动，即υ=ϑr=ϑk，它们的相对速度Sk可定义为

(4)

此外，利用文献[9]的位置服务路由LLR预测链路连通时间Tlinkr→k。连通时间越长，越有利于视频数据流的转发。Tlinkr→k定义如式(5)所示

(5)

其中，a=ϑrcosθr-ϑkcosθk、b=xr-xk、c=ϑrsinθr-ϑksinθk、d=yr-yk。

最后，对于无缝视频流，邻近车辆Vk能够获取的瞬时带宽bk也是在选择协作车辆时必须考虑的因素。

2.2 多标准决策算法

作为CDV，应具有最小的相对速度、最大的连通时间、高接入带宽以及最小距离。为此，先引用文献[10]的多标准决策算法，融合上述因子值，对c内的车辆进行权值排序。多标准决策算法的执行步骤如下：

步骤1 初始化，将上述4个因子(dk、Sk、Tlinkr→k、bk)构建成一个矢量C=(c1,c2,c3,c4)，其中c1、c2、c3、c4分别等于dk、Sk、Tlinkr→k和bk。假定Vk的一跳邻居集c内有N个车辆，即|c|=n。

步骤2 构建一个n×4权值矩阵M，其第i行第j元素mij表示第i个邻居车辆的第j个因子，且i=1,2,…,n，j=1,2,3,4

(6)

再将车辆的影响因子进行进归一化。假定第i个邻居车辆的第j个因子值的归一化表述为

步骤3 给每个归一化权值设置不同的权重系数，如式(8)所示

ki,j=ωj×Sij,i=1,2…,m,j=1,2,3,4

(8)

其中,ωj表示4个因子的权重系数。

步骤4 为每个因子建立最优解I+和非最优解I-

I+={k(1,j),k(2,j),…,k(m,j)}={maxk(i,j)∀j∈(1,2,3,4)}

(9)

I-={k(1,j),k(2,j),…,k(m,j)}={mink(i,j)∀j∈(1,2,3,4)}

(10)

(11)

(12)

最后，计算每个邻居车辆的序值，并进行排序。节点i的序值Ri

(13)

3 性能仿真

3.1 仿真环境

利用网络仿真软件NS3建立仿真平台[11-13]，并通过SUMO获取车辆移动的轨迹文件。考虑长为10公里的三车道的道路模型，80辆至180辆车辆以泊松分布形式分布于道路，车辆的平均速度为60km/h至110km/h。此外，每辆车具有两个无线接口：①DSRC接口，实现V2V通信，且数据率为6Mbps；②蜂窝接口，实现接入Internet，且在4G网络中数据率为30Mbps。

表1 仿真参数

同时，引用“Big Buck Bunny”的一段真实视频流供车辆下载。具体的仿真参数如表1所示。每次实验独立重复50次，取平均值作为最终的仿真数据。

此外，为了更好地分析CVSS的性能，选择KCV[8]策略进行比较。KCV策略是假定一群车辆行驶同一个目的地，且仅依据带宽标准选择协作下载车辆。同时，选择平均帧丢失率、平均时延作为性能指标。

3.2 数据分析

首先考察车辆速度对平均帧丢失率、平均时延的影响，实现数据如图4所示。

图4 车辆平均速度对平均帧丢失、平均时延的性能影响

车辆平均速度对平均帧丢失、平均时延的性能影响分别如图4(a)和4(b)所示。从图4(a)可知，平均帧丢失随车速提高呈增长趋势。原因在于：车速的提高，加速了网络拓扑的变化。然而，与KCV相比，提出的CVSS策略的平均帧丢失得到有效地下降，平均下降了接近50%。而图4(b)反映了KCV和CVSS的平均时延随车辆速度的影响。平均时延随车辆速度增加呈下降趋势，这主要归功于蜂窝移动的高峰值速率的原因。相比于KCV，CVSS策略的平均时延有所下降。CVSS策略的平均时延约在0.325 s，而KCV的平均时延约在0.3 s。

然后，分析车辆数对平均帧丢失和平均时延的影响，数据结果如图5所示。

图5 车辆数对平均帧丢失数、平均时延的影响

从图5(a)可知，车辆数的增加提高了平均帧丢失数。原因在于：车辆数越多，增加了车辆丢失帆的基数。与图4(a)相似，CVSS策略的平均帧丢失数不于KCV，减少了接近10%。例如，当车辆数200时，CVSS的平均帧丢失数为500，而KCV的平均帧丢失数接近600。图5(b)显示平均时延随车辆数的变化曲线。从图中可知，车辆数的增加提升了平均时延。不出意外，CVSS策略的时延低于KCV，原因在于：CVSS策略在选择协作转发车辆时，考虑了多项因子，而KCV只考虑了带宽。

4 结束语

考虑到车联网中的非安全应用服务质量，以蜂窝网络-车联网的混合结构为背景，提出协作共享视频流的策略CVSS。CVSS充分利用4G网络的高峰值、低时延特性，并利用多标准决策算法选择最优的车辆作为协作下载车辆。通过协作下载车辆转发视频流，提高了视频流共享的性能。仿真结果表明，相比于KCV，提出的CVSS的平均帧丢失数和平均时延，分别下降了10%和30%。

[1]Wang Q,Leng S,Fu H,et al.An IEEE 802.11 p-based multichannel coordination for vehicular ad hoc networks[J].IEEE Transaction on Intelligent Transportation Systems,2012,13(2):449-458.

[2]Han C,Dianati M,Tafazolli R.A novel distributed asynchronous multichannel MAC scheme for large-scale vehicular ad hoc networks[J].IEEE Transaction on Vehicular Technology,2012,61(7):3125-3138.

[3]Almalag MS,Olariu S,Weigle M.TDMA-cluster-based MAC for VANETs[C]//IEEE International Symposium on a World of Wireless,Mobile and Multimedia Network,2015:1-6.

[4]Alamag MS,Olariu S,Weigle M.A modified TC-MAC protocol for multi-hop cluster communications in VANETs[C]//International Conference on Connected Vehicles,2013:832-837.

[5]Ros F,Ruiz P,Stojmenovic I.Acknowledgment-based broadcast protocol for reliable and efficient data dissemination in vehi-cular ad hoc networks[J].IEEE Trans Mobile Computer,2012,11(11):33-46.

[6]Xu Q,Mak T,Ko J,et al.Vehicle-to-vehicle safety messaging in DSRC[C]//Proc 1st ACM Int Workshop Veh Ad Hoc Networks,2014:23-31.

[7]LIU Bingyi,WU Libing,JIA Dongyao,et al.Data uplink strategy in mobile cloud service based vehicular ad hoc network[J].Journal of Computer Research and Development,2016,53(4):811-823(in Chinese).[刘冰艺,吴黎兵,贾东耀,等.基于移动云服务的车联网数据上传策略[J].计算机研究与发展,2016,53(4):811-823.]

[8]CHAO HL.The k-hop cooperative video streaming protocol using H.264/SVC over the hybrid vehicular networks[J].IEEE Transactions on Mobile Computing,2014,13(6):1338-1351.

[9]BOUK SH.Gateway discovery algorithm based on multiple QoS path parameters between mobile node and gateway node[J].Journal of Communications and Networks,2012,14(4):434-442.

[10]LUO J.Neighbor discovery in wireless ad-hoc networks based on group testing[C]//Proceeding of the 46th Annual Aller-ton Conference on Communication,2013:791-797.

[11]Ros F,Ruiz P,Stojmenovic I.Acknowledgment-based broadcast protocol for reliable and efficient data dissemination in vehicular ad hoc networks[J].IEEE Trans Mobile Computer,2012,11(11):33-46.

[12]Cao J,Ma Maode,Li Hui.A survey on security aspects for LTE and LTE-A networks[J].IEEE Communication Surveys and Tutorials,2014,16(1):283-302.

[13]Ma X,Zhang J,Yin X,et al.Design and analysis of a robust broadcast scheme for VANET safety-related services[J].IEEE Trans Veh Technol,2012,61(1):46-61.