车联网中基于模糊逻辑处理的多跳广播协议

廖恩瑞，潘燕燕，宋 祥

(1.福州大学 数学与计算机科学学院，福建 福州 350108；2.福州大学 福建省网络计算与智能信息处理重点实验室，福建 福州 350108)

0 引言

近年来车联网通信引起了国内外研究人员的广泛关注，而其中较为重要的研究应用领域之一就是告警消息的广播。真实的车联网中，车辆的快速移动等特性产生大量失真数据，已有的协议都是在默认接收的数据为真的情况下进行转发决策，忽略了失真数据对于协议性能的影响。因此，广播协议的容错能力逐渐成为衡量车联网服务性能的一个重要指标，它体现了该协议在数据失真的情况下是否能依然保有较高的效率和性能。针对该问题本文提出了针对高速公路环境下一种基于模糊控制的广播协议MBOF(Multi-Hop Broadcast Protocol in VANET Based on Fuzzy Logic Approach)。在选择转发中继节点时，采用模糊逻辑[1]评估候选中继节点。模糊逻辑处理能容忍输入参数的不准确，且更具扩展性与灵活性，能更好地适应拓扑结构易变的车联网。

1 相关工作

国内外关于多跳广播协议的研究层出不穷，文献[2]和文献[3]为了改善数据传输的可扩展性，分别提出了基于邻居节点位置信息，辅助相邻车辆做转发数据信息的协议。文献[4]提出了基于车联网的安全数据优先权传播协议 PVCast，有效地避免了依赖目的节点数据的问题。文献[5]提出了基于计数的广播协议CBD，为每一个节点设定等待时间和重复数据包阈值，等待时间内收到的数据包未达到阈值则进行广播操作。文献[6]提出了多跳广播协议的转发节点选择算法FLFNS，该协议采用模糊处理从距离、移动性和信号强度3个维度分析数据，提高决策准确率。文献[7]提出基于模糊选择的路由协议，通过节点的速度、丢失率和时延来决定中继节点的选择。

2 网络模型和问题描述

本文假设车联网是由随机分布在一段长方形平面上的车辆节点V={v1,v2,…,vn}组成，节点v0为触发告警信息的源节点。网络模型可抽象描述成一个无向图G=(V,E)，其中V表示车辆节点集合，E表示链路集。

2.1 问题描述

2.2 相关概念

定义3 兴趣范围ROI：以生成告警消息的源节点为圆心，该告警消息对所有覆盖在半径ROI的车辆都有价值。

定义4 邻居节点集CV：车辆节点v的邻居节点集，R为标准车辆通信范围。

CV={vi|vi∈V&&xvi≤xvt&&dvivt≤R}

(1)

3 算法

MBOF算法由定向传输和有效传输机制组成。以下介绍本文提出的广播算法的两个过程，分别为定向传输和候补转发机制，具体描述过程如下。

3.1 定向传输

当节点第一次接收到告警消息时，首先解析该消息，如果下一跳中继节点信息与自己匹配，节点即获得广播权限，然后依据获取的信标信息计算邻居节点的可靠因子、实时因子、路况因子来评估邻居节点，选择出中继节点和候补节点，将该信息更新入告警消息，广播该消息。中继节点选择过程可分为计算输入值、模糊化计算、规则匹配和精确化计算4个子过程。

(1)计算输入值

模糊逻辑计算过程包含3个输入值：可靠因子、实时因子和路况因子。

①可靠因子

采用文献[8]使用的Rayleigh衰减模型模拟交通环境的无线信号，为了实现告警消息在距离为d的两车辆之间以低于PTh的概率被成功传输，则消息发送者对应的无线信号发射功率必须满足式(2)：

(2)

式中参数名称与数据值均可由各个车辆资料数据获得。可靠因子MP(i)的计算公式如下：

(3)

②实时因子

传输时延Ttrs由回退延迟Tback和消息传输数据的时间Tdata组成，即Ttrs=Tback+Tdata。采用文献[9]无线信道碰撞概率的闭合表达式来计算消息传输重传平均次数。E(Nr)为重传次数Nr的均值，wmin代表最小竞争窗口，lre代表重传次数的上限，η表示回退时的单位时隙长度，L表示数据包大小，M表示传输率，回退延迟Tback及消息传输时间Tdata的计算如式(4)、式(5)所示。

Tback=

(4)

(5)

m为最大重传次数，用Dtmax表示车联网中允许的最大传输延迟，由两倍历史最大时延获得，实时因子MT(i)的计算公式如下：

(6)

③路况因子

在选择中继转发节点时，路况信息是很重要的影响因子，如车辆节点的方向、车速、与源车辆节点的距离等。文献[6]中为了计算路况因子，先计算平均距离dave，如式(7)所示：

(7)

|CVv0|为邻居节点集CVv0的个数。则路况因子MD反应了邻居节点的运动情况，在时刻t，节点vk的路况因子MD计算公式如下：

(8)

其中，h0、hk分别表示广播节点v0与节点vk的速度。

(2)模糊化计算

模糊集的隶属度函数[10]是模糊化设计的一个重要组成部分。本小节采用函数表示法，3个输入变量的隶属度函数和输出变量FitData的隶属度函数如图1所示。

图1 输入/输出变量的隶属度函数

(3)规则匹配

模糊控制器的中心工作是依据语言规则进行模糊推理，模糊推理则依据模糊控制规则库。规则库见表1，采用IF/THEN规则[11]，输出变量为FitData。

表1 规则库

(4)精确化计算(去模糊化)

为了得到确切的输出值，就必须对模糊推理获得的模糊输出量进行转换，这个过程就是精确化计算。采用Mamdani重心法[12]实现去模糊化，由输入值经过对应隶属度函数获得对应输出值，将其与输出变量隶属度函数所形成的阴影部分重心点的横坐标作为去模糊化后的值。

3.2 候补转发机制

即便采用模糊逻辑选择的中继节点具备良好的健壮性，也难免会有突发故障等原因导致告警消息的丢失，因此算法采用候补转发机制来降低数据包丢失率。如图2所示，车辆v0发生事故，向后发出告警消息，v1，v2分别是中继节点和候补节点，v1肩负起转发告警信息的重任，v2则在时间阈值内监听，若收到重复消息则放弃转发，否则v2接手v1成为转发中继节点。

3.3 算法实现

节点广播告警消息过程伪代码如下：

(1)当节点v第一次收到告警消息WM时，解析告警消息WM，若v为源节点或中继节点，跳转至步骤(3)；若为候补节点，跳转至步骤(2)；否则丢弃告警消息。

(2)节点v进入候补状态，在时间阈值T内检测收到的消息数量，若接收到与告警消息WM相同的消息达到阈值，则丢弃告警消息WM，否则转至步骤(3)。

图2 广播示意图

(3)根据通信覆盖半径R计算节点v的邻居节点集CV，通过接收的信标消息获取邻居节点的信息数据，遍历邻居节点CV，计算节点的FitData值。

(4)对于节点集CV中的任意节点，首先计算3个输入值，即可靠因子MP、实时因子MT以及计算路况因子MD。

(5)接着根据对应的隶属度函数进行模糊化处理，查询规则库进行规则匹配，最后采用Mamdani重心法精确化计算。

(6)比较各个节点精确化后的FitData值，选出最大值的结果对应的节点为中继节点，次大值为候补节点。将信息更新入告警WM，转发新的告警消息WM。

(7)告警消息WM覆盖整个兴趣范围ROI，算法终止。

4 实验

4.1 仿真实验场景

本文采用MATLAB作为实验仿真工具，建立一个200 m×3 m的矩形道路区域，生成一个单向三车道交通路段，实验模拟区间为[40,200]。实验参数及其取值如表2所示。

表2 仿真参数及预设值

车辆节点vi的信标数据Xi自动生成，包含节点位置、接收到告警信息的时间、车速等信息。失真数据则对真实数据Xi做部分修改。车辆节点u与v之间的链路l=(u,v)∈E，值的大小与节点距离duv有关，这里采用正比例函数来量化链路值。

4.2 性能指标

(9)

在相同仿真环境下，将MBOF协议与CBD、PVCast和FLFNS 3个协议作比较，除了比较容错能力外，同时也比较数据传输时延。

4.3 结果分析

(1)容错能力比较

CBD、PVCast、FLFNS和MBOF 4个协议容错能力系数FTA随节点数变化的变动情况如图3所示。从图中可以看出，误差数据对于MBOF协议几乎没有影响，而其他协议结果差异相对较大，其中PVCast协议容错能力最不理想。当车辆节点从160增至200时，MBOF的容错能力系数FTA变化几乎为0，而CBD协议容错能力系数FTA的值从0.014 5增加到0.076 3；PVCast协议从0.31增加到1；FLFNS协议从0.19增加到0.37。可见MBOF在协议的容错能力上优于CBD、PVCast和FLFNS协议。

图3 容错能力仿真结果

(2)传输时延比较

CBD、PVCast、FLFNS和MBOF 4个协议端到端的数据传输时延随节点数的变化情况如图4所示。4个协议的传输时延随节点数的上升而增大，当节点数低于80时，变化差异不大。随着节点数的增加，CBD、PVCast和FLFNS协议传输时延变化明显，而MBOF协议传输时延则上升缓慢。当车辆节点数从120增加到200时，MBOF协议的传输时延从0.34 ms增加到1.05 ms，相差0.69 ms；CBD协议的传输时延从2.53 ms增加到12.13 ms，相差9.6 ms；PVCast协议传输时延从1.19 ms增加到7.72 ms，相差6.53 ms；FLFNS则从2.14 ms增加到6.91 ms,相差4.75 ms。可见MBOF在传输时延上优于其他协议且相对稳定。

图4 传输时延仿真结果

5 结论

模糊逻辑处理能够有效地容忍错误数据带来的决策错误问题。本文提出的基于模糊逻辑处理的广播协议，首先采用模糊逻辑处理分析告警信息中各中继候选节点的数据，综合计算选出中继节点与候补节点。然后采用候补转发机制确保消息有效传输，降低数据包丢失率。实验结果表明，对比CBD、PVCast和FLFNS协议，本文提出的MBOF协议在容错能力上有较大提高。

[1] 李合生, 毛剑琴, 代冀阳. 基于遗传算法的广义Takagi-Sugeno模糊逻辑系统最优参数辨识[J].自动化学报，2002，28(4)：581-586.

[2] NI S, TSENG Y. The broadcast storm problem in a mobile ad hoc network[C]//IEEE International Conference on Mobile Computing and Networking, 1999:151-162.

[3] WISITPONGPHAN N, TONGUZ O. Broadcast storm mitigation techniques in vehicular ad hoc networks[J]. IEEE Wireless Communications, 2007, 14(6):84-94.

[4] ZHUANG Y Y, PAN J P, LUO Y Q, et al. Time and location-critical emergency message dissemination for vehicular ad-hoc networks[J]. IEEE Journal on Selected Areas in Communications, 2011, 29(1):187-196.

[5] ZHANG J S, MA X M, WU T. Performance modeling and analysis of emergency message propagation in vehicular ad hoc networks[J]. Wireless Communications and Mobile Computing, 2014, 14(3):366-379.

[6] 王嫣, 马俊峰. 多跳广播协议的转发节点选择算法[J]. 计算机工程与设计, 2017,38(2):84-94.

[7] WONG F, WONGR W C. Fuzzy-decision-based routing protocol for mobile ad hoc networks[J].IEEE International Conference on Network, 2012, 17(8):47-55.

[8] SOU S. Modeling emergency messaging for car accident over dichotomized headway model in vehicular Ad-hoc networks[J]. IEEE Transactions on Communications, 2013, 61(2):802-812.

[9] CARVALHO M, GARCIA L J J. Delay analysis of IEEE 802.11 in single-hop networks[C]//Proceedings of the 11th IEEE International Conference on Network Protocols, 2013:146.

[10] ADEL B, ZOURBIR M. Adaptive contention window scheme to improve multi-hop broadcast in VANETs[C]//IEEE Vehicular Technology Conference, 2015:1-6.

[11] PARK M, KIM D. A simple SNR based linear back-off to propagate multi-hop emergency messages on the distributed VANETs[C]//Communication in Computer and Information Science, 2012:34-41.

[12] CHENG X, WANG C X. Envelope level crossing rate and average fade duration of nonisotropic vehicle-to-vehicle fading channels[J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(1):62-72.