基于协作通信的车联网数据分发综述

马芳菲，汪淑娟

（昆明理工大学 信息工程与自动化学院，云南 昆明 650500）

0 引言

随着我国社会经济的持续发展、人们物质生活的日益丰富，越来越多的人在出行时选择汽车作为代步工具。然而，汽车在为人们的出行带来便利的同时也产生了一系列的交通问题，如交通拥堵、交通事故等[1]。此外，随着人们精神生活的不断丰富和经济消费水平的不断提高，在交通出行中，人们对车辆的要求已经从最初的交通工具向个性化的驾车和乘车体验转变。例如，驾车者想要获取一些对驾车有益的实用信息，如天气预报、前方道路情况、停车位以及服务站等信息；车上乘客为了提升自身的乘车体验，想要获取一些娱乐信息，如音乐、视频、在线游戏等[2]。这一转变使得对信息服务的需求大大提升。在此背景下，基于互联网技术的蓬勃发展和车载设备的广泛应用普及，智能交通系统（Intelligence Transportation System，ITS）[3]应运而生。当前的智能交通系统通过新兴与传统网络技术相结合的手段来达到信息收集与传输的目的，并通过中央服务器实现对远端基层节点的有效控制，可在一定程度上达到对人、车、路三元素协调控制的目标[4]。然而，ITS 的策略确定过程主要由中央决策部门完成，仍然需要人工的参与，暂时无法达到高度的智能化以及多点控制的目标。为了解决这一问题，智能交通系统迎来了新的成员——车联网（Internet of Vehicles，IoVs）[5]。

车联网是移动自组织网络（Mobile Ad hoc Networks，MANETs）运用于道路交通领域的一种新型网络形式，是一种智能化信息网络服务[6]。车联网基本架构如图1 所示，在此网络中，装载有车载单元（On Board Unit，OBU）的车辆通过专用短程通信技术（Dedicated Short Range Communications，DSRC），可以实现车辆与车辆之间（Vehicle to Vehicle，V2V）、车辆与路边基础设施（Vehicle to Infrastructure，V2I）之间的信息交互，中央服务器可以对其服务内所有车辆的行驶信息或数据请求等进行收集、处理及共享，这一过程实现了对道路上行驶汽车的各种状态的有效监管，可以实时根据用户需求对其进行智能化的个性服务，不仅可以最大限度地降低交通拥堵的发生概率以及交通事故带来的损失，同时能够为用户提供各类娱乐信息，从而实现安全、智能以及个性化兼备的驾驶和行车过程。因此，车联网受到学术界和产业界的普遍关注。

图1 车联网基本架构示意图

1 车联网的数据分发机制概述

车联网的主要目的是提供多种服务应用。根据对及时性的要求程度，这些服务应用大体上可以分为两类，即安全类应用和非安全类应用。安全类应用主要包括安全与警报类应用，此类应用对及时性要求较高，比如前方路段交通拥堵提示、车辆碰撞预警及提供前方交通事故相关信息等；非安全类应用主要包括多媒体娱乐应用以及实时信息获取，比如服务站信息、停车信息、生活资讯服务、在线游戏以及在线音频服务等。显然，无论哪种应用，其实现都是以高效的数据下载与分发为基础。V2I 通信技术与V2V 通信技术是车联网中两种主流的数据分发技术。以下将针对车联网中主流的数据分发技术以及数据下载分发方式进行分析与介绍。

1.1 基于V2V 通信的数据下载分发机制

V2V 通信指的是车辆与车辆之间的信息交互方式，主要通过DSRC 技术[7]来实现车与车之间实时的信息传输和热点内容的共享[8]。首先，在行驶安全层面，通过V2V 的方式在车辆间发布紧急情况预警、危险路段警报等信息，可以在一定程度上降低通信时延，使车辆在第一时间获得警报信息，从而给行驶车辆留下一定的制动时间，进而减少交通事故的发生。此外，V2V 通信可以为车辆提供短暂的网络接入等，营造智能化且舒适的驾驶环境[1]。V2V 通信作为车联网中内容下载分发依托的主要技术之一，一方面，由于其不依赖于基础设施，且部署成本低，适用于邻近车辆之间进行感兴趣信息的共享[1]。另一方面，由于信道干扰以及车辆节点的高速移动和分布不均所造成的网络拓扑不稳定等，使得车辆节点之间存在间接性链接，通信的可靠性无法确保。

1.2 基于V2I 通信的数据下载分发机制

V2I 通信主要是指车辆与路侧基础设施之间的信息交互[9]。目前，得益于无线通信技术的高速发展，基于无线局域网（Wireless Local Area Networks，WLAN）的路侧基础设施可以为车辆在高速行驶时所产生的数据下载需求提供服务支持，如基于IEEE 802.11 技术的路侧单元RSU[10]。当装载了车载单元（Vehicular on board Units，OBU）的车辆驶入RSU的覆盖范围时，能够接入互联网并以此来获取自身所需数据。基于V2I 通信的数据下载分发也具有自身的优势和局限性[11]。优势在于，路边基础设施与车辆节点相比具有更广阔的通信范围和更大的通信带宽，能够同时满足其覆盖范围内的多个节点接入网络[12]，同时由于V2I 通信具有更稳定的信道条件，在数据传输时，相对于V2V 通信来说具有更高的可靠性和高效性。局限性在于，一方面，由于RSU 高额的部署成本以及维护成本等因素，其部署极为受限，加之RSU 的平均通信覆盖直径为500～600 m，通信范围有限[13]，因此存在连接间接性，导致车辆节点只有在RSU 通信覆盖的范围内才能接入网络获取数据，而在没有基础设施覆盖的范围内只能通过蜂窝网络等昂贵的网络接入方式或通过V2V 通信接入网络；另一方面，由于车辆节点高速移动的特性，使得车辆在RSU 覆盖范围内停留的时间极为短暂，同时各个车辆节点之间存在通信资源竞争的问题，使得单个车辆节点的下载性能受到极大的限制。

1.3 基于V2X 混合通信的数据下载分发机制

由于上述两种通信技术在单独应用时都存在明显缺陷，如V2V 的可靠性无法保障，V2I 的通信盲区过长等，采用单一通信方式的数据下载分发，一般情况下只能为车辆提供对数据量要求不高的服务如天气预报、新闻预览等，而一些数据量要求高的服务则无法被满足。同时，一些及时性不高、截止时间较长的数据请求也会因为车辆驶出路边基础设施的覆盖范围而无法得到应答，大大影响行车体验。鉴于此，进一步结合V2V 与V2I 的混合协作通信即V2X 通信受到越来越多研究者的关注。研究表明，联合使用V2V 和V2I 通信，可以显著提高车联网的数据下载和分发性能，如减少下载延迟、增加下载量等[13，15-16]。

2 车联网的协作通信技术相关研究

2.1 基于单一通信模式的协作通信机制

文献[17]提出的SPAWN 协议首次在车联网引入协作下载的概念，至此，越来越多的研究者开始了对车联网协作下载的相关研究。SPAWN 协议引入流言传播机制，该机制通过结合位置感知来实现点对点场景下的同一资源共享，进而提升网络性能。为了使各种通信模式之间能够有效地合作，LUO等[18]引入了边缘计算来辅助5G-VANET 的协作数据共享，提出了一种在5G-VANET 中由软件定义的协作数据共享架构，并且通过图论的方法有效地解决了数据共享问题。LIU 等[19]提出了一种使用连接DFC 的协作下载方法，源车辆和协作车辆在直接或间接向目标车辆传输数据之前使用分层喷泉码对原始数据进行编码。该方法在有数据包丢失的情况下，目标车辆只要接收了一定数量的数据包就可以恢复出原始数据，有效避免了由于数据包丢失而导致的数据重传，提升了传输效率。文献[20]是第一个将社会属性和热区域访问概率结合到车辆内容中心网络VCCN 协作缓存方案中的研究。该方案基于车辆的社会属性和轨迹历史记录对车辆的社会相似性和桥接中心性进行分析，同时对车辆下次访问该热点地区的可能性进行预测，选择适当的车辆来缓存经常访问的数据项目，有效提升了缓存，降低了内容访问延迟。为了进行高效的协作数据下载，YUE 等[21]提出了BMA 算法和TSA 算法，可以实现在满足车辆用户需求的同时，降低下载成本。文献[22]针对如何有效处理城市事件，提出了一个在SIOV 网络中运行的关键城市事件的强大数据传播系统。在该系统中，具有共同利益的车辆将创建临时虚拟社区，同时通过选择中继车辆来加速数据传递，将来自关键城市事件的数据传递到外部实体，提高了用户满意度以及提高事件传播的性能和稳定性。此外，基于城市场景的相关研究也有很多，例如文献[23-27]，通过对车辆的行驶轨迹进行预测来选择中继车辆或根据城市中路侧基础设施的部署调度，最大限度地为车辆提供协助下载服务。总体来说，利用单一通信模型的协作通信方式多通过感兴趣信息的车间共享或路侧基础设施协作进行内容预取来提升数据下载性能，该方式主要针对于网络中流行内容的传播，通过车辆节点对流行内容进行转发或RSU 对流行内容进行预取、广播，可以使网络中多个车辆节点的请求被满足。

2.2 基于V2X 通信模式的协作通信机制

为了减少车辆在两个RSU 之间黑暗区域行驶时的通信中断时间，WANG 等[28]提出一种合作存储结转方案，该方案通过RSU 之间的合作，在双向上各自选择一辆中继车辆。当目标车辆驶离RSU通信范围后，可继续通过中继车辆下载数据，缩短了通信中断时间，进而提升了请求车辆的数据下载量。文献[29]研究了一种车联网中基于聚类的协作下载方案，该方案同样考虑了协调多个基础设施之间的合作以及利用同向、反向车辆之间进行数据转发来满足目标车辆的大尺寸文件下载请求。与文献[28]的不同之处在于，文献[29]将同方向上愿意参与协作的车辆形成簇，增加了目标车辆的数据下载量的同时，也保证了数据传输的稳定性，而且在反方向上选择多个协作车辆，相较于文献[28]而言，协作车辆数更多，数据下载量的效果提升更加显著。但是该方法采用恒速的移动模型，不够贴合实际场景。LIU 等[30]的主要工作集中在协作车辆的选择上，当目标车辆驶离RSU 的通信范围但仍未完成数据下载时，RSU 通过考虑车辆的速度和位置，选择目标车辆后方能够追上目标车辆的一组车辆作为协作车辆，以此协助目标车辆完成完整文件的下载。文献[31]允许RSU 根据其覆盖范围内的车辆位置与移动信息来选择中继车辆，同时通过预判请求车辆是否能在当前RSU 内完成下载任务来判断是否通知下一跳RSU 预取未能下载的内容。通过车辆与RSU 之间合作的预取协议，提高了数据下载性能。但是仍存在下载时延过长的问题。WANG 等[32]利用RSU 协调不同方向的车辆通过V2V 通信共享缓存数据项，通过对并发广播车辆之间成功共享数据的机会进行分析，有效缓解了V2V通信的干扰问题。文献[33]提出了一个集合了车辆与车辆之间、车辆与RSU 之间、RSU 与RSU 之间协作的数据分发系统，该系统允许RSU之间共享未被服务的请求信息，有效地缓解了RSU 之间工作负载不均的问题，同时也有效地利用了反向车辆之间的合作缓存，提高了整体服务性能。为了提高车载网络吞吐量，CHEN等[34]提出了一种利用V2I 通信、V2V 通信及车辆移动性提高车载网络吞吐量的新型协同通信策略。使用所提出的合作通信策略，当目标车辆进入基础设施的通信范围时，它通过V2I 通信接收来自基础设施的数据，当驶出基础设施覆盖范围时利用选定的反向车辆作为反向协作助手进行V2V 通信以提高整体数据下载量。而在实际中，同向车辆与目标车辆间的相对速度较小，有更长的通信时间以及更稳定的传输条件，该方法仅利用其反向车辆作为助手，没有充分利用同向车辆。文献[35]在文献[34]的基础上将只考虑单个车辆有下载请求的场景扩展到了有多个车辆有下载请求的场景，通过对V2I 通信、V2V 通信、车辆移动性以及车辆与基础设施之间合作的分析，提高了车辆网络的能力。

2.3 考虑经济行为的协作通信机制

车辆与车辆之间、车辆与RSU 之间的协作是混合协作通信中必要的一环，但是实际上，单个车辆节点都是理性、自私的节点，参与协作其他车辆的数据下载与分发需要耗费自身的网络资源，出于自身的考虑，车辆节点并不愿意无偿地提供协助，因此引入经济手段是解决该问题的有效方式。根据车辆节点自身的协作条件以及协作下载的数据量大小给予相应的报酬，车辆节点会因此愿意参与到协作中。同时，对于请求车辆来说，如何在满足其下载需求的同时尽可能地降低下载成本，也是需要重点考虑的问题。拍卖被广泛运用到无线网络的高效资源分配及系统整体或系统中某参与者的效用提升[36]，如文献[37]通过拍卖来解决信道分配与功率控制问题。文献[38-41]旨在通过拍卖实现系统整体或系统中某参与者的效用最大化。为了促进车辆间的协作，JING 等[42]引入了激励机制，首先将合作下载的过程建模为一种交易，其中客户应该为合作下载服务提供一些好处，合作车辆可以通过向客户传输内容来获得一定数量的奖励。这种机制极大可能会使车辆产生合作下载的动机。此外，考虑到客户提供的利益有限，通过优化车辆选择过程，最大限度地提高下载吞吐量，减少合作车辆选择持续时间，最大限度地利用客户提供的利益。文献[43]也充分考虑了车辆的自私行为，提出了一种安全激励方案，极大地促进了车辆之间的协作通信，该方案还强调了支付安全问题，并给出了相关的解决方案。

3 现阶段所存在的问题与未来展望

通过上述对于车联网协作通信相关研究的分析，目前相关的研究工作大多是通过延长车辆间可通信时间或感兴趣信息的车间共享来提高整体的数据分发性能，但是仍然存在不足之处，具体分析如下。

3.1 下载时延过长

下载时延过长主要针对单一通信模式而言。单一通信模式多采用热点信息共享或RSU 预取的方式来提升数据下载性能，然而车辆之间对于多媒体等大尺寸内容相互之间并不感兴趣，即车辆间几乎没有感兴趣信息，即使RSU 之间进行预取内容，车辆驶离当前RSU 到达下一个RSU 之间仍然存在很长的通信盲区，导致下载时延过长，严重影响用户体验。

3.2 车辆移动模型与实际场景贴合度过低

现阶段，车联网对于车辆节点的运动模型研究不够充分，多数研究采用恒速直线移动模型，而且没有考虑到受周围事故等环境的影响，与实际场景相差过大。

3.3 节点利用率低

只考虑车辆的服务请求产生于进入RSU 通信范围之前，没有考虑车辆已经处于RSU 通信范围内时产生服务请求的情况，且当车辆产生请求服务时，未考虑将已经处于RSU 通信范围之内的车辆作为协作车辆，没有充分利用下载资源，造成网络中的资源浪费。

3.4 不考虑成本问题

对于大尺寸文件的下载，多数文献的目光集中在如何提升数据下载量而忽略了成本问题。

4 结语

基于V2X 混合协作通信机制分析车辆可能存在的经济行为，对于考虑成本问题、优化移动模型以及提高节点利用率有重要意义，将是非常值得研究的热点问题。