一種基于節(jié)點轉(zhuǎn)發(fā)能力估計的車載容遲網(wǎng)絡(luò)路由方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于車載容遲網(wǎng)絡(luò)應(yīng)用領(lǐng)域，具體為一種基于節(jié)點轉(zhuǎn)發(fā)能力估計的車載容 遲網(wǎng)絡(luò)路由方法。
【背景技術(shù)】
[0002] 車聯(lián)網(wǎng)作為物聯(lián)網(wǎng)產(chǎn)業(yè)首先落地的項目，日益受到學(xué)術(shù)界和產(chǎn)業(yè)界的關(guān)注。當(dāng)前， 車聯(lián)網(wǎng)的主要應(yīng)用服務(wù)包括車輛主動安全服務(wù)和用戶娛樂體驗服務(wù)。車輛主動安全服務(wù)是 指在前方路段發(fā)生事故后，由前方車輛通過音視頻采集裝置將事故發(fā)生的狀況進行采集， 而后通過車聯(lián)網(wǎng)的通信模塊向后方車輛節(jié)點進行數(shù)據(jù)轉(zhuǎn)發(fā)，以主動方式提醒汽車駕駛員前 方有異常情況，從而避免了更大的交通事故。用戶娛樂體驗服務(wù)是一種新興的車聯(lián)網(wǎng)業(yè)務(wù)， 它是指車輛之間以自組織的方式形成移動自組網(wǎng)，然后，在車輛之間共享短音頻和短視頻 流，從而為用戶在旅途中增添樂趣。然而，車聯(lián)網(wǎng)中這兩項核心業(yè)務(wù)對于數(shù)據(jù)的傳輸能力要 求很高，因此，有必要研究車聯(lián)網(wǎng)環(huán)境下的數(shù)據(jù)傳輸方法。
[0003] 根據(jù)車輛節(jié)點的分布和道路狀況，車聯(lián)網(wǎng)可以分為節(jié)點間全連通的車載自組織網(wǎng) 絡(luò)（Vehicular Ad Hoc Networks, VANETs)和節(jié)點間間歇性連通的車載容遲網(wǎng)絡(luò)（Vehicle Delay Tolerant Networks, VDTNs)，因此，當(dāng)前車聯(lián)網(wǎng)研究的重點就是針對VANETs和VDTNs 兩種環(huán)境下的高效數(shù)據(jù)轉(zhuǎn)發(fā)。由于VDTNs中節(jié)點間的連接是間歇性的、機會性的，因此， VDTNs相對于VANETs的數(shù)據(jù)轉(zhuǎn)發(fā)條件更加嚴格、更具挑戰(zhàn)性。歸納起來，現(xiàn)有的車聯(lián)網(wǎng) 路由和數(shù)據(jù)轉(zhuǎn)發(fā)算法可以分為3類：基于連接感知的路由算法、基于地理區(qū)域的路由算法 Geocast和基于地圖導(dǎo)航的路由算法。其中，基于連接感知的路由算法主要是根據(jù)源節(jié)點與 目的節(jié)點之間的距離、傳播功率、傳輸比率和車輛密度來計算節(jié)點之間的連接概率，并以此 來估計數(shù)據(jù)包被成功接收的概率，繼而選出高連接率的節(jié)點作為中繼節(jié)點。這類方法不僅 實現(xiàn)簡單，且效率較高。不足之處在于它們均是針對全連通覆蓋的VANETs網(wǎng)絡(luò)，所采用的 路由模式為存儲一轉(zhuǎn)發(fā)，這種路由轉(zhuǎn)發(fā)模式并不適用于VDTNs這種機會性網(wǎng)絡(luò)?；诘乩?區(qū)域的路由算法Geocast是一種向特定區(qū)域內(nèi)所有節(jié)點傳送數(shù)據(jù)的多播數(shù)據(jù)轉(zhuǎn)發(fā)協(xié)議，它 主要適用于地理區(qū)域廣播這類型的應(yīng)用。然而，Geocast協(xié)議并不適應(yīng)于Geocast組內(nèi)節(jié)點 稀疏的環(huán)境，因此，現(xiàn)有針對Geocast路由的研究仍然是在VANETs環(huán)境下?；诘貓D導(dǎo)航的 路由算法是利用車輛在長途行駛時會開啟GPS系統(tǒng)并根據(jù)電子地圖選路的特性，將駛往 相同或相近目標區(qū)域的車輛組合成穩(wěn)定的連通支配集，從而提高了數(shù)據(jù)轉(zhuǎn)發(fā)的成功率。這 種方法的不足在于它過分依賴于GPS導(dǎo)航系統(tǒng)，因此，對于不使用GPS導(dǎo)航系統(tǒng)或者不使用 相同廠家GPS導(dǎo)航系統(tǒng)的車輛，將無法獲得這項服務(wù)，這必將進一步降低車聯(lián)網(wǎng)環(huán)境下車 輛節(jié)點的稀疏度并導(dǎo)致節(jié)點連接間歇性和機會性程度加強，不可預(yù)測度加劇。

【發(fā)明內(nèi)容】

[0004] 技術(shù)問題：目前，車聯(lián)網(wǎng)路由和數(shù)據(jù)轉(zhuǎn)發(fā)方法大都還是基于連通覆蓋度較高的 VANETs環(huán)境，而現(xiàn)有方法應(yīng)用于節(jié)點連接具有間歇性和機會性的VDTNs網(wǎng)絡(luò)，會導(dǎo)致數(shù)據(jù) 轉(zhuǎn)發(fā)效率降低；數(shù)據(jù)傳輸時延、時延抖動及丟包率增大；數(shù)據(jù)傳輸?shù)姆€(wěn)定性變?nèi)酢?br>[0005] 技術(shù)方案：為了解決上述技術(shù)問題，本發(fā)明提出一種基于節(jié)點轉(zhuǎn)發(fā)能力估計的車 載容遲網(wǎng)絡(luò)路由方法，該方法針對VDTNs環(huán)境的特點，采用了基于節(jié)點轉(zhuǎn)發(fā)能力估計的存 儲一攜帶一轉(zhuǎn)發(fā)路由策略，具體技術(shù)方案如下：
[0006] -種基于節(jié)點轉(zhuǎn)發(fā)能力估計的車載容遲網(wǎng)絡(luò)路由方法，包括如下步驟：
[0007] 步驟1 :判斷目的節(jié)點是否在源節(jié)點的通信范圍內(nèi)，若目的節(jié)點在源節(jié)點的通信 范圍內(nèi)，則源節(jié)點直接發(fā)送信息至目的節(jié)點；否則，執(zhí)行步驟2 ;
[0008] 步驟2 :估計源節(jié)點與其通信范圍內(nèi)的所有鄰居節(jié)點之間的有效連接時間Ta;
[0009] 步驟3 :將步驟2中所述的源節(jié)點與所有鄰居節(jié)點的有效連接時間1；取平均值，以 所述平均值作為自適應(yīng)閾值Pth，將Ta值超過閾值P th的鄰居節(jié)點視為中繼候選節(jié)點；
[0010] 步驟4 :構(gòu)造所述中繼候選節(jié)點吞吐量函數(shù)F(x)，并結(jié)合步驟2計算所述中繼候選 節(jié)點的平均轉(zhuǎn)發(fā)能力估計值；
[0011] 步驟5 :選擇平均轉(zhuǎn)發(fā)能力估計值最大的中繼候選節(jié)點作為下一跳中繼節(jié)點；
[0012] 步驟6 :源節(jié)點選出所述中繼節(jié)點，將信息發(fā)送至所述中繼節(jié)點；并將所述中繼節(jié) 點作為新的源節(jié)點；
[0013] 步驟7 :依次循環(huán)執(zhí)行步驟1至步驟6,直至流媒體信息被成功傳送至目的節(jié)點。
[0014] 進一步，步驟2所述的估計源節(jié)點與其通信范圍內(nèi)的所有鄰居節(jié)點之間的有效連 接時間?。坏姆椒椋?br>[0015] 步驟2. 1 :首先計算源節(jié)點以及其通信范圍內(nèi)的鄰居節(jié)點在水平和垂直方向的速 度和距離；
[0016] 步驟2. 2 :在At時間之后，源節(jié)點和其通信范圍內(nèi)的鄰居節(jié)點之間直線距離為r， 根據(jù)歐幾里得距離可得標準的一元二次方程式；
[0017] 步驟2. 3:由一元二次方程的判別式定理，可以求得源節(jié)點與其通信范圍內(nèi)的鄰 居節(jié)點之間的有效連接時間Ta的估計值；
[0018] 步驟2. 4 :重復(fù)步驟2. 1至步驟2. 3計算出源節(jié)點與其通信范圍內(nèi)的所有鄰居節(jié) 點之間的有效連接時間Ta的估計值。
[0019] 進一步，步驟4所述的計算所述中繼候選節(jié)點的平均轉(zhuǎn)發(fā)能力估計值的方法為：
[0020] 步驟4. 1 :根據(jù)車聯(lián)網(wǎng)歷史流量特征，構(gòu)建車輛流量模型；
[0021] 步驟4. 2 :由車輛流量模型擬合出車輛節(jié)點吞吐量函數(shù)；
[0022] 步驟4. 3 :對中繼候選節(jié)點在有效連接時間區(qū)間[0, TJ內(nèi)的吞吐量函數(shù)F(x)求 積分得到中繼候選節(jié)點的平均轉(zhuǎn)發(fā)能力估計值Enfc。
[0023] 進一步，所述步驟4. 1中所述的車輛流量模型為：基于小波神經(jīng)網(wǎng)絡(luò)車輛流量預(yù) 測模型；所述小波神經(jīng)網(wǎng)絡(luò)車輛流量預(yù)測模型采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并且以小波函數(shù)代 替常規(guī)神經(jīng)網(wǎng)絡(luò)的Sigmoid作為神經(jīng)網(wǎng)絡(luò)的隱節(jié)點激勵函數(shù)、以小波的尺度和平移參數(shù)作 為神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值參數(shù)，構(gòu)成一個前饋型神經(jīng)網(wǎng)絡(luò)。
[0024] 進一步，所述步驟6中所述信息為Bundle束消息，所述Bundle束消息包括：車輛 間交互的車輛位置坐標、方向和移動速度，車輛與中繼節(jié)點交互的車輛的歷史流量數(shù)據(jù)以 及車輛間的流媒體數(shù)據(jù)。
[0025] 本發(fā)明的有益效果：
[0026] (1)數(shù)據(jù)包的投遞率較高
[0027] 本發(fā)明提出的車載容遲網(wǎng)絡(luò)路由方法是基于節(jié)點轉(zhuǎn)發(fā)能力，它總是主動選擇轉(zhuǎn)發(fā) 能力估計值最大的節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)，因此，該方法隨著網(wǎng)絡(luò)負載的增加，始終能夠維持較高的 數(shù)據(jù)包成功投遞率。
[0028] (2)平均傳輸時延較低
[0029] 傳輸時延由節(jié)點間傳輸?shù)膸挍Q定，只選擇連通概率最大的節(jié)點來轉(zhuǎn)發(fā)數(shù)據(jù)，而 不考慮到節(jié)點間傳輸?shù)木W(wǎng)絡(luò)帶寬，極可能導(dǎo)致數(shù)據(jù)傳輸時延和傳輸次數(shù)的增加。本發(fā)明首 先根據(jù)車輛節(jié)點的運動方向和運動速度估計出節(jié)點的有效連接時間，然后根據(jù)車聯(lián)網(wǎng)的流 量特征為車輛構(gòu)建流量模型并將其作為車輛節(jié)點的吞吐量函數(shù)，之后，通過對有效連接時 間區(qū)間內(nèi)的吞吐量函數(shù)求積分得到節(jié)點轉(zhuǎn)發(fā)能力的估計值，根據(jù)節(jié)點轉(zhuǎn)發(fā)能力的估計值構(gòu) 造高效的車載容遲網(wǎng)絡(luò)路由算法。本發(fā)明的算法綜合考慮到節(jié)點連通概率與網(wǎng)絡(luò)帶寬，能 很好地解決該問題，并獲得較低的平均傳輸時延。
[0030] (3)低時延抖動
[0031 ] -般來講，隨著車輛節(jié)點的快速運動和網(wǎng)絡(luò)負載的增大，必然引起車輛間路徑的 改變和網(wǎng)絡(luò)擁塞發(fā)生，并導(dǎo)致數(shù)據(jù)包傳輸時的時延抖動，這是不可避免的，但是希望能將 時延抖動控制到合理范圍之內(nèi)，以保障VDTNs環(huán)境下多媒體服務(wù)的服務(wù)質(zhì)量。本發(fā)明提出 的方法會選擇吞吐量較大的窗口（通過對有效連接時間區(qū)間內(nèi)的吞吐量函數(shù)求積分得到 節(jié)點轉(zhuǎn)發(fā)能力的估計值繼而比較選擇出來的平均轉(zhuǎn)發(fā)能力最大的節(jié)點，其吞吐量窗口是較 大的）進行數(shù)據(jù)轉(zhuǎn)發(fā)，因此，它能夠容納的數(shù)據(jù)量就更大；隨著網(wǎng)絡(luò)中發(fā)送消息數(shù)量的增 加，本發(fā)明提出的方法產(chǎn)生的時延抖動就會減小。
[0032] (4)丟包率低
[0033] 丟包率與網(wǎng)絡(luò)的帶寬、緩沖區(qū)大小以及節(jié)點間的連接時間有密切的關(guān)聯(lián)，這三個 因素會從不同的方面影響著算法的丟包率這一重要性能指標。因此，單獨考慮其中的一項 因素，而忽略另一個因素，都會導(dǎo)致丟包率的升高，嚴重影響網(wǎng)絡(luò)的服務(wù)質(zhì)量和用戶體驗。 緩沖區(qū)大小的設(shè)置一定的情況下，丟包率指標僅與網(wǎng)絡(luò)的帶寬和節(jié)點間的連接時間正相 關(guān)。本發(fā)明的算法