一種基于Ad Hoc的城市車聯(lián)網(wǎng)廣播算法

引言

近年來，作為物聯(lián)網(wǎng)的一個熱門應(yīng)用領(lǐng)域,車聯(lián)網(wǎng)已經(jīng)在全世界范圍內(nèi)得到廣泛關(guān)注。車載通信也成為一個熱門的研究領(lǐng)域。美國專門劃分了一個頻段用于無線車載網(wǎng)絡(luò)(VehicularAdHocNetwork，VANET)領(lǐng)域的研究。VANET是移動AdHoc網(wǎng)絡(luò)的一種特殊形式，以配備了特殊電子裝置的車輛為網(wǎng)絡(luò)節(jié)點，通過無線局域網(wǎng)技術(shù)實現(xiàn)車輛間的通信。VANET的廣泛應(yīng)用對于城市交通的管理和改善有著重要的意義。

AdHoc網(wǎng)絡(luò)中的移動節(jié)點相互傳遞信息主要靠數(shù)據(jù)廣播。廣播是從源節(jié)點發(fā)送消息到網(wǎng)絡(luò)中其他節(jié)點的路由過程。傳統(tǒng)的廣播算法為了解決廣播風(fēng)暴的問題，提出了基于概率的算法、基于面積的算法和基于鄰居信息的算法等。這些算法都能很好地解決報文的重復(fù)傳送和競爭碰撞問題。但是在VANET中，車輛作為節(jié)點有著不同于傳統(tǒng)AdHoc網(wǎng)絡(luò)節(jié)點的一些特性，如計算能力強(qiáng)、存儲能力強(qiáng)、高速移動和不會耗盡能量等特點，這就要求數(shù)據(jù)的快速處理和有效投遞。同時，車載網(wǎng)絡(luò)用于改善城市的交通狀況，其廣播的信息類型是不同的，如提醒用戶路面的信息：車輛的速度和密度等。這些信息只對附近車輛有用，而遠(yuǎn)距離車輛則無需給予關(guān)注,所以數(shù)據(jù)的廣播具有選擇性。謝珊珊等人根據(jù)消息的類型提出了一種在高速公路場景下的VANET路由協(xié)議MTAODV，查詢前方的道路信息和提醒后方車輛注意路況。但是在更為復(fù)雜的城市場景下，如岔路口和環(huán)形立交橋，道路信息復(fù)雜多樣，方向性不再明顯，所以單純地根據(jù)車輛的正向反向可能會造成信息的廣播覆蓋不完全，導(dǎo)致一些車輛無法得知。周伯生口等人提出了一種基于競爭機(jī)制的廣播協(xié)議，定義了轉(zhuǎn)發(fā)優(yōu)先權(quán)和等待時間，但是并未對各參數(shù)的性能影響進(jìn)行分析說明。李元振等人提出了一種基于競爭轉(zhuǎn)發(fā)的城市場景車載AdHoc網(wǎng)絡(luò)路由算法，針對網(wǎng)絡(luò)分割現(xiàn)象提出了“暫存轉(zhuǎn)發(fā)機(jī)制”，假設(shè)每輛車都安裝有導(dǎo)航系統(tǒng)和GPS定位系統(tǒng)，且每個導(dǎo)航系統(tǒng)中都存在一個電子地圖，但是在實際駕駛中卻并不能達(dá)到假設(shè)的標(biāo)準(zhǔn)。

基于此，在充分考慮現(xiàn)實環(huán)境的復(fù)雜性的情況下，本文提出了一種在城市場景下的基于節(jié)點相對距離與消息類型的廣播算法(theBroadcastingAlgorithmBasedonRelativelyDistanceandMessageType,RDMT-BA)。該算法應(yīng)用節(jié)點相對移動速度和消息類型的不同，限制轉(zhuǎn)發(fā)的節(jié)點數(shù)，使信息高效廣播，促使車輛及時作出反應(yīng)，緩解交通壓力。通過改變轉(zhuǎn)發(fā)的參數(shù)，分析其對算法性能的影響。RDMT-BA算法計算簡便，易于實現(xiàn)，無需周期廣播Hello消息、獲取全網(wǎng)信息,無需配備導(dǎo)航系統(tǒng)，增加額外設(shè)備。

1算法的有關(guān)參數(shù)確定

在城市場景下，車輛較為密集，若所有車輛均裝有GPS，但相當(dāng)一部分的車輛由于短距離行駛而沒有開啟GPS，這樣則會對實際車輛的分布密度和廣播轉(zhuǎn)發(fā)估計造成較為明顯的偏差。因此，本模型假設(shè)車輛裝有全向天線，不使用GPS導(dǎo)航裝置。所有車輛節(jié)點共享同一信道，MAC協(xié)議采用IEEE802.11。所有節(jié)點均屬于無向集合，節(jié)點i發(fā)送廣播報文,節(jié)點j接收。

定義1:節(jié)點之間的相對距離S，可以通過檢測收到的信號強(qiáng)度計算發(fā)送和接收節(jié)點間的距離此為發(fā)送節(jié)點i信號強(qiáng)度,Pj為接收節(jié)點j信號強(qiáng)度。本模型所采用的全向天線發(fā)射頻率為2400~2485MHz，增益為9dBi。則已知發(fā)射信號強(qiáng)度，接收節(jié)點信號強(qiáng)度為：

Pj=Pi+9(dBi)－自由空間損耗(1)

自由空間傳播是指天線周圍為無限大真空時的電波傳播，是理想的傳播條件。自由空間傳輸?shù)膿p耗為：

[Lfs](dB)=32.44+20lgS(km)+20lgf(MHz)(2)

式中，Lfs是傳輸損耗，S為傳輸距離，頻率的單位以MHz計算。

通過上述可得，節(jié)點的相對距離S為：

定義2：相對移動速度v，即判斷節(jié)點是否接聽廣播的依據(jù)。公式為：

式中,&和S2是節(jié)點j先后兩次從廣播節(jié)點i收聽到信號，根據(jù)定義1計算出的相對距離，相隔時間為很小)。分析可知,當(dāng)v>0時,有三種情況:一是兩車相向行駛并且距離越來越短;二是兩車同向行駛且距離越來越短；三是無論正向還是反向，兩車擦身而過，距離在縮短。因此，若v>0,則接收節(jié)點j可/58物聯(lián)網(wǎng)技術(shù)2013年/第5期判斷At時間內(nèi)兩車在靠近，或者已經(jīng)很接近;同樣，當(dāng)v<0時,也有三種情況：一是兩車相向行駛且距離越來越遠(yuǎn)；二是兩車同向行駛且距離越來越遠(yuǎn)；三是無論正向還是反向，兩車擦身而過，距離在拉遠(yuǎn)。因此，若v<0,則接收節(jié)點j可判斷At時間內(nèi)兩車正在遠(yuǎn)離，或者已經(jīng)遠(yuǎn)離。當(dāng)v=0時，有兩種情況：一種是兩車同向行駛且速度一樣;另一種是兩車相錯而過。這兩種情況都可以歸為At時間內(nèi)兩車在靠近。

定義3：轉(zhuǎn)發(fā)閾值D,即判斷接收節(jié)點是否轉(zhuǎn)發(fā)廣播的依據(jù)。假設(shè)所有節(jié)點呈圓形向外卜廣播，且通信半徑相同。現(xiàn)以源節(jié)點A為坐標(biāo)原點，接收節(jié)點B離節(jié)點A的距離為d,如圖1所示。

圖1  轉(zhuǎn)發(fā)閾值的計算模型

圖1中,A、B的通信半徑均為R,可以得到圓A和圓B的表達(dá)式如下：

進(jìn)而得到，交點C的坐標(biāo)為，則額外覆蓋面積是圓B減去圓A、B的交集部分。假設(shè)源節(jié)點i的通信圓為A，接收節(jié)點j的通信圓為B，則：

可以得到額外覆蓋面積EAC為：

由式(8)可見，額外覆蓋面積EAC與圓心距d成正比例關(guān)系。額外覆蓋率定義為：

若規(guī)定當(dāng)節(jié)點的額外覆蓋率EAR大于轉(zhuǎn)發(fā)閾值D(i,j)時,才能轉(zhuǎn)發(fā)廣播報文。

由定義3可知，轉(zhuǎn)發(fā)閾值D(i,j)即為節(jié)點可以廣播報文的最小額外覆蓋率，即：

D(i,j)=(EAR)m,n(10)

其中，(EAR)mm表示的是人為規(guī)定的最小額外覆蓋率。綜合考慮實際的情況和理論的推算，閾值大小一般在50%~90%之間。

定義4:等待時間T是一個變量，根據(jù)接收節(jié)點j距離源節(jié)點i的位置遠(yuǎn)近而不同。當(dāng)接收節(jié)點決定轉(zhuǎn)發(fā)廣播時，會計算出一個等待時間。在該等待時間內(nèi)，如果該節(jié)點重復(fù)收聽到此消息，則認(rèn)為該廣播已被轉(zhuǎn)發(fā)，放棄對其的轉(zhuǎn)發(fā)；如果沒有接聽到，則轉(zhuǎn)發(fā)該廣播。

在考慮函數(shù)變化率對參數(shù)的影響下，等待時間T［7］可表示為：

式中，C為設(shè)定的最長等待時間，D為轉(zhuǎn)發(fā)閾值。

由式(11)可知,D在［0,1］的變化范圍內(nèi)，三個函數(shù)在［0,1］內(nèi)單調(diào)遞增。若接收節(jié)點與源節(jié)點的在某一時刻下的距離s越遠(yuǎn)(s<R),則額外覆蓋面積越大，轉(zhuǎn)發(fā)閾值D越容易被滿足，且T越小。同時，由于正弦函數(shù)在接近0時的變化率比正切函數(shù)和比例函數(shù)大，這就保證了在靠近源節(jié)點通信半徑邊緣的不同轉(zhuǎn)發(fā)節(jié)點的等待時間差量，減少了競爭轉(zhuǎn)發(fā)在信道中的沖突，提高了報文轉(zhuǎn)發(fā)的投遞率。

2RDMT-BA算法與網(wǎng)絡(luò)模型

2.1算法的建立過程

RDMT-BA算法是根據(jù)節(jié)點的相對距離與消息類型來決定接收信息的節(jié)點和進(jìn)行廣播轉(zhuǎn)發(fā)的節(jié)點消息類型根據(jù)需要得知的群體分為鄰近型和遠(yuǎn)離型。鄰近型即為鄰近節(jié)點需知的消息，如車輛的速度和密度、是否轉(zhuǎn)彎等，該類型尤其適合于大霧天氣等能見度很低的情況；遠(yuǎn)離型即為遠(yuǎn)距離的節(jié)點所需的信息，如修路、堵車等，該類型可促使車輛更改路線,緩解交通。實現(xiàn)的具體步驟如下：

Step1:源節(jié)點i發(fā)現(xiàn)路況后，先廣播Hello消息給通信范圍內(nèi)的鄰居節(jié)點，鄰居節(jié)點j接收到相關(guān)信息后，根據(jù)定義1計算出相對距離S1(i,)。

Step2:源節(jié)點在相隔圍之后，再次向外廣播路況信息,并將消息類型放入鄰居節(jié)點信息列表中。

Step3：鄰居節(jié)點監(jiān)聽信息，判斷是否接收過該消息。若有,則放棄；若沒有，則轉(zhuǎn)至Step4。

Step4:根據(jù)監(jiān)聽到的第二次消息，再根據(jù)定義1計算出相對距離S2(i,,),同時調(diào)出該廣播的消息類型。

Step5:根據(jù)定義2計算出相對移動速度V。若消息類型為鄰近型，則vN0的節(jié)點收聽廣播；若消息類型為遠(yuǎn)離型,則v<0的節(jié)點收聽廣播。

Step6:收聽廣播的鄰居節(jié)點，同時根據(jù)S2是否大于轉(zhuǎn)發(fā)閾值D(i,j)來判斷是否進(jìn)行轉(zhuǎn)發(fā)。若小于D,則放棄轉(zhuǎn)發(fā)；若大于等于D,則轉(zhuǎn)至Step7。

Step7:計算等待時間T(i,j)。在T時間內(nèi),繼續(xù)監(jiān)聽該廣播。若重復(fù)收到，則認(rèn)為該報文已經(jīng)轉(zhuǎn)發(fā)，放棄對其的轉(zhuǎn)發(fā);若沒有,則進(jìn)行轉(zhuǎn)發(fā)。轉(zhuǎn)發(fā)的步驟重復(fù)Step1至Step7。

2.2網(wǎng)絡(luò)模型

假設(shè)城市街道為雙行道，且車輛處于移動中。當(dāng)路面發(fā)生車禍或者修路、堵車等現(xiàn)象時，移動的車輛在做出調(diào)頭或者停車的動作前廣播信息，并且該車的附近車輛繼續(xù)行駛，不存在臨時超車、調(diào)頭等因素。城市場景道路的復(fù)雜性很高,如三岔口、立交橋、環(huán)島等。本算法的網(wǎng)絡(luò)模型采用典型的直路和十字路口，圖2所示是其網(wǎng)絡(luò)模型。

圖2  網(wǎng)絡(luò)模型

下面來討論情景1,即直路的情形。當(dāng)車輛在街道上行駛時，發(fā)現(xiàn)前方出現(xiàn)道路狀況，則向外發(fā)送廣播信息，其模型如圖3所示。

圖3  直路模型

圖3中，車輛節(jié)點A1向外廣播Hello消息和路況信息,相鄰節(jié)點A,、A3、幼和B3都監(jiān)聽到該消息?，F(xiàn)假設(shè)』2、A3和A,的速度均大于A1，所以A?、A3和B節(jié)點在靠近A1節(jié)點,而節(jié)點A,、幼在遠(yuǎn)離，計算出的相對移動速度v(A2,A1)>0，v(』3,A)>0,3(83,A)>0,v(&,&)<0,v(B2,A1)<0。因此，若&節(jié)點向外廣播的消息為鄰近型，則A?、A3和83節(jié)點收聽廣播；若為遠(yuǎn)離型，則A、收聽廣播。

當(dāng)消息為鄰近型時，節(jié)點』2、A3和83分別計算額外覆蓋率EAR(A2,Aj)、EAR(A3,A)EAR(B3，A).現(xiàn)根據(jù)定義3假設(shè)得出：

EAR(&,A1)>EAR(&,Ai)>D2EAR(務(wù)Ai)(⑵

所以,』2、』3決定轉(zhuǎn)發(fā)廣播,83放棄。再根據(jù)定義4,計算等待時間T(A2,A1)和T(A3,Aj),且T(A2,A1)<T(A3,Aj)。所以,A,先轉(zhuǎn)發(fā)廣播,A3在等待時間內(nèi)重復(fù)接聽到了轉(zhuǎn)發(fā)的廣播，則放棄轉(zhuǎn)發(fā)。同樣車輛節(jié)點Bj的廣播也如此，這樣就減少了轉(zhuǎn)發(fā)廣播的節(jié)點數(shù)，保證了路況信息快速有效地向外廣播，而不會引起沖突導(dǎo)致信息的丟失。其流程圖如圖4所示。

對于情景2，也就是岔路口的情形。如果車輛行駛在一個十字路口，發(fā)現(xiàn)前方出現(xiàn)路況，車輛將向外廣播消息。其模型如圖5所示。

在圖5中，A1、A2、A4和A5駛向路口且向外廣播，A3、A6、B1、B3、B4、B5監(jiān)聽到該廣播?，F(xiàn)假設(shè)A3的速度大于A2，A6的速度大于A5，所以A3、A6、B5在靠近A2、A5，而B1、B3、B4在遠(yuǎn)離A1、A4。若該信息為鄰近型，則接近點A3、A6、B5收聽；若消息為遠(yuǎn)離型，則B1、B3、B4接聽。B2和B5由于已遠(yuǎn)離十字路口，所以不在接聽范圍內(nèi)。接聽廣播的節(jié)點再根據(jù)轉(zhuǎn)發(fā)閾值和等待時間決定轉(zhuǎn)發(fā)的節(jié)點，流程圖與直路模型一致。

由上述兩種情景可以看出，廣播鄰近型消息可以保證接近源節(jié)點的所有節(jié)點都收聽到，提醒用戶注意當(dāng)前路況；廣播遠(yuǎn)離型消息可以使此段路況信息高效地向外傳送，使遠(yuǎn)距離的用戶也可提前得知并做出反應(yīng)，緩解交通壓力。

如果城市場景更加復(fù)雜，如環(huán)繞立交橋，當(dāng)橋上發(fā)生堵車或施工等狀況時,RDMT-BA算法能夠根據(jù)不同的消息類型,運(yùn)用不同的處理方式，告知附近的車輛減速慢行，或者警示各路口接近立交橋的車輛轉(zhuǎn)向。城市場景越復(fù)雜，對于城市交通管理的改善就越明顯。

3性能比較

在基于不同的場景、不同的節(jié)點數(shù)和不同移動速度的情況下，對RDMT-BA算法和洪泛廣播算法進(jìn)行了分析比較?？蓮母采w率(EAR)、轉(zhuǎn)發(fā)節(jié)省數(shù)(節(jié)點總數(shù)-轉(zhuǎn)發(fā)節(jié)點數(shù))和延遲等性能方面進(jìn)行評估。

3.1直路場景

國家一級公路雙向四車道寬為26m，在城市中車速一般為0~60km/h。假設(shè)在直路模型下，無線帶寬為2Mb/s，環(huán)境為600m×50m，節(jié)點的無線通信半徑均為100m，節(jié)點數(shù)由30增加到200，其中正反向車道的車輛均為總數(shù)的一半。針對不同的節(jié)點數(shù)，分別在速度0~20km/h、20~40km/h和40~60km/h的情況下，兩種算法的性能比較如圖6所示。

圖6(a)中，隨著節(jié)點數(shù)的增多，洪泛算法的覆蓋率一直在90%~100%間波動而且越來越趨近100%，RDMT-BA算法在節(jié)點數(shù)少于70之前覆蓋率大幅度增長，在節(jié)點數(shù)到達(dá)80之后，基本在90%和100%之間波動，其覆蓋率與洪泛算法的覆蓋率相接近。同時隨著節(jié)點速度的增大，覆蓋率略有下降且波動幅度加大，但是在總體趨勢上性能相似，甚至在車速很低的情況下，覆蓋率的性能要優(yōu)于洪泛算法。圖6(b)中，由于洪泛算法所有的節(jié)點均轉(zhuǎn)發(fā)廣播，所以轉(zhuǎn)發(fā)節(jié)省數(shù)為零。而本算法隨著節(jié)點數(shù)的增多，轉(zhuǎn)發(fā)節(jié)省數(shù)也呈穩(wěn)步增長，且隨著速度的增大，轉(zhuǎn)發(fā)節(jié)省數(shù)也隨之增多。圖6(c)中，隨著節(jié)點數(shù)的增多，洪泛算法的延遲時間呈遞增趨勢，且遠(yuǎn)遠(yuǎn)高于RDMT-BA算法的延遲時間。而RDMT-BA算法的延遲時間卻隨著節(jié)點數(shù)的增加而降低，且速度越快，延遲越少。由此可見，在直路模型下本算法的性能要優(yōu)于洪泛算法，而且節(jié)點數(shù)越多，算法的性能越好。

對于RDMT-BA算法，節(jié)點的轉(zhuǎn)發(fā)閾值D和等待時間T是判斷節(jié)點是否轉(zhuǎn)發(fā)和影響算法性能優(yōu)劣的重要參數(shù)。

針對不同的轉(zhuǎn)發(fā)閾值D,分別在速度0~20km/h、20~40km/h和40~60km/h的情況下，RDMT-BA算法的性能比較如圖7所示(假設(shè)節(jié)點數(shù)為120)。

圖7(a)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大，覆蓋率越差。當(dāng)轉(zhuǎn)發(fā)閾值增大時，覆蓋率呈下降趨勢，其中低速時覆蓋率的波動最平穩(wěn)，但是均保持在90%以上，基本滿足實際場景中的覆蓋要求。圖7(b)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大，轉(zhuǎn)發(fā)的節(jié)省數(shù)越多。當(dāng)轉(zhuǎn)發(fā)閾值增大時，速度越大，節(jié)省數(shù)的波動越大，但是總體上呈上升趨勢，其中低速時轉(zhuǎn)發(fā)節(jié)省數(shù)穩(wěn)步上升。這就減少了轉(zhuǎn)發(fā)的沖突和提高了消息的投遞率。圖7(c)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大，延遲的時間越少。當(dāng)轉(zhuǎn)發(fā)閾值增大時，速度越大，延遲的波動性越明顯，但是從總體上呈下降趨勢，其中低速時延遲穩(wěn)步下降。這就保證了消息的快速傳播。由此可見，低速的性能要優(yōu)于高速，保持低速行駛可以保證信息廣播的穩(wěn)定，也可以保證車輛行駛的安全。

針對不同的速度(0~20km/h、20~40km/h和40~60km/h)，等待時間T的函數(shù)分別為正弦函數(shù)、比例函數(shù)和正切函數(shù)的情況下，RDMT-BA算法的性能比較如圖8所示。

圖8(a)中，隨著速度的增大，覆蓋率下降，且正弦函數(shù)、比例函數(shù)和正切函數(shù)相比，正切函數(shù)的波動性最明顯，比例函數(shù)次之，正弦函數(shù)最穩(wěn)定。雖然正弦函數(shù)的覆蓋率比正切函數(shù)和比例函數(shù)小，但是在總體上保持在95%以上，滿足實際場景中的覆蓋條件。圖8(b)中，當(dāng)速度固定時，正弦函數(shù)的轉(zhuǎn)發(fā)節(jié)省數(shù)最多，比例函數(shù)次之，正切函數(shù)最少。當(dāng)速度增大時，三個函數(shù)都呈上升趨勢，其中正弦函數(shù)平穩(wěn)性最優(yōu)。圖8(c)中，當(dāng)速度固定時，正弦函數(shù)的延遲時間最少，比例函數(shù)次之，正切函數(shù)最多。當(dāng)速度增大時，三個函數(shù)都呈下降趨勢，其中正弦函數(shù)波動性最小。由此可見，正弦函數(shù)的性能要優(yōu)于比例函數(shù)和正切函數(shù)。

3.2岔路場景

一般在十字路口車輛的運(yùn)動速度都比較慢，可以假設(shè)在十字路口模型下，無線帶寬為2Mb/s，環(huán)境為350mX350m，節(jié)點的無線通信半徑為50m，節(jié)點數(shù)由30增加到200,其中駛向路口的車輛和駛離路口的車輛均為總數(shù)的一半。針對不同的節(jié)點數(shù)，當(dāng)車輛駛向路口的速度和駛離路口的速度分別為0~20km/h和18~36km/h的情況時，記為V1；當(dāng)駛向路口的速度和駛離路口的速度分別為20~40km/h和36~54km/h的情況時，記為0兩種算法的性能比較如圖9所示。

圖9(a)中，隨著節(jié)點數(shù)的增大，洪泛算法的覆蓋率一直在90%~100%之間穩(wěn)步上升，RDMT-BA算法的覆蓋率在節(jié)點數(shù)到達(dá)140之前呈明顯的上升趨勢，在140之后跟洪泛算法的覆蓋率相接近，同時隨著速度的提高，覆蓋率略有下降,但在總體趨勢上性能仍然良好，甚至在低速的情況下，RDMT-BA算法的覆蓋率要優(yōu)于洪泛算法。圖9(b)中，由于洪泛算法所有的節(jié)點均轉(zhuǎn)發(fā)廣播，所以轉(zhuǎn)發(fā)節(jié)省數(shù)為零。而本算法當(dāng)節(jié)點數(shù)固定時，低速比高速轉(zhuǎn)發(fā)的節(jié)省數(shù)稍小。但當(dāng)節(jié)點數(shù)增加時，低速的上升趨勢更平穩(wěn)。圖9(c)中，隨著節(jié)點數(shù)的增多,洪泛算法的延遲時間呈遞增趨勢，且遠(yuǎn)遠(yuǎn)高于RDMT-BA算法的延遲時間。而本算法的延遲時間卻隨著節(jié)點數(shù)的增加而降低，低速比高速延遲稍長，但是并無明顯差異。由此可見,在岔路模型下本算法的性能要優(yōu)于洪泛算法，而且節(jié)點數(shù)越多,算法的性能越好。

針對不同的轉(zhuǎn)發(fā)閾值D,分別在兀、兀兩種情況下,RDMT-BA算法的性能比較如圖10所示(假設(shè)節(jié)點數(shù)為120)。

圖10(a)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大，覆蓋率越差。當(dāng)轉(zhuǎn)發(fā)閾值增大時，覆蓋率有明顯的下降趨勢，其中低速時覆蓋率的波動較平穩(wěn)，且均保持在80%以上，基本滿足實際場景中的覆蓋要求。圖10(b)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大,轉(zhuǎn)發(fā)的節(jié)省數(shù)越多。當(dāng)轉(zhuǎn)發(fā)閾值增大時，速度越大，轉(zhuǎn)發(fā)節(jié)省數(shù)的波動越大，但是總體上呈上升趨勢，其中低速時轉(zhuǎn)發(fā)節(jié)省數(shù)上升的趨勢更穩(wěn)定。這就減少了信道中轉(zhuǎn)發(fā)的競爭和沖突。圖10(c)中，當(dāng)轉(zhuǎn)發(fā)閾值固定時，速度越大，延遲的時間越少。當(dāng)轉(zhuǎn)發(fā)閾值增大時，速度越大，延遲的波動性越明顯，但是從總體上呈下降趨勢，其中低速時延遲下降的趨勢更平穩(wěn)。這就減少了消息傳播的滯后性。由此可見，岔路模型的結(jié)論與直路模型一致，低速的性能要優(yōu)于高速，可以保證信道的平穩(wěn)和車輛行駛的安全。

針對不同的速度(0~60km/h)的情況下，等待時間T的函數(shù)分別為正弦函數(shù)、比例函數(shù)和正切函數(shù)時，RDMT-BA算法的性能比較如圖11所示(假設(shè)節(jié)點數(shù)為120)。

圖11(a)中，隨著速度的增大，覆蓋率下降，且正弦函數(shù)、比例函數(shù)和正切函數(shù)相比，正切函數(shù)的波動性最明顯，比例函數(shù)次之，正弦函數(shù)最穩(wěn)定。其中正弦函數(shù)的覆蓋率比正切函數(shù)和比例函數(shù)小，但是在總體上保持在84%以上，基本滿足實際場景中的覆蓋要求。圖11(b)中，當(dāng)速度固定時，正弦函數(shù)的轉(zhuǎn)發(fā)節(jié)省數(shù)最多，比例函數(shù)次之，正切函數(shù)最少。當(dāng)速度增大時，其中正弦函數(shù)上升的平穩(wěn)性最優(yōu)。圖11(c)中，當(dāng)速度固定時，正弦函數(shù)的延遲時間最小，比例函數(shù)次之，正切函數(shù)最大。當(dāng)速度增大時，三個函數(shù)都呈下降趨勢，其中正弦函數(shù)波動性最小。由此可見，岔路模型的結(jié)論與直路模型一致,正弦函數(shù)的性能要優(yōu)于比例函數(shù)和正切函數(shù)。

根據(jù)上述一系列的分析比較可以看出，無論是直路模型還是岔路模型，均可得到如下結(jié)果：

洪泛算法因為每個節(jié)點都轉(zhuǎn)發(fā)廣播，所以覆蓋率達(dá)到90%以上；RDMT-BA算法隨著車輛數(shù)目的增多，覆蓋率達(dá)到80%左右，基本可以滿足車輛之間通信的要求。

由于RDMT-BA算法要求節(jié)點在達(dá)到一定的要求后才轉(zhuǎn)發(fā)廣播，所以當(dāng)車輛數(shù)目增多，趨于密集時，轉(zhuǎn)發(fā)節(jié)點覆蓋范圍內(nèi)的節(jié)點越多，越多的節(jié)點無需轉(zhuǎn)發(fā)，進(jìn)而轉(zhuǎn)發(fā)節(jié)省的節(jié)點數(shù)目就會增多。

洪泛算法的每個節(jié)點在接聽到廣播后，都會向外轉(zhuǎn)發(fā),所以廣播的延遲較大，而RDMT-BA算法則隨著節(jié)點數(shù)目的增多，延遲比洪泛算法的減少50%甚至更多。

當(dāng)轉(zhuǎn)發(fā)閾值D增大時，即在相同節(jié)點數(shù)目的條件下,滿足轉(zhuǎn)發(fā)條件的節(jié)點減少，所以轉(zhuǎn)發(fā)節(jié)省數(shù)增加、覆蓋率下降、延遲增加。

當(dāng)?shù)却龝r間T因為函數(shù)改變時，可以看出正切函數(shù)覆蓋率高但波動性較大，而正弦函數(shù)轉(zhuǎn)發(fā)節(jié)省數(shù)多和延遲時間少，且平穩(wěn)性很好，所以綜合性能上正弦函數(shù)要優(yōu)于正切函數(shù)和比例函數(shù)。

綜上所述，RDMT-BA算法在覆蓋率、轉(zhuǎn)發(fā)節(jié)省數(shù)和延遲三個性能上較之洪泛算法有著顯著的改善。在城市復(fù)雜的環(huán)境下，能夠在保證絕大多數(shù)車輛收聽廣播信息的前提下，將廣播信息高效快速地向外發(fā)送，通過車、路、人的合一，真正意義上實現(xiàn)城市的智能交通。

4結(jié)語

針對城市場景下道路的復(fù)雜性，提出了一種基于節(jié)點相對距離與消息類型的廣播算法。該算法應(yīng)用節(jié)點的相對移動速度和消息類型決定接聽廣播的節(jié)點之后，再依據(jù)轉(zhuǎn)發(fā)閾值和等待時間的判斷決定對廣播進(jìn)行轉(zhuǎn)發(fā)的節(jié)點。但是，考慮到實際場景的復(fù)雜性，該算法尚有不足。首先計算節(jié)點相對距離的公式可能會受到環(huán)境因素的影響而準(zhǔn)確性降低，進(jìn)而在求取相對速度時，即使在很短的時間和相同的環(huán)境下，也不能完全消除環(huán)境的影響，所以在下一步繼續(xù)深入研究和實現(xiàn)論文方法的同時，會實際采用硬件電路進(jìn)行模擬，將實際數(shù)據(jù)與仿真數(shù)據(jù)進(jìn)行比較，根據(jù)實際情況對算法進(jìn)行完善。其次算法的安全性不高，雖然通過判斷是否重復(fù)收聽廣播可以減少重復(fù)收聽的次數(shù)，及時將正確的道路信息轉(zhuǎn)達(dá)給車主，但是無法完全防止惡意節(jié)點的消息。所以，擬定的下一步工作主要是在實際場景中改善算法的準(zhǔn)確性、可靠性和安全性。

20211021_61715b9b12598__一種基于AdHoc的城市車聯(lián)網(wǎng)廣播算法