面向高速公路考慮交叉路口的VANETs中V2V的鏈路時延動態預測方法
【技術領域】
[0001] 本發明涉及一種鏈路時延預測方法，特別涉及一種面向高速公路考慮交叉路口的 VANETs中V2V的鏈路時延動態預測方法，屬于車載無線網絡技術領域。
【背景技術】
[0002] 車載無線網絡（Vehi州lar Ad Hoc Networks, VANETs)是無線移動自組網 (Mobile Ad Hoc Networks, MANETs)的一個特例，它實現了車間通信（Intervehi州lar Communications, IVC)和道路汽車間的通信（road-vehicle communications, RVC)，參見文 獻[1]，與MANETs不一樣的是應用場景受到城市和高速公路的限制，因為車輛在道路上高 速行駛，所WVANETs網絡的拓撲結構變化快并且間歇性連通，參見文獻巧]，所W它也被看 作容遲網絡（delay tolerance network, DTN),參見文獻[3]。
[0003] VANETs提供了安全信息分發，參見文獻[4, 5]，商業應用服務，參見文獻[6]，娛 樂，參見文獻[7]，動態的交通管理信息，參見文獻巧-10]和動態的路由計劃，參見文獻
[11]等。該些應用為司機和乘客提供了安全和舒適的交通環境，參見文獻[12]。因為該些 應用和服務要求兩車間的無線通信鏈路來維持一個完整的通信階段，因此，研究鏈路時延 的屬性是至關重要的，因為它直接影響許多性能標準，比如，端到端的延遲，包的丟失和吞 吐量，它也能夠被使用來優化網絡拓撲結構來改善網絡資源利用率，最大化網絡性能和減 少廣播風暴，參見文獻[13]。該如何預測已經連接的任意兩車間的鏈路時延，為了預測，每 一個車輛什么信息需要實時獲得，是本領域的研究熱點。
[0004] 關于網絡性能的鏈路時延問題在DTN和MANET中被廣泛的研究，參見文獻 [14-1引。在文獻[16]的仿真結果證明了鏈路時延對于VANET單播路由是最重要的QoS特 性之一。而且，兩車間的鏈路時延也影響到一個路由協議構建多跳路徑的穩定性，換句話 說，它決定了一個源節點到目的節點的每一次連接的吞吐量。所W有幾個通過考慮鏈路時 延，針對可靠的路由進行的研究，參見文獻[17-18]。
[000引為了在VA肥Ts中的鏈路時延建模，幾個關于鏈路時延概率密度仰巧的研究已 經被提出，參見文獻巧7-30]，文獻[41，42]針對一維高速公路場景為鏈路時延建模，文獻 [2, 43, 44]為城市場景提出鏈路時延模型，文獻巧]為高速公路和城市場景提出模型，不 過，文獻巧，43]沒有考慮交叉口轉彎。VANETs中鏈路時延問題是很復雜的并且受許多因素 的影響包括車間距離、車速、交叉口的轉向頻率、交通燈的影響、由于路邊建筑物所導致的 信號衰退等因素。
[0006] 鏈路時延被被認為是兩節點之間的鏈路可用的時間間隔，具體的定義，鏈路時延 是兩個節點停留在彼此的傳輸范圍內的時間間隔，參見文獻[14]。在MNET中，鏈路時 延由一系列的隨機因素決定，比如無線信道和兩節點之間的距離等，該取決于隨時間變 化的環境和節點的移動性。Wu等人在文獻[19]中研究了在多跳移動網絡中節點移動性 對鏈路時延的影響并且提出了一個分析框架來估計鏈路時延，該個模型被使用于分析點 對點的和多跳的鏈路時延，基于現存的移動性模型RWP (Random Waypoint Models)，參見 文獻 l!2〇]、RW(Random Wa化），參見文獻[21]、RPGM化eference Point Group Mobility、 RVGM巧eference Velocity Group Mobility Model),參見文獻[22-23],模型的準確性被證 實。但是該些移動性模型不能被用在VAENTs中，因為汽車節點環境受道路限制并且車速很 局。
[0007] 雖然節點移動性的一些因素（比如節點的速度，兩節點之間的距離和節點的移 動方向等）對鏈路時延有極大的影響，鏈路時延或者路徑時延在MANET中服從什么分布， 文獻巧4-26]表明鏈路時延能夠被有效地用指數分布近似。鏈路時延的指數分布不能用 在VANET中，在文獻巧7-28]，研究人員提出了指數分布是鏈路時延很好的近似，不過，文獻 巧9]提出在自由流不擁堵的情況下，鏈路時延的概率密度函數能夠用帶有合適的參數的對 數正態分布近似。Yan等人指出VAENT中的鏈路時延也能用對數正態分布近似，條件是遵循 下列假設：車間行進的距離的概率密度函數為對數正態分布并且車速是確定的。不過，該種 分析不適用于自由流的狀態。
[0008] 考慮鏈路時延對于MANET是很重要的，一些文獻注重研究預測鏈路時延，鏈路時 延通過兩節點間的相對速度和相對距離決定，假設節點移動遵循RWP模型，參見文獻巧0]， 不過，已經被證明的是RWP模型不能提供一個穩定狀態，也就是節點的平均速度隨著時間 持續下降，參見文獻巧1]。不過，在無線自組網中，不同的移動性模型對鏈路穩定性有不同 的影響，參見文獻巧2]。化a等人在不同的移動性模型下研究了幾種路徑選擇算法，參見文 獻巧3]，不過，它們不能準確預測鏈路時延。一些鏈路時延預測算法在W前的工作中被研 究，參見文獻巧4-36]。
[0009] 化SS等人在文獻巧句中提出移動投影的軌跡的算法估計剩余鏈路壽命 (Resi化al Link Lifetime,化L).在文獻巧引中Korsness等人使用鏈路的壽命（比如鏈路 已經連接了多久）作為參數來估計鏈路的剩余的時間化L。化a等人在文獻巧6]提出了一 個新的化心預測算法來預測鏈路的壽命，他們使用的是卡爾曼濾波法扣nscented Kalman Filter, UKF)。雖然文獻巧引提出鏈路的剩余的壽命和兩節點之間的相對速度相關，在移 動自組網里解決鏈路壽命預測的方法不能用在VANET中，因為VANET中的汽車移動性不遵 循MNET中移動性模型。
[0010] 文獻巧7-30]中的研究分析了鏈路時延的概率密度函數，化elly等人在，參見文 獻巧7]中研究了 VANET的鏈路時延，他們假設自由的狀態和車速的正態分布W及傳輸范 圍。Nekovee研究了 VAENT中鏈路時延的概率，參見文獻巧7]，假設車間的相對距離是恒定 的并且忽略了汽車的移動性模型。然后他假設汽車的速度服從正態分布擴展了該個研究， 參見文獻巧引。假設均等的空間節點和正態的車速分布，Sun等人在文獻巧9]中為鏈路壽 命的概率密度函數提出了 一個分析模型，不過，第一個假設是不合理的，因為車間的間隔是 隨機的。在文獻[40]中，一個VANET中為單跳連接性時延的簡單框架被提出。但是該如 何預測城市場景和高速公路場景下的多跳鏈路時延。Boban等人在文獻[16]中研究了高速 公路場景和城市場景的單播通信的連接性時延。在文獻[41-42]中，研究提出了一維高速 公路場景中的鏈路時延和連接性時延。文獻[13]提出鏈路時延屬性被汽車移動性和信道 隨機性的影響。由于城市道路的網絡拓撲結構和交通燈影響，該些鏈路時延的分析模型不 能被擴展為城市場景所需要的。Artimy等人分析了在二維城市場景中的網絡連接性并且在 街道中間放置了交叉口，參見文獻[43]。Viriyasitavat等人基于為移動性設計的元胞自 動機模型（Cellular Automata Model)提出了一個復雜的城市VANET的網絡連接性的分析 框架，參見文獻巧]，轉向頻率和交通燈兩種因素被考慮并且它們認為兩個連續的汽車遇 上交通燈的組合事實是獨立，該也許和實際情況不相符。化等人在文獻[44]中通過考慮車 間距離、車速、在交叉口的轉向頻率和交通燈因素提出了一個具體的基于過程的馬爾科夫 鏈模型。在文獻巧]中，wang等人提出了 LDP (Link Duration Prediction)模型，獲得了 城市場景和高速公路場景的任意兩節點間的實時鏈路時延的預測，相對速度、交通燈和兩 車之間相對距離被考慮，不過，該個研究只注重直行的公路，所W他們沒有考慮汽車在交叉 口轉向。
【發明內容】
[0011] 本發明的目的是提出面向高速公路考慮交叉路口的VANETs中V2V的鏈路時延動 態預測方法，W解決針對現有的鏈路時延預測方法沒有考慮真實的高速公場景和城市場 景，不能準確預測鏈路時延的問題。
[0012] 本發明為解決上述技術問題所采用的技術方案是：
[0013] 本發明所述的面向高速公路考慮交叉路口的VANETs中V2V的鏈路時延動態預 測方法，是按照W下步驟實現的；步驟一、計算鏈路斷開時兩車的相對距離；步驟二、估計 兩車的相對速度分布；步驟H、基于步驟一與步驟二預測兩車的鏈路時延，具體如下；步驟 H -、計算兩車鏈路時延所需的相關因素，包括兩車的相對速度V，兩車之間的初始距離山 兩車的行駛方向；步驟H二、在步驟H-的基礎上，計算兩車的鏈路時延。
[0014] 本發明的有益效果如下：
[0015] 一，本發明擴展了LDP(Link Duration Prediction)模型，使其適用于高動態的和 分布式的VANETs,目的是每一輛汽車能夠實時地預測高速公場景和城市場景的鏈路時延；
[0016] 二，基于本發明的ELDP模型，能夠自動地采集車速樣本和精確地估計車速的分 布；
[0017] H，本發明的ELDP模型沒有假設兩個連續的汽車遇上的交通燈事實獨立的，該在 W前的研究中是個普遍的假設；
[001引四，本發明證明了 ELDP的有效性并且用仿真驗證給出了性能評價，仿真結果表明 ELDP模型能夠準確地預測VANETs中高速公路場景和城市場景的兩車的鏈路時延。
【附圖說明】
[0019] 圖1為汽車在帶有交叉口的高速公路行駛情況圖；
[0020] 圖巧分析轉向對鏈路時延的影響圖，其中（a)為兩車都直行情況，化）為兩車右 轉和左傳情況，（C)為右轉和直行情況，（d)為兩車都左轉情況，（e)為兩車都右轉情況，圖 中V。V2, V3, di，d2, r分別代表汽車1、汽車2、汽車3,兩車之間初始距離，兩車之間鏈路斷開 時的距離，無線傳輸半徑；
[0021] 圖3為分析兩車的相對速度圖，其中，（a)為一個汽車移動的方向，化）為求解兩車 相對速度；
[0022] 圖4為圖3中化）的向量卽勺方向；
[0023] 圖5為平移坐標系的過程圖；
[0024] 圖6為點D的不同位置圖，其中（a)為點D在E的前面的情況，化）為點D在E后 面的情況；
[0025] 圖7為點D在點E的前面或后面，其中（a)為點D在點E前面，化）為D在E的后 面；
[002引圖8為點D在點E的前面或后面，其中（a)為點D在點E前，化）為點D在點E后 面；
[0027] 圖9為點D在點E的前面或后面，其中（a)為點D在點E前面，化）為點D在點E 后面；
[0028] 圖10為鏈路時延計算程序流程圖；
[0029] 圖11為同向行駛汽車的鏈路時延預測誤差和相關因素的分析結果圖，其中（a)為 兩節點的平均速度，化）為兩節點相對速度的標準差，（C)為兩個隨機選擇的節點的鏈路時 延，（d)高速公路場景的鏈路時延預測誤差分布函數，（e)為10對隨機選擇的節點的平