CN102013162B - 一种广播优先的车载自组网络服务调度方法 - Google Patents

Abstract

本发明发明公开一种高效的广播优先的服务调度方法，适用于车载自组网络中车辆与路边单元的通讯。本服务调度方法分为请求插入路边单元服务队列和路边单元对请求进行服务两个阶段组成。请求插入路边单元服务队列阶段是服务调度方法的重心，在路边单元的服务队列上实现了有效的对请求排列；而路边单元对请求进行服务阶段则完成第一阶段的后续工作，路边单元对车辆发来的请求进行选择服务或者丢弃。本调度方法主要针对以往的简单优先级策略未能考虑到通信模式的区别，未能将多车发送的相同请求进行统一服务，从而造成信道带宽浪费这一问题进行改进，通过对多车发送的相同请求统一进行广播服务，使得增加信道利用率并且减轻路边单元的负荷。

Description

一种广播优先的车载自组网络服务调度方法

技术领域

本发明属于车载自组网络通信技术领域，具体是一种高效的基于广播优先的服务调度方法，解决路边单元上处理能力不足以及信道带宽浪费的问题，本方法适用于包括车载单元、路边单元的车载自组网络结构。在车载自组网络中应用此方法能够减少信道带宽浪费，防止部分服务请求因为路边单元处理能力不足而失效的情况，提高路边单元处理车载单元请求的效率以及服务请求率。

背景技术

车载自组网络(Vehicular Ad-hoc Networks，VANET)是移动自组网络的一种形式，适用于邻近的几辆车之间以及车辆与附近固定设施进行通讯的自组织网络系统，其目的是为司机提供一个安全、舒适的交通环境，同时对道路信息进行实时监控，实现交通智能化。

车载自组网络是一种无中心节点的系统。其通讯分为两部分，车与车之间通讯以及车辆与路边单元(Roadside Unit，RSU)的通讯。车辆上、道路两侧以及十字路口处安装电子装置从而实现通讯。给司机提供事故警告信息、道路标识提示以及实时交通情况，从而增加司机行驶的安全系数，为司机选择最佳行驶路线提供便利。

车载自组网络中RSU上的服务调度方法至关重要。当车辆向RSU发送服务请求后，RSU需要对服务请求进行接收并且将服务发送给请求的车辆。在这个过程中就需要服务调度方法来支撑。服务调度方法与传统的服务调度不同：在传统的服务调度中，服务端可以有足够的时间向用户提供服务而不用担心用户会与服务器失去连接，但是在车载自组网络中由于车辆是移动节点而RSU是固定的，车辆在行驶过程中处于RSU通讯范围内的时间是有限的，这样给RSU发送服务的时间也是有限的；同时上行请求报文和下行服务报文共享同一个带宽，当车辆发送的请求过多时带宽竞争也尤为激烈，综上想要满足所有报文请求是十分困难的。这样一个高效的服务调度方法在处理请求时就尤为重要。

目前国内外比较著名的服务调度方法有先来先服务方法(First Come First Serve，FCFS)、最早截止期限先服务方法(First Deadline First，FDF)、最小服务报文长度先服务方法(Smallest Data-Size First，SDF)以及基于优先级的服务调度方法。

FCFS方法意思是最早到达的服务请求将会被最早服务。这是最简单的一种方法，实现也十分方便，资源消耗最小。但是FCFS并不考虑到服务请求的轻重缓急，不涉及待发送的服务数据包大小以及服务请求的截止期限，因此在VANET中，这种调度方法并不合理。

FDF方法对FCFS方法做出了一定的改进，该方法考虑到了在VANET服务调度中截止期限这一重要因素。通常情况下，车辆不会停下等待RSU的服务应答，一旦车辆驶过RSU的通讯范围，该服务报文即使在RSU上被发送出去，也不会有车辆对其进行接收，从而造成信道的浪费。因此报文请求的截止期限可以被认为是判断报文请求是否有效的一种方法，请求报文中截止期限越早，说明发送该车辆越快要离开RSU的通讯范围，因此对服务的要求也就越高。FDF方法保证了这一点。但是截止期限显然不是服务调度中唯一需要考虑的限制因素，在SDF方法中，考虑到了待发送的服务数据包大小的因素，并提出服务报文越小，越应及早发送。这样在相同的时间内，在RSU发送能力一定的情况下，发送报文的数量也就最多。同样地，该方法也是单一的考虑报文大小的问题，也不能很好的解决问题。

随后，一种同时考虑到截止期限问题，又考虑到数据包大小问题的D*S方法被提了出来。在D*S方法中，引入一个新的变量DS_value，用来计算每一条请求报文的服务权重。服务报文的DS_value值越大，服务也就越早。DS_value的计算如公式(2)所示：

DS_value＝(deadline-startTime)/dataSize    (2)

其中deadline为每个报文的截止期限，startTime为报文的开始时间，dataSize为所需要的服务报文长度。

D*S方法已经囊括了服务调度方法中最基本的两个因素，并且包含优先级思想的雏形。最近的几年内，服务调度方法领域中产生新的基于优先级的服务调度方法。该方法根据服务的不同类型以及它们的紧急程度，分别编上不同的优先权等级，并且将该等级体现在权值计算公式中，如公式(3)所示：

$\mathrm{Weight}=\frac{\mathrm{priority}\×(\mathrm{deadline}-\mathrm{startTime})}{\mathrm{dataSize}}---\left(3\right)$

其中deadline为每个报文的截止期限，startTime为报文的开始时间，dataSize为所需要的服务报文长度，priority为报文的优先级。

然后根据权值从大到小的顺序在服务队列中排序，权值越大服务越早

发明内容

本发明是在已有的优先级调度方法基础之上的一种创新，主要针对以往的简单优先级策略未能考虑到通信模式的区别，未能将多车发送的相同请求进行统一服务，从而造成信道带宽浪费这一问题进行改进，提出了一种广播优先的服务调度方法(Broadcast-First Service Scheduling Scheme，BFS)。该方法将过去的所讨论的因素全部考虑进去，并同时考虑到了信道带宽利用率以及路边单元的处理能力，引入广播优先的策略，通过对多车发送的相同请求统一进行广播服务，增加了信道利用率，同时也减轻路边单元的处理负荷，做到了真正意义上的高效。

本服务调度方法分为请求插入路边单元服务队列和路边单元对请求进行服务两个阶段组成。其操作过程示意图如图1所示。

1.请求插入路边单元服务队列阶段

请求插入路边单元服务队列阶段是服务调度方法的重心，该阶段完成对RSU上服务队列的排序，为下阶段RSU进行服务请求做先行工作。

首先规定每一个报文的格式为＜vehicleID，type，startTime，deadline＞四元组。每一个报文都有一个截止期限Deadline以及开始时间startTime，同时在路边单元RSU上可以获取到每一个服务报文的长度DataSize，将每个报文的截止期限、开始时间和所需要的服务报文的长度记录在变量D_i、ST_i和S_i中。然后根据服务报文的类型以及轻重缓急程度人为的设定不同服务报文的优先级，将每个服务报文的优先级记录在变量P_i中。同时归类已经接收到的请求报文，查看服务队列中是否有相同请求，若有相同请求，则修改该服务队列中报文的广播系数B_i，并更新D_i以及ST_i的值。若无相同请求，则将其广播系数记为1，并记录在变量B_i中。

完成上述工作后得到参数D_i、ST_i、S_i、P_i以及B_i。然后根据公式(1)所示计算服务报文的权值，并按权值从大到小的顺序将其插入服务队列中。若服务队列中原本已有相同请求的服务报文，则根据新修改的参数重新计算该服务报文的权值，并按权值从大到小的顺序将其重新在服务队列中排列位置。

为了保证控制RSU的负荷以及提高效率，服务队列中所有请求都应是合法的。在第一阶段中还需完成清理服务队列中非法请求的工作。由于截止期限已到但是服务报文尚未发送出，从而导致该报文成为无效报文。无效报文一经检出立即从队列中丢弃。

当RSU服务队列不为空时，则需要开启新的进程转入路边单元对请求进行服务阶段；反之则继续执行请求插入路边单元服务队列阶段的工作。

2.路边单元对请求进行服务阶段

路边单元对请求进行服务阶段则完成第一阶段的后续工作，路边单元对车辆发来的请求进行选择服务或者丢弃。

首先获取RSU上服务队列队头的服务报文，检查该服务报文所包含的最晚截止期限，将该截止期限存到D_i中。比较D_i与当前时刻，若D_i比当前时刻早，则该服务报文有效，可以被发送，反之，则将该报文丢弃，重新获取RSU上服务队列队头的服务报文。两个阶段分两次检验报文的合法性，从而进一步增加报文传输的正确率和信道的使用效率。

得到合法服务报文后，进行分析，读出其广播系数B_i，若该广播系数为1，则将其报文中的车辆编号读出，并且向该车辆发送服务报文。若该广播系数大于1，则将该报文广播发送。

报文发送完毕后，探测RSU上的服务队列。若RSU上服务队列不为空，则重新本阶段的工作，反之则延迟一段时间后继续探测RSU上的服务队列。

附图说明

图1广播优先的服务调度方法流程示意图；

图2服务调度架构示意图；

图3齐普夫分布曲线图；

图4不同服务调度方法服务率比较曲线图；

图5请求报文数为80时不同服务调度方法服务率比较曲线图；

图6不同服务调度方法系统收益比较曲线图。

具体实施方式：

广播优先的服务调度方法的系统模型：

图2所示的是一个车载网络的架构，RSU放置在道路的两侧。车辆在道路行驶过程中一旦经过RSU的通讯范围即可以与RSU进行通讯，车辆向RSU发送请求报文然后等待服务报文。每一个报文的格式为＜vehicleID，type，startTime，deadline＞四元组。在四元组中记录着车辆的编号，请求报文的类型，开始时间以及截止期限等重要信息。由于GPS设备被广泛的应用，基于车辆当前的速度、车辆以及RSU的地理位置，车辆就可以估计出他们驶出RSU通讯范围的时间，这样就得到了报文的截止期限。

示范性实例分析：

服务率(Service Ratio)是衡量服务调度方法是否高效的核心指标。服务率是指对RSU所获取的服务请求报文的服务百分比。由于RSU的处理能力以及信道带宽有限，如何通过合理的安排服务调度最大限度的对请求报文进行服务，以及尽可能的提高信道带宽利用率是诸多服务调度方法首要考虑的问题。

系统收益(System Profit)是另外一个衡量服务调度方法是否高效的重要指标。由于车辆向RSU发送的报文类型不同，这样就有报文请求的轻重缓急一说。原则上紧急的，对驾驶安全重要的报文应该有更高的收益值，而一些非安全应用，比如附近地图下载、停车场空车位等信息，其收益值应略小一些。系统收益值反映服务调度方法处理关键报文的能力，反映在车辆通讯较多，网络通讯状况较差，RSU处理能力不足以及信道带宽受限的情况下，服务调度方法的生存性。系统收益的计算方法如公式(4)所示：

$\mathrm{System}\_\mathrm{Profit}={\mathrm{\Σ}}_i^N{W}_i\×{\mathrm{SR}}_i\×f(i,\mathrm{\θ},N)---\left(4\right)$

其中i为每一个服务类型的编号，N为服务报文种类数，W_i为第i类型服务报文的平均权值，SR_i为第i类型服务报文的服务率，f(i，θ，N)为第i类型服务报文的齐普夫分布值。

广播优先的服务调度方法主要是在已有优先级调度方法基础上，同时考虑到了信道带宽利用率以及路边单元的处理能力，引入广播优先的策略，通过对多车发送的相同请求统一进行广播服务，增加了信道利用率，同时也减轻路边单元的处理负荷。为了验证广播优先的服务调度方法的有效性，笔者分别从不同请求报文数量服务率、固定报文数量不同报文类型的服务率以及系统收益等方面对所提出的方法进行仿真，并与笔者之前提出的FCFS方法以及基于优先级的服务调度方法进行比较分析。使用的仿真工具是被业界公认的NS2仿真工具。

实验所部署的方针场景如下所示：

在一个2000米×2000米的街道场景下，沿道路每隔200米部署一个RSU单元。场景中心是一个十字路口。不同的车辆从道路的四个方向按照交通规则以不同的速度行驶。在道路上随机的同RSU进行通讯，从而得到服务应答。

在RSU上提供6种不同的服务，具体服务类型以及优先等级如下所示：

1)旅馆、商店等非安全信息信息；优先等级为1。

2)区域地图查询；优先等级为2。

3)罚单信息；优先等级为3。

4)路线信息；优先等级为4。

5)道路阻塞声音信息；优先等级为5。

6)车祸等紧急安全信息；优先等级为6

实验的一些参数设定如下：数据长度分别从100千字节到10兆字节不等，数据率为2兆比特每秒，车辆的行车速度为10公里每小时到100公里每小时不等。RSU与车辆之间采用UDP协议传输。

在VANET通讯中，不同类型的服务要求有不同的频率。例如，尽管涉及到司机驾驶安全性的信息对司机的驾驶至关重要，诸如安全预警、道路拥塞信息等。但是通常情况下对非安全信息的请求数量要比安全请求多，因此在实验中我们引入齐普夫定律(Zipf’s Law)。

Zipf’s Law是在数理统计理论中著名的经验定律，其基本公式如公式(5)所示，按照Zipf’s Law的基本公式所形成的分布称为齐普夫分布。

$f(k,\mathrm{\θ},N)=\frac{\frac{1}{k^{\mathrm{\θ}}}}{{\mathrm{\Σ}}_i^N\frac{1}{i^{\mathrm{\θ}}}}---\left(5\right)$

其中i为每一个服务类型的编号，N为服务报文种类数，k为每一个服务类型的编号，θ为齐普夫分布参数。

当齐普夫分布参数θ为1时，称之为严格齐普夫分布，当θ为0时，齐普夫分布就变成了均匀分布。图3所示的是包括6类服务的齐普夫分布曲线图，θ分别为0，0.5，0.8，1等情况，根据前人的经验以及对实际情况的考察，本实验选择齐普夫分布参数为0.8。

图4为不同服务调度方法服务率比较曲线图。从图4中可得，在实验场景下当请求报文的数量从10到80变化时，FCFS方法服务率下降的速度最快，当请求报文数量为80时，服务率已经落至60％以下，基于优先级的服务调度方法的服务率比FCFS稍好，然而广播优先的服务调度方法则表现的性能最好，当请求报文达到80时，服务率仅仅略有下降，比FCFS方法性能高出一半以上。当交通并不繁忙，报文请求数量较少时，三种方法都表现出了较高水平的性能，然而随着请求报文数量增大，广播优先的服务调度方法表现出了更好的性能，这反映了本发明提出的方法可以有效的应付大量服务请求报文的压力。

图5所示的是请求报文数为80时不同服务调度方法服务率比较曲线图。从图5中可得，在实验场景下请求报文的数量为80时，FCFS方法不能够有效的保证优先级系数高的报文的发送，各个优先级报文的服务率几乎一致。基于优先级的服务调度方法和广播优先的服务调度方法均可以保证最高优先级报文的服务率，而由于引入广播策略，使得广播优先的服务调度方法在次高优先级报文的服务率有了保证，从而带动整体的请求报文服务率有了明显提高。

图6为不同服务调度方法系统收益比较曲线图。从图6中可得，当服务请求报文数量较少时，三种方法的系统收益值均十分高，随着请求报文数量的增大，FCFS方法的系统跌落的十分迅速。而广播优先的服务调度方法则拥有比较高而稳定的系统收益。

综上所述，广播优先的服务调度方法在服务请求报文的服务率、高优先级请求报文的服务率以及总系统收益等方面相较FCFS方法以及基于优先级的服务调度方法而言都表现出了良好的性能。而且随着RSU通讯范围内车辆数目的增多、服务请求数量的增大，本方法与其他两种方法相比仍然能够表现出较好的性能，显示了良好的可扩展性。符号说明：

VANET：车载自组网络

RSU：路边单元

FCFS：先来先服务调度方法

FDF：最早截止期限先服务方法

SDF：最小服务报文长度先服务方法

D_i：第i个服务报文的截止期限

ST_i：第i个服务报文的开始日期

S_i：第i个服务报文的报文长度

P_i：第i个服务报文的优先级

B_i：第i个服务报文的广播系数

W_i：第i个服务报文的综合权值

UDP：用户数据包协议

Zipf’s Law：齐普夫定律

Claims (1)

1.一种应用于车载自组网络中车辆与路边单元的通讯的基于广播优先的服务调度方法，具体步骤包括请求插入路边单元服务队列阶段和路边单元对请求进行服务阶段；

请求插入路边单元服务队列阶段的操作步骤如下：

步骤1.1：规定每一个报文的格式为<vehicleID，type，startTime，deadline>四元组，所述vehicleID为车辆的编号，所述type为报文的类型；每一个报文都有一个截止期限deadline以及开始时间startTime，同时在路边单元上获取到每一个服务报文的长度DataSize，将每个报文的截止期限、开始时间和所需要的服务报文的长度记录在变量D_i、ST_i和S_i中；

步骤1.2：设定不同服务报文的优先级：根据服务报文的类型以及轻重缓急程度人为的规定为不同等级，将每个服务报文的优先级记录在变量P_i中；

步骤1.3：设定不同服务报文的广播系数：归类已经接收到的请求报文，查看服务队列中是否有相同请求，若有相同请求，则修改该服务队列的广播系数B_i，并更新D_i以及ST_i的值；若无相同请求，则将其广播系数记为1，并将广播系数记录在变量B_i中；

步骤1.4：根据步骤1.1-1.3所述，得到参数D_i、ST_i、S_i、P_i以及B_i；然后根据公式(1)所示计算服务报文的权值，并按权值从大到小的顺序将其插入服务队列中；若服务队列中原本已有相同请求的服务报文，则根据新修改的参数重新计算该服务报文的权值，并按权值从大到小的顺序将其重新在服务队列中排列位置；

$W_i=\frac{P_i\&times;(D_i-{\mathrm{ST}}_i)\&times;B_i}{S_i}---\left(1\right)$

其中D_i为每个报文的截止期限、ST_i为报文的开始时间、S_i为所需要的服务报文长度、P_i为报文的优先级、B_i报文的广播系数；

步骤1.5：清理服务队列中无效报文，所述无效报文是由于截止期限已到但是服务报文尚未发送出，从而导致该报文成为无效报文；

步骤1.6：路边单元时刻监听车辆传来的请求报文，一旦获取，立即将其暂时存放在接收队列中，并且按照步骤1.1至步骤1.5将其插入服务队列中；

步骤1.7：路边单元服务队列若不为空，则开启新进程转入路边单元对请求进行服务阶段；反之则继续执行步骤1.1；

路边单元对请求进行服务阶段的操作步骤如下：

步骤2.1：获取路边单元上服务队列队头的服务报文，检查该服务报文所包含的截止期限，将该截止期限存到D_i中；

步骤2.2：比较D_i与当前时刻，若D_i比当前时刻早，则该服务报文有效，可以被发送，反之，则将该报文丢弃，继续执行步骤2.1；

步骤2.3：分析取得的合法服务报文，读出其广播系数B_i，若该广播系数为1，则将其报文中的车辆编号读出，并且向该车辆发送服务报文；若该广播系数大于1，则将该报文广播发送；

步骤2.4：探测路边单元上服务队列，若路边单元上服务队列不为空，则继续执行步骤2.1；反之则延迟一段时间后重复步骤2.4的工作。

Images