CN102355406A - 车载自组网中基于节点密度分布的自适应数据分发方法 - Google Patents
车载自组网中基于节点密度分布的自适应数据分发方法 Download PDFInfo
- Publication number
- CN102355406A CN102355406A CN2011102314828A CN201110231482A CN102355406A CN 102355406 A CN102355406 A CN 102355406A CN 2011102314828 A CN2011102314828 A CN 2011102314828A CN 201110231482 A CN201110231482 A CN 201110231482A CN 102355406 A CN102355406 A CN 102355406A
- Authority
- CN
- China
- Prior art keywords
- node
- grid
- message
- hot spot
- density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明涉及车载自组网中基于节点密度分布的自适应数据分发方法,车载自组网中节点相遇需要发送消息时,根据节点当前位置判断处于热点区域还是非热点区域,当处于热点区域内部时,从当前邻居节点中寻找具有最大节点度的节点转发消息;当处于非热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息;使用分布式密度感知算法快速获知网络节点和热点区域的空间分布信息,使用基于图论和复杂网络理论的跳数限制函数估计消息转发至热点区域的平均距离,使用节点空间分布的先验知识对消息进行动态跳数限制,实现消息转发模式的动态调整,获得接近传染性路由的高性能,同时显著减少冗余消息副本数量。
Description
技术领域
本发明属于自组网技术领域,尤其是一种用于车载自组网的基于节点密度分布的自适应数据分发方法。
背景技术
车载自组网(Vehicular Ad-hoc Networks,简称VANET)是安装在车辆上的无线节点(本文简称节点)和路边基础设置(Road side Unit,简称RSU)组成的自组织异构无线多跳网络,通信模式包括节点之间自组织多跳通信和节点与RSU之间的通信。车载自组网是无线传感网和无线自组网在智能交通领域的特殊应用。它具有明显的新特性:网络规模大、节点移动速度快、节点空间分布不均匀、节点移动轨迹受道路限制、节点具有较强的计算能力和充足的电源供应等。车载自组网的典型应用包括交通管理、交通安全和城市监测等。
复杂的城市交通环境对VANET的数据分发提出了挑战。首先,节点的高移动性造成链路生存期短,现有研究表明在车辆平均速度100km/h时,如果节点的覆盖半径为250m,则链路存在15s的概率仅为57%,频繁变化的网络拓扑结构使基于路由发现与维护的同步路由机制难以有效应用。其次,由于地理位置、交通状况等因素,车辆节点往往呈现强烈的不均匀分布,节点密集区域和稀疏区域同时存在,网络连通度呈现较大差异,这要求数据分发策略具有自适应机制,能够动态调整消息转发模式,获得高转发性能和低资源消耗的平衡折中。
(1)传染性路由协议
传染性路由协议(epidemic routing protocol)使用“存储携带转发”(store-carry-forward)的模式进行消息转发:节点接收到消息后暂时缓存(store),在移动过程中携带(carry)数据等到下一次与合适节点相遇才进行转发(forward)。转发过程模仿病毒扩散传播的原理:源节点产生消息后,在移动过程中将消息复制后转发给所有相遇节点,接收到副本的节点以同样的方法将消息分发给所有未携带该消息的相遇节点,最终带有消息副本的节点与目的节点相遇,消息转发成功。
传染性路由协议假设节点使用固定大小的缓冲空间用于暂存接收到的消息。缓存中的消息包含额外的信息:①一个32bit消息标识符(message identifier),其中包括16bit的节点标识和16bit的消息标识;②消息的跳数限制,规定了消息在网络中可被复制转发的最大次数;③可选的ack request。节点使用Hash表对所有缓存消息的标识符进行索引并建立位向量(bitvector),称为摘要向量(SummaryVector:SV),表示本节点暂存消息的目录。
若节点A和节点B相遇并建立连接,消息转发过程如下:
步骤1:节点A将所有暂存消息的标识符进行Hash索引,生成摘要向量SVa并发送给节点B;
步骤2:节点B接收SVa,生成本节点的摘要向量SVb,对二者进行逻辑与运算,发现节点A已缓存但本节点尚未缓存的消息,向节点A发送消息列表,请求转发消息;
步骤3:节点A根据请求产生相应消息的冗余副本,转发给节点B。
传染性路由协议使用消息跳数限制和缓冲区调度策略控制资源消耗。节点进行消息转发时首先检查跳数限制,若转发次数已经达到跳数限制则不再转发该消息。跳数限制的值对路由协议性能具有重要影响。若将跳数限制设为1,则传染性路由协议退化为直接传输(directtransmission)策略。大的跳数限制的值能够获得更高的传输成功率和更低的平均时延,但增加了网络中的消息副本数,占用更多节点缓存空间和通信带宽。由于缓冲区空间是有限的,必须采用合适的调度策略在缓冲区溢出时选择性地删除部分信息,简单的实现方式是先进先出(first-in-first-out:FIFO)策略,即最先删除最早接收到的消息。
基于洪泛转发机制的传染性路由协议的设计目标是获得最大化传输成功率和最小化时延。在节点稀疏或者节点移动没有明显规律的情况下,传染性路由协议是保证传输成功率和低时延的有效方法。在车辆网络环境中,特别在节点稀疏的情况下,由于节点高移动性和网络拓扑结构的不稳定性,传染性路由协议相对于其它方法能够实现较高的可靠性。
传染性路由协议的主要缺点是资源浪费问题。由于节点向每个相遇节点转发消息副本,网络中冗余消息副本的数量将以指数速度增长,大量浪费节点缓存空间和通信带宽。在带宽有限,信道竞争和冲突频发的无线网络环境中,这种协议的缺点非常明显。
传染性路由协议中,消息跳数的限制由源节点确定,在消息转发过程中是静态的,不可变的,这种方法不能适应异质化的网络连通性。真实交通环境中,节点稀疏区域和节点密集区域并存,部分区域网络呈现k连通(k≥1)状态。由于节点的高连通概率,任意时刻节点间存在至少一条路径,基于单副本转发的数据分发即可实现理想性能。在这些区域传染性路由协议产生大量无用的冗余副本,极大地浪费了网络资源。
(2)散发等待路由协议
散发等待路由协议是一种基于一次复制、两跳中继的异步路由算法。消息转发分为散发和等待两个阶段。在散发阶段,源节点将产生的消息复制L个,转发给L个不同的“中继”节点。在等待阶段,L个“中继”节点携带消息直至与目的节点相遇完成消息转发。散发等待路由协议的本质是带有副本数限制的两跳消息转发模式,能够显著减少网络中冗余消息副本的数量。
虽然散发等待路由协议能够显著减少资源消耗,但由于受“中继”节点数目的限制,这种协议的传输成功率、平均时延等性能指标相对于传染性路由明显降低。
发明内容
本发明的目的是提供一种车载自组网中基于节点密度分布的自适应数据分发方法,以针对车载自组网中节点高移动性、节点分布不均匀的特性,在实现接近最优化性能的前提下减少冗余消息副本数量来降低网络资源消耗。
为实现上述目的,本发明车载自组网中基于节点密度分布的自适应数据分发方法的技术方案如下:根据车载自组网中节点密度将网络覆盖的地理空间划分为热点区域和非热点区域;节点相遇需要发送消息时,首先判断节点当前位置,当处于热点区域内部时,从当前邻居节点中寻找具有最大节点度的节点转发消息;当处于非热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息。
进一步的,所述非热点区域分为远离热点区域和邻近热点区域,当节点远离热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息;当节点与热点区域的距离小于预定义阈值即位于邻近热点区域时,节点使用动态跳数限制函数计算消息转发至热点区域所需的跳数,产生消息副本并设置跳数限制,使消息在到达热点区域之前停止产生副本。
进一步的,所述车载自组网中各节点移动时记录经过区域的节点密度信息,发现热点区域,两节点相遇时交换各自记录的密度信息,并交换节点消息列表,若发现本节点尚未存储的信息,则向另一节点发送请求传输的消息列表。
进一步的,所述车载自组网中每个节点建立并存储一个m×n的密度矩阵M,其中m和n是离散化地理空间中网格的数目;位于密度矩阵M中第i行第j列的矩阵元mi,j的密度信息格式为 是网格Gridi,j在时刻t的平均邻居节点数,Tupdate是密度信息最后更新时间;节点在移动过程中以固定时间间隔Tinteval计算网格Gridi,j的平均邻居节点数并更新到相应矩阵元mi,j。
进一步的,所述网格平均邻居节点数表示网格内的节点密度,是时刻t网格Gridi,j中所有节点在连通图Gt中度均值:
其中,k是网格Gridi,j内的节点个数,di(t)是节点u在连通图Gt中的度;
进一步的,所述热点区域阈值根据节点密度临界值确定。
进一步的,所述动态跳数限制函数如下:
其中,d是当前节点与热点区域边缘的欧几里得距离,hop是限制跳数,d1是当前节点与热点间欧氏距离的上限,距离大于d1不再进行跳数限制;naverage是当前节点所在网格的平均邻居节点数,r是节点无线传输范围,c是常数系数。
本发明的车载自组网中基于节点密度分布的自适应数据分发方法使用分布式密度感知算法快速获知网络节点和热点区域的空间分布信息,使用基于图论和复杂网络理论的跳数限制函数估计消息转发至热点区域的平均距离(跳数),使用节点空间分布的先验知识对消息进行动态跳数限制,实现消息转发模式的动态调整,获得接近传染性路由的高性能,同时显著减少冗余消息副本数量。
附图说明
图1是本发明方法的流程图一;
图2是本发明方法的流程图二;
图3是本发明中DDADN算法描述示意图;
图4是本发明动态跳数限制示意图;
图5是本发明实施例的车辆平均邻居数分布图;
图6是本发明实施例的热点感知算法性能评价图;
图7是本发明实施例的消息传输成功率示意图;
图8是本发明实施例的平均时延示意图;
图9是本发明实施例的冗余消息副本数示意图;
图10是本发明实施例的三种数据分发策略的综合性能分析图。
具体实施方式
本发明车载自组网中基于节点密度分布的自适应数据分发方法的流程图如图1所示,根据车载自组网中节点密度将网络覆盖的地理空间划分为热点区域和非热点区域;节点相遇需要发送消息时,首先判断节点当前位置,当处于热点区域内部时,从当前邻居节点中寻找具有最大节点度的节点转发消息;当处于非热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息。为进一步减少冗余消息副本数量以降低网络资源消耗,将非热点区域分为远离热点区域和邻近热点区域,当节点远离热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息;当节点与热点区域的距离小于预定义阈值即位于邻近热点区域时,节点使用动态跳数限制函数计算消息转发至热点区域所需的跳数,产生消息副本并设置跳数限制,使消息在到达热点区域之前停止产生副本。
本发明针对车载自组网中节点高移动性、节点分布不均匀的特性,提出一种节点密度自适应的数据分发策略(Data Dissemination Schemebased on Adaptive Density of Nodes:DDADN),由分布式节点密度感知算法和基于跳数限制的数据分发策略两个部分组成,节点相遇后的数据分发过程如图2所示。使用分布式密度感知算法使节点快速获知网络中热点区域的空间分布;提出基于动态跳数限制的数据转发策略,节点利用获得的热点区域先验知识对消息进行动态跳数限制,减少冗余消息副本数量,在实现接近最优化性能的前提下显著降低网络资源消耗。
分布式节点密度感知:节点移动时记录经过区域的节点密度信息,节点相遇时交换各自记录的信息。通过分布式算法,使每个节点快速感知整个网络内节点密度分布,发现热点区域。根据与热点区域的距离,节点所处位置可以分为三种状态:远离热点、邻近热点和位于热点区域内部。
基于动态跳数限制的数据分发策略:网络中每个消息具有唯一的标识符,由节点暂时缓存并在移动过程中携带,节点相遇产生通信机会时按照相应的数据分发策略转发消息。基于动态跳数限制的数据分发策略过程如下:首先,两节点交换各自缓存的消息的列表。通过检查收到的消息列表并与本节点消息列表进行对比,确定对方节点是否拥有本节点尚未缓存的消息,如发现此类消息则向对方发送消息请求,通知对方节点转发该消息。节点收到消息请求后,根据节点当前位置确定消息转发方法:节点处于远离热点的稀疏区域时,产生消息副本并直接转发;节点与热点的距离小于预定义阈值,即邻近热点区域时,节点使用跳数限制函数计算消息转发至热点区域所需的跳数,产生消息副本并设置跳数限制(允许被再次复制转发的最大次数),使消息在到达热点区域之前停止产生副本;节点在热点区域内部时,从当前邻居节点中寻找具有最大节点度的节点,转发消息后删除自身缓存的消息,使热点内部此消息的副本数保持为1,不再增长。
使用基于动态跳数限制的数据分发策略,消息在稀疏区域使用不限制副本数的洪泛方法,保证了最大化传输成功率和最小化时延,提高了可靠性;在热点区域内部不产生消息副本,而是将消息转发至最大度节点以保证传输成功率,由于热点区域中节点的高连通概率,所有节点均有至少一条路径可达,此种方法不会引起显著性能损失,同时能够避免大量产生冗余消息副本,有效降低了节点缓存空间和通信带宽的消耗。
一、相关假设和定义
相关假设如下:
1)使用离散化时间和地理空间,t=1,2...是离散的时隙(timeslot),单位为s。地理空间划分为m×n个方格也称为网格,处于第i行,第j列的方格记为Gridi,j;
2)忽略连接持续时间,一旦连接建立则视为立即完成任意数量的消息发送或接收;
3)节点借助于定位设备可以获知实时位置信息;
4)所有节点使用相同的无线传输范围(Transmission Range:TR),节点可实时获知无线传输范围内邻居节点的数目,建立并维护当前邻居列表。
相关定义如下:
定义1(连接):若两节点的欧氏距离小于节点无线传输范围(TR:Transmission Range),则认为两个节点建立连接(contact)。节点u和v在时刻t的连接状态记为Cuv(t)。若u和v的欧氏距离小于TR则Cuv(t)=1,其它情况下Cuv(t)=0,本文假设连接是对称的,即Cuv(t)=Cvu(t)。
定义2(邻居节点数):节点同时建立的连接数量。节点u在时刻t的邻居节点数记为
N表示网络中的节点总数。
定义3(连通图):使用无向图表示网络的连通状态,令Ct表示时刻t的连通图。Gt=(V,Et),V是顶点集,Et是边集,边(u,v)t∈Et表示Cuv(t)=1。
定义4(度):连通图中顶点的度表示连接该顶点的边的总数。顶点u在连通图Gt中的度记为du(t)。
定义5(网格平均邻居节点数):时刻t网格Gridi,j中所有节点在连通图Gt中度均值称为Gridi,j的网格平均邻居节点数:
其中,k是网格Gridi,j内的节点个数,di(t)是节点u在连通图Gt中的度。
二、节点密度感知
每个节点建立并存储一个m×n的矩阵M(m和n是离散化地理空间中网格的数目),称为节点密度矩阵。密度矩阵中位于第i行第j列的矩阵元mi,j的密度信息格式为 是时刻t网格Gridi,j的平均邻居节点数,Tupdate是信息最后更新时间。节点在移动过程中以固定时间间隔Tinteval计算网格Gridi,j的平均邻居节点数并存储到相应矩阵元mi,j。两个节点相遇时首先交换密度矩阵M,然后检查接收矩阵的所有矩阵元mi,j,若信息更新时间Tupdate大于本节点相应值,则更新本节点矩阵中的相应信息。
三、热点区域发现
使用定义邻居节点数阈值的方法确定热点区域。网格的平均邻居节点数阈值记为hotgrid,节点通过发现密度矩阵M中的网格获得热点区域,也即是热点区域的面积、位置等信息。
现有的大规模无线多跳网络连通性研究显示:节点密度存在临界值λ*,节点密度λ在临界值附近取值,网络连通度发生“阶跃”现象。节点密度λ<λ*时,网络总是被分割为多个有限规模的“簇”,即次临界阶段。λ>λ*时网络连通度发生阶跃,大部分节点组成一个无穷大的连通“簇”,网络渐进(asymptotic)全连通。大量仿真实验结果显示,使用节点平均邻居数表示的节点密度的临界值在4.5~6之间,所以可根据节点密度临界值λ*确定热点区域阈值。
四、动态跳数限制
消息转发至热点区域所需的跳数可视为当前位置节点密度和热点区域距离的函数。本发明使用的动态跳数限制函数如下:
其中,d是当前节点与热点区域边缘的欧几里得距离,hop是限制跳数,d1是当前节点与热点区域间欧氏距离的上限,距离大于d1不再进行跳数限制。是当前节点所在网格的平均邻居节点数,r是节点无线传输范围,c是常数系数。
五、算法描述
当节点A与节点B相遇时,DDADN算法分5个步骤完成,如图3所示,具体过程如下:
步骤1:节点A将密度矩阵Ma发送给节点B;
步骤2:节点B接收密度矩阵Ma,检查所有的矩阵元mi,j,若Tupdate晚于本节点密度矩阵中相应信息,则更新相应矩阵元;
步骤3:节点A将缓冲区中消息的Hash表生成的摘要向量SVa发送给节点B;
步骤4:节点B将接收到的摘要向量SVa与本节点的摘要向量SVb进行与运算,若发现本节点尚未储存的信息,则向节点A发送请求传输的消息列表;
步骤5:设m为消息请求列表中的一个消息,节点A判断当前位置并采取相应的转发方法:如果节点在热点区域内,则查询当前所有邻居节点的度,选择具有最大节点度的节点H,转发消息m,同时本节点缓存的消息被删除;如果节点远离热点(节点与热点的距离d>d1),则产生消息副本m_c并设置跳数限制hop=∞后直接转发;如果节点邻近热点(节点与热点的距离d≤d1),则产生消息副本m_c,并检查m_c跳数限制hop的值:若hop=∞,则使用跳数限制函数f(density,distant)重新设置跳数限制hop后转发至节点B;若∞>hop>0,则设置hop=hop-1,发送至节点B。
六、跳数限制函数分析
本发明使用图论和复杂网络理论,假设节点空间分布为几何随机图,将网络建模为异质节点度的随机图,将任意两节点间的平均距离(或跳数)问题转化为随机图中顶点的距离问题,建立动态跳数限制函数。
复杂网络理论中的随机图研究了自然界中实体之间的随机关系,是分析无线多跳网络的有效工具。现有研究成果表明:如果随机图中节点的度不是常量,而是服从一定分布并且期望存在,则节点间平均距离(或跳数)的期望存在,节点平均距离表达式为:
根据上述成果,提出定理如下:
定理1:设当前节点为u,v是热点区域边缘上与u距离最近的节点,如图4所示,则u和v的平均距离(或跳数)hopu,v为:
d是节点u和v的欧氏距离,r是节点传输范围,以u为圆心,以d为半径的圆覆盖的离散化网格集合为G,k=|G|是网格的个数,ni是网格i的平均邻居节点个数。
证明:假设圆覆盖的区域包含k个离散化网格,网格内节点随机放置,节点个数记为N,则网格内节点分布可用几何随机图表示。由几何随机图的性质可知单位面积内节点个数服从泊松分布。圆内的节点密度λ可近似地认为等于所有离散化网格内的节点密度的均值。
k个网格内节点总数为:
则几何随机图中的节点度分布服从期望为naverage的泊松分布,符合方程(4)的条件,将(7)代入(4),可得定理1。证毕。
根据定理1,可得跳数限制函数。
七、DDADN性能分析
使用真实车辆轨迹对本发明的算法进行仿真分析。使用的数据集包含运行于美国旧金山市的479辆出租车在23天时间内的车辆轨迹。车辆位置信息格式为[id,timestamp,lo,la,state],其中:id是车辆编号,timestamp是时间戳,lo和la是车辆位置的经纬度坐标,state代表当前是否载有乘客,数据采集的时间精度为1s,位置精度为1×10-6度,地理空间大小为13×11km,离散化为65×55个网格,网格大小为200×200m。
由于车辆连续两次位置报告的时间间隔过长(约60s),对原始数据集进行了地图匹配(map matching)和插值,得到时间粒度为1s的完整车辆行驶轨迹。为了方便分析,选择时间长度为1小时的车辆轨迹数据作为仿真周期。
仿真实验计算了热点区域阈值,统计了热点信息在网络中的扩散速度。针对数据分发策略的性能,选择了传输成功率、时延和冗余消息副本数作为性能和成本的度量。
1)节点空间分布特性
假设每台车辆均配备无线节点,组成车载自组网。通过计算实验周期中车辆的实时位置可以建立3600张连通图。统计t时刻连通图Gt中节点的度,根据方程(2)可得网格平均邻居节点数计算在3600张连通图中的均值可得1小时内的节点密度分布。如图5所示。
从图中可观察到节点密度的不均匀分布:稠密区域中节点平均邻居数达到6以上,最高可达到18以上,但这些区域只占总面积的1.7%。稀疏区域占总面积91.7%,节点平均邻居数小于1,大部分节点不能同时拥有多个节点,呈现典型的DTN特性。网络各部分所占面积比例以及包含节点比例见表1。
表1网络各部分的面积和节点数
2)分布式节点密度感知算法性能评价
使用真实车辆轨迹数据集,从t=0开始以1s的间隔建立连通图。在t=i时计算i之前的l(l=400)个连通图中每个网格的平均节点邻居数均值作为直接统计值。在真实车辆轨迹中运行分布式算法,设置热点阈值hotgrid=6,以节点感知的热点区域与直接统计的热点区域重合面积大于80%作为节点成功感知热点,统计在每个时刻感知到热点的车辆比例,结果如图6所示。
从图中可以观察到在1000s内,80%以上的节点可以感知到所有热点。以热点1为例:曲线可分为两段,大部分节点位于热点区域内部或周边区域,信息扩散较快,80%车辆在600s内可感知到热点。稀疏区域节点感知较慢,直到1700s左右,才完成100%节点的感知。热点2距离热点1较远,在600s时才完成与网络其它节点的信息交换,所以在600s附近热点1和热点2的感知比例同时出现“阶跃”。
3)数据转发策略性能评价
仿真参数设置如下:消息总数为1800个,在t=1200~1600s范围内(前1200s是节点感知热点的时间)随机产生,消息随机选择源节点和目的节点,消息生存期TTL=1200s,节点无线传输范围TR=500m。使用消息传输成功率、平均时延和冗余副本数作为性能度量,选择传染性协议和散发-等待协议进行对比分析,仿真结果见图7~图9。
从图7中可观察到DDADN的传输成功率与传染性路由接近:传染性路由传输成功率为91%,DDADN在参数c的不同取值下能够达到81%~87%的传输成功率,与传染性路由的平均差距不到10%。由于散布-等待路由协议只依靠源节点和有限个数的中继节点进行直接传输,消息在网络中的扩散速度明显低于传染性路由和DDADN,只能获得67%的传输成功率。图8是三种数据分发策略的平均传输时延对比。传染性协议的平均时延是442s,DDADN的平均时延为443~450s,与传染性路由接近。而散发-等待协议的平均时延为482s,明显高于传染性路由和DDADN。
图9是网络中的冗余消息副本数。从图中可知传染性路由产生了超过16000个冗余消息副本数,DDADN在8500~11500之间,平均比传染性路由减少了37.5%,由于散布-等待协议只选取固定数目的节点作为中继节点进行消息分发,资源消耗最小。从图8可知,DDADN中参数c的取值与产生的冗余消息副本数正相关,这是由于c的增大会导致跳数限制的值增加,从而增加消息复制次数,产生更多消息副本。
三种数据分发策略的综合性能分析如下:传染性路由性能最佳,但资源浪费较大;散发-等待协议资源占用最少,但性能相对较低;DDADN能够获得接近传染性路由的性能,同时显著减少了资源消耗。三种方法的性能-成本折中关系可见图10。
以上所述的具体实施例对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.车载自组网中基于节点密度分布的自适应数据分发方法,其特征在于,根据车载自组网中节点密度将网络覆盖的地理空间划分为热点区域和非热点区域;节点相遇需要发送消息时,首先判断节点当前位置,当处于热点区域内部时,从当前邻居节点中寻找具有最大节点度的节点转发消息;当处于非热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息。
2.根据权利要求1所述的车载自组网中基于节点密度分布的自适应数据分发方法,其特征在于,所述非热点区域分为远离热点区域和邻近热点区域,当节点远离热点区域时,采用传染性路由协议数据分发机制,产生消息副本并直接转发消息;当节点与热点区域的距离小于预定义阈值即位于邻近热点区域时,节点使用动态跳数限制函数计算消息转发至热点区域所需的跳数,产生消息副本并设置跳数限制,使消息在到达热点区域之前停止产生副本。
3.根据权利要求2所述的车载自组网中基于节点密度分布的自适应数据分发方法,其特征在于,所述车载自组网中各节点移动时记录经过区域的节点密度信息,发现热点区域,两节点相遇时交换各自记录的密度信息,并交换节点消息列表,若发现本节点尚未存储的信息,则向另一节点发送请求传输的消息列表。
7.根据权利要求6所述的车载自组网中基于节点密度分布的自适应数据分发方法,其特征在于:所述热点区域阈值根据节点密度临界值确定。
8.根据权利要求2-7中任一项所述的车载自组网中基于节点密度分布的自适应数据分发方法,其特征在于,所述动态跳数限制函数如下:
其中,d是当前节点与热点区域边缘的欧几里得距离,hop是限制跳数,d1是当前节点与热点间欧氏距离的上限,距离大于d1不再进行跳数限制;naverage是当前节点所在网格的平均邻居节点数,r是节点无线传输范围,c是常数系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102314828A CN102355406B (zh) | 2011-08-12 | 2011-08-12 | 车载自组网中基于节点密度分布的自适应数据分发方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102314828A CN102355406B (zh) | 2011-08-12 | 2011-08-12 | 车载自组网中基于节点密度分布的自适应数据分发方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102355406A true CN102355406A (zh) | 2012-02-15 |
CN102355406B CN102355406B (zh) | 2013-11-27 |
Family
ID=45578903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102314828A Expired - Fee Related CN102355406B (zh) | 2011-08-12 | 2011-08-12 | 车载自组网中基于节点密度分布的自适应数据分发方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102355406B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002017A (zh) * | 2012-11-14 | 2013-03-27 | 北京邮电大学 | 一种获取资源的方法、设备及系统 |
CN103476060A (zh) * | 2013-09-08 | 2013-12-25 | 北京航空航天大学深圳研究院 | 一种基于gps位置分发确认信息的车载网络缓存清理方法 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN104080056A (zh) * | 2014-07-09 | 2014-10-01 | 南京邮电大学 | 基于连通度概率感知的车载自组织网络的消息分发方法 |
JP2015076725A (ja) * | 2013-10-09 | 2015-04-20 | 日本電信電話株式会社 | 無線ネットワークシステム、無線データ転送方法および端末装置 |
CN106211260A (zh) * | 2016-07-31 | 2016-12-07 | 华南理工大学 | 一种车联网中基于位置信息自适应的机会路由方法 |
CN106452762A (zh) * | 2016-11-25 | 2017-02-22 | 东南大学 | 一种车载自组织网络中基于身份的高效数据传输方法 |
CN107171957A (zh) * | 2017-04-27 | 2017-09-15 | 南京大学 | 一种基于资源受限条件下的自适应dtn路由算法 |
CN108023878A (zh) * | 2017-11-27 | 2018-05-11 | 石家庄铁道大学 | 复杂网络中异质性节点的信息流行为控制方法 |
US10037503B2 (en) | 2014-04-24 | 2018-07-31 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for managing supply of service |
CN109104464A (zh) * | 2018-07-23 | 2018-12-28 | 东南大学 | 一种边缘计算环境下面向协同存储的分布式数据更新方法 |
CN109509255A (zh) * | 2018-07-26 | 2019-03-22 | 京东方科技集团股份有限公司 | 一种标签化地图构建及空间地图更新方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1672854A1 (en) * | 2004-12-16 | 2006-06-21 | Palo Alto Research Center Incorporated | Method and apparatus for detecting and correcting malicious data in an ad-hoc network |
CN101431468A (zh) * | 2008-12-05 | 2009-05-13 | 天津大学 | 车载网络中基于方向的贪婪数据转发方法 |
CN101925122A (zh) * | 2009-06-12 | 2010-12-22 | 株式会社日立制作所 | 用于车辆无线通信网络中的有效数据传输的装置和方法 |
-
2011
- 2011-08-12 CN CN2011102314828A patent/CN102355406B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1672854A1 (en) * | 2004-12-16 | 2006-06-21 | Palo Alto Research Center Incorporated | Method and apparatus for detecting and correcting malicious data in an ad-hoc network |
CN101431468A (zh) * | 2008-12-05 | 2009-05-13 | 天津大学 | 车载网络中基于方向的贪婪数据转发方法 |
CN101925122A (zh) * | 2009-06-12 | 2010-12-22 | 株式会社日立制作所 | 用于车辆无线通信网络中的有效数据传输的装置和方法 |
Non-Patent Citations (3)
Title |
---|
初国新: "《济南大学硕士学位论文》", 19 January 2011 * |
吴磊等: "《移动分布感知的车载字数网络数据分发》", 《软件学报》 * |
杜昱宏: "《华南理工大学硕士学位论文》", 26 November 2010 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103002017B (zh) * | 2012-11-14 | 2016-05-04 | 北京邮电大学 | 一种获取资源的方法、设备及系统 |
CN103002017A (zh) * | 2012-11-14 | 2013-03-27 | 北京邮电大学 | 一种获取资源的方法、设备及系统 |
CN103476060A (zh) * | 2013-09-08 | 2013-12-25 | 北京航空航天大学深圳研究院 | 一种基于gps位置分发确认信息的车载网络缓存清理方法 |
CN103476060B (zh) * | 2013-09-08 | 2016-08-17 | 北京航空航天大学深圳研究院 | 一种基于gps位置分发确认信息的车载网络缓存清理方法 |
JP2015076725A (ja) * | 2013-10-09 | 2015-04-20 | 日本電信電話株式会社 | 無線ネットワークシステム、無線データ転送方法および端末装置 |
US10037503B2 (en) | 2014-04-24 | 2018-07-31 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for managing supply of service |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN103985247B (zh) * | 2014-04-24 | 2016-08-24 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
US10373089B2 (en) | 2014-04-24 | 2019-08-06 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for managing supply of service |
CN104080056A (zh) * | 2014-07-09 | 2014-10-01 | 南京邮电大学 | 基于连通度概率感知的车载自组织网络的消息分发方法 |
CN106211260A (zh) * | 2016-07-31 | 2016-12-07 | 华南理工大学 | 一种车联网中基于位置信息自适应的机会路由方法 |
CN106211260B (zh) * | 2016-07-31 | 2019-12-10 | 华南理工大学 | 一种车联网中基于位置信息自适应的机会路由方法 |
CN106452762B (zh) * | 2016-11-25 | 2019-07-26 | 东南大学 | 一种车载自组织网络中基于身份的高效数据传输方法 |
CN106452762A (zh) * | 2016-11-25 | 2017-02-22 | 东南大学 | 一种车载自组织网络中基于身份的高效数据传输方法 |
CN107171957A (zh) * | 2017-04-27 | 2017-09-15 | 南京大学 | 一种基于资源受限条件下的自适应dtn路由算法 |
CN107171957B (zh) * | 2017-04-27 | 2020-05-08 | 南京大学 | 一种基于资源受限条件下的自适应dtn路由算法 |
CN108023878A (zh) * | 2017-11-27 | 2018-05-11 | 石家庄铁道大学 | 复杂网络中异质性节点的信息流行为控制方法 |
CN109104464A (zh) * | 2018-07-23 | 2018-12-28 | 东南大学 | 一种边缘计算环境下面向协同存储的分布式数据更新方法 |
CN109104464B (zh) * | 2018-07-23 | 2021-02-09 | 东南大学 | 一种边缘计算环境下面向协同存储的分布式数据更新方法 |
CN109509255A (zh) * | 2018-07-26 | 2019-03-22 | 京东方科技集团股份有限公司 | 一种标签化地图构建及空间地图更新方法和装置 |
CN109509255B (zh) * | 2018-07-26 | 2022-08-30 | 京东方科技集团股份有限公司 | 一种标签化地图构建及空间地图更新方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102355406B (zh) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102355406B (zh) | 车载自组网中基于节点密度分布的自适应数据分发方法 | |
Wang et al. | Cooperative store–carry–forward scheme for intermittently connected vehicular networks | |
JP6407157B2 (ja) | 車両ネットワークにおけるゾーンベースの密度認知パケット転送 | |
Bakhouya et al. | An adaptive approach for information dissemination in vehicular ad hoc networks | |
Jarupan et al. | PROMPT: A cross-layer position-based communication protocol for delay-aware vehicular access networks | |
Rivoirard et al. | Performance evaluation of AODV, DSR, GRP and OLSR for VANET with real-world trajectories | |
Hassan et al. | Inter vehicle distance based connectivity aware routing in vehicular adhoc networks | |
Akabane et al. | An adaptive solution for data dissemination under diverse road traffic conditions in urban scenarios | |
Chen et al. | Latency estimation based on traffic density for video streaming in the internet of vehicles | |
Zhang et al. | Fast, efficient broadcast schemes based on the prediction of dynamics in vehicular ad hoc networks | |
Gorrieri et al. | Irresponsible AODV routing | |
Wu et al. | A low latency path diversity mechanism for sender-oriented broadcast protocols in VANETs | |
Gopalan et al. | Data dissemination protocol for VANETs to optimize the routing path using hybrid particle swarm optimization with sequential variable neighbourhood search | |
Naja et al. | A distributed priority-based rebroadcasting protocol for VANETs: mitigating the storm problem | |
Chancay-García et al. | Optimising message broadcasting in opportunistic networks | |
Li et al. | Design of a location-based opportunistic geographic routing protocol | |
Mau et al. | Vehicular inter-networking via named data-an opnet simulation study | |
Aravindhan et al. | A cluster approach in VANET using collaborative learning automata-based routing | |
Huang et al. | CarAgent: Collecting and disseminating floating car data in vehicular networks | |
Sasirekha et al. | Efficient route map based ant colony optimization for route discovery in vanet | |
Chitra et al. | Performance analysis of topology based routing protocols in VANET | |
Santos et al. | Cluster-based location routing algorithm for inter-vehicle communication | |
Gruber et al. | Ad hoc routing for cellular coverage extension | |
CN102202000B (zh) | 机会网络中基于社会交通中节点性质的路由选择方法 | |
Najim | Collision Aware Distributed Multicast Routing Protocol for Vehicular Adhoc Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131127 Termination date: 20200812 |