一种车载网络RSU部署及其数据转发方法
技术领域
本发明涉及一种车载网络RSU部署及其数据转发方法,属于车载网络通信技术领域。
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)和路边单元(Roadside 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(V-2-V:Vehicle to Vehicle)和节点与RSU之间通信(V-2-I:Vehicle to Infrastructure)。车载自组织网相对于传统的MANET(Mobile Ad-hoc Networks)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。
目前常用的RSU部署方式为基于规则形状的RSU部署方式,此方法将地理空间划分成若干个同等大小的规则几何形状,然后在每个小区域中部署一个RSU,邻近的RSU之间使用无线或有线方式连接,形成骨干网,车辆节点既可以进行V-2-V方式的数据转发,也可以将数据包转发给RSU,从骨干网进行转发。如:使用正方形将地理空间划分为网格状,在每个正方形中部署一个RSU,每个RSU与相邻的四个RSU连接,RSU之间构成了网格状骨干网拓扑。此方法的特点是简单可靠,网络中任意两个RSU之间存在多个冗余路径,当部分RSU发生故障或者数据拥塞时,可以通过重新计算路由避开这些RSU,因此能够提供良好的可靠性。由于车辆节点在地理空间中呈现不均匀分布,存在车辆高密度的“热点”区域。这些区域内网络连通性较强,节点间的多跳链路较为稳定,即使不部署RSU也能获得良好的数据分发性能。由于此技术在任意区域以同等密度部署RSU,因此造成了资源的浪费,无法实现网络性能增强与部署成本降低之间的折中平衡。
目前所用到的RSU辅助的数据转发方法为:RSU周期性地广播发送beacon消息,接收到此消息的车辆节点通过发送回应消息与RSU建立连接。接入RSU 的车辆节点首先计算目的节点的距离,然后向RSU发送消息查询RSU骨干网中是否存在距离目的节点更近的RSU,然后根据查询结果确定是否将数据包上传至RSU进行辅助转发。此方法中能够接入RSU的车辆节点的数量受到RSU无线传输范围和部署密度的限制,出于成本考虑,RSU一般采用稀疏部署方式,RSU的密度远不能提供整个地理空间的全覆盖。只有行驶到RSU无线传输范围内的车辆节点能够接入RSU,限制了接入RSU的车辆数量,没有接入RSU的车辆节点无法获知RSU的位置以及骨干网的覆盖范围,不能较好地利用RSU骨干网带来的优势,对网络性能造成不利影响。
发明内容
本发明的目的是解决目前车载网络RSU部署方法中因资源浪费所造成的部署成本高的问题以及RSU数据转发过程中出现的没有接入RSU的车辆节点无法获知RSU的位置以及骨干网的覆盖范围造成的网络性能不好的问题。
本发明为解决上述技术问题而提出一种车载网络RSU部署方法,该RSU部署方法的步骤如下:
1).利用地理网格将待部署RSU的区域进行离散化处理;
2).根据车辆在该区域中的车辆轨迹,计算每个网格中车辆位置点的个数,确定该区域中的热点位置;
3).利用无向有权图H=(V,E)表示各热点之间的关系,V是顶点集表示热点,E是边集,边的权值wab代表在相应两个热点之间部署一条骨干链路的效率,效率定义为连通度增强效果与部署成本的比值,边权值使用两个“热点”区域中节点个数的和与地理距离的比值代替;
4).建立邻接矩阵C=(Cij)k×k,使用近似方法计算边权值并存入相应的矩阵元;
5).利用Prim算法计算热点关系图H的最大生成树;
6).确定最大生成树后,对树中的每条边,计算道路拓扑中相应两个热点之间最短距离的道路,即确定RSU的部署位置。
所述的步骤2)的具体步骤如下:
1).根据车辆位置信息,计算每个地理空间网格中的车辆数目;
2).计算所有时刻中每个待部署地理空间网格中的车辆数目的平均值;
3).设定阈值,得到车辆密度比所设定阈值高的网格集合;
4).调整阈值大小,确定不同数目车辆的热点区域及热点区域的个数。
本发明为解决上述技术问题还提供了一种车载网络RSU数据转发方法,该RSU数据转发方法的步骤如下:
1).利用地理网格将待部署RSU的区域进行离散化处理;
2).根据车辆在该区域中的车辆轨迹,计算每个网格中车辆位置点的个数,确定该区域中的热点位置;
3).利用无向有权图H=(V,E)表示各热点之间的关系,V是顶点集表示热点,E是边集,边的权值wab代表在相应两个热点之间部署一条骨干链路的效率,效率定义为连通度增强效果与部署成本的比值,边权值使用两个“热点”区域中节点个数的和与地理距离的比值代替;
4).建立邻接矩阵C=(Cij)k×k,使用近似方法计算边权值并存入相应的矩阵元;
5).利用Prim算法计算热点关系图H的最大生成树;
6).确定最大生成树后,对树中的每条边,计算道路拓扑中相应两个热点之间最短距离的道路,即确定RSU的部署位置;
7).部署完成后的RSU将自身的标识符和地理位置进行周期性的广播发送,处于RSU覆盖范围内的节点通过发送回应消息直接接入RSU,并使用概率洪泛法扩散RSU信息;
8).节点检查是否收到RSU消息,若没有收到RSU信息则选择与目的节点最接近的邻居节点作为下一跳中继,若收到RSU消息,则根据目的节点的位置计算自身与目的节点的距离,并向RSU发送包含目的节点位置的查询消息后进入步骤9);
9).RSU收到消息后计算骨干网中距离目的节点最近的RSU的位置及其与目的节点的距离并返回查询结果;
10).车辆节点比较二者之间的大小,如果查询到的骨干网中距离目的节点最近的RSU的位置与目的节点的距离大于该节点自身与目的节点的距离,则无需使用RSU辅助转发,车辆在当前邻居中寻找合适的下一跳中继,否则车辆将数据包发送至RSU进行辅助转发,数据包被RSU骨干网转发至距离目的节点最近的RSU后,由该RSU寻找距离目的节点最近的车辆节点作为下一跳中继节点。
所述的步骤2)的具体步骤如下:
a.根据车辆位置信息,计算每个地理空间网格中的车辆数目;
b.计算所有时刻中每个待部署地理空间网格中的车辆数目的平均值;
c.设定阈值,得到车辆密度比所设定阈值高的网格集合;
d.调整阈值大小,确定不同数目车辆的热点区域及热点区域的个数。
所述的步骤7)中RSU是通过beacon消息周期性地广播发送RSU信息的,且每个接收到此信息的车辆节点依该信息被转发次数的负指数函数为概率向邻居节点广播此信息。
本发明的有益效果是:本发明将相邻的RSU放置于彼此的无线传输范围之内,能够进行直接数据包转发,并将多个RSU沿道路排列形成一条“骨干链路”,为两个地理距离较远的位置提供连通性,能够显著地提高整个网络的连通性,增强远距离数据分发的性能,RSU将自身的标识符和地理位置附在beacon消息中周期性地广播发送,处于RSU覆盖范围之内的节点通过发送回应消息直接接入RSU,并且使用概率洪泛的方法扩散RSU信息,使处在RSU无线传输范围之外的节点也能够获知附近的RSU的部署信息。通过调整转发概率函数的参数,能够保证广播被限制在局部范围,避免了网络资源浪费和广播风暴的发生。
附图说明
图1是本发明的RSU部署方法示意图;
图2是本发明的RSU数据转发过程的流程图;
图3是本发明的一种车载网络RSU部署方法实施例中的车辆行驶轨迹图;
图4是本发明的一种车载网络RSU部署方法实施例中的车辆密度分布图;
图5是本发明的一种车载网络RSU部署方法实施例中的规则部署示意图;
图6是本发明的一种车载网络RSU部署方法实施例中的RDS部署示意图;
图7是本发明的一种车载网络RSU部署方法实施例中的RSU部署数量示意图;
图8是本发明的一种车载网络RSU部署方法实施例中的三种部署方式的网络连通比较图;
图9是本发明的一种车载网络RSU数据转发方法实施例中的三种部署方式的平均时延结果比较图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本发明的一种车载网络RSU部署方法的实施例
本实施例是基于预采集的真实车辆轨迹,计算得出了不同热点阈值下RSU的部署方法,分析了对网络连通性的增强效果以及与现有技术的对比分析。该丰富的仿真工具采用赫尔辛基理工大学开发的基于Java环境的开源仿真工具ONE(Opportunistic Network Environment simulator),仿真具体参数设置见表一。
表一仿真实验参数设置
实验使用的车辆轨迹数据集为运行于美国旧金山市的536辆出租车在23天时间内的行驶轨迹。车辆使用GPS设备获取实时位置信息,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,时间精度为1秒,位置精度为1×10-6度。
由于车辆位置信息采集的时间间隔过长(约60s),对原始数据集进行了预处理。首先,从美国统计调查局的TIGER数据库获得包含旧金山市道路拓扑的电子地图,选取大小为13×11km的区域作为仿真区域(经度[122.379000,122.509000],纬度[37.703000,37.813000]),仿真区域内包含14264条直线型道路和6529条由多个线段近似表示的曲线型道路。对落在道路之外的轨迹点进行了地图匹配,将车辆位置点投影到邻近道路上,选择具有最小投影距离的道路,使用车辆位置点在该道路上的投影作为匹配后的车辆位置。使用Dijkstra算法按照最短距离的原则,对两次位置采集之间的缺失轨迹进行了拓扑插值,得到时 间粒度为1s的完整车辆轨迹,图3是经过预处理的一辆出租车在2个小时内的完整行驶轨迹。
对上述所选区域进行RSU部署的具体过程如下:
1.首先使用地理网格对仿真区域进行离散化,网格大小为100×100m,选择2小时的车辆轨迹,车辆位置信息的格式如下P=[id,t,la,lo],id是车辆标识符,t∈[0,τ]是离散时隙,la和lo是车辆位置的经纬度坐标。计算每个车辆位置信息所在的地理空间网格,时刻t网格grid
rc中的车辆数目记为n
rc(t),计算所有时刻t
0,t
1,...t
τ中n
rc(t)的均值
设置阈值n
threshold,可得车辆密度较高的网格的集合
调整阈值n
threshold的阈值大小,可得到不同数目的热点区域,热点区域的个数记为k,计算每个网格中车辆位置点的个数作为车辆密度的估计,结果如图4所示,小部分网格中车辆位置点可达1000个以上,大部分网格中车辆位置点个数在50个以下,车辆节点的空间分布呈现极端的不均匀特性,存在明显的“热点”现象。
2.通过对网格的车辆位置点个数设置合适的阈值(50~1000),得到若干个“热点”区域的位置,建立热点关系图,使用无向有权图H=(V,E)表示各热点之间的关系。V是顶点集表示热点,E是边集,边的权值wab代表在相应两个热点之间部署一条骨干链路的效率,效率定义为连通度增强效果与部署成本的比值。边权值计算使用近似方法,使用两个“热点”区域中节点个数的和与地理距离的比值代替,计算方法如下:wab=(Na+Nb)/distantab,其中Na与Nb是两个热点中的节点个数,distantab是两个热点的距离。
3.建立邻接矩阵C=(Cij)k×k,按照边权值计算方法wab=(Na+Nb)/distantab计算任意两个热点之间的连边放入效率并存入相应的矩阵元。
4.RSU的部署目标是确定最少的RSU部署个数,同时最大化网络连通度。基于热点关系图,此问题转化为求热点关系图的最大生成树问题,即求解图H具有最大边权值和的生成树,使用Prim算法计算热点关系图的最大生成树可解决此问题,Prim算法基于贪婪算法的思想:任选一个顶点v0开始,连接与v0最远(边权值最大)的顶点v1,得子树T1;再连接与T1最远的顶点v2的子树T2,如此迭代,直到连接所有顶点,即得到图的最大生成树,可以证明,Prim算法得 到的树具有最大的边权值和,即RSU骨干网具有最大化的部署效率,该算法具体步骤为:
①. C(T0)←0,V′={v0};
②.对每一点v∈V-V′,L(v)∈←C(v,v0)(如(v,v0)不包含在E内,则C(v,v0)=∞;
③.若V=V′,输出T0,C(T0),算法停止,否则转下一步;
④.在V-V′中找一点u使L(u)=min{L{v}|v∈(V-V′)},并记住V′中与u相邻的点为w,e={w,u};
⑤.T0←T0∪{e},C(T0)←C(T0)+C(e),V′←V′∪{u};
⑥.对所有v∈V-V′,若C(v,u)<L(v),则L(v)←C(v,u),否则L(v)不变;
⑦.重复上述步骤③到⑥。
其中T
0为存放生成树的边的集合,初态为
V′为已经添加的顶点的集合,L(v)为顶点v到子树T
0的距离,C(T
0)为最大生成树的权,初值为0,算法的输入为热点关系图的邻接矩阵C=(C
ij)
k×k。
5.确定最大生成树后,对树中的每条边,计算道路拓扑中相应的两个热点之间最短距离的道路,即可得到RSU部署位置。
为了衡量本发明提出的车载网络RSU部署方法带来的有益效果,选择了基于规则形状的部署方法进行对比分析。本发明提出的部署方法RDS(RSU Deployment Scheme)实现过程如下:通过对网格的车辆位置点个数设置合适的阈值(50~1000),得到若干个“热点”区域的位置,建立热点关系图,使用Prim算法计算有限部署的边,确定RSU具体部署位置。由于小的热点阈值产生的热点地理空间相邻,所以对相邻的多个热点(grid
xy与grid
uv相邻指|x-u|≤1或者|y-v|≤1)进行了合并处理,视为一个热点。基于规则形状的部署方法实现过程如下:使用边长等于RSU无线传输范围的正方形划分地理空间,在每个正方形中放置一个RSU,则n个RSU节点排列成
的矩阵。由于RSU个数少,矩阵不足以覆盖整个地理空间,所以采用了两种方法放置RSU矩阵,第一种是中心放置方式,将矩阵放置在地理空间的中心区域,第二种是热点放置方式,将矩阵放置在平均车辆节点密度最大的区域。规则部署和RDS部署的实例可见图5和图6所示。
选择网络连通度作为性能度量,衡量RDS和规则部署方法的性能。仿真结 果可见图7和图8,图7给出了RDS部署方案中不同热点阈值下RSU的部署个数。热点阈值为1600时热点较少,连接全部热点所需的RSU个数也较少。热点阈值从1600至200时,所需的RSU个数近似线性增长,但是热点阈值从200改变为100时RSU个数快速地从81个增长到167个,这是由于大量地理网格的车辆位置点个数位于此区间,这些热点中车辆密度相对较小,但热点的数目较多,使用RSU骨干链路连接这些热点将会付出较大的部署成本。图8中给出了RDS和规则部署策略的连通度增强效果。从图中可以观察到:1)RDS对网络连通度具有明显的增强作用。热点阈值为1600时部署13个RSU,网络连通度为0.168,热点阈值为200时部署81个RSU,能够将网络连通度提升至0.597。2)在三种部署策略中,RDS对网络连通度的提升效果明显优于基于中心的规则部署和基于热点的规则部署。同时基于热点的规则部署的效果又明显好于基于中心的规则部署。3)在RDS部署策略中,当热点阈值取为200~1600区间时,网络连通度增长较快,热点阈值取值为50~200时,虽然RSU个数大幅度增加,连通度却没有获得相应的增强,维持在0.59~0.62之间。这是由于:相对于阈值在200~1600的大规模“热点”,这些小规模“热点”数目多,地理位置分散,但是车辆数目较少。连接这些热点需要大量RSU,但是对网络连通性的增强效果却明显低于大规模热点,所以在这些热点之间部署RSU的效率明显较低。
本发明的一种车载网络RSU数据转发方法的实施例
假设车辆节点知道目的节点的位置,并且每个RSU中存储所有RSU的部署位置和骨干网拓扑信息,车载网络RSU数据转发方法如图2所示,其具体步骤如下:
1.部署完成后的RSU通过beacon消息周期性地广播发送RSU信息,每个接收到此信息的车辆节点依概率p向邻居节点广播此信息,RSU信息指RSU的标识符、地理位置信息,具体格式如表二所示,
表二:RSU信息格式
其中,RSU id是RSU的标识符,la和lo是RSU的经纬度坐标,hop是此信息已经被转发的次数,RSU通过beacon消息周期性地广播发送RSU信息,每个接收到此信息的车辆节点依概率p向邻居节点广播此信息,转发概率p是消息转发次数的负指数函数,计算公式为:p=e-c·hop,其中c是常数系数,收到RSU信 息的节点保存RSU的位置信息,用作数据包转发时的路由决策。同时为信息设定生命期tlive,若超过生命期后未收到新的信息,则视为已经远离RSU,删除此信息。
2.车辆节点转发数据包时首先检查是否保存有RSU信息,若没有RSU信息则选择与目的节点最接近的邻居节点作为下一跳中继,若保存有RSU信息,则根据目的节点的位置计算自身与目的节点的距离d1,并向RSU发送包含目的节点位置的查询消息。
3.RSU收到消息后计算骨干网中距离目的节点最近的RSU的位置及其与目的节点的距离d2并返回查询结果d2。
4.车辆节点收到查询结果后比较d1与d2,若d1≤d2,则无需使用RSU辅助转发,车辆在当前邻居中寻找合适的下一跳中继,若d1>d2,车辆将数据包发送至RSU进行辅助转发,数据包被RSU骨干网转发至距离目的节点最近的RSU后,由该RSU寻找距离目的节点最近的车辆节点作为下一跳中继节点,重复上述过程直至将信息转发给目的节点。
对提出的RSU辅助数据分发策略的性能进行分析,实验分为两个场景,场景一基于本发明的车载网络RSU部署方法RDS的部署方案,使用本发明提出的RSU辅助数据分发策略RDD(RSU-based Data Dissemination);场景二基于规则部署方案,处于RSU无线传输范围内的车辆节点为直接接入节点,可以向RSU查询是否存在距离目的节点更近的RSU。除此之外的节点无法获知RSU信息,采用GPSR协议在当前邻居节点中寻找距离目的节点更近的下一跳节点进行转发。图9给出了数据包转发的平均时延,RDD获得了最好的时延性能,随着热点阈值的降低与RSU个数的增加,平均时延由183s降为120s,但但由于RSU骨干链路已经连接了大规模热点,所以再增加RSU获得的平均时延降低效果不明显,同时,由于RSU矩阵放置在热点区域,覆盖的车辆节点数目高于基于中心的规则部署,所以热点规则部署的时延性能明显高于中心规则部署。