CN103475715A - 基于延迟估计的vanet数据传输协议 - Google Patents

Abstract

本发明目的在于依据车辆的行驶方向，提出了一种新的基于延迟估计的车辆网络数据传输协议，和VADD只从道路角度估计消息延迟不同，本发明针对个体车辆估计延迟，利用车辆的当前位置和转弯方向，来选择最优车辆作为消息的携带者，从而获得最低传输延迟，仿真实验证明，本发明相比VADD具有更低的消息平均传输延迟。

Description

基于延迟估计的VANET数据传输协议

技术领域：

本性明属于交通领域，具体涉及交通中信息传播领域。

背景技术

近年来，随着Ad hoc网络和智能交通系统的发展，车载自组织网络（VANET）应运而生。作为一种新的Ad hoc网络，车载网络具有广阔的应用前景[Xu Qing，Mark T，Ko J，et al.Vehicle-to-vehicle safety messaging in DSRC[C]//Procof VANET.Philadelphia：ACM，2004.][Eriksson J，Balakrishnan H，MaddenS.Cabernet：Vehicular content delivery using WiFi[C]//Proc of MobiCom.SanFrancisco：ACM，2008.]。例如，通过及时传播交通事故和气象信息，车载网络可以提高驾驶安全性；而实时交通信息的传播，可以帮助驾驶者制定合理的出行路线，提高交通运输的效率；此外，车载网络还能实现数据的共享和传输，为乘客提供互联网接入服务。目前，各大汽车公司和研究纷纷开展车载网络的研究，越来越多的车辆配备了车载通信设备，使得大规模车载自组网应用成为可能。

作为一种特殊的移动自组网，车载自组织网络具有移动自组网的一般特性，即自组织、自管理、传输距离短、拓扑动态变化等。此外，由于将行驶的车辆作为信息传播载体，车载自组网又具有区别于其他移动自组网的特殊性：（1）网络拓扑变化快。相比其他移动自组网，车辆节点具有非常高的运动速度，从而导致了网络拓扑结构的快速变化；（2）节点运动受限。节点的分布和移动受道路布局的限制，节点的移动具有一定的规律性和可预测性。基于此特征，利用GPS系统可以实现车辆定位和道路选择；（3）网络间断连通性。网络拓扑的快速变化，以及较小的节点通信半径使得节点间存在时断时续的连通性；（4）充足的电池能量和较强的计算能力。节点以车辆作为载体，相比其他自组织网络可以获得充足的能量和更强大的计算能力。

以上这些特点，使得传统自组织网络环境的数据传输策略并不适用于车载自组织网络。如何在车载网络环境下，通过快速行驶的车辆来实现高效的数据传输成为一个很大的挑战。由于节点的间断连通性，大多数研究通常采用携带-传递（carry and forward）机制[Davis J，Fagg A，Levine B.Wearable computersas packet transport mechanisms in highly-partitioned Ad-hocNetworks[C]//Proc of International Symposium on Wearable Computing，Zurich，2001.]，即在没有更好的下一跳车辆出现时，消息会被当前所在的车辆暂时携带，直至遇到更好的车辆才传递过去。为进行路由决策，通常可利用的信息有：（1）道路地理位置信息；（2）道路交通车流量统计信息。随着目前GPS技术的发展和相关导航设备的普及，上述信息可以很方便地获取。

Ding提出了SADV协议[Ding Yong，Wang Chen，Xiao Li.A static-nodeassisted adaptive routing protocol in vehicular networks[C]//Proc ofVANET.Montreal：ACM，2007.]，其设计思想是在路口设置静态节点对消息进行暂时存储，直到遇到与期望方向一致的车辆才传递消息。

虽然SADV协议能够保证消息传递给最佳的车辆节点，但由于SADV需要添加额外的路边静态节点，因此增加了成本投入和实施难度。

GeOpps（Geographical Opportunistic Routing）[Leontiadis I，MascoloC.GeOpps:Geographical opportunistic routing for vehicularnetworks[C].Proc of the IEEE International Symposium on World ofWireless，Mobile and Multimedia Networks.Piscataway，NJ:Inst of Elec andElec Eng Inc，2007:l-6.]利用车辆的导航系统获取到达目的节点的备选路径，通过从备选路径上选择距离目的节点更近的车辆进行数据转发，通过计算目的节点到车辆备选路径上最近点的距离，估算数据包到达目的节点的时间，选最近点离目的节点距离最短的备选路径转发数据。

GeOpps比基于位置的路由算法具有更高数据包投递率；为找到离目的节点更近的转发节点仅需要很少的遇见；数据包投递率依赖于移动模型和道路拓扑，而不依赖车辆的高密度；但由于导航信息对网络是开放的，存在隐私，如车辆行踪暴露等问题。

为了合理选择低延迟路径传递消息，Zhao等人提出VADD协议[Zhao Jing，Cao Guohong.VADD：Vehicle-assisted data deliveryin vehicular Ad hocNetworks[J].IEEE Transactions on Vehicular Technology，2008，57（3）：1910-1922.]。该协议利用车流量统计信息，来计算消息在路口的不同方向上的可传递概率，以及消息通过每个路段的传输延迟。在此基础上，VADD估计经由不同路段将消息传递到目的地所需的端到端（End-to-End，E2E）延迟，并规定消息传递总是选择可用的具有最小E2E延迟的路段。

虽然VADD算法具有相对较好的性能，但仍存在以下不足：

（1）直路模式不够灵活。虽然VADD允许消息在进入一个路段后，可以根据计算得到两端路口的期望延迟来确定消息的传输应向哪端。但实际上，消息从路段中传输至路口也需要时间，且该时间的长短与消息当前的位置和车辆速度、密度有关；不同状况下，为保证消息传输的低延迟，消息的最佳传输方向可能不同。

（2）VADD直路模式采用贪婪算法使消息尽可能快地通过多跳传至路口，然而由于最前端车辆的行驶方向不确定，可能导致消息在快速到达路口后，却无法遇到最优路段车辆而不得不传递至高延迟路段。这种因路段错误导致的延迟将大大延缓消息的传递。当消息在直路中传递时，若遇到某车辆即将驶向低延迟的路段方向，将消息传递至该车辆并由其携带至期望路段，可能会比采用贪婪方法快速传输至路口具有更小的消息递交延迟。

需要说明的是，虽然TBD协议[Jeong J，Guo S，Gu Y，et al.TBD：Trajectory-based data forwarding for light-traffic vehicularnetworks[C]//Proc of ICDCS.Montreal：IEEE，2009.]也依据个体车辆估计延迟，但其利用车辆轨迹来计算延迟的方法并不准确，后面将进行说明。

发明内容

发明目的：针对VADD的上述不足，依据车辆的行驶方向，提出了一种新的基于延迟估计的车辆网络数据传输协议DEDD（Delay Evaluation-based DataDelivery）。和VADD只从道路角度估计消息延迟不同，DEDD针对个体车辆估计延迟，利用车辆的当前位置和转弯方向，来选择最优车辆作为消息的携带者，从而获得最低传输延迟。

技术方案：个体车辆传输消息的期望延迟

本文的DEDD协议依据车辆的当前位置和行驶方向，计算不同车辆传输消息所需要的期望传输延迟（Expected Delivery Delay，EDD）。考虑在路段e_ij上以速度v行驶的车辆V₁，其当前位置到路口I_j的距离为l。该车传递消息的EDD可分为两部分：（1）车辆V₁携带消息至路口I_j的时间t_carry；（2）从路口I_j经由各可能路段到达消息目的地的E2E期望延迟t_e2e。对t_carry的计算，可简单通过t_carry＝l/v得到，也可由实际统计进行更准确估算。下面主要描述如何计算消息由路口I_j传输至目的地的E2E延迟t_e2e。

（1）选路决策：

为进行选路决策，VADD估计不同路段的传输延迟。令d_ij表示消息经过路段e_ij（由路口I_i至路口I_j）的传输延迟，其值可根据e_ij路段长度、车辆密度和平均速度等计算。此外，假设消息从路口I_i发出，经过路段e_ij并最终到达目的地所需要的E2E期望传输延迟为D_ij。令N(j)表示与路口I_j相邻的所有路口的集合，则有：

$D_{\mathrm{ij}}=d_{\mathrm{ij}}+\underset{k\∈N\left(j\right)}{\mathrm{\Σ}}{P}_{\mathrm{jk}}{D}_{\mathrm{jk}}$

（1）公式（1）中P_jk表示消息在路口I_j传递至路段e_jk的概率。由于网络的间断连通，消息的携带者在经过路口I_j时，可能遇不到合适车辆使消息传递至预期方向，因此消息的实际传递方向具有概率性。由此可知，

即是消息从路口I_j出发（经由各路段）传输至目的地所需要的期望延迟；而D_ij等于消息通过e_ij的时间，再加上由I_j传递至目的地的期望延迟。利用公式（1），针对道路网络中任一路段e_mn（m、n为路口编号且m≠n）均可列出其对应的D_mn等式。例如，如图1所示的道路网络，若消息传输的目的地为路口I_c，则对应的等式如下：

$\left\{\begin{array}{c}{D}_{\mathrm{ab}}=d_{\mathrm{ab}}+P_{\mathrm{ba}}{D}_{\mathrm{ba}}+P_{\mathrm{bc}}{D}_{\mathrm{bc}}\\ D_{\mathrm{ac}}=d_{\mathrm{ac}}\\ D_{\mathrm{ba}}=d_{\mathrm{ba}}+P_{\mathrm{ab}}{D}_{\mathrm{ab}}+P_{\mathrm{ac}}{D}_{\mathrm{ac}}\\ D_{\mathrm{bc}}=d_{\mathrm{bc}}\\ D_{\mathrm{ca}}=0\\ D_{\mathrm{cb}}=0\end{array}\right.---\left(2\right)$

求解该方程组，即可求得任意路段e_mn所对应的D_mn。VADD将利用D_mn进行选路决策。

为降低消息递交延迟，VADD总是选择可用的、具有最小E2E期望延迟的路段来传递消息。例如，对与路口I_j相连的n个路段，设e_j1，e_j2，…，e_jn表示将此n个路段按照其E2E期望延迟的升序排列，因此该序列满足D_j1≤D_j2≤…≤D_jn。当消息的携带者进入路口I_j，为发送消息，首先寻找驶向路段e_j1的车辆，因该路段具有最低E2E期望延迟；若失败，则继续寻找驶入e_j2的车辆……以此类推，直到找到一个车辆，其行驶方向在所有遇到的邻居车辆中具有最低的E2E延迟期望，随后将消息传递至该车。一种特殊情况是，若未发现比消息当前携带者的驶入路段更优的车辆，则消息将被当前携带车辆继续携带。

（2）期望传输延迟

以上是VADD的选路决策。本文的DEDD协议中，消息在路口I_j的路段选择仍遵循由VADD协议计算得到的路段方向优先级，从而使消息总是选择可以利用的、具有最低E2E期望延迟的路段方向传递。如前所述，与路口I_j相连的各路段，按其E2E期望延迟升序排序为e_j1，e_j2，…，e_jn，与之对应的E2E延迟分别为D_j1，D_j2，…，D_jn。假设消息由车辆V₁携带至路口I_j，而V₁行驶方向为e_ja(1≤a≤n)，则最坏的情况下，消息将由车辆V₁携带驶入e_ja；因此对于比e_ja有更高传输延迟的路段，消息通过概率为0。虽然公式（1）的计算比较简单，但如何得到P_jk却比较复杂，将对其简要描述，详细过程可参见文献[Zhao Jing，Cao Guohong.VADD：Vehicle-assisted data deliveryin vehicular Ad hoc Networks[J].IEEETransactions on Vehicular Technology，2008，57（3）：1910-1922.]。在VADD中，假设车辆行驶到路口满足泊松分布，因此，在消息的携带者通过路口I_j的T_j时间内，能够遇到至少一辆车辆驶向路段e_jk的概率为：

CP_jk＝1-e^-λjkTj     （3）

CP_jk也称作接触概率（contacting probability），它表示消息可以通过其他车辆传递至路段e_jk的概率。公式（3）中的λ_jk可由实际统计得到。基于公式（3），消息传输至路段e_jm(1≤m≤a)的概率p_jm为：

$p_{\mathrm{jm}}=\left\{\begin{array}{cc}{\mathrm{CP}}_{j1},& m=1\\ \left[\underset{s=1}{\overset{m-1}{\mathrm{\Π}}}(1-{\mathrm{CP}}_{\mathrm{js}})\right]{\mathrm{CP}}_{\mathrm{jm}},& 2\≤m\≤a-1\\ 1-\underset{s=1}{\overset{a-1}{\mathrm{\Σ}}}{p}_{\mathrm{js}},& m=a\end{array}\right.---\left(4\right)$

因此，消息从路口I_j传输至目的地的E2E延迟t_e2e的计算公式为：

$t_{e2e}=\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(5\right)$

基于以上分析，消息在当前时刻由车辆V₁传输的EDD为：

${\mathrm{EDD}}_1=t_{\mathrm{carry}}+t_{e2e}=l/v+\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(6\right)$

通过对比公式（6）和TBD协议对车辆的延迟计算公式，可以看出，本文算法只需在车辆行驶过程中估计下一路口方向，并且在计算过程中考虑了消息最坏传输方向；而TBD虽然利用车辆的行驶轨迹，但具有以下不足：（1）对延迟的计算，只分在路口遇到其他车辆和遇不到其他车辆两种情况，而忽视了消息不可能进入比当前携带者行驶方向更差的路段；（2）消息传递不仅仅可以在路口进行，也可在直路中进行，而TBD计算时只考虑了路口传递。因此TBD的车辆传输延迟计算不够准确。

消息传输过程

消息的传输基于车辆的EDD值。利用公式（6），各行驶车辆计算其自身传输消息的EDD，并通过“灯塔”（beacon）消息周期性地向外界广播。通过接收beacon消息，处于连通的各车辆可以相互发现，并获知该连通区域内所有车辆的EDD。在此基础上，消息传输的规则是：消息总是传递至连通区域内具有最低EDD值的车辆。随着车辆的快速移动和连通区域的动态改变，消息因此通过车辆的携带-传递（carry-forwarding）送达目的地。

由于公式（6）综合考虑了车辆的当前位置、行驶方向、前方路口处各路段的传递期望延迟以及消息进入各路段方向概率，因此DEDD算法可自适应地利用当前可用车辆选择最佳传输路线。图2是路段e_ij的示意图，其中车辆V₁、V₂驶向路口I_j，而V₃驶向路口I_i。按照本文算法，三辆车各自计算其EDD，随后消息传输至最小EDD车辆。可知消息在路段e_ij的传输方向，由当前情形下的三辆车的EDD所决定：若车辆V₃具有最低EDD，则消息传递方向为I_i；否则消息向I_j方向传递。相比之下，VADD不根据当前道路的实际车辆情况选择传递方向，可能导致传输延迟增加。此外，假设车辆V₃具有最高EDD，此时消息由车辆V₁或V₂传输至路口I_j。按照公式（6），虽然车辆V₂相对于V₁更靠近路口I_j，但若车辆V₁在路口I_j的行驶方向j₁比V₂的方向j₂具有低得多的传输延迟，且车辆V₂在路口I_j遇到驶往j₁方向车辆的概率很低，则根据计算，消息将由V₁携带驶入路段j₁；反之，若车辆V₁与V₂在路口I_j行驶方向相同，或者虽然V₂驶往j₂方向，V₁驶往j₁方向，但V₂有非常高的概率在路口I_j遇到驶往j₁方向的车辆，则算法将使消息传递至车辆V₂，从而更快速地通过路段e_ij并以高概率通过低延迟路段，传递至目的地。如图2所示。

本发明的性能评估结果

通过仿真实验对比新的DEDD协议和VADD的性能。实验地图为6750m*6000m，具有36个路口的道路网络。消息的传输目的地设在该道路网络的中央路口处。缺省车辆数为100，车辆行驶速度为40～80km/h，通信半径为200m。消息每隔5s从一个随机车辆中产生。假设车辆缓存非常大且消息传输的TTL无限长，从而没有消息丢失。协议性能主要通过消息的传输平均延迟来展现。

（1）基本性能

表1显示默认参数下协议性能。从表1可以看出，DEDD协议比VADD具有更低的消息平均传输延迟，这是因为VADD仅利用了道路交通车流量统计信息，从宏观角度来计算和指导消息传递；而DEDD协议在VADD的基础上，进一步考虑了消息传输过程中车辆的实际行驶情况，从而根据车辆个体计算更准确的传输延迟，因此比VADD具有更优的传输性能。

表1默认参数下的协议性能

（2）车辆密度对消息平均传输延迟的影响

由于车载自组织网络中以车辆做传输载体，而一天中道路车流量会呈现巨大差异，因此评估车辆密度对协议性能影响具有现实意义。如图3所示，随着车辆密度的增大，DEDD和VADD的平均传输延迟均明显下降。这是由于车辆密度的增加促进了车辆间的连通，从而使消息在车辆间传输机会增大。同时，更高的车辆密度也使得消息在路口模式下更易传输至最优方向，从而减少了传输延迟。从图3还可以看出，无论车辆密度为何值，DEDD总是比VADD具有更低的平均传输延迟，从而说明了DEDD算法的有效性。

有益效果

数据传输是实现车载自组织网络各种应用的基础。由于车辆网络的特殊性，传统自组织网络中的数据传输协议并不适用。以VADD协议为基础，设计了一种新的车载自组织网络的数据传输协议DEDD。通过利用车辆当前位置和行驶方向，DEDD能更准确地评估车辆传输消息延迟，并将消息传输至最低延迟车辆。仿真实验证明，DEDD相比VADD具有更低的消息平均传输延迟。

附图说明

图1一个简单的道路网络图

图2路段e_ij中车辆行驶示意图

图3不同车辆密度下平均传输延迟图

具体实施方式：

发明目的：针对VADD的上述不足，依据车辆的行驶方向，提出了一种新的基于延迟估计的车辆网络数据传输协议DEDD。和VADD只从道路角度估计消息延迟不同，DEDD针对个体车辆估计延迟，利用车辆的当前位置和转弯方向，来选择最优车辆作为消息的携带者，从而获得最低传输延迟。需要说明的是，虽然TBD协议[Jeong J，Guo S，Gu Y，et al.TBD：Trajectory-based data forwardingfor light-traffic vehicular networks[C]//Proc of ICDCS.Montreal：IEEE，2009.]也依据个体车辆估计延迟，但其利用车辆轨迹来计算延迟的方法并不准确，后面将进行说明。

技术方案：个体车辆传输消息的期望延迟

本文的DEDD协议依据车辆的当前位置和行驶方向，计算不同车辆传输消息所需要的期望传输延迟（Expected Delivery Delay，EDD）。考虑在路段e_ij上以速度v行驶的车辆V₁，其当前位置到路口I_j的距离为l。该车传递消息的EDD可分为两部分：（1）车辆V₁携带消息至路口I_j的时间t_carry；（2）从路口I_j经由各可能路段到达消息目的地的E2E期望延迟t_e2e。对t_carry的计算，可简单通过t_carry＝l/v得到，也可由实际统计进行更准确估算。下面主要描述如何计算消息由路口I_j传输至目的地的E2E延迟t_e2e。

（1）选路决策：

为进行选路决策，VADD估计不同路段的传输延迟。令d_ij表示消息经过路段e_ij（由路口I_i至路口I_j）的传输延迟，其值可根据e_ij路段长度、车辆密度和平均速度等计算。此外，假设消息从路口I_i发出，经过路段e_ij并最终到达目的地所需要的E2E期望传输延迟为D_ij。令N(j)表示与路口I_j相邻的所有路口的集合，则有：

$D_{\mathrm{ij}}=d_{\mathrm{ij}}+\underset{k\∈N\left(j\right)}{\mathrm{\Σ}}{P}_{\mathrm{jk}}{D}_{\mathrm{jk}}$

（1）公式（1）中P_jk表示消息在路口I_j传递至路段e_jk的概率。由于网络的间断连通，消息的携带者在经过路口I_j时，可能遇不到合适车辆使消息传递至预期方向，因此消息的实际传递方向具有概率性。由此可知，即是消息从路口I_j出发（经由各路段）传输至目的地所需要的期望延迟；而D_ij等于消息通过e_ij的时间，再加上由I_j传递至目的地的期望延迟。利用公式（1），针对道路网络中任一路段e_mn（m、n为路口编号且m≠n）均可列出其对应的D_mn等式。例如，如图1所示的道路网络，若消息传输的目的地为路口I_c，则对应的等式如下：

$\left\{\begin{array}{c}{D}_{\mathrm{ab}}=d_{\mathrm{ab}}+P_{\mathrm{ba}}{D}_{\mathrm{ba}}+P_{\mathrm{bc}}{D}_{\mathrm{bc}}\\ D_{\mathrm{ac}}=d_{\mathrm{ac}}\\ D_{\mathrm{ba}}=d_{\mathrm{ba}}+P_{\mathrm{ab}}{D}_{\mathrm{ab}}+P_{\mathrm{ac}}{D}_{\mathrm{ac}}\\ D_{\mathrm{bc}}=d_{\mathrm{bc}}\\ D_{\mathrm{ca}}=0\\ D_{\mathrm{cb}}=0\end{array}\right.---\left(2\right)$

求解该方程组，即可求得任意路段e_mn所对应的D_mn。VADD将利用D_mn进行选路决策。

为降低消息递交延迟，VADD总是选择可用的、具有最小E2E期望延迟的路段来传递消息。例如，对与路口I_j相连的n个路段，设e_j1，e_j2，…，e_jn表示将此n个路段按照其E2E期望延迟的升序排列，因此该序列满足D_j1≤D_j2≤…≤D_jn。当消息的携带者进入路口I_j，为发送消息，首先寻找驶向路段e_j1的车辆，因该路段具有最低E2E期望延迟；若失败，则继续寻找驶入e_j2的车辆……以此类推，直到找到一个车辆，其行驶方向在所有遇到的邻居车辆中具有最低的E2E延迟期望，随后将消息传递至该车。一种特殊情况是，若未发现比消息当前携带者的驶入路段更优的车辆，则消息将被当前携带车辆继续携带。

（2）期望传输延迟

以上是VADD的选路决策。本文的DEDD协议中，消息在路口I_j的路段选择仍遵循由VADD协议计算得到的路段方向优先级，从而使消息总是选择可以利用的、具有最低E2E期望延迟的路段方向传递。如前所述，与路口I_j相连的各路段，按其E2E期望延迟升序排序为e_j1，e_j2，…，e_jn，与之对应的E2E延迟分别为D_j1，D_j2，…，D_jn。假设消息由车辆V₁携带至路口I_j，而V₁行驶方向为e_ja(1≤a≤n)，则最坏的情况下，消息将由车辆V₁携带驶入e_ja；因此对于比e_ja有更高传输延迟的路段，消息通过概率为0。虽然公式（1）的计算比较简单，但如何得到P_jk却比较复杂，将对其简要描述。在VADD中，假设车辆行驶到路口满足泊松分布，因此，在消息的携带者通过路口I_j的T_j时间内，能够遇到至少一辆车辆驶向路段e_jk的概率为：

CP_jk＝1-e^-λjkTj     （3）

CP_jk也称作接触概率（contacting probability），它表示消息可以通过其他车辆传递至路段e_jk的概率。公式（3）中的λ_jk可由实际统计得到。基于公式（3），消息传输至路段e_jm(1≤m≤a)的概率p_jm为：

$p_{\mathrm{jm}}=\left\{\begin{array}{cc}{\mathrm{CP}}_{j1},& m=1\\ \left[\underset{s=1}{\overset{m-1}{\mathrm{\Π}}}(1-{\mathrm{CP}}_{\mathrm{js}})\right]{\mathrm{CP}}_{\mathrm{jm}},& 2\≤m\≤a-1\\ 1-\underset{s=1}{\overset{a-1}{\mathrm{\Σ}}}{p}_{\mathrm{js}},& m=a\end{array}\right.---\left(4\right)$

因此，消息从路口I_j传输至目的地的E2E延迟t_e2e的计算公式为：

$t_{e2e}=\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(5\right)$

基于以上分析，消息在当前时刻由车辆V₁传输的EDD为：

${\mathrm{EDD}}_1=t_{\mathrm{carry}}+t_{e2e}=l/v+\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(6\right)$

通过对比公式（6）和TBD协议对车辆的延迟计算公式，可以看出，本文算法只需在车辆行驶过程中估计下一路口方向，并且在计算过程中考虑了消息最坏传输方向；而TBD虽然利用车辆的行驶轨迹，但具有以下不足：（1）对延迟的计算，只分在路口遇到其他车辆和遇不到其他车辆两种情况，而忽视了消息不可能进入比当前携带者行驶方向更差的路段；（2）消息传递不仅仅可以在路口进行，也可在直路中进行，而TBD计算时只考虑了路口传递。因此TBD的车辆传输延迟计算不够准确。

消息传输过程

消息的传输基于车辆的EDD值。利用公式（6），各行驶车辆计算其自身传输消息的EDD，并通过“灯塔”（beacon）消息周期性地向外界广播。通过接收beacon消息，处于连通的各车辆可以相互发现，并获知该连通区域内所有车辆的EDD。在此基础上，消息传输的规则是：消息总是传递至连通区域内具有最低EDD值的车辆。随着车辆的快速移动和连通区域的动态改变，消息因此通过车辆的携带-传递（carry-forwarding）送达目的地。

由于公式（6）综合考虑了车辆的当前位置、行驶方向、前方路口处各路段的传递期望延迟以及消息进入各路段方向概率，因此DEDD算法可自适应地利用当前可用车辆选择最

佳传输路线。图2是路段e_ij的示意图，其中车辆V₁、V₂驶向路口I_j，而V₃驶向路口I_i。按照本文算法，三辆车各自计算其EDD，随后消息传输至最小EDD车辆。可知消息在路段e_ij的传输方向，由当前情形下的三辆车的EDD所决定：若车辆V₃具有最低EDD，则消息传递方向为I_i；否则消息向I_j方向传递。相比之下，VADD不根据当前道路的实际车辆情况选择传递方向，可能导致传输延迟增加。此外，假设车辆V₃具有最高EDD，此时消息由车辆V₁或V₂传输至路口I_j。按照公式（6），虽然车辆V₂相对于V₁更靠近路口I_j，但若车辆V₁在路口I_j的行驶方向j₁比V₂的方向j₂具有低得多的传输延迟，且车辆V₂在路口I_j遇到驶往j₁方向车辆的概率很低，则根据计算，消息将由V₁携带驶入路段j₁；反之，若车辆V₁与V₂在路口I_j行驶方向相同，或者虽然V₂驶往j₂方向，V₁驶往j₁方向，但V₂有非常高的概率在路口I_j遇到驶往j₁方向的车辆，则算法将使消息传递至车辆V₂，从而更快速地通过路段e_ij并以高概率通过低延迟路段，传递至目的地。如图2所示。

Claims (2)

1.一种基于延迟估计的VANET数据传输协议，其特征在于，包括：

和VADD只从道路角度估计消息延迟不同，针对个体车辆估计延迟用利用车辆的当前位置和转弯方向，来选择最优车辆作为消息的携带者，从而获得最低传输延迟。

2.根据权利要求1所述的基于延迟估计的VANET数据传输协议，其特征在于，

获得最低传输延迟包括：

（1）选路决策

为进行选路决策，VADD估计不同路段的传输延迟；令di_j表示消息经过路段e_ij（由路口I_i至路口I_j）的传输延迟，其值可根据e_ij路段长度、车辆密度和平均速度等计算；此外，假设消息从路口I_i发出，经过路段e_ij并最终到达目的地所需要的E2E期望传输延迟为D_ij；令N(j)表示与路口I_j相邻的所有路口的集合，则有：

$D_{\mathrm{ij}}=d_{\mathrm{ij}}+\underset{k\∈N\left(j\right)}{\mathrm{\Σ}}{P}_{\mathrm{jk}}{D}_{\mathrm{jk}---\left(1\right)}$

公式（1）中P_jk表示消息在路口I_j传递至路段e_jk的概率；由于网络的间断连通，消息的携带者在经过路口I_j时，可能遇不到合适车辆使消息传递至预期方向，因此消息的实际传递方向具有概率性；由此可知，

即是消息从路口I_j出发（经由各路段）传输至目的地所需要的期望延迟；而D_ij等于消息通过e_ij的时间，再加上由I_j传递至目的地的期望延迟；利用公式（1），针对道路网络中任一路段e_mn（m、n为路口编号且m≠n）均可列出其对应的D_mn等式；VADD将利用D_mn进行选路决策；为降低消息递交延迟，VADD总是选择可用的、具有最小E2E期望延迟的路段来传递消息；

（2）期望传输延迟

本发明中，消息在路口I_j的路段选择仍遵循由VADD协议计算得到的路段方向优先级，从而使消息总是选择可以利用的、具有最低E2E期望延迟的路段方向传递；如前所述，与路口I_j相连的各路段，按其E2E期望延迟升序排序为e_j1，e_j2，…，e_jn，与之对应的E2E延迟分别为D_j1，D_j2，…，D_jn；假设消息由车辆V₁携带至路口I_j，而V₁行驶方向为e_ja(1≤a≤n)，则最坏的情况下，消息将由车辆V₁携带驶入e_ja；因此对于比e_ja有更高传输延迟的路段，消息通过概率为0；虽然公式（1）的计算比较简单，但如何得到P_jk却比较复杂；在VADD中，假设车辆行驶到路口满足泊松分布，因此，在消息的携带者通过路口I_j的T_j时间内，能够遇到至少一辆车辆驶向路段e_jk的概率为：

CP_jk＝1-e^-λjkTj     （3）

CP_jk也称作接触概率（contacting probability），它表示消息可以通过其他车辆传递至路段e_jk的概率；公式（3）中的λ_jk可由实际统计得到；基于公式（3），消息传输至路段e_jm(1≤m≤a)的概率p_jm为：

$p_{\mathrm{jm}}=\left\{\begin{array}{cc}{\mathrm{CP}}_{j1},& m=1\\ \left[\underset{s=1}{\overset{m-1}{\mathrm{\Π}}}(1-{\mathrm{CP}}_{\mathrm{js}})\right]{\mathrm{CP}}_{\mathrm{jm}},& 2\≤m\≤a-1\\ 1-\underset{s=1}{\overset{a-1}{\mathrm{\Σ}}}{p}_{\mathrm{js}},& m=a\end{array}\right.---\left(4\right)$

因此，消息从路口I_j传输至目的地的E2E延迟t_e2e的计算公式为：

$t_{e2e}=\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(5\right)$

基于以上分析，消息在当前时刻由车辆V₁传输的EDD为：

${\mathrm{EDD}}_1=t_{\mathrm{carry}}+t_{e2e}=l/v+\underset{m=1}{\overset{a}{\mathrm{\Σ}}}{p}_{\mathrm{jm}}{D}_{\mathrm{jm}}---\left(6\right)$

公式（6）就是本发明对车辆的延迟计算公式。

Images