CN105306157B - 一种基于网络连通的车载通信建模方法 - Google Patents
一种基于网络连通的车载通信建模方法 Download PDFInfo
- Publication number
- CN105306157B CN105306157B CN201510776292.2A CN201510776292A CN105306157B CN 105306157 B CN105306157 B CN 105306157B CN 201510776292 A CN201510776292 A CN 201510776292A CN 105306157 B CN105306157 B CN 105306157B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distribution
- headway
- network
- speed
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于网络连通的车载通信建模方法，该方法能够合理选择道路环境，从车间时距出发，假设车间时距服从爱尔朗分布，速度服从正态分布，在此基础上得到的网络连通性能够更加准确地反应单位时间内车辆到达数与平均车辆密度的关系,为后续研究车辆与车辆之间的数据传输提供了一个良好的网络连通模型。
Description
技术领域
本发明涉及基于网络连通的车载通信建模方法，属于通信技术领域。
背景技术
当今社会，汽车是必不可少的交通工具。随着全世界各国经济的快速发展，汽车持有量不断增长，虽然大大地便利了人们的日常出行和生活，却也带来了两大最受关注的问题：交通安全和运输效率。交通事故的频繁发生，使得大众的人身安全遭受严重的威胁。而全球大部分城市所遭受的拥堵，给社会和经济带来了负担，这些问题都急需解决。智能交通系统(intelligent information system,ITS)就是在这一背景下应运而生的。随着Ad hoc网络和ITS的发展，车载自组织网络(Vehicular Ad Hoc Network,VANET)也随之应运而生。VANET是专门为车辆间通信而设计的自组织网络，作为一种新的Ad hoc网络，车载网络具有广阔的应用前景。
作为一种特殊的移动自组织网络(Mobile Ad Hoc Network:MANET)，VANET具有MANET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，VANET又具有区别于其他MANET的特殊性：(1)网络拓扑变化快。相比其他MANET，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。近20年来，国内外对自组织网络连通性的研究主要集中在一维或二维MANET连通性建模与分析等方面，相关研究工作的主要目标就是建立一种以网络连通概率来度量系统服务等级(grade if service,简称GoS)的计算方法。但是，上述VANET的这些特殊性使得MANET的网络连通性研究不能直接应用于VANET。
目前，基于通信距离的网络连通性研究，假设单车道上的部分车辆装有通信设备，这样，没有装有通信设备的车辆，在任何情况下都不能和其他车辆进行通信，而装有通信设备的车辆之间的距离小于通信距离时能够进行通信。在单车道上，假设装有通信设备的车辆在道路上是均匀分布的，并假设车辆以恒定的速度进入道路，装有通信设备的两车之间的距离服从指数分布，根据通信的条件(即装有通信设备的两车之间的距离小于通信距离)可以获得网络的连通性。随着社会的发展，道路上的车辆都装有通信设备成为可能，而假设车辆以恒定的速度进入道路是基于通信距离的网络连通性研究的最大弊端。而本发明能够很好地解决上面的问题。
发明内容
本发明目的在于解决了上述现有的技术问题，提出了一种基于网络连通的车载通信建模方法，该方法从车间时距出发，假设车间时距服从爱尔朗分布，速度服从正态分布，在此基础上得到的网络连通性能够更加准确地反应单位时间内车辆到达数与平均车辆密度的关系。
本发明解决其技术问题所采取的技术方案是：一种基于网络连通的车载通信建模方法，该方法包括如下步骤：
步骤1：根据交通流理论，选择合适的道路环境；
步骤2：假设车辆速度为vi车辆进入车道服从参数为λi的泊松分布；
步骤3：计算速度为vi的两车之间的距离Xi，并找出车辆之间的距离Xi与车间时距ΔTi之间的关系；
步骤4：求出服从爱尔朗分布的ΔTi的概率分布函数；
步骤5：根据Xi与ΔTi之间的关系，求得Xi的概率分布函数；
步骤6：根据任意两车之间的车间距离X＝min(X1,X2,…,XM)，求出X的概率分布函数；
步骤7：求出平均车辆密度ρavg和平均车辆数Navg；
步骤8:根据两车的车间距离小于或等于车辆通信距离R时，两车确认连通，求得Navg辆车车辆连通概率。
有益效果：
1、本发明合理选择道路环境，从车间时距出发，假设车间时距服从爱尔朗分布，速度服从正态分布，在此基础上得到的网络连通性能够更加准确地反应单位时间内车辆到达数与平均车辆密度的关系。
2、本发明为后续研究车辆与车辆之间的数据传输提供了一个良好的网络连通模型。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合说明书附图对本发明创造作进一步的详细说明。
如图1所示，本发明提供了一种基于网络连通的车载通信建模方法，该方法包括如下步骤：
步骤1：根据交通流理论，选择合适的道路环境；
步骤2：假设车辆速度为vi车辆进入车道服从参数为λi的泊松分布；
步骤3：计算速度为vi的两车之间的距离Xi，并找出车辆之间的距离Xi与车间时距ΔTi之间的关系；
步骤4：求出服从爱尔朗分布的ΔTi的概率分布函数；
步骤5：根据Xi与ΔTi之间的关系，求得Xi的概率分布函数；
步骤6：根据任意两车之间的车间距离X＝min(X1,X2,…,XM)，求出X的概率分布函数；
步骤7：求出平均车辆密度ρavg和平均车辆数Navg；
步骤8:根据两车的车间距离小于或等于车辆通信距离R时，两车确认连通，求得Navg辆车车辆连通概率。
本发明VANET的应用主要表现在两个方面，即：安全应用和娱乐应用。与安全相关的应用，例如碰撞避免，辅助驾驶，交通流量优化等，这类应用共同的特征是都牵涉到与生命安全相关的场景，VANET能否正常的服务将直接影响到事故的发生。与娱乐相关的应用，例如支付服务(如自动计费系统)、基于位置的服务(如导航信息)、信息服务(如Internet访问，这类应用主要是提供附加增值服务以及提高交通系统的效率，使之更加方便。网络的连通性是对这些应用的基本要求。道路上车辆的连通表明车辆之间能够直接或间接地进行通信。在VANET的实际应用中，车辆的快速移动和网络拓扑的快速变化都将影响车辆的连通性。因此，为了获得VANET应用，VANET中车辆的连通性是一个关键的研究点。VANET最重要的特点，便是网络中节点的自组织性质。网络中的点之间通过收发信息来形成一个系统，在这个系统中，节点之间的连通性如若出现问题，必将影响这个网络的性能，甚至会决定这样的网络是否存在。而这也让很多研究者将目光放在了自组织网络连通性的研究之上。
车辆自组织网络中的连通性研究可以分为两类：一类是研究连通连接或者路径的生存时间属性，一类则是通过车间时距研究分析连通性。本发明属于第二类，针对现有连通性研究分析中存在的缺陷，在单车道、自由流通状态的前提下，建立了一种基于车间时距的车载通信网络连通模型，假设车辆以一个服从正态分布的随机速度进入车道，进入车道后，车辆速度保持不变，通过服从爱尔朗分布的车间时距来研究连通性。
本发明的车间时距是指同向连续形式的两辆车的车头通过道路某一断面时的时间间隔，是道路交通的一个重要特征。在合理分析道路交通现象的基础上，本发明中假设车间时距服从γ分布。γ函数的概率密度函数如下：
公式1
其中，f(t)表示车间时距为t时的概率；t为车间时距，t＞0；λ为单位时间内的车辆平均达到数；k为γ分布的形状参数，k>0。
根据上式可以得到车间时距的概率分布函数：
公式2
为了计算简单，通常k取正整数，此时称为爱尔朗(Erlang)分布，相应的车间时距的概率分布函数为：
公式3
本发明的网络连通性建模包括：
根据交通流理论，道路交通有两种状态：拥塞状态和自由流通状态。当两辆车处在相互的通信范围内，它们就可以直接进行通信。两车之间相互通信的持续时间为
公式4
其中，ν＝(νi-νj)T是两车的相对速度矢量，ρ＝(ρi,ρj)T是两车的相对位置矢量，R是车辆的通信范围。
根据公式4可知，当道路交通处在拥塞状态时，两车的速度几乎是相同的，与处在自由流通状态的车辆相比，此时的车辆总是连通的，并且该状况会持续很长时间。因此，在拥塞状态下研究VANET的连通性是没有意义的。因此，本发明在自由流通状态下来研究VANET的连通性。
本发明将道路划分为n*n个车道，假设每个车道长L，宽W。车辆以一个服从正态分布的随机速度进入车道。自由流通状态下，泊松分布为车辆到达过程提供了一种模型。因此，假设车辆有M个离散的速度νi(i＝1,2,…,M)，是独立同分布的，并独立于车间距离。并假设车速为νi的车辆进入车道是服从参数为λi(i＝1,2,…,M)的泊松分布，则(λ为单位时间间隔内进入车道的平均车辆数)的泊松分布，并假设车辆进入车道是相互独立的，则每个速度发生的概率为pi＝λi/λ。让Xi表示速度为νi的两车之间的距离，则
公式5
其中，ΔTi表示速度为νi的两辆车的车间时距。车间时距服从爱尔朗(Erlang)分布，根据公式3可得：
公式6
为了简便，本发明研究一阶爱尔朗分布，即当k＝1时，此时公式6可以简化为：
公式7
假设X＝min(X1,X2,…,XM)，则：
公式8
由公式8可知，任意两车之间的车间距离X是服从参数为：的指数分布，则平均车辆密度为：
公式9
速度ν服从正态分布，其概率密度函数为：
公式10
其中，νmin，νmax分别表示的最小和最大的车辆速度。
于是得到高斯概率密度函数为
公式11
所以，
公式12
从而，
公式13
平均车辆数为：
Navg＝Lρavg 公式14
则两车之间的车间距离X的累积分布函数所以，得到：
如果两车的车间距离小于或等于车辆通信距离R，则两车直接确认连通，则这Navg辆车的连通概率为：
公式15。
Claims (2)
1.一种基于网络连通的车载通信建模方法，其特征在于，所述方法包括如下步骤：
步骤1：假设车辆速度为vi车辆进入车道服从参数为λi的泊松分布；
步骤2：计算速度为vi的两车之间的距离Xi，并找出车辆之间的距离Xi与车间时距ΔTi之间的关系；
步骤3：求出服从爱尔朗分布的ΔTi的概率分布函数；
步骤4：根据Xi与ΔTi之间的关系，求得Xi的概率分布函数；
步骤5：根据任意两车之间的车间距离X＝min(X1,X2,…,XM)，求出X的概率分布函数；
步骤6：求出平均车辆密度ρavg和平均车辆数Navg；
步骤7：根据两车的车间距离小于或等于车辆通信距离R时，两车确认连通，求得Navg辆车车辆连通概率；
所述方法将道路划分为n*n个车道，假设每个车道长L，宽W；车辆以一个服从正态分布的随机速度进入车道；自由流通状态下，泊松分布为车辆到达过程提供了一种模型；假设车辆有M个离散的速度νi(i＝1,2,…,M)，是独立同分布的，并独立于车间距离，并假设车速为νi的车辆进入车道是服从参数为λi(i＝1,2,…,M)的泊松分布，则其中λ为单位时间间隔内进入车道的平均车辆数的泊松分布，并假设车辆进入车道是相互独立的，则每个速度发生的概率为pi＝λi/λ，让Xi表示速度为νi的两车之间的距离，则：
其中，ΔTi表示速度为νi的两辆车的车间时距，pi表示每个速度发生的概率，车间时距服从爱尔朗(Erlang)分布，根据公式3得：
一阶爱尔朗分布，即当k＝1时，此时公式6简化为：
假设X＝min(X1,X2,…,XM)，则：
由公式8可知，任意两车之间的车间距离X是服从参数为：
的指数分布，则平均车辆密度为：
2.根据权利要求1所述的一种基于网络连通的车载通信建模方法，其特征在于，所述方法包括：根据交通流理论，选择合适的道路环境。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776292.2A CN105306157B (zh) | 2015-11-13 | 2015-11-13 | 一种基于网络连通的车载通信建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510776292.2A CN105306157B (zh) | 2015-11-13 | 2015-11-13 | 一种基于网络连通的车载通信建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105306157A CN105306157A (zh) | 2016-02-03 |
| CN105306157B true CN105306157B (zh) | 2018-05-08 |
Family
ID=55202972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510776292.2A Active CN105306157B (zh) | 2015-11-13 | 2015-11-13 | 一种基于网络连通的车载通信建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105306157B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105844370B (zh) * | 2016-05-16 | 2019-08-13 | 西安电子科技大学 | 基于粒子群算法的城市道路车辆连通度优化方法 |
| CN111726775B (zh) * | 2020-06-29 | 2023-07-25 | 江苏智能交通及智能驾驶研究院 | 快速评估车联网网络拥塞状态的方法 |
| CN112822825A (zh) * | 2021-01-05 | 2021-05-18 | 合肥奕聚信息科技有限公司 | 一种基于预判采集传感的市区快车道路灯控制系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737503B (zh) * | 2012-06-20 | 2014-10-29 | 东南大学 | 一种车联网环境下公交车动态调度的通信连通性分析方法 |
| CN104080056B (zh) * | 2014-07-09 | 2017-12-29 | 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 |
| CN104967671B (zh) * | 2015-06-01 | 2019-07-09 | 南京邮电大学 | 一种基于车辆网络密度的自适应edca方法 |
-
2015
- 2015-11-13 CN CN201510776292.2A patent/CN105306157B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105306157A (zh) | 2016-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | V2V‐based method for the detection of road traffic congestion | |
| CN105245563A (zh) | 一种基于车辆节点连通稳定度的动态分簇方法 | |
| CN102883263B (zh) | 一种基于相邻车辆距离的vanet分簇维护方法 | |
| CN109003467A (zh) | 一种防止车辆碰撞的方法、装置及系统 | |
| CN104881710A (zh) | 一种基于车辆自组网的城市快递配送方法 | |
| CN105306157B (zh) | 一种基于网络连通的车载通信建模方法 | |
| Regin et al. | A novel clustering technique to stop congestion occur vehicular ad-hoc networks using node density based on received signal strength | |
| CN103095593B (zh) | 车辆自组网络的路由系统及方法 | |
| Yadav et al. | Secure and reliable routing protocols for VANETs | |
| CN105448115A (zh) | 高速交通网络中被动群集车辆间通信方法 | |
| Chen et al. | A geographic routing protocol based on trunk line in VANETs | |
| CN102595547B (zh) | 一种动态自适应的车辆网络路由方法 | |
| Cao et al. | ETCS: An efficient traffic congestion scheduling scheme combined with edge computing | |
| CN105303836A (zh) | 基于车辆健康状态的车辆分簇信息传输方法 | |
| Ou et al. | Optimal connectivity-based deployment of roadside units for vehicular networks in urban areas | |
| Li et al. | A traffic congestion aware vehicle-to-vehicle communication framework based on Voronoi diagram and information granularity | |
| CN107622309A (zh) | 一种基于VANETs和改进的D‑S证据理论的道路拥堵检测方法 | |
| CN103095592A (zh) | 车辆自组织网络的区域多播路由系统及方法 | |
| Li et al. | Traffic signal timing optimization incorporating individual vehicle fuel consumption characteristics under connected vehicles environment | |
| Joshi et al. | Comparative study of enhanced AODV routing protocols in VANET | |
| CN114827946A (zh) | 一种车联网场景下基于任务相似度的边缘计算方法及系统 | |
| Wu et al. | A geographic routing protocol based on trunk line in VANETs | |
| Hwang et al. | Efficient RSU Placement Schemes in Urban Vehicular Ad Hoc Networks. | |
| CN110446185B (zh) | 一种基于节点熟悉度模型的车辆间通信的路由方法 | |
| Jayavel et al. | A TDMA-BASED SMART CLUSTERING TECHNIQUE FOR VANETS. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |