CN105530680B - 一种车辆自组织网络中继车辆选择方法 - Google Patents
一种车辆自组织网络中继车辆选择方法 Download PDFInfo
- Publication number
- CN105530680B CN105530680B CN201510975177.8A CN201510975177A CN105530680B CN 105530680 B CN105530680 B CN 105530680B CN 201510975177 A CN201510975177 A CN 201510975177A CN 105530680 B CN105530680 B CN 105530680B
- Authority
- CN
- China
- Prior art keywords
- vrv
- data packet
- vehicle
- business
- data
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明涉及一种车辆自组织网络中继车辆选择方法,属于无线通信技术领域。该方法针对VANET中多个源车辆(SVs)需选择中继车辆(RVs)进行信息转发问题,基于网络功能虚拟化(NFV)技术将各RV虚拟为多个虚拟中继车辆(VRVs),进而采用网络微积分理论建模SV的业务到达曲线和RV的服务曲线,评估SV的业务经各VRV的传输性能,并基于SV的QoS需求选择具有最优传输性能的VRV,从而实现RV的优化选择。本方法能够实现系统综合性能优化,获得最佳虚拟RV选择方案,具有广阔的应用前景。
Description
技术领域
本发明属于无线通信技术领域,涉及一种车辆自组织网络中继车辆选择方法。
背景技术
车辆自组织网络(Vehicular Ad-hoc Network,VANET)是一种自组织、结构开放的车辆间通信网络,能够提供车辆之间以及车辆与路边基础设施之间的通信。VANET结合全球定位系统(GPS)及无线通信技术,如无线局域网(WLAN)、蜂窝网络等,为处于高速移动状态的车辆提供高速率的数据接入服务,并支持车辆之间的信息交互,已成为保障车辆行驶安全,提供高速数据通信、智能交通管理及车载娱乐的有效技术。
VANET中,车辆的快速移动特性以及AP覆盖范围有限等因素导致部分车辆无法与AP直接进行通信,可通过采用中继车辆(RV)支持源车辆(SV)与AP之间的数据转发。在存在多个候选RV的情况下,如何综合考虑物理信道特性、链路消息碰撞及接入时延、RV的负载状况等多因素,选择最佳中继节点以保障用户通信需求,并实现系统性能优化已成为VANET的重要研究课题。
在现有技术中,有人提出一种VANET多参数中继选择算法,根据车辆接收信号强度、路径持续时间及中继可用容量的归一化线性加权,选择最大加权值所对应的中继作为最优中继。还有人提出一种低延时,高可靠性的数据中继传输方法,该方法首先选择对SV所发送数据的转发概率高于给定门限值的车辆作为候选RV,继而选择对应最短信道接入时间的候选RV作为最佳RV。也有人提出了一种VANET区域中继节点选择算法,该算法以邻居节点的状态信息为基础,估算出每个节点作为中继节点的效用,来选出下一跳广播节点。
以上研究所考虑RV选择因素较为单一,未综合考虑RV接入时延、负载状况、传输速率等因素。
发明内容
有鉴于此,本发明的目的在于提供一种车辆自组织网络中继车辆选择方法,具体技术方案如下:
一种车辆自组织网络中继车辆选择方法,该方法包括以下步骤:
步骤一:针对VANET中多个源车辆(SVs)需选择中继车辆(RVs)进行信息转发问题,基于网络功能虚拟化(NFV)技术将各RV虚拟为多个虚拟中继车辆(VRVs);步骤二:采用网络微积分理论建模SV的业务产生曲线和VRVs的服务曲线;步骤三:评估SV的业务经各VRV的传输性能;步骤四:基于SV的QoS需求选择具有最优传输性能的VRV,从而实现RV的优化选择。
进一步,在步骤一中,VANET中车辆之间链路特性服从级联Nakagami-m分布,信道特性h1的概率密度函数为:
其中,m1、m2 表示信道
的衰落强度,为Meijer G函数,ml=Ω/E(hl-Ωl)2≥1/2,l=1,2;
基于SV的QoS需求,采用NFV技术,将各RV的传输及存储资源,如带宽、缓存等进行切片,划分为多个VRVs,以支持具有不同业务特性的数据流传输。
进一步,在步骤二中,令αi(t)为第i个SV的业务产生曲线,其中,1≤i≤M,M为SV的数目,采用IETF所提出的流量特性规范T-SPEC建模其中,为数据包产生的峰值速率,为正常传输情况下最大数据包长度,为数据包产生的平均数据速率,为突发业务对应数据包长度;假设数据包到达服从泊松分布,可建模最大数据速率为其中,Li为SVi的数据包长度,为SVi的数据包平均到达率,则数据包到达的平均数据速率为最大的数据包长度由SVi业务特性决定,突发数据包大小由SVi业务突发状况确定。
进一步,在步骤二中,所述VRVs的服务曲线建模包括:
令βj,k(t)为第j个RV,也即RVj的第k个VRV,记为VRVj,k的服务曲线,其中,1≤j≤N,N为RV的数目,1≤k≤Kj,Kj为RVj的VRV的数目,建模βj,k(t)=rj,k(t-θj,k)+,其中,(x)+=max{x,0},rj,k表示VRVj,k的服务速率,建模VRVj,k的服务时间服从的指数分布,其中,μj,k常数,由VRVj,k的带宽及处理能力决定,则VRVj,k服务速率可记为rj,k=mμj,k,其中,m为权重因子,θj,k为处理延时,由VRVj,k的邻居车辆数目决定,即:
其中,Ts为数据成功
传输时间,Tc为平均信道繁忙时间,Nw为接入VRVj,k的总用户数,τ为用户的传输概率,σ为空
闲时隙的持续时间。
进一步,在步骤三中,所述评估SV的业务经各VRV的传输性能包括:若具有到达曲
线αi(t)的SVi的数据经VRVj,k转发,则数据有效传输带宽为其
中D为时延约束,为SVi到RVj的中断概率,
数据最大服务时延为积压上界为:
进一步,在步骤四中,若SVi拟传输吞吐量敏感业务,令为SVi的最低数据包传输
速率,在满足的所有VRV中选择其中,若SVi拟传输
时延敏感性业务,令为SVi的最大可允许延时,在满足的所有VRV中选择
其中,
本发明的有益效果在于:本发明所述方法综合考虑了影响SV、RV通信性能的多因素,如RV的信道特性、可用带宽、由于信道竞争导致消息碰撞等因素,在多SV、多RV存在场景下,对RV进行虚拟化,通过对SV及虚拟RV的传输性能优化,实现系统综合性能优化,获得最佳虚拟RV选择方案。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明中VANET通信场景示意图;
图2为本发明中VANET中继车辆选择系统模型;
图3为本发明VANET中继选择建模流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
在本实施例中,以涉及N个中继车辆(RV)和M个需要通过RV转发信息的源车辆(SV),在AP处对所有SV进行统一中继分配为例进行具体说明。
图1为本发明应用场景图,本发明可应用于SV无法实现与AP的直接通信需要执行中继转发的场景。
图2为本发明系统模型,假设存在多个SV与RV,每个RV可虚拟化为多个VRVs。每个SV至多只能选择一个VRV为其转发数据,每个VRV至多只能选择一个SV转发其数据。
图3为本发明提出的VANET中继选择方法博弈建模流程图,具体包括:
301:建模SV业务产生曲线
令αi(t)为第i个SV的业务产生曲线,其中,1≤i≤M,M为SV的数目,采用IETF所提
出的流量特性规范T-SPEC建模其
中,为数据包产生的峰值速率,为正常传输情况下最大数据包长度,为数据包产
生的平均数据速率,为突发业务对应数据包长度。假设数据包到达服从泊松分布,可建
模最大数据速率为其中,Li为SVi的数据包长度为,为SVi的数据包平均到达
率,则数据包到达的平均数据速率为最大数据包长度由SVi业务特性决定,突
发数据包大小由SVi业务突发状况确定。
302:基于业务特性,构建VRVs
基于SV的QoS需求,采用NFV技术,将各RV的传输及处理资源,如带宽、缓存等进行切片,划分为多个VRVs,以支持具有不同SV业务特性传输的数据流传输。
303:建模VRVs服务曲线
令βj,k(t)为第j个RV,也即RVj的第k个VRV,记为VRVj,k的服务曲线,其中,1≤j≤N,
N为RV的数目,1≤k≤Kj,Kj为RVj的VRV数目,建模βj,k(t)=rj,k(t-θj,k)+,其中,(x)+=max{x,
0},rj,k表示VRVj,k的服务速率,假设VRVj,k的服务时间服从的指数分布,其中,μj,k常数,
由VRVj,k的带宽及处理能力决定,则VRVj,k服务速率可记为rj,k=mμj,k,其中,m为权重因子,
θj,k为处理延时,由VRVj,k的邻居车辆数目决定,即其中,Ts为数据成功传输时间,
Tc为平均信道繁忙时间,Nw为接入VRVj,k的总用户数,τ为用户的传输概率,σ为空闲时隙的持
续时间。
304:评估VRVs业务传输性能
若具有到达曲线αi(t)的SVi的数据经VRVj,k转发,可得数据有效传输带宽为其中D为时延约束,为SVi到RVj的中断概率,数据最大服务时延为
积压上界为
305:实现面向业务特性的最优VRV选择
若SV拟传输针对吞吐量敏感性业务,令为最低数据包传输速率阈值,在满足的所有VRVj,k中选择若SV拟传输针对时延敏感
性业务,为VRVj,k对第i个SV的服务最大延时的阈值,最大服务延时满足的所有
VRVj,k中选择
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (1)
1.一种车辆自组织网络中继车辆选择方法,其特征在于:该方法包括以下步骤:
步骤一:针对VANET中多个源车辆SVs需选择中继车辆RVs进行信息转发问题,基于网络功能虚拟化(NFV)技术将各RV虚拟为多个虚拟中继车辆VRVs;
步骤二:采用网络微积分理论建模SV的业务产生曲线和VRVs的服务曲线;
步骤三:评估SV的业务经各VRV的传输性能;
步骤四:基于SV的QoS需求选择具有最优传输性能的VRV,从而实现RV的优化选择;
在步骤一中,VANET中车辆之间链路特性服从级联Nakagami-m分布,信道特性h1的概率密度函数为:其中,m1、m2表示信道的衰落强度,m1, 为Meijer G函数,ml=Ωl/E(hl-Ωl)2≥1/2,l=1,2,Ωl为信道hl的平均功率;Γ(m1)、Γ(m2)分别为以m1及m2为参数的Gamma函数;
基于SV的QoS需求,采用NFV技术,将各RV的传输及存储资源进行切片,划分为多个VRVs,以支持具有不同业务特性的数据流传输;
在步骤二中,令αi(t)为第i个SV的业务产生曲线,其中,1≤i≤M,M为SV的数目,采用IETF所提出的流量特性规范建模其中,ri (m)为数据包产生的峰值速率,为正常传输情况下最大数据包长度,ri (a)为数据包产生的平均数据速率,为突发业务对应数据包长度;假设数据包到达服从泊松分布,可建模最大数据速率为其中,Li为SVi的数据包长度,λi a为SVi的数据包平均到达率,则数据包到达的平均数据速率为ri (a)=λi aLi,最大的数据包长度由SVi业务特性决定,突发数据包大小由SVi业务突发状况确定;为SVi的数据包最大到达率;
在步骤二中,所述VRVs的服务曲线建模包括:
令βj,k(t)为第j个RV,也即RVj的第k个VRV,记为VRVj,k的服务曲线,其中,1≤j≤N,N为RV的数目,1≤k≤Kj,Kj为RVj的VRV的数目,建模βj,k(t)=rj,k(t-θj,k)+,其中,(x)+=max{x,0},rj,k表示VRVj,k的服务速率,建模VRVj,k的服务时间服从的指数分布,其中,μj,k常数,由VRVj,k的带宽及处理能力决定,则VRVj,k服务速率可记为rj,k=mμj,k,其中,m为权重因子,θj,k为处理延时,由VRVj,k的邻居车辆数目决定,即:
其中,Ts为数据成功传输时间,Tc为平均信道繁忙时间,Nw为接入VRVj,k的总用户数,τ为用户的传输概率,σ为空闲时隙的持续时间;
在步骤三中,所述评估SV的业务经各VRV的传输性能包括:若具有到达曲线αi(t)的SVi的数据经VRVj,k转发,则数据有效传输带宽为其中D为时延约束,为SVi到RVj的中断概率,ψth1为链路信干噪比门限值;N0为链路噪声功率;Es为:发送信号功率;数据最大服务时延为sup{inf{}}为函数水平方向最大偏差值;T为数据包到达时间间隔;积压上界为:
在步骤四中,若SVi拟传输吞吐量敏感业务,令为SVi的最低数据包传输速率,在满足的所有VRV中选择其中,若SVi拟传输时延敏感性业务,令为SVi的最大可允许延时,在满足的所有VRV中选择其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510975177.8A CN105530680B (zh) | 2015-12-22 | 2015-12-22 | 一种车辆自组织网络中继车辆选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510975177.8A CN105530680B (zh) | 2015-12-22 | 2015-12-22 | 一种车辆自组织网络中继车辆选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105530680A CN105530680A (zh) | 2016-04-27 |
CN105530680B true CN105530680B (zh) | 2019-02-15 |
Family
ID=55772579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510975177.8A Active CN105530680B (zh) | 2015-12-22 | 2015-12-22 | 一种车辆自组织网络中继车辆选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105530680B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018000389A1 (zh) * | 2016-06-30 | 2018-01-04 | 华为技术有限公司 | 管理网络切片的方法及其装置 |
CN106792970B (zh) * | 2017-02-17 | 2019-12-03 | 重庆邮电大学 | 一种车辆自组织网络路由选择方法 |
CN107276902B (zh) * | 2017-06-12 | 2020-07-07 | 北京邮电大学 | 地理位置与ip地址结合的车联网路由寻址方法 |
CN108769948A (zh) * | 2018-05-11 | 2018-11-06 | 雷恩友力数据科技南京有限公司 | 一种异构车载网络的资源分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103987103A (zh) * | 2014-04-30 | 2014-08-13 | 重庆邮电大学 | 一种基于博弈论的车辆自组织网络路由选择方法 |
CN105142195A (zh) * | 2015-07-24 | 2015-12-09 | 中南大学 | 一种基于Stackelberg博弈的无线终端通信策略选择与资源分配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI524792B (zh) * | 2013-09-27 | 2016-03-01 | 財團法人資訊工業策進會 | 用於車載隨意網路系統的傳輸控制方法以及通訊裝置 |
-
2015
- 2015-12-22 CN CN201510975177.8A patent/CN105530680B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103987103A (zh) * | 2014-04-30 | 2014-08-13 | 重庆邮电大学 | 一种基于博弈论的车辆自组织网络路由选择方法 |
CN105142195A (zh) * | 2015-07-24 | 2015-12-09 | 中南大学 | 一种基于Stackelberg博弈的无线终端通信策略选择与资源分配方法 |
Non-Patent Citations (1)
Title |
---|
基于预测的机会车载网络中继选择策略研究;贾建斌;《软件学报》;20150715;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105530680A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ning et al. | Mobile edge computing-enabled 5G vehicular networks: Toward the integration of communication and computing | |
Emara et al. | MEC-assisted end-to-end latency evaluations for C-V2X communications | |
Li et al. | Latency and reliability of mmWave multi-hop V2V communications under relay selections | |
CN105530680B (zh) | 一种车辆自组织网络中继车辆选择方法 | |
Liu et al. | Energy-efficient subchannel matching and power allocation in NOMA autonomous driving vehicular networks | |
CN107071855B (zh) | 基于半双工通信的安全告警信息中继方法 | |
CN108093435B (zh) | 基于缓存流行内容的蜂窝下行链路网络能效优化系统及方法 | |
Akabane et al. | An adaptive solution for data dissemination under diverse road traffic conditions in urban scenarios | |
CN108282869A (zh) | 通信方法、网络设备、及终端设备 | |
CN104303460B (zh) | 在无线局域网中提供服务质量敏感设备的系统和方法 | |
CN111818465B (zh) | 一种车联网自适应多跳广播系统及方法 | |
Fan et al. | Traffic-aware relay vehicle selection in millimeter-wave vehicle-to-vehicle communication | |
WO2023279388A1 (zh) | 一种nr-v2x网络中高能效信道状态信息传输方法 | |
CN103347290A (zh) | 一种基于博弈论的车辆自组织网络中继选择方法 | |
Park et al. | Network intelligence based on network state information for connected vehicles utilizing fog computing | |
Zhang et al. | Design of analytical model and algorithm for optimal roadside AP placement in VANETs | |
Tian et al. | Trad: Traffic adaptive data dissemination protocol for both urban and highway vanets | |
Wang et al. | The minimum delay relay optimization based on nakagami distribution for safety message broadcasting in urban VANET | |
CN106792970B (zh) | 一种车辆自组织网络路由选择方法 | |
Cacciapuoti et al. | Software-defined network controlled switching between millimeter wave and terahertz small cells | |
CN112672364B (zh) | 策略配置方法、装置、相关设备及存储介质 | |
Qiu et al. | Maintaining links in the highly dynamic fanet using deep reinforcement learning | |
Abbasi et al. | Multimedia streaming using D2D in 5G ultra dense networks | |
CN113573419A (zh) | 一种考虑多优先级业务的多跳网络信道接入方法 | |
CN103313311A (zh) | 一种无线资源管理方法、用户设备和网络侧 |
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 |