CN105553780B - 一种城市场景中有基础设施的车联网连通性模型推演方法 - Google Patents

Abstract

一种城市场景中有基础设施的车联网连通性模型推演方法。本发明定义了主干路网：由若干路口网关i₁,i₂,...,i_m组成，这些路口网关与一组道路r₁,r₂,...,r_n相邻，其中n＝m‑1。通过获取主干路网中每条道路上所有车辆的行驶速度和所配备的车联网无线通信装置的传输范围以及统计这些道路上的车辆密度，对主干路网的连通性的四种属性进行建模。本发明针对城市场景中车联网客观存在互连互通耦合度低、应用程序需求存在差异等问题，研究了消息经由城市道路及路口网关组成的主干路网传播，形成车联网互联互通时的四种连通性质，根据这些性质提出了城市场景中有基础设施的车联网连通性模型，这对车联网大规模网络应用的发展有着重要的理论指导意义。

Description

一种城市场景中有基础设施的车联网连通性模型推演方法

技术领域

本发明涉及车联网技术领域。

背景技术

车联网的目标和特性决定了车联网是一个庞大、复杂、由不同的分层网络组成的一个异构网络系统。它的组成包含三部分：①车体域，主要由车内各种传感器和终端节点组成一个小型车体网络，用来获取车内信息和邻近车辆的实时信息；②物理空间域，主要由物理环境中的各种网络组成，包括不同类型的路边基础设施网络、车体网以及移动通信网络等；③信息空间域，主要包括接入网络类型、网络的服务质量、协议类型、网络带宽、终端能力等。车联网各个组成部分之间不协调运行是影响车联网通达性的根源之一。

因此，在新型车联网大规模网络体系中，如何从整体角度出发，提供车联网基本属性和分析方法，有效分析在高动态环境下的网络性能，解决车联网大规模网络的相关技术问题，是车联网大规模网络研究所面临的一个难点。

目前相关研究人员的研究主要侧重于车辆自组织网络(Vehicular Ad-hocNETwork,VANET)、基于基础设施的车联网网络(Vehicular Infrastructure-basedNETwork,VINET)以及VANET与VINET混合网络方面进行了相关研究。

①在车辆自组织网络VANET

目前，研究者利用仿真和分析法对VANET的连通性随时空变化如何改变开展了研究：

i.仿真方面

VIRIYASITAVAT W等^[1]基于关键指标如链路持续时间，连通网络的数量和持续时间，以及断开网络的愈合时间，对V2V网络连通性进行了仿真研究，结果表明，城市地区具有高度动态的网络连接模式。AKHTAR N等^[2]将公路场景抽象为一维的道路交通流，在三种不同的信道模型下对其拓扑特征进行了分析，比较了不同传播范围下邻居距离、节点度、集群数量、链路持续时间和连接质量。HUANG Hong-Yu等^[3]将从上海4000辆出租车上采集的GPS数据映射到数字地图上，获得了这些出租车的行驶轨迹，并研究了在不同通信半径的假设下的虚拟VANET，结果表明，当通信半径在500m时，可以使大部分的出租车连接到同一个网络分区，并使用累积分布函数分析了不同通信半径时邻居节点的数量。NABOULSI D等^[4]利用复杂网络理论研究一个现实的大规模城市VANET^[5]的瞬时拓扑特征，文中在多种通信半径下从网络、组件和节点三个不同层面进行分析，并主张采用携带转发机制及在弱连接地点部署RSU。在苏黎世25平方km区域中20万辆车在早高峰3小时内VANET通信网络指标^[6]：(a)VANET以稳定良好拟合度服从幂律；(b)它没有表现出小世界特性；(c)中介中心度和游说中心度对于描述其网络结构特性是充分和适当的；(d)VANET网络图包括一个巨大的集群；(e)车辆到达和离开巨型集群在不同时间尺度上均表现出突发性；(f)集群的连接在一段时间内保持稳定；(g)密集集群同时包括小度值和大度值的节点；(h)VANET包括重叠的社区；(i)紧密社区的规模在非常小的尺寸上变化；(j)VANET图不具有鲁棒性。

ii.分析法方面

常促宇等^[7]介绍了车辆自组网的发展历史、特点和应用领域，使用分析和比较的方法，讨论各种无线通信技术用于车辆自组网的优缺点，并针对车辆自组网的应用及特性提出搭建车辆之间通信系统的设计思想和突破方向。HO I-H等^[8]分析了在一条受信号灯控制的城市道路上的VANET连通性的动态变化，并研究了更一般的k连通网络(k-connected)问题，通过仿真验证了即使车辆移动受交通灯控制，文中得到的连通性分析与仿真结果有良好的近似。LOULLOUDES N等^[9]分析了基于真实和仿真移动轨迹的VANET的瞬时拓扑特征和统计特性，并考虑了市场渗透率对网络连通性的影响。刘业等^[10]首先分析推导了高速公路VANET中某特定路段上任意两车之间的连通概率、连通集直径长度以及连通集数目等连通性模型参数指标与车辆密度及传输距离之间关系的数学解析式，并在此基础上分析VANET的节点位置是满足伽马分布的结论。熊炜等^[11]将VANET建模为路径损耗几何随机图，推导得出用于高速公路场景中VANET 1-连通性必要条件的概率分析算法，并借助经过验证的车辆运动轨迹数据做了大量模拟实验，得出了确保网络中不存在孤立节点情况下，每个节点的通信距离应满足的上下界。

②基于基础设施的车联网网络(VINET)

ABDRABOU A等^[12]采用有效带宽理论和实际容量的概念获得RSU之间的最大距离，并研究了车辆密度、传输范围以及车辆速度差异对端到端的分组传送延迟的影响以解决RSU部署问题。SALVO P等^[13]提出了三种算法来扩展VANET中的RSU的覆盖区域，利用发送方节点位置和几何原理选择转发方向。通过分析结果获得最佳RSU和OBU的安装配置方案。LIUY等^[14]为VANETs中的文件下载设计了一个新的RSU部署策略，把车辆和RSU之间的连接建模为连续时间齐次马尔可夫链，把道路网络建模为一个加权无向图，并基于图的边的深度优先遍历算法，设计了一个针对文件下载的RSU部署算法。陈丽等^[15]在没有部署稠密RSU的VANET中，利用公交车作为移动网关进行I2V数据转发。首先将公路网模型转换为状态-空间图，再运用马尔可夫决策方法求解得出最优转发决策，在满足约束传输成功率阈值要求条件下，选择传输延迟最小的路口节点作为数据包与目的车辆的最优汇聚节点。

MATOLAK D W等^[16]在V2V信道中采用经验模型并使用计算机仿真演示了高速公路环境中V2V终端用户在不同传输速率下使用LTE进行宽带无线接入的可行性。ABID H等^[17]使用LTE网络用于V2I通信，提出了一个基于LTE智能手机的VANET架构，适用于高速公路，而不是城市场景。REMY G等^[18]提出LTE4V2X架构，利用LTE网络中的eNB作为VANET集群管理的基础设施，并采用围绕eNB的集中式架构，以优化集群管理，并提供更好的性能。KIHL M等^[19]评估了多个城市和农村的场景下不同下行链路调度策略的性能，实验结果表明，LTE车载通信非常适合农村的场景。IDE C等^[20]通过增加道路网络中传感器数量来估计车辆行驶时间，并使用可扩展的基于若干实验指标的Nagel-Schreckenberg模型、射线跟踪模拟和马尔可夫模型来分析车辆行驶时间的估计准确度，以及对LTE空中接口的负面影响之间的平衡。

③VANET与VINET混合的网络

网络体系结构和信道接入技术对车联网有着很大影响。V2V通常使用IEEE802.11p作为物理层和MAC层协议，而V2I可采用WiFi，WAVE，WiMAX和LTE。由于每种接入技术都有限制，混合使用反而对V2I和V2V通信更有帮助。

YANG Kun,SHAN Lianhai等^[21,22]首次将WiMAX技术应用于车辆通信网络，为车辆及其用户进行车载移动宽带无线接入。范存群等^[23]针对垂直切换技术普遍不能支持WAVE、WiMAX和3G间的垂直切换这一问题，提出了一种基于贝叶斯决策的垂直切换算法。仿真实验结果表明，该算法不仅有效地实现WAVE、WiMAX和3G无线接入技术之间的垂直切换，而且避免了乒乓效应，保证了网络及时更新。DOYLE N C等^[24]给出了为车辆提供互联网接入的WiMAX和WAVE整合网络层设计，文中分析了纯WAVE和纯WiMAX的固有缺陷，并提出了一种混合解决方案。刘富强等^[25]提出了WiMAX与WAVE新型异构网络融合的车载移动网络架构，车与车之间的通信通过基于WAVE来实现，车辆与路边基站的通信通过WiMAX实现。CHANG B-J等^[26]提出了一种基于无线传感器网络的自适应导航方法，采用WiMAX多跳中继网络用于V2V通信，以提高车辆间通信的可靠性和有效性。CHOU C-M等^[27]对比研究了V2I使用WiMAX和Wi-Fi进行通信的可行性，结果表明，WiMAX在短距离(如小于100m)中其延迟明显比Wi-Fi更大，帧的持续时间对WiMAX性能有显著影响。MOJELA L S等^[28]在一个简单的VANET中，评估了Wi-Fi提供V2V通信而WiMAX用作V2I通信时的性能。流式视频、流式音频和视频会议可以在其搭建的V2V2I环境中成功运行。ZHAO Qingwen等^[29]第一次尝试了在VANET中通过3G辅助数据传输，文中提出了一个称为3GDD的方法，通过求解原优化问题中的整数线性规划问题来分配每个时隙的可用3G流量。YAACOUB E等^[30]研究了V2I通信中使用可伸缩视频编码的实时视频流传输协作技术，考虑使用LTE和WAVE技术为移动中的车辆提供通信，比较了不同的视频传输模式，得出LTE基站和使用WAVE路边基础设施单元之间的联合协作效果最好的结论。

从现有国内外研究现状可以看出，目前已有的车联网大规模网络环境下的互连互通相关的研究工作缺乏对理论模型深入系统的研究，更多的集中于VANET和一些特定场景下的无线通信技术之间的应用集成，从而难以指导由于车联网信道的高度时变性、突出的多普勒效应和网络拓扑的不确定性等因素带来的大规模异构网络网元之间的有效集成，使得车联网大规模网络互连互通的实时性存在极大的局限，将会带来效率和性能上的严重不足，从根本上制约车联网大规模信息的交换，难以支撑大区域环境下的交通拥堵、交通安全、雾霾治理等实时数据采集的应用需求。

目前车联网的科学研究和设计开发通常基于传统的、适用于小尺度闭环系统中的理论和方法，这些理论难以有效解决大规模开环跨域系统的连通性问题，不能支持互连互通网络的实时构建，也不能维护大规模开环跨域网络系统的稳定。

发明内容

本发明的目的在于克服现有技术的不足，公开一种城市场景中有基础设施的车联网连通性模型，针对城市场景中车联网客观存在互连互通耦合度低、应用程序需求存在差异等问题，研究了消息经由城市道路及路口网关组成的主干路网传播，形成车联网互联互通时的四种连通性质，根据这些性质提出了城市场景中有基础设施的车联网连通性模型，流程图如图1所示，这对车联网大规模网络应用的发展有着重要的理论指导意义。

本发明技术方案表征为：

一种城市场景中有基础设施的车联网连通性实现方法，其特征在于，

步骤一、将基础设施部署在道路交叉口，这些基础设施称为车联网路口网关(Intersection Gateway)，由这些网关负责对车辆需要发送和接收的消息进行中继。城市场景中基于基础设施的车联网大规模异构网络由行驶中的车辆和固定在每一个道路交叉路口的车联网路口网关组成。车辆配备了与其他车辆进行V2V通信的接口以及与路口网关进行V2I通信的接口，同时车辆还具有蜂窝网络的通信功能，并借此接入移动互联网。位于路口的车联网路口网关则具备了与车辆进行I2V通信的接口，并且通过有线的方式接入了互联网。路口网关的I2V范围只覆盖了它所在路口周围的车辆。

步骤二、车辆通过全球定位系统(GPS)接收器或其它定位服务获得其地理位置。同时车辆还确定与自己相邻的交叉路口的位置。

步骤三、将城市街道地图抽象为图G(I,R)，包括路口网关i∈I和连接这些路口的道路r∈R。对于任何两个路口网关IG_A和IG_B，(IG_A,IG_B)∈G当且仅当有一段道路连接IG_A和IG_B并且车辆可以在该段道路上行驶。

步骤四、基于以上步骤中的基本概念，本发明定义了主干路网：

定义1主干路网R：由若干路口网关i₁,i₂,...,i_m组成，这些路口网关与一组道路r₁,r₂,...,r_n相邻，其中n＝m-1。

通过获取主干路网中每条道路上所有车辆的行驶速度和所配备的车联网无线通信装置的传输范围以及统计这些道路上的车辆密度，可以对主干路网的连通性的四种属性进行建模，它们分别是表示在一定车辆密度和传输范围下主干路网连通时的可能性，不可靠性，非实时性和消耗程度。

连通性模型表征为：

主干路网R包括由一组道路r₁,r₂,...,r_n连接的路口所在的基础设施路口网关i₁,i₂,...,i_m，其中n＝m-1。路口网关i₁是主干路网中源车辆连接的第一个路口网关，i_m是主干路网中的最后一个路口网关，它连接到目标车辆。

主干路网的连通性问题可以转变成寻求最优或者近似最优的主干路网。所谓最优或近似最优的主干路网是在满足可容忍的连通的非实时性，消耗和不可靠性的限制下连通可能性最高的路口网关序列组成的主干路网。其中非实时性约束可以转换成一个上限T_th，其值取决于源车辆的车联网应用程序的需求。同样的连通的消耗和不可靠性也有相应的上限D_th和UR_th。

在城市场景中有基础设施的车联网内，数据分组从源车辆发出，由中继车辆通过逐跳转发和携带转发模式进行转发，直至到达目标车辆的过程中为了在满足可容忍的连通的非实时性T(R)，消耗D(R)和不可靠性UR(R)的限制下连通可能性最高Pc(R)所经过的道路和交叉路口组成的主干路网R的连通性模型通过下列形式表示：

满足：

其中，

C(R)为数据分组从源车辆Vs发出直至到达目标车辆Vd的连通性，

Pc(R)为主干路网R的连通可能性，

T_th，D_th和UR_th分别表示这一条主干路网上可容忍的连通的非实时性、消耗和稳定性的阈值。

本发明提出了一种城市场景中基于基础设施的车联网大规模异构网络的连通性模型，有效解决大规模开环跨域系统的连通性问题，支持互连互通网络的实时构建，维护大规模开环跨域网络系统的稳定。从根本上解决车联网大规模信息的交换，支撑大区域环境下的交通拥堵、交通安全、雾霾治理等实时数据采集的应用需求。

附图说明

图1本发明的流程示意图。

图2基于基础设施的车联网大规模异构网络。

图3两条车道按传输范围划分。

图4通过反方向行驶的车辆和路口网关修复断链。

具体实施方式

由于城市中车辆密度分布极不均衡，很多时候许多地方的车辆密度太低，导致处于这些位置的车辆没有办法通过V2V的方式接入车联网。因此单单依靠V2V的通信方式是没有办法支撑整个车联网的互联互通的，需要有支持V2I通信方式的基础设施的介入以及其他无线广域网如蜂窝网络的辅助。

本发明提出一种将基础设施部署在道路交叉口，这些基础设施称为车联网路口网关(Intersection Gateway)，这些网关可以负责对车辆需要发送和接收的消息进行中继，并向网络中的车辆提供必要的辅助信息。路口网关需要具有关于本地网络拓扑的最新信息，以便它可以更新各条道路的统计数据。

城市场景中基于基础设施的车联网大规模异构网络由行驶中的车辆和固定在每一个道路交叉路口的车联网路口网关组成，如图2所示。车辆配备了与其他车辆进行V2V通信的接口以及与路口网关进行V2I通信的接口，同时车辆还具有蜂窝网络的通信功能，即可以通过3G或4G网络直接接入移动互联网。位于路口的车联网路口网关(以下简称路口网关)则具备了与车辆进行I2V通信的接口，并且通过有线的方式接入了互联网。路口网关的I2V范围只覆盖了它所在路口周围的车辆，而并不覆盖整个城市。根据车辆的所在位置，其生成的消息到达最接近的路口网关之前可能需要通过多辆车进行中继，反之亦然。

城市街道地图可以抽象为图G(I,R)，包括路口网关i∈I和连接这些路口的道路r∈R。对于任何两个路口网关IG_A和IG_B，(IG_A,IG_B)∈G当且仅当有一段道路连接IG_A和IG_B并且车辆可以在该段道路上行驶。基于以上的基本概念，本发明定义了主干路网：

定义1主干路网R：由若干路口网关i₁,i₂,...,i_m组成，这些路口网关与一组道路r₁,r₂,...,r_n相邻，其中n＝m-1。

目前车辆大多可以通过全球定位系统(GPS)接收器或其它定位服务获得其地理位置。同时车辆也可以使用车载导航系统获取电子地图，来确定与自己相邻的交叉路口的位置。国内各大城市均推出了实时路况信息服务，如北京[31]、上海[32]等，同时国内各大互联网公司也都在自身的电子地图或导航类产品中加入了路况等数据的显示。但这些路况信息的粒度较粗，而在国外，这类数字地图数据已经出现数据更加翔实、粒度更细的商业化产品。例如MapMechanics公司旗下的allmapdata产品[33]，其中包括了道路上车辆的平均行驶速度和各道路上的车辆密度等多种数据。

通过获取主干路网中每条道路上所有车辆的行驶速度和所配备的车联网无线通信装置的传输范围以及统计这些道路上的车辆密度，可以对主干路网的连通性的四种属性进行建模，它们分别是表示在一定车辆密度和传输范围下主干路网连通时的可能性，不可靠性，非实时性和消耗程度。

(1)连通的可能性

下面考虑一条双向单车道道路的情况，其中车辆可以沿着道路朝着两个相反的方向行驶。每一段道路具有两个车道，如图3所示。每条车道都被分成相等间隔的区域。每个区域对应于一个传输范围Tr，即根据车辆的传输范围把双向车道等分为长度为Tr的区域。消息可由同向行驶的车辆逐跳转发，也可能由沿相反的方向移动的车辆负责中继。

现假设可以获取到关于在道路图G每段道路的统计数据，这些统计数据包括如下：i)道路r_j上车辆的平均速度(记为)和ii)平均车辆密度(由ρ_w和ρ_e分别表示西向和东向车道的平均密度)，其中平均车辆密度为单条车道上单位长度内车辆的数目。

记主干路网R的连通可能性为Pc。为了计算Pc，首先需要推导出道路r_j(r_j∈{r₁,r₂,...,r_n})的连通可能性Pc_j。车辆在道路上行驶过程中，数据分组优先沿车辆的行驶方向同向传播。为了增加连通的可能性，可以利用双向车道场景中反方向行驶的车辆，如图4所示，同时在路口附近，可以利用路口网关进行消息的中继。在这样的设计下，断链定义为在道路r_j上两辆同向行驶的前后车辆V_k和V_k+1之间的距离D_k＞Tr时的链路。如果在这两辆车彼此的传输范围内有对向车辆或者路口网关可以将V_k和V_k+1连通，则称这个断链是可被修复的。

随机变量v_w和v_e分别表示西向和东向车道中每一段长度为Tr的间隔中的车辆数，如图3所示。假设两条车道内的车辆均服从正态分布，则v_w和v_e服从泊松分布，有如下的概率质量函数：

由于两条对向车道互相之间是平等的，下面以往西行驶的车辆为例。使用(2)式，东向车道上某条链路由于西向车道无车导致的不可修复的概率P_nf为：

考虑到当路口网关可以参与消息的中继，该链路的不可修复概率降低为P_nf′：

其中L是该道路的总长。

两辆同向行驶的前后车辆V_k和V_k+1间断链可修复概率P_f可由下式给出

其中，D_k表示车辆V_k和V_k+1之间的距离。由于西向车道内Tr间隔的车辆服从泊松分布，D_k服从参数为ρ_w的指数分布，为了计算Pc_j，考虑到西向车道上可能有多条断链，随机变量Q表示西向车道上断链的数量。如果所有的Q条链路都是可修复的，道路r_j就可以被视为连通的。P_w|Q表示假如有Q条断链时的连通条件概率。P_w|Q可以写作

其中，N_j表示在道路r_j西向车道上行驶的车辆的数量，α表示道路长度与通信传输范围比。

为了获得道路r_j的总连通可能性，还应当求出Q的概率质量函数(即P_Q(q))。根据定义，断链是指当两辆同向行驶的前后车辆的距离比Tr大。P_b表示链路为断链的概率。任意两辆同向行驶的前后车辆之间的距离呈指数分布，因此它的表达式是

对于N_j-1条链路来说，其中q条链路是断链的概率服从二项分布：

所以，道路r_j的总连通可能性可以表示为

最后，由n条道路形成的主干路网的连通可能性可由下式给出

(2)连通的非实时性

一旦主干路网处于连通状态，对于任何经由该主干路网传输的数据包来说，从它从源车辆发送出来到送达到目标车辆所花费的时间可以用来表征连通时的非实时性。所谓连通的非实时性，即一个数据分组通过主干路网R传输时从离开源车辆上的车联通信设备直至到达目标车辆上的车联网通信设备的过程中所花费的时间T。鉴于主干路网R由n段道路组成，且每一条道路r_j的非实时性为T_j，那么T可以表示为：

非实时性T_j取决于在道路r_j西向车道上行驶的车辆的数量N_j和消息经由在道路r_j上行驶的车辆V_k和V_k+1之间或者车辆V_k和路口网关IG之间传送所需的时间。数据分组从车辆V_k传送到车辆V_k+1所需的时间取决于V_k用来转发消息的策略。如果V_k采用逐跳贪婪转发，非实时性是处理和发送消息所需的时间，用t_p表示。另一方面，如果V_k使用携带转发策略，用V_k所携带的消息将以与作为该车辆的V_k相同的速度S_k行进。因此，该非实时性取决于S_k和由V_k携带该消息直到它能够将消息转发给下一辆车V_k+1时所行进的距离，即当它进入V_k+1的传输范围内时。为了估计非实时性T，下面分为两种情况考虑：

如果道路长度L小于一个传输范围T_r，即α≤1时，该道路的非实时性为t_p，其中t_p是车辆或者路口网关用于处理和发送消息的时间。

如果道路长度比传输范围大(即α≥1)，消息将通过多跳技术沿道路上的中继车辆转发。设随机变量v表示两条车道上长度为Tr的对应间隔上的车辆数。同样，v服从泊松分布具有以下概率密度函数：

为了计算在道路上的非实时性，需要考虑车辆转发消息所使用的策略。如果消息被逐跳转发，该链路上的非实时性将和第一种情况一样为t_p。另一方面，如果该消息由车辆携带并转发，需要估计道路中的不具有任何车辆转发该消息的部分β。在这种情况下，在该部分上接收到该消息的最后一辆车会沿该部分携带消息，直到它进入另一车辆的传输范围内再转发。该部分(β)的估计表达式为

同样的，由于车辆在路口时可以通过路口网关进行消息的转发，因此这部分还应该排除车辆在路口网关通信范围的情况：

在这种情况下，平均非实时性可以利用关于道路r_j上车辆的平均速度计算得到。如前所述，N_j是道路r_j在西向车道上行驶的车辆的数量。因此，道路r_j中的平均非实时性为：

其中，是车辆在道路j上的平均速度，记为

(3)连通的消耗度

显然主干路网的连通能力不是无限的，数据包在主干路网中传输时会消耗这条主干路网的连通能力，因此可以将这种消耗定义连通的消耗度。对于给定的主干路网R，数据包对于某条道路r_j上的消耗度可以通过数据包在该道路上传输过程中所经过的中继车辆数来表示，这与道路的长度L和行驶在该道路中的车辆的传输范围Tr有关。如果L小于T_r(即α≤1)，那么无须中继车辆就足以在该道路上传送消息；如果车辆在路口网关的覆盖范围内，那么可以将消息转发给路口网关；如果L比T_r大并且车辆不在路口网关的通信覆盖范围内(即α≥2)，那么消息或逐跳传输，或携带并转发。因此，数据包对于道路r_j中的平均连通消耗度的可写作：

相应的，数据包对于由n条道路形成的主干路网R的连通消耗度可由下式给出：

(4)连通的不可靠性

数据包在主干路网的传输过程中可能发生某些数据位损坏或者丢失，这就导致了主干路网的连通不是百分之一百可靠的。采用路径质量的衡量标准之一误码率来表示城市场景车联网中主干路网的连通不可靠性。误码率主要是受传输范围的影响。随着传输范围的增大，由于信道衰落和干扰的存在，误码率随之提高。根据文献[34]，每连续两台车辆之间的链路上的误码率可以被给定义为：

其中α₁是一个常数，P_t为发送功率，P_therm＝α₂R_b是热噪声功率，α₂为常数，R_b是数据传输速率，是由Rayleigh密度函数描述的信号包络均方值[35]。z是连续的两台车辆之间的距离。鉴于两车之间的距离Z为指数分布，Z的概率密度函数可以写成如下：

其表示两辆同向行驶的前后车辆之间距离的条件概率，并且它们之间的距离小于或等于传输范围T_r。因此，对于两辆同向行驶的前后车之间的一条链路的误码率数学期望经计算可得：

并且，道路r_j的连通不可靠性UR_j的表达式如下：

UR_j＝1-(1-E[BER_l(Z)]) (22)

最后，由n条道路组成的主干路网R的连通不可靠性由下式给出：

(5)连通性模型

在城市场景中基于基础设施的车联网中，两辆车(源车辆与目标车辆)之间的连通性问题实则就是主干路网的连通性问题。如前所述，主干路网R包括由一组道路r₁,r₂,...,r_n连接的路口所在的基础设施路口网关i,i₂,...,i_m，其中n＝m-1。路口网关i₁是主干路网中源车辆连接的第一个路口网关，i_m是主干路网中的最后一个路口网关，它连接到目标车辆。

主干路网的连通性问题可以转变成寻求最优或者近似最优的主干路网。所谓最优或近似最优的主干路网是在满足可容忍的连通的非实时性，消耗和不可靠性的限制下连通可能性最高的路口网关序列组成的主干路网。其中非实时性约束可以转换成一个上限T_th，其值取决于源车辆的车联网应用程序的需求。例如，为实时性敏感的应用程序分配低T_th值，而高T_th值则适用于对实时性要求较低的应用程序。同样的连通的消耗和不可靠性也有相应的上限D_th和UR_th。

在城市场景中有基础设施的车联网内，数据分组从源车辆发出，由中继车辆通过逐跳转发和携带转发模式进行转发，直至到达目标车辆的过程中为了在满足可容忍的连通的非实时性T(R)，消耗D(R)和不可靠性UR(R)的限制下连通可能性最高Pc(R)所经过的道路和交叉路口组成的主干路网R的连通性模型可以通过下列形式表示：

满足：

其中，C(R)为数据分组从源车辆Vs发出直至到达目标车辆V_d的连通性，Pc(R)为主干路网R的连通可能性，T_th，D_th和UR_th分别表示这一条主干路网上可容忍的连通的非实时性、消耗和稳定性的阈值，根据源车辆的车联网应用程序需求而定。

这里，连通的非实时性和连通的消耗度均属于文献[36]中定义的加性度量(additive metric)，连通的不可靠性规约为其中定义的乘性度量(multiplicativemetric)。根据[84]中的定理3，n个加性度量和k个乘性度量所组成的多阈值问题是一个NP完全问题(NP-complete)，在本城市场景中有基础设施的车联网连通性模型中，有2个加性度量和1个乘性度量构成的多阈值问题。

本发明创新点

创新之一：提出了一种城市场景中基于基础设施的车联网大规模异构网络的连通性模型。针对城市场景中车联网客观存在互连互通耦合度低、应用程序需求存在差异等问题，研究了消息经由城市道路及路口网关组成的主干路网传播，根据车联网互联互通时的四种连通性质提出了城市场景中有基础设施的车联网连通性模型。

创新之二：提出了形成车联网互联互通时的四种连通性质。为了能够更准确的描述车联网的连通性，仅仅定性的分析其性质是远远不够的，必须要能够定量的使用形式化解析表达方式描述网络的连通性。通过分析推导，本发明提出了城市场景中形成车联网互联互通时的四种连通性质，具体包括：连通的可能性、连通的非实时性、连通的消耗度以及连通的不可靠性。

本说明书中的参考文献：

[1]VIRIYASITAVAT W,BAI F,TONGUZ O K.Dynamics of Network Connectivityin Urban Vehicular Networks[J].IEEE Journal on Selected Areas inCommunications,2011,29(3):515–533.

[2]AKHTAR N,OZKASAP O,ERGEN S C.VANET topology characteristics underrealistic mobility and channel models[C]//Wireless Communications andNetworking Conference,NY:IEEE,2013:1774–1779.

[3]HUANG Hong-Yu,LUO Pei-En,LI Minglu,et al.Performance Evaluation ofSUVnet With Real-Time Traffic Data[J].IEEE Transactions on VehicularTechnology,2007,56(6):3381–3396.

[4]NABOULSI D,FIORE M.On the Topology of a Large-scale UrbanVehicular Network[R].Sophia Antipolis:Inria,2012.

[5]UPPOOR S,FIORE M.Large-scale urban vehicular mobility fornetworking research[C]//Vehicular Networking Conference(VNC),November 14–16,2011,Amsterdam.New York,NY:IEEE,2011:62–69.

[6]PALLIS G,KATSAROS D,DIKAIAKOS M D,et al.On the structure andevolution of vehicular networks[C]//Int.Symp.MASCOTS,2009,London.New York,NY:IEEE,2009:1–10.

[7]常促宇,向勇,史美林.车载自组网的现状与发展,通信学报[J].2007,28(11):116-126.

[8]HO I-H,LEUNG K K,POLAK J W.Connectivity dynamics for vehicular ad-hoc networks in signalized road systems[C]//21st International TeletrafficCongress,NY:IEEE,2009:1–8.

[9]LOULLOUDES N,PALLIS G,DIKAIAKOS M D.The dynamics of vehicularnetworks in urban environments[R].Cyprus:University of Cyprus,2010.

[10]刘业,吴国新.基于802.11p/WAVE的车联网连通性模型及其应用研究[J].通信学报,2013,34(6):85–91.

[11]熊炜,李清泉.高速公路场景中车用自组织网络1-连通的必要条件[J].软件学报,2010,21(11):2906–2919.

[12]ABDRABOU A,ZHUANG W.Probabilistic Delay Control and Road SideUnit Placement for Vehicular Ad Hoc Networks with Disrupted Connectivity[J].IEEE Journal on Selected Areas in Communications,2011,29(1):129–139.

[13]SALVO P,CUOMO F,BAIOCCHI A,et al.Road Side Unit coverageextension for data dissemination in VANETs[C]//9th Annual Conference onWireless On-demand Network Systems and Services(WONS),January 9–11,2012,Courmayeur.New York,NY:IEEE,2012:47–50.

[14]LIU Y,NIU J,MA J,et al.File downloading oriented Roadside Unitsdeployment for vehicular networks[J].Journal of Systems Architecture,2013,59(10):938–946.

[15]陈丽,李治军,姜守旭,等.车载Ad Hoc网络中基于移动网关的数据传输[J].计算机学报,2012,35(3):454–463.

[16]MATOLAK D W,WU Q,SANCHEZ-SANCHEZ J J,et al.Performance of LTE inVehicle-to-Vehicle Channels[C]//Vehicular Technology Conference(VTC Fall).September 5–8,2011,San Francisco,CA.New York,NY:IEEE,2011:1–4.

[17]ABID H,CHUNG T-C,LEE S,et al.Performance Analysis of LTESmartphones-Based Vehicle-to-Infrastrcuture Communication[C]//9thInternational Conference on Ubiquitous Intelligence Computing and 9thInternational Conference on Autonomic Trusted Computing(UIC/ATC),September 4–7,2012,Fukuoka.New York,NY:IEEE,2012:72–78.

[18]REMY G,SENOUCI S-M,JAN F,et al.LTE4V2X:LTE for a CentralizedVANET Organization[C].//Global Telecommunications Conference(GLOBECOM 2011).2011:1–6.

[19]KIHL M,BUR K,MAHANTA P,et al.3GPP LTE downlink schedulingstrategies in vehicle-to-infrastructure communications for traffic safetyapplications[C]//IEEE Symposium on Computers and Communications(ISCC),July 1–4,2012,Cappadocia.New York,NY:IEEE,2012:448–453.

[20]IDE C,NIEHOEFER B,KNAUP T,et al.Efficient Floating Car DataTransmission via LTE for Travel Time Estimation of Vehicles[C]//VehicularTechnology Conference,September 3–6,2012,Quebec City.New York,NY:IEEE,2012:1–5.

[21]YANG Kun,OU Shumao,Chen H-H,et al.A multihop peer communicationprotocol with fairness guarantee for IEEE 802.16based vehicular networks[J].IEEE Transactions on Vehicular Technology,2007,56(6):3358-3370.

[22]SHAN Lianhai,LIU Fuqiang,YANG Kun.Performance analysis of grouphandover scheme for IEEE 802.16j-enabled vehicular networks[G]//Proceedingsof the Joint International Conferences on Asia-Pacific Web Conference andWeb-Age Information Management.New York,NY:Springer Publishing,2009:653–658.

[23]范存群,王尚广,孙其博,等.车联网中基于贝叶斯决策的垂直切换方法研究[J].通信学报,2013,34(7):34–41.

[24]DOYLE N C,JABER N R,TEPE K E.Complete architecture anddemonstration design for a new combined WiMAX/DSRC system with improvedvehicular networking efficiency[J].Ad Hoc Networks,2013,11(7):2026–2048.

[25]刘富强,单联海.车载移动异构无线网络架构及关键技术,中兴通讯技术[J].2010,16(3):47–51,60.

[26]CHANG B-J,HUANG B-J,LIANG Y-H.Wireless Sensor Network-BasedAdaptive Vehicle Navigation in Multihop-Relay WiMAX Networks[C]//22ndInternational Conference on Advanced Information Networking and Applications,March 25–28,2008,Okinawa.NY:IEEE,2008:56–63.

[27]CHOU C-M,LI C-Y,CHIEN W-M,et al.A Feasibility Study on Vehicle-to-Infrastructure Communication:WiFi vs.WiMAX[C]//2009IEEE 10th InternationalConference on Mobile Data

[28]MOJELA L S,BOOYSEN M J.On the use of WiMAX and Wi-Fi to providein-vehicle connectivity and media distribution[C]//2013IEEE InternationalConference on Industrial Technology(ICIT),February 25–28,2013,Cape Town.NewYork,NY:IEEE,2013:1353–1358.

[29]ZHAO Qingwen,ZHU Yanmin,CHEN Chao,et al.When 3G Meets VANET:3G-Assisted Data Delivery in VANETs[J].IEEE Sensors Journal,2013,13(10):3575–3584.

[30]YAACOUB E,FILALI F,ABU-DAYYA A.SVC video streaming overcooperative LTE/802.11p vehicle-to-infrastructure communications[C]//2013World Congress on Computer and Information Technology(WCCIT),June 22–24,2013,Sousse.New York,NY:IEEE,2013:1–5.

[31]北京市公安局公安交通管理局.北京市实时交通路况图.[2015-02-04].http://sslk.bjjtgl.gov.cn/roadpublish/Map/trafficOutNew1.jsp.

[32]上海交通信息中心.实时路况-上海交通出行网.[2015-02-04].http://www.jtcx.sh.cn/page_resource/route/sec_traffic.html.

[33]MAPMECHANICS Ltd.allmapdata.com–the digital GIS data store.[2015-02-04].http://www.allmapdata.com.

[34]Panichpapiboon S，Pattara-atikom W.Connectivity Requirements forSelf-Organizing Traffic Information Systems.IEEE Transactions on VehicularTechnology，2008，57(6)：3333～3340.

[35]Cheng H，Yao Y-D.Power Adaptation for Multihop Networks With End-to-End BER Requirements.IEEE Transactions on Vehicular Technology，2010，59(7)：3445～3454.

[36]Wang Z，Crowcroft J.Quality-of-service routing for supportingmultimedia applications.IEEE Journal on Selected Areas in Communications，1996，14(7)：1228～1234.

Claims (1)

1.一种城市场景中有基础设施的车联网连通性模型推演方法，其特征在于，

步骤一、将基础设施部署在道路交叉口，这些基础设施称为车联网路口网关，由这些网关负责对车辆需要发送和接收的消息进行中继；城市场景基础设施的车联网大规模异构网络由行驶中的车辆和固定在每一个道路交叉路口中基于基础的车联网路口网关组成；车辆配备了与其他车辆进行V2V通信的接口以及与路口网关进行V2I通信的接口，同时车辆还具有蜂窝网络的通信功能，并借此接入移动互联网；位于路口的车联网路口网关则具备了与车辆进行I2V通信的接口，并且通过有线的方式接入了互联网；路口网关的I2V范围只覆盖了它所在路口周围的车辆；

步骤二、车辆通过全球定位系统接收器或其它定位服务获得其地理位置；同时车辆还确定与自己相邻的交叉路口的位置；

步骤三、将城市街道地图抽象为图G(I,R)，包括路口网关i∈I和连接这些路口的道路r∈R；对于任何两个路口网关IG_A和IG_B，(IG_A,IG_B)∈G当且仅当有一段道路连接IG_A和IG_B并且车辆可以在该段道路上行驶；

步骤四、基于以上步骤的基本概念，本发明定义了主干路网：

定义1 主干路网R：由若干路口网关i₁,i₂,...,i_m组成，这些路口网关与一组道路r₁,r₂,...,r_n相邻，其中n＝m-1，

通过获取主干路网中每条道路上所有车辆的行驶速度和所配备的车联网无线通信装置的传输范围以及统计这些道路上的车辆密度，可以对主干路网的连通性的四种属性进行建模，它们分别是表示在一定车辆密度和传输范围下主干路网连通时的可能性，不可靠性，非实时性和消耗程度；

(1)连通的可能性

下面考虑一条双向单车道道路的情况，其中车辆可以沿着道路朝着两个相反的方向行驶；每一段道路具有两个车道，每条车道都被分成相等间隔的区域，每个区域对应于一个传输范围Tr，即根据车辆的传输范围把双向车道等分为长度为Tr的区域，消息由同向行驶的车辆逐跳转发，或者由沿相反的方向移动的车辆负责中继；

现假设可以获取到关于在道路图G每段道路的统计数据，这些统计数据包括如下：i)道路r_j上车辆的平均速度(记为)和ii)平均车辆密度(由ρ_w和ρ_e分别表示西向和东向车道的平均密度)，其中平均车辆密度为单条车道上单位长度内车辆的数目；

记主干路网R的连通可能性为Pc；为了计算Pc，首先需要推导出道路r_j(r_j∈{r₁,r₂,...,r_n})的连通可能性Pc_j；车辆在道路上行驶过程中，数据分组优先沿车辆的行驶方向同向传播；为了增加连通的可能性，可以利用双向车道场景中反方向行驶的车辆，同时在路口附近，可以利用路口网关进行消息的中继；在这样的设计下，断链定义为在道路r_j上两辆同向行驶的前后车辆V_k和V_k+1之间的距离D_k＞Tr时的链路；如果在这两辆车彼此的传输范围内有对向车辆或者路口网关可以将V_k和V_k+1连通，则称这个断链是可被修复的；

随机变量v_w和v_e分别表示西向和东向车道中每一段长度为Tr的间隔中的车辆数；假设两条车道内的车辆均服从正态分布，则v_w和v_e服从泊松分布，有如下的概率质量函数：

由于两条对向车道互相之间是平等的，下面以往西行驶的车辆为例，使用(2)式，东向车道上某条链路由于西向车道无车导致的不可修复的概率P_nf为：

考虑到当路口网关可以参与消息的中继，该链路的不可修复概率降低为P_nf′：

其中L是该道路的总长；

两辆同向行驶的前后车辆V_k和V_k+1间断链可修复概率P_f可由下式给出

其中，D_k表示车辆V_k和V_k+1之间的距离；由于西向车道内Tr间隔的车辆服从泊松分布，D_k服从参数为ρ_w的指数分布，为了计算Pc_j，考虑到西向车道上可能有多条断链，随机变量Q表示西向车道上断链的数量；如果所有的Q条链路都是可修复的，道路r_j就可以被视为连通的；P_w|Q表示假如有Q条断链时的连通条件概率，P_w|Q可以写作

其中，N_j表示在道路r_j西向车道上行驶的车辆的数量，α表示道路长度与通信传输范围比；N表示自然数；

为了获得道路r_j的总连通可能性，还应当求出Q的概率质量函数，即P_Q(q)；根据定义，断链是指当两辆同向行驶的前后车辆的距离比Tr大；P_b表示链路为断链的概率，任意两辆同向行驶的前后车辆之间的距离呈指数分布，因此它的表达式是

对于N_j-1条链路来说，其中q条链路是断链的概率服从二项分布：

所以，道路r_j的总连通可能性可以表示为

最后，由n条道路形成的主干路网的连通可能性可由下式给出

(2)连通的非实时性

一旦主干路网处于连通状态，对于任何经由该主干路网传输的数据包来说，从它从源车辆发送出来到送达到目标车辆所花费的时间可以用来表征连通时的非实时性，所谓连通的非实时性，即一个数据分组通过主干路网R传输时从离开源车辆上的车联通信设备直至到达目标车辆上的车联网通信设备的过程中所花费的时间T，鉴于主干路网R由n段道路组成，且每一条道路r_j的非实时性为T_j，那么T可以表示为：

非实时性T_j取决于在道路r_j西向车道上行驶的车辆的数量N_j和消息经由在道路r_j上行驶的车辆V_k和V_k+1之间或者车辆V_k和路口网关IG之间传送所需的时间；数据分组从车辆V_k传送到车辆V_k+1所需的时间取决于V_k用来转发消息的策略；如果V_k采用逐跳贪婪转发，非实时性是处理和发送消息所需的时间，用t_p表示；另一方面，如果V_k使用携带转发策略，用V_k所携带的消息将以与作为该车辆的V_k相同的速度S_k行进；因此，该非实时性取决于S_k和由V_k携带该消息直到它能够将消息转发给下一辆车V_k+1时所行进的距离，即当它进入V_k+1的传输范围内时，为了估计非实时性T，下面分为两种情况考虑：

如果道路长度L小于一个传输范围T_r，即α≤1时，该道路的非实时性为t_p，其中t_p是车辆或者路口网关用于处理和发送消息的时间；

如果道路长度比传输范围大，即α≥1，消息将通过多跳技术沿道路上的中继车辆转发，设随机变量v表示两条车道上长度为Tr的对应间隔上的车辆数；同样，v服从泊松分布具有以下概率密度函数：

为了计算在道路上的非实时性，需要考虑车辆转发消息所使用的策略；如果消息被逐跳转发，该链路上的非实时性将和第一种情况一样为t_p；另一方面，如果该消息由车辆携带并转发，需要估计道路中的不具有任何车辆转发该消息的部分β；在这种情况下，在该部分上接收到该消息的最后一辆车会沿该部分携带消息，直到它进入另一车辆的传输范围内再转发，该部分β的估计表达式为

同样的，由于车辆在路口时可以通过路口网关进行消息的转发，因此这部分还应该排除车辆在路口网关通信范围的情况：

在这种情况下，平均非实时性可以利用关于道路r_j上车辆的平均速度计算得到；如前所述，N_j是道路r_j在西向车道上行驶的车辆的数量，因此，道路r_j中的平均非实时性为：

其中，是车辆在道路r_j上的平均速度，记为

其中，

S_V表示车辆V的在道路r_j平均速度

(3)连通的消耗度

显然主干路网的连通能力不是无限的，数据包在主干路网中传输时会消耗这条主干路网的连通能力，因此可以将这种消耗定义连通的消耗度；对于给定的主干路网R，数据包对于某条道路r_j上的消耗度可以通过数据包在该道路上传输过程中所经过的中继车辆数来表示，这与道路的长度L和行驶在该道路中的车辆的传输范围Tr有关；如果L小于T_r，即α≤1，那么无须中继车辆就足以在该道路上传送消息；如果车辆在路口网关的覆盖范围内，那么可以将消息转发给路口网关；如果L比T_r大并且车辆不在路口网关的通信覆盖范围内，即α≥2，那么消息或逐跳传输，或携带并转发；因此，数据包对于道路r_j中的平均连通消耗度的可写作：

相应的，数据包对于由n条道路形成的主干路网R的连通消耗度可由下式给出：

(4)连通的不可靠性

数据包在主干路网的传输过程中可能发生某些数据位损坏或者丢失，这就导致了主干路网的连通不是百分之一百可靠的；采用路径质量的衡量标准之一误码率来表示城市场景车联网中主干路网的连通不可靠性；误码率主要是受传输范围的影响，随着传输范围的增大，由于信道衰落和干扰的存在，误码率随之提高，每连续两台车辆之间的链路上的误码率可以被给定义为：

其中α₁是一个常数，P_t为发送功率，P_therm＝α₂R_b是热噪声功率，α₂为常数，R_b是数据传输速率，是由Rayleigh密度函数描述的信号包络均方值；z是连续的两台车辆之间的距离，鉴于两车之间的距离Z为指数分布，Z的概率密度函数可以写成如下：

ρ表示两车所在道路的车辆平均密度其表示两辆同向行驶的前后车辆之间距离的条件概率，并且它们之间的距离小于或等于传输范围T_r；因此，对于两辆同向行驶的前后车之间的一条链路的误码率数学期望经计算可得：

并且，道路r_j的连通不可靠性UR_j的表达式如下：

UR_j＝1-(1-E[BER_l(Z)]) (22)

最后，由n条道路组成的主干路网R的连通不可靠性由下式给出：

连通性模型表征为：

主干路网R包括由一组道路r₁,r₂,...,r_n连接的路口所在的基础设施路口网关i₁，i₂,……,i_m，其中n＝m-1；路口网关i₁是主干路网中源车辆连接的第一个路口网关，i_m是主干路网中的最后一个路口网关，它连接到目标车辆；

其中非实时性约束可以转换成一个上限T_th，其值取决于源车辆的车联网应用程序的需求，同样的连通的消耗和不可靠性也有相应的上限D_th和UR_th，

在城市场景中有基础设施的车联网内，数据分组从源车辆发出，由中继车辆通过逐跳转发和携带转发模式进行转发，直至到达目标车辆的过程中为了在满足可容忍的连通的非实时性T(R)，消耗D(R)和不可靠性UR(R)的限制下连通可能性最高Pc(R)所经过的道路和交叉路口组成的主干路网R的连通性模型通过下列形式表示：

满足：

其中，

C(R)为数据分组从源车辆Vs发出直至到达目标车辆Vd的连通性，

Pc(R)为主干路网R的连通可能性，

T_th，D_th和UR_th分别表示这一条主干路网上可容忍的连通的非实时性、消耗和稳定性的阈值。