CN106332215A - 车载机会网络中一种代价最小的转发中继选择方法 - Google Patents

Abstract

本发明公开了车载机会网络中一种代价最小的转发中继选择方法，属于车载网络通信领域。包括以下步骤：构建由一个源车载节点、一个目的车载节点和M‑2个中继节点组成的车载机会网络模型；基于所述车载机会网络模型，构建所述节点之间的相遇速率模型和传输代价模型；基于所述相遇速率模型和传输代价模型，推导出最优中继节点选择问题；通过设计一个动态规划的启发式方法解决所述最优中继节点选择问题，进而建立多样节点中继机制；对所述多样节点中继机制和基于相同网络参数的已有机制进行仿真，验证所述多样节点中继机制的优越性。本发明能够充分利用通信机会，选择合适的中继转发节点来提升机会转发性能。

Description

车载机会网络中一种代价最小的转发中继选择方法

技术领域

本发明涉及车载网络通信领域，特别涉及车载机会网络中一种代价最小的转发中继选择方法。

背景技术

车载机会网络能够有效地通过机会通信的方式将移动车辆和路边通信基础设施实现一定程度上的可靠通信，而不需要蜂窝基站等高投资的通信设备的投入，因此，车载机会网络将成为未来车载网络中一种十分重要的网络形态，为车载网络的众多应用提供网络传输服务。车载机会网络在交通控制系统、城市智能感知、车载娱乐应用等方面具有重大的应用前景。

由于车辆之间通信连接的随机性，车载机会网络的系统性能取决于如何在兼顾低传输代价和高传输比例的情况下进行中继和传输数据。关于中继问题，人们研究了一些路由策略，比如两跳中继，广播路由算法，概率传输和编码机制等。然而已有这些工作均假设移动节点具有相同的属性，比如节点有相同的移动规律，并且任意两个节点之间的相遇频率是相同的。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

在很多ICVNs的应用和服务中，移动车辆具有不同的种类，并且这些车辆在通信能力、移动规律等方面均有完全不同的特性。所有这些不同的性质会对中继和路由机制产生不同的影响。因此，在进行相关研究工作时需要将这些不同属性用于中继和路由机制中，以增强车载机会网络的数据传输质量。

发明内容

为了解决现有技术的问题，本发明实施例提供了车载机会网络中一种代价最小的转发中继选择方法。所述技术方案如下：

车载机会网络中一种代价最小的转发中继选择方法，包括：

S100构建由一个源车载节点、一个目的车载节点和M-2个中继节点组成的车载机会网络模型；

S200基于所述车载机会网络模型，构建所述节点之间的相遇速率模型和传输代价模型；

S300基于所述相遇速率模型和传输代价模型，推导出最优中继节点选择问题；

S400设计一个动态规划的启发式方法解决所述最优中继节点选择问题，建立多样节点中继机制；

S500通过对所述多样节点中继机制和基于相同网络参数的已有机制进行仿真，验证所述多样节点中继机制的优越性。

可选地，所述步骤S100具体为：

构建包含M个车载节点的车载机会网络模型，所述M个车载节点包括一个源车载节点、一个目的车载节点和M-2个中继节点，所述中继节点用V＝{V₂,V₃,…,V_M-1}或V_i，i∈{2,3,…,M-1}表示。

可选地，所述相遇速率模型的构建过程具体为：

假设有节点i和j，其中i,j∈[1,M]，且i≠j，所述节点i和j间的所述相遇速率模型为服从参数γ_i,j的泊松分布。

可选地，所述传输代价模型的构建过程具体为：

令s_i,1表示中继节点V_i与所述源车载节点之间的等待和通信代价，令s_i,M表示中继节点V_i与所述目的车载节点之间的等待和通信代价，s_i,1与s_i,M的和与选择中继节点V_i的代价有关，通过选择最小的中继节点代价来达到设定的传输比例。

所述传输代价模型为如何选择最小的中继节点代价的方法，包括In Contact中继节点选择问题和Off Contact中继节点选择问题。

可选地，所述In Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，定义一个相应的随机变量来表示V_i在时间T内是否与目的车载节点D通信；假设V_i能够在时间T内与D通信，那么否则因此，的期望，用表示，是其中γ_i,M是中继节点V_i与目的车载节点D之间的相遇速率。

进一步定义p_i表示V_i在时间T内没有成功传输数据的概率，定义一个中继选择策略X＝{x₂,x₃,…,x_M-1}，i∈{2,3,…,M-1}，其中x_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么x_i＝1；否则x_i＝0。

在选择策略x_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为s_i,Mx_i，所述In Contact中继节点选择问题写成如下形式，

$min\underset{i=2}{\overset{M-1}{\Σ}}{s}_{i,M}{x}_i$

可选地，所述Off Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，假设V_i被选为中继节点，令与它相关的随机变量为Y_i，对应于传输比例，令数据不能在时间T内通过V_i传输到目的车载节点的概率是q_i，与所述In Contact中继节点选择问题类似，定义y_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么y_i＝1；否则，y_i＝0。

在选择策略y_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为(s_i,1+s_i,M)y_i，所述Off Contact中继节点选择问题表示为如下形式，

$min\underset{i=2}{\overset{M-1}{\Σ}}(s_{i,1}+s_{i,M})y_i$

可选地，所述最优中继节点选择问题具体为：

对于所述公式(1)，引入以下变量替换，定义

对于所述公式(2)，定义

基于所述公式(3)(4)，所述In Contact中继节点选择问题和Off Contact中继节点选择问题统一为所述最优中继节点选择问题，表示如下

$min\underset{k=2}{\overset{M-1}{\Σ}}{u}_k{z}_k$

可选地，所述动态规划的启发式方法具体为：

使用实际车载数据的相遇速率来计算传输比例增益w_k和权重W；

通过动态规划选择中继节点，使得传输代价最小的同时能够满足传输比例的要求；

将选择方法分为M-2个步骤，在第k步时，需要决定V_k是否被选为中继节点，u_k表示第k步中剩余传输比例增益的状态变量，h_k(u_k)表示在剩余传输比例增益为u_k时，通过选择剩余的k,k+1,…,M-1中继节点能够得到的最大权重。

可选地，所述步骤S500中的所述已有机制为不同相遇速率机制和随机选择中继节点机制。

本发明实施例提供的技术方案带来的有益效果是：

基于移动车辆不同的移动特性来研究车载机会网络中的最优中继选择问题，提出了代价最小的车载机会网络转发中继选择方法，能够充分利用通信机会，选择最合适的中继转发节点来提升机会转发性能。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的车载机会网络中一种代价最小的转发中继选择方法的流程图；

图2a是本发明实施例提供的使用第一套数据固定代价仿真ICR示意图；

图2b是本发明实施例提供的使用第一套数据均匀分布代价仿真ICR示意图；

图2c是本发明实施例提供的使用第一套数据正态分布代价仿真ICR示意图；

图2d是本发明实施例提供的使用第二套数据固定代价仿真OCR示意图；

图2e是本发明实施例提供的使用第二套数据均匀分布代价仿真OCR示意图；

图2f是本发明实施例提供的使用第二套数据正态分布代价仿真OCR示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了车载机会网络中一种代价最小的转发中继选择方法，参见图1，包括：

S100构建由一个源车载节点、一个目的车载节点和M-2个中继节点组成的车载机会网络模型。

具体地，构建包含M个车载节点的车载机会网络模型，M个车载节点包括一个源车载节点、一个目的车载节点和M-2个中继节点，中继节点用V＝{V₂,V₃,…,V_M-1}或V_i，i∈{2,3,…,M-1}表示。

S200基于所述车载机会网络模型，构建所述节点之间的相遇速率模型和传输代价模型。

具体地，相遇速率模型的构建过程为：

假设有节点i和j，其中i,j∈[1,M]，且i≠j，节点i和j间的相遇速率模型为服从参数γ_i,j的泊松分布。

具体地，传输代价模型的构建过程具体为：

令s_i,1表示中继节点V_i与源车载节点之间的等待和通信代价，令s_i,M表示中继节点V_i与目的车载节点之间的等待和通信代价；因此，s_i,1与s_i,M的和与选择中继节点V_i的代价有关，也就是选择最小的中继节点代价来达到设定的传输比例Q。

该传输代价模型为如何选择最小的中继节点代价的方法，包括In Contact中继节点选择问题和Off Contact中继节点选择问题。

具体地，在In Contact中继的情景下，当车辆选择中继节点时，所有的中继节点都可以与源车载节点通信。系统选择了中继节点之后，源车载节点立刻将数据传给中继节点，然后中继节点在与目的车载节点相遇时再次传输数据。在Off Contact中继的情景下，当车辆选择中继节点时，中继节点不能与源车载节点通信。源车载节点选择了中继节点，等待中继节点来到源车载节点的通信范围之内再传输数据。最后，当中继节点中的一个与目的车载节点相遇时，信息就可以被成功传输。

S300基于所述相遇速率模型和传输代价模型，推导出最优中继节点选择问题。

具体地，In Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，定义一个相应的随机变量来表示V_i在时间T内是否与目的车载节点D通信；假设V_i能够在时间T内与D通信，那么否则，因此，的期望，用表示，是其中γ_i,M是中继节点V_i与目的车载节点D之间的相遇速率。

进一步定义p_i表示V_i在时间T内没有成功传输数据的概率，定义一个中继选择策略X＝{x₂,x₃,…,x_M-1}，i∈{2,3,…,M-1}，其中x_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么x_i＝1；否则，x_i＝0。

在选择策略x_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为s_i,Mx_i，In Contact中继节点选择问题写成如下形式，

$min\underset{i=2}{\overset{M-1}{\Σ}}{s}_{i,M}{x}_i$

具体地，Off Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，假设V_i被选为中继节点，令与它相关的随机变量为Y_i，对应于传输比例，令数据不能在时间T内通过V_i传输到目的车载节点的概率是q_i，类似In Contact中继节点选择问题，定义y_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么y_i＝1；否则，y_i＝0。

在选择策略y_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为(s_i,1+s_i,M)y_i，Off Contact中继节点选择问题表示为如下形式，

$min\underset{i=2}{\overset{M-1}{\Σ}}(s_{i,1}+s_{i,M})y_i$

具体地，最优中继节点选择问题具体为：

对于公式(1)，引入以下变量替换，定义

对于公式(2)，定义

基于公式(3)(4)，In Contact中继节点选择问题和Off Contact中继节点选择问题统一为最优中继节点选择问题，表示如下

$min\underset{k=2}{\overset{M-1}{\Σ}}{u}_k{z}_k$

S400设计一个动态规划的启发式方法解决所述最优中继节点选择问题，建立多样节点中继机制。

具体地，动态规划的启发式方法具体为：

使用实际车载数据的相遇速率来计算传输比例增益w_k和权重W。

通过动态规划选择中继节点，使得传输代价最小的同时能够满足传输比例的要求。

将选择方法分为M-2个步骤，在第k步时，需要决定V_k是否被选为中继节点，u_k表示第k步中剩余传输比例增益的状态变量，h_k(u_k)表示在剩余传输比例增益为u_k时，通过选择剩余的k,k+1,…,M-1中继节点能够得到的最大权重。

启发式方法的具体步骤如下述算法1所示。从方法设计的思路看出，中继节点的选择依据是，一方面能较大提高消息成功转发的概率，另一方面不会造成转发代价的较大提高。

S500对所述多样节点中继机制和基于相同网络参数的已有机制进行仿真，验证所述多样节点中继机制的优越性。

具体地，多样节点中继机制(HNR，Heterogeneous Node Relaying schemes)，包括In Contact中继(ICR，In Contact Relaying)和Off Contact中继(OCR，Off ContactRelaying)。

具体地，已有机制为不同相遇速率(HCR，Heterogeneous Contact Relay)机制和随机选择中继节点(NHR，Non-Heterogeneous Relay)机制。

通过计算机仿真，能够验证HNR机制和基于相同网络参数的已有机制HCR和NHR的性能优劣。

在计算机仿真中使用了两套实际的数据记录，这些数据中节点的位置被记录在GPS设备中。因为不同种类的车载节点的传输代价受很多因素的影响，因此，实际节点的传输代价应服从某个随机分布，例如固定代价，正态分布和均匀分布代价。对于这些随机分布，设定传输代价的期望都是10。

对于固定节点代价，所有节点的代价是相同的10。对于正态分布代价，它的期望是10，方差是10，因为在实际中，正态分布的取值可以从负无穷变化到正无穷，因此在仿真中仅使用CDF范围的10％到90％的取值。对于均匀分布，设定均匀分布在1到19之间。

在计算机仿真中，根据任意两个车载节点的相遇速率选择两个作为源车载节点和目的车载节点，然后选择约10000个节点作为中继节点。通过改变系统需要的信息传输比例Q，让Q在0到100％之间变化，仿真HNR，HCR和NHR三种不同的中继机制，比较在ICR和OCR两种情景下中继代价的总和。

图2a-c展示了使用第一套数据对ICR仿真的结果。

图2a仿真了固定代价的结果，当传输比例增加时，所有的中继机制为了能够达到期望的传输比例，都付出了更多的代价。在所有的中继机制中，HNR和HCR有相同的传输代价，他们的性能平均比NHR好40.2％。

图2b仿真了均匀分布的代价。可以发现，相比于HCR，HNR的总代价减少了55.6％；HCR和HNR的性能分别比NHR改善了56.6％和80.8％。

图2c仿真了正态分布的代价。相比于均匀分布，HNR更大程度上减少了总代价。它的性能分别比HCR和NHR改善了73.3％和93.3％。

由上述结果可以看出，本发明提出的HNR方法在节点的传输代价是随机的并且在不同分布的多样网络环境下是十分高效的。

图2d-f展示了使用第二套数据对固定代价、均匀分布代价、正态分布代价OCR仿真的结果。与ICR相似，HNR在均匀分布和正态分布的节点代价条件下具有最好的性能，在固定代价的条件下与HCR有相同的性能。相比于HCR和NHR，HNR的总代价分别减少了58％和84％。与ICR相比，为了达到相同的信息传输比例，OCR的总代价高于ICR。例如，为了达到100％的信息传输比例，ICR和OCR的总代价分别是400和800。

综上所述，本发明实施例提供的车载机会网络中一种代价最小的转发中继选择方法，基于移动车辆不同的移动特性来研究车载机会网络中的最优中继选择问题，提出了代价最小的车载机会网络转发中继选择方法，能够充分利用通信机会，选择最合适的中继转发节点来提升机会转发性能。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.车载机会网络中一种代价最小的转发中继选择方法，其特征在于，包括以下步骤：

S100构建由一个源车载节点、一个目的车载节点和M-2个中继节点组成的车载机会网络模型；

S200基于所述车载机会网络模型，构建所述节点之间的相遇速率模型和传输代价模型；

S300基于所述相遇速率模型和传输代价模型，推导出最优中继节点选择问题；

S400通过设计一个动态规划的启发式方法解决所述最优中继节点选择问题，建立多样节点中继机制；

S500对所述多样节点中继机制和基于相同网络参数的已有机制进行仿真，验证所述多样节点中继机制的优越性。

2.根据权利要求1所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述步骤S100具体为：

构建包含M个车载节点的车载机会网络模型，所述M个车载节点包括一个源车载节点、一个目的车载节点和M-2个中继节点，所述中继节点用V＝{V₂,V₃,…,V_M-1}或V_i，i∈{2,3,…,M-1}表示。

3.根据权利要求2所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述相遇速率模型的构建过程具体为：

假设有节点i和j，其中i,j∈[1,M]，且i≠j，所述节点i和j间的所述相遇速率模型为服从参数γ_i,j的泊松分布。

4.根据权利要求3所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述传输代价模型的构建过程具体为：

令s_i,1表示所述中继节点V_i与所述源车载节点之间的等待和通信代价，令s_i,M表示所述中继节点V_i与所述目的车载节点之间的等待和通信代价，s_i,1与s_i,M的和与选择所述中继节点V_i的代价有关，通过选择最小的中继节点代价来达到设定的传输比例；

所述传输代价模型实际为如何选择最小的中继节点代价的方法，包括InContact中继节点选择问题和Off Contact中继节点选择问题。

5.根据权利要求4所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述In Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，定义一个相应的随机变量来表示V_i在时间T内是否与目的车载节点D通信；假设V_i能够在时间T内与D通信，那么否则因此，的期望，用表示，为其中γ_i,M为中继节点V_i与目的车载节点D之间的相遇速率；

进一步定义p_i表示V_i在时间T内没有成功传输数据的概率，定义一个中继选择策略X＝{x₂,x₃,…,x_M-1}，i∈{2,3,…,M-1}，其中x_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么x_i＝1，否则，x_i＝0；

在选择策略x_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为s_{i, M}x_i，所述In Contact中继节点选择问题写成如下形式，

$min\underset{i=2}{\overset{M-1}{\Σ}}{s}_{i,M}{x}_i$

6.根据权利要求5所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述Off Contact中继节点选择问题具体为：

对于中继节点V_i，i∈{2,3,…,M-1}，假设V_i被选为中继节点，令与它相关的随机变量为Y_i，对应于传输比例，令数据不能在时间T内通过V_i传输到目的车载节点的概率是q_i，与所述In Contact中继节点选择问题类似，定义y_i表示V_i是否被选择为中继，假设V_i被选择为中继，那么y_i＝1；否则y_i＝0；

在选择策略y_i下，V_i达到的数据传输比例表示为V_i产生的传输代价表示为(s_i,1+s_i,M)y_i，所述Off Contact中继节点选择问题表示为如下形式

$min\underset{i=2}{\overset{M-1}{\Σ}}(s_{i,1}+s_{i,M})y_i$

7.根据权利要求6所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述最优中继节点选择问题具体为：

对于所述公式(1)，引入以下变量替换，定义

对于所述公式(2)，定义

基于所述公式(3)(4)，所述In Contact中继节点选择问题和Off Contact中继节点选择问题统一为所述最优中继节点选择问题，表示如下

$min\underset{k=2}{\overset{M-1}{\Σ}}{u}_k{z}_k$

8.根据权利要求1所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述动态规划的启发式方法具体为：

使用实际车载数据的相遇速率来计算传输比例增益w_k和权重W；

通过动态规划选择中继节点，使得传输代价最小的同时能够满足传输比例的要求；

将选择方法分为M-2个步骤，在第k步时，决定V_k是否被选为中继节点，u_k表示第k步中剩余传输比例增益的状态变量，h_k(u_k)表示在剩余传输比例增益为u_k时，通过选择剩余的k,k+1,…,M-1中继节点得到的最大权重。

9.根据权利要求1所述的车载机会网络中一种代价最小的转发中继选择方法，其特征在于，所述步骤S500中所述已有机制为不同相遇速率机制和随机选择中继节点机制。