CN107343024A - 一种集中式车联网mac层合并碰撞预测及避免方法 - Google Patents

一种集中式车联网mac层合并碰撞预测及避免方法 Download PDF

Info

Publication number
CN107343024A
CN107343024A CN201710408289.4A CN201710408289A CN107343024A CN 107343024 A CN107343024 A CN 107343024A CN 201710408289 A CN201710408289 A CN 201710408289A CN 107343024 A CN107343024 A CN 107343024A
Authority
CN
China
Prior art keywords
node
time slot
rsu
vehicle
mrow
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.)
Granted
Application number
CN201710408289.4A
Other languages
English (en)
Other versions
CN107343024B (zh
Inventor
胡斌杰
蔺丽钊
魏纵横
吴朝东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201710408289.4A priority Critical patent/CN107343024B/zh
Publication of CN107343024A publication Critical patent/CN107343024A/zh
Application granted granted Critical
Publication of CN107343024B publication Critical patent/CN107343024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W74/00Wireless channel access, e.g. scheduled or random access
    • H04W74/08Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access]
    • H04W74/0833Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W74/00Wireless channel access, e.g. scheduled or random access
    • H04W74/08Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access]
    • H04W74/0833Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure
    • H04W74/0841Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure with collision treatment
    • H04W74/085Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure with collision treatment collision avoidance

Abstract

本发明公开了一种集中式车联网MAC层合并碰撞预测及避免方法,属于车载自组织网络领域。本方法允许两跳范围外节点时隙复用,提高时隙资源利用效率。首先每时隙周期RSU在RSU时隙广播节点可接入空闲时隙集,新节点依据此时隙集随机选择时隙接入;然后RSU通过中继节点获取范围内车辆的位置、速度及时隙占用情况,预测合并碰撞发生的可能性;最后RSU调整时隙分配并广播调整结果,有效避免合并碰撞发生。本方法通过时隙复用及RSU协助,减小合并碰撞的发生概率,从而降低MAC层消息时延,增大吞吐量。本发明可以作为车载自组织网络中节点发送广播消息的MAC层协议使用。

Description

一种集中式车联网MAC层合并碰撞预测及避免方法
技术领域
本发明涉及无线通信技术领域中的车联网中多信道媒体访问控制MAC(MediaAccess Control)协议,具体涉及一种集中式车联网MAC层合并碰撞预测及避免方法。
背景技术
智能交通系统(Intelligent Transportation Systems,ITS)是一种具有实时、高效、准确性的新型交通运输系统。随着ITS的发展及人们对安全驾驶的需求,车联网VANET在协调车与车、车与路边设施之间的沟通被广泛研究。
车联网信道资源有限,如何高效利用已有信道是研究的重中之重。车联网中需传输消息分为安全消息和媒体消息,传统的IEEE1609.4是一类基于时间分割的多信道接入方式,其将时间分为100ms周期,前50ms为控制信道时隙,节点在控制信道时隙广播安全信息和控制帧;后50ms为服务信道时隙,节点在服务信道时隙传递媒体信息,车辆节点天线在控制信道服务信道交替切换。此方式能保证安全消息的低时延,但信道利用率较低,吞吐量不高。
随着研究的深入,因车辆节点信息传输范围有限,时隙复用成为提高信道利用率的主要方式。VeMAC提出车辆节点的时隙复用方式,该方式允许节点两跳范围外时隙可复用。车辆节点采用分布式拓扑方式,每个节点维护自身两跳范围内时隙占用集,媒体消息在两个节点成功配对后转向服务信道传输。此方式提高了信道吞吐量,但由于车辆速度的不断变化,合并碰撞发生概率较大,导致安全消息不能及时获取,时延随之增大。RSU(Rodeside unit,路侧单元)存在的集中式拓扑结构能较大范围内统筹车辆节点资源利用状况,合理利用RSU的协助作用能提高信道资源利用效率,优化网络性能。
发明内容
本发明针对现有车联网MAC协议信道利用率低,时延高的现象,提出了一种基于节点相对速度的集中式车联网MAC层合并碰撞预测及避免方法,通过有RSU的集中式拓扑结构,RSU预测碰撞并协调时隙使用情况,以保证较低的合并碰撞率,降低网络时延。
本发明的目的可以通过采取如下技术方案达到:
一种集中式车联网MAC层合并碰撞预测及避免方法,所述方法包括下列步骤:
S1、路侧单元RSU为新进入RSU区域的车辆节点广播各方向上可接入空闲可选时隙集E(x),其中,RSU区域依据地理位置及车辆节点消息传输的两跳范围分为四个部分,每部分对应一个特定的中继节点时隙;
S2、新进入RSU区域车辆节点依据空闲可选时隙集E(x)随机选择时隙接入;
S3、新进入RSU区域车辆节点依据邻居节点时隙两跳范围内时隙占用集合N(x)判断自身是否接入成功,亦是否发生接入碰撞;若判断接入碰撞发生,新进入RSU区域车辆节点重复步骤S2、步骤S3;
S4、RSU为RSU区域内车辆选择中继节点车辆,并为中继节点车辆分配相应的中继节点时隙,更新时隙分配列表T(x);
S5、中继节点车辆在中继节点时隙向RSU单播自身区域内车辆的信息集合;
S6、RSU依据中继节点传递的RSU范围内车辆位置、速度及占用时隙预测合并碰撞的发生情况;
S7、RSU预测合并碰撞可能发生,则更改两个占用相同时隙的车辆节点中相对速度较大的节点所占时隙,并将更改结果加入时隙分配列表T(x);若没有合并碰撞发生,则直接进入步骤S8;
S8、RSU在RSU时隙广播时隙分配列表T(x),各节点监听列表并更新自身所占时隙。
进一步地,所述步骤S4中RSU依据中继节点选择算法进行中继节点选择,中继节点以最接近区域中心位置PEi、最接近当前车流量平均速度拥有最高信号强度ERSSI(d)为最佳,其中,所述中继节点选择算法具体为:
Wi=w1*Distance+w2*Velocity-w3*NRSSI(di)
其中Distance为车辆节点到RSU各中心区域位置的归一化距离,其计算公式如下:
Velocity为车辆节点与当前车流量平均密度的归一化速度差,其计算公式如下:
NRSSI(di)为车辆节点i的归一化信号强度,其计算公式如下:
Pi为节点i的位置坐标,具体为Pi=(xi,yi),PEi为节点i所在区域中心位置坐标,为固定值,具体为PEi=(xa,ya),Vi为节点i的瞬时速度,为车辆i行驶方向上车辆节点的平均速度,RSSI(d)为链路状态判断模型,其中Wi为节点i的权值结果,RSU选择四个部分中Wi最小的节点为各部分的中继节点。
进一步地,所述链路状态判断模型采用有阴影效应的小尺度衰落模型,具体为:
RSSI(d)=PTi-L-10nlog(d)+f(μ,σ)
其中PTi为节点发射功率,L为常量功率损耗,n为路径损耗洗漱,d为节点i到RSU之间的距离,f(μ,σ)为阴影衰落模型,服从期望μ=0,标准差σ介于6-12dB的高斯分布。
进一步地,所述时隙的每个周期分为三个部分,第一部分为车辆节点时隙,其中按照车辆行驶方向分为两个子部分,分别为左向行驶车辆节点时隙和右向行驶车辆节点时隙,第二部分为中继节点时隙,第三部分为RSU时隙。
进一步地,所述步骤S2中新进入RSU区域车辆节点依据空闲可选时隙集E(x)随机选择时隙接入的方式为:
随机选择与自身运动方向一致的某一个空闲时隙,并在此时隙广播自身的行驶方向、位置及速度信息。
进一步地,所述步骤S3中新进入RSU区域车辆节点依据邻居节点时隙两跳范围内时隙占用集合N(x)判断自身是否接入成功的方式为:
每个节点收集自身一跳范围内邻居节点广播的节点时隙占用集合Nj(x)并更新自身的时隙占用集合Ni(x),新加入节点通过监听下一时隙周期内邻居节点广播的节点时隙占用集合,判断自身是否存在于此集合中并与自身所选时隙相符,以此判断是否成功获取到时隙或是发生接入碰撞。
进一步地,所述步骤S5中中继节点车辆广播的自身区域内车辆的信息集合的内容包括:节点ID、行驶方向、速度、位置、发射功率、所占时隙ID。
进一步地,所述步骤S6的过程具体如下:
步骤S61、RSU提取占用相同时隙节点的速度、位置信息;
步骤S62、RSU计算下一个时隙周期内两车辆节点的相对位置,预测合并碰撞发生情况,若在下一个时隙周期内,两节点相对位置小于车辆节点传输范围的两跳距离,则判断合并碰撞可能发生;若在下一个时隙周期内,两节点相对位置大于车辆节点传输范围的两跳距离,则判断合并碰撞不可能发生。
进一步地,所述步骤S7的过程具体如下:
步骤S71、RSU预测合并碰撞可能发生后,依据节点信息选取速度较大的节点,并为所选节点重新选取时隙;
步骤S72、RSU依据随机选择算法为所选节点重新选取时隙,选取时隙之后判断所选时隙ID是否存在于车辆节点时隙集,若存在则进行下一步判断,若不存在,则为此节点重新选取时隙;下一步判断所选时隙是否为空闲时隙,若为空闲时隙则表示RSU为此节点时隙选取成功,若不为空闲时隙,则按照步骤S6中的合并碰撞预测方法判断获取到新时隙的节点是否会与其它节点发生新的合并碰撞,若判断合并碰撞可能发生,则为此节点重新选取时隙,若判断不会有新的合并碰撞发生,则表示RSU为此节点时隙重新选取成功;
步骤S73、RSU将此时隙重新选择结果加入时隙分配列表T(x)。
进一步地,假设车辆行驶于双车道双向高速公路,RSU维护范围半径为400m,可管理其前后800米道路长度内的车辆状况,节点一跳传输范围为100m,车辆进入RSU区域服从泊松分布,车辆沿车道在一定速度范围内变速行驶。
本发明相对于现有技术具有如下的优点及效果:
1)采用集中式拓扑结构,RSU集中调节时隙使用情况,能够最大限度符合当前节点密度状况,提高信道使用效率;
2)RSU根据其范围内节点的相关属性判断合并碰撞的发生情况,调节时隙占用集合,降低合并碰撞发生概率。
附图说明
图1是本发明中车辆拓扑结构图
图2是本发明中时隙结构图
图3是本发明公开的集中式车联网MAC层合并碰撞预测及避免方法的流程图;
图4是本发明中新节点加入网络的流程图;
图5是本发明中RSU预测碰撞及避免的流程图;
图6是本发明中RSU更改碰撞节点时隙的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
本实施例中,道路模型约束如下:车辆行驶于双车道双向高速公路。RSU(Rodeside unit,路侧单元)维护范围半径为400m,可管理其前后800米道路长度内的车辆状况。节点一跳传输范围为100m。
如图1所示,车辆进入RSU区域服从泊松分布,车辆沿车道在一定速度范围内变速行驶。RSU区域划分如图1所示,RSU区域依据地理位置及车辆节点消息传输的两跳范围分为四个部分,每部分对应一个特定的中继节点时隙。RSU获取RSU区域内车辆节点的信息,包括速度、位置、发射功率等。
本方法时间划分方式为:如图2所示,每一个时隙周期分为三个部分,第一部分为车辆节点时隙,其中按照车辆行驶方向分为两个子部分,分别为左向行驶车辆节点时隙和右向行驶车辆节点时隙,第二部分为中继节点时隙,第三部分为RSU时隙。节点拥有自身时隙后在自身所占时隙广播N(x)。
如图3、4所示,本实施例公开的集中式车联网MAC层合并碰撞预测及避免方法包括如下步骤:
步骤S1、路侧单元RSU为新进入RSU区域的车辆节点广播各方向上可接入空闲可选时隙集E(x)。
路侧单元RSU依据当前时隙节点占用情况,为新加入节点广播空闲可选时隙集E(x),E(x)是指新加入节点两跳范围内的空闲时隙,其内容为新加入节点位置处两跳范围内的空闲时隙集,允许两跳范围外节点时隙复用。RSU保证新加入节点不会与已占用时隙的节点发生合并碰撞;
车辆节点进入RSU区域后监听到第一个时隙周期结束,假设其节点ID为08,获取RSU广播的E(x),如表1所示。
表1.空闲可选时隙集合E(x)
步骤S2、新进入RSU区域车辆节点依据空闲可选时隙集E(x)随机选择时隙接入。
随机选择时隙接入方式为,新加入节点监听到空闲可选时隙集E(x)之后,随机选择与自身运动方向一致的某一个空闲时隙,并在此时隙广播自身的行驶方向、位置及速度等信息。
新进入08节点随机选择E(x)中的与自身行驶方向一致的空闲时隙并接入,接入方式为在所选时隙广播自身一跳范围内节点信息,并加入自身所选节点及自身速度、位置等信息。假设08节点行驶方向为L,其所选时隙ID为07。
步骤S3、新进入RSU区域车辆节点依据邻居节点时隙两跳范围内时隙占用集合N(x)判断自身是否接入成功,亦是否发生接入碰撞;若判断接入碰撞发生,新进入RSU区域车辆节点重复步骤S2、步骤S3。
新进入RSU区域车辆节点判断自身接入时隙成功与否的方法为,每个节点收集自身一跳范围内邻居节点广播的节点时隙占用集合Nj(x)并更新自身的时隙占用集合Ni(x),新加入节点通过监听下一时隙周期内邻居节点广播的节点时隙占用集合,判断自身是否存在于此集合中并与自身所选时隙相符,以此判断是否成功获取到时隙或是发生接入碰撞。
表2.两跳范围内节点信息集合N(x)
新加入节点08监听下一周期邻居节点维护的节点两跳范围内时隙占集合N(x),如表2所示。通过N(x)中时隙的占用情况判断自身是否接入成功,若邻居节点的N(x)显示新接入节点ID与其所选时隙一致,则表示接入成功。若失败则重复以上步骤重新选择时隙。表2显示车辆节点08接入时隙07成功。
步骤S4、RSU为RSU区域内车辆选择中继节点车辆,并为中继节点车辆分配相应的中继节点时隙,更新时隙分配列表T(x)。
RSU依据中继节点选择算法进行中继节点选择,中继节点以最接近区域中心位置PEi、最接近当前车流量平均速度拥有最高信号强度ERSSI(d)为最佳。方法为:
Wi=w1*Distance+w2*Velocity-w3*NRSSI(di)
其中Distance为车辆节点到RSU各中心区域位置的归一化距离,其计算公式如下:
Velocity为车辆节点与当前车流量平均密度的归一化速度差,其计算公式如下:
NRSSI(di)为车辆节点i的归一化信号强度,其计算公式如下:
Pi为节点i的位置坐标,具体为Pi=(xi,yi),PEi为节点i所在区域中心位置坐标,为固定值,具体为PEi=(xa,ya)。Vi为节点i的瞬时速度,为车辆i行驶方向上车辆节点的平均速度。RSSI(d)为链路状态判断模型,其中Wi为节点i的权值结果,RSU选择四个部分中Wi最小的节点为各部分的中继节点。
上述链路状态判断模型采用有阴影效应的小尺度衰落模型,具体为:
RSSI(d)=PTi-L-10n log(d)+f(μ,σ)
其中PTi为节点发射功率,L为常量功率损耗,n为路径损耗洗漱,d为节点i到RSU之间的距离,f(μ,σ)为阴影衰落模型,服从期望μ=0,标准差σ介于6-12dB的高斯分布。
节点成功获取时隙后,RSU选择最接近当前车流量平均速度、位于区域中心位置、拥有良好链路状态的节点为中继节点,并为中继节点分配中继节点时隙。选择方法如上,RSU选择Wi最小的节点为中继节点。RSU为中继节点分配中继节点时隙如表3所示。假设区域一内W06最小,则节点06被选为区域一内的中继节点,节点06除拥有自身的特定时隙03之外,RSU为其分配一个中继节点时隙93,如表3所示,03时隙对应节点06,93时隙对应节点06,表示06为区域一的中继节点,其中假设区域一对应中继节点时隙为93。
表3.RSU调整前的时隙占用集合T(x)
步骤S5、中继节点车辆在中继节点时隙向RSU单播自身区域内车辆的信息集合;
中继节点车辆广播的自身区域内车辆的信息集合的内容为:节点ID、行驶方向、速度、位置、发射功率、所占时隙ID。每100ms周期,中继节点收集自身维护区域内节点信息,并在中继节点时隙进行广播,广播内容集合如表4所示。
表4.中继节点广播的自身所维护范围内节点信息集合N06(x)
步骤S6、RSU依据中继节点传递的RSU范围内车辆位置、速度及占用时隙等信息预测合并碰撞的发生情况。
步骤S61、RSU提取占用相同时隙节点的速度、位置等信息;
步骤S62、RSU计算下一个时隙周期内两车辆节点的相对位置,若在下一个时隙周期内,两节点相对位置小于车辆节点传输范围的两跳距离,则判断合并碰撞可能发生;若在下一个时隙周期内,两节点相对位置大于车辆节点传输范围的两跳距离,则判断合并碰撞不可能发生;
RSU计算占用相同时隙节点在下一时隙周期的相对位置,预测合并碰撞发生情况。预测方法为:(Vi-Vj)×T≥D-2R。其中Vi和Vj分别为节点i和j的瞬时速度,T为时隙周期长度,D为节点i和节点j之间的距离,R为节点一跳传输范围,大小设置为100m。
步骤S7、RSU预测合并碰撞可能发生,则更改两个占用相同时隙的车辆节点中相对速度较大的节点所占时隙,并将更改结果加入时隙分配列表T(x);若没有合并碰撞发生,则直接进入步骤S8;
该步骤S7具体过程如下:
步骤S71、RSU预测合并碰撞可能发生后,依据节点信息选取速度较大的节点,并为所选节点重新选取时隙;
步骤S72、RSU依据随机选择算法为所选节点重新选取时隙,选取时隙之后判断所选时隙ID是否存在于车辆节点时隙集,若存在则进行下一步判断,若不存在,则为此节点重新选取时隙;下一步判断所选时隙是否为空闲时隙,若为空闲时隙则表示RSU为此节点时隙选取成功,若不为空闲时隙,则按照步骤S6中的合并碰撞预测方法判断获取到新时隙的节点是否会与其它节点发生新的合并碰撞,若判断合并碰撞可能发生,则为此节点重新选取时隙,若判断不会有新的合并碰撞发生,则表示RSU为此节点时隙重新选取成功;
步骤S73、RSU将此时隙重新选择结果加入时隙分配列表T(x)。
流程如图6所示。在本方法中,为节点重新选择时隙的随机选择算法为:i'=(i+p)%m。其中i为冲突时隙ID,p=12,-12,22,-22,...,k2,-k2m为车辆节点时隙集长度。
假设节点01和节点32使用同一个时隙01,RSU预测到在下一个100ms周期节点01和节点03之间的距离小于两跳距离,合并碰撞可能发生,则更新时隙分配列表T(x)。假设节点32相对速度较大,则RSU改变T(x)中节点32所拥有时隙,依据随机选择方法将其从01改为02,判断时隙02存在但不为空闲时隙,节点05占用时隙02。RSU判断节点32与05是否会发生合并冲突,假设节点32与节05可能发生合并冲突,则返回重新选择时隙;再次重新选择时隙为01,可能发生合并碰撞,返回重新选择时隙;再次重新选择时隙为05,判断05为空闲时隙,则时隙选取成功,节点32占用时隙05,RSU更新时隙分配列表T(x),如表5所示。
表5.实施例中RSU调整后的时隙占用集合T(x)
步骤S8、RSU在RSU时隙广播时隙分配列表T(x),各节点监听列表并更新自身所占时隙。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (10)

1.一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述方法包括下列步骤:
S1、路侧单元RSU为新进入RSU区域的车辆节点广播各方向上可接入空闲可选时隙集E(x),其中,RSU区域依据地理位置及车辆节点消息传输的两跳范围分为四个部分,每部分对应一个特定的中继节点时隙;
S2、新进入RSU区域车辆节点依据空闲可选时隙集E(x)随机选择时隙接入;
S3、新进入RSU区域车辆节点依据邻居节点时隙两跳范围内时隙占用集合N(x)判断自身是否接入成功,亦是否发生接入碰撞;若判断接入碰撞发生,新进入RSU区域车辆节点重复步骤S2、步骤S3;
S4、RSU为RSU区域内车辆选择中继节点车辆,并为中继节点车辆分配相应的中继节点时隙,更新时隙分配列表T(x);
S5、中继节点车辆在中继节点时隙向RSU单播自身区域内车辆的信息集合;
S6、RSU依据中继节点传递的RSU范围内车辆位置、速度及占用时隙预测合并碰撞的发生情况;
S7、RSU预测合并碰撞可能发生,则更改两个占用相同时隙的车辆节点中相对速度较大的节点所占时隙,并将更改结果加入时隙分配列表T(x);若没有合并碰撞发生,则直接进入步骤S8;
S8、RSU在RSU时隙广播时隙分配列表T(x),各节点监听列表并更新自身所占时隙。
2.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S4中RSU依据中继节点选择算法进行中继节点选择,中继节点以最接近区域中心位置PEi、最接近当前车流量平均速度拥有最高信号强度ERSSI(d)为最佳,其中,所述中继节点选择算法具体为:
Wi=w1*Distance+w2*Velocity-w3*NRSSI(di)
其中Distance为车辆节点到RSU各中心区域位置的归一化距离,其计算公式如下:
<mrow> <mi>D</mi> <mi>i</mi> <mi>s</mi> <mi>tan</mi> <mi>c</mi> <mi>e</mi> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>P</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <mo>|</mo> <msub> <mi>P</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> </mrow> </msub> <msub> <mo>|</mo> <mi>max</mi> </msub> <mo>-</mo> <mo>|</mo> <msub> <mi>P</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> </mrow> </msub> <msub> <mo>|</mo> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
Velocity为车辆节点与当前车流量平均密度的归一化速度差,其计算公式如下:
<mrow> <mi>V</mi> <mi>e</mi> <mi>l</mi> <mi>o</mi> <mi>c</mi> <mi>i</mi> <mi>t</mi> <mi>y</mi> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>V</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>V</mi> <mo>&amp;OverBar;</mo> </mover> <mo>|</mo> </mrow> <mrow> <mo>|</mo> <mi>V</mi> <mo>-</mo> <mover> <mi>V</mi> <mo>&amp;OverBar;</mo> </mover> <msub> <mo>|</mo> <mi>max</mi> </msub> <mo>-</mo> <mo>|</mo> <mi>V</mi> <mo>-</mo> <mover> <mi>V</mi> <mo>&amp;OverBar;</mo> </mover> <msub> <mo>|</mo> <mi>min</mi> </msub> </mrow> </mfrac> </mrow>
NRSSI(di)为车辆节点i的归一化信号强度,其计算公式如下:
<mrow> <mi>N</mi> <mi>R</mi> <mi>S</mi> <mi>S</mi> <mi>I</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>R</mi> <mi>S</mi> <mi>S</mi> <mi>I</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>R</mi> <mi>S</mi> <mi>S</mi> <mi>I</mi> <msub> <mrow> <mo>(</mo> <mi>d</mi> <mo>)</mo> </mrow> <mi>max</mi> </msub> <mo>-</mo> <mi>R</mi> <mi>S</mi> <mi>S</mi> <mi>I</mi> <msub> <mrow> <mo>(</mo> <mi>d</mi> <mo>)</mo> </mrow> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
Pi为节点i的位置坐标,具体为Pi=(xi,yi),PEi为节点i所在区域中心位置坐标,为固定值,具体为PEi=(xa,ya),Vi为节点i的瞬时速度,为车辆i行驶方向上车辆节点的平均速度,RSSI(d)为链路状态判断模型,其中Wi为节点i的权值结果,RSU选择四个部分中Wi最小的节点为各部分的中继节点。
3.根据权利要求2所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,
所述链路状态判断模型采用有阴影效应的小尺度衰落模型,具体为:
RSSI(d)=PTi-L-10n log(d)+f(μ,σ)
其中PTi为节点发射功率,L为常量功率损耗,n为路径损耗洗漱,d为节点i到RSU之间的距离,f(μ,σ)为阴影衰落模型,服从期望μ=0,标准差σ介于6-12dB的高斯分布。
4.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述时隙的每个周期分为三个部分,第一部分为车辆节点时隙,其中按照车辆行驶方向分为两个子部分,分别为左向行驶车辆节点时隙和右向行驶车辆节点时隙,第二部分为中继节点时隙,第三部分为RSU时隙。
5.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S2中新进入RSU区域车辆节点依据空闲可选时隙集E(x)随机选择时隙接入的方式为:
随机选择与自身运动方向一致的某一个空闲时隙,并在此时隙广播自身的行驶方向、位置及速度信息。
6.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S3中新进入RSU区域车辆节点依据邻居节点时隙两跳范围内时隙占用集合N(x)判断自身是否接入成功的方式为:
每个节点收集自身一跳范围内邻居节点广播的节点时隙占用集合Nj(x)并更新自身的时隙占用集合Ni(x),新加入节点通过监听下一时隙周期内邻居节点广播的节点时隙占用集合,判断自身是否存在于此集合中并与自身所选时隙相符,以此判断是否成功获取到时隙或是发生接入碰撞。
7.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S5中中继节点车辆广播的自身区域内车辆的信息集合的内容包括:节点ID、行驶方向、速度、位置、发射功率、所占时隙ID。
8.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S6的过程具体如下:
步骤S61、RSU提取占用相同时隙节点的速度、位置信息;
步骤S62、RSU计算下一个时隙周期内两车辆节点的相对位置,预测合并碰撞发生情况,若在下一个时隙周期内,两节点相对位置小于车辆节点传输范围的两跳距离,则判断合并碰撞可能发生;若在下一个时隙周期内,两节点相对位置大于车辆节点传输范围的两跳距离,则判断合并碰撞不可能发生。
9.根据权利要求1所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,所述步骤S7的过程具体如下:
步骤S71、RSU预测合并碰撞可能发生后,依据节点信息选取速度较大的节点,并为所选节点重新选取时隙;
步骤S72、RSU依据随机选择算法为所选节点重新选取时隙,选取时隙之后判断所选时隙ID是否存在于车辆节点时隙集,若存在则进行下一步判断,若不存在,则为此节点重新选取时隙;下一步判断所选时隙是否为空闲时隙,若为空闲时隙则表示RSU为此节点时隙选取成功,若不为空闲时隙,则按照步骤S6中的合并碰撞预测方法判断获取到新时隙的节点是否会与其它节点发生新的合并碰撞,若判断合并碰撞可能发生,则为此节点重新选取时隙,若判断不会有新的合并碰撞发生,则表示RSU为此节点时隙重新选取成功;
步骤S73、RSU将此时隙重新选择结果加入时隙分配列表T(x)。
10.根据权利要求1至9任一所述的一种集中式车联网MAC层合并碰撞预测及避免方法,其特征在于,假设车辆行驶于双车道双向高速公路,RSU维护范围半径为400m,可管理其前后800米道路长度内的车辆状况,节点一跳传输范围为100m,车辆进入RSU区域服从泊松分布,车辆沿车道在一定速度范围内变速行驶。
CN201710408289.4A 2017-06-02 2017-06-02 一种集中式车联网mac层合并碰撞预测及避免方法 Active CN107343024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710408289.4A CN107343024B (zh) 2017-06-02 2017-06-02 一种集中式车联网mac层合并碰撞预测及避免方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710408289.4A CN107343024B (zh) 2017-06-02 2017-06-02 一种集中式车联网mac层合并碰撞预测及避免方法

Publications (2)

Publication Number Publication Date
CN107343024A true CN107343024A (zh) 2017-11-10
CN107343024B CN107343024B (zh) 2020-01-10

Family

ID=60220530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710408289.4A Active CN107343024B (zh) 2017-06-02 2017-06-02 一种集中式车联网mac层合并碰撞预测及避免方法

Country Status (1)

Country Link
CN (1) CN107343024B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108366347A (zh) * 2017-12-29 2018-08-03 惠州市德赛西威汽车电子股份有限公司 一种车联网动态自组网的方法
CN108712768A (zh) * 2018-04-13 2018-10-26 西安交通大学 一种车联网中基于移动性与mac层竞争接入的路由选择方法
CN110049575A (zh) * 2019-05-15 2019-07-23 北京航空航天大学 车联网中动态无冲突的多址接入方法及系统
CN111556464A (zh) * 2020-04-30 2020-08-18 济南大学 基于tdma技术的分布式车联网mac层合并碰撞预测及避免方法
CN112469137A (zh) * 2020-10-15 2021-03-09 北京航空航天大学杭州创新研究院 面向车联网安全应用的无冲突多址接入方法、装置和系统
CN112672310A (zh) * 2020-12-04 2021-04-16 兰州理工大学 一种正交频分和时分联合的业务信道划分与分配方法
CN112954802A (zh) * 2021-03-18 2021-06-11 上海微波技术研究所(中国电子科技集团公司第五十研究所) 自组网高低速节点时隙分配系统、方法及介质
CN113306598A (zh) * 2021-05-26 2021-08-27 上海应用技术大学 一种基于空时分多址的轨道交通车车通信方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096327A (zh) * 2013-01-08 2013-05-08 河南工业大学 一种基于tdma的车载自组网络自适应时隙分配方法
CN104486838A (zh) * 2014-11-27 2015-04-01 华南理工大学 一种基于路侧单元协助的多信道协同mac接入方法
CN106255225A (zh) * 2016-09-22 2016-12-21 重庆邮电大学 一种新的车联网mac层的媒体接入机制和信道协作方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096327A (zh) * 2013-01-08 2013-05-08 河南工业大学 一种基于tdma的车载自组网络自适应时隙分配方法
CN104486838A (zh) * 2014-11-27 2015-04-01 华南理工大学 一种基于路侧单元协助的多信道协同mac接入方法
CN106255225A (zh) * 2016-09-22 2016-12-21 重庆邮电大学 一种新的车联网mac层的媒体接入机制和信道协作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
VANDUNG NGUYEN,ET.AL: "Improving Time Slot Acquisition Through RSU"s Coordination for TDMA-based MAC Protocol in VANETs", 《2016 INTERNATIONAL CONFERENCE ON INFORMATION NETWORKING(ICOIN)》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108366347A (zh) * 2017-12-29 2018-08-03 惠州市德赛西威汽车电子股份有限公司 一种车联网动态自组网的方法
CN108712768A (zh) * 2018-04-13 2018-10-26 西安交通大学 一种车联网中基于移动性与mac层竞争接入的路由选择方法
CN108712768B (zh) * 2018-04-13 2020-06-19 西安交通大学 一种车联网中基于移动性与mac层竞争接入的路由选择方法
CN110049575A (zh) * 2019-05-15 2019-07-23 北京航空航天大学 车联网中动态无冲突的多址接入方法及系统
CN110049575B (zh) * 2019-05-15 2020-08-04 北京航空航天大学 车联网中动态无冲突的多址接入方法及系统
CN111556464A (zh) * 2020-04-30 2020-08-18 济南大学 基于tdma技术的分布式车联网mac层合并碰撞预测及避免方法
CN111556464B (zh) * 2020-04-30 2023-12-26 北京白龙马云行科技有限公司 基于tdma技术的分布式车联网mac层合并碰撞预测及避免方法
CN112469137A (zh) * 2020-10-15 2021-03-09 北京航空航天大学杭州创新研究院 面向车联网安全应用的无冲突多址接入方法、装置和系统
CN112672310A (zh) * 2020-12-04 2021-04-16 兰州理工大学 一种正交频分和时分联合的业务信道划分与分配方法
CN112954802A (zh) * 2021-03-18 2021-06-11 上海微波技术研究所(中国电子科技集团公司第五十研究所) 自组网高低速节点时隙分配系统、方法及介质
CN113306598A (zh) * 2021-05-26 2021-08-27 上海应用技术大学 一种基于空时分多址的轨道交通车车通信方法
CN113306598B (zh) * 2021-05-26 2022-11-25 上海应用技术大学 一种基于空时分多址的轨道交通车车通信方法

Also Published As

Publication number Publication date
CN107343024B (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN107343024A (zh) 一种集中式车联网mac层合并碰撞预测及避免方法
Peng et al. Vehicular communications: A network layer perspective
Luo et al. Cooperative vehicular content distribution in edge computing assisted 5G-VANET
Shao et al. Performance analysis of connectivity probability and connectivity-aware MAC protocol design for platoon-based VANETs
CN102307373B (zh) 考虑车辆交通特性的vanet分簇方法
CN102325306B (zh) 基于综合加权的vanet分簇广播方法
Ji et al. Efficient and reliable cluster-based data transmission for vehicular ad hoc networks
Nafi et al. A VANET based intelligent road traffic signalling system
Noori et al. A connected vehicle based traffic signal control strategy for emergency vehicle preemption
CN113347605B (zh) 车辆信息传输网络组建方法、网络及bsm信息分发方法
CN105245563A (zh) 一种基于车辆节点连通稳定度的动态分簇方法
CN104754592A (zh) 一种适用于城市道路环境的车载短距离通信网络分簇方法
CN106211260B (zh) 一种车联网中基于位置信息自适应的机会路由方法
CN107426694A (zh) 一种车载自组织网络的模糊分簇算法
CN105578552B (zh) 基于车辆-簇-通信小区三层架构的数据传输系统及方法
Amador et al. Experimental evaluation of the ETSI DCC adaptive approach and related algorithms
Salvo et al. Investigating VANET dissemination protocols performance under high throughput conditions
Wang et al. A local information sensing-based broadcast scheme for disseminating emergency safety messages in IoV
Liu et al. Cpa-mac: A collision prediction and avoidance mac for safety message dissemination in mec-assisted vanets
Mammu et al. Direction aware cluster-based multi channel MAC protocol for vehicular ad hoc networks
CN106332296A (zh) 一种车载通信系统中无线资源的调度方法
CN111131031B (zh) 一种基于移动性权重的vanet集群分簇优化方法
Wu et al. An adaptive TDMA scheduling strategy based on beacon messages for vehicular ad-hoc network
CN106793142B (zh) 一种车载短距离通信网的信道资源调度优化方法
Huang et al. The k-hop V2V data offloading using the predicted utility-centric path switching (PUPS) method based on the SDN-controller inside the multi-access edge computing (MEC) architecture

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant