CN108012244A - 基于簇的公路车载自组织网络数据服务通信系统及方法 - Google Patents
基于簇的公路车载自组织网络数据服务通信系统及方法 Download PDFInfo
- Publication number
- CN108012244A CN108012244A CN201711228169.2A CN201711228169A CN108012244A CN 108012244 A CN108012244 A CN 108012244A CN 201711228169 A CN201711228169 A CN 201711228169A CN 108012244 A CN108012244 A CN 108012244A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cluster
- node
- service
- 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.)
- Granted
Links
- 230000006854 communication Effects 0.000 title claims abstract description 77
- 238000004891 communication Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims description 36
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 129
- 230000005540 biological transmission Effects 0.000 claims description 71
- 230000008569 process Effects 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 230000002860 competitive effect Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 206010039203 Road traffic accident Diseases 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract 1
- 230000006855 networking Effects 0.000 abstract 1
- 238000005265 energy consumption Methods 0.000 description 25
- 238000004088 simulation Methods 0.000 description 15
- 230000002776 aggregation Effects 0.000 description 10
- 238000004220 aggregation Methods 0.000 description 10
- 230000007423 decrease Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000497429 Obus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种基于簇的公路车载自组织网络数据服务通信系统,包括车辆节点、路边单元(RSU)以及数据库服务器,其中车辆节点中的簇头节点将所在簇的其他成员发送的交通/环境信息数据及服务需求信息进行整合上传到路边单元RSU,再将从路边单元RSU收到的数据传输给其所在簇的其他成员车辆;本发明还公开了该系统的通信方法,结合了车联网特性,将车辆行驶速度、车辆速度、连接性、驾驶员行为考虑在簇头选择指标内。本发明将大部分通信过程从功率损耗更大的车与路边基元的通信转为车间通信,有效延长车载电池续航时间,减轻网络中数据通信的冲突与时延,并提供实时的交通及环境信息,以便协助驾驶员进行路径规划,减少拥堵和交通事故的发生。
Description
技术领域
本发明涉及一种基于分簇的公路信息服务系统,属于车载自组织网络技术领域。
背景技术
随着车辆数量的大幅增加和更复杂的道路网络的发展,交通拥堵、交通事故和更大的能量消耗日益成为影响包括电动汽车在内的智能交通系统(ITS)发展的挑战。由于驾驶员无法及时获取较远地区的相关交通情况,很容易造成交通堵塞,影响出行效率。在车辆间进行与道路交通及环境相关信息(车辆速度、密度、天气、道路情况等)的有效传输有助于帮助驾驶员规划出行路线和计划,以便提高道路安全和交通效率。行驶在道路上的车辆同时可以通过车载传感器和定位系统收集本地相关数据并通过合理有效的车间网络进行信息交互,以此协助优化行驶体验。
车载自组织网络(VANET)是由移动自组织网络(MANET)发展而来的网络体系,适用于道路环境,通过车间通信(V2V)和车与基础设施通信(V2I)提高道路安全和交通效率。车辆读取传感器中收集的交通环境数据并和路边单元(RSU)进行交互,从而协助更新基站数据库并获取其兴趣区域的相关数据。路边单元作为车辆和基站及网络的接口,使车辆能够从其获取路况、道路环境等服务信息,也能将本区域数据传输至网络中的其他区域。
在道路环境中,V2V和V2I两种通信模式所需的通信时延和发送功率是有很大区别的。在纯V2I通信中,车辆和路边单元的通信需要消耗较多时间和能量,车辆的高速移动也使数据传输的稳定性和有效性受到很大威胁。另外,电动汽车渐渐发展并成为一种热门趋势,电池提供的电力支持是在进行系统设计时需要考虑的重要方面。电动车辆的行驶、数据收集、信道监听、信息传输等需要持续进行的功能都需要车载电池的电力支持,尤其是为保证传输质量,V2I通信往往需要比V2V需要更多的能量支持。
发明内容
本发明所要解决的技术问题是:针对上述问题,提出了一种基于分簇技术的交通环境信息数据服务系统,运用分簇技术将V2V和V2I通信结合在一起,减少更多V2I过程以提高传输及能量效率。
本发明为解决上述技术问题采用以下技术方案:
一种基于簇的公路车载自组织网络数据服务通信系统,包括装载有车载单元OBU的车辆节点、路边单元RSU以及数据库服务器,所述车辆节点包括簇头节点和簇成员节点,其中:
簇成员节点,负责通过车载传感装置收集交通/环境信息数据及记录服务需求,并在簇头被选出之后记录簇头编号,将本地数据和需求一起上传给簇头节点后等待簇头节点传回服务数据;
簇头节点,将所在簇的其他成员发送的交通/环境信息数据及服务需求信息进行整合上传到路边单元RSU,再将从路边单元RSU收到的数据传输给其所在簇的其他成员车辆;
路边单元RSU,负责用接收到的当地交通/环境信息数据更新数据库服务器的数据,并向数据库服务器发送簇头节点整合的服务需求信息,同时将从数据库服务器获取的被请求的服务需求信息发送给簇头节点;
所述数据库服务器,用以和多个区域中的路边单元RSU相连,通过接收各路边单元RSU发来的数据进行更新和维护数据库的实时性和准确性,并向各路边单元RSU回传请求的服务需求信息。
进一步,本发明的基于簇的公路车载自组织网络数据服务通信系统,每个车辆节点均包括一个定时器,用于簇成员在定时器设定时间阈值之后仍然未能收到服务数据,则生成一个新的请求并再次发送给它的簇头。
本发明还提出一种基于簇的公路车载自组织网络数据服务通信方法,包括如下步骤:
步骤(1)、采用分簇算法建立车载自组织网络,根据设定的簇头选择参数自适应动态的选择簇头,只考虑各车辆节点的一跳邻节点,每个簇的大小由簇头的传输范围决定;
步骤(2)、从车载传感器装置中收集当前的交通及环境信息并记录服务需求,每一个簇成员节点生成包括收集的本地交通/环境信息、车辆ID、服务请求ID和簇头ID的数据包一起发送到簇头节点CH,然后设置定时器等待服务响应;
步骤(3)、簇头节点将类似的交通/环境信息和服务请求进行聚合成数据包,然后发送给路边单元RSU;
步骤(4)、当路边单元RSU接收到簇头节点发来的数据包时,用收集的信息来更新数据库服务器中相关服务信息,并根据所有的请求数据生成服务信息包;随后将这些数据通过车与基础设施通信模式V2I传送到簇头节点;
步骤(5)、簇头节点通过车间通信模式V2V不断地向其簇成员广播每个服务包,一旦监听到相对应的服务ID和簇头ID,簇成员将存储数据包并标记接收到服务的请求为满足;如果簇成员在一段等待时间阈值之后仍然未能收到服务数据,则该请求被认为是失败的,该成员将生成一个新的请求并再次发送给它的簇头。
进一步的,本发明的通信方法中,所述交通/环境信息包括流量当前的平均速度、位置、天气,以及包含车辆流量或交通密度的交通状况。
进一步的,本发明的通信方法中,采用复合权值Wi来进行簇头选择,拥有最低权值的车辆成为簇头,Wi定义为:
Wi=Pi'+Vi'+Ci'+Di',
其中,Pmax是当前车辆与其通信范围中最远车辆的距离,Vmax是交通规则中规定的车辆可达到的最大速度,Dmax该车在行驶时能达到的最大加速度的绝对值;Pi是当前车辆i和各个簇成员之间的平均距离,Vi是当前车辆i的速度与簇成员的平均速度之差的绝对值,Ci为当前车辆i的连接度,Di表示当前车辆的驾驶员行为,
σ=2Rt×133×nl/1000
Ci=|Ni-σ|
Di=|ai|
其中,Ni是节点ni的邻节点个数,x,y分别是相对应节点的位置坐标值;vj是节点ni第j个邻节点的速度,σ代表理想连接度,Rt是传输距离,nl是车道数;常数133代表车道在不堵塞情况下可能达到的最大密度为133,单位是:辆/车道/公里;Ni代表邻节点个数,ai表示车辆加速度。
进一步的,本发明的通信方法中,步骤(1)中车辆分簇及维护过程如下:
A、当车辆节点检测到自己是一个空闲节点时,即向它的邻节点发送自身的车辆信息包VIP以启动分簇过程;所述车辆信息包VIP包括:车辆ID、行驶速度、车辆位置、权重值;
B、各车辆节点之间通过发送VIP使每个节点能够计算出其权值Wi,,其中拥有最小权值的车辆将成为簇头节点CH;
C、如果一个车辆节点j的加速度小于平均值,则将向其邻节点广播簇头声明包CHA来宣布其适用性,当一个车辆节点i收到一个CHA时,则把收到的权值Wj与自身的权值Wi进行比较,若Wi<Wj,则该节点将发送CHA来竞争簇头,否则,该节点将继续等待簇头维护包CHM来确认簇头ID;
D、在一辆车发送了CHA后,若经过一个阈值时间后没有收到任何竞争CHA,它会生成并发送CHM向邻节点声明它簇头的身份;每辆接收到这个CHM的车辆都将把该车的ID标记为其簇头ID;如果一辆簇成员车在标记第一个簇头之后又收到另一个CHM,它就会比较两个节点发来的权重值,并决定它的簇头是拥有较小权值的那个节点,若簇成员连续收到两个新节点发来的CHM,就标记自己为新节点的簇成员,若一段时限后簇成员未收到任何CHM,则将发送VIP发起新的分簇过程。
进一步的,本发明的通信方法中,包括设置一个簇头节点的权值阈值WThreshold,若簇头节点的权重低于阈值WThreshold,车辆将保持当前的簇头/簇成员的状态,否则,权值超过阈值WThreshold的车辆节点发出新的VIP来启动新一轮的分簇过程。
进一步的,本发明的通信方法中,步骤(2)中,对等待请求服务的计时器设定的等待时间tp的最大边界值由τ=1s时的通信状态决定,以确保系统平均服务时延τ不会过高从而影响系统服务质量,即:
由得到
其中,ns是成功交付请求的数量,tsi是成功的服务传输的持续时间,nus是不成功的服务请求的数量,tp是车辆在未交付的服务上的等待时间,tsi、ns和nus由数据包大小、发送速率和链路质量决定。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明结合了车联网特性,提出了一种有效的簇头选择指标,将车辆行驶速度、车辆速度、连接性、驾驶员行为考虑在内。将大部分通信过程从功率损耗更大的车与路边基元的通信转为车间通信,同时,这种转移也减轻了网络中数据通信的冲突与时延。对于电动汽车,可有效利用车载电池电量,延长车载电池续航时间。
(2)本发明中,车辆向路边单元RSU上传服务请求和从车载传感器上收集的本地信息,路边单元RSU接收不同车辆发来的数据并不断维护和更新数据库信息以及向车辆发送服务请求,为行驶在公路上的汽车提供实时的交通及环境信息,以便协助驾驶员进行路径规划,优化整个交通系统的效率并减少拥堵和交通事故的发生。
附图说明
图1是本发明提出的车载自组织网络数据服务模型示意图。
图2是公路上车流速度与车辆数目关系示意图。
图3是车辆与RSU距离关系示意图。
图4是上行链路和下行链路示意图。
图5是在不同仿真条件下服务率的结果对比图。
图6是在不同仿真条件下平均服务时延的结果对比图。
图7是在不同仿真条件下吞吐量的结果对比图。
图8是在不同仿真条件下单个车辆吞吐量的结果对比图。
图9是在不同仿真条件下能量消耗的结果对比图。
图10是在不同车流速度下服务上行链路中V2V部分和V2I部分能耗对比图。
图11是在不同仿真条件下上行和下行链路的能量消耗结果对比图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本发明提出了一种新的基于分簇的公路信息服务系统,结合车辆行驶特性,针对车辆的位置、速度和驾驶员行为进行自组织簇头选择,使其更适用于车载自组织网络VANET。
本发明提出的双向服务模型,包括车辆将本地收集数据通过路边基元RSU上传到数据库以及通过路边基元RSU下载需要的服务数据。车间通信V2V支持短距离内车辆间的信息交互,车与基础设施通信V2I支持车辆从较远的路边基元获取各项服务信息,将两者结合,进行合理利用(V2X通信),可以有效减少汽车能量消耗,延长汽车电池电量支持时间,提高数据传输效率并应对更多通信环境。本发明中涉及的V2X过程包含了簇头和其他成员车辆间的通信(V2V)以及簇头和路边基元间的通信(V2I)。
本发明使用专用短程通信技术(DSRC)中车载环境无线接入技术(WAVE)的一系列标准。利用IEEE802.11p支撑PHY层通信,利用IEEE1609族支持MAC层通信。该协议工作在5.9GHZ频率,包括一个控制信道(CCH)、4个服务信道(SCH)和两个备用信道共7个信道。每个信道10MHz,服务信道也可以将两个10MHz信道合为一个20MHz信道使用。控制通道用于交换控制消息和安全信息,而服务通道用于传递服务信息。
本发明涉及到以下四个模块:
车辆分簇模块,数据收集及上传模块,数据整合模块以及服务数据下载模块。
车辆分簇模块包括簇头的选择和簇的维持。每个车辆节点一共有三种不同模式:自由节点模式(FN),簇头模式(CH)和簇成员模式(CM)。本发明提出的分簇算法只考虑各车辆节点的一跳邻节点,每个簇的大小由簇头的传输范围决定。簇头负责收集簇成员上传的本地采集信息和服务信息请求,将采集的信息汇总通过路边单元RSU上传到数据库服务器,并代表该簇成员向路边单元RSU请求服务数据。
本发明定义了新的簇头选择参数来衡量车辆节点对簇头的竞争性。在车联网中,会影响簇头选择的因素主要包括车辆位置、速度、连接性以及驾驶员行为。
每辆车节点的位置可以通过GPS装置读取。最理想的簇头位置是居于整个簇的中心位置,以保证对各成员的有效通信。因此,簇头和各个簇成员之间的平均距离越近越能保证通信质量,该距离可表现如下式所示:
其中,Ni是节点ni的邻节点个数,x,y分别是相对应节点的位置坐标值。
簇头的理想速度应接近车辆流的平均速度,以保证该簇头可以和本簇以相对稳定的位置关系行驶,以拥有较稳定的通信质量。这种速度的状态Vi,可以由节点速度和车辆流的平均速度决定,即:
其中,vj是节点ni第j个邻节点的速度。
所有的节点有不同的邻节点个数:Ni。Ni体现了节点ni的连接度。若该值太小,则运用分簇进行数据发放可能无法对这些节点的传输效率和能源消耗有显著改善效果。一个车辆的理想连接度表示为,它代表在不发生交通堵塞的情况下一个节点可以拥有的最大邻节点数,即:
σ=2Rt×133×nl/1000 (3)
其中,Rt是传输距离,nl是车道数。常数133代表车道在不堵塞情况下可能达到的最大密度为133(辆/车道/公里)。若一辆车的邻节点数量越接近该理想值,说明其拥有更好的连接度。定义连接度为Ci,则其定义为:
Ci=|Ni-σ| (4)
最后一个影响因素为车辆加速度ai,它反映能反映出驾驶员行为以及该车辆在行驶时的速度稳定程度,该数值可直接从车辆传感器中读取。驾驶员行为表示为Di,它可定义为:
Di=|ai| (5)
上述四个因素体现了一个车辆节点作为簇头的竞争力,每个因素值越小,则其簇头竞争力越大。将四者综合考虑,综合值越小则该节点越适合成为簇头。
首先,考虑到各指标值的单位和数据范围差异较大,将上述因素归一化为:
其中,Pmax是当前车辆与其通信范围中最远车辆的距离,Vmax是交通规则中规定的车辆可达到的最大速度,Dmax该车在行驶时能达到的最大加速度的绝对值。
综上所述,将四项因素考虑为一个复合权值:Wi,来进行簇头选择可选出在车载自组织网络中更适合成为簇头的车辆节点。Wi定义为:
Wi=Pi'+Vi'+Ci'+Di' (7)
拥有更低权值的车辆,越有机会成为簇头。
本发明中涉及的数据包类型包括以下四种:
车辆信息包(VIP):它包含了车辆基本信息,包括车辆ID、行驶速度、车辆位置、权重值等。VIP用于节点启动集群形成过程,并与邻节点交换车辆信息。
簇头声明包(CHA):当一个节点计算出它的权重足够低(小于阈值)时,它将广播一个CHA来声明它的权值。如果一个节点自身权值比它接收到的权值小,那么它就会发送自己的CHA来进行竞争。
簇头维护包(CHM):拥有最小权重的节点最终被选择为簇头,成为簇头的节点将CHM发送给它的所有邻节点来声明它的ID。如果簇头仍然足以成为簇,那么这个维护包就会继续周期性地广播。
服务数据包(SDP):SDP包含头和信息主体两个部分。头包括数据包ID、发送方ID和时间戳。信息主体包含实际的通信消息,如服务请求和本地收集的信息。
当车辆检测到自己是一个空闲节点(FN)时,它会向它的邻节点发送VIP信息以启动分簇过程。各节点之间通过发送车辆信息包VIP使每个节点能够计算出其权值Wi,,其中拥有最小权值的车辆将成为簇头CH。如果一个车辆的加速度小于平均值(即运行速度更加平稳),则将向其邻节点广播CHA来宣布其适用性。当一个节点收到一个CHA时,它将把收到的Wj与它自己的Wi进行比较,若它拥有更小的权值(即Wi<Wj),则将发送CHA来竞争簇头。否则,该车将继续等待CHM来确认簇头ID。在一辆车发送了CHA后,若经过一个阈值时间后没有收到任何竞争CHA,它会生成并发送CHM向邻节点声明它簇头的身份。每辆接收到这个CHM的车辆都将把该车的ID标记为其簇头ID。如果一辆簇成员车在标记第一个簇头之后不久就收到另一个CHM,它就会比较两个节点发来的权重值,并决定它的簇头是拥有较小权值的那个节点,若簇成员连续收到两个新节点发来的CHM,就标记自己为新节点的簇成员,若一段时限后簇成员未收到任何CHM,则将发送VIP发起新的分簇过程。所有拥有相同簇头ID的车辆成为一个簇中的簇成员(CM)。为了节省传输时间,簇头不保留簇成员的ID列表,当簇成员想要向CH发送消息时,它们会在数据包中添加簇头ID作为接收方ID,这样CH就可以识别数据包来自其簇成员。只要车辆权重低于阈值WThreshold,车辆将保持当前的簇头/簇成员的状态。否则,它就会发出新的VIP来启动新一轮的分簇过程。
上述数据收集及上传模块中,道路上的车辆有不同的目标兴趣区域,并倾向于预先了解这些地区的环境和交通状况以便对行驶路线进行规划并预判行驶时间。它们从车载传感器装置中收集当前的交通及环境信息,另外,当有监测到高优先级事件(如意外事故等)发生时,车辆也将及时报告给CH。每辆簇成员生成包括车辆ID、服务请求ID和簇头ID的数据包。每一个簇成员都将服务请求连同收集的本地交通及环境信息一起发送到CH,然后设置定时器等待服务响应。在接收数据包时,簇头将收集到的信息和服务请求聚合整理,生成数据包发送到RSU。
上述数据聚合模块中,交通/环境信息包括流量当前的平均速度、位置、天气(雨、雾、灯光)和交通状况(车辆流量或交通密度)。由于这些信息主要来自车辆装载的传感器,因而在较小范围内的车辆可能收集到类似的信息,尤其是天气和其他环境信息。此外,不同的车辆可能会产生相同或相近地目的地的请求。因此,在CH中经过聚合的来自CMs的数据量将会更少,发送经过聚合的数据可提高数据上传的效率。若数据包中包含紧急消息(例如事故警报),则该数据将被标记为更高的优先级优先传输。
上述服务数据下载模块中,当路边单元RSU接收到簇头发来的数据包时,便会用收集的信息来更新数据库相关服务信息,并根据所有的请求数据生成服务信息包。随后将这些数据通过V2I传送到簇头。簇头通过V2V不断地向其簇成员广播每个服务包。一旦监听到相对应的服务ID和簇头ID,簇成员将存储数据包并标记接收到服务的请求为满足。如果簇成员在一段等待时间阈值之后仍然未能收到服务数据,则该请求被认为是失败的,该成员将生成一个新的请求并再次发送给它的簇头。
二、性能分析与评价
本发明设计目标为在车载自组织网络中以较少的能耗和较高的传输效率实现服务信息双向传输。为了评估本服务模型的性能,通过仿真的方法,将在两种发送速率下分为两种情形分别进行比较分析。
1、仿真实验设计
下面通过仿真实验对本发明提出的服务模型进行分析与评估。仿真实验包括交通模型构建和网络通信模型构建。
交通模型如图1所示,我们构建了一条单行道,共分三条车道,每条车道上的车辆以车辆流的模式行驶。根据公路交通规则要求,车间最小距离和车辆行驶速度有关,因此,考虑到通常为300米的V2V的通信范围限制,在不同的车流速度下,每个簇中包含的车辆数目不同。我们定义了6个仿真场景,分别是当车流速度为32、48、64、80、96、112公里/小时时的公路模型。图2显示了车辆数目与车流速度之间的关系。
网络模型参数设置如下:
频带宽为5.850-5.925GHz,接收功率敏感度为-89dBm,发送速率分别为6Mbps和12Mbps,每辆车的请求服务数为随机20-25个。数据包大小为1000bits,仿真时间设为300。
对照组设定为:
V2X6Mbps:以节点最远通信距离分簇的服务模型,发送速率为6Mbps。
V2X12Mbps:以节点最远通信距离分簇的服务模型,发送速率为12Mbps。
V2I6Mbps:车辆节点直接通过V2I请求服务模型,发送速率为6Mbps。
V2I12Mbps:车辆节点直接通过V2I请求服务模型,发送速率为12Mbps。
2、性能评价标准
仿真实验考虑的性能分析标准包括以下方面:
(1)服务率(γ)。它是成功交付请求的数量ns与请求的服务n的总数量的比值,这是评估V2X系统有效性的一个重要度量标准。这个性能通过以下公式衡量:
(2)平均服务延迟(τ)。它被定义为从提交请求到最终接收到服务包的平均持续时间,包括服务传输时间和等待传输时间,该时延可以表达为:
这里tsi是i-th成功的服务传输的时间持续时间,则nus是不成功的服务请求的数量,而tp是车辆在未交付的服务上的等待时间。
进一步的,对等待请求服务的计时器设定要确保系统平均服务时延不会过高从而影响系统服务质量,由于1秒完全足够进行一次数据请求和发放过程,而超过1秒则服务质量会明显受到影响,因此tp最大边界值由τ=1s时的通信状态决定:
其中,tsi、ns和nus由数据包大小、发送速率和链路质量决定。
(3)吞吐量(η),是一种广泛应用的度量系统的传输效率的指标。它被定义为在一个时间单位中成功交付的数据的平均大小:
这里ps是交付的服务包的总大小时,T是总传输时间。
(4)能源消耗率(EC)。它表示了传输1比特数据所需的能源量(Joel)。Pt表示为传输功率,Pr为接收功率,Lp为传输损耗。因此,能源消耗率是:
本发明提出的服务模型中的能量消耗模型如下:
由于V2V模式下的传输功率与V2I模式不同。RSU可高达10米高,RSU和车辆之间的距离远比汽车本身的距离要远得多。所以在V2I模式下,需要更多的传输功率来传送数据给车辆。
V2V的传输功率主要取决于CH和最远距离的距离,而在V2V模式中,在车辆流中车辆之间的间隔几乎是一样的。因此,在这个模型中,最大传输距离(d)主要取决于簇中车辆的最远间距。涉及的车间距越远,它的传输功率就越高。用di,j表示两辆车之间的距离,那么:
在V2I模式中,如图3所示,车辆与RSU之间的距离会随着车辆沿着道路移动改变。在一条笔直的道路上,一辆汽车以固定的速度行驶,当第i次传输发生时,它与RSU之间的距离(di)可以表示为:
其中,ri表示车辆和RSU之间的距离,dr表示RSU和公路之间的距离,h表示RSU天线的高度。
将第i次传输的传输功率表示为Pti,Pr为成功接收的最小接收功率,路径损失为Lpi。则,这辆车最小发送功率是:
Pti=Pr·Lpi (15)
在一个没有簇的服务系统中,总传输功率是Pti的总和。
Nt是传输次数的总数目。
在本服务模型中,簇头将收集来自每个成员的收集的数据,因为集群成员处于相似的环境中,这些数据可能非常相似,但是由于每个车辆可能遇到的独特的条件,这些数据也可能会有所不同。因此,V2I通信的传输时间成本会因簇头的聚合程度而异,也就是说,上传信息的相似性将影响簇头传输到RSU的数据大小。
另外,只有簇头与RSU通信,即在每个传输过程中只有一个V2I通信,其它均为V2V通信。因此,总传输功率Ptc可以计算为:
Ptc=(N-1)PV2V·ntrans_v+PV2I·ntrans_I·Wt (17)
其中,N是一个簇中的车辆数量,PV2V是V2V通信中的传输功率,而PV2I是V2I通信中的传输功率,ntrans_v和ntrans_I分别是V2V和V2I模式的传输次数。权值Wt是V2I传输时间(tV2I)与V2V的传输时间(tV2V)的比值,也就是说:tV2I=Wt·tV2V。
具体上行和下行链路的能耗模型如下:
在一个传输过程中,如图4所示,能量消耗模型包含两个部分,上行链路模型和下行链路模型。
上行链路模型中,数据传输包括两部分:一是簇成员将本地信息和请求数据通过V2V上传给簇头,另一个是簇头通过V2I过程将交通/环境信息和数据请求服务发送给RSU。
下行链路模型中,数据传输的两个部分包括从RSU传输到簇头的服务数据,以及从簇头到簇成员的数据传输。
上行链路模型和下行链路模型的能量消耗模型如下:
E=Pt·T (18)
EUV=PtV·TUV (19)
EUI=PtCH·TUI (20)
EDV=PtV·TDV (21)
EDI=PtCH·TDI (22)
E是总消耗的能量,Pt是发送功率。PtV是每个簇成员的发送功率,PtCH是簇头的发送功率,EUV是在上行链路V2V过程中的能量消耗。TUV是在上行链路V2V过程中的传输时间。EUI是上行链路V2I过程中的能源消耗。TUI是在上行链路V2I过程中的传输时间。EDV是下行链路中V2V过程的能量消耗。TDV是在下行链路V2V过程中的传输时间。EDI是下行链路的V2I过程中的能量消耗。TDI是在下行链路V2I过程中的传输时间。
当簇头接收到所有的请求并收集本地数据时,它会在将数据转发到RSU之前聚合数据。聚合度(AI)被定义为:
其中,j=12,...n',n'是簇成员发送出后被簇头成功接收的数据。
在上行链路中传输一比特数据的能量被定义如下:
其中,BUI是在上行链路传输的数据的大小。BUI是根据路径损失和数据聚合来决定的,如下所示:
BUI=(1-PUI)·BA (25)
BA=(1-PUV)·(AI·BUV) (26)
在V2V中,PUV和PUI分别是V2V和V2I过程中的路径损失速率,BA是聚合后的数据大小,BUV是通过V2V传输的数据的大小。
它在下行链路中是类似的,但是没有聚合过程。所以,下行链路的能量消耗被定义为:
其中,BDV是在下行链路传输的数据的大小,它受到路径损失率的影响:
BDV=(1-PDV)·BDi (28)
BDi=(1-PDi)·BD (29)
其中,PDV是下行链路V2V中的路径损失速率,PDi是下行链路的V2I周期的路径损失速率。
3、实验性能分析
图5显示了6种不同仿真环境下的机组对照组的不同服务率。在所有的场景中,V2X组在6Mbps和12Mbps的数据速率方面都比V2I组高,并且有更稳定的服务率。V2I组的服务率随车流速度的增加呈上升趋势。这是由于高速行驶下的车流拥有较低的车辆密度,这相应的减少了数据上传和下载量,从而减少了传输冲突和拥塞。当速度较低时,车辆之间的距离相对较短,这就导致了更多的车辆被划分入同一个RSU的传输范围,因此会有更多的服务请求和收集的数据需要V2I传输。在这种情况下,通过将车辆分簇组在一起,车辆和RSU之间的传输负载就会减少。因此,在V2X组中发生的碰撞会比V2I组少。而当车辆离开RSU的通信范围时,V2I组的车辆将无法直接继续接收到服务包,但是对于V2X组,因为簇头已经从RSU缓存了服务数据,簇成员仍然可以从簇头处获得相应服务数据。
平均服务时延显示在图6中。此延迟包括在传输服务数据时所花费的时间,以及在服务数据传输失败时等待重新传输的时间。在V2I组中,每个车辆都必须等待来自RSU的服务数据。这种延迟在V2X组中减少了,这是因为在V2X组中只有簇头涉及到V2I,更多传输过程被转为簇内的数据广播分配。此外,簇头将成员上传的服务请求聚合在一起,因此,在一个集群中提出相同请求的车辆在簇头广播服务时可以同时接收服务数据。当车流速度增加时,涉及到的车辆数量减少,它们发送数据造成的通信碰撞和拥塞就会减少。因此,V2X组的车辆在速度较慢的情况下,在时延方面的优势有所减弱。一般而言,V2X组中所有车辆的平均服务延迟会比V2I组短。
图7显示了各对组实验在所有六个不同的场景下吞吐量的表现,V2X组的吞吐量明显优于V2I组。与V2I组相比,V2X组的吞吐量保持在了更高、更稳定的水平上。在6Mbps的V2X组的吞吐量比V2I组高2倍左右,当数据速率变为12Mbps时,这个差异会增加到2到4倍以上。当在一个速度更快的场景下,服务请求减少,V2I组可以在同样传输时间内完成更多的数据传输,因此在吞吐量上的表现有所提高。V2X组在车流速度较小时,在吞吐量方面有更好的效果,随着车速的增加,车辆密度下降,请求服务数量和服务数据的传输量变少,由于分簇和数据聚合带来的系统开销会影响吞吐量轻微下降,但总体上V2X组仍能获取较高的吞吐量。
图8中的单个车辆的平均吞吐量显示了每个车辆在不同的流速下的吞吐量水平。随着流量的增加,单个车辆的吞吐量也会增加,其中V2X组总体上显示出更高的吞吐量。由于较高的数据率使车辆能够在同一时间单元内传输更多的数据,在单个车辆层面上,V2I组也能表现出较高的吞吐量。
图9显示了这两种模型的能量消耗,本模型中的能量消耗被定义为传递1比特数据消耗的能量。V2X组的车辆以发送功率更低的V2V通信为主,V2I过程要少得多,而V2I组只通过V2I传输数据。当车流速度较慢时,在相同的通信距离中有更多的车辆,因此V2I组中更多车辆要在更多时间中通过V2I来传输数据。车辆和RSU之间的V2I传输需要更多的能量,因此,在V2X组中传输数据所需的平均能量比V2I组要少得多。
图10显示了在不同车辆密度下,分簇模型的V2V和V2I部分的能量消耗之间的关系,a),b),c)分别表示仿真实验的车流速度分别在80、96、112公里/小时。聚合度表示不同级别的数据聚合:0表示数据完全非相关,没有聚合,1表示来自每个车辆的所有数据都是相同的。表1表明,在V2I模式下的传输功率比V2V模式要大得多。在V2V传输中,车辆与簇头在相同速度下的平均距离在车流中保持不变,因此,当聚合度增加时,发送的传输功率仍然保持不变。但是在V2I部分,当更多的数据被聚合在一起时,将会有更少的数据被传输,并且传输时间也会减少。因此,当数据聚合度更高时,传输每一比特数据的能量就会减少。当有更多的数据从簇头传输到RSU(例如,聚合度低于图10的交叉点时),基于分簇的服务模型中,V2V会起到更重要的作用,因此将在能效方面显示出更多的优势。
图11显示了上行和下行链路的能量消耗情况。在上行链路的V2X组中,数据从每个节点传输到RSU的能量消耗要低得多。因为每个簇成员的请服务请求和收集的数据都是由CH聚合的,所以簇头通过V2I传输的数据将比所有簇成员上传数据的累加更少。下行链路中,与V2I组相比,V2X组的能量消耗更低、更稳定。在V2I组中,每个节点和RSU之间都是通过V2I通信,所以将消耗更多的能量。因此,V2X组的平均能量消耗优于V2I组。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于簇的公路车载自组织网络数据服务通信系统,包括装有车载单元OBU的车辆节点、路边单元RSU以及数据库服务器,其特征在于,所述车辆节点包括簇头节点和簇成员节点,其中:
簇成员节点,负责通过车载传感装置收集交通/环境信息数据及记录服务需求,并在簇头被选出之后记录簇头编号,将本地数据和需求一起上传给簇头节点后等待簇头节点传回服务数据;
簇头节点,将所在簇的其他成员发送的交通/环境信息数据及服务需求信息进行整合上传到路边单元RSU,再将从RSU收到的数据传输给其所在簇的其他成员车辆;
路边单元RSU,负责用接收到的当地交通/环境信息数据更新数据库服务器的数据,并向数据库服务器发送簇头节点整合的服务需求信息,同时将从数据库服务器获取的被请求的服务需求信息发送给簇头节点;
所述数据库服务器,用以和多个区域中的路边单元RSU相连,通过接收各RSU发来的数据进行更新和维护数据库的实时性和准确性,并向各RSU回传请求的服务需求信息。
2.根据权利要求1所述的一种基于簇的公路车载自组织网络数据服务通信系统,其特征在于:每个车辆节点均包括一个定时器,用于簇成员在定时器设定时间阈值之后仍然未能收到服务数据,则生成一个新的请求并再次发送给它的簇头节点。
3.一种基于簇的公路车载自组织网络数据服务通信方法,其特征在于,包括如下步骤:
步骤(1)、采用分簇算法建立车载自组织网络,根据设定的簇头选择参数自适应动态的选择簇头,只考虑各车辆节点的一跳邻节点,每个簇的大小由簇头的传输范围决定;
步骤(2)、从车载传感器装置中收集当前的交通及环境信息并记录服务需求,每一个簇成员节点生成包括收集的本地交通/环境信息、车辆ID、服务请求ID和簇头ID的数据包一起发送到簇头节点CH,然后设置定时器等待服务响应;
步骤(3)、簇头节点将类似的交通/环境信息和服务请求进行聚合成数据包,然后发送给路边单元RSU;
步骤(4)、当路边单元RSU接收到簇头节点发来的数据包时,用收集的信息来更新数据库服务器中相关服务信息,并根据所有的请求数据生成服务信息包;随后将这些数据通过车与基础设施通信模式V2I传送到簇头节点;
步骤(5)、簇头节点通过车间通信模式V2V不断地向其簇成员广播每个服务包,一旦监听到相对应的服务ID和簇头ID,簇成员将存储数据包并标记接收到服务的请求为满足;如果簇成员在一段等待时间阈值之后仍然未能收到服务数据,则该请求被认为是失败的,该成员将生成一个新的请求并再次发送给它的簇头。
4.根据权利要求3所述的通信方法,其特征在于,所述交通/环境信息包括流量当前的平均速度、位置、天气,以及包含车辆流量或交通密度的交通状况。
5.根据权利要求3所述的通信方法,其特征在于,采用复合权值Wi来进行簇头选择,拥有最低权值的车辆成为簇头,Wi定义为:
Wi=Pi'+Vi'+Ci'+Di',
<mrow>
<msup>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>max</mi>
<mi>i</mi>
</mrow>
</msub>
</mfrac>
<mo>,</mo>
<msup>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mfrac>
<mo>,</mo>
<msup>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mi>&sigma;</mi>
</mfrac>
<mo>,</mo>
<msup>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<mfrac>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<msub>
<mi>D</mi>
<mrow>
<mi>max</mi>
<mi>i</mi>
</mrow>
</msub>
</mfrac>
<mo>;</mo>
</mrow>
其中,Pmax是当前车辆与其通信范围中最远车辆的距离,Vmax是交通规则中规定的车辆可达到的最大速度,Dmax该车在行驶时能达到的最大加速度的绝对值;Pi是当前车辆i和各个簇成员之间的平均距离,Vi是当前车辆i的速度与簇成员的平均速度之差的绝对值,Ci为当前车辆i的连接度,Di表示当前车辆的驾驶员行为,
<mrow>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
<mrow>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>|</mo>
<mrow>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>N</mi>
<mi>i</mi>
</msub>
</mfrac>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
</mrow>
<mo>|</mo>
</mrow>
<mo>,</mo>
</mrow>
σ=2Rt×133×nl/1000,
Ci=|Ni-σ|,
Di=|ai|;
其中,Ni是节点ni的邻节点个数,x,y分别是相对应节点的位置坐标值;vj是节点ni第j个邻节点的速度,σ代表理想连接度,Rt是传输距离,nl是车道数;常数133代表车道在不堵塞情况下可能达到的最大密度为133,单位是:辆/车道/公里;ai表示车辆加速度。
6.根据权利要求5所述的通信方法,其特征在于,步骤(1)中车辆分簇及维护过程如下:
A、当车辆节点检测到自己是一个空闲节点时,即向它的邻节点发送自身的车辆信息包VIP以启动分簇过程;所述车辆信息包VIP包括:车辆ID、行驶速度、车辆位置、权重值;
B、各车辆节点之间通过发送VIP使每个节点能够计算出其权值Wi,,其中拥有最小权值的车辆将成为簇头节点CH;
C、如果一个车辆节点j的加速度小于平均值,则将向其邻节点广播簇头声明包CHA来宣布其适用性,当一个车辆节点i收到一个CHA时,则把收到的权值Wj与自身的权值Wi进行比较,若Wi<Wj,则该节点将发送CHA来竞争簇头,否则,该节点将继续等待簇头维护包CHM来确认簇头ID;
D、在一辆车辆节点发送了CHA后,若经过一个阈值时间后没有收到任何竞争CHA,它会生成并发送CHM向邻节点声明它簇头的身份;每辆接收到这个CHM的车辆都将把该车的ID标记为其簇头ID;如果一辆簇成员车在标记第一个簇头之后又收到另一个CHM,它就会比较两个节点发来的权重值,并决定它的簇头是拥有较小权值的那个节点,若簇成员连续收到两个新节点发来的CHM,就标记自己为该新节点的簇成员,若一段时限后簇成员未收到任何CHM,则将发送VIP发起新的分簇过程。
7.根据权利要求6所述的通信方法,其特征在于,包括设置一个簇头节点的权值阈值WThreshold,若簇头节点的权重低于阈值WThreshold,车辆将保持当前的簇头/簇成员的状态,否则,权值超过阈值WThreshold的车辆节点发出新的VIP来启动新一轮的分簇过程。
8.根据权利要求3所述的通信方法,其特征在于,步骤(2)中,对等待请求服务的计时器设定的等待时间tp的最大边界值由τ=1s时的通信状态决定,以确保系统平均服务时延τ不会过高从而影响系统服务质量,即:
由得到
<mrow>
<msub>
<mi>t</mi>
<mi>p</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>n</mi>
<mi>s</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>&tau;</mi>
<mo>-</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>n</mi>
<mi>s</mi>
</msub>
</msubsup>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>n</mi>
<mrow>
<mi>u</mi>
<mi>s</mi>
</mrow>
</msub>
</mfrac>
<msub>
<mo>|</mo>
<mrow>
<mi>&tau;</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>n</mi>
<mi>s</mi>
</msub>
<mo>-</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>n</mi>
<mi>s</mi>
</msub>
</msubsup>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>n</mi>
<mrow>
<mi>u</mi>
<mi>s</mi>
</mrow>
</msub>
</mfrac>
<mo>;</mo>
</mrow>
其中,ns是成功交付请求的数量,tsi是成功的服务传输的持续时间,nus是不成功的服务请求的数量,tp是车辆在未交付的服务上的等待时间,tsi、ns和nus由数据包大小、发送速率和链路质量决定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228169.2A CN108012244B (zh) | 2017-11-29 | 2017-11-29 | 基于簇的公路车载自组织网络数据服务通信系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228169.2A CN108012244B (zh) | 2017-11-29 | 2017-11-29 | 基于簇的公路车载自组织网络数据服务通信系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108012244A true CN108012244A (zh) | 2018-05-08 |
CN108012244B CN108012244B (zh) | 2020-12-01 |
Family
ID=62054713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711228169.2A Active CN108012244B (zh) | 2017-11-29 | 2017-11-29 | 基于簇的公路车载自组织网络数据服务通信系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108012244B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108737990A (zh) * | 2018-05-09 | 2018-11-02 | 国家计算机网络与信息安全管理中心 | 一种车载网络环境下的多目标实时数据调度算法 |
CN108848480A (zh) * | 2018-09-25 | 2018-11-20 | 青岛智能产业技术研究院 | 一种车联网中能效资源分配的优化方法 |
CN108882150A (zh) * | 2018-06-21 | 2018-11-23 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN109121097A (zh) * | 2018-08-06 | 2019-01-01 | 同济大学 | 一种基于异构车联网分簇的簇头选择方法 |
CN109165164A (zh) * | 2018-09-03 | 2019-01-08 | 长安大学 | 面向车联网封闭测试场的数据管理系统及数据管理方法 |
CN109769225A (zh) * | 2019-03-05 | 2019-05-17 | 维沃移动通信有限公司 | 一种车到车v2v通信方法、网络设备及终端 |
CN109905921A (zh) * | 2019-01-14 | 2019-06-18 | 湖南理工学院 | 一种多信道环境下车联网v2r/v2v协作数据传输调度方法 |
CN110290495A (zh) * | 2019-06-13 | 2019-09-27 | 南京航空航天大学 | 车联网频谱协作仿真系统 |
CN110310480A (zh) * | 2019-06-25 | 2019-10-08 | 电子科技大学 | 一种基于拥塞控制的实时路径规划方法 |
CN110428618A (zh) * | 2019-07-25 | 2019-11-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
CN110881165A (zh) * | 2019-09-24 | 2020-03-13 | 北京航空航天大学 | 用于车联网的分簇多信道QoS接入方法、装置及设备 |
CN111131031A (zh) * | 2019-12-27 | 2020-05-08 | 南京邮电大学 | 一种基于移动性权重的vanet集群分簇优化方法 |
CN111148071A (zh) * | 2019-12-31 | 2020-05-12 | 中国联合网络通信集团有限公司 | 一种数据传输方法和车载终端 |
CN111194018A (zh) * | 2020-01-06 | 2020-05-22 | 北京邮电大学 | 面向车辆自组网的移动边缘数据上传方法及系统 |
WO2020098147A1 (zh) * | 2018-11-14 | 2020-05-22 | 北京宝沃汽车有限公司 | 车辆控制方法、系统及车辆 |
WO2020140288A1 (zh) * | 2019-01-04 | 2020-07-09 | 株式会社Ntt都科摩 | 无线通信方法及设备 |
CN111418190A (zh) * | 2018-11-02 | 2020-07-14 | 联发科技股份有限公司 | 新无线电车联网群集管理的方法和装置 |
CN111628818A (zh) * | 2020-05-15 | 2020-09-04 | 哈尔滨工业大学 | 空地无人系统分布式实时通信方法、装置及多无人系统 |
CN113132483A (zh) * | 2021-04-20 | 2021-07-16 | 昆明理工大学 | 一种基于v2x的车联网事故视频消息分发方法 |
CN113179502A (zh) * | 2021-04-30 | 2021-07-27 | 南京邮电大学 | 基于随机网络编码技术的v2r与v2v间切换方法和系统 |
CN113347605A (zh) * | 2021-06-23 | 2021-09-03 | 重庆大学 | 车辆信息传输网络组建方法、网络及bsm信息分发方法 |
CN113870592A (zh) * | 2021-10-20 | 2021-12-31 | 温州大学 | 一种基于deec分簇的交通灯改进配时方法 |
EP3813394A4 (en) * | 2018-06-19 | 2022-01-05 | NTT DoCoMo, Inc. | USER DEVICE AND BASE STATION DEVICE |
CN114095902A (zh) * | 2021-10-09 | 2022-02-25 | 华南理工大学 | 基于V2I与V2V协作的无人驾驶HD Map数据分发方法 |
CN114170807A (zh) * | 2020-09-11 | 2022-03-11 | 北京聚利科技有限公司 | 车辆轨迹信息获取方法、装置、设备和存储介质 |
CN114495505A (zh) * | 2022-02-07 | 2022-05-13 | 中国第一汽车股份有限公司 | 拥堵路段通过时长的预测方法、装置、介质及服务器 |
CN114650500A (zh) * | 2022-03-08 | 2022-06-21 | 中国移动通信集团江苏有限公司 | 数据分发方法、装置、电子设备和存储介质 |
CN114979315A (zh) * | 2022-03-30 | 2022-08-30 | 江苏杰泽罗通信科技有限公司 | 一种用于车载自组织网络的mac协议 |
CN116709532A (zh) * | 2023-08-08 | 2023-09-05 | 合肥工业大学 | 车联网环境下基于冲突图和聚类的数据调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103095593A (zh) * | 2013-01-11 | 2013-05-08 | 上海交通大学 | 车辆自组网络的路由系统及方法 |
CN105472688A (zh) * | 2015-11-18 | 2016-04-06 | 东华大学 | 一种车载自组网中车辆均匀分布下的分层多跳链路方法 |
US20160150451A1 (en) * | 2013-08-05 | 2016-05-26 | Universidade De Aveiro | Method and apparatus for multi-network communication in vehicular networks |
CN106600652A (zh) * | 2016-12-30 | 2017-04-26 | 南京工业大学 | 一种基于人工神经网络的全景摄像头定位方法 |
CN107274713A (zh) * | 2017-07-11 | 2017-10-20 | 东华大学 | 一种基于簇的停车诱导方法 |
-
2017
- 2017-11-29 CN CN201711228169.2A patent/CN108012244B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103095593A (zh) * | 2013-01-11 | 2013-05-08 | 上海交通大学 | 车辆自组网络的路由系统及方法 |
US20160150451A1 (en) * | 2013-08-05 | 2016-05-26 | Universidade De Aveiro | Method and apparatus for multi-network communication in vehicular networks |
CN105472688A (zh) * | 2015-11-18 | 2016-04-06 | 东华大学 | 一种车载自组网中车辆均匀分布下的分层多跳链路方法 |
CN106600652A (zh) * | 2016-12-30 | 2017-04-26 | 南京工业大学 | 一种基于人工神经网络的全景摄像头定位方法 |
CN107274713A (zh) * | 2017-07-11 | 2017-10-20 | 东华大学 | 一种基于簇的停车诱导方法 |
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108737990A (zh) * | 2018-05-09 | 2018-11-02 | 国家计算机网络与信息安全管理中心 | 一种车载网络环境下的多目标实时数据调度算法 |
EP3813394A4 (en) * | 2018-06-19 | 2022-01-05 | NTT DoCoMo, Inc. | USER DEVICE AND BASE STATION DEVICE |
CN108882150A (zh) * | 2018-06-21 | 2018-11-23 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN108882150B (zh) * | 2018-06-21 | 2020-07-24 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN109121097A (zh) * | 2018-08-06 | 2019-01-01 | 同济大学 | 一种基于异构车联网分簇的簇头选择方法 |
CN109165164A (zh) * | 2018-09-03 | 2019-01-08 | 长安大学 | 面向车联网封闭测试场的数据管理系统及数据管理方法 |
CN109165164B (zh) * | 2018-09-03 | 2022-04-19 | 长安大学 | 面向车联网封闭测试场的数据管理系统及数据管理方法 |
CN108848480A (zh) * | 2018-09-25 | 2018-11-20 | 青岛智能产业技术研究院 | 一种车联网中能效资源分配的优化方法 |
CN108848480B (zh) * | 2018-09-25 | 2020-10-16 | 青岛智能产业技术研究院 | 一种车联网中能效资源分配的优化方法 |
CN111418190A (zh) * | 2018-11-02 | 2020-07-14 | 联发科技股份有限公司 | 新无线电车联网群集管理的方法和装置 |
WO2020098147A1 (zh) * | 2018-11-14 | 2020-05-22 | 北京宝沃汽车有限公司 | 车辆控制方法、系统及车辆 |
WO2020140288A1 (zh) * | 2019-01-04 | 2020-07-09 | 株式会社Ntt都科摩 | 无线通信方法及设备 |
CN109905921A (zh) * | 2019-01-14 | 2019-06-18 | 湖南理工学院 | 一种多信道环境下车联网v2r/v2v协作数据传输调度方法 |
CN109905921B (zh) * | 2019-01-14 | 2022-04-12 | 湖南理工学院 | 一种多信道环境下车联网v2r/v2v协作数据传输调度方法 |
CN109769225A (zh) * | 2019-03-05 | 2019-05-17 | 维沃移动通信有限公司 | 一种车到车v2v通信方法、网络设备及终端 |
CN110290495A (zh) * | 2019-06-13 | 2019-09-27 | 南京航空航天大学 | 车联网频谱协作仿真系统 |
CN110310480A (zh) * | 2019-06-25 | 2019-10-08 | 电子科技大学 | 一种基于拥塞控制的实时路径规划方法 |
CN110428618A (zh) * | 2019-07-25 | 2019-11-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
CN110428618B (zh) * | 2019-07-25 | 2021-10-08 | 上海工程技术大学 | 基于VANETs的双向车道拥堵检测及信息转发方法 |
CN110881165A (zh) * | 2019-09-24 | 2020-03-13 | 北京航空航天大学 | 用于车联网的分簇多信道QoS接入方法、装置及设备 |
CN111131031B (zh) * | 2019-12-27 | 2022-05-20 | 南京邮电大学 | 一种基于移动性权重的vanet集群分簇优化方法 |
CN111131031A (zh) * | 2019-12-27 | 2020-05-08 | 南京邮电大学 | 一种基于移动性权重的vanet集群分簇优化方法 |
CN111148071A (zh) * | 2019-12-31 | 2020-05-12 | 中国联合网络通信集团有限公司 | 一种数据传输方法和车载终端 |
CN111148071B (zh) * | 2019-12-31 | 2023-08-11 | 中国联合网络通信集团有限公司 | 一种数据传输方法和车载终端 |
CN111194018A (zh) * | 2020-01-06 | 2020-05-22 | 北京邮电大学 | 面向车辆自组网的移动边缘数据上传方法及系统 |
CN111194018B (zh) * | 2020-01-06 | 2021-03-02 | 北京邮电大学 | 面向车辆自组网的移动边缘数据上传方法及系统 |
CN111628818A (zh) * | 2020-05-15 | 2020-09-04 | 哈尔滨工业大学 | 空地无人系统分布式实时通信方法、装置及多无人系统 |
CN111628818B (zh) * | 2020-05-15 | 2022-04-01 | 哈尔滨工业大学 | 空地无人系统分布式实时通信方法、装置及多无人系统 |
CN114170807A (zh) * | 2020-09-11 | 2022-03-11 | 北京聚利科技有限公司 | 车辆轨迹信息获取方法、装置、设备和存储介质 |
CN114170807B (zh) * | 2020-09-11 | 2023-04-28 | 北京聚利科技有限公司 | 车辆轨迹信息获取方法、装置、设备和存储介质 |
CN113132483A (zh) * | 2021-04-20 | 2021-07-16 | 昆明理工大学 | 一种基于v2x的车联网事故视频消息分发方法 |
CN113179502B (zh) * | 2021-04-30 | 2023-12-12 | 南京邮电大学 | 基于随机网络编码技术的v2r与v2v间切换方法和系统 |
CN113179502A (zh) * | 2021-04-30 | 2021-07-27 | 南京邮电大学 | 基于随机网络编码技术的v2r与v2v间切换方法和系统 |
CN113347605B (zh) * | 2021-06-23 | 2023-03-03 | 重庆大学 | 车辆信息传输网络组建方法、网络及bsm信息分发方法 |
CN113347605A (zh) * | 2021-06-23 | 2021-09-03 | 重庆大学 | 车辆信息传输网络组建方法、网络及bsm信息分发方法 |
CN114095902A (zh) * | 2021-10-09 | 2022-02-25 | 华南理工大学 | 基于V2I与V2V协作的无人驾驶HD Map数据分发方法 |
CN114095902B (zh) * | 2021-10-09 | 2024-04-05 | 华南理工大学 | 无人驾驶HD Map数据分发方法 |
CN113870592A (zh) * | 2021-10-20 | 2021-12-31 | 温州大学 | 一种基于deec分簇的交通灯改进配时方法 |
CN114495505A (zh) * | 2022-02-07 | 2022-05-13 | 中国第一汽车股份有限公司 | 拥堵路段通过时长的预测方法、装置、介质及服务器 |
CN114495505B (zh) * | 2022-02-07 | 2023-08-15 | 中国第一汽车股份有限公司 | 拥堵路段通过时长的预测方法、装置、介质及服务器 |
CN114650500A (zh) * | 2022-03-08 | 2022-06-21 | 中国移动通信集团江苏有限公司 | 数据分发方法、装置、电子设备和存储介质 |
CN114979315A (zh) * | 2022-03-30 | 2022-08-30 | 江苏杰泽罗通信科技有限公司 | 一种用于车载自组织网络的mac协议 |
CN114979315B (zh) * | 2022-03-30 | 2023-12-22 | 江苏杰泽罗通信科技有限公司 | 一种用于车载自组织网络的信道资源共享接入方法 |
CN116709532A (zh) * | 2023-08-08 | 2023-09-05 | 合肥工业大学 | 车联网环境下基于冲突图和聚类的数据调度方法 |
CN116709532B (zh) * | 2023-08-08 | 2023-10-20 | 合肥工业大学 | 车联网环境下基于冲突图和聚类的数据调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108012244B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108012244B (zh) | 基于簇的公路车载自组织网络数据服务通信系统及方法 | |
US10459454B2 (en) | Platoon control | |
Nafi et al. | A VANET based intelligent road traffic signalling system | |
Rawashdeh et al. | A novel algorithm to form stable clusters in vehicular ad hoc networks on highways | |
Omar et al. | Performance evaluation of VeMAC supporting safety applications in vehicular networks | |
US8106792B2 (en) | Program and method for adaptive mobile ad-hoc wireless communication | |
CN102625237B (zh) | 路边设备与车辆通信中的最佳中继选择方法 | |
Shaghaghi et al. | Adaptive green traffic signal controlling using vehicular communication | |
Amer et al. | A game theory approach for congestion control in vehicular ad hoc networks | |
Lin et al. | Integrated message dissemination and traffic regulation for autonomous VANETs | |
Chang et al. | Adaptive message forwarding for avoiding broadcast storm and guaranteeing delay in active safe driving VANET | |
Akinlade | Adaptive transmission power with vehicle density for congestion control | |
Sheu et al. | A distributed taxi hailing protocol in vehicular ad-hoc networks | |
Bi et al. | Safety message broadcast in vehicular networks | |
Marques et al. | Evaluation of strategies for emergency message dissemination in vanets | |
Verma et al. | A method for improving data delivery efficiency in vehicular adhoc networks | |
Saito et al. | Inter-vehicle ad-hoc communication protocol for acquiring local traffic information | |
Taherkhani | Congestion control in vehicular ad hoc networks | |
Elbery et al. | VANET Communication and Mobility Sustainability: Interactions and Mutual Impacts in Vehicular Environment | |
Tian | Data dissemination protocols and mobility model for VANETs | |
CN105933855A (zh) | 基于用户满意度的车联网数据下载方法 | |
Rivero-Angeles et al. | Data Dissemination Performance in P2P-Based Vehicular Communications for Smart City Environments | |
Togou | Enhancing infotainment applications quality of service in vehicular ad hoc networks | |
Shi et al. | Cooperative V2X for cluster-based vehicular networks | |
Surugiu et al. | Monitoring and warning system of a route based on roadside sensors in VANET |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 210009, 5 new model street, Gulou District, Jiangsu, Nanjing Applicant after: Nanjing University of Technology Address before: 211816 Puzhu South Road, Pukou District, Nanjing, Jiangsu Province, No. 30 Applicant before: Nanjing University of Technology |
|
GR01 | Patent grant | ||
GR01 | Patent grant |