CN109889994A - 一种车联网ieee 802.11广播性能分析方法及应用 - Google Patents

Abstract

本发明公开了一种车联网IEEE 802.11广播性能分析方法及应用，属于车联网技术领域。通过考虑连续冻结过程建立二维马尔科夫状态转移链，根据该二维马尔科夫状态转移链计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而准确预测出车辆节点的发送分组的平均时延、吞吐量及成功接收率；该方法适用于广播机制下车联网媒体控制接入层的性能分析，为准确预测MAC层的性能提供理论分析依据，且根据仿真实验数据可知，无论是在竞争窗口较大还是竞争窗口较小的情况下，该方法预测得到的车辆节点的发送分组的平均时延、吞吐量及成功接收率的值，相对于现有的一维马尔科夫模型预测出的值更接近于实际值。

Description

一种车联网IEEE 802.11广播性能分析方法及应用

技术领域

本发明涉及一种车联网IEEE 802.11广播性能分析方法及应用，属于车联网技术领域。

背景技术

车载自组织网络(Vehicular Ad hoc NETwork,VANET)也称车联网，作为智能交通系统里的关键技术，通过开启车辆与车辆之间的通信(Vehicle-to-Vehicle,V2V)以及车辆与基础设施之间的通信(Vehicle-to-Infrastructure,V2I)，使得车辆能够感知道路环境，包括车辆，行人和障碍物，基础设施，从而实现紧急事故预警，规避危险，增强道路安全。

在车联网中，媒体访问控制(Medium Access Control,MAC)层主要规范移动车辆节点对共享信道的访问。节点访问信道的形式包括单播和广播。目前，针对MAC层的研究主要集中在IEEE 802.11协议簇中单播方式下载波监听多点接入/冲突避免(Carrier SenseMultiple Access with Collision Avoidance,CSMA/CA)机制及其采用的二进制退避规则上。而在实际应用场景中，安全信息(车辆的位置，速度，加速度，行驶方向等)的传输以及大多数网络服务(动态主机配置，地址解析等)均基于广播方式工作。

研究表明，广播方式下较易出现连续冻结过程(consecutive freeze process,CFP)，且争用信道的竞争窗口值越小，CFP现象发生地越频繁。而目前，针对广播方式下的MAC层性能分析的研究成果还较少，且多使用简单的一维马尔科夫模型，该模型忽略了CFP现象，仅通过删减Bianchi提出的单播方式下二维马尔科夫模型的重传阶得到。故当节点争用信道的竞争窗口值较小时，该模型预测节点的性能指标的能力较差。因此，有必要建立一个可靠的广播性能分析模型，为基于IEEE 802.11广播方式工作的应用提供理论分析与优化依据。

发明内容

为了解决目前存在的针对广播方式下的MAC层性能分析采用简单的一维马尔科夫模型预测节点的性能指标的能力较差的问题，本发明提供了一种车联网IEEE 802.11广播性能分析方法及应用，技术方案如下：

一种车联网IEEE 802.11广播性能分析方法，所述方法包括：考虑连续冻结过程建立二维马尔科夫状态转移链；根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率。

可选的，所述考虑连续冻结过程建立二维马尔科夫状态转移链，包括：将连续冻结过程分为连续发送分组过程和连续退避冻结过程两个过程；将连续发送分组过程和连续退避冻结过程作为车辆节点接入信道的两个必要过程，建立二维马尔科夫状态转移链。

可选的，所述方法包括：

当车辆节点有待发送的数据分组时，选择在等待分布式帧间间隔时间后，随机从[0,CW-1]里选择一个整数作为退避计数器的初始值；其中，CW是竞争窗口值，无论数据分组是否被成功传输，其竞争窗口值均保持不变；

每经过一个时隙的分布式帧间间隔时间，车辆节点会检测信道，若信道被检测为空闲，则退避计数器的值减1；否则，退避计数器被冻结，直到信道再次被检测为空闲且在分布式帧间间隔时间段内连续空闲。

可选的，当退避计数器的值递减到0，车辆节点将占用信道广播该数据分组。

可选的，所述根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，包括，各状态的概率如下：

P{1,k-1|0,k}＝1,k∈[1,W₀-1] 式(2)

P{1,k-1|1,k}＝1-p_b,k∈[1,W₀-1) 式(3)

P{2,k|1,k}＝p_b,k∈[1,W₀-1) 式(4)

P{1,k-1|2,k}＝1,k∈[1,W₀-1) 式(5)

上述式(1)～(5)中，p_b表示处于退避过程中的节点检测到信道繁忙的概率；令b_i,k表示车辆节点处于{i,k}状态的概率，(0<k<W₀,0≤i≤2)；可得：

联合式(1)～(6)，可得：

车辆节点处于各状态的总概率和为1，因此：

进一步，求得车辆节点处于{1,0}状态的概率为：

若同一个通信范围内，有n个车辆节点共享一个无线信道，则p_b为其它n-1个同处于常规退避过程中的车辆节点至少有一个处于b_1,0状态的概率，即各状态的转换状态概率为：

上述公式(1)～(11)中，W₀为节点争用信道使用的竞争窗口值。

可选的，所述进而推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率中，发送分组的平均时延的计算过程如下：

将发送分组从源车辆节点发送到目的车辆节点所消耗的总时间记为时延，包括信道访问时延和传输时延；其中，信道访问时延包括信道空闲退避减一的时延、退避过程中冻结时延以及等待分布式帧间间隔时间的总时延；

考虑连续冻结过程，设车辆节点每次连续退避冻结的平均时间为len1个分组被连续广播占用信道的总时间，则len1如下式(12)：

其中，n_i为其他n-1个节点中连续发送i个分组的车辆节点总个数，

记连续发送分组过程中每次平均占用的时间为len2个分组被连续广播的时间，则len2如下式(14)：

其中，m_i为连续发送i个分组的车辆节点个数，

根据二维马尔科夫状态转移链，计算出每一次连续发送分组的总时延E：

E[F]＝len1×(EP+DIFS) (17)

E[L]＝len2×(EP+DIFS) (18)

其中，σ为一个分布式帧间间隔时间，E[F]为车辆节点每次由于连续退避冻结所消耗的平均时间，E[L]为每次连续发送分组过程消耗的平均时间，EP为广播一个分组占用信道的时间；

由于len2只是每次连续发送分组过程中连续发送分组个数最多的节点广播的分组个数，因此，车辆节点在每次连续发送分组的过程中实际发送分组的平均个数为num：

根据连续发送分组的总时延，得到车辆节点发送单个分组的平均时延E[X]：

可选的，根据车辆节点发送单个分组的平均时延E[X]计算出车辆节点单位时间内的吞吐量为S：

其中，P为每个分组的长度。

可选的，所述车辆节点的成功接收率计算过程如下：

p_c,i＝1-p_s,i,i>0 (23)

其中，p_s,i为车辆节点在连续发送分组的过程中第i个分组被成功发送的概率，p_c,i为车辆节点在连续发送分组过程中第i个分组被发送失败的概率；

假设信道为理想信道，则节点广播的分组被成功接收到的概率，即成功接收率为：

可选的，所述车联网IEEE 802.11为使用IEEE 802.11协议的分布式协调功能接入信道的车载自组织网络。

本发明的另外一个目的在于提供上述车联网IEEE 802.11广播性能分析方法在车联网技术领域内的应用。

本发明有益效果是：

通过考虑连续冻结过程建立二维马尔科夫状态转移链，根据该二维马尔科夫状态转移链计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而准确预测出车辆节点的发送分组的平均时延、吞吐量及成功接收率；本发明提供的车联网IEEE802.11广播性能分析方法适用于广播机制下车联网媒体控制接入层的性能分析，为准确预测MAC层的性能提供理论分析依据，且根据仿真实验数据可知，本发明提供的车联网IEEE 802.11广播性能分析方法预测得到的车辆节点的发送分组的平均时延、吞吐量及成功接收率的值，相对于现有的一维马尔科夫模型预测出的值更接近于实际值，且无论是在竞争窗口较大还是竞争窗口较小的情况下，本发明提供的车联网IEEE 802.11广播性能分析方法预测出的车辆节点的性能指标值均更接近于实际值。

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是连续冻结过程示意图。

图2是二维马尔科夫链模型示意图。

图3是车辆节点发送分组的平均时延随竞争窗口值的变化曲线。

图4是车辆节点发送分组的单位时间吞吐量随竞争窗口值的变化曲线。

图5是车辆节点发送分组的成功接收率随竞争窗口值的变化曲线。

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。

实施例一：

本实施例提供一种车联网IEEE 802.11广播性能分析方法，所述方法提出一种二维马尔科夫分析模型，该二维马尔科夫模型将连续冻结过程(consecutive freezeprocess,CFP)现象映射为连续发送分组过程与连续退避冻结过程进行分析，能较精确地预测饱和状态下车联网中车辆节点在广播方式下分组传输的平均时延，吞吐量，以及成功接收率。

本发明提出的IEEE 802.11广播性能分析，包括以下步骤：

步骤1：探讨车辆节点在传输分组过程中出现的连续退避冻结现象及其对性能分析结果的影响；

步骤2：将连续冻结过程分为连续发送分组过程和连续退避冻结过程两个层面阐述分析其成因及对性能分析的影响；

将CFP映射为连续发送分组过程和连续退避冻结过程分析，请参考图1，图1简单描述了这两种过程，假设车辆节点A和车辆节点B共享一个无线信道广播分组，则如图1所示，在t0时刻，信道空闲，节点A恰好退避到0，因此节点A获得信道访问资格并接入共享无线信道广播分组。待其分组传输完毕后，节点A释放信道资源，信道再次空闲，在等待一个等待分布式帧间间隔(Distributed Inter-Frame Spacing,DIFS)时间后的t₁时刻，节点A重新从[0,CW-1]里随机选取一个值作为退避计数器的值，此时恰好选择了0(概率为1/CW)，节点A再次获得信道访问资格、继续广播下一个分组。

t₂时刻，节点A的第二个数据分组发送完毕。

而对于节点B，在t0时刻，其退避到x₁(x_1≠0)，由于信道被节点A占用，节点B会检测到信道繁忙，因而进入到退避冻结状态，冻结时间为节点在信道中广播一个分组的时间。在节点A发送完分组后，节点B冻结过程结束，信道空闲。

同样地，在等待一个DIFS时间之后的t₁时刻，由于信道再次被节点A占用，节点B又一次检测到信道繁忙，此时，节点B的退避计数器的值并没有减一，而是保持退避计数器的值为x₁并再次进入退避冻结状态。

可观察到，在[t₀，t₂]时间段内，节点A连续广播了两个分组，将此过程称为连续发送分组过程；而节点B在此时间段内退避计数器的值连续冻结了两个分组传输的时间长度，此过程称为连续退避冻结过程。

步骤3：将连续发送分组过程和连续退避冻结过程作为车辆节点接入信道的两个必要过程，建立二维马尔科夫状态转移链，请参考图2；

其中，W₀＝CW，为争用信道的竞争窗口值。

p_b为处于退避过程中的节点检测到信道繁忙的概率。

设{b(t),s(t)}为马尔科夫链中的随机状态，其中，b(t)为t时刻节点所处的退避阶数。b(t)＝0表示节点处于连续发送分组过程刚结束的状态；b(t)＝1时表示节点处于常规退避过程中的状态；b(t)＝2表示节点处于连续冻结过程刚结束的状态。s(t)为t时刻节点退避计数器的值。当节点处于{1,0}状态时，代表其退避计数器的值为0，节点将占用信道并开始广播分组。

步骤4：根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于该状态链中各状态的概率及转换状态概率，推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率；

根据该二维马尔科夫状态链，可得到以下状态转移概率：

P{1,k-1|0,k}＝1,k∈[1,W₀-1] 式(2)

P{1,k-1|1,k}＝1-p_b,k∈[1,W₀-1) 式(3)

P{2,k|1,k}＝p_b,k∈[1,W₀-1) 式(4)

P{1,k-1|2,k}＝1,k∈[1,W₀-1) 式(5)

令b_i,k表示节点处于{i,k}状态的概率，(0<k<W₀,0≤i≤2)。可得：

联合式(1)～(6)，可得：

车辆节点处于各状态的总概率和为1，因此：

进一步，求得车辆节点处于{1,0}状态的概率为：

若同一个通信范围内，有n个车辆节点共享一个无线信道，则p_b为其它n-1个同处于常规退避过程中的车辆节点至少有一个处于b_1,0状态的概率，即各状态的转换状态概率为：

故发送分组的平均时延的计算过程如下：

将分组从源节点发送到目的节点所消耗的总时间记为时延，主要包括信道访问时延(信道空闲退避减一的时延、退避过程中冻结时延以及等待DIFS的总时延)，传输时延。

考虑连续冻结过程，设节点每次连续退避冻结的平均时间为len1个分组被连续广播占用信道的总时间：

其中，n_i为其他n-1个节点中连续发送i个分组的节点总个数：

记连续发送分组过程每次平均占用的时间为len2个分组被连续广播的时间：

其中，m_i为连续发送i个分组的车辆节点个数，

根据二维马尔科夫状态转移链，可计算出每一次连续发送分组的总时延E：

E[F]＝len1×(EP+DIFS) (17)

E[L]＝len2×(EP+DIFS) (18)

其中，σ为一个分布式帧间间隔时间，E[F]为车辆节点每次由于连续退避冻结所消耗的平均时间，E[L]为每次连续发送分组过程消耗的平均时间，EP为广播一个分组占用信道的时间；

由于len2只是每次连续发送分组过程中连续发送分组个数最多的节点广播的分组个数，因此，需要计算出节点在每次连续发送分组的过程中实际发送分组的平均个数：

再根据连续发送分组的总时延，可得到节点发送单个分组的平均时延E[X]：

进一步的，根据分组的平均传输时延E[X]计算出节点单位时间内的吞吐量：

其中，P为每个分组的长度。

所述车辆节点的成功接收率计算过程如下：

p_c,i＝1-p_s,i,i>0 (23)

其中，p_s,i为车辆节点在连续发送分组的过程中第i个分组被成功发送的概率，p_c,i为车辆节点在连续发送分组过程中第i个分组被发送失败的概率；

假设信道为理想信道，则节点广播的分组被成功接收到的概率，即成功接收率为：

本发明实施例考虑广播方式下较易出现连续冻结过程建立二维马尔科夫状态转移链；根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率。

实施例二：

本实施例提供一种上述实施例一给出的车联网IEEE 802.11广播性能分析方法在车联网技术领域内的应用方法，应用场景为：使用IEEE 802.11协议的分布式协调功能接入信道的车载自组织网络。

当使用IEEE 802.11协议的分布式协调功能接入信道的车载自组织网络中的车辆节点有待发送的数据分组时，会在DIFS时间后，随机从[0,CW-1]里选择一个整数作为退避计数器的初始值，其中，CW是竞争窗口值。

每经过一个时隙的时间间隔，节点会检测信道，若信道被检测为空闲，则退避计数器的值减1；否则，退避计数器被冻结，直到信道再次被检测为空闲且在DIFS时间段内连续空闲。

若退避计数器的值递减到0，节点将占用信道广播该分组。

与单播方式下不同的是，广播机制下的分组中不包含控制帧，分组在传输过程中发生冲突后不会被检测到传输失败而重传。因此，无论分组是否被成功传输，其竞争窗口值均保持不变。

通过MATLAB模拟车载自组织网络中节点广播分组的场景，验证本发明提出的二维马尔科夫分析模型，并与一维马尔科夫分析模型作对比：

实验结果如图3、4和5所示，图3是本发明在饱和状态下，通信范围内的车辆数目为20(n＝20)和40(n＝40)，竞争窗口为[4,64]时，各车辆节点广播分组的平均时延随竞争窗口的变化情况。

从图3中可观察到，忽略了连续退避冻结现象的一维分析模型在竞争窗口较小时，其平均时延的理论值比实验得到的平均时延小；而本发明建立的考虑了连续退避冻结现象的二维马尔科夫模型无论是在竞争窗口较大还是竞争窗口较小的情况下，推导出的平均时延理论值均与仿真实验得到的平均时延很接近。

图4是本发明在饱和状态下，通信范围内的车辆数目为20(n＝20)和40(n＝40)，竞争窗口为[4,64]时，各节点单位时间的吞吐量随竞争窗口的变化情况。从图4中可以看出，车辆数目为20和40时，无论竞争窗口取何值，二维马尔科夫分析模型均能很好地预测节点的吞吐量，其理论吞吐量的值与仿真实验下的吞吐量值都很接近。

图5本发明在饱和状态下，通信范围内的车辆数目为20(n＝20)和40(n＝40)，竞争窗口为[4,64]时，节点广播分组的成功接收率随竞争窗口的变化情况。从图5中可以观察到，当n＝20，W₀>20时或n＝40，W₀>30时，一维马尔科夫模型与二维马尔科夫模型均能很好地预测节点广播分组的成功接收率。

而当n＝20，W₀<20时或n＝40，W₀<30时，一维马尔科夫分析模型下分组的成功接收率理论值与仿真实验值相比偏低。

相比较而言，即使是在小竞争窗口的情况下，增加考虑了连续冻结过程的二维马尔科夫分析模型也能较准确地预测节点广播分组的成功接收率。

本发明实施例中的部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。

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 (10)

1.一种车联网IEEE 802.11广播性能分析方法，其特征在于，所述方法包括：考虑连续冻结过程建立二维马尔科夫状态转移链；根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，进而推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率。

2.根据权利要求1所述的方法，其特征在于，所述考虑连续冻结过程建立二维马尔科夫状态转移链，包括：将连续冻结过程分为连续发送分组过程和连续退避冻结过程两个过程；将连续发送分组过程和连续退避冻结过程作为车辆节点接入信道的两个必要过程，建立二维马尔科夫状态转移链。

3.根据权利要求2所述的方法，其特征在于，所述方法包括：

当车辆节点有待发送的数据分组时，选择在等待分布式帧间间隔时间后，随机从[0，CW-1]里选择一个整数作为退避计数器的初始值；其中，CW是竞争窗口值，无论数据分组是否被成功传输，其竞争窗口值均保持不变；

每经过一个时隙的分布式帧间间隔时间，车辆节点会检测信道，若信道被检测为空闲，则退避计数器的值减1；否则，退避计数器被冻结，直到信道再次被检测为空闲且在分布式帧间间隔时间段内连续空闲。

4.根据权利要求3所述的方法，其特征在于，当退避计数器的值递减到0，车辆节点将占用信道广播该数据分组。

5.根据权利要求1-4任一所述的方法，其特征在于，所述根据建立好的二维马尔科夫状态转移链，计算出车辆节点处于二维马尔科夫状态转移链中各状态的概率及转换状态概率，包括，各状态的概率如下：

P{1，k-1|0，k}＝1，k∈[1，W₀-1]式(2)

P{1，k-1|1，k}＝1-p_b，k∈[1，W₀-1)式(3)

P{2，k|1，k}＝p_b，k∈[1，W₀-1)式(4)

P{1，k-1|2，k}＝1，k∈[1，W₀-1)式(5)

上述式(1)～(5)中，p_b表示处于退避过程中的节点检测到信道繁忙的概率；令b_i，k表示车辆节点处于{i，k}状态的概率，(0＜k＜W₀，0≤i≤2)；可得：

联合式(1)～(6)，可得：

车辆节点处于各状态的总概率和为1，因此：

进一步，求得车辆节点处于{1，0}状态的概率为：

若同一个通信范围内，有n个车辆节点共享一个无线信道，则p_b为其它n-1个同处于常规退避过程中的车辆节点至少有一个处于b_1，0状态的概率，即各状态的转换状态概率为：

上述公式(1)～(11)中，W₀为节点争用信道使用的竞争窗口值。

6.根据权利要求5所述的方法，其特征在于，所述进而推导出车辆节点的发送分组的平均时延、吞吐量及成功接收率中，发送分组的平均时延的计算过程如下：

将发送分组从源车辆节点发送到目的车辆节点所消耗的总时间记为时延，包括信道访问时延和传输时延；其中，信道访问时延包括信道空闲退避减一的时延、退避过程中冻结时延以及等待分布式帧间间隔时间的总时延；

考虑连续冻结过程，设车辆节点每次连续退避冻结的平均时间为len1个分组被连续广播占用信道的总时间，则len1如下式(12)：

其中，n_i为其他n-1个节点中连续发送i个分组的车辆节点总个数，

记连续发送分组过程中每次平均占用的时间为len2个分组被连续广播的时间，则len2如下式(14)：

其中，m_i为连续发送i个分组的车辆节点个数，

根据二维马尔科夫状态转移链，计算出每一次连续发送分组的总时延E：

E[F]＝len1×(EP+DIFS)(17)

E[L]＝len2×(EP+DIFS)(18)

其中，σ为一个分布式帧间间隔时间，E[F]为车辆节点每次由于连续退避冻结所消耗的平均时间，E[L]为每次连续发送分组过程消耗的平均时间，EP为广播一个分组占用信道的时间；

由于len2只是每次连续发送分组过程中连续发送分组个数最多的节点广播的分组个数，因此，车辆节点在每次连续发送分组的过程中实际发送分组的平均个数为num：

根据连续发送分组的总时延，得到车辆节点发送单个分组的平均时延E[X]：

7.根据权利要求6所述的方法，其特征在于，根据车辆节点发送单个分组的平均时延E[X]计算出车辆节点单位时间内的吞吐量为S：

其中，P为每个分组的长度。

8.根据权利要求7所述的方法，其特征在于，所述车辆节点的成功接收率计算过程如下：

p_c，i＝1-p_s，i，i＞0(23)

其中，p_s，i为车辆节点在连续发送分组的过程中第i个分组被成功发送的概率，p_c，i为车辆节点在连续发送分组过程中第i个分组被发送失败的概率；

假设信道为理想信道，则节点广播的分组被成功接收到的概率，即成功接收率为：

9.根据权利要求1-8任一所述的方法，其特征在于，所述车联网IEEE 802.11为使用IEEE 802.11协议的分布式协调功能接入信道的车载自组织网络。

10.权利要求1-9任一所述的方法在车联网技术领域内的应用。