车联网中一种基于队列模型的需求感知多信道协同合作MAC协议设计

发布时间：2020-05-03 13:16

【摘要】：随着我国经济的高速发展,人们对交通资源的需求日益增加。然而高速公路车辆的高度机动性和动态的网络拓扑等特性给网络连通带来了极大的困扰。因此设计一种连通模型来分析车联网的连通性能和一种适用于车载环境的介质访问控制协议(Medium Access Control,MAC)是目前研究的热点。本文主要研究高速公路车载自组织网络中队列模型的连通性和基于队列模型的MAC协议设计。主要研究内容如下:首先,数据包的传输必须建立在网络连通基础之上,为了确保车辆在道路上有效地接入网络,本文根据车辆在高速公路的行驶特点,提出一种基于队列的连通性分析模型。该模型主要分析了在单车道和多车道情况下,基站间距、车辆的行驶速度、相邻车辆间距、相邻队列间距、基站覆盖范围、普通车辆节点、覆盖范围等参数与连通概率的关系,并且在给定队列比率和连通概率的情况下,能够算出相邻基站部署间距。仿真结果表明,运用队列分析模型的连通概率高于没有使用队列模型分析的场景。这一研究结果为本文后续研究车载自组织网络MAC协议的连通性提供了保障。其次,本文在队列连通模型基础上,提出一种多信道优先级控制的需求感知MAC协议,该协议通过基站周期性地广播询问数据包预留控制信道,并且可以实时地根据路况信息和连通概率动态地改变时隙,之后利用多级优先马尔科夫链实现优先级控制。仿真结果表明,本文提出的MAC协议与WAVE MAC和VCI MAC相比,算法实现的复杂度增加,但其信道吞吐量和端到端时延性能均有明显提升。
【图文】：

连通概率,单车道,场景

图 3.9 单车道场景 V2V 连通概率图 3.10 单车道 V2I 连通概率与 RSU 间距关系单车道的 V2V 场景：在这种场景下，连通概率表示在车载自组织网络中，任何一对车辆都可以通过单跳或者多跳路径实现连通。如图 3.9 显示了不同数量普通车辆的连接概率的仿真结果。很显然连通概率随着队列数量或普通车辆数量的增加而增加。当普通车辆数大于 80时，网络将几乎完全连接（Pc = 1），并且基于队列的 VANET 连通概率总是大于没有队列的VANET（M = 0）连通概率。单车道的 V2I 场景：在这种场景下，我们考虑的连通是指，车辆通过直接方式还是以中继转发方式实现与任意一个 RSU 连通的概率。在图 3.10 中，当车辆的通信范围分别为R1=300m 和 R2=500m 时，两个相邻的 RSU 间距和连通概率的关系。从图中可以看出，随着两个相邻的 RSU 间距 L 的增大，连通概率在逐步下降。并且基于队列的连通概率总体上是高于普通车辆的连通概率的。3.5.2 双车道场景仿真

连通概率,单车道,间距

图 3.9 单车道场景 V2V 连通概率图 3.10 单车道 V2I 连通概率与 RSU 间距关系单车道的 V2V 场景：在这种场景下，连通概率表示在车载自组织网络中，任何一对车辆都可以通过单跳或者多跳路径实现连通。如图 3.9 显示了不同数量普通车辆的连接概率的仿真结果。很显然连通概率随着队列数量或普通车辆数量的增加而增加。当普通车辆数大于 80时，网络将几乎完全连接（Pc = 1），并且基于队列的 VANET 连通概率总是大于没有队列的VANET（M = 0）连通概率。单车道的 V2I 场景：在这种场景下，我们考虑的连通是指，车辆通过直接方式还是以中继转发方式实现与任意一个 RSU 连通的概率。在图 3.10 中，当车辆的通信范围分别为R1=300m 和 R2=500m 时，，两个相邻的 RSU 间距和连通概率的关系。从图中可以看出，随着两个相邻的 RSU 间距 L 的增大，连通概率在逐步下降。并且基于队列的连通概率总体上是高于普通车辆的连通概率的。3.5.2 双车道场景仿真
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U495

【参考文献】