面向车联网的高时效路由算法研究

发布时间：2020-05-14 13:43

【摘要】：随着通信技术的发展和车辆数目的增长,车载自组织网络(Vehicular Ad hoc Networks,VANETs)变得愈发重要,被认为是最有发展前景、最有市场价值的物联网场景之一。在车载自组织网络(简称车联网)中,车辆节点可以使用传感器和摄像头等设备对周围环境数据进行实时采集,然后通过车与车(Vehicle-to-Vehicle,V2V)等通信方式将采集到的信息汇聚到访问接入点(Access Point,AP)或者发送给需要的用户,从而促进智能驾驶决策、实时路线规划、车辆定位跟踪等智能交通应用的实现。制定有效的信息采集策略和设计合理的路由算法有利于实现车联网中的信息交互、增强信息时效性、提高网络资源利用率。然而,车联网中有限的网络资源、高速的节点移动、频繁的拓扑变化,给信息采集策略和路由算法的研究带来了很大的挑战。本文面向车联网中的实时信息传输需求,对车联网中的路由算法和信息采集策略进行了深入研究。针对城市场景中的车联网,提出了基于交通灯感知和负载均衡的路由算法。进而,将信息采集策略和路由算法进行了联合优化,提出了车联网中基于强化学习的高时效路由算法。本文的具体研究内容和主要创新点总结如下:(1)提出了城市场景中基于交通灯感知和负载均衡的路由算法。将传统的基于地理位置的路由算法结合交通路况和负载均衡等多个因素,以实现低时延高可靠的数据传输。首先,为了解决拓扑空洞问题,考虑交通灯和车辆行驶方向,更加准确的计算了道路连接度。其次,为了降低时延并增加可靠性,基于车辆行驶速度、方向、位置、信道质量和队列长度计算出了邻居节点的优先级。然后,结合道路连接度和节点优先级选择最合适的中继节点。最后,基于Simulation of Urban Mobility(SUMO)和Network Simulator version 2(NS2)软件对所提出的路由算法进行了系统级的仿真。仿真考察了车辆速度、车辆密度和网络负载对网络的影响,结果表明,相较于现有方法,所提出的方法在分组投递率和端到端时延方面都有更好的表现。(2)提出了一种车联网中基于强化学习的高时效路由算法。综合考虑了车联网中信息源的采集策略和多跳传输的路由算法,以最小化网络中的平均信息年龄为优化目标,进行了系统建模,并结合Lyapunov稳定性理论,推导出了分布式信息采集策略和路由算法。源节点进行信息采集决策时只需要获取局部信息,算法复杂度较低。然后,为了增加目的驱动力,并解决节点运动导致的多跳以外的不确定性,提出了基于Q-learning的背压式路由算法。最后,结合北京真实地图信息对所提出的算法进行了仿真,结果表明,所设计的信息采集策略和路由算法有效的提升了信息时效性,并增加了系统稳定性。
【图文】：

示意图,示意图,节点通信,路由算法

窝车联（Ｃ－Ｖ２Ｘ）工作组。该工作组将全面负责组织开展ＬＴＥ－Ｖ２Ｘ和５Ｇ－Ｖ２Ｘ逡逑的试验验证、技术研宄和产业与应用推广等工作。逡逑路由算法在车联网中有着不可忽视的地位。如图１－１所示，在车联网中，每逡逑辆车都配备有多种传感器节点、摄像头、雷达等环境感知器，用于感知收集周围逡逑环境信息。而且，每个车辆节点需要能够与其它节点进行信息交互，因此都配备逡逑有车载通信单元。为了能够有效的与其它节点通信，车联网中主要有车与车逡逑（Ｖｅｈｉｃｌｅ－ｔｏ－Ｖｅｈｉｃｌｅ，邋Ｖ２Ｖ）、车与人（Ｖｅｈｉｃｌｅ－ｔｏ－Ｐｅｄｅｓｔｒｉａｎ，Ｖ２Ｐ）、车与路边基逡逑础设施（Ｖｅｈｉｃｌｅ－ｔｏ－Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ，邋Ｖ２Ｉ）等多种通信方式。由于车辆节点通信范围逡逑有限，所以经常需要中继节点进行转发，因此车联网路由算法的研宄很有必要。逡逑？W朿邋ＣＤ逡逑啤逦路边灥设施逡逑Ｉ邋（邋Ｉ邋ｐｎｉｎ逡逑？，移动智能终端逡逑图１－１车联网示意图逡逑然而

示例,道路,北京邮电大学,信息选择

逦北京邮电大学工学硕士学位论文逦逡逑因此Ｓ将数据包发送给ａ绕着上侧道路逐跳发送到ｄ是最佳选择。由此可见，，地逡逑图信息和车辆分布信息在车联网中是十分重要的。因此，为了找到更可靠的中继逡逑节点，本文首先利用城市道路信息选择一条最合适的道路，然后沿着该道路发送逡逑信息。为了衡量道路是否合适，本文提出根据道路上的车辆密度计算道路连接度。逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5;U495

【相似文献】