Liu Zhengbo 1, 2 Zhu Liang
(Communication mobile Département des postes et des télécommunications 1. Ingénierie professionnelle Shijiazhuang et du Collège technique, Shijiazhuang 050000;
2. École de mathématiques et d'informatique, Université du Hebei, Baoding 071002)
Dans le réseau de véhicules de trafic à faible densité (VANET), les véhicules impliqués sont généralement que quelques routes, il y a un problème de déficit de communication. En conséquence, le stockage souvent à base de - transport - technologie Forwarding (SCF), l'utilisation des communications mobiles du véhicule n'a pas de pont de communication de l'écart entre les deux véhicules. A cet effet, pour le routage basé sur le SCF, l'analyse de la performance du réseau de déficit de communication multiple. Pour analyser l'effet du véhicule est le premier rayon de transmission de la fin du délai de transmission, le véhicule modèle proposé retard déficit de communication (SCF-GAM) reporté stockage sur la route, re-quantification sur le temps de transmission de Laplace-end transformation de la performance. Enfin, les données de simulation pour vérifier les modèles SCF-GAM.
réseau de véhicule; stockage - transport - vers l'avant; un espace de communication; retard; Modèle
CLC: TP393
A
DOI: 10,16157 / j.issn.0258-7998.2016.10.029
format de citation chinois: Liu Zhengbo, Zhu Liang SCF-GAM :. VANET écart de communication de véhicule du modèle de retard Technologie électronique, 2016,42 (10): 112-115.
Anglais format de citation: Liu Zhengbo, Zhu Liang :. écart SCF-GAM Communication en réseau ad hoc véhiculaire modèle analytique .Application Technique électronique, 2016,42 (10): 112-115.
0 introduction
Comme l'avenir des systèmes de transport intelligents, réseau de bord VANET (véhiculaire réseau ad hoc) a attiré l'attention générale . Toutefois le taux de communication V2V (véhicule à l'autre) de la communication dépend fortement de la densité du véhicule sur la route. Dans les scénarios à faible densité, une faible communication V2V communication, depuis le véhicule court communications gamme dédiée protocole DSRC , chemins de routage taux de rupture devient élevée. De plus, la communication V2V est également affectée par les communications à haute vitesse et des scènes urbaines obstacles de la scène, y compris les grands bâtiments, camions et autres objets pourraient causer évanouissement du signal . Ainsi, pour l'environnement de communication V2V, l'atelier de communication de messages influence la performance de transfert est très important.
À l'heure actuelle, pour le problème de communication VANET faible, le stockage à large base - un écart (Gap) SCF de transfert (magasin-Carry-Forward) du pont de la route (Bridging) de communication V2V - carry. réseau tolérant retard du véhicule VDTN (véhiculaire Retard-Tolerant réseau) Stratégie de SCF souvent utilisé pour transmettre des paquets vers le noeud destination . modèles analytiques actuels sont orientés vers un pont ne manque de communication Gap , et une pluralité d'espaces non pris en compte. Accumuler une pluralité de retard et de combler l'écart et non le nombre d'opérations SCF analyse théorique.
A cet effet, une pluralité d'espaces de papier Gap communications V2V, l'établissement de communication sur la base du modèle de report de traînée de retardement de l'écart stocké voie d'acheminement (SCF-GAM), et d'évaluer le délai de transmission SCF-end. Pendant ce temps, la densité du trafic et le véhicule analyse du retard de transmission et la transmission rayon SCF nombre moyen d'opérations, les données sont vérifiées par modèle de performance de simulation proposée.
1 Contraintes et description du problème
Tous les véhicules sont supposés être basés sur la communication DSRC V2V, ils ont également installé un système GPS de positionnement global (Global Positioning System), le véhicule connaître leur emplacement, des informations de vitesse et la distance du véhicule, à la fois la transmission rayon R.
Considérons un modèle unidimensionnel de la route VANET, comme représenté sur la Fig. seul véhicule bi-directionnel, respectivement, à l'est, à l'ouest Voyage. En supposant V0 et Vn + 1 respectivement, des données représentant les noeuds de source et de destination, le routage de V0 à Vn + 1 est la distance L. Pendant ce temps, on suppose que la phase de routage V0 à Vn + 1 avec k participent à l'acheminement du véhicule, exprimé en Vk (1kn). Représente véhicule le long de V0, V1, ..., Vn + 1 position par la coordonnée de position à une dimension.
véhicule présumée Vi est le i-ième distance de véhicule xi de V0. Pour simplifier la description, on suppose que V0 est situé x0 = 0. Véhicule de message de balise diffusé périodiquement pour obtenir des informations sur la topologie du réseau, chaque message de balise contient l'ID du véhicule, la position et la vitesse xi i .
Les données transmises à partir du V0 à Vn + 1, une pluralité de véhicules impliqués dans le calcul d'itinéraire. Lors de la détection d'un manque de communication Gap, comme représenté sur la figure, Vk + 1 et Vk est pas connecté Pièce 2, cette fois en utilisant une voie de véhicule en mouvement inverse X SCF stratégie de réalisation pour combler le déficit de communication . Ainsi, lorsque le véhicule X Vk sélection de noeud d'acheminement intermédiaire, à savoir les données de l'Vk X Vk + 1, dans lequel la vitesse du véhicule Vk et Vk + 1 sont représentés par k et k + 1.
2 Modèle d'analyse
2,1 NGAP fonction de masse de probabilité
Pour faciliter le processus mathématique, les espaces entre l'avant du véhicule est supposé distribution de hauteur exponentielle de moyenne 1 / . Ensuite, le nombre total de véhicules le long du trajet de routage pour obéir à la loi de Poisson, la fonction de masse de probabilité est la suivante:
Document selon la , à chaque position du véhicule présumée (0, s) zone uniformément répartie. probabilité conditionnelle , m est présent dans le chemin de routage de l'espace de communication sur la base de la théorie classique de problème d'ordre division intervalle statistiquement aléatoire de:
Un composé de formule (5) peut calculer le nombre total de SCF fonctionnant sur le chemin de routage NGAP s. Ensuite, la distance de déplacement de l'analyse dans le pont un espace de communication transformée de Laplace, transformée de Laplace distance de l'acronyme.
2.2 transformée de Laplace la distance
X est supposé que la communication de véhicule mobile comble la distance de fente de la g de mouvement. 2, Vk et Vk + 1 en tant que distance dk. Si dk > Communication R, deux plantes ne communique pas. le noeud d'acheminement SCF X et Vk + 1 est représentée par la distance de deux somme de variables aléatoires, à savoir R1 + R2. Etant donné que X est dans la plage de communication de l'autre, égale à la r2-R de la distance de déplacement maximale entre 0 et + r1, à savoir:
2,3 routage basé SCF-déficit de communication multiple
M et le retard total de communication td combler l'écart généré par la formule (15) représentée sur la figure. L'analyse de la performance du chemin de routage de communication ayant une pluralité d'espaces de formule (5) à (15). Sur la base de ces analyses, les applications automobiles peuvent prédire le routage de latence, et en fonction des différentes exigences de service, peut régler les paramètres adaptativement.
3 Analyse des performances
Pour valider le modèle, la simulation du système ci-dessous. Sélectionnez une des sections de la route de la route à une seule voie dans les deux sens comme des modèles de simulation. Dans chaque cycle, le processus de simulation, d'utiliser une distribution divisée (dichotomisée Headway de distribution), lorsque les deux avant, la poutre du véhicule (véhicules en nappes) et le véhicule seul (véhicules libres) pour produire Drag distribution spatiale . Document selon la faisceau défini séparément du véhicule et le véhicule. Pour les véhicules de faisceau, dont la face avant du véhicule avant un espacement de moins de [Delta] TH, le véhicule seul est représenté à l'avant du véhicule devant une plus grande distance que ATH. Procédé de simulation, ATH = 10 m.
Utilisez un logiciel de simulation NS2 pour établir la plate-forme de simulation, en utilisant le fichier de la trajectoire de mouvement des véhicules produits SUMO. Nakagami modèle de propagation radio qui utilise la vitesse du véhicule est soumis à une analyse m / aire de répartition uniforme de, le temps de simulation est de 300 s, de manière indépendante de chaque expérience a été répétée 50 fois et en moyenne en tant que données de simulation finales, seront exposées ici modèle de données de simulation et les données obtenues sont comparées, la première est représentée comme analytique, celle-ci exprimée en Simulat.
3.1 Effet de la densité du trafic
Tout d'abord, l'influence du nombre moyen de la densité du trafic des opérations de SCF et délai de transmission final. la densité du trafic de 1 ~ 10 Veh / km, une faible densité appartient à la situation. rayon de transmission du véhicule R = 100 m, le résultat de la simulation dans. la figure 3,. la figure 4.
Vu de. La figure 3, le nombre moyen d'opérations augmente augmente la densité du trafic de SCF, mais le taux d'augmentation ralentira. La raison est que: dans le cas des régions à faible densité entre 1 ~ 10 Veh / km. En d'autres termes, même lorsque est portée à 10 Veh / km, région encore faible densité. la région à faible densité signifie qu'il y a un problème dans la connexion de communication à l'intérieur de la zone du véhicule. Par conséquent de 1 ~ 10 Veh / km de l'intervalle de changement, en dépit de l'augmentation de la densité, peut améliorer les problèmes de connectivité de communication, mais dans l'ensemble il y a encore la majorité de la communication entre les véhicules ne peuvent pas être mis en place, nous avons besoin de plus d'exploitation SCF résoudre ce problème. Simulat analytique avec la comparaison, la différence est faible, la densité du trafic variant de 1 à 10 plage Veh / km, la différence ne dépasse pas 2%.
La figure 4 représente bout à bout avec le retard de transmission de la courbe densité de trafic . 4 montre que, avec l'augmentation de la densité du trafic , à la fin de diminuer la transmission de bout de retard. La raison en est que: la densité de trafic augmentant , le noeud d'acheminement SCF X à la trajectoire plus courte Vk + 1 subie par la transmission de messages, ce qui raccourcit le temps de retard. En outre, les deux Simulat et la différence de peu d'analyse. Lorsque = 5, la différence est seulement 2,91%.
3.2 Effet du rayon de transmission
transmission Effet rayon de fin section d'analyse de retard de transmission du véhicule présente. Le rayon R de la transmission du véhicule varie de 50 à 500 m, respectivement, la densité du trafic u 2.5,7.5,25 Veh / km. Les résultats de simulation présentés à la figure 5.
Figure 5 L'effet du rayon R du retard de transmission côté émission. Vu de la figure 5, à la fin de délai de transmission de bout sur le rayon de la transmission R augmente et diminue, parce que:. Le rayon R transmission plus grande, moins houblon communication de véhicule, plus le retard. et une plus grande densité de trafic, plus le délai. Ceci est principalement parce que: la densité du trafic est augmentée, ce qui réduit la communication véhicule gap Gap, réduit la latence. En outre, = 2,5 Veh / km, la différence entre les deux données analytiques Simulat et environ 10%.
4 Résumé
Pour des problèmes de déficit de communication de véhicule dans VANET est proposé sur la base de stockage - effectuer le routage avant du modèle d'analyse déficit de communication véhicule de retard SCF-GAM. modèle SCF-GAM analysée et quantifiée par le nombre moyen de communication mobile combler le retard de l'écart et le fonctionnement du véhicule SCF. En même temps, les données de simulation vérifient le modèle SCF-GAM précision.
références
GORRIERI A, FERRARI G.Irresponsible routage AODV .Vehicular Communications, 2015,3 (2): 47-57.
J LIU, JIANG X, la capacité MEMBRE S.Throughput de MANET avec commande de puissance et le paquet de redondance .IEEE Trans.Wirel.Commun, 2012,12 (6) :. 3036-3047.
RAK J.Providing niveaux différenciés de la disponibilité des services dans les communications VANET .IEEE Commun.Lett, 2013,17 (7) :. 1380-1383.
Lee Y, M TSAI H, SOU S I.Performance de décodage et de retransmission des communications de coopération avec plusieurs relais à deux sauts sur des canaux d'évanouissement Nakagami-m .IEEE Trans.Wireless Commun, 2009,8 (6) :. 2853-2859.
Daraghmi Y A, C W YI, les méthodes Stojmenovic I.Forwarding dans la diffusion des données et des protocoles de routage pour les réseaux ad hoc véhiculaire .IEEE Netw, 2013,27 (6) :. 74-79.
Isento J N G, Président J J P C, DIAS J A F F, et al.Vehicular réseau de retard à tolérance? Une nouvelle solution pour communications à bord de véhicules .IEEE Intell.Transp.Syst.Mag, 2013,5 (4) :. 10-19.
SOU S I, la connectivité TONGUZ O K.Enhancing VANET par unités routières sur les autoroutes .IEEE Trans.Veh.Technol, 2011,60 (8) :. 3586-3602.
KESTING A, M TREIBER, les statistiques Helbing D.Connectivity de stockage et de communication en avant entre véhicules . .IEEE Trans.Intell.Transp.Syst, 2010,11 (1): 172-181.
VINEL A, C Campolo, PETIT J, et al.Trustworthy large coulée dans IEEE 802.11p / WAVE réseaux de véhicules: analyse Retard .IEEE Commun.Lett, 2011,5 (9) :. 1010-1012.
MCLEAN J R.Two voies opérations de la circulation routière: la théorie et la pratique .New York, Etats-Unis: Gordon and Breach, 1989.
Gallager R processus stochastiques G.Discrete .MA, États-Unis: Kluwer, 1999.
David H A, H statistiques Nagaraja N.Order .NJ, États-Unis: Wiley, 2003.
SOU S I.Un modèle d'économie d'énergie pour le déploiement de l'unité routière dans les réseaux de véhicules .IEEE Commun.Lett, 2010,14 (7) :. 623-625.
SULLIVAN D P, R TROUTBECK J.An relation exponentielle pour la proportion de véhicules libres sur les artères .Transp.Res.A, Politique Pract, 1997,31 (1) :. 21-33.
avantages de l'adhésion AET de fin d'année!
