李揚(yáng),趙海濤,唐紫浩,張玉婷
(南京郵電大學(xué)通信與信息工程學(xué)院,江蘇 南京 210003)
車(chē)輛自組織網(wǎng)絡(luò)中基于信道傳輸環(huán)境的網(wǎng)絡(luò)連通性能
李揚(yáng),趙海濤,唐紫浩,張玉婷
(南京郵電大學(xué)通信與信息工程學(xué)院,江蘇 南京 210003)
車(chē)輛間的傳輸干擾在車(chē)輛自組織網(wǎng)絡(luò)中是影響車(chē)輛間通信質(zhì)量的一個(gè)重要因素,車(chē)輛在同時(shí)發(fā)送信號(hào)過(guò)程中會(huì)對(duì)周?chē)?chē)輛接收的信號(hào)產(chǎn)生影響,從而對(duì)網(wǎng)絡(luò)連通性預(yù)測(cè)產(chǎn)生更大的挑戰(zhàn)。根據(jù)車(chē)輛密度及交通流量,提出一種基于Nakagami的車(chē)載網(wǎng)絡(luò)連通預(yù)測(cè)模型。該模型采用Nakagami分布特性描述信號(hào)傳輸過(guò)程中的衰落信道,通過(guò)接收信號(hào)功率概率密度函數(shù)及信噪比獲得車(chē)輛間連通概率。仿真結(jié)果表明,在傳輸信號(hào)車(chē)輛比例達(dá)到飽和之前,通過(guò)提高傳輸信號(hào)車(chē)輛比例可以提高連通概率,但若此比例超過(guò)了飽和值則會(huì)對(duì)車(chē)輛連通產(chǎn)生消極的影響。
車(chē)輛自組織網(wǎng)絡(luò);連通性;信道傳輸環(huán)境;Nakagami分布
車(chē)聯(lián)網(wǎng)是智能交通系統(tǒng) (intelligent trausport system,ITS)的重要組成部分,車(chē)輛自組織網(wǎng)絡(luò)(VANET)在過(guò)去的十年間被廣泛研究[1],其大體又可分為兩個(gè)部分:車(chē)輛與車(chē)輛之間的通信(V2V)和車(chē)輛與路邊基礎(chǔ)設(shè)施的通信(V2I)[2]。其中V2V更多考慮的是一些安全方面的問(wèn)題,比如車(chē)輛的緊急預(yù)警、交通擁堵控制等;V2I考慮更多的是非安全方面的應(yīng)用,通過(guò)車(chē)輛和路邊單元進(jìn)行連通,車(chē)輛可以進(jìn)一步接入4G網(wǎng)絡(luò)等移動(dòng)蜂窩網(wǎng)絡(luò)[3]。
車(chē)輛自組織網(wǎng)絡(luò)與傳統(tǒng)自組織網(wǎng)絡(luò)有很大的不同,其主要因素就在于車(chē)輛之間的移動(dòng)性導(dǎo)致車(chē)輛自組織網(wǎng)絡(luò)拓?fù)涞膭?dòng)態(tài)變化比較頻繁。因此,在車(chē)聯(lián)網(wǎng)中車(chē)輛連通性是決定車(chē)輛間通信性能的一個(gè)基本性質(zhì)。在過(guò)去的車(chē)聯(lián)網(wǎng)研究中,一些影響車(chē)聯(lián)網(wǎng)連通性的重要因素都已得到廣泛研究,比如:交通流量、車(chē)輛運(yùn)動(dòng)、無(wú)線環(huán)境[4],然而高速公路VANET場(chǎng)景中車(chē)輛之間的信號(hào)干擾對(duì)于車(chē)聯(lián)網(wǎng)連通性的影響一直沒(méi)有得到研究。
車(chē)輛之間的傳輸信號(hào)干擾對(duì)于車(chē)輛自組織網(wǎng)絡(luò)的連通性有著重要的影響。在高速公路場(chǎng)景中,以多跳和中繼為基礎(chǔ)的V2V車(chē)輛通信不可避免地會(huì)有多輛車(chē)在同時(shí)發(fā)送或者接收信號(hào)。一般而言,在網(wǎng)絡(luò)中存在著更多充當(dāng)中繼進(jìn)行信息轉(zhuǎn)發(fā)的車(chē)輛,那么信息就能更好地在網(wǎng)絡(luò)中傳輸,車(chē)輛間的連通性能也就會(huì)更好。然而,隨著網(wǎng)絡(luò)中進(jìn)行中繼的車(chē)輛越來(lái)越多,就會(huì)有更多的車(chē)輛同時(shí)傳輸信息,這就可能會(huì)導(dǎo)致車(chē)輛間產(chǎn)生嚴(yán)重的信號(hào)干擾,使得網(wǎng)絡(luò)的吞吐量減少。因此,網(wǎng)絡(luò)中進(jìn)行信號(hào)傳輸?shù)能?chē)輛數(shù)目增加能夠提高連通性能和確保傳輸成功率,但是一旦車(chē)輛的數(shù)目超過(guò)飽和值,由于嚴(yán)重的傳輸信號(hào)互相干擾使得通信質(zhì)量可能會(huì)惡化。因此,在VANET中能夠進(jìn)行信號(hào)傳輸車(chē)輛的比例在平衡連通性能上尤為重要。
車(chē)聯(lián)網(wǎng)建模是分析網(wǎng)絡(luò)性能的基礎(chǔ)[5],本文基于一個(gè)更加真實(shí)的信道傳輸模型,在存在獨(dú)立同分布的車(chē)輛間干擾情況下研究車(chē)輛間傳輸信號(hào)干擾對(duì)于連通概率的影響。推導(dǎo)出車(chē)輛之間連通概率的精確表達(dá)式,并評(píng)估在衰落信道中,交通流量和車(chē)輛間傳輸信號(hào)干擾對(duì)于連通性能的影響。此研究得出的傳輸信號(hào)車(chē)輛數(shù)目和車(chē)輛間連通性能之間尋求平衡的分析結(jié)果對(duì)于進(jìn)一步研究高速公路場(chǎng)景VANET連通性有重要意義。
系統(tǒng)模型如圖1所示,接下來(lái)對(duì)系統(tǒng)模型進(jìn)行假設(shè)分析。
圖1 系統(tǒng)交通流量模型
(1)交通流量模型
將車(chē)輛密度n(單位為車(chē)輛/m)定義為在高速路上每單位長(zhǎng)度內(nèi)的平均車(chē)輛數(shù)目。根據(jù)參考文獻(xiàn)[6]中的交通流量理論,在流量率λ、車(chē)輛密度n和速度v 3個(gè)參數(shù)之間存在一個(gè)基本關(guān)系式:
根據(jù)式(1)、式(2),車(chē)輛密度n可以定義如下:
(2)信號(hào)連通性模型
在現(xiàn)實(shí)中由于V2V短距離通信無(wú)線環(huán)境的復(fù)雜性,接收信號(hào)的包絡(luò)往往會(huì)有嚴(yán)重的衰減和起伏。而在以往的理論研究中,Nakagami分布通常被應(yīng)用于描述嚴(yán)重的衰落[7],在研究過(guò)程中需要考慮到這種V2V環(huán)境無(wú)線信號(hào)的衰落特性,所以將采用Nakagami分布用以真實(shí)準(zhǔn)確地表述信道模型。
將車(chē)輛接收到的主要信號(hào)的包絡(luò)定義為R,并假設(shè)信號(hào)在車(chē)輛環(huán)境衰落信道模型中服從Nakagami(mr,Ωr)分布。接收信號(hào)包絡(luò)R概率密度函數(shù)可以表示為:
在式(4)中Ωr=E(R2)是以期望形式表示的平均接收功率,mr是接收信號(hào)在信道中的衰落因子,代表信道衰落的嚴(yán)重程度,取mr≥0.5,并且當(dāng)mr=1時(shí),信道衰落過(guò)程服從瑞利衰落。伽馬函數(shù)表示為。
[8]可知,在Nakagami分布下,信號(hào)的功率服從伽馬分布,即接收信號(hào)功率P=R2服從伽馬分布,用參數(shù)mr和Ωr來(lái)表示此伽馬分布G(mr,Ωr)。根據(jù)接收信號(hào)包絡(luò)R的概率密度函數(shù),可以得到接收信號(hào)功率P的概率密度函數(shù)為:
設(shè)定P1為某個(gè)固定的功率值,由得出的接收信號(hào)功率P的概率密度函數(shù)可知:
對(duì)于任何在Nakagami信道模型情況下的第i個(gè)傳輸干擾信號(hào),其功率Ii是一個(gè)參數(shù)為mi和Ωi的伽馬分布隨機(jī)變量,即Ii~G(mi,Ωi),其中mi=m表示第i個(gè)干擾信號(hào)的衰落因子,Ωi=Ω表示第i個(gè)干擾信號(hào)的平均功率,則有Ii~G(m,Ω)。因此,N個(gè)獨(dú)立同分步布的總干擾信號(hào)功率I可以表示為:
根據(jù)伽馬分布的特性,接收端總傳輸干擾信號(hào)功率I服從伽馬分布,且有I~G(mN,Ω),其概率密度函數(shù)為:
設(shè)定N0是接收端的噪聲功率,以接收端信噪比η來(lái)表示車(chē)輛間的連通狀態(tài),即:
如果接收車(chē)輛信噪比大于或等于某一個(gè)閾值ξ,則車(chē)輛之間的通信鏈路就被視為是連通的。因此,可以定義車(chē)輛間連通概率Pcon是接收信噪比η大于或等于閾值ξ的概率,則Pcon可以表示為:
具體分析在Nakagami信道衰落模型下,并且存在其他車(chē)輛傳輸干擾信號(hào)情況下的車(chē)輛間連通概率。
設(shè)產(chǎn)生傳輸信號(hào)干擾車(chē)輛占總車(chē)輛的比例為pa,觀察路段的高速公路長(zhǎng)度為l,在這一路段中將會(huì)對(duì)接收車(chē)輛產(chǎn)生信號(hào)干擾的車(chē)輛數(shù)目為NI,自由車(chē)輛密度n,干擾車(chē)輛比例pa和觀察路段長(zhǎng)度l共同決定,根據(jù)車(chē)輛密度式(3)可知干擾車(chē)輛數(shù)目NI的期望為:
接下來(lái)導(dǎo)出在傳輸獨(dú)立同分布信號(hào)情況下的車(chē)輛間連通性概率。給定接收信號(hào)功率P~G(mr,Ωr),接收端由于信號(hào)傳輸產(chǎn)生的干擾功率為I~G(mN,Ω),噪聲功率為N0,傳輸信號(hào)車(chē)輛數(shù)目為NI,將式(7)、式(9)、式(12)帶入式(11),則車(chē)輛間連通性概率Pcon為:
不完全伽馬函數(shù)與伽馬函數(shù)之間存在如下關(guān)系:
同時(shí),由二項(xiàng)定理:
將式(14)、式(15)帶入式(13)中,可以得到在有車(chē)輛干擾情況下的車(chē)輛間連通概率Pcon的最終表達(dá)式:
為了評(píng)估交通流量、信道參數(shù)和車(chē)輛傳輸信號(hào)干擾對(duì)于車(chē)輛間連通性能的影響,采用MATLAB搭建仿真平臺(tái)。由以上理論分析得出車(chē)輛間連通性影響因素,通過(guò)改變車(chē)輛到達(dá)率,車(chē)輛車(chē)速和傳輸信號(hào)干擾車(chē)輛占總車(chē)輛的比例進(jìn)行了仿真以驗(yàn)證分析結(jié)果。表1給出了仿真參數(shù)。
表1 仿真參數(shù)
在高速公路場(chǎng)景網(wǎng)絡(luò)中傳輸信號(hào)干擾車(chē)輛數(shù)目主要取決于傳輸信號(hào)車(chē)輛占總車(chē)輛比例pa和交通流量參數(shù),如車(chē)輛到達(dá)率λ、車(chē)輛最大車(chē)速vmax及車(chē)輛最小車(chē)速vmin。為了評(píng)估傳輸信號(hào)干擾車(chē)輛對(duì)于車(chē)輛間連通性能的影響,當(dāng)信道參數(shù)設(shè)定為mr=5,Ωr=1,m=1及Ω=0.1時(shí),通過(guò)改變?chǔ)?、vmax、vmin及pa獲得車(chē)輛間連通概率Pcon的仿真結(jié)果。
仿真結(jié)果如圖2所示。當(dāng)車(chē)輛的最大車(chē)速設(shè)定為60 m/s,最小車(chē)速為20 m/s時(shí),顯然,在一個(gè)特定的范圍內(nèi)車(chē)輛連通概率Pcon會(huì)隨著傳輸信號(hào)干擾車(chē)輛比例pa的增加而增加,當(dāng)pa超過(guò)了一個(gè)特定的比例后車(chē)輛連通概率反而會(huì)下降。此外,當(dāng)車(chē)輛到達(dá)率λ更高的時(shí)候,傳輸信號(hào)干擾車(chē)輛比例pa應(yīng)該保持一個(gè)較小的值來(lái)獲得更高的連通概率。因此,為了獲得更好的連通性能,進(jìn)行信號(hào)傳輸?shù)能?chē)輛數(shù)目在一個(gè)更為密集的車(chē)聯(lián)網(wǎng)絡(luò)中應(yīng)該更低。
圖2 車(chē)輛速度較高時(shí)的車(chē)輛間連通概率
圖3 車(chē)輛速度較低時(shí)車(chē)輛間連通概率
圖3顯示了車(chē)輛在更低的移動(dòng)速度情況下的車(chē)輛間連通概率Pcon,顯然圖3中的曲線要類(lèi)似于圖2。在車(chē)輛密度比較低的時(shí)候,如λ=0.25,連通概率隨著傳輸信號(hào)干擾車(chē)輛比例pa的增加而增加。此外,圖3對(duì)于連通性最優(yōu)的傳輸比例要比圖2的高,在車(chē)輛活動(dòng)性較差的系統(tǒng)中最優(yōu)的傳輸比例應(yīng)該更大。
以上的仿真結(jié)果顯示了傳輸信號(hào)車(chē)輛數(shù)目的增加可以提高車(chē)輛間通信的性能,但是這只在一個(gè)特定的范圍內(nèi)有效。這是因?yàn)楫a(chǎn)生信號(hào)干擾車(chē)輛本質(zhì)是由于車(chē)輛間的收發(fā)信號(hào)會(huì)對(duì)相鄰車(chē)輛造成干擾,信號(hào)之間的頻繁交互是可以在一定程度上促進(jìn)車(chē)輛間連通的,只是隨著這種頻繁程度超過(guò)一定比例才會(huì)對(duì)相鄰車(chē)輛造成影響。可以發(fā)現(xiàn),在超過(guò)某一個(gè)閾值時(shí),傳輸信號(hào)車(chē)輛比例的增加將會(huì)對(duì)系統(tǒng)性能產(chǎn)生消極的影響。
論述了在高速公路場(chǎng)景中Nakagami衰落信道模型下的車(chē)輛間傳輸信號(hào)干擾對(duì)于車(chē)輛連通概率的影響??梢缘贸鼋Y(jié)論,較大的傳輸信號(hào)車(chē)輛比例可以帶來(lái)更高的連通概率,但是當(dāng)此比例超過(guò)某個(gè)閾值時(shí)連通性能反而會(huì)下降。這個(gè)結(jié)論可以應(yīng)用于在高速公路車(chē)輛自組織網(wǎng)絡(luò)中尋求一個(gè)合適的傳輸比例保持與連通性能之間的平衡,從而獲得理想的連通性能的場(chǎng)景中。
參考文獻(xiàn):
[1]PANDIT K,GHOSAL D,ZHANG H M,et al.Adaptive traffic signal control with vehicular Ad Hoc networks[J].IEEE Transactions on Vehicular Technology,2013,62(4):1459-1471.
[2]ZHAO J,CHEN Y,GONG Y.Study of connectivity probability of vehicle-to-vehicle and vehicle-to-infrastructure communication systems[C]//IEEE Vehicular Technology Conference,May 15-18, 2016,Nanjing,China.New Jersey:IEEE Press,2016.
[3]楊偉.論4G技術(shù)與智能交通系統(tǒng)的融合 [J].通訊世界,2015(23): 39-40. YANG W.Research on interaction of 4G and intelligent transportation system [J].Communications World,2015(23): 39-40.
[4]NG S C,MAO G,ANDERSON B D O.On the properties of onedimensional infrastructure-based wireless multi-hop networks[J]. IEEE Transactions on Wireless Communications,2012,11(7): 2606-2615.
[5]ROS F J,MARTINEZ J A,RUIZ P M.A survey on modeling and simulation of vehicular networks:communications,mobility, and tools[J].Computer Communications,2014,43(5):1-15.
[6]BELLOMO N,DELITALA M,COSCIA V.On the mathematical theory of vehicular traffic flow I:fluid dynamic and kinetic modelling [J].Mathematical Models& Methods in Applied Sciences,2011,12(5):1801-1843.
[7]LUAN T H,SHEN X,BAIF.Integrity-oriented content transmission in highway vehicular Ad Hoc networks[J].IEEE INFOCOM,2013,12(11):2562-2570.
[8]DERSCH U,BRAUN W R.A physical mobile radio channel model[J].IEEE Transactions on Vehicular Technology,1991,40(2): 472-482.
李揚(yáng)(1992-),男,南京郵電大學(xué)通信與信息工程學(xué)院碩士生,主要研究方向?yàn)檐?chē)聯(lián)網(wǎng)。
趙海濤(1983-),男,博士,南京郵電大學(xué)通信與信息工程學(xué)院副教授、院長(zhǎng)助理,主要研究方向?yàn)橄乱淮W(wǎng)絡(luò)技術(shù)、車(chē)聯(lián)網(wǎng)、網(wǎng)絡(luò)編碼等。
唐紫浩(1992-),男,南京郵電大學(xué)通信與信息工程學(xué)院碩士生,主要研究方向?yàn)楫悩?gòu)網(wǎng)絡(luò)。
張玉婷(1993-),女,南京郵電大學(xué)通信與信息工程學(xué)院碩士生,主要研究方向?yàn)檐?chē)聯(lián)網(wǎng)。
Network connectivity performance for vehicular Ad Hoc networks based on channel transmission environment
LI Yang,ZHAO Haitao,TANG Zihao,ZHANG Yuting
Institute of Telecommunications&Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China
The inter-vehicle transmission interference is one of the key factors to impact the communication performance of vehicular Ad Hoc networks.When vehicles send signals at the same time,it will inevitably have an impact on the surrounding vehicles,which has a negative effect on network connectivity prediction.According to vehicle density and traffic flow,a vehicular network connectivity prediction model was presented based on Nakagami distribution.The Nakagami distribution was used to describe the fading channel in the signal transmission process. Form expression of the inter-vehicle connectivity probability was also derived with power probability density function and signal to noise ratio of received signals.Simulation results show that connectivity probability can be well improved with larger ratio of vehicles which transmit signals before the ratio reaches the maximum.However,negative effect will take place on vehicular connectivity when the ratio exceeds the maximum value.
VANET,connectivity,channel transmission environment,Nakagami distribution
TN92
A
10.11959/j.issn.1000-0801.2016303
2016-11-11;
2016-12-08
國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(“973”計(jì)劃)基金資助項(xiàng)目(No.2013CB329005);國(guó)家高技術(shù)研究發(fā)展計(jì)劃(“863”計(jì)劃)基金資助項(xiàng)目(No.2014AA01A705);國(guó)家自然科學(xué)基金資助項(xiàng)目(No.61302100);江蘇省普通高校專業(yè)學(xué)位研究生實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目(No.SJZZ16_0144)
Foundation Items:The National Basic Research Program of China(973 Program)(No.2013CB329005),The National High-Tech R&D Program (863 Program)(No.2014AA01A705),The National Natural Science Foundation of China (No.61302100),Practice Innovation Program on College Professional Degree Master of Jiangsu Province(No.SJZZ16_0144)