基于信道負(fù)載閾值的車聯(lián)網(wǎng)信標(biāo)消息生成策略

莫元富, 于德新,3, 宋 軍, 郭亞娟

(1.吉林大學(xué) 交通學(xué)院,吉林 長春 130022；2.大連國際機(jī)場集團(tuán)公司,遼寧 大連 116033；3.吉林大學(xué) 吉林省道路交通重點(diǎn)實(shí)驗(yàn)室,吉林 長春 130022)

?

基于信道負(fù)載閾值的車聯(lián)網(wǎng)信標(biāo)消息生成策略

莫元富1, 于德新1,3, 宋 軍2, 郭亞娟1

(1.吉林大學(xué) 交通學(xué)院,吉林 長春 130022；2.大連國際機(jī)場集團(tuán)公司,遼寧 大連 116033；3.吉林大學(xué) 吉林省道路交通重點(diǎn)實(shí)驗(yàn)室,吉林 長春 130022)

為了解決車聯(lián)網(wǎng)中的信道飽和、擁塞以及由此帶來的消息沖突問題,研究和設(shè)計(jì)車聯(lián)網(wǎng)信標(biāo)消息生成策略.根據(jù)卡爾曼濾波預(yù)測時(shí)間域關(guān)系,提出卡爾曼濾波差分預(yù)測方程,建立卡爾曼濾波預(yù)測信標(biāo)消息生成模型.根據(jù)信道負(fù)載實(shí)測值與預(yù)設(shè)閾值,建立時(shí)間間隔自適應(yīng)調(diào)節(jié)的信標(biāo)消息生成模型和策略.通過仿真八車道高速公路基本路段和利用浮動(dòng)車在長春市某路段行車實(shí)驗(yàn),進(jìn)行數(shù)據(jù)采集.對(duì)基于信道負(fù)載閾值的車聯(lián)網(wǎng)信標(biāo)消息生成模型和策略進(jìn)行驗(yàn)證,開展相關(guān)分析.結(jié)果表明,提出的該分布式策略在滿足車聯(lián)網(wǎng)應(yīng)用所需的位置信息準(zhǔn)確度的要求下,能夠有效地降低信道負(fù)載,避免信道擁塞,保證了各節(jié)點(diǎn)的消息生成和傳輸?shù)墓叫?

信道負(fù)載；卡爾曼濾波；期望信道負(fù)載；位置偏移閾值；信道負(fù)載閾值

Shaima等[5-9]研究信標(biāo)消息生成率與通信性能之間的關(guān)系,提出一些控制信道擁塞的信標(biāo)消息生成模型與策略.但是這些模型或策略不能直接滿足車輛位置準(zhǔn)確性和通信擁塞控制的要求.為了實(shí)現(xiàn)基于車聯(lián)網(wǎng)的主動(dòng)安全應(yīng)用,必須在同時(shí)滿足車輛位置精度和通信擁塞控制的前提下,尋找關(guān)鍵位置點(diǎn)的信標(biāo)信息生成模型和策略[10].

本文提出與位置相關(guān)的單跳周期性信標(biāo)消息的生成模型與負(fù)載控制策略.1)利用車載GPS和傳感數(shù)據(jù),在滿足車輛位置偏移閾值的基礎(chǔ)上,建立“位置預(yù)測并比較”的卡爾曼濾波信標(biāo)消息生成模型.2)根據(jù)預(yù)設(shè)的信道負(fù)載閾值與實(shí)測值,建立基于信道負(fù)載閾值的時(shí)間間隔自適應(yīng)信標(biāo)消息生成模型和策略.3)通過道路仿真和實(shí)例,對(duì)以上模型和策略的有效性進(jìn)行驗(yàn)證.

1 基于卡爾曼濾波的信標(biāo)消息生成模型

1.1 卡爾曼濾波差分預(yù)測方程

(1)

本文稱式(1)為卡爾曼濾波差分預(yù)測方程.利用該方程,可以根據(jù)k時(shí)刻的車輛位置預(yù)測k+1時(shí)刻的車輛位置.

1.2 基于卡爾曼濾波的信標(biāo)消息生成模型

圖1 信標(biāo)消息生成模型Fig.1 Beacon message generation model

(2)

式中：ξlong為卡爾曼預(yù)測器與差分預(yù)測器在x方向(縱向)的預(yù)測偏差；ξlat為卡爾曼預(yù)測器與差分預(yù)測器在y方向(橫向)的預(yù)測偏差.

2 基于信道負(fù)載閾值的信標(biāo)消息生成策略

針對(duì)車聯(lián)網(wǎng)通信,FCC在5.9 GHz上分配75 MHz的頻段,IEEE 802.11p草案(IEEE 2008)中為每個(gè)無線信道規(guī)定的數(shù)據(jù)傳輸速率為3～27 Mb/s.車聯(lián)網(wǎng)安全應(yīng)用傾向于采用較低的數(shù)據(jù)傳輸速率[13].在實(shí)際應(yīng)用中,需要綜合考慮信噪比、傳輸時(shí)間、分組沖突概率等因素.Jiang等[14]開展仿真研究以確定用于廣播通信的最具魯棒性的數(shù)據(jù)傳輸速率.研究結(jié)果表明,6 Mb/s的數(shù)據(jù)傳輸速率是安全相關(guān)通信的最好選擇.

2.1 基于信道負(fù)載閾值的信標(biāo)間隔調(diào)節(jié)算法

到目前為止,IEEE 802.11p草案(IEEE 2008)中提出的唯一擁塞控制措施如下：如果測量到信道傳輸占用率大于50%,除了最高優(yōu)先級(jí)的消息以外,其他任何消息都將被阻止.該措施不能解決周期性狀態(tài)消息所造成的信道擁塞問題.

通過調(diào)整周期性信標(biāo)消息的分組生成率,可以減小無線信道的負(fù)載.當(dāng)信道負(fù)載大于期望負(fù)載閾值時(shí),降低信標(biāo)分組生成率；當(dāng)信道負(fù)載小于期望負(fù)載閾值時(shí),提高信標(biāo)分組生成率.基于以上思想,本文提出基于信道負(fù)載閾值的信標(biāo)間隔調(diào)節(jié)算法：車輛每隔一段時(shí)間(如5 min)測量周圍的信道負(fù)載,將實(shí)測值與期望閾值進(jìn)行比較,根據(jù)比較結(jié)果動(dòng)態(tài)自適應(yīng)調(diào)整信標(biāo)分組的生成間隔,從而改變信標(biāo)消息生成率.算法描述如下.

Input:real_load,Δt,max_Δt,min_Δt,max_channel_load,adjust_channel_load;ε

Output: Δt;

If real_load≥max_channel_load then

Δt=max_Δt;

If real_load≥adjust_channel_load then

If Δt≤max_Δtthen

Δt=Δt+ε;

else

if Δt≤min_Δtthen

Δt=min_Δt;

else

Δt=Δt+ε;

end;

Else

Δt=Δt-ε;

end;

else

Δt=Δt-ε;

end

圖2 基于信道負(fù)載閾值的信標(biāo)消息生成模型Fig.2 Time beacon message generating model based on channel load threshold

其中,real_load為信道負(fù)載實(shí)測值,Δt為信標(biāo)生成間隔,ε為信標(biāo)間隔調(diào)節(jié)步長,max_channel_load為最大允許信道負(fù)載,adjust_channel_load為期望信道負(fù)載閾值,min_Δt為最小允許時(shí)間間隔,max_Δt為最大允許時(shí)間間隔.

2.2 基于信道負(fù)載閾值的信標(biāo)消息生成模型

3 仿真驗(yàn)證

選取八車道高速公路的基本路段作為仿真對(duì)象,研究在高密度無線通信環(huán)境下,對(duì)比未采用策略(使用1.2節(jié)的卡爾曼濾波信標(biāo)生成模型,以下簡稱未使用策略)和采用策略(使用2.2節(jié)的基于信道閾值的信標(biāo)生成模型,以下簡稱使用策略)情況下的信標(biāo)消息生成情況.選用Paramics作為交通仿真工具,為了計(jì)算方便,假設(shè)每輛車的通信距離為1 000 m,信標(biāo)消息大小為800 bit,周期性消息的生成速率為15條/s,信道負(fù)載測量時(shí)間間隔為5 min,期望信道負(fù)載閾值為3 Mb/s,信標(biāo)間隔調(diào)節(jié)步長為15 ms,車輛縱向偏移閾值為0.5 m,橫向偏移閾值為0.3 m.交通仿真參數(shù)如表1所示.

表1 8車道高速公路基本路段仿真參數(shù)

表1中,LR為路段長度,TI為抽樣間隔,FL為單車道平均交通流量,H為平均車頭時(shí)距,L為單向車道數(shù),Fmin為單車道最小交通流量,Fmax為單車道最大交通流量.根據(jù)以上交通仿真參數(shù)可以計(jì)算車輛的平均車頭間距是20 m,則在1 000 m×5 min的范圍內(nèi),產(chǎn)生的周期性消息平均數(shù)為

為了方便表示,以下用CL表示信道負(fù)載,avg_CL表示平均信道負(fù)載.周期性消息產(chǎn)生的平均信道負(fù)載為

根據(jù)下式可以計(jì)算車輛周圍的實(shí)際信道負(fù)載：

RL=CR×PS×800×8.

(3)

式中：RL為實(shí)測信道負(fù)載,CR為通信范圍內(nèi)的車輛數(shù),PS為通信范圍內(nèi)車輛的平均信標(biāo)生成速率(車輛位置數(shù)據(jù)按照1.2和2.2節(jié)的模型進(jìn)行處理后,生成信標(biāo)消息).

未使用策略和使用策略的信標(biāo)消息生成情況如圖3～5所示.

圖3 未使用策略的信標(biāo)消息生成情況Fig.3 Beacon message generation situations when not using strategy

圖4 使用策略的信標(biāo)消息生成情況Fig.4 Beacon message generation situations when using strategy

如圖3、4所示為在路段的不同位置,平均信道負(fù)載的變化趨勢.圖中，Ds為距離.對(duì)比圖3、4可以看出,使用策略前、后的信道負(fù)載變化趨勢基本相同,說明采用提出的策略能夠很好地反映信標(biāo)消息的生成規(guī)律.

圖5中,當(dāng)?shù)缆飞系慕煌鳛?00～4 200輛/h時(shí),交通流相應(yīng)地經(jīng)歷自由流-飽和-阻塞-阻塞消散的過程.圖5反映的是交通流量和平均信道負(fù)載之間的變化趨勢.根據(jù)信標(biāo)時(shí)間間隔調(diào)節(jié)算法可知,實(shí)測信道負(fù)載與預(yù)設(shè)的閾值進(jìn)行比較后,改變信標(biāo)的生成時(shí)間間隔,且每次在上次時(shí)間間隔的基礎(chǔ)上,只調(diào)整一個(gè)步長大小.當(dāng)x軸(交通流量)為16～42時(shí),y軸(平均信道負(fù)載)會(huì)對(duì)應(yīng)2個(gè)值.

周期性消息產(chǎn)生的平均信道負(fù)載為38.4 Mb/s.從圖3～5可以看出,未使用策略的信標(biāo)消息產(chǎn)生的平均信道負(fù)載最大為8 Mb/s,約為周期性消息所產(chǎn)生信道負(fù)載的1/5.在使用策略后,信標(biāo)消息產(chǎn)生的信道負(fù)載最大為5.2 Mb/s,較未使用策略的情況降低了1/3左右,最大信道負(fù)載小于6 Mb/s,滿足了文獻(xiàn)[14]中要求的車聯(lián)網(wǎng)通信對(duì)數(shù)據(jù)傳輸速率的要求,證明了提出策略的有效性.

圖5 使用策略前、后的信標(biāo)消息生成情況對(duì)比Fig.5 Contrast of beacon message generation before and after using strategies

4 實(shí)例驗(yàn)證

為了驗(yàn)證在實(shí)際道路條件下提出的信標(biāo)消息生成策略的有效性,采用2014年10月28日長春市浮動(dòng)車采集的數(shù)據(jù)對(duì)該策略進(jìn)行驗(yàn)證.在實(shí)驗(yàn)中,租賃30輛出租車組成車隊(duì),沿長春市南湖大路-亞泰大街-自由大路-人民大街開展行車實(shí)驗(yàn).實(shí)驗(yàn)車隊(duì)共經(jīng)過8個(gè)有信號(hào)控制的路段,實(shí)驗(yàn)時(shí)間為7：00～8：00,使用GPSMap76接收器采集GPS信息,對(duì)車隊(duì)中的車輛,按照出發(fā)時(shí)的順序,編號(hào)為1～30.有關(guān)車輛位置數(shù)據(jù)采集和處理的參數(shù)設(shè)置如表2所示.

表2 車輛位置數(shù)據(jù)采集和處理參數(shù)

表2中,PT為GPS數(shù)據(jù)抽樣間隔,D為通信距離,M為周期性消息大小,TC為信道負(fù)載實(shí)測間隔,CE為期望信標(biāo)消息閾值,LR為位置偏移縱向閾值,TR為位置偏移橫向閾值,BI為信標(biāo)間隔調(diào)節(jié)步長.根據(jù)以上參數(shù),每隔5 min,對(duì)車隊(duì)中的第15號(hào)車信道負(fù)載情況進(jìn)行處理,結(jié)果如圖6所示.可以看出,當(dāng)實(shí)測信道負(fù)載大于期望閾值1 Mb/s時(shí),在使用該策略后,通過調(diào)整信標(biāo)消息生成間隔,可以有效地降低信標(biāo)消息的生成速率,將信道負(fù)載從2 Mb/s降低至1.4 Mb/s,大約降低30%.說明該策略對(duì)于控制信道負(fù)載是有效的.

如圖7所示為車隊(duì)中所有車輛的平均信道負(fù)載變化情況.可以看出,車隊(duì)中越是靠近中間的車輛,信道負(fù)載越大,說明周圍與之通信的車輛節(jié)點(diǎn)數(shù)量較多,最大信道負(fù)載控制在1.3 Mb/s以內(nèi),相對(duì)于未使用策略的峰值信道負(fù)載2 Mb/s,大約降低30%,效果明顯,結(jié)果令人滿意.

圖6 使用策略前、后的第15號(hào)車信道負(fù)載Fig.6 Vehicle No.15’s channel load before and after using strategy

圖7 使用策略后的車隊(duì)信道負(fù)載Fig.7 Fleet channel load after using strategy

5 結(jié) 語

在車聯(lián)網(wǎng)中,需要在滿足車輛位置準(zhǔn)確性和信道負(fù)載控制的要求下,研究和設(shè)計(jì)信標(biāo)消息生成策略.通過調(diào)整周期性信標(biāo)消息的分組生成率,可以有效地減小無線信道的負(fù)載,預(yù)防信道擁塞的發(fā)生.本文根據(jù)實(shí)測的信道負(fù)載情況,對(duì)信標(biāo)消息生成模型中的時(shí)間間隔進(jìn)行動(dòng)態(tài)調(diào)節(jié),建立信標(biāo)消息生成速率與信道負(fù)載之間的反饋環(huán)路.實(shí)驗(yàn)表明,使用該策略能夠降低信道負(fù)載1/3左右.通過該分布式信標(biāo)消息生成策略,保證在所有節(jié)點(diǎn)間公平地調(diào)整信標(biāo)幀的生成速率.

在基于信道負(fù)載閾值的信標(biāo)消息生成策略中,本文沒有考慮分組丟失和分組接收成功率對(duì)信標(biāo)生成率的影響.另外,本文的研究僅針對(duì)與位置相關(guān)的周期性信標(biāo)通信.實(shí)際上,在車聯(lián)網(wǎng)中還有其他各種信息需要傳輸,如導(dǎo)航信息、傳感器信息、緊急狀態(tài)信息等,如何在多種信息源混雜的情況下,實(shí)現(xiàn)各種信息的生成、融合及擁塞控制是下一步研究的方向.

[1] HANNES H, KENNETH P L. Vehicular applications and inter-networking technologies [M]. Atrium: Wiley, 2010．

[2] YAIR A, MICHAEL S. Cluster-based beaconing process for VANET [J]. Vehicular Communications, 2015, 2(2): 80-94.

[3] CHAABOUNI N, HAFID A, SAHU P K. A collision-based beacon rate adaptation scheme (CBA) for VANETs [C]∥ IEEE International Conference on Advanced Networks and Telecommunications Systems (ANTS). Kattankulathur: IEEE, 2013．

[4] ELBATT T, GOELOEL S K, HOLLAND G. Cooperative collision warning using dedicated short range wireless communications [C]∥Proceedings of 3rd International Workshop on Vehicular Ad Hoc Networks. New York: [s. n.], 2006: 1-9．

[5] SHAIMA M S, OULD-KHAOUA M, OSAMA M H. Experimental evaluation of safety beacons dissemination in VANETs [J]. Procedia Computer Science, 2015, 56(2015): 618-623．

[6] KHORAKHUN C, BUSCHE H, ROHLING H. Congestion control for VANETs based on power or rate adaptation [C]∥ Proceedings of the 5th International Workshop on Intelligent Transportation. Hamburg: [s. n.], 2008: 21-23.

[7] ZEMOURI S, DJAHEL S, MURPHY J. Smart adaptation of beacons transmission rate and power for enhanced vehicular awareness in VANETs [C]∥ IEEE 17th International Conference on Intelligent Transportation Systems (ITSC). Qingdao: IEEE, 2014．

[8] HAYDER S D, WANG Yu-ming. An efficient emergency message broadcasting scheme in vehicular ad hoc networks [J]. International Journal of Distributed Sensor Networks, 2013, 2013(9):1-11．

[9] TESSA T, DANIEL J, HANNES H. Joint power/rate congestion control optimizing packet reception in vehicle safety communications [C]∥ Proceeding of the 10th ACM International Workshop on Vehicular Inter-Networking, Systems, and Applications. New York: ACM, 2013: 51-60．

[10] TSAI M F, WANG P C. Improving positioning accuracy for VANET in real city environments [J]. The Journal of Supercomputing, 2015, 71(6): 1975-1995．

[11]彭丁聰.卡爾曼濾波的基本原理及應(yīng)用[J]. 軟件導(dǎo)刊, 2010, 8(7): 32-34． PENG Ding-cong. The basic principle and application of Kalman filter [J]. Journal of Software Guide, 2010, 8(7): 32-34．

[12] JWO D J, YANG C F, CHUANG C H, et al. Performance enhancement for ultra-tight GPS/INS integration using a fuzzy adaptive strong tracking unscented Kalman filter [J]. Nonlinear Dynamics, 2013, 73(1/2): 377-395．

[13] JAVADI M S, HABIB S, HANNAN M A. Survey on inter-vehicle communication applications: current trends and challenges [J]. Information Technology Journal, 2013, 12(2): 243-250．

[14] JIANG D, CHEN Q, DELGROSSI L. Optimal data rate selection for vehicle safety communications [C]∥ Proceeding of the 5th ACM International Workshop on Vehicular Inter-Network. San Francisco: ACM, 2008: 30-38．

Beacon message generating strategy based on channel load preset threshold in VANET environment

MO Yuan-fu1, YU De-xin1,3, SONG Jun2, GUO Ya-juan1

(1.CollegeofTransportation,JilinUniversity,Changchun130022,China;2.DalianInternationalAirport,Dalian116033,China；3.JilinProvinceKeyLaboratoryofRoadTraffic,JilinUniversity,Changchun130022,China)

The vehicle beacon message generation strategy was analyzed in order to solve the channel saturation, congestion, and the message conflict problems in vehicular ad-hoc network. The Kalman filter difference prediction equation was proposed according to the relationship of the Kalman filter prediction in time domain. Then the beacon generation model was established. The beacon message generating model and strategy based on time interval adaptive adjusting were established according to the measured channel load and the preset threshold. Traffic data from the simulation of eight-lane freeway basic section and the floating car driving test on Changchun urban road was collected to verify the second model and strategy. The corresponding data was analyzed. Results demonstrate that the proposed distributed strategy can effectively reduce the channel load, avoid the channel congestion and ensure the fairness of message generation and transmission for each node in the required position accuracy．

channel load; Kalman filter; adjusted channel load; position offset threshold; channel load threshold

2015-05-17. 浙江大學(xué)學(xué)報(bào)(工學(xué)版)網(wǎng)址： www.journals.zju.edu.cn/eng

國家“863”高技術(shù)研究發(fā)展計(jì)劃資助項(xiàng)目(2014BAG03B03).

莫元富(1984-)，男，博士生,從事車聯(lián)網(wǎng)信息處理和車間通信的研究.ORCID: 0000-0003-1732-0871.E-mail: 496629815@qq.com 通信聯(lián)系人：于德新，男，教授.ORCID: 0000-0003-4597-4629.E-mail: yudx@jlu.edu.cn

10.3785/j.issn.1008-973X.2016.01.004

U 491

A

1008-973X(2016)01-0021-06