車聯(lián)網(wǎng)城市交通移動(dòng)多場(chǎng)景建模仿真及分析①

王 超

(長(zhǎng)安大學(xué) 信息工程學(xué)院，西安 710064)

引言

隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，近年來(lái)城市交通發(fā)展正朝著智能化、安全化和高效一體化方向推進(jìn).而車載自組織網(wǎng)絡(luò)(Vehicular Ad Hoc NETworkS，VANETS) 的廣泛應(yīng)用無(wú)疑起到了關(guān)鍵的支撐作用，VANETS 作為一種特殊的移動(dòng)Ad Hoc[1]，其原理是通過(guò)在車輛上裝配相關(guān)電子設(shè)備，并關(guān)聯(lián)通信范圍內(nèi)的路側(cè)單元(Road Side Unit，RSU)，利用無(wú)線通信技術(shù)實(shí)現(xiàn)網(wǎng)絡(luò)中車與車之間的通信(V2V)和車與基礎(chǔ)設(shè)施之間的通信(V2I)[2].

當(dāng)前研究人員針對(duì)移動(dòng)Ad Hoc 類型網(wǎng)絡(luò)下的協(xié)議仿真和節(jié)點(diǎn)通信的研究多是基于隨機(jī)路點(diǎn)移動(dòng)模型(Random WayPoint mobility model，RWP)、隨機(jī)方向移動(dòng)模型(Random Direction Model，RDM)和隨機(jī)漫步移動(dòng)模型(Random Walk Mobility model，RWM)等移動(dòng)模型[3]，而此類模型的最大特點(diǎn)就是節(jié)點(diǎn)移動(dòng)的隨機(jī)性.對(duì)比真實(shí)場(chǎng)景下的交通流運(yùn)行狀況，上述模型中的節(jié)點(diǎn)移動(dòng)特性不能較為真實(shí)地反映實(shí)際情況中車輛節(jié)點(diǎn)的移動(dòng)特點(diǎn)[4].當(dāng)前城市交通中有交叉路口、匝道、潮汐車道以及雙向快速四車道等多種移動(dòng)場(chǎng)景，為了體現(xiàn)場(chǎng)景的通用性和代表性，本文采用VanetMobiSim仿真器構(gòu)建不同交通場(chǎng)景下的節(jié)點(diǎn)移動(dòng)模型以逼真模擬真實(shí)交通流，以此構(gòu)建交叉路口和雙向快速四車道這兩種在車輛密度、車速以及拓?fù)浣Y(jié)構(gòu)上有明顯區(qū)分度的城市常見(jiàn)交通移動(dòng)場(chǎng)景.

當(dāng)前車載自組織網(wǎng)絡(luò)中所使用的路由協(xié)議大部分起源于傳統(tǒng)的移動(dòng)Ad Hoc 網(wǎng)絡(luò)[5]，而基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的路由協(xié)議是Ad Hoc 網(wǎng)絡(luò)下最具代表性的一類協(xié)議，根據(jù)路由的驅(qū)動(dòng)方式又可將該類型的協(xié)議分成先應(yīng)式路由協(xié)議(又稱表驅(qū)動(dòng)路由協(xié)議)和反應(yīng)式路由協(xié)議(又稱按需路由協(xié)議)[6，7].其中DSDV (Destination-Sequenced Distance-Vector routing)是經(jīng)典的表驅(qū)動(dòng)路由算法[8]，而AODV (Ad Hoc On-demand Distance Vector routing)是經(jīng)典的源驅(qū)動(dòng)路由算法[9].

所以本文擬在NS2 仿真環(huán)境下引入這兩種不同類型的協(xié)議并在不同應(yīng)用場(chǎng)景中進(jìn)行仿真實(shí)驗(yàn)，以此對(duì)比不同協(xié)議在不同移動(dòng)場(chǎng)景下的通信效果.

1 節(jié)點(diǎn)移動(dòng)模型概述

節(jié)點(diǎn)移動(dòng)模型的作用是描述節(jié)點(diǎn)的移動(dòng)方式，包括其方向、位置、速度及加速度等[10]，通過(guò)對(duì)車輛具體行為的抽象描述，數(shù)據(jù)化處理節(jié)點(diǎn)在每個(gè)時(shí)鐘嘀嗒的行為動(dòng)作，最終生成相關(guān)的車輛行駛信息，而車輛節(jié)點(diǎn)通過(guò)遍歷該信息完成整個(gè)移動(dòng)過(guò)程.根據(jù)節(jié)點(diǎn)的移動(dòng)特性又可以將節(jié)點(diǎn)移動(dòng)模型劃分成獨(dú)立節(jié)點(diǎn)移動(dòng)模型和具有群組特性的節(jié)點(diǎn)移動(dòng)模型.

獨(dú)立節(jié)點(diǎn)移動(dòng)模型主要包括隨機(jī)路點(diǎn)移動(dòng)模型、隨機(jī)方向移動(dòng)模型和隨機(jī)漫步移動(dòng)模型.在進(jìn)行移動(dòng)Ad Hoc 網(wǎng)絡(luò)仿真實(shí)驗(yàn)時(shí)，研究人員經(jīng)常采用上述的三種移動(dòng)模型構(gòu)建相關(guān)的移動(dòng)場(chǎng)景.其中，Maurya AK 等[11]使用隨機(jī)路點(diǎn)移動(dòng)模型來(lái)設(shè)計(jì)網(wǎng)絡(luò)，基于平均端到端延遲，分組投遞率，吞吐量和平均抖動(dòng)率評(píng)價(jià)移動(dòng)Ad Hoc 網(wǎng)絡(luò)下不同協(xié)議的性能特性.Gupta P 等[12]基于隨機(jī)路點(diǎn)移動(dòng)模型，研究AODV，DSDV，DSR 和OLSR在分組投遞率，平均端到端延遲和標(biāo)準(zhǔn)化路由負(fù)載方面的性能區(qū)別，以此評(píng)估節(jié)點(diǎn)移動(dòng)性對(duì)路由協(xié)議的影響.Carofiglio G 等[13]在引入隨機(jī)方向移動(dòng)模型的基礎(chǔ)上，研究易受到由節(jié)點(diǎn)移動(dòng)引起鏈路故障的路由的可用性和持續(xù)時(shí)間概率，通過(guò)考慮研究路由可用性選擇最佳路由，提出了一種提高反應(yīng)路由協(xié)議效率的方法.Sharma A 等[14]在隨機(jī)漫步移動(dòng)模型下比較了反應(yīng)式和主動(dòng)式協(xié)議，并討論了不同類型的協(xié)議所適合的網(wǎng)絡(luò)類型.Mohanborah A 等[15]對(duì)移動(dòng)Ad Hoc 網(wǎng)絡(luò)下的隨機(jī)路點(diǎn)移動(dòng)模型、隨機(jī)方向移動(dòng)模型和隨機(jī)漫步移動(dòng)模型進(jìn)行了對(duì)比分析，通過(guò)調(diào)節(jié)相關(guān)參數(shù)對(duì)網(wǎng)絡(luò)的擁塞控制進(jìn)行研究.

由于真實(shí)車載自組織網(wǎng)絡(luò)下的車輛節(jié)點(diǎn)具有群組特性，且受到最大速度、路口方向選擇、以及紅綠燈等其他因素的影響，而傳統(tǒng)仿真過(guò)程中使用的上述3 種移動(dòng)模型存在節(jié)點(diǎn)平均速度衰減、穩(wěn)態(tài)分布不均勻以及節(jié)點(diǎn)密度波動(dòng)現(xiàn)象[16]，且均沒(méi)有考慮真實(shí)交通場(chǎng)景下如紅燈減速、換道超車以及讓行等各種行為和限制，進(jìn)而導(dǎo)致對(duì)仿真結(jié)果的分析產(chǎn)生很大的誤差，所以不適合采用此類模型進(jìn)行車載自組織網(wǎng)絡(luò)下的路由協(xié)議仿真[4].

通過(guò)引入適當(dāng)?shù)囊苿?dòng)模型可以合理評(píng)價(jià)不同路由協(xié)議在不同場(chǎng)景下的性能，為了正確模擬現(xiàn)實(shí)網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)和客觀反映車輛節(jié)點(diǎn)的移動(dòng)特性，并真實(shí)展現(xiàn)交通場(chǎng)景中的交通流運(yùn)行狀況以及有效對(duì)比評(píng)估協(xié)議通信效果，本文首先針對(duì)常見(jiàn)的交通應(yīng)用場(chǎng)景進(jìn)行仿真，即建立交通移動(dòng)場(chǎng)景模型.

2 城市交通場(chǎng)景移動(dòng)模型構(gòu)建

通過(guò)分析車聯(lián)網(wǎng)的拓?fù)浣Y(jié)構(gòu)以及車輛節(jié)點(diǎn)的移動(dòng)特性，本文設(shè)計(jì)構(gòu)建了交叉路口和雙向快速四車道這兩類應(yīng)用場(chǎng)景的移動(dòng)模型.

2.1 交通場(chǎng)景移動(dòng)建模

本文中所構(gòu)建的交叉路口移動(dòng)場(chǎng)景和雙向快速四車道移動(dòng)場(chǎng)景均是對(duì)IDM (Intelligent Driver Model)模型進(jìn)行擴(kuò)展[17]，其中雙向快速四車道具備超車和多車道功能，而交叉路口場(chǎng)景在此基礎(chǔ)上又增加了交叉路口管理功能[18].

雙向快速四車道場(chǎng)景可描述為兩個(gè)相反方向的直行車道各占兩條車道，車輛時(shí)速為40 km/h-70 km/h，即在城市交通環(huán)境中交通流較為通暢的狀態(tài).同方向的車道允許車輛間實(shí)現(xiàn)換道、超車等行為，而不同方向的車道間不可逾越，并以隔離帶的形式分隔開(kāi).在車與車之間能夠互相通信的前提下，可以通過(guò)設(shè)置車輛的安全換道時(shí)間和禮貌因子對(duì)車輛換道行為及駕駛員素質(zhì)進(jìn)行描述[19]，其中安全換道時(shí)間指的是完成換道所要花費(fèi)的時(shí)間，而禮貌因子則描述的是該駕駛員的駕駛素質(zhì)，若禮貌因子為負(fù)則認(rèn)為駕駛員具有自私行為.通過(guò)兩者的有機(jī)結(jié)合可以對(duì)車輛的行駛特性進(jìn)行更為深刻的描述.

交叉路口場(chǎng)景是由交通標(biāo)志管理和由交通燈管理的交叉路口，交叉路口車輛時(shí)速在15 km/h-35 km/h 之間，通常城市交通中交叉口車流量較大，車速較慢.本模型中一旦車輛在停車標(biāo)志前停止，它就會(huì)被告知所有引入該交叉路口的等待通行的車輛的數(shù)量.如果數(shù)量為零，則該車輛可以通過(guò)，否則，需遵循先到先過(guò)以及右轉(zhuǎn)彎規(guī)則.當(dāng)車輛駛向紅綠燈交叉路口時(shí)，如果是綠燈，車輛將以現(xiàn)行的速度駛過(guò)交叉路口.如果是紅燈，車輛將拒絕通過(guò)并且使用類似于停車標(biāo)志、修改IDM參數(shù)的方式使車輛減速最終停在交叉路口前.

當(dāng)遇到紅綠燈時(shí)，車輛的行駛動(dòng)作可以根據(jù)紅燈到綠燈以及綠燈到紅燈的轉(zhuǎn)換而做相應(yīng)的動(dòng)態(tài)改變.前一種情況下，遇到紅燈減速前行的車輛在遇到綠燈亮?xí)r，可以再次加速.在后一種情況下，保持現(xiàn)有狀態(tài)駛向綠燈的車輛，當(dāng)紅燈亮它還沒(méi)有通過(guò)交叉路口時(shí)，將會(huì)停止前行.由于道路之間車道數(shù)量會(huì)有所不同，所以靠近交叉路口的車輛會(huì)根據(jù)VanetMobiSim 的宏移動(dòng)性得到它將要駛?cè)氲牡缆方Y(jié)構(gòu).然而，在車輛駛過(guò)交叉路口后，有以下行為方式：如果車輛正在行駛的車道也在它行駛路徑的下一條車道上，那么車輛駛過(guò)交叉路口后繼續(xù)在下一條街的相同車道上行駛；如果車輛正在行駛的車道在交叉路口的下條街道上不存在，那么當(dāng)車輛接近交叉路口時(shí)它會(huì)駛向街道的右邊.如果不能這樣行駛，例如車道的右邊交通很擁擠，則于交叉路口處等待直到車道空閑.

2.2 模型參數(shù)設(shè)置

在本文的設(shè)定中，在雙向快速四車道移動(dòng)場(chǎng)景下，車輛行駛速度較快，車輛密度較為稀疏，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化較快；而與之形成鮮明對(duì)比的是交叉路口移動(dòng)場(chǎng)景下，車輛行駛速度較慢，車輛密度較密集，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化較慢；對(duì)應(yīng)上述宏觀描述的微觀參數(shù)設(shè)定見(jiàn)表1和表2，交叉路口及雙向快速四車道移動(dòng)場(chǎng)景模型如圖1、圖2所示.其中舒適減速度指的是當(dāng)前車輛以某一固定的減速度(m/s2)從當(dāng)前速度開(kāi)始減速直至車輛停止，減速過(guò)程符合到停車點(diǎn)位置的距離約束，且減速停車的過(guò)程緩和，未出現(xiàn)急剎車等影響駕乘體驗(yàn)的減速行為，即整個(gè)過(guò)程即滿足環(huán)境和交通約束，也使得車內(nèi)人員有良好的駕乘體驗(yàn).

表1 交叉路口移動(dòng)場(chǎng)景仿真參數(shù)設(shè)定

表2 雙向快速四車道移動(dòng)場(chǎng)景仿真參數(shù)設(shè)定

圖1 交叉路口移動(dòng)場(chǎng)景某時(shí)刻狀態(tài)仿真圖

圖2 雙向快速四車道移動(dòng)場(chǎng)景某時(shí)刻狀態(tài)仿真圖

本文對(duì)于交叉路口和雙向快速四車道的舒適減速度的設(shè)定均是通過(guò)采集現(xiàn)實(shí)場(chǎng)景中對(duì)應(yīng)場(chǎng)景下的大量實(shí)體車輛并作均值計(jì)算而設(shè)定的.

3 仿真結(jié)果與分析

為了模擬車輛節(jié)點(diǎn)間的網(wǎng)絡(luò)數(shù)據(jù)通信，本文采用NS-2 針對(duì)網(wǎng)絡(luò)通信過(guò)程進(jìn)行仿真.通過(guò)向NS-2 中引入VanetMobiSim 仿真器產(chǎn)生的車輛節(jié)點(diǎn)行車軌跡數(shù)據(jù)，實(shí)現(xiàn)逼真交通移動(dòng)場(chǎng)景下的車輛通信聯(lián)合仿真實(shí)驗(yàn).NS2 仿真器的相關(guān)參數(shù)設(shè)置如表3所示，同時(shí)采用時(shí)延、開(kāi)銷、抖動(dòng)率和丟包率4 個(gè)常用指標(biāo)評(píng)價(jià)協(xié)議的性能.

表3 NS2 中移動(dòng)節(jié)點(diǎn)參數(shù)設(shè)置

3.1 交叉路口場(chǎng)景協(xié)議仿真對(duì)比

車載自組織網(wǎng)絡(luò)仿真范圍設(shè)定為1000 m×1000 m，仿真時(shí)間為60 s，交叉口附近的車輛數(shù)設(shè)定為40 輛，駛?cè)牖蝰傠x交叉口的速度維持在15 km/h-35 km/h.

① 端到端時(shí)延對(duì)比

通過(guò)圖3和圖4兩種路由在交叉路口處的端到端時(shí)延的表現(xiàn)對(duì)比可以發(fā)現(xiàn)，AODV 協(xié)議的時(shí)延區(qū)間維持在(0，0.17 s)，而DSDV 協(xié)議的時(shí)延區(qū)間維持在(0，0.04 s)，且DSDV 協(xié)議運(yùn)行過(guò)程中的大部分時(shí)間節(jié)點(diǎn)處的延遲均比相同時(shí)間節(jié)點(diǎn)處使用AODV 協(xié)議傳輸?shù)难舆t短.

② 協(xié)議開(kāi)銷對(duì)比

通過(guò)圖5中兩種路由協(xié)議在交叉路口處的控制包開(kāi)銷對(duì)比可以發(fā)現(xiàn)，DSDV 的協(xié)議開(kāi)銷高于AODV 的協(xié)議開(kāi)銷，且二者皆有增長(zhǎng)的趨勢(shì)，即隨著時(shí)間增長(zhǎng)，DSDV 的協(xié)議開(kāi)銷將會(huì)遠(yuǎn)遠(yuǎn)高于AODV 的協(xié)議開(kāi)銷.

圖3 交叉路口場(chǎng)景下時(shí)使用AODV 協(xié)議的端到端時(shí)延

圖4 交叉路口場(chǎng)景下時(shí)使用DSDV 協(xié)議的端到端時(shí)延

圖5 交叉路口場(chǎng)景下協(xié)議開(kāi)銷對(duì)比

③ 抖動(dòng)率對(duì)比

圖6和圖7表明，AODV 協(xié)議的抖動(dòng)率區(qū)間在(-1，0.7)，而DSDV 協(xié)議的抖動(dòng)率區(qū)間在(-0.15，0.15)，且DSDV 協(xié)議運(yùn)行過(guò)程中的大部分時(shí)間節(jié)點(diǎn)處的抖動(dòng)率比相同時(shí)間節(jié)點(diǎn)處使用AODV 協(xié)議傳輸?shù)亩秳?dòng)率小.

圖6 交叉路口場(chǎng)景下時(shí)使用AODV 協(xié)議的抖動(dòng)率

圖7 交叉路口場(chǎng)景下時(shí)使用DSDV 協(xié)議的抖動(dòng)率

④ 丟包率對(duì)比

圖8表明，在交叉路口場(chǎng)景下AODV 協(xié)議的丟包情況比DSDV 嚴(yán)重，但隨著時(shí)間的推移，兩種協(xié)議下的丟包情況均趨向緩和，且有逐漸穩(wěn)定的趨勢(shì).

圖8 交叉路口場(chǎng)景下協(xié)議丟包率對(duì)比

3.2 雙向快速四車道場(chǎng)景協(xié)議仿真對(duì)比

仿真范圍設(shè)定為2000 m×20 m，仿真時(shí)間設(shè)定為160 s，四車道車輛數(shù)為40 輛，車輛行駛速度維持在40 km/h-70 km/h.

① 端到端時(shí)延對(duì)比

圖9和圖10表明，隨著仿真時(shí)間推移，DSDV 端到端時(shí)遲有增大的趨勢(shì)，而AODV 時(shí)遲增大趨勢(shì)較緩.

圖9 雙向快速四車道場(chǎng)景下時(shí)使用AODV 協(xié)議的端到端時(shí)延

圖10 雙向快速四車道場(chǎng)景下時(shí)使用DSDV 協(xié)議的端到端時(shí)延

② 協(xié)議開(kāi)銷對(duì)比

圖11表明，DSDV 的協(xié)議開(kāi)銷高于AODV 的協(xié)議開(kāi)銷，且二者皆有增長(zhǎng)的趨勢(shì)，即隨著時(shí)間增長(zhǎng)，DSDV的協(xié)議開(kāi)銷將遠(yuǎn)遠(yuǎn)高于AODV 的協(xié)議開(kāi)銷.

③ 抖動(dòng)率對(duì)比

圖12和圖13表明，AODV 和 DSDV 二者在抖動(dòng)率整體趨勢(shì)上沒(méi)有明顯差別，但通過(guò)對(duì)比發(fā)現(xiàn)運(yùn)行AODV 協(xié)議的網(wǎng)絡(luò)的平均抖動(dòng)率相較于運(yùn)行DSDV協(xié)議的網(wǎng)絡(luò)平均抖動(dòng)率小很多.

圖11 雙向快速四車道場(chǎng)景下協(xié)議開(kāi)銷對(duì)比

圖12 雙向快速四車道場(chǎng)景下時(shí)使用AODV 協(xié)議的抖動(dòng)率

圖13 雙向快速四車道場(chǎng)景下時(shí)使用DSDV 協(xié)議的抖動(dòng)率

④ 丟包率對(duì)比

圖14表明，AODV 協(xié)議的丟包情況比DSDV 嚴(yán)重，但隨著時(shí)間的推移，兩種協(xié)議下的丟包情況均有緩和，且均有下降的趨勢(shì).但可以看出AODV 協(xié)議丟包率下降趨勢(shì)明顯較快.

通過(guò)上述時(shí)延仿真結(jié)果分析發(fā)現(xiàn)，AODV 路由協(xié)議可以較好地適應(yīng)雙向快速四車道這樣的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化較為頻繁的環(huán)境.一旦節(jié)點(diǎn)發(fā)生移動(dòng)，只需要更新有發(fā)送數(shù)據(jù)需求的相關(guān)路徑的路由信息即可，相較于DSDV 這類的先驗(yàn)式路由協(xié)議，其自身沒(méi)有大量的控制消息，所以協(xié)議開(kāi)銷較小.對(duì)于復(fù)雜多變的場(chǎng)景，AODV 表現(xiàn)出較強(qiáng)的適應(yīng)性和較好的穩(wěn)定性，在保證時(shí)延處于可接受范圍內(nèi)的同時(shí)，開(kāi)銷也相對(duì)低一些.但由于AODV 缺少路由表進(jìn)而導(dǎo)致在面對(duì)類似交叉路口這類的擁塞場(chǎng)景時(shí)，數(shù)據(jù)傳輸過(guò)程存在較大延遲，且網(wǎng)絡(luò)傳輸不太穩(wěn)定，初始時(shí)的丟包率也偏高.而在使用DSDV 協(xié)議的過(guò)程中，一旦源節(jié)點(diǎn)需要發(fā)送報(bào)文，就可以立即得到到達(dá)目的節(jié)點(diǎn)的路由，因此該路由的時(shí)延較小，但在面對(duì)雙向多車道這樣的網(wǎng)絡(luò)規(guī)模龐大、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化較快的場(chǎng)景時(shí)，由于存在大量控制報(bào)文導(dǎo)致協(xié)議開(kāi)銷較大，進(jìn)而造成傳輸效率偏低.

圖14 雙向快速四車道場(chǎng)景下協(xié)議丟包率對(duì)比

仿真實(shí)驗(yàn)結(jié)果表明，在面對(duì)復(fù)雜多變的交通場(chǎng)景時(shí)，AODV 這類的反應(yīng)式路由協(xié)議表現(xiàn)出較好的適應(yīng)性.通過(guò)端到端時(shí)延和開(kāi)銷的綜合分析評(píng)價(jià)，可以看出相比于DSDV 這類的先驗(yàn)式路由協(xié)議，其在傳輸效率上有著較為明顯的優(yōu)勢(shì).而結(jié)合抖動(dòng)率和丟包率的表現(xiàn)情況來(lái)看，AODV 這類的反應(yīng)式路由協(xié)議在消息安全和完整投遞方面則受多種環(huán)境因素影響，盡管整體趨勢(shì)逐漸變優(yōu)，但初期表現(xiàn)不理想且后期效果存在波動(dòng).

3.3 環(huán)境因子對(duì)AODV 協(xié)議影響分析

為了進(jìn)一步研究影響AODV 性能的環(huán)境因素，本文決定從網(wǎng)絡(luò)通信量和拓?fù)浣Y(jié)構(gòu)變化及復(fù)雜程度兩大方面入手，以帶有交叉口的雙向快速四車道的環(huán)境為仿真場(chǎng)景，其中網(wǎng)絡(luò)通信量以車輛節(jié)點(diǎn)最大聯(lián)機(jī)數(shù)(即產(chǎn)生的數(shù)據(jù)流數(shù)目)和車輛節(jié)點(diǎn)發(fā)包率(每秒送出的封包數(shù))為變化因子；拓?fù)浣Y(jié)構(gòu)變化及復(fù)雜程度以車輛節(jié)點(diǎn)的速度和密度為變化因子，以丟包率為評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)AODV 協(xié)議的安全穩(wěn)定性受影響因素進(jìn)行分析.

通過(guò)圖15和圖16三維圖像的對(duì)比可以發(fā)現(xiàn)，在維持其他影響因素不變的情況下AODV 協(xié)議的安全穩(wěn)定性受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化和復(fù)雜性影響程度遠(yuǎn)遠(yuǎn)高于受網(wǎng)絡(luò)通信量影響.因此為了提升AODV 這類的反應(yīng)式路由協(xié)議的安全穩(wěn)定性，需著眼于網(wǎng)絡(luò)拓?fù)渥兓皬?fù)雜程度，通過(guò)引入地理位置等信息輔佐路由建立和數(shù)據(jù)傳輸，從而提高該協(xié)議的性能.

圖15 AODV 協(xié)議下丟包率隨拓?fù)浣Y(jié)構(gòu)變化快慢及復(fù)雜程度變化曲面

圖16 AODV 協(xié)議下丟包率隨拓?fù)浣Y(jié)構(gòu)變化快慢及復(fù)雜程度變化曲面

4 總結(jié)和展望

目前，大多數(shù)的路由協(xié)議仿真都是基于傳統(tǒng)的RWP、RDM 和RWM 等移動(dòng)模型場(chǎng)景，這種隨機(jī)移動(dòng)模型場(chǎng)景不能真實(shí)客觀地反映真實(shí)交通流的移動(dòng)特性.而本文所構(gòu)建的交叉路口和雙向快速四車道移動(dòng)的兩種模型是典型的群組模型應(yīng)用，均包含了關(guān)于車輛速度和加速度、對(duì)車輛隊(duì)列管理和擁塞管理等因素的描述.其中，交叉路口模型側(cè)重交叉口車輛管理，雙向快速四車道集成了一個(gè)超車模型以及加減速度管理.在本文的仿真試驗(yàn)中，針對(duì)交叉路口采用的是管理智能駕駛模型，分別從端到端時(shí)延、協(xié)議包開(kāi)銷、抖動(dòng)率、丟包率4 個(gè)方面仿真了AODV 和DSDV 這兩種路由協(xié)議在不同場(chǎng)景下的性能效果.實(shí)驗(yàn)結(jié)果表明DSDV 在簡(jiǎn)單穩(wěn)定的交通場(chǎng)景下表現(xiàn)出較高的傳輸效率和穩(wěn)定性，而AODV 在復(fù)雜多變交通場(chǎng)景下表現(xiàn)出良好的適應(yīng)性.為了分析AODV 受何種因素影響較大，本文再次針對(duì)AODV 做了詳細(xì)分析，發(fā)現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化頻率和復(fù)雜程度對(duì)AODV 協(xié)議的穩(wěn)定性和安全性影響較大.本文提出的模型，相較于傳統(tǒng)的random waypoint 等模型更能貼近實(shí)際地描述車輛群體間的協(xié)作和共生狀態(tài)，具有較高的真實(shí)性和可信度.

為了實(shí)現(xiàn)高效穩(wěn)定的數(shù)據(jù)傳輸，后期作者準(zhǔn)備引入地理位置信息，用以輔助合適的協(xié)議選擇，形成自適應(yīng)的協(xié)議決策推薦系統(tǒng)，并根據(jù)周邊交通流狀況適時(shí)調(diào)整路由選擇和數(shù)據(jù)傳輸?shù)葎?dòng)作，以達(dá)到不同路段協(xié)議適配最優(yōu)，協(xié)議使用過(guò)程中建立高效路由并實(shí)現(xiàn)數(shù)據(jù)的穩(wěn)定傳輸.