物联网

  • 主页
  • 物联网
  • 车联网通信中的协同优化机制研究及仿真评估

车联网通信中的协同优化机制研究及仿真评估

发布时间:2021-01-10 22:05:05 所属栏目:物联网 阅读:

【摘要】:作为未来智能交通系统发展的关键技术,车联网受到学术界和工业界的广泛关注。高度动态的网络拓扑和车联网应用各异的服务质量需求(QoS:Quality of Service)对车联网通信提出挑战,单一的无线通信技术无法保障可靠且及时的消息投递。随着网络规模的增加,车联网消息投递性能还受制于有限的频谱资源。此外,车联网中静态的基础设施缺乏灵活性,难以适应动态的接入需求。针对以上问题,本文提出了空地协同下的车联网异构架构并基于该架构研究车联网通信中的协同优化机制,本文的主要研究内容如下:(1)设计了异构车路协同架构下的集中式分簇优化算法CC-HVNA,通过路边单元和基站的协同控制实现分簇并协调消息投递。车辆基于网络连通性上传车辆数据,基础设施利用收集到的车辆信息辅助分簇,根据修改的Kmeans算法及基于相对移动度量的簇头选举实现规模约束的簇的生成,基于分簇表的维护实现簇的更新,控制中心通过整合路边单元和基站的分簇信息以实现消息转发调度。所提算法可以有效地卸载基站负荷,降低分簇算法的控制开销,改善安全消息的投递性能。(2)研究了分布式空地协同架构下的无人机基站动态优化,基于马尔可夫近似技术设计了无人机基站动态部署算法ODDP-ASYNC,通过无人机基站间的协同以服务系统中的热点区域数据流量需求,卸载蜂窝宏基站负荷。在任务区域部署多无人机基站以分担宏基站上行吞吐量,降低宏基站运行负荷。在完成初始任务配置后,无人机基站借助吞吐量实时量测及基站间有限的信息交换进行相应的状态转移,在不依赖于控制站的情况下自主选择部署位置及运行信道。通过无人机基站的动态部署,系统吞吐量可以渐进收敛到最优值。(3)搭建了基于SUMO和NS3的车联网协同优化交互仿真验证平台,在交通仿真工具SUMO中配置道路拓扑及车辆节点移动模型;在网络仿真工具NS3中配置节点的通信协议及信道传输模型。借助于SUMO中的交通控制接口(TraCI:Traffic Control Interface)实现仿真工具间的耦合,通过交通流和信息流的交互模拟车载传感器信息采集,实现信息流对交通流的控制。该平台可以支持车联网应用的验证,为实际的车联网系统运行提供参考。最后,利用交互式仿真平台对本文所提出的算法进行仿真实现和对比分析,在集中式分簇方案CC-HVNA的仿真中与802.11p-only和LTE-only两种方案进行对比评估安全消息的延时、投递率,在无人机基站部署方案ODDP-ASYNC的仿真中与随机状态转移RST和最小吞吐量状态转移MTST两种方案进行对比评估系统吞吐量。仿真结果表明本文所提出的协同优化算法可以有效改善安全消息的投递性能,卸载蜂窝宏基站负荷,这将有助于设计出未来车联网中更为优化的系统架构。