車聯(lián)網(wǎng)中的數(shù)據(jù)聚集研究.pdf

1、隨著無線通信技術(shù)、信息傳感技術(shù)及自動控制技術(shù)的快速發(fā)展，物聯(lián)網(wǎng)被廣泛應用于農(nóng)業(yè)、交通、物流、家居等領(lǐng)域。作為物聯(lián)網(wǎng)在交通領(lǐng)域的重要應用，車聯(lián)網(wǎng)為智能交通的實現(xiàn)提供了技術(shù)支持平臺。智能交通的許多應用需要收集和分發(fā)大量實時信息，但車輛的移動性使車聯(lián)網(wǎng)中收發(fā)信息所需要的通信資源頻繁變化，加之這些通信資源又非常有限，因此車聯(lián)網(wǎng)中的數(shù)據(jù)收集和分發(fā)是一項極具挑戰(zhàn)的工作。為了減少數(shù)據(jù)收發(fā)過程中傳輸數(shù)據(jù)量，研究者們引入了數(shù)據(jù)聚集技術(shù)，該技術(shù)已成為車聯(lián)網(wǎng)

2、領(lǐng)域中倍受學術(shù)界關(guān)注的研究熱點。雖然數(shù)據(jù)聚集可以節(jié)省數(shù)據(jù)傳輸中信帶資源的消耗，但也會影響數(shù)據(jù)的時延和精度。聚集數(shù)據(jù)的時延和精度直接影響車聯(lián)網(wǎng)上諸多應用的正確性和有效性。本文研究車聯(lián)網(wǎng)的數(shù)據(jù)聚集問題，主要工作及其成果包括以下幾個方面。
　　首先，研究了時延約束的單信道車聯(lián)網(wǎng)數(shù)據(jù)聚集問題。車聯(lián)網(wǎng)上許多應用對感知數(shù)據(jù)的時延有很高要求，但現(xiàn)有研究無法使得聚集數(shù)滿足時延要求，且沒有有效利用連通鏈路信息使得時限內(nèi)聚集信息量較少。時延往往是由無

3、線沖突引起的，如果能合理規(guī)劃傳輸時刻有效避免沖突，即可實現(xiàn)時延約束的聚集優(yōu)化。因此，本文提出了時延約束的單信道車聯(lián)網(wǎng)數(shù)據(jù)聚集問題，即規(guī)劃無沖突的傳輸時刻以優(yōu)化聚集信息量。給出了該問題的形式化定義，并證明其是NP難的。本文提出了一種時延約束的優(yōu)化聚集信息量算法。該算法的核心是如何避免數(shù)據(jù)傳輸過程中的無線沖突。無線沖突可分為兩類，一類是多節(jié)點同時向同一節(jié)點發(fā)送數(shù)據(jù)引起的沖突，被稱為直接沖突；另一類是節(jié)點在接收數(shù)據(jù)時通信范圍內(nèi)存在其他節(jié)點干擾

4、引起的沖突，被稱為間接沖突。為避免直接沖突，本文利用動態(tài)規(guī)劃技術(shù)在候選時刻集上規(guī)劃節(jié)點的聚集傳輸時刻。為避免間接沖突，本文提出了基于匹配和獨立集的候選時刻集過濾技術(shù)。利用真實出租車軌跡數(shù)據(jù)集進行了大量的實驗。實驗結(jié)果表明本文所提出的算法在同一時延界內(nèi)比現(xiàn)有的算法在數(shù)據(jù)收集率上提高了近20％，在平均傳輸數(shù)據(jù)量上減少至1/3，在平均時延上更加穩(wěn)定。
　　其次，研究了時延約束的多信道車聯(lián)網(wǎng)數(shù)據(jù)聚集問題。為了提高頻譜利用率，車聯(lián)網(wǎng)標準協(xié)議

5、棧中引入多信道機制。與單信道不同，多信道采用頻分復用減少了無線沖突，但需要額外解決信道分配問題。因此，本文提出了時延約束的多信道車聯(lián)網(wǎng)數(shù)據(jù)聚集規(guī)劃算法。該算法的基本思想是利用多信道資源避免間接沖突。其核心是規(guī)劃節(jié)點的路由使得節(jié)點的間接沖突數(shù)小于信道個數(shù)k進而實現(xiàn)沖突節(jié)點采用不同信道規(guī)避間接沖突。本文首先基于貪心思想構(gòu)建k約束優(yōu)化聚集路由樹規(guī)劃節(jié)點的路由，然后利用動態(tài)規(guī)劃技術(shù)規(guī)劃節(jié)點的傳輸時刻和傳輸信道。該時刻規(guī)劃可以得到最優(yōu)解。最后在真

6、實軌跡數(shù)據(jù)集和模擬軌跡數(shù)據(jù)集上對本文提出的算法進行了大量實驗。結(jié)果表明本文的算法在數(shù)據(jù)收集率上比現(xiàn)有算法提高了25%，達到95%以上；在聚集效率上比現(xiàn)有算法提高了3倍以上。
　　再次，研究了單一精度約束的車聯(lián)網(wǎng)數(shù)據(jù)聚集問題。與時延約束不同，精度約束的數(shù)據(jù)聚集優(yōu)化核心是在滿足精度要求前提下利用數(shù)據(jù)的相關(guān)性降低傳輸數(shù)據(jù)量?，F(xiàn)有研究引入壓縮感知技術(shù)高效地壓縮數(shù)據(jù)量同時保證恢復的數(shù)據(jù)滿足精度要求，但壓縮感知技術(shù)的實現(xiàn)需要滿足有限等距約束條

7、件，這意味著數(shù)據(jù)要依據(jù)特定方式進行聚集。由于車聯(lián)網(wǎng)上的數(shù)據(jù)是由移動車輛攜帶，數(shù)據(jù)的聚集方式受到車輛移動的限制?，F(xiàn)有研究采用人工引入車輛控制移動路線解決這一難題，但需要消耗大量資源且沒有利用車聯(lián)網(wǎng)已有的無線通信資源。因此，本文提出了車聯(lián)網(wǎng)上基于壓縮感知的精度約束數(shù)據(jù)聚集傳輸協(xié)議。該協(xié)議利用車之間的無線通信動態(tài)調(diào)整移動車輛攜帶的數(shù)據(jù)實現(xiàn)了滿足壓縮感知要求的數(shù)據(jù)聚集，進而實現(xiàn)了精度約束的車聯(lián)網(wǎng)數(shù)據(jù)聚集傳輸。實驗結(jié)果表明本文所提出的方法利用50

8、%的數(shù)據(jù)量即可得到滿足精度要求的聚集數(shù)據(jù)。
　　最后，研究了多精度約束的車聯(lián)網(wǎng)數(shù)據(jù)聚集問題。由于車聯(lián)網(wǎng)中動態(tài)可用帶寬資源有限，實時導航系統(tǒng)在收集實時路況信息時要在滿足多用戶的導航請求前提下降低傳輸數(shù)據(jù)量。導航請求的不均勻分布使得部分路段的數(shù)據(jù)精度影響較多用戶導航響應的準確性。聚集數(shù)據(jù)的精度決定了傳輸數(shù)據(jù)量。各路段基于各自的精度要求進行數(shù)據(jù)聚集可以實現(xiàn)在滿足多用戶的導航請求前提下有效地降低傳輸數(shù)據(jù)量。與單精度不同，多精度的數(shù)據(jù)聚集需