車(chē)輛自組織網(wǎng)絡(luò)中基于軌跡的路由算法研究.pdf

1、無(wú)線車(chē)輛自組織網(wǎng)絡(luò)是無(wú)線網(wǎng)絡(luò)領(lǐng)域的一個(gè)熱門(mén)話題。它是一種移動(dòng)自組織網(wǎng)絡(luò),用來(lái)在車(chē)輛之間或移動(dòng)車(chē)輛與路邊固定設(shè)備之間進(jìn)行無(wú)線通信,以達(dá)到傳遞數(shù)據(jù),相互通信的目的。因?yàn)闊o(wú)線車(chē)輛自組織網(wǎng)絡(luò)中存在著頻繁的網(wǎng)絡(luò)通斷,拓?fù)渥兓约安淮_定的節(jié)點(diǎn)運(yùn)動(dòng),在其中進(jìn)行高效地進(jìn)行數(shù)據(jù)傳輸是一項(xiàng)重大挑戰(zhàn)。車(chē)輛的運(yùn)動(dòng)軌跡信息在數(shù)據(jù)傳遞總起到了重要作用。現(xiàn)有路由算法對(duì)運(yùn)動(dòng)軌跡進(jìn)行了粗力度的估計(jì),例如節(jié)點(diǎn)的空間分布或者是節(jié)點(diǎn)間的相遇時(shí)間的分布。這種粗粒度的估計(jì)會(huì)導(dǎo)致較

2、差的網(wǎng)絡(luò)性能。在這篇論文中,我們通過(guò)條件熵的研究方法,調(diào)查現(xiàn)有的大量真實(shí)車(chē)輛軌跡數(shù)據(jù),分析出車(chē)輛運(yùn)動(dòng)存在著很強(qiáng)的規(guī)律性。我們使用歷史數(shù)據(jù)建立運(yùn)動(dòng)模型來(lái)刻畫(huà)這種規(guī)律,并且利用高階馬爾可夫鏈進(jìn)行車(chē)輛運(yùn)動(dòng)軌跡的預(yù)測(cè)。我們?cè)O(shè)計(jì)出的路由算法充分利用了這種預(yù)測(cè)的軌跡。
　　同時(shí),布置路邊基站接入點(diǎn)能夠提高無(wú)線車(chē)輛自組織網(wǎng)絡(luò)的傳輸性能。我們通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)理想情況下,即使使用很簡(jiǎn)單的策略,部署了接入點(diǎn)的無(wú)線網(wǎng)絡(luò)也能在傳輸成功率上有最多五倍的提高,在

3、傳輸延遲上最多能減少35％。但是,我們同時(shí)也發(fā)現(xiàn)接入點(diǎn)的緩存成為了限制性能的關(guān)鍵因素。在接入點(diǎn)緩存有限的情況下,不好的緩存分配策略會(huì)使得性能僅得到微小提升?；谶@一觀察,我們也研究了在有接入點(diǎn)幫助下的無(wú)線車(chē)輛自組織網(wǎng)絡(luò)路由策略。得到這種高效的路由策略仍然是一種挑戰(zhàn)。首先相對(duì)于純車(chē)輛組成的網(wǎng)絡(luò),額外部署的接入點(diǎn)大大提高了車(chē)輛之間的傳輸機(jī)會(huì),這種變化很難用在現(xiàn)在已有的研究刻畫(huà)表示。其次傳輸數(shù)據(jù)與接入點(diǎn)的緩存分配應(yīng)當(dāng)在一起同時(shí)考慮以達(dá)到最優(yōu)。