基于網(wǎng)絡編碼的車載網(wǎng)數(shù)據(jù)傳輸策略研究.pdf

1、隨著車載自組織網(wǎng)的日益成熟，其應用領域也逐漸被擴展，例如交通安全、資源共享和媒體娛樂下載等方面。而車載自組織網(wǎng)不同于傳統(tǒng)的無線Mesh自組織網(wǎng)，具有網(wǎng)絡拓撲變化快、間斷性連接等特點，從而導致車輛節(jié)點間的通信連接不穩(wěn)定。根據(jù)車載自組織網(wǎng)中車輛密度大小可分為車輛密集和車輛稀疏兩個場景。在車輛密集場景中，車輛節(jié)點的運動速度相近，且車輛節(jié)點間的相遇機會較大，因此周圍車輛節(jié)點間可建立短暫的通信連接，由車輛節(jié)點直接轉(zhuǎn)發(fā)數(shù)據(jù)包。但在車輛稀疏場景中，車

2、輛節(jié)點密度小，車輛節(jié)點間相遇機會受限，無法直接由車輛節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)包，因而數(shù)據(jù)傳輸性能較差。
　　網(wǎng)絡編碼技術(shù)允許車輛節(jié)點對接收的數(shù)據(jù)包進行線性組合再轉(zhuǎn)發(fā)出去，有效避免數(shù)據(jù)包發(fā)送次數(shù)過多，提高網(wǎng)絡吞吐率。本文針對車載自組織網(wǎng)不同的場景，設計了兩種基于網(wǎng)絡編碼的數(shù)據(jù)傳輸策略，主要目的是進一步提高數(shù)據(jù)包在車輛密集場景下的傳輸性能和保證數(shù)據(jù)包在車輛稀疏場景下也能進行較為可靠的傳輸。
　　本文的主要工作如下:
　　(1)在車輛密

3、集場景中，本文提出了基于代間漸進網(wǎng)絡編碼的數(shù)據(jù)傳輸策略ORLNC(Optimized Random Linear Network Coding，ORLNC)。在該策略中，首先改進傳統(tǒng)的代內(nèi)隨機線性編碼方式，并設計代間漸進編碼方式INC(Inter-generation Network Coding，INC)。在該編碼方式中，前后代間數(shù)據(jù)包不再是一種獨立關(guān)系，而是一種漸進線性關(guān)系，即某代編碼數(shù)據(jù)包包含了其之前所有代的數(shù)據(jù)包，目的車輛節(jié)點在

4、丟包的情況下可通過后代編碼數(shù)據(jù)包恢復出丟失的某代編碼數(shù)據(jù)包，并能及時解碼出源數(shù)據(jù)包。另外針對轉(zhuǎn)發(fā)車輛節(jié)點的選擇，本文根據(jù)車輛節(jié)點的運動狀態(tài)設計了基于最短路徑近似度的選擇度量方式，周圍各車輛節(jié)點定期更新各自的最短路徑近似度值，選擇路徑近似度值最大的車輛節(jié)點作為下一轉(zhuǎn)發(fā)車輛節(jié)點。實驗證明該策略能有效提高車載網(wǎng)的吞吐率和傳輸效率，降低轉(zhuǎn)發(fā)延遲。
　　(2)在車輛稀疏場景中，本文提出了基于網(wǎng)絡編碼和RSU(Road Side Unit，R

5、SU)的數(shù)據(jù)傳輸策略RORLNC(RSU-aided Optimized Random Linear NetworkCoding，RORLNC)。在該策略中，源車輛節(jié)點同樣采用代間漸進編碼技術(shù)，同時借助RSU緩存并間接轉(zhuǎn)發(fā)由車輛節(jié)點發(fā)送來的編碼數(shù)據(jù)包。本文根據(jù)車輛節(jié)點間相遇次數(shù)設計了基于可適度的車輛節(jié)點度量標準，并根據(jù)RSU中編碼數(shù)據(jù)包數(shù)量和重復次數(shù)設計了基于優(yōu)先級的數(shù)據(jù)包度量標準。RSU定期更新各編碼數(shù)據(jù)包的優(yōu)先級和周圍車輛節(jié)點的可適