HCBLS:层次结构基于集群的位置服务在城市环境

文摘

车辆位置信息是许多VANETs基于位置的服务和应用程序的核心。追踪车辆位置和维护一个精确的最新的整个网络不容易是由于车辆的机动性高,因此快速拓扑变化。一个可伸缩的设计,准确、有效的位置服务仍然是一个非常具有挑战性的问题。在本文中,我们提出一个轻量级的层次在城市环境中基于集群的位置服务(HCBLS)。HCBLS集成逻辑集群基于城市数字地图,因此不涉及额外的信令开销。一个先进的位置更新聚合在不同级别的假定的层次结构是采用保持最新的和准确的位置信息。仿真结果表明,HCBLS达到更好的性能比高效的地图位置服务(embl)和常规(non-cluster-based)更新方案。HCBLS增加成功率在10%左右,提高网络的概述30%以上,降低了位置更新和查询7倍以上的成本,降低了消息传递延迟约3倍,并提出在4次更好的定位精度。

1。介绍

汽车行业正在经历前所未有的转变:车辆运输不再是仅仅视为意味着但他们视为“车轮上的电脑1- - - - - -4]。根据一些研究[5,6),到2025年每辆车将通过几个连接车载无线通信系统(嵌入式设备、智能手机等)对道路基础设施(车辆基础设施(V2I))和其他车辆(车辆,车辆(V2V))7,8]。汽车制造商认为V2V V2I和他们的应用程序将有助于进一步改善车辆的安全环境。为了充分利用这些新兴的应用,智能交通系统(ITS)需要支持的通信技术和协议。IEEE最近开发了波(无线接入车载环境)标准,包括IEEE 1609协议的家人和IEEE 802.11便士(9]。波标准是基于802.11体系结构;然而,它达到更高的数据速率和提供了一个广泛的通信范围。同样,ETSI TC已经提出了一种新的基于各种现有的协议栈和新技术,使其应用程序的访问(10]。

车载环境中无所不在的连接将导致大量的新的安全的发展和nonsafety应用程序(11,12]。然而,可持续安全改善的必要条件是一个精确的车辆定位组件之间共享关键的道路。的确,实时车辆位置等几个安全应用程序的一个基石紧急通知,避免碰撞检测和系统和道路工作警报(13- - - - - -15]。任何车辆都可以很容易地获取当前地理位置通过嵌入式全球导航卫星系统(GNSS)接收机。其他车辆的位置信息在系统中可以提供的一些位置服务器维护一个最新的快照的所有车辆的位置(16,17]。所有车辆都应该定期更新他们的位置在的位置服务器传播在整个城市。发送方车辆查询这些服务器准确检索任何目的地(车辆)当前坐标。得到精确的坐标,一个高效的位置服务应该减少位置更新成本,实现短位置响应延迟。

在本文中,我们设计一个有效的分级基于集群的位置服务城市环境不需要额外的开销。它依赖于一个非常有限的位置服务器来有效地提供位置更新和查询。集群执行基于城市的路线图。道路是逻辑上分为片段的某个固定的维度。车辆目前位于给定道路片段组成一个集群。动态选择集群在一个给定的集群是车辆系统在给定时刻的道路段的地理中心。因此,不同集群的集群动态选择无需额外信号成本。在本文我们既故意用集群这个词来指道路的车辆在其相应的片段或片段本身。动态选择簇头负责喂养位置服务器与车辆的当前位置。新的集群协议避免已知的缺点现有集群协议高流动性的网络维护集群需要额外的信令消息(18]。

为了评估建议的解决方案的性能,我们实现了这个建议并进行了大量仿真测试使用网络模拟器NS3版本(19)的仿真平台开发的欧洲研究项目iTETRIS [20.)与城市流动相扑的模拟器(21]。得到的结果表明,我们有一个准确的概述车辆循环整个模拟的地区,但所需的信令开销相比非常低,所需的有效的地图位置服务(embl) [22)和混合位置服务(HLS)。HLS是位置服务机制,是基于常规平面位置更新没有任何集群可比在这些条款23]。然而,使用相同的V2V夷为平地,提出HCBLS V2I技术。HLS HCBLS的变种,因此,执行位置更新机制直接到最近的路边单元(RSU)没有集群。

本文的其余部分的结构如下。部分2提出了一种分类的位置服务和评论相关的一些相关工作。部分3建议的解决方案的细节。部分4描述了仿真研究和讨论结果。最后,我们得出结论,突出一些未来的研究方向。

2。相关工作

我们关注一些相关建议的位置服务适合于城市环境中,我们采用一个分类学位置服务的现有模式。

2.1。位置服务分类

位置服务可以分为两大类:基于洪泛和rendezvous-based(如图1)。

在一个基于洪泛的位置服务(24),位置更新或查询涌入网络。这洪水覆盖整个网络广播风暴的成本(25]。因此,它会导致一个巨大的网络负载消耗宝贵的网络资源。这个位置服务的家庭是低效的和可扩展性很差26]。由于基于洪泛的方法严重降低网络的性能,我们只关注rendezvous-based方法。

在rendezvous-based位置服务中,一组位置服务器放置在整个网络和视为会合点。根据定义的更新策略,车辆更新其位置信息的一个子集,这些位置服务器。rendezvous-based位置服务可以进一步分为法定人数和hashing-based定位服务。

在quorum-based位置服务(27),节点形成的是两个重叠群组:更新群体和群体搜索。更新群体持有所有节点当前的位置,而搜索quorum节点处理查询。源汽车要求一个特定的目标位置发送请求到最近的节点的搜索法定人数。这个请求转发,直到它到达一个节点搜索和更新群体的成员。这个解决方案提出了特别的传感器网络和可能不适合车载网络形成和维护车辆集团是一个艰巨的任务由于汽车的高流动性。两个主要的例子quorum-based位置服务是quorum-based水槽位置服务为不规则的无线传感器网络(28在车辆传感器网络[]和quorum-based位置服务29日]。

Hashing-based位置服务依赖于一个哈希函数,每个节点映射到服务器位置。这个哈希函数作为输入节点标识符,它的输出是一个位置服务器(s)标识符或其/他们的坐标。hashing-based位置服务家庭分为两大类:平面和分层位置服务。在一个平面hashing-based位置服务(30.),地图分为几个区域不考虑这些区域之间的层次结构。一个哈希函数用于每个节点映射到一个或多个位置服务器在不同的区域。在一个分层hashing-based位置服务、位置选择服务器内各级城市。位置查询转发到更高的水平位置服务器如果所请求的信息不可用在一定水平。

quorum-based的本质区别和hashing-based机制一直在理论分析和实验研究(16]。作者比较三个位置服务协议:quorum-based位置服务(Column-Row位置服务(XYLS)),层次hashing-based位置服务(网格位置服务(gl)),和一个扁平hashing-based位置服务(地理散列位置服务(GHLS))。他们表明,尽管gl渐近可伸缩比GHLS和XYLS信令负荷,GHLS远比gl更简单和更少的数据包传送在密集网络。同样,尽管XYLS尺度渐近比gl,它控制数据包和提供更多的数据包传送少于gl在大的移动网络。

2.2。位置服务在城市环境

在[Saleet等人提出31日]提出位置服务管理协议(RLSMP)。这个协议目标改善VANETs位置服务的可伸缩性。整个城市分为细胞。在每一个细胞,一个集群头总量从其细胞内车辆位置信息和发送信息到位置服务单元(LSC)。车辆查询目的地LSC坐标发送查询它的位置。如果没有找到所请求的信息在这个LSC,查询后转发到邻近LSC螺旋形状,直到找到目标的坐标。RLSMP生成,然而,一个重要的信号加载相同的查询可能访问几个lsc到达一个持有的信息。

提出了一种基于地图的位置服务(32,33]。整个城区递归划分为分层广场中选择“路标”位置服务器的位置。在地图位置服务(MBLS) [32路路口),锚点。MBLS使用一个预定义的哈希函数将每个节点标识符映射到一个相应的路标在每个级别的层次结构。最接近的节点选择的路径点行为因此作为位置服务器。当一个节点跨越一个新的路标,它发送一个位置更新到新的位置服务器包括它的位置,沿着它驾驶道路段,其方向和速度。在Density-Aware地图位置服务(DMBLS) [33),服务器选择是基于车辆密度在一个特定的路标。位置服务器车辆附近的一些道路交通密度高的十字路口。路点也用作发送参考点位置更新。查询转发到更高层次,直到找到所需的信息并回答回客户车辆。在这两个地图位置服务解决方案(32,33),服务器位置的一致性(锚点)选择是高度受节点的移动性。实际上,当给定节点移动到一个新的广场,其先前的位置信息存储在服务器的位置变得过时,过时了。此外,节点作为服务器位置的运动应该被相应地治疗,以确保有一个可用的服务器位置。

在[34),车辆位置服务协议(VLS)提出了在城市环境支持V2V通信。网络分为网格。每个网格都包含一个服务器位置。车辆的坐标位置服务器来自汽车的标识符和一个哈希函数。因此,车辆可以发送它的位置更新消息服务器使用的坐标最近的位置。然后转发到这个位置更新剩余位置服务器沿着最小生成树。一辆车可以查询另一辆车的位置通过发送查询信息的坐标位置最近的服务器查询车辆位置。这些坐标来自查询车辆的ID和所使用的散列函数。这个解决方案遭受高查询响应时间。事实上,一个查询可能会转发给所有的网格树。此外,当一个位置服务器离开它的位置,它将位置信息数据库服务器到一个新的位置。 This process incurs a high signaling load due to the high mobility of the vehicles. Finally, if there is no forwarder, the spanning tree becomes useless.

在[35)、徐、吴提出一个高效的基于成本的(ECB)为VANETs位置服务协议。一组成本函数定义位置服务协议的性能进行评估。地图分为几个一级网格。9个一级网格被分组到一个2级网格。每一所二级网格位置服务器。一个位置服务器有一个双重角色:作为本地位置服务器的本地车辆和专用位置服务器的一个子集剩余的车辆。欧洲央行计划的位置更新成本低于VLS因为位置更新消息只需要发送到本地位置服务器和专用服务器位置。欧洲央行计划的位置查询成本高于VLS是因为只有一个子集的位置服务器查询车辆的位置信息,因此位置查询消息需要长途旅行。

在[22],Ashok等人提出了一种自适应位置更新策略称为有效的地图位置服务(embl的)。位置服务使用车辆density-aware服务器选择策略选择服务器在高密度的城市区域。服务器位置的车辆。这个解决方案考虑了两种层次的水平。整个城市分为四个方格。在一级(每平方),许多主办更高密度选择的十字路口,十字路口领导人(IL)。车辆把他们的位置更新到最近的。在2级(中心城区最近的),在高密度的十字路口,选择位置服务器(LS)。局部查询应答策略是用于服务器回复位置查询,回复查询最新的位置信息。请求转发跳了跳,直到它最终到达一个位置服务器应答目的地的位置信息。这种方法优越当源和目的地是足够接近相同的广场,请求不需要遍历很长一段距离。 In this solution, location servers are elected and this amounts to an additional signaling overhead. Each vehicle is supposed to know the square in which it currently resides and the intersections in the square and their densities. Each vehicle receives a periodic update of this information within a specific traffic information message. This periodical updating consumes valuable network resources and induces a high signaling load.

总之,城市环境的不同的现有位置服务协议也导致高位置更新成本基于洪泛的位置服务和VLS或长位置查询延迟央行和embl的。改进现有的工作,我们提出一种新颖的位置服务协议最小化总位置更新和查询成本,因此总信号加载位置。

3所示。一个分层的基于集群的位置服务在城市环境

任何定位系统应该尽可能减少控制或信令负荷的有效性和准确性,同时保留车辆的位置。位置服务定期收集车辆位置通过位置更新机制。例如更新机制基于洪水将迅速排气可用的网络资源。基于集群的战略可以最小化位置更新的影响可用的网络资源。然而,当它以前一直说的部分2、定期集群技术不适合车载环境。我们在这项工作中提出的一个原始和轻量级基于集群的节点位置更新机制适应高迁移率和提供一个精确的实时定位在某一区域内的车辆。

位置服务也应该提供一个精确的响应位置服务请求。这种反应通常包括目标车辆的标识符,它的坐标,和一个时间戳。确保查询延迟低,我们的解决方案依赖于层次结构,区域位置服务器层和一层的限制,传播位置服务查询快速远距离和大区域。我们把城市分成两级层次结构(图2)。在一级,限制部署在一些十字路口或最终在每一条路路口。进步的影响RSU市场渗透将调查部分4.2。集群头车送他们的位置更新到最近的路边单元(RSU)。在2级,我们部署一个区域位置服务器(RLS)的地理中心城区附近。限制定期发送位置表对应的RLS。RLS是独特的实体,拥有完整的、全面的车辆目前流行的城市。

3.1。技术

每辆车配备嵌入式电脑,车载无线网络接口(支持802.11便士(36]),和全球导航卫星系统(GNSS)接收机(如全球定位系统(GPS)接收机(http://www.gps.gov/))。数字地图是嵌入式计算机预装。它使协会的车辆的地理位置在城市道路当前本地化。每辆车定期发送信标消息通知节点附近的当前位置,方向,速度。路边单元(限制)使用802.11便士为V2I沟通和LTE通信技术基础设施,基础设施(I2I)通信。区域位置服务器配备LTE技术I2I通信和有线技术与其他区域位置服务器。图2显示了不同的需要技术用于我们的提议。

最近,一些研究提出异构或混合网络架构的优点结合轨道和infrastructure-less特设网络架构。在[37),作者提出了一个理论框架,比较了这两种技术的基本模式在生命安全的情况下车辆的场景。他们提出了一个数学模型的评估考虑协议本质上的灯塔交付成功的概率。作者得出的结论是,LTE的能力来支持报警车辆安全应用程序相当差。网络变得容易超载即使在理想主义的假设。此外,蜂窝网络并不为这种类型的操作。

在[38],作者把证据LTE将如何发挥关键作用克服稀疏网络情况802.11 p-equipped车辆并不在传输范围内。此外,LTE可以特别有用在十字路口通过启用cross-traffic帮助应用程序的可靠交换当802.11 p通信nonline却阻碍了视线条件由于建筑。然而,LTE集中式架构仍然是主要问题。它不支持原生V2V通信因为它需要通过通过基础设施的核心网络节点应该拦截上行流量再输往担心车辆。

在[39),作者认为使用IEEE 802.11便士和LTE VANETs和提出的利弊的使用这两种技术。使用802.11便士,车辆与其他车辆定期交流信标消息直接或通过限制在一个特设的方式。事实上,IEEE 802.11 p定义了一种交换数据,而不需要建立一套基本服务(BSS)(没有身份验证或协会)。相比之下,在LTE这个交换是通过基站进行节点(eNB LTE)的手机网络。在后者情况下,所有收到的灯塔eNB必须遍历整个网络(即核心。进化包芯)前就被传播到其他车辆在网络中。作者得出结论,LTE满足VANET的大多数应用程序要求;然而,其性能仍非常敏感,持续的开销以及手机网络用户的数量。

多次反射基于集群的IEEE 802.11 p和LTE混合架构VANET安全消息传播,即VMaSC-LTE,提出了40]。作者解释说,在网络部署LTE,安全信息传播的延迟和交货率退化由于广播风暴和断开连接的网络问题在高和低的车辆密度。他们进一步提到,一个纯粹的基于细胞VANET沟通是不可行的由于高成本的车辆和基站之间的通信。除此之外,车辆的机动性高产生大量的传球给队友出现在基站。结果,作者提出了一个混合架构,结合基于IEEE 802.11便士的多次反射集群和LTE,的目的,同时实现高数据包交货率和低延迟。

HCBLS混合位置服务(图2)。车辆GPS提供的坐标和传输车辆和路边单元使用802.11便士。LTE技术是路边单元和区域位置服务器之间使用。这些以后都是通过互联网连接的基础设施。

3.2。位置表数据结构

ETSI TC其架构假定每辆车维护数据结构持有车辆在其附近称为位置信息表(10]。位置表中的一个条目分配车辆的邻居和包含以下字段:(i)车辆识别(ID),(2)一个时间戳的地理位置,和(3)位置向量(经度、纬度、速度和航向(方向))。位置表是基于信息定期更新包括在收到信标。一个条目被认为是新鲜的,只要收到新消息从车辆的邻居在过去秒。是一个终生的计时器与表中的每个条目位置。当到期,入口被认为是弃用,因此删除。

3.3。的聚类算法

目标是设计一个聚类算法基于一个预定义的路线图和启用轻量级的位置更新。道路是逻辑上被视为连续分成固定大小的碎片如图3。汽车目前在给定道路片段组成一个集群。我们可以互换使用片段或集群这个词来指道路片段或车辆目前位于。长度或集群的大小和宽度设置为预定义的路上。为简单起见,我们假设一个RSU(即被放置在每一个路口。,在路段边界);限制在城市地区的普及率还将调查。我们定义了一个公路段之间的距离两个路口设有限制。根据市区地图,公路段可能由单个或多个集群。此外,每辆车使用嵌入式GNSS接收机获取它的坐标和速度(如全球定位系统(GPS))。每车配备一个数字地图增强城市集群中心的列表。

目前最近的车辆动态集群中心是自封的随着当前簇头和负责收集和传输位置最近的RSU更新消息。因此,选择(或者更确切self-appointment)集群头完全是动态和分布没有任何信令开销。在密集的集群中,多个簇头可以自封的。这种冗余是有益的在无线环境中,不影响负面操作和更新机制的效率,在晚些时候将调查并显示性能部分。

簇头在他们最近的RSU直接发送更新消息。然而,在很长一段路段由多个集群,给定簇头可能达到的相应RSU。在这种情况下,我们建议使用一个贪婪转发机制从这个集群发送位置更新消息头的RSU通过一个或多个代理(41]。一个货代是最近的一个邻居车辆RSU。这不是强制性的,货代本身就是一个集群。贪婪转发是应用于道路段2之间的十字路口,我们不需要任何额外的复杂机制如左手规则达到RSU(图5)。

我们的解决方案不需要任何额外的信令消息指定集群。提出了集群协议的簇头选择过程有5个步骤,画在图4:(1)每个inter-update时间(延迟发送两个连续的信息更新RSU)每辆车启动更新程序。(2)要检查它是否最近的汽车它所属的集群中心。它最近的聚类中心之间的欧几里得距离通过计算它的位置和周边的位置集群中心提供的数字地图。(3)然后,计算每辆车的位置之间的欧几里得距离表(包括自己)和最近的聚类中心。(4)当且仅当它是最近的车辆,(5)变成一个集群头然后发送到最近的RSU更新消息包含自己的位置信息以及所有邻国的位置在其位置注册表。

3.4。位置更新机制

车辆使用GNSS设备获取其位置信息。它周期性地广播信标1跳。指定集群头定期发送的所有坐标表到最近的RSU车辆的位置。最后每个RSU将接收到的数据发送给区域位置服务器(RLS)。

3.5。位置查询机制

位置服务查询由一个位置服务请求(LS请求)和位置服务应答(LS)回复。一个LS请求发送源汽车查询目标坐标。一个LS答复然后这个LS的请求的响应发送。根据源和目标车辆的位置,我们可以区分三种不同的用例。图6总结了这些用例。

(一)用例1:源和目标车辆属于同一集群。如果源在其位置表目的坐标,LS请求不需要发送和源汽车可以直接与目标。

(b)用例2:源和目标车辆并不在同一个集群但在同一地区。源汽车启动定位服务过程。(1)它将一个LS请求发送给簇头。(2)LS请求转发贪婪的方式,直到达到下一个RSU。(3)如果RSU位置表包括目标坐标,(4)然后RSU LS回复直接发送到车辆来源。(5)否则,RSU LS请求转发给区域位置服务器。(7)条件6已经证实在此用例中,后者发出一个LS回复使用反向路径对车辆来源。

(c)用例3:源和目标车辆在不同的地区。在此用例中,服务器不包括目的地区域位置坐标。(8)因此,查询其他rls通过有线连接不同地区的支柱。(10)一个LS答复将被转发到源汽车沿反向路径通过其区域位置服务器。(11)如果目标车辆信息不存在任何RLS, LS请求仅仅是删除。

3.6。断开连接的网络

断开连接的网络并不是一个罕见的用例在车载网络。白天车辆密度的显著变化,取决于很多因素。因此,一些集群可能成为完全是空的。此外,循环车辆的比例确实是配备无线通信设备。虽然预计这一比例会更大的在不久的将来,我们需要照顾断开网络和调查的影响,汽车的普及率配备无线设备的性能提出了位置服务机制。

我们最好的知识,提出了位置服务的体系结构,如在相关工作的部分2,不支持断开网络。车辆简单地放弃如果他们没有找到任何货代的消息。我们的解决方案仍然即使在断开网络的情况下工作。当车辆穿过一个空的集群,首先它成为货代从贪婪的角度来看,其次它存储的消息,直到它到达另一个货代或目的地RSU本身。

4所示。绩效评估

为了评估我们的解决方案的性能,首先我们评价聚类算法参数:集群大小和放入更新时间。然后,我们专注于我们的解决方案的性能减少数量的限制(即下。,并不是所有的路口都配备限制)。本研究目标突出我们的解决方案是否适合低成本部署,和/或波技术的逐步渗透比率。最后,我们评估整个解决方案在一个真正的城市场景。

4.1。聚类算法参数

我们这里目标确定一个适当的集群大小和inter-update时间。这两个参数是剩下的绩效评估的基础我们的位置服务解决方案。

以下4.4.1。仿真设置

该地区3公里×3公里。亚节大小是1公里,导致子分段共24共有12公里双向道路(1车道/方向)(如图7)。总共有4个十字路口。我们汽车的随机10至20米/秒的速度。我们选择汽车空间随机50米和125米之间。我们设置了车辆无线通信安吉到400米。传播损耗模型“LogDistancePropagationLossModel”。我们设置了信标10 Hz频率。我们使用1 RSU每个十字路口。仿真持续时间是120秒。在每个场景中,我们尽可能多的试验运行需要达到95%置信区间= 1%的平均值。在我们的模拟中,更新从5秒。表1总结了不同的模拟参数。

4.1.2。指标

在接下来的模拟,我们认为以下指标:(我)保存在限制车辆的一部分:它是车辆的数量保存在表的位置限制除以车辆在地图上的实数。(2)头顶的:它是通过车辆的平均尺寸更新消息。(3)成功率:消息的平均数量,已经成功地收到了限制除以最初的消息的数量已经从源触发。(iv)本地化错误:它的区别是车辆的位置保存在RSU及其真正的位置(单位:米)。

4.1.3。结果

我们进行一些模拟不同集群密度从200米到800米,inter-update时间从1到6年代。我们目标得到最好的概述(意味着可能的最高的分数,最终在路上被限制观察到所有节点)开销最低的可能的。我们必须找到两个操作参数(集群大小和inter-update时间)来实现我们的目标。我们比较HLS与定期更新我们的贡献23),所有车辆直接和单独更新到最近的RSU(即。,没有集群)。我们的目标是双重的。首先,我们评估聚类带来的改善。其次,我们确定我们两个操作参数的值:集群大小和inter-update时间。

图8描绘了一个三维图涉及inter-update时间、车辆的部分保存在限制(百分比)和集群的大小。集群大小等于零是指没有集群的定期更新。我们观察到车辆的部分保存在限制减少我们增加inter-update时间和集群大小。我们注意到,对于一个inter-update时间从1到3 s,保存在限制车辆的分数几乎是100%集群大小从200米到500米(细节都聚集在桌子上2)。

图9描绘了一个三维图(即涉及诱导开销。,the signaling overhead), the inter-update time, and the cluster size. We observe that the overhead decreases whenever we increase both the inter-update time and the cluster size. For a small inter-update time less than or equal to 2 s, we observe a signaling storm (about 9200 KB for an inter-update equal to 1 s and a cluster size equal to 200 m). However, for an inter-update time equal to 3 s, the overhead experiences a significant decrease (overhead is only about 1500 KB for a cluster size equal to 400 m).

回到图8,我们看到的最好的分数获得车辆保存在限制使用inter-update时间等于1时,不幸的是在一个非常高的费用开销,如图9。3 s,车辆的部分保存在限制仍接近100%(大约96%),而图提供的开销9是可以接受的。这给优势inter-update时间等于3 s随着信令开销更少,我们仍然有高分数的车辆保存在限制。我们可能会认为,这样的一个环境,一个inter-update时间等于3 s是一个很好的权衡车辆的部分保存在限制和由此产生的开销。从一个inter-update时间等于4 s,我们观察到表面图急剧下降8即使对于小型集群大小。

一个inter-update时间等于3 s(见图8和表2)和集群规模400提供一个准确和精确的概述当前交通(一小部分等于95.81%)优于常规更新(93.70%)。虽然这两个值之间的差别不在于多,我们建议的策略是4倍的开销低于常规策略,这确实是一个重要的改进。

表3显示了inter-update时成功率值获得不同时间(IUT)和集群大小(CS)。此表的第一列是指定期更新的集群大小为零。提议的更新解决方案使用inter-update 3 s和集群规模400收益率约99%的成功率远远大于获得使用定期更新(81%)。藉由表3,定期更新更有效的比我们提出更新方案对所有研究inter-update时间和集群大小的值。

现在,我们向本地化错误使用报告的仿真参数表1和我们提出inter-update 3 s和集群规模400米。图10地块定位误差作为网络的密度函数(每公里)汽车的数量对于我们提出的更新和定期更新。我们注意到我们的建议提供了定位误差要小得多,几乎一半的定期更新。例如,每公里的密度400辆汽车,我们的建议产生一个误差只有8米,而下面的定期更新达到16米。此外,曲线的斜率有关我们的建议是小表明更高密度的更好的可伸缩性。

4.2。RSU普及率的影响

我们的解决方案依赖于两个级别的本地化更新聚合:限制和rls。最好的情况是,一个RSU部署在每一条路的十字路口。然而,减少我们的解决方案的部署成本和考虑的当前状态RSU渗透甚至在世界各地不同的智能城市,我们可以想象,只有一个子集的道路交叉口是配备有限制。在下面,我们调查的影响RSU普及率的开销,成功率,车辆位置保存在服务器的一部分,车辆定位错误。我们使用相同的仿真参数上面描述的部分以下4.4.1但随着地图约4公里4公里组成,而十路口,如图11,150辆循环20 m / s。的采用值inter-updating时间和集群大小发现之前,也就是说,分别3 s和400米。

4.2.1。准备指标

在接下来的模拟,我们认为以下指标:(我)数量的啤酒花:啤酒花交叉的平均数量的更新消息从发送方相应的RSU车辆。(2)规范化的开销:测量开销(所有更新的总大小消息来自所有集群头)除以的最好的情况(即开销。,100%的道路交叉口配备限制)。(3)成功率:更新消息的平均数量,已经成功地收到了限制数量的更新消息,最初从源触发。(iv)保存在限制车辆的一部分:它是车辆的数量保存在表的位置限制除以车辆在地图上的实数。(v)定位错误:保存在RSU车辆位置之间的差异和实际地位在米。

4.2.2。数量的啤酒花

图12描绘了啤酒花交叉的平均数量的更新消息从发送方车辆对应RSU RSU渗透速率的函数,从20%到100%不等。普及率为100%,平均跳数等于2跳。普及率最低的20%,啤酒花的平均数量增加到10啤酒花。

4.2.3。规范化的开销

图13描述了标准化的开销进化限制渗透速率的函数。我们观察到规范化的开销接近其最小值随着普及率超过60%。普及率等于30%的规范化的开销是1.19,和普及率最低(20%),达到1.3的规范化的开销。低渗透率(从20%到50%),本地化更新消息需要通过多跳转发到相应的限制(如显示部分4.2.2)。

4.2.4。成功率

图14描绘的成功率更新消息的函数RSU普及率。为一个完整的普及率为100%,成功率= 99%。普及率超过60%,测量成功率仍超过82%。普及率最低(20%),测量成功率下降到60%。成功率低渗透率的降低从50%到20%散发基本上从开销的增加(图13),啤酒花(图的数量12)被遍历。

4.2.5。限制部分车辆保存

图15显示车辆(被)观察到的分数的限制而改变RSU普及率从20%降至100%。普及率100%,97%的车辆坐标是已知的。普及率超过60%,测量分数仍超过82%。然而,当我们降低普及率为30%,车辆的部分保存在限制就变成了54%,它落在了29%的普及率最低的20%。这主要是由于车辆的分数之间的紧密关系保存在服务器和位置更新消息的成功率。节中解释4.2.4,更新消息的成功率下降而减少RSU普及率。

4.2.6。定位误差

图16描绘了定位误差的函数限制的普及率。整整RSU普及率(100%)、测量定位误差约为5米。普及率最低(20%),它增加到17米。定位误差小于8米呆整个范围的普及率从60%到100%不等。普及率低,定位误差增长的直接结果是没有更新的信息。过时的信息会导致较高的定位错误。

4.2.7。结论

以上分析渗透率的限制及其影响考虑性能指标清楚地表明,我们提出的混合基于集群的位置服务(HCBLS)提供好的结果即使渗透率降低到60%。事实上,普及率超过60%,平均开销几乎等于得到一个完整的普及率,测量成功率超过82%,存储在限制车辆的百分比超过82%,和定位误差小于8米。

4.3。多哈回合谈判的场景

现在我们评估我们的提议HCBLS在一个真正的城市环境中使用聚类参数评估部分4.1(集群大小= 400米和inter-update时间= 3秒)。我们比较(HCBLS)高效的地图位置服务(embl) [22)和混合位置服务(HLS)。

记得HLS是我们的解决方案的一个变体,没有集群执行位置更新机制。我们使用IEEE 802.11 p和LTE通信技术。IEEE 802.11便士用于V2V和V2I通信,虽然LTE是限制和区域位置服务器之间使用。回想一下,embl的V2V只使用802.11便士,V2I, I2I的RLS只是一个车辆系统中。

我们使用的部分5公里×5公里从地图上城市多哈(卡塔尔的首都(http://en.wikipedia.org/wiki/Doha))。所有的街道都与每个方向一个车道两种方式。车辆速度随机设置10到35米/秒。我们不同的模拟车辆在150年和600年之间。我们设置了车辆广播范围400米,灯塔10 Hz频率(每秒10灯塔)。我们部署13限制在每个路口(1 RSU或迂回的)和1区域位置服务器(中间的地图),如图17和它的相扑图在图18。

仿真持续时间是120秒。我们尽可能多的模拟试验运行需要达到的95%置信区间= 1%的平均值。在我们的模拟中,位置更新从5秒。表4总结了不同的模拟参数。

指标。在接下来的模拟,我们关注以下指标:(我)成功率:消息的平均数量,已经成功地收到了限制和位置服务器,最初从源发送的消息数量。(2)部分车辆保存在服务器的位置:它是车辆的数量保存位置表的位置服务器除以车辆在地图上的实数。(3)开销:消息的总大小所产生的位置更新和位置查询流程KB。(iv)消息传递延迟:它是由位置查询所花费的平均延迟和geo-unicast消息到达他们的目的地。(v)本地化错误:它的区别是车辆位置保存在服务器的位置和其真正的位置在米。

4.3.1。成功率

图19描绘了成功率的车速的函数三个不同位置服务机制,即HCBLS HLS, embl的。最高的模拟速度(35米/秒),HCBLS等于94%的成功率,而HLS和embl的成功率分别为85%和83%。最低的模拟速度(10 m / s), HCBLS等于98%的成功率,而HLS和embl的成功率分别为94%和92%。我们可以在这里三个观察。首先,所有三个机制的成功率下降速度越高是非常温和的,这基本上是由于采用频率每秒10灯塔的指引。其次,HCBLS的成功率优于HLS和embl的。第三,我们提供的成功率提出HCBLS最大速度(94%)甚至比那些由embl HLS(94%)(92%),最低的速度。这后来观察状态,我们提出了高速HCBLS甚至有效。

记得HCBLS HLS不是,是基于集群的位置服务,但都使用两个不同的访问技术将位置更新。HCBLS源自使用集群的优越性。最高的模拟速度,集群成功率提高了11%,而最低的模拟速度增加4%。聚类的效果和效益增加的速度。另一方面,我们从图观察19HLS优于embl的所有认为速度。回想一下,后者只使用一个访问技术,IEEE 802.11便士。使用两个适当的访问技术(HCBLS和HLS)优于使用单一技术,可能不适合I2I通信。

4.3.2。部分车辆保存在服务器的区域位置

图20.阴谋的一部分车辆保存在区域位置服务器(百分比)的函数循环车辆的数量,对三个机制。我们第一次观察到这个分数增加模拟车辆数量的增加。HCBLS分数最高,因此给予的总是最好的概述循环车辆在地图上。

最低的模拟车辆的数量(150辆),测量分数HCBLS = 93%,而对于HLS和embl的,分别为76%和70%。我们HCBLS达到改善embl相比HLS相比,22%和33%。回忆在这里HCBLS考虑的情况下断开网络的消息转发。最高的模拟车辆的数量(600辆),测量分数HCBLS = 98%,而HLS embl的,分别为93%和86%。我们HCBLS达到改善embl相比HLS相比,5%和14%。

4.3.3。开销

累积的开销由控制或信令消息所使用的位置服务机制更新循环车辆的位置,查询车辆位置。

(一)位置更新成本。图21描述了位置更新的总成本不同数量的模拟车辆。随着汽车数量的增加,总成本的位置更新也会增加。不管模拟车辆的数量,位置更新embl的成本是最高的,其次是HCBLS HLS然后的。

最低数量的模拟车辆(150),测量HCBLS位置更新负载296 KB,而那些HLS和embl的分别为1480和1721 KB。改善通过HCBLS非常清楚的位置更新负载HLS embl,分别HCBLS的5倍和6倍。模拟车辆的数量最多(600),测量HCBLS位置更新负载769 KB,而那些HLS和embl的分别为5942和6461 KB。改进也非常清楚因为位置更新HLS和embl的负荷,分别HCBLS 8倍和9倍。

embl的位置更新负载总是最高的位置更新消息发送到服务器的位置需要跳通过中间跳车。HLS位置更新成本低于embl的位置更新消息被发送,而通过LTE限制区域位置服务器。的位置更新负载HCBLS是最低的一只集群头更新车辆数据的限制。

(b)位置查询成本。图22显示位置查询的总成本不同数量的模拟车辆。位置查询的总成本的递减函数模拟车辆的数量。这是真的,因为随着车辆密度越来越高,机会获得的位置信息查询车辆与其他车辆获得更高。位置查询HCBLS成本是最低的。虽然HLS接近的位置查询成本HCBLS,和embl远高得多。

最低数量的模拟车辆(150),测量HCBLS位置查询负载相当于40 KB,而那些HLS和embl的分别,50和340 KB。改善通过我们提出HCBLS非常清楚的位置查询负载embl的大概是9倍。模拟车辆的数量最多(600),测量HCBLS位置查询负载相当于15 KB,而那些HLS和embl的分别,21,91 KB。改善通过我们提出HCBLS也非常清楚的位置查询负载embl的6倍。

位置查询,HLS达到比HCBLS略大的成本。车辆产生更多位置查询在HLS查询车辆的位置信息,因为本质上更高的包丢失。的位置查询成本embl的计划要大得多,因为位置查询消息需要长途旅行(的啤酒花的数量)。在HCBLS HLS,我们使用LTE的限制和位置服务器之间的通信。embl的,这种通信是通过额外补偿啤酒花交付地点查询信息。

(c)位置服务的总成本。图23描绘了总成本的函数模拟车辆的数量。最低数量的模拟车辆(150),HCBLS总位置服务负载337 KB,而HLS embl的,分别为1530和2061 KB。我们清楚地观察改进的位置服务负载通过HCBLS HLS embl,分别5倍和7倍。模拟车辆的数量最多(600),HCBLS总位置服务负载只有785 KB,而HLS embl的,分别为5962和6551 KB。改善通过HCBLS非常清楚的位置服务负载HLS embl,分别8倍和9倍。

调查的效率,我们提出HCBLS几种车辆请求的位置时,我们在图情节24位置服务的信号总成本的函数的位置请求频率和300辆。让是毫秒的周期位置的请求。因此,位置的数量(即频率)每秒请求是公正的,这些请求来自不同的随机选择的车辆和注定每一个随机选择的目的地。为的信号总成本等于10 ms HCBLS只是2000 KB而embl相当于10600 KB的五倍。尽管如此高频率的位置查询(每秒100查询),比embl HCBLS生成一个合理的开销。更重要的是,图24表明我们提出HCBLS是可伸缩支撑更好位置的增加每秒的请求。确实当的频率位置请求增加从一个请求/秒(毫秒)到每秒100个请求(毫秒),信号HCBLS成本从800 KB左右增加到2000 KB。

4.3.4。消息交付延迟

消息传递延迟是最重要的指标之一,它强调了位置服务的精度和响应性。高延时大大影响车辆定位的准确性,收到信息是过时的,使用这个过时的信息和顺向geo-unicast消息不会达到他们的最终目的地。

图25将消息传递延迟(ms)的函数模拟车辆的数量。我们建议HCBLS展品最低的消息传递延迟模拟车辆的所有数字。最低数量的模拟车辆(150),HCBLS消息传递延迟仅1539 ms,而那些HLS和embl的等于3056和4956女士,女士。模拟车辆的数量最多(600),HCBLS消息传递延迟等于931 ms,而那些HLS和embl的1690毫秒,2990毫秒,分别。事实上,embl的最高位置查询负载部分的调查4.3.3(b), embl源汽车产生更多位置查询目标车辆的坐标。

4.3.5。定位误差

我们完成我们的研究显示我们提出的效率HCBLS的实现本地化错误HLS和embl的相比。图26描绘了定位误差的函数的速度。HCBLS的确优于HLS和embl的所有考虑速度。最低的10 m / s的速度,HCBLS达到一个很好的定位误差仅6米而HLS和embl的20 m和24 m,分别。高35米/秒的速度,定位误差通过HCBLS只是15米左右,而那些HLS和embl的分别,42 m和48 m。总的来说,通过改善我们的提议HCBLS HLS和embl的4倍左右。此外,曲线的斜率有关我们的建议是小表明更高的速度更好的可伸缩性。

5。结论

提出了一种轻量级的层次基于集群的位置服务(HCBLS)。集群执行HCBLS没有额外的信令开销,因为它是基于网络的逻辑分解基于预加载的数字地图。位置更新是通过聚合在不同级别的假定的层次结构。

广泛使用不同的场景进行模拟NS3版本开发的欧洲研究项目iTETRIS加上交通模拟器相扑。HCBLS结果明显表现出良好的效率和增强地图位置服务(embl)和任何常规(non-cluster-based)更新计划。HCBLS增加成功率,改善网络的概述,降低了位置更新和查询成本,减少了消息传递的延迟,提出了一个更大的定位精度。此外,HCBLS提出一个更好的可伸缩性密集网络所需的城市环境。进行进一步调查来提高HCBLS可靠性和安全性。此外,我们打算适应HCBLS机制来得到一个新的地理路由协议并比较其性能与现有的路由协议。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

作者扩展他们的感谢院长以来在沙特国王大学科研资助这项工作通过研究小组。以序列- 1436 - 002。

引用

1. k . Aboltins b . Rivza,“新经济的汽车售后服务市场发展趋势,“Procedia-Social和行为科学卷,110年,第352 - 341页,2014年,国际科学会议2-dn当代问题在商业、管理和教育2013年。视图:出版商的网站|谷歌学术搜索
2. s . Al-Sultan m . m . Al-Doori A . h . Al-Bayatti h .比较饱满,“一个全面调查车辆临时网络,”网络和计算机应用》杂志上,37卷,不。1,第392 - 380页,2014。视图:出版商的网站|谷歌学术搜索
3. j·j·p·c·罗德里格斯,r . Hsing m .陈娇,b . Vaidya,“客人编辑在车载网络协议,”网络和计算机应用》杂志上,36卷,不。3、959 - 960年,2013页。视图:出版商的网站|谷歌学术搜索
4. m . s . Kakkasageri和s . s . Manvi”车载ad hoc网络中的信息管理:一个评论,”网络和计算机应用》杂志上,39卷,不。1,第350 - 334页,2014。视图:出版商的网站|谷歌学术搜索
5. k . g .汽车领导人,”毕马威全球汽车执行调查2014年,“2014年,http://goo.gl/8Qpdnj。视图:谷歌学术搜索
6. g . mAutomotive”连接汽车预测:全球连接汽车市场在五年内增长三倍,”2014年,http://goo.gl/mOjrln。视图:谷歌学术搜索
7. h . Menouar r . Aissaoui f . Filali a . Abu-Dayya和a . Belghith”基于手机的位置服务来支持GeoUnicast车载无线网络通信,”诉讼20电信国际会议(ICT的13)摩洛哥卡萨布兰卡,页1 - 5、IEEE, 2013年5月。视图:出版商的网站|谷歌学术搜索
8. r . Aissaoui h . Menouar a . Dhraief f . Filali a . Belghith和a . Abu-Dayya“先进的实时交通监控系统基于V2X通讯”IEEE国际会议交流学报》(ICC的14)和移动和无线网络研讨会(MWN 14)2014年6月,悉尼,澳大利亚,。视图:谷歌学术搜索
9. 李y, y, w·张,p .熊,”波的研究架构为基础的车辆车辆通信技术的智能交通系统,”第二届国际会议电力电子和智能交通系统(PEITS ' 09),3卷,页134 - 139,深圳,中国,2009年12月。视图:谷歌学术搜索
10. ETSI”,智能交通系统(its);车辆通信;geonetworking;第4部分:地理处理和转发点对点和点对多点通信;sub-part 1:与功能”,ETSITS 102 636-4-1 V1.1.1(2011 - 06), 2011年,http://goo.gl/eyhFUl。视图:谷歌学术搜索
11. t . Gazdar, a·苏莱曼和a . Belghith”VANETs安全的基于聚类方案的密钥管理,”IEEE 73车辆技术研讨会论文集(职业训练局的11),页1 - 5,2011年5月,日本横滨。视图:出版商的网站|谷歌学术搜索
12. t . Gazdar A . Rachedi A·苏莱曼,A . Belghith“分布式先进分析VANETs信任模型,”《IEEE全球通信会议(GLOBECOM 12)IEEE,页201 - 206年,2012年12月阿纳海姆,加利福尼亚州,美国。视图:出版商的网站|谷歌学术搜索
13. 美国d·甘地,a·辛格a·穆克吉和a . Chandak“智能车辆安全应用程序的连接,”学报》国际会议可靠性、优化和信息技术(ICROIT 14)法里达巴德,页262 - 266年,印度,2014年2月。视图:出版商的网站|谷歌学术搜索
14. m . Bakhouya j . Gaber, p .洛伦兹”的自适应方法在车载Ad hoc网络信息传播,”网络和计算机应用》杂志上,34卷,不。6,1971 - 1978年,2011页。视图:出版商的网站|谷歌学术搜索
15. s . m . Bilal c·j·伯纳德,c·格雷罗州”定位在车载网络路由:一项调查,”网络和计算机应用》杂志上,36卷,不。2、685 - 697年,2013页。视图:出版商的网站|谷歌学术搜索
16. s m . Das, h . Pucha和y . c .胡”可伸缩的地理位置服务的性能比较特设路由”学报的24日联合年会IEEE计算机和通信的社会(INFOCOM 05),卷2,页1228 - 1239,IEEE,迈阿密,佛罗里达州,美国,2005年3月。视图:出版商的网站|谷歌学术搜索
17. t .营地,j . Boleng, l·威尔科克斯”在移动ad hoc网络位置信息服务,”程序通信国际会议(ICC的02)5卷,第3324 - 3318页,2002年5月。视图:谷歌学术搜索
18. j.y. Yu和p h . j .庄”移动ad hoc网络聚类方案的调查,“IEEE通信调查和教程,7卷,不。1,32-47,2005页。视图:出版商的网站|谷歌学术搜索
19. t·r·亨德森m . Lacage g·f·莱利,c·道尔和j . Kopena“网络与ns-3模拟器模拟,”学报SIGCOMM演示会议2008年8月美国,西雅图,洗。视图:谷歌学术搜索
20. 诉Kumar l .林d Krajzewicz et al .,“iTETRIS:适应大规模集成仿真技术,”IEEE 71车辆技术研讨会论文集(职业训练局春”10),1 - 5页,台北,台湾,2010年5月。视图:出版商的网站|谷歌学术搜索
21. d . Krajzewicz g . Hertkorn c . Rossel p·瓦格纳,“相扑(模拟城市流动),”诉讼的第四届中东研讨会上模拟和建模,第187 - 183页,2002年。视图:谷歌学术搜索
22. d . m . Ashok m . m . m . Pai和j . Mouzna”VANETs高效的基于地图的位置服务,”学报》第11届国际会议在其电信(ITST 11),页387 - 392年,2011年8月俄罗斯,圣彼得堡。视图:出版商的网站|谷歌学术搜索
23. f·张,j·郝,李,“交通信息聚合和传播方案VANET在城市环境中,”学报》第三届IEEE国际会议上宽带网络和多媒体技术(IC-BNMT 10)IEEE,页619 - 623年,北京,中国,2010年10月。视图:出版商的网站|谷歌学术搜索
24. y Bae Ko和n . h . Vaidya”位置辅助路由(政治)在移动ad hoc网络”诉讼的移动计算和网络国际会议(98年MobiCom”)1998年美国德克萨斯州,达拉斯。视图:谷歌学术搜索
25. 美国哦,j·康,m . Gruteser“定位车辆紧急消息,洪水技术”《第三届国际会议上移动和无处不在的系统(MobiQuitous 06年),页1 - 9,加州圣何塞,美国,2006年7月。视图:出版商的网站|谷歌学术搜索
26. w·彭和X.-C。陆”,减少移动ad hoc网络广播冗余的”学报第一ACM国际研讨会上移动Ad Hoc网络与计算(MobiHoc ' 00)IEEE出版社,页129 - 130年,波士顿,质量,美国,2000年8月。视图:谷歌学术搜索
27. i d . Liu Stojmenovićx贾,“一个可扩展的基于群体的位置服务在特设和传感器网络,”《IEEE国际会议上移动Ad Hoc和传感器Sysetems(06年质量)加拿大温哥华,页489 - 492,2006年10月。视图:出版商的网站|谷歌学术搜索
28. f, g,公园,李,工程学系。金,“群体基础下沉不规则的无线传感器网络定位服务”计算机通信,35卷,不。12日,第1432 - 1422页,2012年。视图:出版商的网站|谷歌学术搜索
29. 李,h .崔承哲,p . Thirumurthi m . Gerla工程学系。金,“Quorum-based位置服务在车载传感器网络,”学报》第九届国际无线通信和移动计算会议(IWCMC 13)IEEE,页1744 - 1749年,卡利亚里,撒丁岛,2013年7月。视图:出版商的网站|谷歌学术搜索
30. 研究所。m .吸引和s·辛格可伸缩的ad hoc网络路由协议”,无线网络,7卷,不。5,513 - 529年,2001页。视图:出版商的网站|谷歌学术搜索
31. h . Saleet o . Basir、r . Langar和r . Boutaba”提出location-service-management VANETs协议,”IEEE车辆技术卷,59号2、917 - 931年,2010页。视图:出版商的网站|谷歌学术搜索
32. m . Boussedjra j . Mouzna p Bangera, m·m·m·拜“VANET的地图位置服务,”《超现代通信国际会议和研讨会(ICUMT ' 09),页1 - 6,IEEE,圣彼得堡,俄罗斯,2009年10月。视图:出版商的网站|谷歌学术搜索
33. n .婆罗米语m . Boussedjra j . Mouzna a . k . v . Cornelio和m . m . Manohara”改进为车载ad hoc网络地图位置服务,”学报第六届IEEE无线和移动计算国际会议上,网络和通信(WiMob 10)加拿大安大略省,页,第21到26,2010年10月。视图:出版商的网站|谷歌学术搜索
34. X.-Y。巴姨,X.-M。你们,j·李,h .江“VLS:基于地图的车辆位置服务对于城市环境,”IEEE国际会议通信学报》(ICC ' 09)德国德累斯顿,页1 - 5,2009年6月。视图:出版商的网站|谷歌学术搜索
35. c。许和S.-W。吴”,一个高效的基于成本的位置服务协议为车载ad hoc网络”《IEEE国际会议交流,网络和卫星(COMNETSAT 12),页93 - 97,巴厘岛,印度尼西亚,2012年7月。视图:出版商的网站|谷歌学术搜索
36. A . Ibanez说c·弗洛雷斯,p .雷耶斯,胡须,和A·雷耶斯,“802.11 p标准的性能研究对于车辆应用程序,”第七届国际会议在智能环境学报》(11)IEEE,页165 - 170年,2011年7月,英国诺丁汉。视图:出版商的网站|谷歌学术搜索
37. a . Vinel”3 gpp LTE和IEEE 802.11便士/波:这技术是能够支持合作车辆安全应用程序?”IEEE无线通信信,1卷,不。2、125 - 128年,2012页。视图:出版商的网站|谷歌学术搜索
38. g . Araniti c·坎波洛m . Condoluci a . Iera和a·莫里纳罗”LTE车载网络:一项调查,”IEEE通讯杂志,51卷,不。5,148 - 157年,2013页。视图:出版商的网站|谷歌学术搜索
39. z Hameed米尔和f . Filali LTE和IEEE 802.11 p为车载网络:绩效评估,”EURASIP无线通讯和网络》杂志上,卷2014,不。1,第89条,2014。视图:出版商的网站|谷歌学术搜索
40. 美国Ucar, s . Coleri Ergen o . Ozkasap”种集群基于IEEE 802.11便士和LTE混合架构VANET安全消息传播,”IEEE车辆技术,2015年。视图:出版商的网站|谷歌学术搜索
41. c . Lochert m .淡紫色,h . Fußler和h . Hartenstein地理路由在城市场景中,“ACM SIGMOBILE移动计算和通信评审,9卷,不。1,第72 - 69页,2005。视图:出版商的网站|谷歌学术搜索

版权

版权©2015 Raik Aissaoui等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。