文摘

事件警告至关重要的上下文,是依赖于可靠的消息到附近的车辆和低延迟交付。地址在这种背景下的一个主要挑战是交叉管理。因为建筑将严重阻碍信号5 GHz的乐队,有必要在准确的时间传输车辆在十字路口的中心交付的机会最大化。然而,GPS定位不准确等问题,使这一目标的实现。在本文中,我们研究这一问题,首先分析不同的交叉类型,研究车载通信的性能在每个类型的十字路口通过真实场景实验。结果表明,intersection-related通信取决于距离十字路口和视距(LOS)条件。同时,根据路口的物理特性,提出了阻塞消息传递引入不同程度的阻碍。基于不同的交叉类型的建模,然后研究预期的成功率在十字路口的通知事件。一般来说,我们发现十字路口的有效传播的消息是可能的,即使在城市峡谷尽管GPS错误,只要屋顶天线是用来弥补恶劣的通信条件。

1。介绍

智能交通系统(ITS)是一个基本的元素在未来智能城市解决交通问题。特别是,它是先进的信息和通讯技术(ICT)的组合系统和一个更好的交通基础设施,为提供新的服务铺平了道路的环境(1]。它旨在使交通更高效,方便,安全的(2),解决高尚目标帮助紧急服务或改变我们开车的方式来减少事故、燃料消耗和污染物排放。这最终将减少交通拥堵的道路等问题,将促进道路安全,并将帮助使城市更可持续的(3]。

在它的一个显著问题是提供安全应用程序的能力。事实上,它的解决方案可以方便在紧急情况下提供警告通知。例如,关于危险的交通状况或紧急通知可以有利于打破为驾驶员提供一个更安全的交通流在一个城市4]。根据(5),改善交通安全目前是第二高的战略优先和首要任务为未来的解决方案。因此,我们发现安全问题的背景确实是必不可少的。

作为其概念的一部分,车辆之间的通信中扮演重要角色分配相关的信息。这种沟通可以通过vehicle-to-vehicle (V2V)通信,结合ad hoc网络范式,产生车辆临时网络(VANETs) [4]。关键应用程序的上下文中,像实时安全信息,扩散的消息应该是可靠的和视6]。另一个需要记住的重要安全应用程序域是推迟的消息本身。传播消息的性能通过V2V预计将有一个低传输延迟,尽管有限的可靠性。所以,车辆属于某个V2V网络面临着特殊的紧急情况应该尽快。否则,如果延迟太高了,消息就会减少的相关性,它可能会过期7]。

仍然在相同的情况下,有这样的关键通信、信息传播应该尽可能有效。在文献中,一些传播方案提出了为了最大化消息传播的有效性。工作的一个例子,提出减少警告消息通知时间,同时避免广播风暴的问题提出了在8]。然而,它应该记住传播过程是影响关键因素如车辆和路线图的密度;在[9]的作者提出了一个系统,应对这一挑战适应高密度车载环境下考虑关键交叉口的处理。以参考Sanguesa et al。(关于这个主题的调查10),我们发现大部分的引用方案依靠GPS信息,其中许多intersection-awareness最大化事件传播。因此,地理定位系统的准确性成为关键安全传播过程中,特别是在城市场景确定车辆是否允许甚至中间的十字路口附近。

在本文中,我们执行一个十字路口的车辆通信有效性的实证研究5 GHz乐队。为了这个目的,我们选择不同类型的十字路口中可用的城市瓦伦西亚(西班牙),然后执行实际现场测试使用汽车来确定通信限制不同的十字路口。此外,根据实证结果,我们包交付概率模型在每个特定的十字路口中心不同距离来确定预期的成功率提供基于事件的消息时,并允许集成结果呈现在模拟平台。

本文的组织结构如下:在下一节中,我们概述的主要相关工作intersection-dependent V2V环境中的通信。节3我们的工作描述采用的方法,详细描述所涉及的不同的软件和硬件元素。然后,在节4,我们提供细节不同的十字路口选择为我们的实验。实验结果然后提出和讨论的部分5节中,紧随其后的是建模的结果6。模型推导,然后用于研究并给出了十字路口的事件通知有效性8。最后,在节9我们总结本文,将未来的工作。

2。相关的工作

在文献中,我们可以找到几个工作的范围使用V2V安全应用程序。提出了一种VANET-based紧急车辆预警系统(24]。系统测试包括紧急交通环境中车辆和交通信号灯。系统紧急车辆接近时警告说。另一个工作,称为交叉碰撞警告,使用智能手机内置GPS研究警告消息传播;特别是,它使用无线网络智能手机检索安全信息,如位置,移动的方向和速度25]。其他的作品,比如[26),提出了一种安全Android应用程序通知附近的车辆当行政车辆、救护车、警车、消防队,正在接近。

关注信号阻塞的问题,一些作品在VANET学习它对包交货率的影响环境。玻姆的工作等。11)调查的影响损失视距(LOS)的V2V通信的影响,发现有限的洛杉矶之间发送和接收数据包还可以使车辆通信。研究人员在12]另外发现,阻碍车辆挡住了洛明显减弱的信号;他们还研究了包交货率在不同的场景下,包括停车场区域或城市场景在洛杉矶和non-LOS两届。大梁et al。13)建模的IEEE 802.11便士/短距离无线电跟踪在城市环境。他们的模型可以估计无线广播传输的信号衰减与建筑的障碍。相同的研究人员所作的尝试双线路径损耗模型在真实和模拟环境14]。在以后的工作(15],他们提出的替代方案相邻车辆和建筑物造成的信号跟踪基于动态报警和测试他们的方法在一个模拟的环境。其他有趣的作品包括部署相关的限制(路边单元)在车辆环境中(16,17),研究城市与建筑场景和植被影响V2I(车辆基础设施)通信。

关于交叉管理的问题在VANET的范围消息传输过程中,近年来已经有不同的建议,特别是在网络层。特别是,这些协议使用交叉位置因素中包括数据包的路由策略。周的工作等。27)提出了一个intersection-based路由协议,它占了数据包传输的方向和车辆移动的方向。通过仿真,研究了车辆交付的数量的影响概率。地理条件也可以作为一个路由消息的方法。特别是通过Saleet et al。28)认为与十字路口道路布局路由。后来,Acarman et al。29日]表明消息路由也可以通过选择完成十字路口的继电器使用商业导航地图数据和道路IDs的连接信息。同样,其他研究工作30.)利用转发消息的十字路口。它关注大规模城市VANET的十字路口的车辆被用作虚拟网关将收集数据包必须转发给所有过往的车辆30.]。

专注于不同类型的十字路口,这些可以表现为阻塞的程度:它是否被一个建筑,被植物,或被汽车本身。舒马赫的工作等。18)发现,在城市场景,有建筑挡住了视线,通信是可能的距离从85米到115米不等。通过使用5.9 GHz V2V通信在视线外,他们的研究结果表明,建筑不仅影响沟通而且街道的宽度代表最大的街道路口也对交付概率产生重大影响。另一个研究工作(19]研究了植被的影响在十字路口的V2V通信的性能。测试是基于通信为5.9 GHz的视线范围条件下农村环境中不同的季节有不同类型的植被;结果表明,包交货率明显依赖于类型的植被和季节。当车辆之间传输消息,第三个汽车位于十字路口也会影响通信,以及cochannel干扰的影响下产生影响视距(开放空间)和视线范围(与建筑障碍物)条件。工作(20.解决这个问题通过测量5.9 GHz的乐队。实验表明,单个车辆会影响和降低交货率,无论车辆是否被放置在接收机附近,靠近发送方,发送者和接收者之间的或。

最后,表1总结了上述相关工作为了清晰。我们以前作品分类采取相关实验特点考虑,如环境的细节和使用的性能指标。

在这项工作中,我们的目标是研究传播效果在不同类型的十字路口,在不同的距离。再次引用表1,我们的工作不同于其他相关工作的频段和使用的性能指标,以及各种各样的十字路口进行测试。同时,我们现在的热图描述传输有效性通过显示发件人的位置在每个数据包成功交付时的场景。根据我们的研究,我们开发通道模型,适用于不同的仿真环境。此外,通过使用我们的模型,然后进行分析研究预期的十字路口的成功率试图传递与事件相关的信息为不同程度的定位精度。

3所示。方法

在本节中,我们描述实验的方法进行。目标是衡量包交货率取决于距离十字路口的中心为不同类型的十字路口和天线的位置。预期的结果在不同类型的十字路口将建模。后来,在节7,我们还将讨论获得模型的适用性,并讨论其适用性与其他路径损耗模型相比。

3.1。总体概述

我们的实验工作需要利用适当的硬件/软件的包交货率和适当的数据分析方法,实验完成后处理收集数据。

两个设备用于实验。第一个是GRCBox(23),这是我们的车载单元提供功能齐全的V2V通信。这GRCBox配备天线将允许VANET通讯5.8 GHz的乐队。传输天线有5 dBi增益和传动功率200兆瓦。使用这个设备将考虑两个可选包传输测试天线的位置。在一个案例中,我们将把车辆内的天线,特别是在仪表板上。其他被认为会把屋顶上的天线。这些变化将使我们能够实现新发现对于天线位置的影响,期望,屋顶上的天线将提供一个更好的传输质量比它在仪表板上。

在这个实验中使用另一个设备是一个Android手机。考虑使用智能手机的趋势为车载通信和相关研究,部署一个Android手机可以利用另一种解决方案的高端设备成本研究的目的31日- - - - - -33]。Android手机配备了一个自定义应用程序(Android工具)。这个Android工具将允许执行控制实验在现实环境中通过生成消息类似于那些与欧洲(ETSI)标准,特别是分散环境通知消息(连接)34]。

实验本身,包括真正的行驶车辆,至少需要两辆车:一个作为数据发送方,另一个作为数据接收器。对于车辆的定位,一个充当数据接收器将静态和停止几米离十字路口中心,代表一辆车停在信号灯或停止的迹象。其他车辆,作为数据发送者,将会沿着不同的街,穿过一个共同的交集。

一旦发送方移动,接收方接收数据包,开发测试工具将记录的位置发送方和接收方的车辆,将被保存在一个日志文件存储在Android设备上。在我们记录在日志文件发送者的位置,我们的数据分析由计算包交货率和发送方和接收方之间的距离。具体来说,通过获得每个路口的包交货率在不同的距离,我们可以得出结论如何交叉特征将影响信息传播在车辆的场景。此外,不同的交叉类型可以被建模,进一步分析可以根据获得的模型完成。

3.2。GRCBox概述

使V2V通信,我们需要提供临时网络连接的设备在5.9 GHz的乐队。因为我们使用Android设备启动应用程序,一个选择是使特设网络连接设备。然而,为了做到这一点,需要的Android手机,从而对最终用户来说不是非常实用。此外,通信范围实现将相当有限。我们提供一个可选择的解决方案被称为GRCBox (23),一个解决方案能够提供临时通信,而无需根智能手机。GRCBox多界面的低成本连接设备基于覆盆子π。使用GRCBox V2X通信支持,全面整合智能手机。

覆盆子π2 B1设备模型的主要硬件GRCBox,单板计算机,信用卡和成本的大小只有35美元。这个设备有足够的CPU执行沙石网络路由。基于Debian Raspbian分布安装在这个设备。这个Raspbian分布支持当前的网络硬件,同时避免其他嵌入式操作系统的常见问题。

每个GRCBox配备有网络接口:一个内部接口作为一个用户访问点,允许他们使用智能手机连接到GRCBox支持2.4 GHz无线通信的乐队。外部接口提供了车载通信,它连接到车载网络5.8 GHz的乐队。此外,可以添加另一个网络接口,连接到互联网。例如,一个网络接口可以连接到一个无线接入点,和另一个可以用来连接到4 g蜂窝基站。图1显示了我们的描述图GRCBox连接特性。

几个GRCBox所提供的服务。GRCBox的内部接口充当soft-AP(接入点)智能手机。一旦这些智能手机连接到GRCBox,他们可以访问外部网络上运行的服务。GRCBox以来每个连接都是转发的,任何应用程序需要使用一个可用的接口,不同于默认的一个(提供互联网连接)必须通知GRCBox。这些步骤需要规则所定义的规则类型,接口名称、协议、源端口,源地址,目的港和目的地地址。

在这项工作中,我们使用的十字路口的GRCBox转发数据包产生的Android应用程序在用户的身边并放置在一个汽车,到数据包目的地,Android应用程序放置在接收方。因此,两个GRCBoxes作为数据包的入口门旅行在VANET和交付GRCBox-aware智能手机上运行的应用程序。在我们的示例中,数据包转发广播的方式。因此,适当的规则定义传输开始比赛前目标端口和接口。

关于GRCBox的配置,得益于我们的特定的应用程序,将部分中解释3.3,用户不需要设置规则,因为它会自动完成应用程序一旦启动。在硬件方面,我们需要配置界面显示是否内部或外部接口。因为我们只需要VANET沟通,只有两个接口是必要的。一个接口(内部)作为一个接入点(AP)的移动设备。另一个接口(外)将创建一个与其他GRCBoxes VANET位于附近的车辆。在这种情况下,设备能够传送的5.8 GHz乐队需要外部接口。

3.3。Android工具

我们已经建立了一个特定的工具测量数据交货率在目标场景。GRCBox-aware工具实际上是一个android应用程序。Android应用程序包含库和插件能够连接到GRCBox模块,在用户方面,不需要配置到GRCBox外的连接接口。因此,一旦Android智能手机连接到接入点(AP)的GRCBox(在这种情况下GRCBox内部接口),它将立即被连接到整个GRCBox环境和VANET没有进一步设置。同时,根据其功能,我们有不同的实例运行在发送方和接收方结束。

首先,应用程序将检查它是否连接到GRCBox设备发送方的一侧。同时,用户可以输入日志文件名称、包传输速率,以及数据包的大小。在这种情况下,我们选择发送参数类似于典型的CAM /连接信息(34,35),有一个大约300字节的大小,选择包30包/ s的速度,允许快速收集大量的数据。还要注意,因为包正在播放,传输速率有限6 Mbps。在接收机的身边,GRCBox连接还测试了,用户可以介绍日志文件名称并选择什么时候开始收集数据。数据包的传输开始时,发送方的目的,用户按下开始按钮,触发包在定义训练的传播率和数据包大小和使用广播方式。同样,当用户停止传播应用程序。这将导致应用程序自动将整个日志文件存储在一个本地文件在发送方和接收方结束。简而言之,我们的android应用程序用于定义数据速率等参数数据包大小,日志文件的名字。它开始发送流程收到相应的用户命令;然后,当用户停止应用程序时,日志文件自动存储。

3.4。数据分析

收集的数据保存在一个日志文件位于Android设备的存储。这个日志文件包含所有必需的数据分析包交货率在不同的距离。为此,我们比较两个端点的地理信息很感兴趣,所以日志文件包含发送者和接收者的坐标的纬度和经度(假设平坦地形)。基于此geopositioning信息,然后我们计算车辆定位和米之间的距离中心的十字路口,在发送指定车辆经过的轨迹。

距离计算的帮助下GeographicLib [36),一个工具提供了一个简单的基于纬度和经度计算距离。从每个端点,在这种情况下,发送者和接收者,我们分析了日志文件存储在发送方和接收方双方。

至于交货率,我们需要比较包含数据包,发送方发送的日志文件和日志文件包含在接收端接收的数据包。这也可以计算指的是geoposition双方提供的信息。

4所示。选择目标的十字路口

为我们的实验中,我们选择了三种不同类型的十字路口,每个人有不同的特点。特别是,十字路口的类型选择获得不同程度的障碍。每个路口的地理位置数据所示2,4,6。黄线的箭头表示发送车辆的轨迹和方向,而黄色的点表示的位置接收车辆(静态)。现在我们继续提供更多的细节。

4.1。十字路口1(开放的场景)

第一个十字路口选择是一个开放的空间。在低人口稠密区域在城市的郊区的瓦伦西亚(39.483920纬度,经度−0.333793)。在这个十字路口,没有相关信号阻塞。事实上,图2表明,唯一阻止结构是两个建筑,一个南部的迂回和另一个北方。因此,视线沿着轨迹不阻塞的车辆,这意味着阻塞的程度最小。如图3(一个),接收车辆位于十字路口附近,周围的草地上,面临无显著信号阻塞。

4.2。十字路口2(建筑场景)

第二个十字路口选择是在一个住宅区,位于城市的拥挤和密集的区域(39.473695纬度,经度−0.332307)。在这个十字路口,建筑存在堵塞的视线,这意味着阻塞的程度几乎是最大的。根据图中所示的鸟瞰图4,我们可以看到环境由密集的社区,没有额外的城市元素分离他们除了街道上,这意味着城市峡谷的形成。在图5(一个)我们可以看到,选择交叉路口被至少两层建筑。从接收车辆的角度,视线很有限的最远的视图,可以看到从里面提到的车辆,最多20米。通过定义这种类型的十字路口,我们预计,数据包传输的这个位置是最坏的情况。

4.3。十字路口3(树场景)

第三个选择的十字路口是一个混合的前两个场景中,当视线被建筑物或树木。十字路口是一个居民区附近的大学校园(39.473848纬度,经度−0.341330),和阻塞的程度可以被认为是温和的。图6表明这种路口有一些建筑环境,而且开放空间和植被沿着轨迹。这些特征之间的混合导致通信在这种环境下产生有趣的结果作为视线特征变量,就是有时是被一个建筑或树,而在其他时候没有障碍会阻碍视线。图7(一)介绍了实际的十字路口。如图所示,接收车辆周围是树木和米内,有一个开放的领域。然而,街上本身位于住宅区很多高楼大厦。

5。实验结果

我们做真正的实验工具收集的位置(坐标)在每个十字路口车辆当数据包成功交付。我们也收集数据时天线位于在汽车仪表盘上的或屋顶上的车辆。五车的数据收集从一组运行在每一个十字路口,然后测量坐标是验证使用真实的地图。

5.1。十字路口1的结果

图8(一个)显示接收到的消息的百分比作为第一个十字路口的热图,最低程度的阻碍,基于发送方的位置与成功的包交付。在这个实验中,所涉及的两根天线位于车辆的仪表板。正如所料,数据包可以交付成功的来源几乎任何位置沿车辆轨迹。唯一的差距发现由于发生阻塞引起的两个可用的建筑。然而,交货率远高于中心的十字路口时,会降低车辆移动,直到最大测试距离(约300米)。

图8 (b)礼物结果时天线位于屋顶。现在我们可以观察到,点密度较高,没有缺口。事实上,物理障碍物的影响仍然是相关的,但它仅仅是限于包交货率略有降低。

5.2。结果交叉2

第二个十字路口很窄,在各方高层建筑,创建一个城市峡谷。图8 (c)显示的位置与成功传输数据包时,天线位于仪表板。我们可以看到成功的传输基本上被限制在一个范围的一块(约50米),再次经历一个下行交货率当远离中心的十字路口。

如果天线位于屋顶,人物8 (d)显示了类似的结果在前面的图中,虽然现在整个交货率增加,达到两个街区十字路口(约100米),而主要是维护一个可接受的交货率。

5.3。结果交叉3

因为这第三种类型的十字路口了中等程度的阻碍,结果广播的范围应该在第一次和第二次的结果类型的十字路口。图8 (e)显示的位置与一个成功的传播确实达到更大的距离相对于第二种类型的十字路口,有更重视类似第一个十字路口。这发生自障碍接近车辆在这种情况下主要是植被,不产生负面影响通信建筑一样;此外,街道比在第二个场景中更广泛。

当定位天线在屋顶上,结果变得更好。现在,虽然我们不能把整个车辆路径与良好的传输条件,图的结果8 (f)清楚地表明,高交付比率可以维持到100/150米。十字路口附近的交货率是相当高的,经历一个常数随着下降。

6。十字路口的建模

根据我们的实验结果,我们现在继续细节不同的十字路口是如何建模。我们的目的是获得一个通用模型,允许集成仿真工具的不同的行为观察,以及分析研究与事件相关的十字路口的消息传递的有效性。

6.1。建模过程

为了模型不同的十字路口,我们的过程如下:首先,我们获得的数据包传输的数量为每个位置和招待会注册;其次,我们确定了包交货率值与每个距离范围相关联;最后,我们进行了曲线拟合过程中获得最优参数。

详细实验的第一步的结果由坐标列表(即。,latitudes and longitudes) stored at the sender, with another similar list stored at the receiver’s side. The sender coordinates are the sender’s actual location when a packet is sent. Logically, the list at the sender side has more entries than the one at the receiver side as several packets get lost. So, we must compare the difference between these two lists of coordinates. A packet is successfully received if an entry (coordinate) at the sender’s list is also present in the receiver’s list. The coordinate is then translated into the distance by considering the coordinates relative to the center of the intersection using the半正矢公式中实现GeographicLib库。

第一步的结果然后分成小的间隔,间隔宽度等于5米。不同间隔的交货率派生然后使用条形图绘制,从而像直方图(尽管它不是那么严格意义上)。遵循相同的步骤为不同的天线位置(屋顶与仪表板),我们可以获得一个比较图表为目标的十字路口,允许检查数据包交付比率在这两种情况下。

一旦这些分布计算的三种类型的十字路口和两个天线位置,我们开始找到最适合我们的数据。使用非线性最小二乘曲线拟合是Marquardt-Levenberg算法(在GNUPLOT中实现软件)获得一个通用模型曲线,确定哪些函数更适合我们的目的,以及为每个分布的最佳参数值。

6.2。拟合结果

对于每一个曲线,我们试图找到一个共同的模式,将适用于天线位置(仪表板或屋顶)和不同类型的十字路口(开放、建筑、树木)。我们的意图是,只有一个参数会有所不同从一个场景到另一个地方,允许无缝模型不同类型的十字路口的可变度电台的可见性。后评估几个拟合函数(多项式、电力)不同类型的十字路口和天线位置,最好的使用高斯函数拟合得到:

注意变量,,,是通用的变量,也就是说,(1)将适应我们的具体要求。特别是,我们集十字路口的距离和修复的概率接收到一个完全的十字路口(零距离),是一个和是零。因此,唯一的参数以适应,即标准偏差。所以,最后我们有以下表达式:

这个指数函数计算交货率为特定的距离。随着距离的增长,这个概率渐近成为0。的值不变(或标准偏差)将取决于场景和天线位置和反映了变化或分散的数据值。

结果柱状图和拟合结果如图9(一个),9 (b),9 (c)。如果我们看看实验结果为十字路口1(见图9(一个)),我们可以很快注意到,有一个的交货率之间的显著差异指示板和屋顶位置的情况。的曲线拟合指示板天线位置表明,对于低距离,交货率仍然是可比的屋顶健康。从十字路口大约20米的距离后,酒吧显示快速衰减。同时,我们观察到约200米后它就失去了联系。我们可以观察,当距离约为120米,交货率突然下降,紧随其后的是一个适度增长。这是一个影响的建筑环境中,我们可以看到在街上的鸟瞰图,如图2。关于屋顶场景的交货率,高值持续交付距离70米,之后下降了20%。在同样的场景指示板情况下,下降比例明显高于(50%)。因此,我们可以得出结论,天线位置包交付成功有着非常重大的影响。

关于第二个十字路口,条形图显示在图9 (b)清楚地显示了一个比前一个显著差异。事实上,现在距离范围是相当减少,包的交货率降到只有35%在40米(“仪表盘”天线位置)。超过50米,交货率接近于零。如果我们现在关注屋顶的曲线拟合的情况下,我们发现差异对仪表板的情况很清楚,同样为十字路口1发生了什么。然而,关于第一个十字路口,我们现在看到,距离50米,屋顶的包交货率几乎是0.8,而对于仪表板只有0.3,两个值远低于那些在十字路口1测量。这就是为什么我们可以分类第二个路口作为城市峡谷,这是一个糟糕的情况与最大程度的阻碍。

关于交叉的结果图9 (c)显示,当天线位于仪表盘上,有一个损失约70米后无线连接。相反,当屋顶上的天线,接触是保持在250米之外,更大的距离。相比前两个十字路口,配件在这个场景中确实是十字路口1和2之间的局势。

总的来说,我们认为结果非常合理,考虑到我们的实验是在场景没有阻碍我们的通信频带干扰,这意味着该频道只有经历加性高斯白噪声的影响。在这样的情况下,对应于一个标准的AWGN信道模型。

我们现在重点详细的结果拟合结果和相应的拟合误差。请注意,(2)引入参数高斯函数的标准偏差,调整拟合曲线可以每种类型的十字路口和天线位置。在表2细节,我们现在该参数的值为每个案件。有趣的是注意到,这个参数减少降低无线电十字路口的范围,直接关系到包交货率。事实上,参数越高,越高包交货率在一定距离向十字路口。

在细节中,我们可以看到第一个十字路口值是最高的。另一方面,对于交叉2,最低的值获得,十字路口3中间的特征值。同时,对天线的位置,我们发现屋顶的值结果总是同两倍多天线在仪表板中。检测到的最大相对偏差为十字路口1,屋顶情况的值超过四倍的仪表板。这是因为,这种交叉,包丢失大多是有关信号功率下降由于距离,和屋顶天线位置从而成为最佳的选择来减轻这种权力的损失。

表2也显示了拟合误差表示为的平方和的模型函数之间的差异和实际交付比率从实验获得。此外,图10显示了一个盒子,须为每个场景和情节的不同分布天线的位置。框显示2日,3日,4日百分位数,须是平均值+ / -标准差。模型拟合为仪表板场景显然是更准确比天线安装在屋顶上。这是因为,在后一种情况下,范围不够大到接近于零的值。

7所示。模型适用于模拟环境

一般来说,一个详细的通道特性两个端点之间需要研究接收机信号噪声和干扰值,其中包括建模详细信号传播目标环境的条件。在特定情况下的车辆网络环境,这包括信号反射和多普勒扩展的建模存在的各种障碍,包括建筑,树木,和车辆。然而,这样一个详细的信号传播分析非常复杂,所以它成为计算禁止进行这样一个详细的分析,研究交通通信在一个大区域,尤其是对车载网络研究在这一领域能长到整个城市的大小或更大。为了解决这样的问题,实证路径损耗模型出现了城市环境(例如,Nakagami [37)和Durgin et al。38])。然而,这些模型提供了一种泛化的传播行为,也就是说,他们不能提供一个非常具体的传输条件的详细描述,如交叉传播条件下解决。然而,如何适应我们的模型来模拟环境的问题依然存在,因为它需要提前知道每个特定路口的实际特点,以充分模型。

实现十字路口建模需求使收养我们的模型,我们提出自动化的交叉分类过程通过分析街道宽度和建筑物的存在一个预处理步骤之前实际的模拟。这样我们避免手动标记每个路口手动和受益于模型在此派生的额外的复杂性。

值得强调的是,广泛使用的地图提供商如OpenStreetMap (39)已经包含许多相关的城市街道和建筑信息等,它简化并使可行的采用我们的解决方案。

8。事件通知有效性在十字路口

为了进一步验证我们的研究工作,我们也分析了概率的成功交付通知与关键事件有关。如前所述,这些事件通知传播通常依靠多次反射广播来确保所有车辆到达的信息在一个特定的目标区域。然而,由于这样的传播过程容易引起广播风暴问题由于城市通常会阻碍传播对车辆在附近的街道,不同的建议考虑最优执行及时广播在十字路口的车辆位于可达性最大化。这样及时广播移动车辆,依靠GPS坐标映射到地图细节,整体效果将高度依赖于GPS误差引入的广播。

考虑到上述问题,在本节中,我们将使用模型派生的部分6不同的交叉类型和天线位置研究成功的概率提供一个与事件相关的信息在一个十字路口,考虑不同的GPS误差值。我们假定汽车打算发送一个数据包,当位于十字路口的中心包交货率最大化。然而,如果我们考虑到GPS误差,我们可以期望它引入了误差会影响包交货率,特别是在城市峡谷场景。为了这个目的,我们定义不同的GPS误差最大值(通常范围5 - 50米)并创建正态分布的值在这个最大距离(规则)。然后,考虑到这对车辆位置概率分布传输一个数据包时,我们结合模型推导出在前一节中获得对事件消息交付预期的成功率。

在图11,我们评估的影响GPS误差范围内将对每个场景的交货率,与天线位于仪表盘上的或在屋顶上。三个十字路口有不同程度的阻碍进行了比较。在这些情节的交货率的拟合模型显示三个有意义的点的误差分布:对应于区间来(对应的值),线(),十字架是()。

如果我们关注的天线位于仪表板(见图(11日)),一个重要的区别是当我们发现有一个GPS误差50米。在十字路口1的情况下,GPS误差高达50米仍然显示了可接受的数据包交付水平;相反,十字路口2(城市峡谷),交货率比其他两种情况更糟。

图11 (b)显示,当安装在屋顶天线,GPS误差的影响现在减少交货率在这些情况下,与之前的相比,要好得多。这意味着,在一般情况下,有效的传播消息的十字路口是可能的,即使在城市峡谷尽管GPS错误,只要屋顶天线使用,这样他们的扩展广播范围补偿穷人无线电可见性和定位误差。

简而言之,我们发现不同的天线位置和十字路口的特点明显影响成功的概率包交付即使GPS误差的存在。话虽这么说,最可靠的发送过程发生当我们把屋顶上的天线的载体和传播发生在一个开放的空间交叉(最低障碍物)。最坏的情况下发生在城市峡谷十字路口(最大阻塞)天线位于车辆时,在仪表板中,从而匹配我们最初的假设。

9。结论和未来的工作

最近的努力减少事故车辆环境中导致安全问题是最重要的一个应用程序的上下文。在这个范围,intervehicular沟通可以起到相关的作用,允许迅速通知邻近车辆危险事件。然而,这些通知应该快速而可靠地交付,可以严格要求在城市环境中由于建筑物和其他障碍容易阻碍信号传播。因此,及时消息传递的中心十字路口出现作为主要的解决方案可以避免城市障碍以简单明了的方式。

在本文中,我们研究了不同类型的包交付效率实现十字路口(没有障碍,城市峡谷,和部分梗阻),当定位仪表板或屋顶上的天线。广泛的实验结果使用广播流量显示交叉的影响类型是重要的,高达150米的差异检测传输范围。也,我们发现有一个屋顶天线也是一个关键因素,允许扩大传播范围100到250米,这可能代表了在某些情况下增加了100%以上。

此外,我们所有的建模结果通过寻找最佳拟合函数,然后应用回归。我们发现一个高斯函数提供足够的适合所有情况下通过不同的一个参数。通过这种方式,我们的模型允许无缝代表不同类型的十字路口,这些结果仿真环境。

根据我们的模型,然后进行了分析研究,以确定成功的概率事件传播过程在十字路口,十字路口和天线位置不同类型的测试,当不同的最大GPS误差。我们发现,一般来说,传播非常有效,即使在城市峡谷和高GPS错误条件,只要屋顶天线使用,更加严格的指示板解决方案不推荐。这种方式,使用前面的模型和实时地理位置和地图的帮助下,我们可以先确定场景中使用的类型,然后了解GPS误差,确定预期的交货率。

作为未来的工作,我们将我们的结果转换成模拟平台为了达到一个更现实的实验仿真模型可以更好的接近真实。而且,由于我们使用的标准GPS设备嵌入到智能手机定位的目的,这将是有趣的测试更精确的户外定位设备。另一个考虑是牢记评估V2V通信的可行性通过使用其基于lte网络的车辆间通信。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的部分“Ministerio de隐藏y Competividad下Estatal de Investigacion Desarollo e Innovacion Orientada洛里特•de la皇家社会,四面八方我+ D + 2014,”西班牙,在资助tec2014 - 52690 r和bes - 2015 - 075988。