文摘
随着车载网络的发展,BusNet-based服务是公交公司和公众用户极大的兴趣。如何提供服务,确保服务质量被认为是要点促进这种类型的应用程序。在这篇文章中,一个系统架构,设计了基于多路存取边缘计算(MEC)体系结构和软件定义网络(SDN)。此外,考虑到网络的动态性问题,一个新的路由路径优化算法,SPSO(连续粒子群优化),提出,而动态权重矩阵是用来提高路由性能。全面的仿真结果表明,该方法可以适应网络拓扑的动态变化和显著提高通信性能。
1。介绍
与最近的无线通信技术的发展,车载ad hoc网络(VANETs)收到关注行业和学术界使新兴智能交通系统(同期),如自主路口控制(1),合作车辆定位(2),和先进的信息共享3]。
除了基本的安全信息(4收到公众相当大的关注),丰富的服务,可以提高用户体验也逐渐成为一个商业热点。
公交车,配备强大的通信和存储功能,被认为是作为一个强大的服务提供者,可以提供商业信息根据乘客的要求。因此,一些公交公司认为,信息服务可以为公共交通运营商带来好处。一些先前的研究利用巴士路由中继来提高网络连接(5,6]。一些研究认为公车特设网络(BusNet)作为延迟/容错网络(DTN),和不同的路由策略基于历史提出了驾驶的痕迹(7]。BusNet geocast也被广泛研究[8- - - - - -10),流动的统计数据的历史痕迹被用于设计路由路径。然而,以上研究认为delay-constrained BusNet路由。
此外,学术界和工业界都相信软件定义网络(SDN) [11)可以方便地应用于支持未来VANET的动态特性和密集的部署场景功能和应用,同时降低运营成本(12]。
然而,唯一的问题是如何保证服务质量(QoS)。BusNet可以提供信息服务通过一个信息源和目的节点之间的路由路径。因此,相应的QoS问题可以转化为路由优化问题,其中包括两个关键点、路由策略和优化算法。
由于车辆节点的动态特性,VANETs高度动态的拓扑。研究人员更倾向于采用一种机会主义路由策略13),利用一组候选节点和发现的最短路径根据指数指标。文献[14)采用三个通信性能parameters-packet损失,交货延迟,和路径可访问性指数路由路径选择,但没有讨论体重的特点选择指数。因此,在本文中,我们使用索引度量文献[14)和关注体重因素优化。
另一个问题是优化算法。研究人员认为,搜索算法,如遗传算法(15),邻域搜索算法(16)和粒子群优化(PSO) (17),可用于动态路由路径选择。在算法搜索进展中,每个粒子的移动方向是影响其惰性,当地最有名的位置,和最著名的位置。当地最有名的位置是根据这个特定的历史数据计算粒子在过去的几个周期,该集团最著名的位置选择和整个群体历史数据在过去的几个周期。基于此搜索机制,算法能够解决优化问题轻轻通过计算粒子的位置和速度,分别代表优化结果和迭代过程。自VANET关键因素的权重的不同组合可以被视为多个粒子的位置,我们强烈相信算法匹配我们的应用程序的需求,将执行在路由路径发现进步。
处理算法的时间效率问题搜索,在本文中,我们提出了一种新的算法,连续粒子群算法(SPSO),实现在SDN路由路径优化。
鉴于上述问题,这项工作的主要贡献概述如下:(我)我们提出一个软件定义BusNet组成的4层:用户层、总线层,路边层和控制层。(2)基于提出的体系结构,数据融合方案部署在SDN框架。(3)两个算法是用来解决路由选择问题。首先,我们使用一个修改bellman算法选择最短路径。然后,一个名为SPSO的知识算法应用于适应网络动态性而选择路线。(iv)我们进行模拟这两个算法来提高服务质量,并讨论有关使用SPSO的改进算法减少数据包交付延迟和丢包。
本文的其余部分组织如下。我们在部分评审相关工作2。部分3描述了该系统的体系结构。部分4制定路线选择的问题,提出了计算我们所关注的因素。路由选择问题提出了部分5。节6,我们提出了基于PSO SPSO算法解决优化问题。节7、模拟和评估的结果。讨论的结论和未来的工作部分8。
2。相关工作
VANETs,花费很多精力的设计目的是提高QoS路由协议。Eiza et al。18)提出了一个SAMQ(情况知道Multiconstrained QoS)路由算法来计算可行的路线和选择最好的路线受到多个QoS约束。SA水平和ACS(蚁群系统)机制利用中间节点对破损的联系没有中断,他们不仅取代失效链接还考虑数据传输的QoS要求。Togou et al。19)开发了一个分布式地理来源路由方案命名SCRP(稳定CDS-based路由协议),建立了稳定的骨干在路上段通过考虑车辆的速度和空间分布和动态连接通过选举桥节点在十字路口。然而,他们的研究忽略了收缩的通信带宽和网络的动态性。
此外,路由设计与城市基于SDN公交车网络也被挖掘解决问题缺乏计算能力和空间稀疏的车辆分布。王等人。14)设计了一个BusNet,使用公交车作为服务提供者,将响应数据包转发并介绍SDN BusNet,相信SDN控制器适合路由路径决策者的角色。他们雇佣了三个通信性能parameters-packet损失,交货延迟,和路径可访问性指数路由路径选择,但没有讨论体重的特点选择指数。尽管架构已被证明是非常成功的,但是该算法找到一个可行的路线不适合高动态特征的场景。江和杜20.]设计了VANET架构,整合公共汽车、限制、太极拳(交通控制中心)提供数据服务。每个车辆都需要注册附近high-tier节点(即。RSU或巴士),连接到太极拳。提出登记技术减少了数字交换机的路由路径,利用更新注册信息来定位目标车辆和选择适当的注册节点作为中继。这项研究集中在带宽,但它未能考虑动态性,VANET的核心问题。
此外,许多研究工作研究了知识的应用算法在路由策略。Shirmarz和Ghaffari21)提出一个贪婪的流在SDN提高QoS路由算法。他们认为一系列的网络变量包括连接、带宽、延迟、抖动、包丢失链接矩阵。选择源和目的节点之间的所有路径之后,他们使用贪婪算法来选择最佳路径的每一步。哦,et al。22]提出的优先顺序和自适应路由RT-SDN能保证所需的带宽。赵et al。23]提出一种联合优化流条目在SDN聚合和路由选择,但是这个解决方案只关注延迟。范et al。24工作对虚拟网络功能(VNF)提供灵活的服务,并使用一个有效的在线学习方法预测连锁服务需求,提出两种新的实例分配的算法和服务连锁重路由。冯et al。25]目前分布式在线解决方案的设计驱动流处理和路由决策,以及云的相关配置和网络资源。在[26),作者的目的是确定VNFs的位置,服务流的路由,和相关的云计算和分配网络资源,以最低的成本满足客户要求。Bagci和Tekalp27)提出一个启发式group-constrained SP对公平的资源分配的过程,目标是一群请求相同的服务水平,同时最大化总规划(网络服务提供者)收入。所有上面的研究已经做了很好的工作路线的决定;然而,问题是,他们的解决方案不能用于移动模型特别是汽车或用户的自己的巨大的流动性。
杰出的从上面的研究,我们的工作着重于动态性BusNet和地址的路由选择问题,从而提高服务质量。我们提出一个架构,可以方便地计算每个链接的属性,然后构造一个网络图的控制器。此外,该架构可以节省相当大的带宽和使用公共汽车来解决空间稀疏问题。更重要的是,基于图形控制器,一个知识分子算法,SPSO,提出处理问题的动态性。结果,用户可以得到一个高质量的服务根据合适的通信线路。
3所示。系统架构
在本节中,我们将介绍一个基本的系统架构,提供BusNet-based服务。与此同时,相应的消息传播的进步应该解释道。
3.1。系统框架
在这里,我们采用BusNet-oriented SDN架构,其中包括四个layers-namely,用户层,总线层,路边层,和控制器层来提供信息服务,如图1。(1)用户层:用户层包括社会车辆配备LTE-V2X奥。每辆车可以被认为是一个用户,信息服务需求。(2)总线层:公交车作为收藏家和服务提供商的信息。在这里,我们假设所有公交车配备LTE-V2X奥和有足够的存储空间存储收集到的信息。(3)路边层:它包括一个路边单元(RSU)和蜂窝基站(BS)和执行信息聚合和冗余信息过滤。(4)控制器层:控制器作为全球经理执行路由路径优化过程。
3.2。消息传播的进展
整个服务提供过程包括两个步骤的消息传播的进展;一个是服务信息的收集,而另一个是服务请求/响应。
3.2.1之上。服务信息收集
序列图的服务信息收集如图2。
作为服务订阅者,汽车没有参与这个过程。总线节点生成社区消息(NMSG)包,其中包括总线及其邻近总线的状态信息,如总线ID、巡航速度,标题,和GPS的位置,并定期广播NMSGs。与此同时,总线节点收集服务信息,如折扣海报,购物中心,24小时商店位置,等。RSU / BS收集NMSGs,过滤冗余信息,并生成一个消息包NMSG_AggreTag,上传到控制器。注意,在这里,RSU / BS地理组织在多个服务区域,而每一个是由一个SDN控制器。根据NMSG_AggreTag SDN控制器生成一个服务地图,其中包括总线节点的网络状态和GPS信息。
3.2.2。服务请求/响应
序列图的请求/响应如图3。
如果车辆用户服务需求,它应该请求数据包发送到控制器。根据请求数据包,控制器搜索一个信息来源,将使用一个路由路径优化算法选择最合适的路线的公交路线集。然后控制器生成一个链接标记消息并将其发送到总线节点。源总线节点向目标发送服务信息总线节点,为汽车用户提供服务。最后,车辆用户节点应该反馈相应的性能特性,如服务延迟和丢包率,控制器。
3.2.3。数据过滤
提高BusNet服务的效率,数据过滤过程,算法1所示,是谁的伪代码是通过限制/ BSs。给出相应的变量和函数定义在表1。
|
4所示。问题公式化
这部分是现实中的问题抽象为数学问题。我们会给问题的陈述,详细解释选择指数。
以下假设:(1)BusNet完全覆盖对象区域,分为几个不重叠的服务领域(2)每个服务区域被限制覆盖/ BSs放置在固定位置(3)每个服务区域可以由一个或几个SDN控制器控制(4)用户节点和总线节点通过LTE-V2X的OBU定期广播消息(5)SDN控制器可以实现为1到-N与汽车相关的节点通过限制/ BSs继电器
BusNet抽象为有向图 ,在哪里和的总线节点和边集。我们假设路径信息来源之间的总线节点和服务订阅者总线节点;然后,所有候选路由路径的集合可以用 。正如前面提到的,在本文中,我们使用三个通信性能factors-packet损失,交货延迟,和路径路由路径选择的可访问性指数。假设一个路由路径包括边缘,我们定义路由路径综合培训评价指标如下: 在哪里是路由路径的综合培训评价指标和代表了双总线节点的路径。的成本是每一对总线节点,定义如下: 在哪里 , ,和包丢失,交货延迟,路由路径和路径的可访问性为总线节点对。 , ,和相应的权重因素的上述三个因素,和这意味着不同的组合关注网络属性。
然后这三个因素可以表示为 在哪里
一个带有两个总线节点的边缘,是发送包数,接收到的数据包数量。的传播延迟是一个特定的数据包,然后呢后这条边的长度是1秒。和开始和结束总线节点的边缘,然后呢 , , ,和代表水平位置,垂直位置、速度和移动方向 ,分别。然后,路由路径的综合指数用培训评估 ,和路由选择问题制定如下:
另一方面,选择路线通过培训评估之后,我们需要使用另一个名为泛化的指数评价来评估这个特定的路径在实际通信的性能。
我们定义概括评价如下: 在这里,代表概括评价,和代表通信丢失和延迟的统计结果,分别。
然后,优化算法能找到一个适当的体重因素的组合,它可以帮助选择适当的路径最小 。
5。通过修改bellman算法路由选择问题的解决方案
在本节中,我们提出一个修改bellman算法选择路径以最少的培训评估。给出一个精确的要求,我们可以构造路由图与特定的总线节点和目标节点开始。
当接收到一个请求时,控制器可以构造一个路由图,分析请求之后,它会识别请求总线节点和资源持有人总线节点 。找到最短的路线,控制器计算每条边的长度, 。回想一下,这条边的节点对三个参数:延迟、数据包丢失和路径可访问性。然后,一条边的长度可以通过公式计算(1后选择一个特定重量的这三个因素的结合。
修改后的bellman算法的步骤描述如下:(1)初始化:找到id和资源持有者节点和资源的用户节点( )。集 ,在哪里代表的距离和 。计算每个 根据公式(1),这三个因素的权重矩阵包括包丢失,交货延迟,和路径可访问性的路由路径,但是请注意,需要满足以下约束条件:(一)延迟小于TD(阈值);(b)小于TP(阈值的包交付损失);(c)小于TA(阈值的路径可访问性)。(2)优化:遍历每个边,集 。(3)重复步骤2次,是总线节点的数量。(4)寻找候选人路径后,检查是否这条路线的总延迟小于请求的时间生活。这应该保证所选路径为特定的请求是有效的。
6。基于SPSO算法优化问题的解决方案
6.1。SPSO算法
并行粒子群优化(PSO)是一种以人群为基础的计算技术,由有机体的行为动机如鱼群形成和植绒的鸟类。一般来说,基于PSO的路线搜索方法得到最优路由路径矩阵的权重通过多次迭代和可以用来生成一个静态路由。然而,BusNet当前路由选择不像前者一样的时间。据说,选定的路由路径非持久的,它与网络通信状态改变或随着时间的推移。对一个新的服务请求,必须浪费很多时间完成新一轮的培训。因此,算法的迭代优化方法不能直接用于BusNet。
然而,最优路由路径源总线节点和目的地之间的总线节点相对稳定。然后,在这篇文章中,一个串行PSO算法(SPSO),找到一个最优路由路径根据最近的搜索结果,将培训过程融入到每一个服务请求,提出。清晰,未能使用过去的训练结果,PSO几轮培训一个请求找到权重的最佳组合。相反,SPSO,利用前培训结果,并为每个请求只培训一次。我们可以说,请求-响应过程正是我们的培训过程。一组粒子,每一个都用一个变量的组合权重,用于训练,以避免陷入局部最优。
在这里,我们假设每个路由路径搜索过程是由一个用户发送的请求消息的节点。向量的定义是一个粒子 在哪里粒子的数量。的位置吗th粒子,代表权重矩阵,我们的优化目标。粒子的移动趋势来标示 在哪里粒子的移动方向吗我,当前搜索的时间时刻进步,而是去年搜索进展。是最好的粒子的位置我在去年搜索进展。是所有粒子的最佳位置在去年搜索进展。位置更新过程表示为
实现SPSO的过程中描述的算法2,而相应的变量和函数定义在表解释道2。
|
6.2。算法复杂性分析
粒子的数量, ,将影响每个粒子的更新过程,总线节点和边的数目,和 ,将会影响到的最短路径算法的复杂性。一般来说,最耗时的部分应该优化算法的迭代过程。然而,SPSO算法使迭代每个请求,这保证了粒子将算法运行时只更新一次。换句话说,迭代过程的复杂性 。结果,最耗时的任务是最短路径算法和复杂性 。然后,SPSO算法的复杂性 。考虑到粒子的数量通常是远低于总线节点的数量,我们可以认为复杂性 。
7所示。仿真结果分析
所有模拟都是基于NS3平台,专业的通信仿真平台。SPSO提出算法的性能评估交付延迟和丢包:(1)交货延迟:平均时间间隔发送服务消息从源总线节点用户节点(2)包丢失:从源总线节点收到的数据包数量不正确的数据包的总数
7.1。仿真设置
在这里,我们定义了一个模拟场景,其面积 ,和假设总线节点均匀分布在目标区域。注意,在这里,RSU和BS在BusNet发挥相同的作用;因此,我们的模拟场景中只包含RSU,然后我们假设如下:(1)限制与车辆通信节点(包括总线节点和用户节点)通过LTE-V2X(2)限制与SDN控制器通过以太网进行通信
详细参数表中列出3。
7.2。仿真结果
如数据所示4和5交货延迟和丢包增加总线节点数量的增加。与文学的路由算法RDH相比,它集三个因素作为平等的重量,该SPSO算法可以显著降低这两个因素。原因是SPSO拥有判断能力的组合权重,然后他们适应当前的网络状态。特别,我们可以注意到总线节点的数量越多,性能改善越明显。这是因为随着请求越来越频繁,控制器更可能了解更多关于状态在当前通信环境和可以修改及时的组合权重,从而表现更好。更清晰,SPSO串行算法这意味着它只能处理请求一个接一个,这就是为什么我们在这里放10粒子。请求涌入时,每个粒子都可以在短时间内重复几次。因此,权重的组合更有可能赶上网络状态的变化。
如前所述,基于最近SPSO算法实现路由路径优化搜索结果。结果是来自从所有的汽车或用户的请求。由于算法关注全球网络状态,它是无用的遵循一个特定的用户和分析它。数据显示6和7,我们可以得到两个含义:(1)当搜索的数量乘以小于30,交货延迟和丢包SPSO配合曲线的路由算法(14]。说,最近的搜索记录的样本容量不足以支持优化过程和权重因素保持不变作为初始值。(2)当搜索的数量乘以30大,交货延迟和丢包检测的值明显低于的路由算法14]。也就是说,粒子的位置,也叫权重的组合,是动态和持续改变网络状态。
因此,我们认为,拟议的SPSO算法收敛快,找到最佳体重因素,从而提高用户体验。
8。结论和未来的工作
毫无疑问,路由效率是一个重要的主题的无线网络。就像前面提到的3BusNet的特殊性带来了巨大的挑战,实现路由优化。大部分的网状网络路由算法不能适用于BusNet由于其动态特性。在本文中,我们定义一个路由路径评价因素,雇佣了基质重量适应网络的动态变化。另一方面,满足服务需求和解决信息传播的问题,例如贫穷的及时性和较低的成功率,我们提出一个串行PSO算法,找到最优路由路径根据最近的搜索结果。仿真结果表明,该方法可以提高系统的性能和通信效率。
然而,本文只考虑情况下只有一个SDN控制器。因此,在未来的工作中,我们将致力于multiple-controller情况。此外,在本文中,用户车辆数量设置为固定值暗示没有车离开或进入。在未来的工作中,我们将讨论的影响用户车辆的数量的变化。
数据可用性
使用的数据来支持本研究的发现已经存入GitHub库(https://github.com/qxcs/Data-for-An-Intellectual-Routing-Algorithm-based-on-SDN.git)。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项研究受到了汽车零部件的先进制造技术重点实验室(重庆大学),教育部,在批准号2017 klmt04,重庆特殊行业的重点研发项目批准号下的技术创新和应用示范cstc2018jszx-cyzdX0064。