文摘
互联网的车辆(IoV)可以显著提高车辆的驾驶环境,但车辆的机动性特点提出更高要求IoV系统的鲁棒性。作为IoV的一个重要组成部分,路边的部署单元(RSU)直接影响IoV系统车辆的服务性能,合理RSU部署可以节省资源成本和提高系统运行效率。本文提出了一种RSU部署机制基于道路交叉口的流行,它使用三个交通参数,车辆接触时间、交叉连接,和交叉覆盖能力,为主要参考指标。与此同时,一种改进的热点发现算法(IHDA)是用来介绍抑制之间的距离在部署过程中减少干扰限制。仿真结果表明,与现有的典型的部署方法相比,这个项目可以提高车辆的报道时间比和联系人/旅行。
1。介绍
近年来,车辆的临时网络(VANET)备受关注的行业由于其巨大的发展潜力。通信的Vehicle-to-Vehicle (V2V)运行基于车载单元(下文),和交互的Vehicle-to-Infrastructure (V2I)运行基于路边单元(RSU)。的主要应用之一,涉及V2I网络是网络中车辆安全应用程序。因此,VANET的初衷是为了提高行车安全。随着互联网的车辆技术的进步,VANET已经发展成为一个广泛的商业应用平台,包括远程启动、状态诊断、互联网接入服务,数字地图下载,实时视频继电器和增值广告。
作为一个核心组件在VANET实现协作的分布式应用程序管理,RSU发挥了重要作用,数据传输和路由延迟,如交通目录、数据传播,安全管理,位置服务器和服务代理。在软件定义车载网络(SDVN) (1),限制成为SDN开关和需要从终端转发数据包的车辆。RSU充当SDN开关,是控制器(2),和远期流规则车载开关。由于网络拓扑的频繁变化由于车辆的机动性高,流动规则的修改是一个时序要求严格的任务。因此,有必要进一步提高RSU和车辆之间的通信联系。
部署位置的限制会影响与通信相关的所有元素,和合理规划可以显著改善道路的安全水平。尽管限制的合理分配具有重要意义提高VANET的质量服务,由于预算因素,造成的高预算限制的密集部署推广VANET服务将成为一个主要的障碍。另一方面,造成的干扰RSU部署高的密度也会减少信息传播的性能。Barrachina et al。3)认为,优化部署的预算RSU也是一个极具挑战性的任务。
RSU部署(RD)问题可以被看作是一个扩展节点的位置(赋权)的问题,被广泛研究领域的无线传感器网络(4]。它已经变成了网络中节点的位置面积约束。所不同的是,汽车在VANET只能规定道路上移动,所以部署因素被认为是更复杂的。目前,研究RSU部署问题已取得了一定的进展。总之,现有的研究集中在以下几个方面:(1)RSU部署问题概括为一个np难度最大覆盖问题(5,6]。(2)RSU的分布受多种因素的影响如交通特点、基础设施的可用性、拓扑和地形特征,和运营商的具体要求7]。(3)也有研究考虑移动RSU促进消息转发的部署和快速消息路由转发模式8]。
自从RSU部署固定,其传输功率比移动电台,和它的覆盖面积大。尽管部署RSU公共汽车可以提高IoV[的性能9),受制于各种因素(如传动功率、路径规划和政府政策),大规模部署RSU移动公共交通在短期内仍然是不可能的。因此,研究固定RSU部署仍将是当前的主流。
本文提出一个RSU部署方案,综合考虑车辆的道路网络的特点和十字路口的能力。我们的论文的贡献如下。
首先,我们模型的道路网络节点和边的集合G(V,E)。与此同时,我们认为,十字路口交通收敛的位置(5]。因此,我们选择的十字路口的候选地点RSU部署。我们RSU部署问题转换成一个交叉覆盖问题,证明该节点覆盖问题是NP困难的。
其次,我们综合考虑车辆接触时间、交叉连接,和交叉覆盖能力。然后,根据不同的道路通信需求,同时限制RSU部署的数量,我们覆盖率最大化,确保车辆限制的服务效率,提高系统的鲁棒性。
最后,我们提出了一个算法,考虑了抑制距离以确保限制不相互干扰造成的过度重叠IoV系统的提高操作效率并验证其性能在RSU部署实验。
剩下的纸是组织如下。部分2提供相关信息在VANET RSU部署。然后,提出RSU部署模型部分详细解释3。部分4提出了两种算法完成RSU部署,而部分5提供模拟环境的细节,分析仿真结果,讨论了RSU部署策略的性能。最后,结论部分6。
2。相关工作
2.1。RSU覆盖问题
由于车辆的机动性高,最优部署RSU比无线网络要复杂得多。目前,服务覆盖了VANET的问题得到了广泛关注。不断发展和变化的应用需求,提出了一些具体的优化目标覆盖问题和可行的简化解决方案提供了VANET的覆盖模型。
空间覆盖率的分析和研究是建立在一个给定的道路系统的空间属性。玻雷吉(10)指出,将RSU在十字路口的中心,而不是角落,可以覆盖更多的道路区域,这可以增加操作区域的数据传播率15%。然而,Kafsi et al。11)指出,即使大多数车辆聚集在拥挤的十字路口,孤立的车辆更容易出现在路中间的部分。因此,将RSU中间的道路将会是一个更有效的策略来避免孤立的汽车被发现。
一些研究已经进行了广泛的研究从时间的角度报道,主要优化目标覆盖高速行驶车辆之间的通信和固定的限制。Magsino和何12)把这个问题变成最大化的总量信息共享网络的车辆。它包括信息传输的总量从汽车到基础设施和信息传输的总量从基础设施到车辆。约束集的数量限制,空间平均速度阈值,和连接的传输密度阈值最大化之间共享的信息量和RSU雾计算热点。高et al。13还研究了一维RSU部署(D1RD)问题,n限制与约束条件下不同的覆盖半径。两种greedy-based算法(分别称为Greedy2P3和Greedy2P3E)提出了优化通信延迟、限制部署消费,提高网络性能。
其他类型的时间报道关注的OBU和RSU之间的联系。Trullols et al。5]试图最大化接触RSU车辆的数量和他们的问题转化为一个最大覆盖问题。虽然线性规划问题是np困难,作者仍在使用启发式算法不同的复杂性来解决这个问题。通过推导它转换这个问题,以确保车辆大部分是由一个或多个限制在很长一段时间在开车。Lochert et al。14)提出了一个landmark-based聚合方案节省旅行时间的车辆道路网络。他们发布的信息要点之间的旅行时间的旅行时间和里程碑式的位置和估计一个给定的活跃RSU位置向量可以节省。最后,这些估计作为健康指标中央应用遗传算法解决优化RSU部署。结果和讨论。
2.2。np难的证明节点覆盖优化问题
RSU部署高度重视成本控制,服务提供者都希望减少的数量限制的前提下保证性能。解决这个问题是np困难,证明过程简述如下:
定义1。相邻的点的集合:一组相邻节点被定义为 在哪里V是一组节点,dij表示节点之间的距离我和j,R节点的通信传输半径。
定义2。节点覆盖分组:n节点,将所有节点分成组G(n根据节点覆盖)R(每个节点都是一样的),至少有一个节点我在每一组中,和所有其他节点j组中,有dij≤R。
有许多方法来划分n节点分为上述节点覆盖组。最坏的情况下的n组。组,完成过程数据开销越大。节点覆盖问题的优化是减少节点覆盖的数据包的数量条件下的传输距离有限,这是
定理1。节点覆盖的优化分组是一个np难问题。
证明。节点覆盖的优化分组是解决最小数量的所有节点分组集,可以简化迭代找到集团最大的覆盖节点到每个节点属于一个组。这个问题是与集团的问题(15),是找到一组节点的最大数量(约束)下在一个给定的拓扑图形G(包含n节点)。这个问题已经被证明是一个np难问题(16,最快的已知算法的时间复杂度是O (20.249 n(2)= O1.1888 n)[17]。因此,节点覆盖的优化迭代分组一样困难的应用最大小团体算法找到连接组,直到所有的节点数量最大的节点分组。因此,优化节点覆盖分组也是一个np难问题。
3所示。RSU部署模型
我们使用G(V,E)来表示城市网络拓扑E是连接两个相邻路口路段,V代表了十字路口, 。首先,做出以下假设:(1)的性能限制在这个实验中是相同的(通信覆盖半径是相同的);(2)的最大数量限制,可以部署k,每个RSU部署的成本都是一样的;(3)一旦车辆在保险范围内,它可以从RSU接收服务。
如果我们知道整个网络拓扑中,每个节点的重要参数可根据不同的服务目标要求,如交通流量、商业区、和医院。我们定义以下交通参数作为模型指标。
3.1。车辆接触时间
如果有k限制部署,车辆进入的数量限制的服务范围和接触时间应该最大化。摘要交通密度的定义是车辆通过路口的数量计算的时间内Di。使用问ij代表的接触时间jth车辆在十字路口我,问整个道路网络可以表示为一个矩阵与N行D列(D= )。在这里,我们使用最大覆盖时间阈值的概念问题(MCTTP) [18]。也就是说,每辆车接收至少RSU服务时间φ。交叉路口车辆接触时间我可以表示为
这个公式的意思是,如果路口之间的接触时间我和覆盖的车辆超过φ,车辆不会增加交叉的总收入我。
3.2。交叉连接
我们使用节点介数中心(BC) (19),以反映路口的连通性。节点介数中心代表节点的频率测量,这是其他成对的节点之间的最短路径的网络。它的大小可以反映一定程度上节点是否在中间位置上其他节点之间的通信路径。它的定义如下:
如果节点我从节点的大地路径年代来t,l我(年代,t)= 1;否则,0。问(年代,t)代表大地的总数从节点路径年代到节点t。
最高的节点连接并不一定反映最佳。这是因为连接只有一个因素考虑从图论的角度。人们仍然考虑连接道路的路况信息段旅行时经过的节点。最明显的例子是,尽管某个十字路口经常交通堵塞,交通枢纽,根据周边道路的质量和可靠性在这个位置,它仍然被认为是旅游的首选。因此,我们引入了道路条件系数的概念。为方便后续实验中,道路条件系数设置为四个条件:骨干道路,一般干道,岔路,辅助道路。道路条件系数εij设置为1时,0.75,0.5,和0.25,分别。
我们定义了交叉连接如下: 在哪里V(我)代表相邻节点的节点集我,tij代表的路况条件系数之间的十字路口我和它相邻的十字路口j。
3.3。交叉覆盖能力
报道以来的所有限制在这个实验中是等距的,如果限制相对集中的十字路口的部署位置的距离,将会有更多的十字路口在覆盖范围,和使用的限制数量会更少。我们引入交叉覆盖能力的定义如下:
在上面的公式中,从节点的大地路径的长度是我到其他节点j,N是网络中交叉口的总数。可以看出越大F我,其覆盖其他节点的能力越强。
3.4。规范化的指标
因为上述三个指标并不在同一数量级,如果他们直接添加线性,实验结论可能是不合理的。因此,上述指标需要规范化。
的归一化公式T我如下:
这种方法也被称为线性归一化或分散正常化,这是一个线性变换的原始数据,因此结果值映射到一个介于0和1之间,或一个自定义的时间间隔。马克斯是样本数据的最大值,和最小样本数据的最小值。同样,归一化的值h我的H我和f我的F我可以获得。
3.5。十字路口流行
因为我们的目标是覆盖更多的十字路口,确保服务效率,覆盖不同的权衡结果的三个指标也将不同。因此,我们定义了十字路口的道路网络的普及如下: 在哪里规范化的接触时间的重量吗t我,和规范化的重量吗h我和f我,分别。 。
4所示。RSU部署策略
从上面的理论推导过程中,十字路口的部署限制高人气可以提高IoV服务的可靠性。因此,我们的目标是:在会议预算约束k高人气,优先选择的十字路口RSU部署位置。
4.1。热点发现算法
我们的算法的基本思想是基于贪婪策略。它较高的优先选择路口节点流行作为部署RSU位置,删除十字路口在其覆盖从候选节点的设置,然后重复上面的工作直到RSU部署达到的数量k。最后,共和党设置为输出RSU放置位置(算法1)。
|
4.2。改进的热点发现算法
考虑到限制的数量,如果数量限制股的安排在同一地理区域很大,它会造成相互干扰,减少限制在偏远地区的覆盖率。先生等。20.建议,道路网面积一个×一个可分为,整个区域块(k限制的数量)。形状和结构的道路网络,他们不能保证k部署时能找到抑制距离太长。所以,他们的距离 。然而,这个方法太广泛,和分布式安排与部署的想法是基于节点的受欢迎程度。
如图1(一),因为大多数的道路网络是水平或垂直,假设车辆以恒定速度行驶在路上连接两个相邻的限制,所以我们可以使用旅行时间指示距离。两个限制之间在驾驶过程中,所表达的抑制作用距离是重叠时间覆盖率=l1/l2,重叠的长度除以两个中心之间的距离。Rizk et al。21)指出,随着车辆远离RSU的中心,覆盖信号逐渐变弱,和适当的重叠可以确保车辆和RSU之间的开关时间。如数据所示1 (b)和1 (c),的值范围从0到1。
(一)
(b)
(c)
我们提出一种改进的热点发现算法(IHDA)考虑抑制距离。该算法首先OP我值的节点集V按照降序排列形成一套OP,选择最高的十字路口OP我值作为候选人RSU部署位置,将其添加到部署位置设置共和党,而与此同时,消除了十字路口的覆盖范围内RSU信号从候选节点的设置和更新的候选节点集合。
然后,比较候选节点集合中的节点与所选节点共和党我是否满足约束。然后,最高的节点OP我值将被从候选人中选择节点集作为RSU再次部署位置,直到RSU部署达到的数量k(算法2)。
|
5。绩效评估
在本节中,我们将提出的两个RSU部署算法在模拟网络和交通流环境中寻求最佳RSU部署参数。我们将测试的性能提出部署方案通过比较它与相关的部署方案的覆盖时间比和接触时间。我们选择的道路网络的一部分在河南省郑州市(如图2)作为测试环境。道路网的拓扑面积是10公里×10公里,这是转换为城市道路网络使用相扑[22(如图3)。它包括1174个十字路口。车辆轨迹信息的统计数据由智能交通管理提供数据分析、研究和判断综合应用平台。的数据信息7:00-9:00每天从6月1日到10日,2020年,统计分析,总数51079辆被抓获。仿真代码是用c++语言编写(Visual Studio 2015),和正在运行的硬件环境是联想RD650服务器(Intel xeon e5 - 2600 v4双处理器,16 g DDR4记忆,4 tb SAS圣硬盘,windows server2008R2操作系统)。
5.1。比较方案和索引
基于中心RSU部署贴近度中心(CDA-DC) [23]:这个方案是基于图论RSU部署方法,只考虑了节点的度中心。节点的直流值越高,更与交叉的道路,可以为车辆提供更多的机会。因此,它也更有可能选择RSU部署位置。
预算连续报道(BCC) [24):预算连续覆盖方法旨在最大化RSU的覆盖率下的道路和区域通信规模RSU预算限制。
随机:识别其他部署方案的性能很明显,我们也测试随机放置法的性能实验。这种方法不考虑任何参数与节点的受欢迎程度和随机部署根据实验所需数量的限制。
以确保实验结果的可靠性,25个随机实验种子进行了对于每个实验场景,和平均值。
我们用五个指标来评估RSU部署机制的性能:
覆盖率:由于数量的限制,所有路口的覆盖率也将改变根据交通参数的变化。这个指数可以通过覆盖路口的数量比十字路口后的道路网络的总数限制部署(描述为公式(9))。
报道时间比例:时间的比值在RSU覆盖范围的总时间在整个道路网络运动实验道路网络。值越高,机会越大,RSU可能为车辆提供服务(描述为公式(10))。
联系人每趟:车辆接触的平均数量限制在一个旅行。车辆联系人的数量越多,越快的频率更新路由策略,并转发效率越高。
包交货率:通过把收到的数据包的数量RSU数据包从源发送的数量。
平均端到端延时:指的是时间一个数据包从源节点到目的节点的传输。
5.2。实验参数分析
测试三个交通参数的影响权重部署环境,我们首先RSU通信传输距离设置为300,可用和限制的数量在100年,200年,300年和400年,分别来分析。注重科技进步的表现当一系列的值//1/0/0,0.8 / 0.1/0.1,0.6 / 0.2/0.2,0.3/0.3 / 0.4,0.2 / 0.4/0.4,0/0.5/0.5,分别覆盖比率的变化如图4。
横轴表示唯一的价值// ,和纵轴显示覆盖率的变化。可以看出,当使用方法是注重科技进步,覆盖率的变化引起的交通参数的变化是一致的在不同RSU数量限制。当获得的最大覆盖率//是0.6 / 0.2/0.2。当n= 400,覆盖率达到92%。
然后,我们测试的最佳抑制距离。我们设置了//值为0.6 / 0.2/0.2,RSU通信传输距离设置为300,可以部署和限制的数量是50岁,100年,150年,200年,250年和300年,分别。IHDA方法用于比较不同抑制交叉覆盖比率的变化与距离系数。
当ρ= 0,抑制距离系数不影响RSU部署,相当于。注重科技进步从图5,我们可以看到,覆盖率可以进一步改善了通过调整抑制系数。很明显,设置抑制距离系数太大或太小会减少RSU覆盖率。所有不同的部署预算时达到最好的覆盖率ρ大约是0.15。当限制的数量是300,IHDA覆盖率是24%高于。注重科技进步
5.3。性能比较
我们比较四种部署方法(IHDA, BCC、CDA-DC和随机)在相同的实验环境。RSU通信传输距离还设置为300 m,抑制距离系数ρ设置为0.15,RSU的数量是100,200,300,和400年,分别。实验结果如图6和7。
限制数量的增加,覆盖时间比例继续上升。当限制号码是300,接触时间的比率高于CDA-DC IHDA是18%和16%,BCC分别。当限制的数量是400,它增加了15%和11%,分别表明IHDA有更大的机会比其他方案为车辆提供服务。当限制号码是300,而CDA-DA和BCC IHDA接触的平均数量增加了0.9和1.4倍,分别;号码是400,分别增加了0.6和0.3倍。这是由于越来越多的限制。与车辆覆盖率不断增加,整个道路网络的覆盖比率差距不同方案之间继续减少,所以接触的数量的差距也逐渐减少。
包交货率和平均端到端延迟数据所示8和9。可以看出,随着限制数量的增加,三个覆盖算法的包交货率逐渐增加。这样做的原因是,当限制的数量很小,三种部署方法不能提供足够的所有车辆进入覆盖范围的机会。在这种情况下,造成丢包主要是遥不可及的工艺路线。增加数量的限制,覆盖和密度已得到改进,和通信质量明显执行。限制数量的增加,服务范围变大,和端到端延迟逐渐减少。当限制的数量是400,端到端延迟IHDA BCC的大约是一样的。这样做的原因是,BCC以保证交流的规模为主要目标,这表明相对优秀性能的通信质量。
6。结论
设计基于流行度的RSU平面VAENT网络给决策者带来了许多挑战。即使手术期间所需的限制数量的道路网络,其位置会影响许多方面的关键绩效最终系统的体系结构。针对IoV RSU服务覆盖的问题,本文提出了基于节点的部署机制受欢迎程度来提高系统性能。覆盖率是最大化通过调整权重的三个交通参数和添加抑制距离系数。我们选择一个真正的道路网络环境的性能仿真和分析模型使用四个重要参数:覆盖时间比例,联系人每趟,包交货率、平均端到端延迟。仿真结果表明,与其他典型的RSU部署解决方案相比,它可以提高服务能力的IoV车辆使用相同的部署预算。SDVN的逐步推广,在未来的研究中,我们将继续测试它的性能根据作用在SDVN RSU可以转让,包括部署方案和额外的功能测试。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了国家自然科学基金(61802429号,61872382,和61521003)和中国国家重点研发项目(号。2018 yfb0804002 2019 yfb1802505 2019 yfb1802501 yfb1802502 2019和2020 yfb1804803)。