基于OPNET的车用Ad hoc网可靠性评估研究*

通过搭建车用Ad hoc网络(VANET)的仿真平台,将一个真实的车辆节点移动模型与标准的无线移动Ad hoc网络模型进行结合来对车用网络的可靠性进行评估。反映了车辆的移动特性对整个VANET可靠性的影响,利于更详细、更直观的刻画VANET的重要特性,为将来VANET相关协议的设计提供具体、详实的参考数据和建议。     

不同场景中VANET路由协议的仿真研究

仿真场景的构建对于车载自组网的性能具有很大的影响。在NS2网络仿真平台中添加了节点城区移动模型和存在障碍物时的无线信号传播模型,建立了VANET的网络模型,分别在三种不同场景中对DSR路由协议的性能进行了仿真分析。结果表明,在真实的仿真场景中VANET的性能有所恶化。达到了较为真实的仿真VANET的目的,得出的结论对VANET的仿真研究具有一定的参考价值。     

适用于VANET仿真的车辆合成运动模型

车载自组网(VANET)是移动Ad Hoc网络技术在交通领域的应用,已成为智能交通系统一项非常有前景的技术.准确反映节点运动方式的运动模型对于提高仿真实验准确性至关重要.首次利用了实际的卫星地图信息,在考虑实际道路环境特点基础上实现了新的节点运动模型--车辆合成运动模型,将该模型与随机路点模型和曼哈顿模型进行了对比,并在根据西安城区卫星地图构建的仿真场景中分别采用3种节点运动模型,利用QualNet仿真平台评估了不同节点运动模型对路由协议性能的影响.结果表明,节点运动模型对协议性能影响很大,分析认为合成运动模型更适合于VANET仿真研究.     

基于复杂网络的车载自组织网络抗毁性分析

针对车载自组织网络（VANET）的抗毁性问题,分析了其在随意攻击和蓄意攻击下网络的抗毁性特征。首先,提出以最大连通度、连通分支平均规模、临界点移除比例及网络效率为评价指标的VANET拓扑抗毁性参数;然后,基于带有车辆换道功能的智能驾驶员模型,应用VanetMobisim仿真软件建立VANET;最后,通过仿真实验分析了网络节点数、通信半径以及攻击模式对VANET抗毁性的影响。实验结果表明由于车辆节点度分布的不均匀性,VANET对随意攻击具有较强的抗毁性,而在蓄意攻击下显得比较脆弱;基于节点介数的蓄意攻击对网络的破坏更快、更强。这些规律为优化VANET拓扑控制、网络协议开发和网络管理提供新的指导。     

车载自组织网络动态中心性分析

针对车载自组织网络（VANET）拓扑结构的动态性特征,基于车辆换道功能的智能驾驶移动模型,应用VanetMobiSim仿真软件详细研究车载自组织网络拓扑结构的动态中心性。构建VANET时序网络模型,建立基于衰落因子和信息存储转发指数的动态中心性评价方法,该方法不仅能够描述当前网络拓扑与历史网络拓扑之间的联系,而且能够刻画VANET中信息的存储转发机制;最后,通过仿真实验分析了VANET动态中心性。结果表明虽然VANET拓扑结构的动态中心性随着衰落因子和信息存储转发指数的变化而变化,但重要节点整体的排名基本保持相对稳定的状态。该结论有助于更好地确定信息传播的中继节点,实现信息的成功投递,而且为VANET拓扑结构的抗毁性提供指导。     

一种高斯-马尔科夫模型下的车辆位置管理策略

在车载自组网VANET中,节点的高移动性使得网络的拓扑结构频繁变化。随着节点数目的增加,网络的开销迅速增大,直接影响到网络的可扩展性。为此,将位置管理的策略引入VANET网络中,以达到减少网络开销的目的。在高斯-马尔科夫移动模型的基础下,提出了一种新的位置管理策略,实现车辆在低开销下的可靠通信。通过仿真比较,验证其在性能上具有更好的可扩展性。     

IEEE 802.11p协议MAC层自适应移动性改进研究

针对VANET环境下标准IEEE 802.11p协议的MAC层对车辆移动性因素支持不足的问题,对IEEE 802.11p协议MAC层自适应移动性机制进行了研究。首先,构建了一种VANET通信场景;然后,基于构建的通信场景,分别基于节点邻居数量和节点相对速度提出了一种P持续CSMA/CA机制和一种基于节点相对速度的动态优先级管理机制;最后,基于Veins仿真平台构建了测试场景,并对提出的改进机制进行了仿真测试。测试结果表明提出的两种机制能够有效增加系统吞吐量、减少丢包数量、降低平均数据传输延迟和平均数据重传次数,显著提升了VANET网络性能。     

基于移动模型的车载自组织网络连通特征

针对车载自组织网络(VANET)的连通性问题,分析了其拓扑动态变化过程中网络的连通性的演化特征。首先,提出以连通分支数、连通概率及连通长度为评价指标的VANET拓扑连通性参数;然后,结合车辆换道功能的智能驾驶移动模型(IDM-LC),应用VanetMobiSim仿真软件建立VANET;最后,通过仿真实验分析了节点通信半径与平均连通分支数、平均连通率及平均连通长度之间的关系,同时分析了VANET连通分支数的统计分布特征,用Q-Q图和T检验验证得出结论:连通分支数服从正态分布,且该统计分布特征与节点通信半径无关。     

移动边缘计算环境下基于改进GPSR的VANET路由算法

针对车辆自组织网络(VANET,vehicular ad-hoc network)中现有路由协议存在的路由选择错误、丢包率较高、服务质量低等问题,提出了移动边缘计算环境下,结合改进贪婪周边无状态路由(GPSR,greedy perimeter stateless routing)和自适应链路质量评估的VANET路由算法;首先,结合边缘计算构建了VANET通信模型,对其车辆位置和速度进行系统的理论分析;将边缘计算架构应用于VANET能够有效缓解计算量大、与车辆有限且不均的资源分布之间的矛盾;然后,提出了基于节点移动速度和节点间距离的改进GPSR协议,通过自适应链路稳定性和链路传递速率评估来选择合适的中继节点,动态更新链路;通过SUMO仿真平台对路由算法的性能进行评估,实验结果表明,相对于其他算法,所提算法受车辆密度、交通流以及车辆相对速度的影响较小,且提高了分组传送率(车辆数为300时传送率达到92%),减少端到端延迟(交通流为5时延迟降低到1.5 s),从而降低了通信开销。     

面向VANET的基于蚁群的移动感知区域优化路由

车联网节点高速移动、拓扑动态变化的特性给数据传输提出挑战。为此,充分利用车辆的移动模型、车辆速度和车辆密度等信息,提出了基于蚁群优化算法的移动感知区域VANET路由(Mobility Aware Zone based Ant Colony Optimization Routing for VANET,MAZACORNET)。MAZACORNET属于多路径的混合路由协议。该协议首先利用蚁群优化算法在节点间寻找多路径,用以辅助断裂链路的数据传输。同时,将网络分为多个区域。在区域内使用先应式路由方案寻找路由,而区域间利用局部信息,引用反应式路由方案去建立路由,从而降低了数据风暴以及拥塞率。仿真结果表明,MAZACORNET在车辆密集环境表现出良好性能。与其他路由方案相比,MAZACORNET具有较高的数据传输率和较低的传输时延。     

车联网的多跳广播协议及移动模型仿真的研究现状

由于车联网(VANET,vehicular Ad Hoc networks)的节点移动速度快、拓扑动态变化以及移动轨迹局限性等特性,多跳广播成为VANET中车间通信的有效方式之一.此外,由于直接在真实环境中评估VANET的性能是非常困难的,仿真成为研究VANET的有效工具.为此,先分析VANET的网络结构,再讨论了广播协议的发展现状,并分析了典型的广播协议.随后论述了VANET移动模型仿真的发展现状,并重点分析、对比了当前交通仿真器和网络仿真器的特点.最后,探讨了车载自组网仿真器未来的发展方向.     

Mobility analysis in vehicular ad hoc network (VANET)

This paper focuses on vehicle mobility analysis in VANET. The performance of vehicle mobility in terms of average inter-vehicle link available time and the average number of inter-vehicle link changes for maintaining an active link in VANET is analyzed using both handover model and random moving model, respectively. The theoretical analysis is verified by simulation experiments. The numerical results indicate that the analytical random moving model is able to appropriately present the behavior of vehicle moving under different conditions, especially when mobile vehicle is moving relatively fast. On the other hand, the effect of traffic conditions on the accuracy of theoretical analysis is also investigated.     

The Relative Mobility of Vehicles Improves the Performance of Information Flow in Vehicle Ad Hoc Networks

Vehicular ad hoc networks (VANET) are receiving significant attention due to their potential to provide a wide range of benefits. One key distinguishing feature of VANET from other ad hoc networks is their relative vehicular mobility. Therefore, to fully understand the significant benefits of these systems, it is necessary to understand the interaction between traffic flow characteristics and information propagation in VANET. This research presents an analytical model to characterize information flow in VANET incorporating macroscopic traffic characteristics, such as traffic density, relative speed between adjacent lanes, and driver composition. The information flow in VANET is characterized using an information flow network (IFN). The analytical expressions for the expected degree of the individual nodes as well as the reachability of an IFN are provided. Moreover, a state of the art simulation model is developed to validate the analytical results. The proposed analytical results not only provide us significant insights to evaluate the performance of information propagation in VANET, but also provide theoretical basis for the design of algorithms for the efficient routing of information based on average end-to-end performance.     

一种车载自组织网络连通性维护方法

车载自组织网络（VANET）中的高速移动性节点和动态的网络拓扑结构使得车辆间通信链路存在传输时延长、连接时间短的问题。通过引入双簇头选择算法,提出一种改进的AODV路由协议（AODV-CMIRP）,用于VANET的连通性维护。利用分簇技术降低全局网络拓扑的动态性,通过引入节点的相对移动度和相对速度作为簇头选择指标,并选取辅助簇头节点以延长车载自组织网络整体生存时间。仿真结果表明,在保证网络连通性和稳定性的前提下,相比CBDRP和AODV协议,AODV-CMIRP协议具有较低的平均端到端时延和较高的分组投递率,能够有效延长簇头生存时间并提高网络的稳定性。     

车联网环境下基于机会网络的可信路由模型

由于车联网中的节点多为快速移动的车辆,因此节点的移动性使得车联网网络拓扑的结构变得更加复杂,节点的分布范围变得更加广泛,恶意节点对路由的潜在威胁也逐渐增加.这些不确定因素都使车载节点间通讯的安全性与节点的空间信任值受到了的影响.本文主要研究的内容是构建出一种基于反馈节点信任度的信任评估模型,与经典的机会路由模型相结合,提出一个优于现有、且更适合目前车联网复杂多变的环境所需要的可信路由模型,进而提高节点间通信的安全性与准确性.仿真实验结果表明:各个路由模型的性能在不同预设值下差异明显.其中FB-SF模型在提高数据传输准确度的同时尽可能的提高了恶意节点检测比.     

基于SVM的VANET黑洞攻击检测方法

车载自组网（ VANET）在遭受黑洞攻击时会丢失数据分组,影响网络正常通信。提出了针对黑洞攻击的特征向量选择方法,建立了正常情况和黑洞攻击情况下的车队仿真模型,并采用支持向量机（ SVM）的方法对VANET进行黑洞入侵检测。仿真结果表明：对于非源、目的节点以及攻击节点,采用该检测方法时都能够保持较高的检测率和较低的误检率,达到了基于单个节点通信数据判断当前 VANET是否遭受黑洞攻击的较好效果。