VANET中数据传递的关键技术

基于VANET的数据传递能为交通信息收集、城市生活服务、紧急告警、军事指挥等应用提供数据传输服务,但VANET数据传递面临诸多挑战,例如网络拓扑变化快、信道容量有限等。从VANET数据传递的关键挑战入手,指出了影响VANET数据传递的主要因素,对VANET数据传递的基本机制进行了分类,综述并分析了已有的实现方法。此外,还列举了提高数据传递能力的优化策略。最后对未来的研究趋势进行了展望。     

基于轨迹挖掘的公交车自组织网络路由机制

数据传递是车载自组织网络(VANET)应用不可或缺的组成部分.在城市中,公交车网络具有覆盖面广、行驶线路固定等特点,VANET应用中的数据传递可以通过公交车自组织网络实现,但公交车网络能否在VANET数据传递中发挥其独特的作用取决于对公交车运行规律的挖掘和利用的程度.文中提出了一种公交车自组织网络的路由机制Vela,该机制依托从公交车历史轨迹中挖掘的公交车运行时空规律,建立了公交车数据传递的概率时空模型,并给出了基于路段上公交线路相遇的数据传递路径的选择策略.与已有相关研究相比,Vela路由机制一方面以路段为粒度刻画了公交车运行的时空规律,这使得所获得的公交车运行规律兼具准确性和稳定性,另一方面,基于公交车运行规律估算路段上数据传递的延迟和可靠性,能获得尽可能好的服务质量级别的数据传递路径.实验结果表明采用Vela路由机制能实现具有高到达率和低延迟的数据传递,而且Vela路由机制具有较强的可伸缩性.     

一种基于支持向量回归的互联网端到端延迟预测算法

互联网端到端延迟是指IP分组沿着互联网中一条确定路径进行传输的延迟,端到端延迟的精确预测是大量网络活动的基础,从网络协议设计到网络监测,再从确保端到端QoS性能到各种实时业务性能提升。提出一种新的端到端延迟的预测方法,主要贡献有:a)将互联网端到端延迟预测的问题转换为多元回归的预测问题,提出了基于多元回归的端到端延迟预测框架;b)采用支持向量回归SVR方法来求解端到端延迟的多元回归问题,提出了基于SVR的互联网端到端延迟预测算法。最后使用互联网采集的RTT数据来验证提出的算法,实验结果表明,提出的预测算法具有快速和精确特点,是一种适合实际应用的预测算法。     

VANET中基于WSN节点感知的高效路由协议设计方案

在车载自组网(VANET)中,当网络密度较低时,VANETs不能保证及时发现危险的路况或保持通信连通性,这可能对驾驶安全构成风险。为解决该问题,提出一种VANET中基于WSN节点感知的高效路由协议设计方案。该方案将VANET和WSN相结合,使用WSN节点沿着路边部署,以感知道路状况,并向车辆传递关于危险状况的信息,忽略VANET的密度和连通性。同时根据VANET中常用的被动式带宽估算方法,提出一种基于CORNER传播模型的带宽评估策略,实现链路可用带宽和信道容量的准确估计。仿真结果表明,该路由协议可以减少端到端延迟和能耗,合理地利用有限的网络带宽资源,减少丢包率。     

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。     

车载自组织网络中的数据传递

基于车载自组织网络(Vehicular Ad Hoc Network,VANET)的数据传递为 VANET 应用提供数据传输服务,是车辆主动安全、城市生活服务、应急救援等应用不可或缺的组成部分。然而,由于网络拓扑变化快、网络分区频繁、信道容量有限,VANET 数据传递面临诸多挑战。文章分析了 VANET 特点,指出了影响 VANET 数据传递的主要因素,进而综述了已有的 VANET 数据传递技术,包括数据传递的基本实现方法和提高数据传递能力的优化策略。     

软件定义车联网的数据转发机制

针对现有车联网（VANET）中数据转发效率低的问题,提出了软件定义网络（SDN）的数据转发机制。首先,设计了软件定义车联网的分层次网络模型,该模型由局部控制器和车辆组成,实现控制与数据转发分离,具有可扩展性、独行性等特点;其次,设计了车辆路由转发机制,该机制采用动态规划和二分搜索的方法,以实现高效的数据转发;最后,通过仿真验证,对比无线自组网按需平面距离向量路由（AODV）、目的节点序列距离矢量路由（DSDV）、动态源路由（DSR）和最优链路状态路由（OLSR）算法,所提的数据转发机制在传递成功比上提高大约100%,而端到端延迟时间降低大约20%。实验结果表明,软件定义车联网的数据转发机制能够提高路由转发效率、减小延迟。     

基于SSA和LWLR组合的网络延迟预测

针对互联网网络端到端延迟因其非线性和非平稳性(时变)特性而导致其准确性预测的难题,提出了一种基于滑动窗口的奇异谱分析和局部加权线性回归的组合预测算法。并采用互联网所采集的RTT数据来验证提出的预测算法,实验结果表明,预测算法具有快速、精确的特点,是一种很适合实际工程应用的预测算法。     

移动分布感知的车载自组网络数据分发

提出了一种面向发布/订阅系统基于车辆移动分布感知的事件分发策略MDA(mobile distribution-aware data dissemination).基于车流的自组织性及自稳性的特点,建立VANET(vehicular ad hoc network)下的发布/订阅模型,通过计算车辆与移动订阅者的相遇概率,预测订阅者的移动分布,并以此为依据实时部署和调度广播令牌在网络中的转发,从而有效地控制事件代理的分布,保证了数据传递的有效性.与已有相关研究相比,MDA采用的启发式算法,能够使事件代理的分布更好地适应网络环境的动态变化.此外,MDA采用了一种基于概率预测密度的令牌控制算法,通过实时地调整令牌的数量,进而控制事件代理的数量,降低了整个网络的负载.模拟实验结果表明,与现有的几种消息分发算法相比,MDA能以较低的网络负载和传输延迟获得较高的数据传输成功率.     

面向VANET可靠广播的协同背驮算法研究*

道路信号干扰造成的非可靠链路使得车载自组织网络Vehicular Ad-hoc Network (VANET) 中的广播消息频繁发生数据丢包。由于广播消息中包含与车辆安全相关的信息,任何数据丢包都可能对车辆的安全驾驶造成严重影响。为增强车辆之间信息交互的可靠性,提出了一种贪心背驮算法(Greedy Piggyback Algorithm, GPA)。允许所有车辆在发送自身丢包请求的同时,从接收缓存中选取若干消息进行背驮式附带广播,对其他车辆的数据丢包进行合作恢复。针对由非对称信道引起的车辆信息孤岛问题,在贪心背驮算法的基础上提出了一种基于策略学习的交互背驮算法(Mutual Learning and Piggybacking Algorithm, MLPA),通过车辆之间背驮策略的交互、学习以提高VANET中消息广播的可靠性。仿真结果表明,GPA和MLPA不仅将车辆广播中数据接收的可靠度分别提高到0.85和0.95,还能获得较低的网络负载和较短的传输延迟。     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

Optimized query-driven appointment routing based on Expectation-Maximization in wireless sensor networks

Query-driven routing plays an important role in wireless sensor networks, especially when Sink looks for data with unknown location in the network. Rumor routing propagates event information in some select paths in the network, in effect, creating an event trace. When an agent on an event trace is crossed by a query agent, a route to event location is established. The main goal in all rumor-based algorithms is to expedite the cross over by the query-agents. This paper introduces a new class of rumor-based algorithms based on a concept called appointment, adding determinism to the cross-over point location as well as agent traversal trajectory in a randomly set-up network and event scenarios. Two flavors of the algorithm are proposed. In the first approach, query-agents and event-agents make an appointment at the edge of the network. In the second approach, the appointment is made at a central point in the network. We study the optimality conditions for such a central point as a function of the system parameters. A Gaussian mixture model is used to model the events’ spatial stochastic distribution, and a dynamic Expectation-Maximization algorithm is developed to estimate its rank and parameters. A data fusion algorithm is then applied to calculate the appointment point. We formulate a trade-off among search speed, route length, and network life time. Simulation results in various scenarios are used to compare the proposed algorithms to other competing algorithms and also to the optimal solution. The results illustrate that algorithms proposed in this paper are nearly optimal and are superior compared to other query-based routing algorithms.     

稀疏无线传感器网络的路由算法研究

为保证移动代理节点在能量受限条件下总路由最短,给出一种基于能量受限移动代理节点的稀疏无线传感器网络路由算法.通过建立移动代理节点路由数学模型,首先根据移动代理节点能量限制条件将整个无线传感器网络划分为不同子集,然后利用旅行商问题的解决方法计算每个子集最短路径,最后所获得的子路径之和即为最优路由.实验仿真结果分析表明:随着网络节点数目增多和移动代理节点能量增加,所给方案的总路由比较接近于理想情况,在实际应用中比较有效且适于推广.     

基于移动代理的无线传感器网络路由算法

针对移动代理(MA)以能量有效的方式收集相关性数据的特点,提出了基于免疫算法的层次型改进路由算法,将移动代理和无线传感器网络中的分簇理论相结合.算法首先应用免疫算法对网络内的节点进行优化分簇,簇首选择时充分考虑节点的剩余能量等因素,在获得高效的分簇信息之后,为了避免所有的簇头都与基站进行远距离通信消耗过多的能量,在次应用免疫算法得到一条遍历所有簇首节点的最优路径提供给移动代理,以达到数据的有效收集和能量高效利用的目的.实验结果表明,提出的改进算法能够有效增加网络的传输次数,延长无线传感器网络的生存周期.     

基于行程时间多步预测的实时路径导航算法

针对现有车辆导航算法仅考虑单一数据,使所得路径实际行程时间比预期更长的问题,首先建立了基于卡尔曼滤波理论的行程时间多步预测模型;其次,提出了综合利用实时数据、行程时间多步预测数据及历史数据的实时路径导航算法,并改进了其实现的核心算法Dijkstra_pred.实验结果表明,基于三类数据的实时路径导航算法所得路径的实际行程时间从整体上优于仅采用实时数据的导航算法,且路径变化较少.     

基于动态模型的公交车行程时间预测

准确以及实时的公交车行程时间信息能够帮助出行者更好地规划行程,减少出行者的等待时间。提出了一种基于SVM-Kalman滤波的公交车行程时间动态预测模型。模型中,经过良好训练的SVM模型从历史数据进行预测得到行程时间基准;Kalman滤波动态算法在基于SVM模型预测值和最新公交出行信息的基础上对结果进行调整。以深圳市223路常规公交线路为实例,将动态模型的预测精度结果与单一SVM模型、ANN模型结果进行对比,结果表明,基于SVM-Kalman滤波的公交车行程时间动态预测模型的预测精度更高、动态性能更好。     

基于改进A*算法的分拣搬运机器人路径规划

为了解决分拣搬运机器人在路径规划过程中,遇到目标点众多的情况时存在路径寻优效率低、容易出错等问题。针对A*算法存在多个最小值时,无法实现路径最优化的问题进行研究,提出一种将蚁群算法与A*算法相结合的改进A*算法。首先使用A*算法筛选出一条最优化的路线来分布信息素,从而简化A*算法在路径规划上的运算。其次以筛选出的路线为基础,针对不同情况结合蚁群算法设计了三种通用方案,以此为基础进行具体的路径规划,从而解决A*算法本身存在的容易带入大量重复数据的问题。通过仿真与实际实验验证了本文提出的改进的A*算法能够满足自动分拣搬运的需求,值得推广与使用。     

传感器网络中基于移动代理的数据融合框架设计

使用移动代理进行数据融合相比于传统的数据融合方法拥有诸多优势.设计了一种基于移动代理的数据融合框架;通过定义目标函数,采用遗传算法求解框架中移动代理的最优路由策略;提出了一种基于分辨率的并行量化交叠的数据融合算法RPQO作为框架中的融合策略.仿真结果表明基于移动代理的数据融合框架能够有效地将融合策略和基于移动代理的路由策略整合起来,取得比传统数据融合算法更好的性能,其优势随着网络节点规模的增长更为明显.     

一种新的公交数据模型与公交查询系统实现

针对目前大多数城市公交查询系统存在的问题,提出了一种新的公交数据模型,在对经典A*算法进行改进的基础上,提出了一种新的公交网络最短路径算法,实现了昆明市公交数据建模及公交查询系统。给出了公交网络最短路径算法流程图,将该算法与传统的Dijkstra算法应用于昆明市公交网络,并对其结果进行比较分析。结果表明,该系统操作直观,响应速度快,通过该系统,出行者可方便地获取出行所需的公交路线信息及其乘换地点,并可获取所经每一个站点的所有公交线路。     

室内外一体化最优路径分析算法实现

为了弥补传统路径导航服务在室内立体空间方面的不足,提出了一种室内外一体化的网络数据模型和最优路径分析解决方案。以几何网络模型为基础,设计了一种楼层数据偏移策略,实现室内三维空间路径拓扑模型快速构建和二维可视化表达。对开源pgRouting库内置的高效Dijkstra路径查询函数进行扩展,实现了基于PostgreSQL库的任意两点之间最优路径和转弯方向语义信息查询。最后,利用GeoServer和OpenLayers等开源软件开发了室内外一体化路径查询原型系统,并采用大规模室内外一体化路径网络模型数据进行测试,定性与定量分析对比结果验证了该方法的正确性和高效性。该方法能够最大化兼容城市交通网络数据和成熟的最短路径分析算法,具有普适性与实用性。