基于卡尔曼预测的VANET混合路由算法

在车载自组织网络(VANET)中,车辆高速移动和分布不均导致网络拓扑快速变化、传输路径频繁中断,造成路由效率低下。为此,提出一种适用于城市场景的、基于卡尔曼预测的VANET混合路由算法,每个车辆节点通过部署卡尔曼预测器对邻居节点位置进行预测,通过该预测位置进行路由计算。在GPSR算法贪婪模式和边缘模式的基础上,借助容迟网络(DTN)路由的思想,存储并携带无转发节点的分组直至找到合适的转发节点。仿真结果表明,与GPSR算法和带缓存的GPSR算法相比,该算法在分组投递率和端到端时延方面性能更好。     

基于链路持续时间控制的VANET路由协议

在车辆自组织网络中,车辆的快速移动会使网络拓扑呈现高动态性,造成链路频繁断裂、路径不稳定。针对该问题,提出一种控制链路持续时间的路由协议。采用相同行驶方向且链路持续时间最长的节点组建路径,在路由维护阶段,设置定时器提前触发路由寻路,找到可替代的有效链路组建新路径。如果未能找到有效链路,则在链路两端节点增大发射功率,延长链路持续时间,扩大寻路搜索范围,最大限度减小链路断裂的概率。仿真实验结果表明,与AODV及LED-AODV协议相比,该路由协议在路径持续时间、传输延迟和吞吐率方面性能较好,具有更稳定的链路。     

基于链路中断预测的AODV路由算法研究

在移动自组网中,节点的移动导致拓扑动态变化,已经建立的路由时刻存在中断的可能,而传统的AODV路由协议中的路由修复方法开销大、时延长。针对这一问题,提出了一种基于链路中断预测的改进路由算法。该算法在链路中断之前启用备用节点,尽量避免路由修复;在链路中断后,首先在本地进行链路修复,不成功再逐层由上游节点发起路由搜索。仿真实验结果表明,与传统AODV相比控制开销降低了40%,端到端时延减少了25%,提高了网络性能。     

基于神经网络和节点梯度的VANET路由协议

基于车载自组织网络的特性,提出一种借助于梯度场的方法,并将神经网络应用于车载自组织网络进行下一跳节点选择的路由算法,以达到快速准确地传递数据包的目的.该算法利用节点的位置、速度等信息,计算节点的梯度值,并利用神经网络根据不同路段的条件调整梯度计算中各个参量的优先级,选择梯度值最大的节点作为下一跳节点.仿真结果表明,与城市场景下的贪婪边界无状态路由(GPSR,Greedy Perimeter Stateless Routing)和无线自组网按需平面距离矢量路由(AODV,Ad hoc On-Demand Distance Vector Routing)相比,基于神经网络和节点梯度的路由协议(NN-NGR,Neural Network and Node Gradient Routing)在数据包丢包率、数据包端到端平均时延方面具有较好的性能.     

高速公路环境下VANET路由性能研究

为得到高速公路环境下的网络路由性能的最佳方案,综合运用了网络仿真软件和交通仿真软件,搭建了仿真度极高的高速公路环境,采用了不同类型的路由协议在车载Ad Hoc网络中进行数据传输和视频的通信,研究分析了各种路由协议在不同的应用和通信参数下的性能以及提出改进的通信方案,并提出了一种新的基于GPS位置信息与电子地图的预测路由协议GMPR,对实际场景的车载Ad Hoc通信性能的研究具有指导意义和应用价值。     

基于VANET的改进型AODV路由协议研究

在车载自组织网络中,常使用AODV路由协议,但是由于车载自组织网络的网络拓扑易变性、节点运动快速性、数据交叉性、网络连通间歇性等特点,传统的AODV路由协议存在数据接收率低、路由重建次数多、传输延时时间长等问题。为此,提出一种基于车载自组织网络的改进型AODV路由协议。采用Dijkstra算法,找出源节点和目的节点之间连通概率最大的路径,对传统的AODV协议进行改进。然后通过仿真软件进行验证和分析,证明改进型AODV路由协议比传统的AODV协议数据接收率更高、路由重建次数更少、传输延时更短。     

基于链路质量的移动Ad hoc路由算法

针对在移动Ad hoc网络中,由于节点移动和能量有限导致节点失效、传输链路不稳定的问题,改进原有链路剩余时间计算方法,并与节点剩余能量结合计算路径质量,将路径质量作为判决条件引入到AODV协议中,最终形成基于链路质量的路由算法。仿真表明改进的算法可提高选择路径的可靠性,降低丢包率和平均端到端时延。     

基于自适应选路策略的VANETs路由协议

基于车载自组织网络特性,提出一种基于自适应选路策略的VANETs路由协议ASVP。协议针对VANETs的链路频断性,引入携带-转发(carry-forward)机制,使协议能够适用于间断性连接的延迟容忍网络。通过对道路模型分析计算,获得路段连通性度量指标,用于选取最优路径。协议基于道路拓扑将数据包的转发过程分为直路模式和路口模式,并对比分析VANETs中边界模式是否有必要性,路口模式下采用辅助设施进行转发。仿真结果表明,ASVP应用于城市场景中在时延和投递率方面有一定的优势。     

一种基于博弈理论的VANET路由算法

车联网VANET属于移动自组织网的特殊应用,能够自动、无基础设施组织网络。VANET为车与车辆间和车与基础设施间提供通信,然而,VANET的动态拓扑致使移动自组织网的路由不再适用于VANET。为此,提出一种基于博弈理论(Game)路由算法,通过Game寻找最优的路由,并提供接入Internet最优路径。该算法利用学习算法计算纳什等式,再利用纳什等式寻找最合理的路径。仿真结果表明,提出的路由算法能够有效地进行VANET通信。     

基于神经网络的链路预测算法

针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题,研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法,主要通过神经网络对不同链路预测相似性指标进行融合。该算法使用神经网络对不同相似性指标的数值特征进行学习,同时采用标准粒子群算法对神经网络进行了优化,并通过优化学习后的神经网络模型计算出融合指标。多个真实网络数据集上实验表明,该算法的预测精度明显高于融合之前的各项指标,并且优于现有融合方法的精度。     

基于双转发机制的车载自组织网络路由算法

在车载自组织网络(VANET)中,节点高速移动性与动态拓扑快速变化会引起控制开销大、链路不稳定等问题.利用节点的位置、运动速度等信息,提出一种基于双转发机制的VANET路由算法.在路由寻路阶段,运用方向转发、动态概率转发限制路由请求(RREQ)包的洪泛广播.在路由回溯阶段,运用链路预测机制,选择路径失效时间最大的路径作为传输路径.在路由维护阶段,设置定时器,在路径断裂前触发新的路由寻路,寻找新路径替换即将断裂的旧路径.实验结果表明,与链路时间预测-按需路由算法以及无线自组织网络按需距离向量路由算法相比,该算法在转发的RREQ包数量、平均端到端延迟、传输吞吐率及报文投递率方面的性能较好.     

基于LD预测的车载自组网下一跳选择算法

在高速移动环境中,车载自组网的下一跳节点选择算法存在高丢包率的问题。为此,在贪婪算法的基础上,通过预测车辆节点的链路持续时间(LD)和数据发送时延,提出一种改进的下一跳节点选择算法。其中,转发节点根据邻居节点和自身的相对速度,预测该节点和当前节点间的链路持续时间,选择其值不小于待发数据的发送时延的邻居节点作为下一跳节点。仿真实验结果表明,改进算法可以明显降低贪婪算法的丢包率。     

车载自组织网络中基于运动状态的簇路由协议

针对车载自组织网络中的大规模网络场景,提出一种基于运动状态的簇路由协议。计算节点与其一跳邻居节点的链路维持时间和连接度,通过这2个参数判断节点的优先级并确定簇头节点。在簇的维护过程中,根据成员节点和簇头节点的距离和陒对速度,动态确定邻居节点的范围。仿真结果表明,该协议能提高簇的稳定性,减少端到端延时,与基于簇的路由协议和基于权值的车载自组织网络分簇路由协议陒比,具有更高的包传输率和簇维持时间。     

基于高可靠束路径的车载自组网路由规划算法

为提高车载自组网端到端路径存活期,提出一种基于高可靠束路径的路由规划算法LGGR。该算法通过分发网络连通性信息,使每个十字路口的节点可以感知与相邻十字路口节点的连通情况,通过计算十字路口的度、路径段存活期和自逾期确定最佳束路径,从而保证网络高连通性,延长路径存活期。仿真结果表明,LGGR的性能优于AODV、GPSR等算法。     

移动Ad Hoc中基于位置辅助的链路稳定性预测算法

在移动Ad Hoc网络中,随着拓扑的动态变化,路由会发生断裂;传统的稳定路由协议通常定性地考虑链路的质量,并未对链路的稳定性进行有效预测;为了适应网络拓扑的变化,建立稳定性较高的路由,提出了基于位置信息辅助的链路稳定性预测算法,并在AODV协议上进行实现,得到了基于位置辅助的按需距离矢量路由协议,即PB-AODV;在路由发现过程中,协议在节点的稳定区内选择稳定度较高的路由进行数据传送;而在路由维护阶段,PB-AODV采取链路中断预测机制,对即将中断的链路进行通告,在路由中断之前进行路由修复,建立起备份路由;实验表明:具有稳定预测算法的PB-AODV协议在综合性能上优于其他两种性能优良的路由协议,提升了网络的性能。     

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...     

车载自组织网络分布式入侵检测算法研究

随着汽车产业的发展,汽车给我们带来便利的同时也给我们带来一系列的问题,例如交通拥堵、交通安全等。为了解决这些问题车载自组织网络应运而生。但是车载自组织网络中信息安全问题一直存在,采用分布式入侵检测模型和基于此模型下的改进随机森林分类算法可以很好地解决这个问题。     

基于集群计算的移动自组网络节能路由协议

节能问题在移动自组网络中已成为一个越来越重要的设计标准。提出了一种基于集群计算的低功耗路由协议——Cluster—based Energy Saving Routing Protocol（CESP）。其原理是使网络中的若干个节点以一个集群的方式工作在一个特定的节点周围．这个特殊的节点我们称之为集群指挥节点（Cluster Commanding Node—CCN）。集群指挥节点集中管理整个集群节点的能源管理机制,并且在该集群与同一网络中其他节点进行通信的时候起到代理节点的作用。当一个普通的集群节点启用了能源管理机制,它便进入节能模式以使能源消耗最小化。同时,集群管理节点采取缓存数据帧的方式来节能,仅当它接受到相应请示的时候才进行数据发送。     

基于链路时间预测的移动Ad Hoc网路由

移动Ad Hoc网络是一种自组织、无基础设施的网络。而节点的自由移动促使链路频繁的断裂。为此,提出基于链路连通时间预测路由LDPR(Link Duration-Prediction-based Routing)。LDPR路由先通过节点运动信息,预测链路的连通时间。然后,再依据链路的连通时间计算路由生成时间,并选择两条路由生成时间长的路由协同传输数据,一条路由作为主路由,另一条路由作为备用路由。通过双路由机制,提高数据包的传输效率。实验数据表明,相比于传统的按需距离矢量AODV(Ad Hoc On-demand Distance Vector)路由,LDPR路由在吞吐量和端到端传输时延方面的性能得到有效改善。     

基于身份聚合签名的车载自组网消息认证方案

车载自组网(VANET)能提高智能交通系统的安全性和道路通行效率,然而网络通信环境的开放性使其容易遭受攻击进而引发各种安全问题。针对VANET中的隐私泄露和签名验证效率较低等问题,结合基于身份的密码体制和聚合签名技术,设计一个面向VANET的消息认证方案,将多个消息的认证聚合为一个短签名,车辆只需对聚合后的签名进行验证,即可快速判断所有签名的有效性。分析结果表明,在随机预言模型下,该方案的安全性规约于计算Diffie-Hellman困难问题,且能有效缩短车辆对通信消息的认证响应时间。