用于城市交通环境的改进型车载路由优化方法

为了优化城市交通环境中车载自组织网络中路由协议的链路存活时间、吞吐量等性能指标,在拓扑反应式路由协议的基础上,引入车载网络节点的位置信息,设计基于动态实时位置信息变化的车载路由协议优化模型M-AODV。该模型按照十字路口车辆优先和相对位置为同方向节点优先转发的原则,根据路由信息表中位置信息区分转发控制包,并给出该路由算法的面向C++语言的UML建模图及其算法流程图。通过NS2仿真平台仿真表明,与传统的路由模型相比,该模型优化了VANETs网络中链路存活时间、时延、吞吐量等性能指标。     

基于分组转发状况的车载自组织网络路由算法研究

路由协议算法是车载自组织网络的一个重要研究方向.目前多数车载自组织网络路由协议算法根据一些间接表征因素(如源到目的节点的最短距离、车流量密度等)来判断最优转发路径,但是这些表征因素还都停留在理论假设阶段,能否反应真实的路况、表示实事上最优的路径并无定论.提出一种基于分组转发状况的车载自组织网络路由协议算法,旨在根据分组...     

VANETs路由综述

针对车载自组织网络拓扑结构高动态性,阐述了路由协议研究的重要性;分析并比较了在车载自组织网络中各种路由协议的优缺点,并将现有的路由协议分为基于连通的、基于移动的、基于基础设施的、基于概率的以及基于地理位置的路由五类;根据每一类路由分析其研究现状及特性;最后展望了车载自组织网络路由技术的未来研究方向。     

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。     

基于位置信息的自组织网络路由算法研究

定位技术的快速发展使得获取位置信息的成本越来越低,此外利用位置信息可以有效降低路由开销,因此,基于位置信息的路由算法逐渐成为自组织网络路由算法的热点.在对现有基于位置信息的路由算法进行分析的基础上,对单播路由算法中贪婪转发算法及空洞处理算法进行研究,并对基于位置信息的多播路由算法及地理区域路由算法作了简要概述.     

基于命名数据网络的车载自组织网络数据分发机制

车载自组织网络（VANET）是一个高度动态的通信网络,设计稳定的数据分发机制是一个很大的挑战。将关注数据内容的命名数据网络（NDN）应用于车载自组织网络中,能有效缓解网络拓扑频繁变化所带来的问题。首先,优化命名数据网络的消息类型和数据结构;然后,结合车载自组织网络的特性,提出根据路段建立路由的方式,减少数据分发的开销。仿真实验结果表明,所提出的基于命名数据网络的车载自组织网络数据分发机制与应用于车载自组织网络数据分发的传统命名数据网络算法对比,数据转发平均命中率（AHR）提高大约53个百分点,平均转发次数减少大约0.4。因此提出的基于命名数据网络的车联网数据分发机制,采用新的路由方式,能够提高数据分发效率。     

车载自组织网络路由技术的研究

针对于车载自组织网络车辆节点移动速度快,网络拓扑变化频繁的特点,与传统的自组织网络路由协议有很大的区别且面临的挑战更大,对车载网络路由协议进行研究,然后具体分析基于泛洪的、基于移动预测、基于路边基础设施、基于地理位置、基于概率的各类路由的协议的性能和特点,并分析比较其特性,最后提出理想的路由协议应该具有的特性并展望了未来的研究方向。     

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.     

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.     

基于链路预测的VANET路由算法

在车载自组织网络(VANET)中,AODV路由算法存在控制开销大、路由发现和修复时间长等不足。为此,对AODV算法进行局部优化,提出一种改进的路由算法,利用节点位置、运动速度等信息预测链路失效时间。在路由发现阶段,将链路失效时间最大的路径作为传输路径;在路由维护阶段,设置定时器并提前触发路由寻路,减少路径搜寻时间。仿真结果表明,与AODV算法相比,该算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。     

面向车载自组织网络路由的轨迹预测算法

在车载自组织网络(vehicular ad hoc network, VANET)(也称车联网)中,基于地理位置的路由协议能够较好地适应网络拓扑的动态性变化和链路质量的不稳定性.由于位置信息需要在邻居节点间采用信标分组进行交互,信标分组间隔内的转发决策可能因车辆节点位置的移动而不准确,需要进行位置预测来修正车辆节点的位置.已有的位置预测算法存在普适性差或预测误差大的问题.针对上述问题,提出了一种新的预测算法,首次通过测量得到车辆加速度服从正态分布的结论,利用线性回归进行预测,并采用反馈机制进行结果修正.利用真实车辆轨迹进行测试,新的预测算法的预测精度大为提高.然后,提出了一种新的基于位置的即时路由协议.在该协议中,发送节点利用邻居节点位置和目的节点位置计算出转发下一跳.将新的位置预测算法加入到即时路由协议中,实时预测和更新车辆的位置.利用SUMO软件生成了基于真实地图道路轨迹的车辆运动模型,结合NS3网络仿真平台进行了仿真实验.实验结果表明：采用新的预测算法后,相比传统的GPSR协议和不带预测的即时路由协议,新方法的收包率提高、延迟下降,并且协议开销显著降低.     

基于车载自组网通信终端和运动信息的容忍时延网络分簇路由算法

针对复杂战场环境下用户终端间缺少稳定的端到端通信路径的问题,提出一种基于车载自组网（VANET）通信终端和运动信息的容忍时延网络（DTN）分簇路由算法——CVCTM。首先,完成了基于簇头选举的分簇算法研究;然后,根据跳数、转发方式和地理位置信息开展了簇内源车辆路由选择算法研究;其次,通过引入等待时间、重发次数阈值和下游簇头,实现了异簇间源车辆路由选择;最后,通过车载自组网的通信终端选择与上级指挥所通信的最佳方式。ONE仿真的实验结果表明,CVCTM与无线自组网按需平面距离向量路由协议（AODV）相比,消息投递率增加了近5%,网络开销减少了近10%,簇结构重组次数减少了近25%;与基于传统分簇路由（CBRP）算法和动态源路由（DSR）协议相比,消息投递率增加了近10%,网络开销减少了近25%,簇结构重组次数减少了近40%。CVCTM能够有效减少网络开销和簇结构重组次数,同时增加消息投递率。     

方向和位置泛洪的车联网区域路由协议

为提高车载自组网路由发现、数据传输效率,对区域路由协议进行改进。考虑到车载自组网（VANET）通信环境（道路布局、方向、位置等）多样性,通过判断节点间位置关系缩小泛洪区域,下一跳优先选择该区域内与源或目的节点移动方向相同的节点,进一步减少转发节点数目,以此精细化限制泛洪。为适应 VANET 拓扑频繁变化链路脆弱特性,目的节点优先选择相同移动方向节点数最多,且平均邻居节点数最多的链路,保证数据可靠传输。仿真结果显示：改进方案较好地克服了原协议全向洪泛引起的网络开销大、单一跳数路由选择导致的丢包率、重传率较高等缺点,能够较好地适应 VANET 网络通信。     

An energy-efficient geographic routing protocol design in vehicular ad-hoc network

The combination of vehicles and wireless communication has resulted in a promising future for vehicular ad hoc networks (VANETs). The VANET is a kind of network that can be built randomly, quickly and temporarily without any infrastructure. The routing of data in a VANET is a challenging task due to the high dynamics, unstable connection environments and transfer direction limit (real road planning) involved. However, it has been discussed that radio obstacles, as found in urban areas, have a significant negative impact on the performance of location based routing. Therefore, the design of a suitable routing protocol for VANETs is an important issue, especially in regard to inter-vehicle communication applications. This paper proposes a energy-efficient geographic routing algorithm that uses the direction, density and distance between nodes in the crossroad routing strategy, to improve the link stability. We compare the novel scheme, ad hoc on-demand distance vector, and dynamic source routing (DSR) for packet loss rate and average end-to-end delay in VANETs to reduce the power consumptions. The simulation results are obtained which demonstrate the power effectiveness of our proposed routing strategy.     

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。     

Spray and forward:Efficient routing based on the Markov location prediction model for DTNs

Typical delay tolerant networks(DTNs)often suffer from long and variable delays,frequent connectivity disruptions,and high bit error rates.In DTNs,the design of an efficient routing algorithm is one of the key issues.The existing methods improve the accessibility probability of the data transmission by transmitting many copies of the packet to the network,but they may cause a high network overhead.To address the tradeoff between a successful delivery ratio and the network overhead,we propose a DTN routing algorithm based on the Markov location prediction model,called the spray and forward routing algorithm(SFR).Based on historical information of the nodes,the algorithm uses the second-order Markov forecasting mechanism to predict the location of the destination node,and then forwards the data by greedy routing,which reduces the copies of packets by spraying the packets in a particular direction.In contrast to a fixed mode where a successful-delivery ratio and routing overhead are contradictory,a hybrid strategy with multi-copy forwarding is able to reduce the copies of the packets efficiently and at the same time maintain an acceptable successful-delivery ratio.The simulation results show that the proposed SFR is efficient enough to provide better network performance than the spray and wait routing algorithm,in scenarios with sparse node density and fast mobility of the nodes.     

基于实时道路信息感知的VANET路由算法

为降低车辆自组织网络VANET (vehicle ad hoc network)数据传输中的丢包率和数据延迟,提出一种基于分段机制改进的地理路由算法RSAR (real-time segment aware routing)。通过将道路状态量化为道路车辆密度、网络连通性、通信负载等参数进行路由规划,设计网络有效期机制,控制路由更新的频率。实验结果表明,RASR较公开的地理路由算法在VANET城市环境中有更好的表现。     

软件定义车联网的数据转发策略和路由选择技术

针对目前车联网（VANET）数据转发效率低的问题,提出了软件定义网络（SDN）的数据转发策略和路由选择技术。首先,采用了软件定义车联网的分层控制结构,由局部控制器和全局控制器组成,实现数据转发和控制分离,可灵活控制数据转发的方向;然后,设计了单条路段的车辆路由机制,该机制预测车辆节点位置并采用贪心策略,实现数据的稳定传输;其次,设计了多个需求间的路段路由机制,该机制采用广度优先搜索（BFS）算法和边集相结合的方式,实现多个需求间路径不相交,缓解带宽瓶颈问题;最后,通过仿真验证,对比无线自组网按需平面距离向量（AODV）路由,所提出的数据转发策略和路由选择算法在数据分组接收率上提高40%以上,平均延迟时间降低60%左右。实验结果表明,软件定义车联网的数据转发策略和路由选择技术能够提高数据转发效率,减少平均收包延时。     

基于图卷积神经网络的智能路由算法

使用特定数学模型的路由转发算法难以满足用户多样化的服务质量需求,基于深度学习的智能路由方案因具有准确性、高效性、通用性等优势,成为路由决策的发展方向。然而,目前多数智能路由算法在网络拓扑动态变化时需要重新训练,造成路由更新不及时,难以应对网络拓扑动态变化。提出一种基于图卷积神经网络（GCN）的智能路由算法。线下利用提前采集的网络信息,根据路由开销标签训练GCN智能路由模型,通过该模型输出单跳路由开销。线上采集实时信息并根据模型输出的路由开销结果对网络层路由协议进行调整,计算最小路由开销的路由路径,实现自适应网络更新。算法利用GCN的图数据结构处理不规则的网络拓扑,通过图卷积算子自动提取特征解决路由网络多属性参数提取的问题,同时引入模糊C均值算法进行网络状态离散化分析,为数据集生成标签,从而有效监督GCN模型训练。实验结果表明,该算法较ECMP、DRL-TE和SmartRoute算法路由性能更好,其平均丢包率、时延和吞吐量指标均为最优,且相较于单一的流量模式具有更强的泛化能力。     

An adaptive and opportunistic broadcast protocol for vehicular ad hoc networks

A primary goal of broadcasting in vehicular ad hoc network (VANET) is to improve the road safety by transmitting alert messages to all surrounding vehicles as soon as possible. In this paper, we adopt the concept of opportunistic routing and propose a multiple candidate relays opportunistic broadcast (MCROB) protocol for VANET. The MCROB protocol is a sender-driven broadcast scheme independent of node density. The packet delivery ratio (PDR) is derived and an expected transmission speed (ETS) for the MCROB is proposed. A priority rule for selecting a proper candidate relay and an adaptive algorithm for forwarding timers of candidate relays are also presented in this paper. Simulations show that MCROB is adaptive to the rapid changing of network conditions. It keeps a low communication overhead introduced by the broadcast and increases the average transmission speed by around 40%.