車聯(lián)自組織網(wǎng)絡(luò)中退避算法的研究.pdf

1、隨著交通的飛速發(fā)展以及人們生活水平的大幅提高，車輛幾乎成為了每家每戶的必備品。然而，在車輛為我們帶來便利的同時(shí)，也給交通增添了不可忽視的壓力。傳統(tǒng)的交通資源十分有限，當(dāng)面對如此飛速增長的車輛數(shù)目時(shí)，就不能及時(shí)高效工作，甚至造成系統(tǒng)癱瘓，由此車聯(lián)網(wǎng)應(yīng)運(yùn)而生。車聯(lián)網(wǎng)是一種特殊的無線自組織網(wǎng)絡(luò)，是實(shí)現(xiàn)交通智慧化的基礎(chǔ)之一，它主要采取車輛與車輛間，以及車輛與路邊設(shè)備間的通信模式，并承載安全控制數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)的傳輸，為駕駛者提供實(shí)時(shí)準(zhǔn)確的車況路況

2、信息以及交通安全服務(wù)。但車聯(lián)網(wǎng)的特殊性也決定了它在通信過程中面臨的一系列挑戰(zhàn)，尤其是在媒體接入控制協(xié)議(MAC)中，車輛在搶占信道時(shí)采取的退避算法，嚴(yán)重影響著信息傳輸性能。因此，本文針對車聯(lián)網(wǎng)中廣播模式下，IEEE802.11p MAC協(xié)議的退避算法進(jìn)行研究，主要工作如下:
　　本文分析了車聯(lián)網(wǎng)MAC協(xié)議的擴(kuò)展需求，并總結(jié)了自組織網(wǎng)絡(luò)中常用的退避算法及其缺陷，由此提出了基于改進(jìn)MARKOV模型的競爭窗口調(diào)整方法。在傳統(tǒng)的MARKO

3、V模型中引入空閑狀態(tài)，使模型更加適用于車輛復(fù)雜的通信環(huán)境及場景，并利用車輛密度來衡量交通擁塞程度，結(jié)合平穩(wěn)分布及泰勒公式，推導(dǎo)出車輛所維護(hù)的競爭窗口值及其周圍車輛密度的關(guān)系式。最終，結(jié)合IEEE802.11pMAC協(xié)議中傳統(tǒng)的固定競爭窗口值，設(shè)計(jì)出改進(jìn)的退避算法，實(shí)現(xiàn)窗口值的自適應(yīng)動(dòng)態(tài)調(diào)整，優(yōu)化了802.11p中固定窗口值的缺陷，使車輛在搶占信道時(shí)采取更加智能準(zhǔn)確的退避方法。仿真結(jié)果表明，本方案有效地減小了廣播信息的碰撞率，并維持了較小

4、的時(shí)延。
　　基于車輛區(qū)別于其他通信節(jié)點(diǎn)的獨(dú)有特性，以及其多樣的通信環(huán)境，本文針對車聯(lián)網(wǎng)設(shè)計(jì)了具備更強(qiáng)自適應(yīng)性的退避方案:基于分類預(yù)測機(jī)制的退避方法。該方案首先提出分類策略，以車輛的鄰居節(jié)點(diǎn)數(shù)，速度和停止時(shí)間為準(zhǔn)則，建立屬性集，對車輛狀態(tài)進(jìn)行分類，去冗余化。并引入反饋機(jī)制，使屬性集具備自適應(yīng)調(diào)整性，從而保證不同場景下的分類準(zhǔn)確度。然后，利用上述準(zhǔn)則，求取屬性集所對應(yīng)的綜合競爭窗口值，由此生成窗口參考表。最后，利用車輛的歷史行駛狀態(tài)