车载通信由于能够为高速公路上行驶的车辆提供主动安全最近受到普遍重视,主动安全的实现需要将紧急消息快速可靠地传递给相关的车辆,以避免可能的交通事故。由于对时延和可靠性有非常高的要求,而网络又快速动态的变化,所以高速公路上紧急消息分发非常具有挑战性。显然,不同的交通流状态所呈现的网络特性大不一样,单一的分发策略难以在不同网络特性下保持稳定性能。为此,本课题针对高速公路上自由流、同步流和阻塞流三种不同的状态,设计鲁棒的分发策略,以满足不同的交通环境需求。重点研究包括利用模糊逻辑决策机制在车载环境下建立自主交通流状态的识别方法,针对自由流中的拓扑黑洞和阻塞流中的节点聚集建立自适应地分布式中继选择方法,建立基于CSMA/CA的可靠传递和跨越多跳的快速有向转发相结合的机制;设计联合车辆交通和无线通信的仿真平台,验证算法在不同交通环境下的性能变化。研究成果可为车载网络在交通安全领域的应用提供理论依据。
VANETs;self-adaption;traffic flow;congestion control;broadcast
在车辆通信网络中,安全消息的广播需要有较高的可靠性和较低的传输时延,同时也要适应高速动态变化的网络拓扑环境。现有的消息广播协议可以获得较低的网络时延和较高的吞吐量,但却缺乏消息的可靠性保证和协议的可扩展性,并且无法适应复杂多变的交通流场景,因而不能完全适用于复杂的车辆通信环境。本课题针对高速公路上自由流、同步流和阻塞流三种不同的状态,设计鲁棒的分发策略,以满足不同的交通环境需求。重点研究包括利用模糊逻辑决策机制在车载环境下建立自主交通流状态的识别方法;建立分布式的拥塞控制机制,避免网络拥塞,适用大规模组网需求;设计交通流自适应的消息广播机制,并基于优先级模型进行消息调度和中继转发,提高消息分发效率。此外,本课题以Vissim和NS3为基础设计联合车辆交通和无线通信的仿真平台,验证上述算法在不同交通环境下的性能变化,使得所设计的交通流状态识别算法、拥塞控制机制及消息广播机制更具实际应用。