尹鸿坦

(黄淮学院信息工程学院,河南 驻马店 463000)

面向高速场景的基于路径连通概率路由协议*

尹鸿坦*

(黄淮学院信息工程学院,河南 驻马店 463000)

有效地传输数据是提高车联网VANETs(Vehicular Ad Hoc Networks,)应用性能的关键。而动态的拓扑结构,给VANETs的数据传输提出了挑战。为此,提出基于路径连通概率的车联网路由算法CPR(Connected Probability-Based Routing)。首先,依据高速公路场景,建立一维车辆移动模型,然后再计算链路的连通概率,最后,计算路径的连通概率,并选择连通概率最高的路径传输数据。仿真结果表明,提出的CPB算法能够有效地提高数据包传递率、端到端传输时延以及吞吐量性能。

连通概率;路由;移动模型;车联网

目前,汽车已成为民众出行的首选交通工具,汽车便捷民众的日常出行。然而,随着汽车数量的增加,道路拥塞、交通安全问题也日益突出。据不完全统计,交通事故已成第2大杀手。世界卫生组织WMO指出每年约130万人死于交通事故,约5 000万人受伤[1]。据此,政府部门以及科研机构开始商讨、并提出利用智能交通概念,提高交通安全。作为智能交通系统的最有前景技术,车联网 VANETs(Vehicular Ad Hoc Networks)受到广泛关注。

典型的车联网结构如图1所示。装有OBU模块的车辆能够与其他车辆、路边设施进行通信。其中车与车之间的通信称为车间通信V2V(Vehicle to Vehicle),而车与路旁设备通信称为车-旁通信V2R(Vehicle to Roadside unit)。车辆间通过实时交互路状信息,实现对事故的预警以及避让,进而提高交通管理效率以及交通安全。据美国交通局统计,通过车联网技术平台,能够将交通事故率降低82%。……