廖恩瑞，潘燕燕，宋 祥

(1.福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，福建 福州 350108；2.福州大學(xué) 福建省網(wǎng)絡(luò)計(jì)算與智能信息處理重點(diǎn)實(shí)驗(yàn)室，福建 福州 350108)

0 引言

近年來車聯(lián)網(wǎng)通信引起了國內(nèi)外研究人員的廣泛關(guān)注，而其中較為重要的研究應(yīng)用領(lǐng)域之一就是告警消息的廣播。真實(shí)的車聯(lián)網(wǎng)中，車輛的快速移動等特性產(chǎn)生大量失真數(shù)據(jù)，已有的協(xié)議都是在默認(rèn)接收的數(shù)據(jù)為真的情況下進(jìn)行轉(zhuǎn)發(fā)決策，忽略了失真數(shù)據(jù)對于協(xié)議性能的影響。因此，廣播協(xié)議的容錯(cuò)能力逐漸成為衡量車聯(lián)網(wǎng)服務(wù)性能的一個(gè)重要指標(biāo)，它體現(xiàn)了該協(xié)議在數(shù)據(jù)失真的情況下是否能依然保有較高的效率和性能。針對該問題本文提出了針對高速公路環(huán)境下一種基于模糊控制的廣播協(xié)議MBOF(Multi-Hop Broadcast Protocol in VANET Based on Fuzzy Logic Approach)。在選擇轉(zhuǎn)發(fā)中繼節(jié)點(diǎn)時(shí)，采用模糊邏輯[1]評估候選中繼節(jié)點(diǎn)。模糊邏輯處理能容忍輸入?yún)?shù)的不準(zhǔn)確，且更具擴(kuò)展性與靈活性，能更好地適應(yīng)拓?fù)浣Y(jié)構(gòu)易變的車聯(lián)網(wǎng)。

1 相關(guān)工作

國內(nèi)外關(guān)于多跳廣播協(xié)議的研究層出不窮，文獻(xiàn)[2]和文獻(xiàn)[3]為了改善數(shù)據(jù)傳輸?shù)目蓴U(kuò)展性，分別提出了基于鄰居節(jié)點(diǎn)位置信息，輔助相鄰車輛做轉(zhuǎn)發(fā)數(shù)據(jù)信息的協(xié)議。文獻(xiàn)[4]提出了基于車聯(lián)網(wǎng)的安全數(shù)據(jù)優(yōu)先權(quán)傳播協(xié)議 PVCast，有效地避免了依賴目的節(jié)點(diǎn)數(shù)據(jù)的問題。文獻(xiàn)[5]提出了基于計(jì)數(shù)的廣播協(xié)議CBD，為每一個(gè)節(jié)點(diǎn)設(shè)定等待時(shí)間和重復(fù)數(shù)據(jù)包閾值，等待時(shí)間內(nèi)收到的數(shù)據(jù)包未達(dá)到閾值則進(jìn)行廣播操作。文獻(xiàn)[6]提出了多跳廣播協(xié)議的轉(zhuǎn)發(fā)節(jié)點(diǎn)選擇算法FLFNS，該協(xié)議采用模糊處理從距離、移動性和信號強(qiáng)度3個(gè)維度分析數(shù)據(jù)，提高決策準(zhǔn)確率。文獻(xiàn)[7]提出基于模糊選擇的路由協(xié)議，通過節(jié)點(diǎn)的速度、丟失率和時(shí)延來決定中繼節(jié)點(diǎn)的選擇。

2 網(wǎng)絡(luò)模型和問題描述

本文假設(shè)車聯(lián)網(wǎng)是由隨機(jī)分布在一段長方形平面上的車輛節(jié)點(diǎn)V={v1,v2,…,vn}組成，節(jié)點(diǎn)v0為觸發(fā)告警信息的源節(jié)點(diǎn)。網(wǎng)絡(luò)模型可抽象描述成一個(gè)無向圖G=(V,E)，其中V表示車輛節(jié)點(diǎn)集合，E表示鏈路集。

2.1 問題描述

2.2 相關(guān)概念

定義3 興趣范圍ROI：以生成告警消息的源節(jié)點(diǎn)為圓心，該告警消息對所有覆蓋在半徑ROI的車輛都有價(jià)值。

定義4 鄰居節(jié)點(diǎn)集CV：車輛節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)集，R為標(biāo)準(zhǔn)車輛通信范圍。

CV={vi|vi∈V&&xvi≤xvt&&dvivt≤R}

(1)

3 算法

MBOF算法由定向傳輸和有效傳輸機(jī)制組成。以下介紹本文提出的廣播算法的兩個(gè)過程，分別為定向傳輸和候補(bǔ)轉(zhuǎn)發(fā)機(jī)制，具體描述過程如下。

3.1 定向傳輸

當(dāng)節(jié)點(diǎn)第一次接收到告警消息時(shí)，首先解析該消息，如果下一跳中繼節(jié)點(diǎn)信息與自己匹配，節(jié)點(diǎn)即獲得廣播權(quán)限，然后依據(jù)獲取的信標(biāo)信息計(jì)算鄰居節(jié)點(diǎn)的可靠因子、實(shí)時(shí)因子、路況因子來評估鄰居節(jié)點(diǎn)，選擇出中繼節(jié)點(diǎn)和候補(bǔ)節(jié)點(diǎn)，將該信息更新入告警消息，廣播該消息。中繼節(jié)點(diǎn)選擇過程可分為計(jì)算輸入值、模糊化計(jì)算、規(guī)則匹配和精確化計(jì)算4個(gè)子過程。

(1)計(jì)算輸入值

模糊邏輯計(jì)算過程包含3個(gè)輸入值：可靠因子、實(shí)時(shí)因子和路況因子。

①可靠因子

采用文獻(xiàn)[8]使用的Rayleigh衰減模型模擬交通環(huán)境的無線信號，為了實(shí)現(xiàn)告警消息在距離為d的兩車輛之間以低于PTh的概率被成功傳輸，則消息發(fā)送者對應(yīng)的無線信號發(fā)射功率必須滿足式(2)：

(2)

式中參數(shù)名稱與數(shù)據(jù)值均可由各個(gè)車輛資料數(shù)據(jù)獲得?？煽恳蜃覯P(i)的計(jì)算公式如下：

(3)

②實(shí)時(shí)因子

傳輸時(shí)延Ttrs由回退延遲Tback和消息傳輸數(shù)據(jù)的時(shí)間Tdata組成，即Ttrs=Tback+Tdata。采用文獻(xiàn)[9]無線信道碰撞概率的閉合表達(dá)式來計(jì)算消息傳輸重傳平均次數(shù)。E(Nr)為重傳次數(shù)Nr的均值，wmin代表最小競爭窗口，lre代表重傳次數(shù)的上限，η表示回退時(shí)的單位時(shí)隙長度，L表示數(shù)據(jù)包大小，M表示傳輸率，回退延遲Tback及消息傳輸時(shí)間Tdata的計(jì)算如式(4)、式(5)所示。

Tback=

(4)

(5)

m為最大重傳次數(shù)，用Dtmax表示車聯(lián)網(wǎng)中允許的最大傳輸延遲，由兩倍歷史最大時(shí)延獲得，實(shí)時(shí)因子MT(i)的計(jì)算公式如下：

(6)

③路況因子

在選擇中繼轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，路況信息是很重要的影響因子，如車輛節(jié)點(diǎn)的方向、車速、與源車輛節(jié)點(diǎn)的距離等。文獻(xiàn)[6]中為了計(jì)算路況因子，先計(jì)算平均距離dave，如式(7)所示：

(7)

|CVv0|為鄰居節(jié)點(diǎn)集CVv0的個(gè)數(shù)。則路況因子MD反應(yīng)了鄰居節(jié)點(diǎn)的運(yùn)動情況，在時(shí)刻t，節(jié)點(diǎn)vk的路況因子MD計(jì)算公式如下：

(8)

其中，h0、hk分別表示廣播節(jié)點(diǎn)v0與節(jié)點(diǎn)vk的速度。

(2)模糊化計(jì)算

模糊集的隸屬度函數(shù)[10]是模糊化設(shè)計(jì)的一個(gè)重要組成部分。本小節(jié)采用函數(shù)表示法，3個(gè)輸入變量的隸屬度函數(shù)和輸出變量FitData的隸屬度函數(shù)如圖1所示。

圖1 輸入/輸出變量的隸屬度函數(shù)

(3)規(guī)則匹配

模糊控制器的中心工作是依據(jù)語言規(guī)則進(jìn)行模糊推理，模糊推理則依據(jù)模糊控制規(guī)則庫。規(guī)則庫見表1，采用IF/THEN規(guī)則[11]，輸出變量為FitData。

表1 規(guī)則庫

(4)精確化計(jì)算(去模糊化)

為了得到確切的輸出值，就必須對模糊推理獲得的模糊輸出量進(jìn)行轉(zhuǎn)換，這個(gè)過程就是精確化計(jì)算。采用Mamdani重心法[12]實(shí)現(xiàn)去模糊化，由輸入值經(jīng)過對應(yīng)隸屬度函數(shù)獲得對應(yīng)輸出值，將其與輸出變量隸屬度函數(shù)所形成的陰影部分重心點(diǎn)的橫坐標(biāo)作為去模糊化后的值。

3.2 候補(bǔ)轉(zhuǎn)發(fā)機(jī)制

即便采用模糊邏輯選擇的中繼節(jié)點(diǎn)具備良好的健壯性，也難免會有突發(fā)故障等原因?qū)е赂婢⒌膩G失，因此算法采用候補(bǔ)轉(zhuǎn)發(fā)機(jī)制來降低數(shù)據(jù)包丟失率。如圖2所示，車輛v0發(fā)生事故，向后發(fā)出告警消息，v1，v2分別是中繼節(jié)點(diǎn)和候補(bǔ)節(jié)點(diǎn)，v1肩負(fù)起轉(zhuǎn)發(fā)告警信息的重任，v2則在時(shí)間閾值內(nèi)監(jiān)聽，若收到重復(fù)消息則放棄轉(zhuǎn)發(fā)，否則v2接手v1成為轉(zhuǎn)發(fā)中繼節(jié)點(diǎn)。

3.3 算法實(shí)現(xiàn)

節(jié)點(diǎn)廣播告警消息過程偽代碼如下：

(1)當(dāng)節(jié)點(diǎn)v第一次收到告警消息WM時(shí)，解析告警消息WM，若v為源節(jié)點(diǎn)或中繼節(jié)點(diǎn)，跳轉(zhuǎn)至步驟(3)；若為候補(bǔ)節(jié)點(diǎn)，跳轉(zhuǎn)至步驟(2)；否則丟棄告警消息。

(2)節(jié)點(diǎn)v進(jìn)入候補(bǔ)狀態(tài)，在時(shí)間閾值T內(nèi)檢測收到的消息數(shù)量，若接收到與告警消息WM相同的消息達(dá)到閾值，則丟棄告警消息WM，否則轉(zhuǎn)至步驟(3)。

圖2 廣播示意圖

(3)根據(jù)通信覆蓋半徑R計(jì)算節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)集CV，通過接收的信標(biāo)消息獲取鄰居節(jié)點(diǎn)的信息數(shù)據(jù)，遍歷鄰居節(jié)點(diǎn)CV，計(jì)算節(jié)點(diǎn)的FitData值。

(4)對于節(jié)點(diǎn)集CV中的任意節(jié)點(diǎn)，首先計(jì)算3個(gè)輸入值，即可靠因子MP、實(shí)時(shí)因子MT以及計(jì)算路況因子MD。

(5)接著根據(jù)對應(yīng)的隸屬度函數(shù)進(jìn)行模糊化處理，查詢規(guī)則庫進(jìn)行規(guī)則匹配，最后采用Mamdani重心法精確化計(jì)算。

(6)比較各個(gè)節(jié)點(diǎn)精確化后的FitData值，選出最大值的結(jié)果對應(yīng)的節(jié)點(diǎn)為中繼節(jié)點(diǎn)，次大值為候補(bǔ)節(jié)點(diǎn)。將信息更新入告警WM，轉(zhuǎn)發(fā)新的告警消息WM。

(7)告警消息WM覆蓋整個(gè)興趣范圍ROI，算法終止。

4 實(shí)驗(yàn)

4.1 仿真實(shí)驗(yàn)場景

本文采用MATLAB作為實(shí)驗(yàn)仿真工具，建立一個(gè)200 m×3 m的矩形道路區(qū)域，生成一個(gè)單向三車道交通路段，實(shí)驗(yàn)?zāi)M區(qū)間為[40,200]。實(shí)驗(yàn)參數(shù)及其取值如表2所示。

表2 仿真參數(shù)及預(yù)設(shè)值

車輛節(jié)點(diǎn)vi的信標(biāo)數(shù)據(jù)Xi自動生成，包含節(jié)點(diǎn)位置、接收到告警信息的時(shí)間、車速等信息。失真數(shù)據(jù)則對真實(shí)數(shù)據(jù)Xi做部分修改。車輛節(jié)點(diǎn)u與v之間的鏈路l=(u,v)∈E，值的大小與節(jié)點(diǎn)距離duv有關(guān)，這里采用正比例函數(shù)來量化鏈路值。

4.2 性能指標(biāo)

(9)

在相同仿真環(huán)境下，將MBOF協(xié)議與CBD、PVCast和FLFNS 3個(gè)協(xié)議作比較，除了比較容錯(cuò)能力外，同時(shí)也比較數(shù)據(jù)傳輸時(shí)延。

4.3 結(jié)果分析

(1)容錯(cuò)能力比較

CBD、PVCast、FLFNS和MBOF 4個(gè)協(xié)議容錯(cuò)能力系數(shù)FTA隨節(jié)點(diǎn)數(shù)變化的變動情況如圖3所示。從圖中可以看出，誤差數(shù)據(jù)對于MBOF協(xié)議幾乎沒有影響，而其他協(xié)議結(jié)果差異相對較大，其中PVCast協(xié)議容錯(cuò)能力最不理想。當(dāng)車輛節(jié)點(diǎn)從160增至200時(shí)，MBOF的容錯(cuò)能力系數(shù)FTA變化幾乎為0，而CBD協(xié)議容錯(cuò)能力系數(shù)FTA的值從0.014 5增加到0.076 3；PVCast協(xié)議從0.31增加到1；FLFNS協(xié)議從0.19增加到0.37?？梢奙BOF在協(xié)議的容錯(cuò)能力上優(yōu)于CBD、PVCast和FLFNS協(xié)議。

圖3 容錯(cuò)能力仿真結(jié)果

(2)傳輸時(shí)延比較

CBD、PVCast、FLFNS和MBOF 4個(gè)協(xié)議端到端的數(shù)據(jù)傳輸時(shí)延隨節(jié)點(diǎn)數(shù)的變化情況如圖4所示。4個(gè)協(xié)議的傳輸時(shí)延隨節(jié)點(diǎn)數(shù)的上升而增大，當(dāng)節(jié)點(diǎn)數(shù)低于80時(shí)，變化差異不大。隨著節(jié)點(diǎn)數(shù)的增加，CBD、PVCast和FLFNS協(xié)議傳輸時(shí)延變化明顯，而MBOF協(xié)議傳輸時(shí)延則上升緩慢。當(dāng)車輛節(jié)點(diǎn)數(shù)從120增加到200時(shí)，MBOF協(xié)議的傳輸時(shí)延從0.34 ms增加到1.05 ms，相差0.69 ms；CBD協(xié)議的傳輸時(shí)延從2.53 ms增加到12.13 ms，相差9.6 ms；PVCast協(xié)議傳輸時(shí)延從1.19 ms增加到7.72 ms，相差6.53 ms；FLFNS則從2.14 ms增加到6.91 ms,相差4.75 ms。可見MBOF在傳輸時(shí)延上優(yōu)于其他協(xié)議且相對穩(wěn)定。

圖4 傳輸時(shí)延仿真結(jié)果

5 結(jié)論

模糊邏輯處理能夠有效地容忍錯(cuò)誤數(shù)據(jù)帶來的決策錯(cuò)誤問題。本文提出的基于模糊邏輯處理的廣播協(xié)議，首先采用模糊邏輯處理分析告警信息中各中繼候選節(jié)點(diǎn)的數(shù)據(jù)，綜合計(jì)算選出中繼節(jié)點(diǎn)與候補(bǔ)節(jié)點(diǎn)。然后采用候補(bǔ)轉(zhuǎn)發(fā)機(jī)制確保消息有效傳輸，降低數(shù)據(jù)包丟失率。實(shí)驗(yàn)結(jié)果表明，對比CBD、PVCast和FLFNS協(xié)議，本文提出的MBOF協(xié)議在容錯(cuò)能力上有較大提高。

[1] 李合生, 毛劍琴, 代冀陽. 基于遺傳算法的廣義Takagi-Sugeno模糊邏輯系統(tǒng)最優(yōu)參數(shù)辨識[J].自動化學(xué)報(bào)，2002，28(4)：581-586.

[2] NI S, TSENG Y. The broadcast storm problem in a mobile ad hoc network[C]//IEEE International Conference on Mobile Computing and Networking, 1999:151-162.

[3] WISITPONGPHAN N, TONGUZ O. Broadcast storm mitigation techniques in vehicular ad hoc networks[J]. IEEE Wireless Communications, 2007, 14(6):84-94.

[4] ZHUANG Y Y, PAN J P, LUO Y Q, et al. Time and location-critical emergency message dissemination for vehicular ad-hoc networks[J]. IEEE Journal on Selected Areas in Communications, 2011, 29(1):187-196.

[5] ZHANG J S, MA X M, WU T. Performance modeling and analysis of emergency message propagation in vehicular ad hoc networks[J]. Wireless Communications and Mobile Computing, 2014, 14(3):366-379.

[6] 王嫣, 馬俊峰. 多跳廣播協(xié)議的轉(zhuǎn)發(fā)節(jié)點(diǎn)選擇算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2017,38(2):84-94.

[7] WONG F, WONGR W C. Fuzzy-decision-based routing protocol for mobile ad hoc networks[J].IEEE International Conference on Network, 2012, 17(8):47-55.

[8] SOU S. Modeling emergency messaging for car accident over dichotomized headway model in vehicular Ad-hoc networks[J]. IEEE Transactions on Communications, 2013, 61(2):802-812.

[9] CARVALHO M, GARCIA L J J. Delay analysis of IEEE 802.11 in single-hop networks[C]//Proceedings of the 11th IEEE International Conference on Network Protocols, 2013:146.

[10] ADEL B, ZOURBIR M. Adaptive contention window scheme to improve multi-hop broadcast in VANETs[C]//IEEE Vehicular Technology Conference, 2015:1-6.

[11] PARK M, KIM D. A simple SNR based linear back-off to propagate multi-hop emergency messages on the distributed VANETs[C]//Communication in Computer and Information Science, 2012:34-41.

[12] CHENG X, WANG C X. Envelope level crossing rate and average fade duration of nonisotropic vehicle-to-vehicle fading channels[J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(1):62-72.