陳 登，潘 力

(1.川北幼兒師范高等?？茖W(xué)校，四川 廣元 628017; 2.鄭州工程技術(shù)學(xué)院，鄭州 450044)

0 引言

目前隨著生活水平的日益提高，私家車車輛保有量的提升在一定程度上造成的交通擁堵和安全問題形勢嚴峻，因此智能交通系統(tǒng)(ITS，intelligent transportation system)應(yīng)運而生[1-2]。而車載自組織網(wǎng)絡(luò)(VANET，vehicular ad-hoc network)作為ITS的核心部分[3]，在實現(xiàn)有效的路側(cè)通信和數(shù)據(jù)傳輸過程中發(fā)揮著重要作用。

車輛網(wǎng)絡(luò)是利用移動自組織網(wǎng)絡(luò)(MANET，mobile ad hoc network)原理建立的，利用無線局域網(wǎng)(WLAN，wireless local area network)技術(shù)，通過車與車、車與設(shè)施之間實現(xiàn)多跳通信，在不同的距離上建立移動網(wǎng)絡(luò)[4]。如果一個車輛離開定義的范圍，則在網(wǎng)絡(luò)中添加另一個節(jié)點或車輛以保持通信的有效性[5]。在MANET的幫助下，它在車對車(V2V，vehicle to vehicle)模式[6]和車對基礎(chǔ)設(shè)施(V2I，vehicle to infrastructure)模式[7]過程中傳輸了多個數(shù)據(jù)。此外，VANET還改善了旅行時的道路安全，并提供視頻、音頻傳輸、電子郵件通信等多種服務(wù)。在數(shù)據(jù)傳輸過程中，VANET利用諸如Zigbee、WLAN、LTE、基于紅外的通信等無線技術(shù)，成功地將數(shù)據(jù)、多跳信息、協(xié)同感知信息發(fā)送到不同的目的地，即使它們處于較遠位置。由于VANET能有效地與車輛協(xié)同工作來提高通信質(zhì)量，在道路數(shù)據(jù)通信過程中發(fā)揮著重要的作用[8]。但仍然面臨著一些諸如安全性、數(shù)據(jù)認證、隱私、數(shù)據(jù)訪問控制、數(shù)據(jù)機密性、數(shù)據(jù)不可否認性、數(shù)據(jù)完整性、網(wǎng)絡(luò)可用性以及難以預(yù)測車輛位置等方面的挑戰(zhàn)。此外，無基礎(chǔ)設(shè)施的通信過程在通信時也會遇到擁塞問題。

針對上述挑戰(zhàn)，學(xué)者們進行了一定的研究。例如，文獻[8]提出了一種改進貪婪周邊無狀態(tài)路由(IGPSR，improved greedy perimeter stateless routing)的車聯(lián)網(wǎng)路由算法，該算法根據(jù)節(jié)點的移動速度預(yù)測節(jié)點間的距離，并選取移動緩慢的、穩(wěn)定的節(jié)點作為中繼節(jié)點，以確保路由選擇的可靠性，一定程度上提高了GPSR路由投遞率低、傳輸時延大的問題。文獻[9]開發(fā)了一個基于貪婪交通燈隊列的路由協(xié)議系統(tǒng)，用于在城市環(huán)境中傳輸車輛數(shù)據(jù)，該系統(tǒng)在減少數(shù)據(jù)傳輸延遲的同時，有效地管理了業(yè)務(wù)負載。文獻[10]介紹了用于在車輛自組織網(wǎng)絡(luò)中傳輸數(shù)據(jù)的微生物啟發(fā)單播路由協(xié)議(MIURP,microbial-inspired unicast routing protocol)，利用單播路由過程達到最小延遲和最大分組傳輸率的效果。文獻[11]使用貪婪路由協(xié)議(GRP,greedy routing protocol)管理節(jié)點移動性和網(wǎng)絡(luò)開銷問題，該方法使用有助于最小化車輛定位誤差的鏈路質(zhì)量因子來檢查節(jié)點之間的鏈路，應(yīng)用卡爾曼濾波器檢測鏈路質(zhì)量，提高了車輛網(wǎng)絡(luò)中數(shù)據(jù)傳輸?shù)男省Ｎ墨I[12]提出了用于管理車輛網(wǎng)絡(luò)中存在偏差的流量感知路由協(xié)議(DFERP,deviation of flow-aware exist routing protocols)，該方法通過計算期望的連通度值來處理交通信息，根據(jù)收集的信息選擇以最小延遲將信息成功傳輸?shù)侥康牡氐穆酚?。文獻[13]提出了一種新的自適應(yīng)業(yè)務(wù)路由協(xié)議(ABRP,adaptive business routing protocol)，用于在車載網(wǎng)絡(luò)中傳輸數(shù)據(jù)時管理路徑、鏈路的可靠性，通過使用可靠性參數(shù)和啟發(fā)式函數(shù)的自適應(yīng)路由過程確保在VANET中成功的數(shù)據(jù)傳輸。

針對上述VANET路由算法中傳輸數(shù)據(jù)質(zhì)量較低、且數(shù)據(jù)傳輸?shù)耐掏铝枯^小等問題，提出了移動邊緣計算環(huán)境下，結(jié)合改進貪婪周邊無狀態(tài)路由(GPSR，greedy perimeter stateless routing)和自適應(yīng)鏈路質(zhì)量評估的VANET路由算法(IGPSR-MSD)。主要創(chuàng)新點總結(jié)如下：

1)將邊緣計算架構(gòu)應(yīng)用于VANET能夠有效緩解計算量大、與車輛有限且不均的資源分布之間的矛盾。

2)傳統(tǒng)GPSR路由決定因素單一，存在易超過通信范圍、造成鏈路不穩(wěn)定的問題。為此，本文考慮了節(jié)點移動性，根據(jù)節(jié)點間距離來估計鏈路穩(wěn)定性，實現(xiàn)鏈路的動態(tài)更新，提高鏈路質(zhì)量。

3)為了提高傳統(tǒng)GPSR的傳送率，設(shè)計了一種鏈路傳輸速率估計方法。最后根據(jù)鏈路穩(wěn)定性和和傳輸速率來選擇合適的中繼節(jié)點，提高網(wǎng)絡(luò)穩(wěn)定性和成功傳送率。

通過SUMO仿真平臺對路由算法的性能進行評估，結(jié)果表明所提算法受車輛密度、交通流以及車輛相對速度的影響較小，且提高了分組傳送率，減少端到端延遲，降低了通信開銷。

1 系統(tǒng)模型

VANET是城市交通道上的無線自組織網(wǎng)絡(luò)，由圍繞X*Y網(wǎng)絡(luò)區(qū)域移動的N輛車組成，其通信模型如圖1所示。網(wǎng)絡(luò)中的車輛均裝有GPS等無線通信設(shè)備，并利用RFID技術(shù)將數(shù)據(jù)傳輸至網(wǎng)絡(luò)傳輸層進行分析和處理。在VANET中主要的通信模式有兩種：車輛間通信和車輛到路邊通信設(shè)施間的通信。其中，邊緣計算資源層主要負責(zé)資源的優(yōu)化分配過程與資源共享。例如，車輛間的V2V通信，安全告警類業(yè)務(wù)的傳輸可能需要多跳通信，但跳數(shù)的增加會引起時延增大，導(dǎo)致可靠性降低。當(dāng)某一部分的業(yè)務(wù)實體出現(xiàn)資源短缺時，可以利用邊緣服務(wù)協(xié)助計算、存儲。因此，需要將不同車聯(lián)網(wǎng)業(yè)務(wù)的需求映射為對通信接入方式和計算資源的選擇，實現(xiàn)不同局部范圍內(nèi)車輛間的資源共享。

為不失一般性，本研究假設(shè)一共有L個路旁接入設(shè)施(RSU或公共WIFI)。同時，每一個路旁接入設(shè)施都配置相應(yīng)的邊緣服務(wù)器。

在VANET中，兩輛車會被物理距離d隔開，因此通過使用專用短程通信和802.11標(biāo)準(zhǔn)定義的車輛環(huán)境中的無線接入通信技術(shù)進行連接。車輛在行駛過程中具有機動性，速度和方向均會發(fā)生改變。假設(shè)(xm,ym)和(xn,yn)是車輛m和n的位置坐標(biāo)，則兩者間的距離為[14]：

(1)

車輛m和n之間相對速度vs的估算公式為：

(2)

式中，vm和vn分別是車輛m和n的速度。

2 提出的VANET路由算法

VANET是通過多跳將數(shù)據(jù)從發(fā)送節(jié)點轉(zhuǎn)發(fā)到目的節(jié)點，因此如何選擇最優(yōu)的下一跳節(jié)點來轉(zhuǎn)發(fā)數(shù)據(jù)是路由算法設(shè)計的關(guān)鍵[15]。所提方法使用改進貪婪周邊無狀態(tài)路由(GPSR，greedy perimeter stateless routing)協(xié)議保證網(wǎng)絡(luò)通信的穩(wěn)健，并采用自適應(yīng)鏈路質(zhì)量評估提高通信效率。

2.1 問題描述

(3)

式中，▽φ是不成功的數(shù)據(jù)傳播因子。如果鏈路不可用，則不進行傳輸。

使用目標(biāo)車輛上信息接受失敗情況來估計不成功傳播因子，其為成功發(fā)送請求和失敗發(fā)送請求的組合，其中失敗請求根據(jù)鏈路故障和車輛節(jié)點移動進行計算。不成功傳播因子[16]為：

(4)

式中，dv為目標(biāo)車輛，qp為網(wǎng)絡(luò)中的車輛m和dv之間路徑p的鏈路質(zhì)量。

其中鏈路質(zhì)量qp表示兩個車輛之間鏈路的最大可用性，表示為：

qp=(e-1)*Nn+(1-d)×Nnt

(5)

式中，(e-1)為m和dv之間路徑車輛的數(shù)量。Nn和Nnt分別為確保lm,n=1而發(fā)送的信標(biāo)消息數(shù)量，以及在時間t由車輛m生成的信標(biāo)總數(shù)。對于進行V2V通信的車輛n與車輛m而言，車輛n的信噪比可表示為:

(6)

(7)

其中:Nρ為在車隊中處于頻段ρ的車輛數(shù)目。

路由算法的目標(biāo)是最大化數(shù)據(jù)成功傳輸概率，并且保證最大數(shù)據(jù)傳輸量，獲得更好的傳輸速率。

2.2 GPSR協(xié)議

GPSR路由協(xié)議將貪婪轉(zhuǎn)發(fā)和邊界轉(zhuǎn)發(fā)相結(jié)合。節(jié)點直接根據(jù)節(jié)點自身、鄰居節(jié)點和目的節(jié)點的位置信息制定數(shù)據(jù)轉(zhuǎn)發(fā)策略。另外，節(jié)點通過周期性廣播包含自身位置信息的Hello數(shù)據(jù)包，獲取相鄰節(jié)點的位置信息，從而更新鄰居路由表。通常情況下，節(jié)點利用貪婪策略來選擇下一跳節(jié)點，當(dāng)局部最優(yōu)現(xiàn)象發(fā)生時，啟動周邊轉(zhuǎn)發(fā)策略選擇下一跳轉(zhuǎn)發(fā)節(jié)點[17]。

GPSR協(xié)議流程圖如圖2所示。

GPSR協(xié)議的優(yōu)點在于：使用局部最優(yōu)的貪婪算法，無需在節(jié)點中構(gòu)建并動態(tài)更新路由表，路由開銷較?。恢灰W(wǎng)絡(luò)是連通的，便能獲得可以傳輸數(shù)據(jù)的路由；采用與最短歐氏距離相近的路由，數(shù)據(jù)傳輸時延較小。

然而，VANET中車輛節(jié)點的移動較快，網(wǎng)絡(luò)拓撲結(jié)構(gòu)動態(tài)變化較大。節(jié)點的移動會使路由中下一跳會節(jié)點變化，需要重新調(diào)用路由算法。這就導(dǎo)致傳統(tǒng)GPSR協(xié)議存在一些缺點，主要有：

1)GPSR協(xié)議中沒有充分考慮節(jié)點的移動速度信息，可能會使用距離越遠的節(jié)點。如果這個節(jié)點移動速度較快，易超出通信范圍，導(dǎo)致路徑有效時間將會很短。這不僅造成數(shù)據(jù)包在轉(zhuǎn)發(fā)過程中丟失，降低服務(wù)質(zhì)量，而且還會導(dǎo)致頻繁調(diào)整路由，降低算法效率。

2)GPSR協(xié)議僅簡單地根據(jù)距離信息確定路由策略，并未考慮鏈路的數(shù)據(jù)傳輸速率。傳輸速率受到交通道路拓撲中的靜態(tài)和動態(tài)屬性影響，如路段上的車流密度、方向等。

2.3 改進GPSR協(xié)議

結(jié)合VANET的網(wǎng)絡(luò)特點，針對GPSR協(xié)議存在的問題，提出了基于節(jié)點移動速度(MS，moving speed)和節(jié)點間距離(ND，node distance)的改進GPSR協(xié)議(IGPSR-MSD)。根據(jù)節(jié)點移動速度和距離來估計消息傳輸速率和鏈路穩(wěn)定性權(quán)重，從而選擇出高鏈路質(zhì)量且高消息傳輸率的最佳鏈路。

2.3.1 鏈路質(zhì)量估計

由于GPSR路由協(xié)議沒有考慮動態(tài)交通拓撲屬性，可能產(chǎn)生錯誤或不可用的鏈路，因此需要對鏈路質(zhì)量進行自適應(yīng)評估，使用一個權(quán)重因子對鏈路節(jié)點進行修正。

假定節(jié)點最大通信范圍R，且系數(shù)δ(0<δ<1)表示某個節(jié)點的通信能力。本文在拓撲結(jié)構(gòu)中節(jié)點通信范圍δR～R內(nèi)，選取鏈路質(zhì)量較高的節(jié)點作為中繼節(jié)點。通常節(jié)點停留時間越長，表明節(jié)點移動速度越緩慢，則該節(jié)點越穩(wěn)定[18]。

假定車輛k以速度vk移動，在間隔時間T內(nèi)轉(zhuǎn)發(fā)數(shù)據(jù)包，中繼節(jié)點與轉(zhuǎn)發(fā)節(jié)點j的相鄰距離開始為ΔdTj，則下個時間間隔T+1內(nèi)車輛k的移動距離為：

(8)

式中，at為車輛的加速度。轉(zhuǎn)發(fā)節(jié)點與中繼節(jié)點j間的距離Δd與車輛移動速度vk相關(guān)，計算公式為：

Δd=ΔdTj+(dj-dk)=

(9)

通過距離Δd來計算鏈路穩(wěn)定性權(quán)重α(lm,n)，計算如下：

(10)

圖3 中繼節(jié)點選擇過程

根據(jù)鏈路穩(wěn)定性權(quán)重α(lm,n)可以將不可用的鏈路從列表中丟棄，以此精簡局部最優(yōu)解。如果兩個或多個局部最優(yōu)解相同時，則由其中最大值生成全局解。在傳統(tǒng)的路由過程中，為了選擇最優(yōu)的相鄰節(jié)點，需要估計與節(jié)點相關(guān)的度量。為了提高通信速率，選擇通信范圍內(nèi)的最大節(jié)點數(shù)目以最大化帶寬，有利于提高數(shù)據(jù)傳輸速率。

2.3.2 數(shù)據(jù)傳輸速率估計

假設(shè)兩輛車之間的相對速度分布Δv為：

(11)

式中，μk和σk是消息發(fā)送節(jié)點的平均速度和標(biāo)準(zhǔn)偏差向量，ρRi是通信范圍R內(nèi)的鄰居的密度，dmax為移動距離設(shè)定的最大值。

假定兩節(jié)點的連接時間為Δt，那么鏈路lm,n中的消息傳輸成功的概率[19]為：

(12)

當(dāng)消息傳輸成功概率滿意一定條件時，進行消息傳輸。對于中繼節(jié)點，如果lm,n=1，即兩車在移動過程中，處于連通狀態(tài)。

則中繼節(jié)點與轉(zhuǎn)發(fā)節(jié)點的消息傳輸速率Δmjk為：

(13)

從上式中可以看出，數(shù)據(jù)傳輸速率與節(jié)點的速度有關(guān)。

最后，可以根據(jù)鏈路穩(wěn)定性權(quán)重α(lm,n)和數(shù)據(jù)傳輸速率來動態(tài)評估鏈路質(zhì)量，從而選擇出最佳中繼節(jié)點的相鄰節(jié)點。因此，可以克服傳統(tǒng)GPSR協(xié)議中鏈路質(zhì)量評估沒有考慮到動態(tài)特性的問題。

3 實驗結(jié)果與分析

仿真中的區(qū)域設(shè)置為5 km×5 km的區(qū)域內(nèi)，包含最多400個車輛節(jié)點，車輛速度設(shè)置為20到100 km/h，通信半徑為250 m。本仿真實驗一共有10個(5+5)路旁接入設(shè)施，其中5個接入設(shè)施隨車輛的移動而逐漸遠離車輛。車載 CPU和MEC服務(wù)器性能均設(shè)置為1 GHz。MAC層協(xié)議為IEEE802.11，傳輸層協(xié)議為UDP，信標(biāo)消息大小為512 Bytes，帶寬為2 Mbps，數(shù)據(jù)包發(fā)送間隔時間為5 s。

路線圖由交叉口和長車道組成，通過對車輛發(fā)送功率的標(biāo)定來建立通信范圍，并且為車輛確定適當(dāng)?shù)木W(wǎng)絡(luò)、傳輸層協(xié)議以及應(yīng)用類型。將本文提出的IGPSR-MSD路由算法與現(xiàn)有的文獻[10]提出的MIURP、文獻[8]提出的IGPSR和文獻[13]提出的ABRP算法進行比較。分別在不同的車輛密度、交通流和車輛移動速度情況下，從分組傳送率、通信開銷和端到端延遲等指標(biāo)上進行對比分析。

3.1 車輛密度的影響

車輛密度將直接影響車載自適應(yīng)網(wǎng)絡(luò)性能。車輛密度的變化改善了網(wǎng)絡(luò)連通性，也改善了干擾區(qū)域。仿真實驗以65 km/h的速度分析車輛密度對分組傳送率[20]、丟包率[21]以及通信開銷[22]的影響。其中設(shè)置車輛數(shù)量為30到400之間不等。

3.1.1 分組傳送率

將所提算法的分組傳送率與現(xiàn)有算法進行對比，結(jié)果如圖4所示。車輛密度增加，高度集中導(dǎo)致暫?；蛘呗偻ㄐ?。所提算法中通過估計Δmjk優(yōu)化數(shù)據(jù)速率，根據(jù)Δv和Δd選擇最優(yōu)的中繼節(jié)點，并且驗證α(lm,n)，選擇一條穩(wěn)健的鏈路以確保傳送率最大。

圖4 車輛數(shù)量與分組傳送率

從圖4中可看出，相比于其他算法，所提出的IGPSR-MSD算法的分組傳送率最高，并且隨著車輛的增加，該值也逐漸增大。文獻[13]中考慮了靜態(tài)和動態(tài)的道路信息，但未充分鏈路質(zhì)量的影響，因此分組傳送率較低。文獻[8]根據(jù)節(jié)點的移動速度預(yù)測節(jié)點間的距離，但對中繼節(jié)點的選擇標(biāo)準(zhǔn)太過寬泛，分組傳送率有待提高。文獻[10]僅考慮車輛速度和位置等因素的影響，但對于道路信息等未進行動態(tài)更新，因此分組傳送率較低。

此外，將所提算法的丟包率與現(xiàn)有算法進行對比，結(jié)果如表1所示。由于最優(yōu)的中繼節(jié)點選擇，IGPSR-MSD中節(jié)點間重新連接和路由鏈路錯誤的數(shù)量較少，并且自適應(yīng)鏈路質(zhì)量評估確保了可靠鏈路，提高了成功的分組傳送，降低了丟包率。

表1 車輛數(shù)量與丟包率(100%)

3.1.2 通信開銷

車輛數(shù)量的增加導(dǎo)致控制信息交換的速率增加，其中路由請求和響應(yīng)確認的總數(shù)用于估計通信開銷。將所提算法的通信開銷與現(xiàn)有算法進行對比，結(jié)果如圖5所示。在提出的IGPSR-MSD算法中，車輛的狀態(tài)經(jīng)過初步分類，車輛距離和鏈路權(quán)重α(lm,n)共同決定數(shù)據(jù)轉(zhuǎn)發(fā)時的中繼節(jié)點選擇，以實現(xiàn)較少的控制消息。

圖5 車輛數(shù)量與通信開銷

從圖5中可看出，所提出的IGPSR-MSD算法的通信開銷最小，尤其隨著車輛數(shù)量的增加，該優(yōu)勢越明顯，由于其選擇最優(yōu)的中繼節(jié)點，無需傳送大量的控制信息。文獻[13]中由于考慮道路信息的靜態(tài)和動態(tài)信息，且缺乏高效的傳輸策略，因此通信開銷較多。文獻[8]利用IGPSR完成VANET路由，其中根據(jù)移動節(jié)點實時預(yù)測車輛，且選擇中繼節(jié)點，對通信的要求較高，開銷也較高。文獻[10] 通過使用可靠性參數(shù)和啟發(fā)式函數(shù)的自適應(yīng)路由過程確保在VANET中成功的數(shù)據(jù)傳輸，動態(tài)調(diào)整路徑，因此通信開銷相比文獻[8]和文獻[10]有所降低。

3.2 交通流的影響

評估交通流量對所提出算法和現(xiàn)有算法在端到端延遲和分組傳送率等方面的影響。不同的流量會增加網(wǎng)絡(luò)擁堵的可能性，從而影響車輛的速度和數(shù)據(jù)的傳輸速錄。實驗中設(shè)置交流流量為1到6不等，其中1代表各個路口基準(zhǔn)交通流量，設(shè)置為15輛/分鐘。

3.2.1 端到端延遲

交通流的增加導(dǎo)致通信過程中的分組傳送時間延長。將所提算法的端到端延遲與現(xiàn)有算法進行對比，結(jié)果如圖6所示。所提出的IGPSR-MSD算法中，通過基于移動方向選擇速度和距離較小的節(jié)點來保證鏈路的可用性?；诰嚯x和最優(yōu)的δc的節(jié)點選擇提高了鏈路的穩(wěn)定性，qp保證了傳輸質(zhì)量，防止了響應(yīng)時間的延長。因此，與現(xiàn)有算法相比，IGPSR-MSD具有更少的延遲。

圖6 交通流與端到端延遲

從圖6中可看出，相比于現(xiàn)有算法，所提出的IGPSR-MSD算法的端到端延遲時間是最小的，雖然隨著交通流的增加，其延遲時間也會上升，但上升幅度明顯比現(xiàn)有方法緩。尤其是文獻[8]和文獻[10]由于缺乏高效的分流策略，無法快速獲得可靠的鏈路，其端到端延遲時間長，且隨著交通流的增加快速上升。文獻[13]利用ABRP算法自適應(yīng)調(diào)整傳輸路徑，端對端延遲較小。

3.2.2 分組傳送率

交通流對所提算法與現(xiàn)有算法的分組傳送率的影響如圖7所示。所提出的IGPSR-MSD算法通過在通信時qp和Δd選擇可靠的鏈路來處理通信量。對于不同的車輛密度和速度，在任何時刻設(shè)置鏈路，通過在通信路徑中選擇適當(dāng)?shù)能囕v，最大化Δmjk，以實現(xiàn)更高的分組傳送率。

圖7 交通流與分組傳送率

從圖7中可看出，所提算法的分組傳送率是最高的，但隨著交通流的增加，由于傳送時間延長，分組傳送率逐漸降低，但下降幅度在高交通流時較小。邊緣計算層的引入使得車聯(lián)網(wǎng)環(huán)境中的車輛間的資源優(yōu)化調(diào)度策略變得更加靈活，進行通信、計算資源的合理分配，實現(xiàn)不同局部范圍內(nèi)實體間的資源高效利用。文獻[8]根據(jù)節(jié)點的移動速度預(yù)測節(jié)點間的距離，并且選擇運動緩慢的節(jié)點作為中繼節(jié)點，一旦交通流增大，大部分節(jié)點運動緩慢，均可作為中繼節(jié)點，加快數(shù)據(jù)傳送，因此當(dāng)交通流為5時有一個短暫的上升，但是節(jié)點數(shù)量有限，因此分組傳送率會再次降低。文獻[13]由于具有適用于較高交通流的路由協(xié)議，因此在交通流為4時有短暫的上升。文獻[10]利用單播路由過程，當(dāng)交通流增大時，其數(shù)據(jù)傳輸壓力較大，因此分組傳送率持續(xù)降低。

3.3 車輛相對速度的影響

車輛速度的變化會導(dǎo)致頻繁的鏈路變化和路由更新，如果僅路由過程是周期性變化的，lm,n=1能夠處理車輛速度的干擾而不影響網(wǎng)絡(luò)性能。車輛相對速度對所提算法與現(xiàn)有算法性能的影響如圖8所示。所提出的IGPSR-MSD算法中，由于路由過程中通過分析有利的傳輸條件以確定最優(yōu)的中繼節(jié)點，并且所需的信標(biāo)信息最少，從而確保了鏈路的可用性。

圖8 車輛相對速度與信標(biāo)信息

所提出的IGPSR-MSD算法所需的信標(biāo)信息最少，這是因為算法中考慮了車輛相對速度分布Δv，并且優(yōu)化鏈路選擇，因此對信標(biāo)信息的依賴性較低。文獻[10]由于較依賴車輛速度和位置的信息，因此其信標(biāo)信息較多。文獻[8]需要選擇中繼節(jié)點，對信標(biāo)數(shù)量有一定的要求，隨著車輛相對速度越大，節(jié)點間距離越大，為了保證通信質(zhì)量，對信標(biāo)數(shù)量的需求也會提高。而文獻[13]中較多依靠靜態(tài)和動態(tài)道路信息，因此需要的信標(biāo)信息較少。

4 結(jié)束語

為了提高VANET中的數(shù)據(jù)傳輸速率，所提出的移動邊緣計算環(huán)境下的IGPSR-MSD算法，結(jié)合了GPSR協(xié)議和自適應(yīng)鏈路質(zhì)量評估，通過鏈路穩(wěn)定性權(quán)重和鏈路傳輸速率來選擇最優(yōu)的中繼節(jié)點，確保鏈路的可靠性，完成高效的數(shù)據(jù)傳輸。IGPSR-MSD協(xié)議通過對車輛的通信范圍和位置、速度信息保持較好的鏈路穩(wěn)定性，針對路由協(xié)議中可能出現(xiàn)的路徑錯誤，引入了自適應(yīng)鏈路質(zhì)量評估，簡化了中繼節(jié)點與轉(zhuǎn)發(fā)節(jié)點的數(shù)據(jù)流和傳輸流。實驗結(jié)果驗證了車輛密度、車輛流和車輛相對速度對所提算法的影響較小，并且分組傳送率較高、端到端延遲較短且通信開銷較小，鏈路選擇時對信標(biāo)信息依賴程度不高。因此，所提算法能夠在眾多干擾下保持可靠的數(shù)據(jù)傳輸，適用于實際的車載網(wǎng)絡(luò)環(huán)境。

然而，所提方法中未考慮車輛方向突然改變這一因素的影響，并且實際道路信息復(fù)雜，目前考慮的因素有所欠缺。因此，后期將進一步完善VANET路由算法影響因素的分析并進行算法優(yōu)化。