周興凱，竇祖芳，楊喜娟，楊喬禮

（1.蘭州交通大學(xué)自動化與電氣工程學(xué)院，蘭州 730070；2.蘭州交通大學(xué)電子與信息工程學(xué)院，蘭州 730070）

前言

車聯(lián)網(wǎng)（internet of vehicles，IoV）作為汽車駕駛、電子信息、交通運(yùn)輸?shù)刃袠I(yè)深度融合的新型產(chǎn)業(yè)形態(tài)，越來越成為各國競相發(fā)展的重要方向。車聯(lián)網(wǎng)以車內(nèi)網(wǎng)、車際網(wǎng)和車載移動互聯(lián)網(wǎng)為基礎(chǔ)，利用先進(jìn)的人工智能、信息處理、通信傳輸、電子傳感及控制等技術(shù)，在車與X（X：車、路、人、服務(wù)平臺）間進(jìn)行無線通信和信息交換，是實(shí)現(xiàn)智能交通、信息服務(wù)和車輛智能控制的一體化網(wǎng)絡(luò)［1］。

對于V2X技術(shù)，目前國際上主要有專用短程通信 技 術(shù)（dedicated short range communication，DSRC）［2］和蜂窩網(wǎng)絡(luò)車聯(lián)網(wǎng)技術(shù)（cellular vehicleto-everything，C-V2X）兩種［3］。其中，DSRC的物理層由標(biāo)準(zhǔn)IEEE 802.11p構(gòu)成，可實(shí)現(xiàn)高速數(shù)據(jù)傳輸，帶寬可達(dá)3～27 Mb/s。IEEE 802.11p標(biāo)準(zhǔn)采用的載波偵聽多路訪問沖突避免（carrier sense multiple access with collision avoidance，CSMA/CA）機(jī)制，能很好地保證車輛在移動中的通信效率，但在高密度的場景下現(xiàn)有的指數(shù)退避（binary exponential backoff，BEB）算法導(dǎo)致網(wǎng)絡(luò)的數(shù)據(jù)傳輸性能急劇下降。C-V2X是一項(xiàng)利用和提高現(xiàn)有的長期演進(jìn)技術(shù)（long term evolution，LTE）特點(diǎn)及網(wǎng)絡(luò)要素的信息技術(shù)［4］。同時，基于LTE的C-V2X能夠與5G、6G進(jìn)行復(fù)用。LTE采用多波技術(shù)，主要支持靜態(tài)場景，對于車輛擁擠的情況可能無法提供所需的效能［5-7］。顯然，結(jié)合兩者的優(yōu)勢，通過兩種技術(shù)的融合實(shí)現(xiàn)車聯(lián)網(wǎng)通信是未來研究的一個方向［8-9］。然而，在交通密集場景中，兩者都不能很好地解決高效數(shù)據(jù)傳輸。所以，本文主要探討在交通密集場景中，如何降低數(shù)據(jù)通信時延，以提高系統(tǒng)可靠性。

IEEE 802.11p協(xié)議 的MAC層 使用CSMA/CA機(jī)制，該機(jī)制主要基于競爭窗口（contention window，CW）的指數(shù)增長來避免節(jié)點(diǎn)沖突。然而，在交通密集場景下，大量的節(jié)點(diǎn)同時競爭信道資源時，由于CW的固定尺寸大大降低了系統(tǒng)性能。另外，在交通稀疏場景下，CW的指數(shù)級增長會引起信道長時間空閑，導(dǎo)致信道資源浪費(fèi)，信息的實(shí)時性得不到保障［10］。針對不同場景的應(yīng)用，學(xué)者們對IEEE 802.11p相關(guān)協(xié)議做了大量的研究工作以期提高網(wǎng)絡(luò)性能。Du等［11］提出了一種自適應(yīng)退避算法，通過連續(xù)兩幀傳輸數(shù)據(jù)最大化單位時隙內(nèi)的傳輸成功率。Karaca等［12］通過改變退避計數(shù)器的減量來增強(qiáng)傳統(tǒng)協(xié)議的性能，其中退避計數(shù)器的減量取決于信道條件和競爭節(jié)點(diǎn)的數(shù)量。Syed等［13］設(shè)計了競爭窗口自適應(yīng)退避機(jī)制，通過網(wǎng)絡(luò)負(fù)載動態(tài)調(diào)整CW值，但此類方案均適用于特定場景中。針對在傳輸成功后最小化退避階段導(dǎo)致的沖突和短期低公平性的問題，Lee等［14］提出了一種競爭窗口自適應(yīng)方案，使用單個退避階段，改善了短期的公平性和吞吐量。隨著日常應(yīng)用環(huán)境中節(jié)點(diǎn)數(shù)量不斷增加，傳統(tǒng)機(jī)制的缺點(diǎn)變得更加明顯。為增強(qiáng)傳統(tǒng)機(jī)制的性能，Lin等［15］提出了一種動態(tài)連續(xù)波控制方案，通過沖突率來動態(tài)調(diào)整初始CW值以獲得最大吞吐量。然而，該方案沒有對沖突和信道訪問失敗的情況進(jìn)行區(qū)分，忽略了在信道訪問失敗的情況下對CW值調(diào)整的策略。Kefa等［16］提出了一種退避過程和信道清晰評估（clear channel assessment，CCA）的組合機(jī)制，由此改善在高度動態(tài)的環(huán)境中網(wǎng)絡(luò)的性能。傳統(tǒng)的機(jī)制中爭用期較短，導(dǎo)致沖突加劇，直接影響了網(wǎng)絡(luò)的可靠性和傳輸時延，Pressas［17］等設(shè)計了一種基于QLearning的獎勵機(jī)制，能夠估計最優(yōu)的CW值。在IEEE 802.11p協(xié)議中車輛節(jié)點(diǎn)通過“競爭”獲得信道資源，為保障數(shù)據(jù)及時可靠地傳輸，Bharati等［18］提出CRB機(jī)制，它是基于D-TDMA的協(xié)同MAC協(xié)議，通過主動對發(fā)端報文進(jìn)行重廣播提高系統(tǒng)的可靠性，但由于動態(tài)拓?fù)浜椭鲃訄笪闹欣^的原因，造成了時間槽的浪費(fèi)，增加了沖突率。IEEE 802.11p標(biāo)準(zhǔn)中缺乏中央?yún)f(xié)調(diào)器，鑒于車輛的高速移動特性，很難實(shí)現(xiàn)可靠的多通道協(xié)調(diào)和自適應(yīng)資源預(yù)留，Cao等［19］提出了一種自適應(yīng)的高吞吐量多信道MAC協(xié)議，解決了系統(tǒng)吞吐量急劇下降的問題。

綜合上述文獻(xiàn)，目前大多數(shù)設(shè)計的協(xié)議都提出了不同的性能增強(qiáng)機(jī)制，通過信息重傳、改進(jìn)競爭窗口、優(yōu)先級、引入CCA機(jī)制等方法來提高信道利用率。然而提出的方法只適用于特定的應(yīng)用，很難應(yīng)對通用車聯(lián)網(wǎng)所面臨的挑戰(zhàn)，同時探討交通密集場景下IEEE 802.11p協(xié)議的成果極少。

因此，針對交通密集場景，本文提出一種基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制，將退避過程劃分為主次窗口，并依據(jù)通信狀況動態(tài)地調(diào)整窗口劃分，達(dá)到提高系統(tǒng)的傳輸成功率，減少沖突的發(fā)生和降低傳輸時延的目標(biāo)。仿真結(jié)果顯示改進(jìn)后的機(jī)制均能夠滿足交通稀疏和密集環(huán)境下數(shù)據(jù)傳輸需求。本文的主要貢獻(xiàn)總結(jié)如下：

（1）主次窗口的劃分能夠大幅降低數(shù)據(jù)傳輸時延。在傳統(tǒng)機(jī)制中，退避窗口的尺寸根據(jù)BEB算法實(shí)現(xiàn)。當(dāng)節(jié)點(diǎn)沖突后，退避窗口呈指數(shù)級增長，退避時間大幅增加。本文首先通過主次窗口的劃分將一個退避過程分為主次退避兩個階段，主退避結(jié)束后節(jié)點(diǎn)嘗試傳輸數(shù)據(jù)，沖突后再進(jìn)入次退避階段，通過增加一次傳輸降低系統(tǒng)時延。

（2）自適應(yīng)窗口劃分技術(shù)能保證系統(tǒng)可靠性。本文中主次退避階段的劃分占比由參數(shù)BP進(jìn)行控制，BP的取值隨著沖突的增加而增加，實(shí)現(xiàn)根據(jù)沖突狀況動態(tài)調(diào)整主次退避階段的劃分。同時，BEB退避機(jī)制改進(jìn)后為不規(guī)則退避，即退避窗口尺寸由常量改進(jìn)為變量，大大降低了節(jié)點(diǎn)沖突的概率，保證了系統(tǒng)的可靠性。

（3）獲得車輛密度與系統(tǒng)性能指標(biāo)的解析關(guān)系。以簇內(nèi)車輛個數(shù)及簇頭個數(shù)為主要參數(shù)，建立二維馬爾科夫鏈模型，對提出的基于自適應(yīng)主次窗口劃分的IEEE 802.11p協(xié)議進(jìn)行分析，并獲得車輛密度與系統(tǒng)時延、可靠性等各項(xiàng)性能指標(biāo)的解析關(guān)系式。

1 車聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)

本文使用的車聯(lián)網(wǎng)拓?fù)淙鐖D1所示。該網(wǎng)絡(luò)中主要包含兩個基礎(chǔ)模塊：車載單元（on board unit，OBU）模塊和路邊單元（road side unit，RSU）模塊。OBU由車輛配備的全球定位系統(tǒng)（global positioning system，GPS）和車載傳感器等組成，負(fù)責(zé)獲取本車及附近交通信息。RSU與外部公共網(wǎng)絡(luò)連接，實(shí)現(xiàn)接入互聯(lián)網(wǎng)的功能，在車輛和外部公共網(wǎng)絡(luò)之間起到中轉(zhuǎn)作用。車輛間可以通過OBU進(jìn)行實(shí)時的交通信息共享，采用C-V2V技術(shù)。

圖1 車聯(lián)網(wǎng)的網(wǎng)絡(luò)架構(gòu)

車輛通過RSU將信息上傳至智能交通系統(tǒng)云端，實(shí)現(xiàn)車輛與外部公共網(wǎng)絡(luò)之間的信息共享。如果采用C-V2I技術(shù)，即每個車輛向RSU預(yù)約固定的時間及頻帶，但車輛的移動性導(dǎo)致其與RSU間通信時長很短，預(yù)約機(jī)制在浪費(fèi)較多網(wǎng)絡(luò)資源的同時也存在資源碰撞。所以在本文中，車輛與RSU間采用IEEE 802.11p標(biāo)準(zhǔn)，即車輛間通過競爭機(jī)制與RSU傳遞信息。

2 基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制

2.1 經(jīng)典的IEEE 802.11p機(jī)制

圖2描述了經(jīng)典的IEEE 802.11p機(jī)制的基本流程圖。經(jīng)典的IEEE 802.11p協(xié)議較好地緩解了由車輛移動帶來的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)多變造成信息傳遞效率低的問題。但在交通密集場景下，大量車輛節(jié)點(diǎn)參與競爭，導(dǎo)致沖突發(fā)生的概率增加，退避次數(shù)增加，且退避時延呈指數(shù)級增長，即車輛節(jié)點(diǎn)在退避階段花費(fèi)大量時間，使通信資源造成極大的浪費(fèi)，同時通信效率急劇下降［20］。所以經(jīng)典的IEEE 802.11p協(xié)議不適用于交通密集場景，有必要設(shè)計專用于交通密集場景下的V2I數(shù)據(jù)傳輸機(jī)制。

圖2 經(jīng)典的IEEE 802.11p機(jī)制

2.2 基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制的設(shè)計

為了提高交通密集場景下車聯(lián)網(wǎng)的通信性能，本文提出了一種基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制。通過劃分退避窗口將退避階段分為兩部分，即主退避階段（main backoff，MB）和次退避階段（secondary backoff，SB）。

圖3描述了基于自適應(yīng)主次窗口劃分的IEEE 802.11p機(jī)制的基本流程，其具體步驟如下。

圖3 改進(jìn)后的IEEE 802.11p機(jī)制

步驟1當(dāng)節(jié)點(diǎn)有數(shù)據(jù)發(fā)送時，初始化參數(shù)為NB=0，Backoff=2macMaxBE-1。節(jié)點(diǎn)執(zhí)行CCA來持續(xù)偵聽信道，當(dāng)偵聽到信道空閑時隨機(jī)選取BP后執(zhí)行步驟2。

步驟2節(jié)點(diǎn)在(0，W0)范圍內(nèi)選擇一個隨機(jī)數(shù)作為退避計時器的初值。若信道空閑，則進(jìn)行一次倒數(shù)，計時器減1，若信道被占用，計時器保持不變，不進(jìn)行倒數(shù)。

步驟3當(dāng)退避計時器下降為0時，節(jié)點(diǎn)執(zhí)行CCA。若信道空閑，則節(jié)點(diǎn)可以傳輸數(shù)據(jù)包。若信道處于占用狀態(tài)，表示主退避階段信道訪問失敗。進(jìn)入次退避階段，執(zhí)行步驟4。

步驟4節(jié)點(diǎn)在(0，W1)范圍內(nèi)選擇一個隨機(jī)數(shù)作為退避計時器的初值。若信道空閑，則進(jìn)行一次倒數(shù)，計時器減1。若信道被占用，計時器保持不變，不進(jìn)行倒數(shù)。

步驟5當(dāng)計時器下降為0時，節(jié)點(diǎn)執(zhí)行CCA。若信道空閑，則節(jié)點(diǎn)可以傳輸數(shù)據(jù)包。若信道處于占用狀態(tài)，表示次退避階段信道訪問失敗，則進(jìn)行下一級退避，對BP和NB分別加1，執(zhí)行步驟6。

步驟6若NB

步驟7當(dāng)節(jié)點(diǎn)成功收到ACK反饋，表示傳輸成功，結(jié)束流程。

其中，參數(shù)BP是主退避窗口尺寸與整個退避窗口尺寸之比，表示主窗口的占比。為了有效降低節(jié)點(diǎn)的退避時延，通常取較小的主窗口尺寸，即BP的值可以取1，2，3，4，5。用Backoff、W0和W1分別表示整個退避窗口、主窗口和次窗口的尺寸，三者的關(guān)系式如式（1）～式（3）。

改進(jìn)后的機(jī)制有以下優(yōu)點(diǎn)：

（1）通過主次窗口的劃分提高數(shù)據(jù)傳輸率，降低退避時延。本文通過主次窗口的劃分將一個退避過程分為主次退避兩個階段，主退避結(jié)束后節(jié)點(diǎn)嘗試傳輸數(shù)據(jù)，沖突后進(jìn)入次退避階段，通過增加一次傳輸提高數(shù)據(jù)傳輸率，同時降低系統(tǒng)時延。

（2）主次窗口的線性劃分有效降低節(jié)點(diǎn)間的沖突。在傳統(tǒng)機(jī)制中，相同退避階段節(jié)點(diǎn)的退避窗口大小為定量，會出現(xiàn)選擇同一退避計時器值的可能。但本文所提出的機(jī)制中隨機(jī)選取主次窗口的劃分比例參數(shù)BP的初值，導(dǎo)致相同退避階段節(jié)點(diǎn)的主退避窗口大小為變量，極大地降低了節(jié)點(diǎn)選擇同一退避計時器值的可能性，有效降低節(jié)點(diǎn)間的沖突。

（3）自適應(yīng)主次窗口劃分實(shí)現(xiàn)機(jī)制的動態(tài)調(diào)整。由于信道沖突或信道占用導(dǎo)致節(jié)點(diǎn)退避失敗時，在下一級退避中，BP值會增加1個單位來增大主退避階段的競爭窗口尺寸，進(jìn)而提高傳輸成功率。若此后退避失敗，則以此類推。通過控制BP值來選擇合適的競爭窗口尺寸，進(jìn)而提高系統(tǒng)性能。也就是說，所提出的機(jī)制是依據(jù)節(jié)點(diǎn)密度動態(tài)調(diào)整主次窗口的比例，在節(jié)點(diǎn)密度較大時增加主窗口，進(jìn)而降低沖突，節(jié)點(diǎn)密度較小時減小主窗口，由此有效地降低退避時延并保持系統(tǒng)的可靠性。

通過以上分析，所提出的機(jī)制通過自適應(yīng)窗口劃分方法有效減少節(jié)點(diǎn)退避時延，降低節(jié)點(diǎn)沖突，提高數(shù)據(jù)傳輸率，保證系統(tǒng)可靠性。為了驗(yàn)證所提出機(jī)制的有效性，在下一部分中開展了對所提出機(jī)制的建模分析。

3 基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制的建模分析

3.1 改進(jìn)IEEE 802.11p機(jī)制的數(shù)學(xué)建模

為了簡化多級退避過程建模，考慮到節(jié)點(diǎn)退避，執(zhí)行CCA以及傳輸數(shù)據(jù)成對出現(xiàn)，將這3部分組合為一個Block，記為Block B(i，j)，其中在二維Markov狀態(tài)Block B(i，j)中，j(j=0，1，2，???，m)表示節(jié)點(diǎn)的退避級數(shù)，i(i=0，1)表示主次退避階段，i=0表示節(jié)點(diǎn)處于主退避階段。

圖4（a）為本文提出的基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制的馬爾可夫鏈模型［21-23］，圖4（b）為 圖4（a）中 的B塊。將Block B(i，j)簡 記 為B(i，j)，其包含3部分：退避過程、CCA和傳輸數(shù)據(jù)。其中Wi表示主次退避階段的競爭窗口尺寸。本文中，假設(shè)網(wǎng)絡(luò)中的N個車輛總有數(shù)據(jù)傳輸需求，即討論飽和網(wǎng)絡(luò)下的系統(tǒng)模型分析。本文所使用的符號如表1所示。

表1 本文所使用的符號

節(jié)點(diǎn)處于Block B(i，j)的穩(wěn)態(tài)概率用PB(i，j)表示，由圖4（a）可得各Block B(i，j)的狀態(tài)轉(zhuǎn)移概率：

在備案審查主體方面，要進(jìn)一步暢通政府規(guī)章審查渠道，一是從備案審查機(jī)構(gòu)著手，提升備案審查主體的獨(dú)立性和權(quán)威性，從而提升備案審查工作的整體效能。二是賦予公民參與更大的權(quán)重，賦予審查建議和審查要求同等待遇，從而提高公眾參與和提起審查建議的積極性，通過外力助推審查工作。三是探索擴(kuò)大行政復(fù)議規(guī)范性文件審查范圍，將政府規(guī)章逐步納入行政復(fù)議受理范圍。四是探索規(guī)章備案審查與司法機(jī)關(guān)監(jiān)督的有效銜接，逐步完善法院有效參與的法律監(jiān)督體制。

圖4 馬爾科夫鏈模型

用Pback(i，j)表示節(jié)點(diǎn)處于Block B(i，j)中退避狀態(tài)的穩(wěn)態(tài)概率，其表達(dá)式如下：

式中Wi表示退避階段的競爭窗口尺寸。

節(jié)點(diǎn)處于Block B(i，j)中CCA狀態(tài)的穩(wěn)態(tài)概率等于對應(yīng)退避狀態(tài)B(i，j)的穩(wěn)態(tài)概率，因?yàn)橥吮軤顟B(tài)后就執(zhí)行CCA檢查信道。所以CCA過程的概率可以表示為

這里用tb-slot表示倒計時器的單位時間1。為了方便計算，將數(shù)據(jù)包的傳輸時延換算成計時器的時間長度L。假設(shè)tb-slot等于320 μs，數(shù)據(jù)包的長度為120 bytes，傳輸數(shù)據(jù)包的速率為250 kbps，則發(fā)送的持續(xù)時間為3.84 ms。數(shù)據(jù)包的等效傳輸時延等于384 ms/320 μs，結(jié)果為12個單位時間。

節(jié)點(diǎn)處于Block B(i，j)的穩(wěn)態(tài)概率之和PSPB(i，j)由3部分求和得到，其表達(dá)式為

根據(jù)式（10）和歸一化原理，得到所有Block B(i，j)的穩(wěn)態(tài)概率和為1，如式（11）和式（12）所示。

3.2 改進(jìn)機(jī)制的系統(tǒng)性能評估

3.2.1 沖突率

沖突率［21］定義為信道內(nèi)節(jié)點(diǎn)傳輸發(fā)生碰撞的概率，由PC表示。碰撞發(fā)生表示至少有兩個節(jié)點(diǎn)向RSU發(fā)送數(shù)據(jù)包，其表達(dá)式為

3.2.2 信道占用率

信道占用率表示當(dāng)節(jié)點(diǎn)準(zhǔn)備傳輸數(shù)據(jù)包時發(fā)現(xiàn)信道處于占用狀態(tài)的概率，由α表示。也就是，當(dāng)沒有節(jié)點(diǎn)向信道發(fā)送數(shù)據(jù)包時，信道是空閑的。其表達(dá)式為

3.2.3 平均傳輸時延

平均傳輸時延表示數(shù)據(jù)包從退避過程開始執(zhí)行CCA到數(shù)據(jù)包傳輸成功總共花費(fèi)的平均時間。退避過程的時延定義為節(jié)點(diǎn)經(jīng)歷所有主次退避過程花費(fèi)的時間之和，用DBack表示；CCA的時延定義為節(jié)點(diǎn)執(zhí)行所有CCA所需的時間之和，用DCCA表示；數(shù)據(jù)傳輸?shù)臅r延定義為節(jié)點(diǎn)發(fā)送數(shù)據(jù)所花費(fèi)的時間，用Dtrans表示。

那么總時延D的表達(dá)式為

3.2.4 傳輸成功率

傳輸成功率（packet delivery ratio，PDR）定義為節(jié)點(diǎn)成功發(fā)送數(shù)據(jù)包的概率，表示所有Block B(i，j)中成功傳輸?shù)母怕手停?5］，它的表達(dá)式如下：

4 仿真驗(yàn)證

為了驗(yàn)證所提出機(jī)制的有效性，本節(jié)對所提出機(jī)制進(jìn)行了MATLAB仿真性能評估，并對改進(jìn)后的機(jī)制與經(jīng)典機(jī)制進(jìn)行了性能比較。同時，用RSU內(nèi)的車輛節(jié)點(diǎn)個數(shù)表征車輛密度，分析了車輛密度和BP值與系統(tǒng)傳輸延遲、傳輸成功率之間的關(guān)系。

仿真場景如圖5，設(shè)置一段長1 km的雙車道公路為一個單位區(qū)域，RSU位于道路中部。假設(shè)單位區(qū)域內(nèi)車輛數(shù)不變，所有車輛均在RSU通信范圍內(nèi)且傳輸速率相同。車輛配備的OBU設(shè)備采用相同的物理層參數(shù)和MAC層參數(shù)，不存在隱終端問題和捕獲效應(yīng)。具體仿真參數(shù)設(shè)定如表2所示。

圖5 仿真場景

表2 仿真參數(shù)

4.1 沖突率和信道占用率

圖6中對經(jīng)典機(jī)制與改進(jìn)機(jī)制下的沖突率進(jìn)行了比較。從圖中可以看出，在交通稀疏和交通密集場景下，改進(jìn)機(jī)制其沖突率都低于經(jīng)典機(jī)制。同時，沖突率隨著節(jié)點(diǎn)個數(shù)的增加而增加。在飽和網(wǎng)絡(luò)中，參與競爭的車輛越多，碰撞的概率越大，沖突率越高。由圖6可知，當(dāng)節(jié)點(diǎn)個數(shù)不變時，BP初值設(shè)定越大，沖突率就越小。這是因?yàn)樵诟倪M(jìn)機(jī)制中，傳輸失敗后將BP值增加1個單位，通過增加下一級主退避窗口尺寸降低沖突，即主退避窗口占比越大，沖突率越小。

圖7中對經(jīng)典機(jī)制和改進(jìn)機(jī)制下的信道占用率進(jìn)行了比較。從圖中可以看出，在交通稀疏和密集場景中，改進(jìn)機(jī)制下的信道占用率都小于經(jīng)典機(jī)制。這是因?yàn)楦倪M(jìn)后的機(jī)制采用了動態(tài)退避窗口尺寸，有效地降低了沖突發(fā)生的概率。同時可以看出，兩種機(jī)制下的占用率與節(jié)點(diǎn)密度呈正比。由圖7可知，當(dāng)節(jié)點(diǎn)個數(shù)不變時，BP初值設(shè)定越大，沖突率就越小，原理與圖6相同。

圖7 信道占用率隨車輛密度的變化

4.2 平均傳輸延遲（Delay）

圖8中對經(jīng)典機(jī)制和改進(jìn)機(jī)制下的傳輸時延進(jìn)行了比較。從圖中可以看出，在交通稀疏和密集場景下，改進(jìn)后的機(jī)制其時延遠(yuǎn)遠(yuǎn)小于前者的時延，相比經(jīng)典機(jī)制，改進(jìn)后的機(jī)制其傳輸延遲平均降低了49.3%。改進(jìn)機(jī)制降低了占用率及沖突率，進(jìn)而降低傳輸時延。顯然，二者的傳輸時延隨著節(jié)點(diǎn)個數(shù)的增加而增加。在改進(jìn)機(jī)制中，節(jié)點(diǎn)稀疏場景下，隨著節(jié)點(diǎn)個數(shù)的增加，平均傳輸延遲的值增速緩慢。但在節(jié)點(diǎn)密集場景下，隨著參與競爭的節(jié)點(diǎn)個數(shù)增加，平均傳輸延遲的增速變大。具體來說，節(jié)點(diǎn)個數(shù)N的增加增大了節(jié)點(diǎn)之間的沖突率，導(dǎo)致信道占用率增加，節(jié)點(diǎn)退避級數(shù)增加進(jìn)而增大退避時延，導(dǎo)致傳輸延遲增加。同時，隨著BP初值的增加，平均傳輸時延也隨之增加。因?yàn)锽P初值的增大意味著更大的競爭窗口，節(jié)點(diǎn)的退避時間增加，最終平均傳輸時延增加。這與圖7形成相互驗(yàn)證，BP值越大，競爭窗口尺寸越大，節(jié)點(diǎn)沖突率下降，信道占用率降低，但退避時延增加。

圖8 傳輸延遲對比

4.3 傳輸成功率（PDR）

圖9表示在經(jīng)典機(jī)制和改進(jìn)機(jī)制下對傳輸率進(jìn)行比較的結(jié)果。從圖中可以看出，在交通稀疏和密集場景下，改進(jìn)后的機(jī)制其成功率遠(yuǎn)大于經(jīng)典機(jī)制的時延，相比經(jīng)典機(jī)制，改進(jìn)后的機(jī)制其傳輸延遲平均提高了26.7%。改進(jìn)機(jī)制降低了占用率和沖突率，同時每級退避增加一次傳輸，進(jìn)而提高了傳輸率。顯然，二者的傳輸率隨著節(jié)點(diǎn)個數(shù)的增加而降低。因?yàn)楣?jié)點(diǎn)個數(shù)N增大，意味著更多節(jié)點(diǎn)參與競爭，信道占用率和沖突率增大，最終導(dǎo)致傳輸成功率降低。在改進(jìn)后的機(jī)制中，傳輸成功率與BP初值呈反比例。因?yàn)锽P初值越大代表主退避窗口尺寸越大，退避時延越大，沖突概率越低，成功傳輸率就越大。

圖9 傳輸成功率對比

5 改進(jìn)機(jī)制的優(yōu)化

仿真結(jié)果展示BP初值的設(shè)定得到的時延和可靠性是相互矛盾。從圖8和圖9中可以看出，較大的BP初值可以得到理想的系統(tǒng)傳輸率，但傳輸時延最差，而較小的BP初值可以獲得理想的傳輸時延，但傳輸率最差。所以，在網(wǎng)絡(luò)系統(tǒng)性能中時延和傳輸成功率是相互矛盾的。為了獲得均衡的系統(tǒng)綜合性能，本文以節(jié)點(diǎn)密度為主要參數(shù)，建立時延最小傳輸率最大的多目標(biāo)優(yōu)化模型，通過遺傳算法（genetic algorithm，GA）求解，得到依據(jù)節(jié)點(diǎn)個數(shù)動態(tài)變化的最優(yōu)BP初值。多目標(biāo)優(yōu)化模型如式（21）所示。

圖10為車輛密度與目標(biāo)函數(shù)的關(guān)系，目標(biāo)函數(shù)值越小說明系統(tǒng)綜合性能越理想。在圖中，當(dāng)車輛密度為3與5、BP初值為1時，目標(biāo)函數(shù)值最小；當(dāng)車輛密度為7與9、BP初值為2時，目標(biāo)函數(shù)值最??；當(dāng)車輛密度為13與18、BP初值為3時，目標(biāo)函數(shù)值最?。划?dāng)車輛密度為23與27、BP初值為4時，目標(biāo)函數(shù)值最??；當(dāng)車輛密度為32與36、BP初值為5時，目標(biāo)函數(shù)值最小。

圖10 Delay/PDR隨車輛密度的變化

因此，在交通稀疏網(wǎng)絡(luò)中，選擇較小的BP初值系統(tǒng)的綜合性能更優(yōu)。例如車輛密度為3、5時，改進(jìn)后的機(jī)制下主退避階段初值占比為10%后續(xù)增長至60%時，系統(tǒng)獲得均衡的時延和傳輸率。顯然，車輛密度較小時，較小的主退避窗口可以降低傳輸時延同時保證了傳輸可靠性，這正是改進(jìn)機(jī)制所要達(dá)到的目標(biāo)。

同理，在交通密集網(wǎng)絡(luò)中，選擇較大的BP初值系統(tǒng)的綜合性能更優(yōu)。例如車輛密度為32、36時，改進(jìn)機(jī)制下主退避階段初值占比為50%后續(xù)增長至100%時，系統(tǒng)獲得均衡的時延和傳輸率。顯然，車輛密度較大時，較大的主退避過程可以降低沖突率進(jìn)而保證傳輸可靠性，以犧牲時延為代價獲得網(wǎng)絡(luò)的均衡性能。

6 結(jié)論

為解決交通密集場景中V2I通信效率差的問題，本文提出了基于IEEE 802.11p的自適應(yīng)主次窗口退避機(jī)制方案，通過退避窗口尺寸的動態(tài)變化及傳輸次數(shù)的增加，降低沖突率增加數(shù)據(jù)傳輸率。在此基礎(chǔ)上，以節(jié)點(diǎn)密度為主要參數(shù)，通過建立二維Markov模型對改進(jìn)機(jī)制進(jìn)行理論分析，獲得信道占用率、節(jié)點(diǎn)沖突率、傳輸時延和傳輸率PDR4個性能指標(biāo)的解析式。仿真結(jié)果表明，與經(jīng)典機(jī)制相比，在交通稀疏和密集場景中，改進(jìn)機(jī)制都能獲得更低的系統(tǒng)時延、信道占用率、節(jié)點(diǎn)沖突率和更高的數(shù)據(jù)傳輸率。為了得到均衡的系統(tǒng)性能，建立多目標(biāo)優(yōu)化模型，求解得到最優(yōu)的BP初值設(shè)定并進(jìn)行仿真驗(yàn)證。然而，改進(jìn)機(jī)制僅考慮有限的退避，沒有區(qū)分新數(shù)據(jù)和重傳數(shù)據(jù)，在未來的工作中帶有重傳策略的自適應(yīng)窗口劃分IEEE 802.11p機(jī)制是我們的研究方向。