張振興 劉建航 李世寶 張寶銀 張晨晨

（1.中國(guó)石油大學(xué)（華東）海洋與空間信息學(xué)院 青島 266580）

（2.中國(guó)石油大學(xué)（華東）計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 青島 266580）

1 引言

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，網(wǎng)絡(luò)成為人們生活中不可缺少的一部分，人們對(duì)網(wǎng)絡(luò)環(huán)境的要求也隨之提高，例如用戶需要使用視頻流媒體、社交等服務(wù)，尤其在長(zhǎng)途旅途中；盡管車輛可以通過(guò)覆蓋范圍廣的蜂窩網(wǎng)絡(luò)獲取網(wǎng)絡(luò)服務(wù)，但是接入成本較高。車輛自組織網(wǎng)絡(luò)（vehicle ad-hoc network，VANET）［1］是智能交通系統(tǒng)（ITS）的核心之一，主要是指具備無(wú)線通信和計(jì)算能力的車輛之間以及車輛與路邊路由單元（Road Side Unit，RSU）之間相互通信組成的移動(dòng)自組織網(wǎng)絡(luò)，其設(shè)計(jì)目的是提高乘客安全性，提高交通效率。蜂窩網(wǎng)絡(luò)下車載無(wú)線通信技術(shù)（cellular-vehicle to everything，C-V2X）通過(guò)無(wú)線方式實(shí)現(xiàn)車輛與車輛（vehicle to vehicle，V2V）之間及車輛與路邊單元（vehicle to roadside unit，V2R）之間的數(shù)據(jù)傳輸［2～4］，是解決車載自組織網(wǎng)絡(luò)（VANET）中頻譜資源受限和數(shù)據(jù)傳輸速率較低的有效手段。由于RSU的通信范圍和部署數(shù)量限制，高速行駛的車輛在RSU 范圍內(nèi)的時(shí)間較短，在RSU 之間的通信盲區(qū)的時(shí)間較長(zhǎng)，導(dǎo)致車輛間歇性接入網(wǎng)絡(luò)，影響客戶上網(wǎng)體驗(yàn)［5］。

協(xié)助下載（cooperative downloading）的概念是由文獻(xiàn)［6］提出的SPAWN 協(xié)議首次引入到車聯(lián)網(wǎng)中，主要應(yīng)用場(chǎng)景是P2P。SPAWN 協(xié)議的前提是假定目標(biāo)車輛與協(xié)助車輛都需要這一數(shù)據(jù)包，并提前進(jìn)行預(yù)下載，該方法并不適用于多個(gè)目標(biāo)車輛請(qǐng)求不同數(shù)據(jù)包的情況?，F(xiàn)有的諸多文獻(xiàn)［7～9］只關(guān)注于單信道情況，忽略了目標(biāo)車輛與協(xié)助車輛進(jìn)行數(shù)據(jù)傳遞時(shí)其他車輛造成的影響，但實(shí)際情況下同區(qū)域若有兩個(gè)目標(biāo)車，則有可能發(fā)生沖突導(dǎo)致傳輸失敗。其次，在實(shí)際高速公路交通環(huán)境中，移動(dòng)中的OBU 之間的社交關(guān)系也會(huì)對(duì)協(xié)助下載產(chǎn)生影響［10～14］，即OBU 由于客觀原因如硬件故障、電量不足、木馬入侵、信道沖突等成為壞點(diǎn)，導(dǎo)致其無(wú)法完成協(xié)助服務(wù)。

針對(duì)以上問(wèn)題，本文提出了基于可信度的多信道協(xié)助下載選車方案，以提高盲區(qū)資源利用率，研究?jī)?nèi)容主要有兩個(gè)方面：1）優(yōu)化節(jié)點(diǎn)之間可信度算法，避免中繼節(jié)點(diǎn)中存在的壞點(diǎn)參與傳輸；2）多任務(wù)多信道情況下，為了避免出現(xiàn)信道沖突選擇合適的中繼節(jié)點(diǎn)。

2 基于節(jié)點(diǎn)可信度的多信道中繼節(jié)點(diǎn)選擇算法

2.1 系統(tǒng)模型

系統(tǒng)模型如圖1 所示。在高速公路上，由于RSU的部署較為稀疏，用戶在RSU之間的盲區(qū)無(wú)法獲得網(wǎng)絡(luò)服務(wù)。通過(guò)多信道協(xié)助通信可以有效提高用戶體驗(yàn)。然而，如圖1 所示，中繼協(xié)助節(jié)點(diǎn)中存在壞點(diǎn)，如協(xié)助節(jié)點(diǎn)的發(fā)送裝置損壞，只接收發(fā)送等，壞點(diǎn)的存在會(huì)影響協(xié)作通信的質(zhì)量。為了能夠有效地提升傳輸效率，需要在符合條件的協(xié)助節(jié)點(diǎn)集合中選出合適的中繼節(jié)點(diǎn)。

圖1 系統(tǒng)模型

在進(jìn)入?yún)f(xié)助下載之前，將道路上行駛的車輛表示為集合V={v1，v2，…，vNv} ，Nv 表示車輛數(shù)量。C={c1，c2，…，ck} 指代信道集合，k表示信道總數(shù)。若此時(shí)vi需要傳輸數(shù)據(jù)，假設(shè)RSU 已有所需數(shù)據(jù)包，將數(shù)據(jù)包分為Nm塊，vi所需數(shù)據(jù)包集合可以表示為M={m1，m2，…，mNm} 。車輛集合中的壞點(diǎn)占有率表示為b。

將系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)建模為二分圖G( )v，ε，定義全局動(dòng)作為系統(tǒng)某時(shí)刻所有節(jié)點(diǎn)進(jìn)行傳輸?shù)膭?dòng)作，定義局部動(dòng)作為某節(jié)點(diǎn)在某時(shí)刻的傳輸動(dòng)作，因此全局動(dòng)作可被描述為多個(gè)局部動(dòng)作的集合。

2.2 綜合可信度

當(dāng)節(jié)點(diǎn)i判斷節(jié)點(diǎn)j本次傳輸?shù)目尚哦葧r(shí)，也可以分為：1）直接可信度：通過(guò)過(guò)去的合作經(jīng)驗(yàn)得出的i對(duì)j的可信度；2）間接可信度：其他節(jié)點(diǎn)對(duì)j的可信度。

2.2.1 直接可信度

過(guò)往合作體驗(yàn)作為節(jié)點(diǎn)是否可信的重要參考因素，可以避免多次選擇同一個(gè)壞點(diǎn)導(dǎo)致的計(jì)算冗余，本文通過(guò)直接可信度度量。假設(shè)發(fā)送節(jié)點(diǎn)i發(fā)送數(shù)據(jù)給接收節(jié)點(diǎn)j時(shí)，j都會(huì)積極參與。直接可信度的計(jì)算與傳輸任務(wù)完成度以及使用時(shí)間決定。設(shè)i與j合作次數(shù)為P，直接可信度可計(jì)算如下：

其中Ri，j(x)表示發(fā)送節(jié)點(diǎn)i與中繼節(jié)點(diǎn)j第x次傳輸?shù)目傮w滿意度，如式（2）所示：

p表示傳輸任務(wù)的完成度，t表示實(shí)際傳輸時(shí)間，T為預(yù)估傳輸時(shí)間，δ為損失因子。

2.2.2 間接可信度

當(dāng)發(fā)送節(jié)點(diǎn)與i與接收節(jié)點(diǎn)j的缺乏合作，需要通過(guò)推薦節(jié)點(diǎn)m獲得相關(guān)信息，計(jì)算出間接信任度。顯然，當(dāng)接收節(jié)點(diǎn)i與推薦節(jié)點(diǎn)m越熟悉，則推薦節(jié)點(diǎn)m對(duì)發(fā)送節(jié)點(diǎn)i與接收節(jié)點(diǎn)j的間接可信度的影響越大。定義發(fā)送節(jié)點(diǎn)i的相關(guān)節(jié)點(diǎn)集合L={vs1，vs2，…，vsg} ，E為i與周邊節(jié)點(diǎn)的平均相遇次數(shù)，vk∈L為在接收節(jié)點(diǎn)i周邊并且與i相遇次數(shù)大于E的用戶。若存在h個(gè)相關(guān)節(jié)點(diǎn)與接收節(jié)點(diǎn)j的直接可信度不為0，則所得間接可信度可表示為

綜上所述，節(jié)點(diǎn)的綜合可信度可以由直接可信度和間接可信度表示為

其中w1和w2為調(diào)節(jié)系數(shù)，滿足式（5）：

2.3 效用函數(shù)

當(dāng)OBU 經(jīng)過(guò)RSU 的時(shí)候，可以通過(guò)V2R 獲取目標(biāo)節(jié)點(diǎn)請(qǐng)求的數(shù)據(jù)包，其中標(biāo)記了目標(biāo)節(jié)點(diǎn)的ID。假設(shè)i可以與其通信區(qū)域內(nèi)的鄰居進(jìn)行通信，用Nebi表示i的鄰居節(jié)點(diǎn)集合，當(dāng)i選擇將數(shù)據(jù)傳輸給自己的鄰居節(jié)點(diǎn)j時(shí)，系統(tǒng)的總效益可以被表示為Uij(G)。為了保證通信鏈路的穩(wěn)健性，將連接時(shí)間和距離增益引入U(xiǎn)ij(G)。

如果兩個(gè)OBU 的連接時(shí)間長(zhǎng)，表示在同等時(shí)間內(nèi)傳輸?shù)臄?shù)據(jù)包會(huì)更多，并且具有較高的穩(wěn)健性，成功將數(shù)據(jù)包傳輸?shù)母怕室矔?huì)越大。i的當(dāng)前狀態(tài)可以表示為Xi={vi，x，vi，y，xi，yi} ，分別表示i在橫縱坐標(biāo)上的速度和當(dāng)前位置，因此i與j之間的距離可以表示為，如果i與j通信時(shí)距離di，j大于最大V2V 通信距離，通信將被中斷。在短時(shí)間內(nèi)，假定OBU 的速度不會(huì)改變，因此，可以通過(guò)求解OBU 之間的連接時(shí)間以排除不能保證鏈路穩(wěn)定性的中繼節(jié)點(diǎn)選擇。i與j之間的連接時(shí)間可以通過(guò)求解以下方程組求得：

另外，連接時(shí)間tij應(yīng)該進(jìn)行歸一化操作，當(dāng)tij越長(zhǎng)，歸一化的參數(shù)應(yīng)該越接近1：

其中，ttrans表示i和j之間傳輸數(shù)據(jù)需要的時(shí)間。

距離增益表示此次傳輸相較于傳輸前數(shù)據(jù)包與目標(biāo)節(jié)點(diǎn)的距離減少程度。假設(shè)i攜帶的數(shù)據(jù)包的目標(biāo)節(jié)點(diǎn)為tar，可以求出tar與i的距離和j的距離，則此次傳輸?shù)木嚯x增益可以表示為

系統(tǒng)的傳輸收益Uij(G)可以表示為

2.4 信道重用最小距離

在多信道模式下，需要盡量隔離同信道的覆蓋范圍，提高同信道的重用率，才能保障系統(tǒng)整體接入性能。若有行為s1=(a1，b1，c)和s2=(a2，b2，c)，表示發(fā)送節(jié)點(diǎn)a1和a2使用信道c分別向接收節(jié)點(diǎn)b1和b2進(jìn)行數(shù)據(jù)傳輸。定義信道重用最小距離dmin，表示對(duì)信道重用節(jié)點(diǎn)之間距離的最低要求：

其中da1，a2，da1，b2，da2，b1和db1，b2表示兩個(gè)不同通信之間的發(fā)送節(jié)點(diǎn)和接受節(jié)點(diǎn)之間的距離。dmin主要包含最低初始距離R和保護(hù)間隔dprotect，dprotect是為了防止在通信過(guò)程中兩個(gè)通信域的疊加導(dǎo)致的沖突：

其中Pdata表示傳輸數(shù)據(jù)大小，為V2V 數(shù)據(jù)傳輸速率，和分別表示OBU運(yùn)動(dòng)速度的最大值與最小值。

2.5 中繼節(jié)點(diǎn)選擇算法

在基于可信度的協(xié)助下載中繼節(jié)點(diǎn)選擇方案中，首先計(jì)算初始總體系統(tǒng)效用集合，其中n 和m分別為發(fā)送者的數(shù)量和接收者的數(shù)量，Ui，j(G)(i∈[1 ，n]，j∈[1 ，m] )表示節(jié)點(diǎn)i向節(jié)點(diǎn)j傳輸數(shù)據(jù)所獲得的系統(tǒng)增益，Ri，j表示節(jié)點(diǎn)i對(duì)節(jié)點(diǎn)j的可信度。但是，并非所有的動(dòng)作都可以執(zhí)行。例如，當(dāng)i與節(jié)點(diǎn)j之間的距離大于最大通信距離或通信域重疊并使用相同信道導(dǎo)致信道沖突時(shí)，將導(dǎo)致傳輸失敗。

定義1 節(jié)點(diǎn)i與周圍的其他節(jié)點(diǎn)之間的傳輸收益集合可以表示為Ui(G)=[Ri，1Ui，1(G)，Ri，2Ui，2(G)，…，Ri，mUi，m(G)]，其中j∈Nebi。

獲得效用后，通過(guò)二分圖博弈算法計(jì)算以最大權(quán)重為目標(biāo)的最大匹配。為了確保接收節(jié)點(diǎn)和發(fā)送節(jié)點(diǎn)之間的唯一性，采用Kuhn-Munkras（KM）算法計(jì)算。之后，需要對(duì)連接沖突進(jìn)行迭代篩選。

定義2 定義最大發(fā)送節(jié)點(diǎn)數(shù)Nmax=max表示發(fā)送節(jié)點(diǎn)覆蓋域重疊次數(shù)，其中表示節(jié)點(diǎn)j覆蓋范圍內(nèi)的處于發(fā)送狀態(tài)的節(jié)點(diǎn)數(shù)量。

策略1 當(dāng)Nmax大于信道數(shù)量k時(shí)，若該節(jié)點(diǎn)處的策略回報(bào)集合從大到小排列為Us(G)={Us1(G)，Us2(G)，…} ，則 將Us(G)更 新 為。

定義3 可用信道集合Cs表示行為s=()i，j，c可以使用的信道集合。若c∈Cs，行為s選擇使用信道c傳輸，則行為s與距離最近的使用信道c的行為之間的距離需要滿足式（7）。

本文算法的基本流程如下。

1）根據(jù)定義1 計(jì)算各送節(jié)點(diǎn)與周圍的中繼節(jié)點(diǎn)之間的效用矩陣U(G)；

2）使用KM算法計(jì)算最佳傳輸網(wǎng)絡(luò)結(jié)構(gòu)G(v，ε)；

3）根據(jù)定義2計(jì)算最大發(fā)送節(jié)點(diǎn)數(shù)Nmax；

4）ifNmax＞k，根據(jù)策略1更新U(G)，返回步驟2；

5）根據(jù)定義3計(jì)算可用信道集合Cs；

7）end if；

8）使用得到的最佳網(wǎng)絡(luò)傳輸結(jié)構(gòu)G(v，ε)進(jìn)行傳輸；

9）t=t+1；

10）重復(fù)步驟1；

11）end

3 仿真分析

本文通過(guò)仿真實(shí)驗(yàn)對(duì)算法的性能進(jìn)行評(píng)估。由于本文主要研究車聯(lián)網(wǎng)協(xié)助下載過(guò)程中的數(shù)據(jù)傳輸調(diào)度，因此仿真場(chǎng)景采用設(shè)置雙向多車道高速公路路段，RSU位于公路兩端。模擬仿真工具使用MATLAB R2019b，測(cè)試結(jié)果為20 次測(cè)試結(jié)果的平均值。為了驗(yàn)證算法性能，將未考慮壞點(diǎn)中繼和信道沖突的利用馬爾可夫決策過(guò)程全局最優(yōu)車聯(lián)網(wǎng)協(xié)助下載選車策略（DSMov）［15］與本文算法進(jìn)行比較，仿真參數(shù)設(shè)置如表1所示。

表1 系統(tǒng)參數(shù)

不同信道數(shù)k下的成功下載數(shù)據(jù)量對(duì)比如圖2 所示。顯然，隨著增加信道數(shù)之后，兩種方案的成功數(shù)據(jù)下載量都有所提升。相比于沒(méi)有對(duì)多信道情況進(jìn)行優(yōu)化的DSMov方案，本文算法的成功傳輸數(shù)據(jù)量相對(duì)高出20%以上。由于本文算法為OBU 選擇合適的中繼和信道，使得系統(tǒng)收益最大，并且降低發(fā)生信道沖突的概率，數(shù)據(jù)傳輸率相對(duì)較高。

圖2 不同信道數(shù)時(shí)兩種方案的成功下載數(shù)據(jù)量對(duì)比

不同壞點(diǎn)率b時(shí)的成功傳輸數(shù)據(jù)量對(duì)比如圖3所示。隨著壞點(diǎn)的占比上升，用戶的成功傳輸數(shù)據(jù)量會(huì)下降。由于壞點(diǎn)的占比上升，導(dǎo)致了協(xié)助下載中請(qǐng)求失敗率也上升，成功傳輸數(shù)據(jù)量降低。相比于不排除壞點(diǎn)影響的DSMov算法，隨著壞點(diǎn)率的上升，本文算法的成功傳輸數(shù)據(jù)量相對(duì)要高出20%以上。由于本文算法在傳輸失敗后會(huì)降低失敗中繼節(jié)點(diǎn)的可信度，降低該節(jié)點(diǎn)被選擇為中繼的概率，壞點(diǎn)對(duì)系統(tǒng)的影響也會(huì)逐漸降低，所以本文方案的成功數(shù)據(jù)傳輸量較高。

圖3 不同壞點(diǎn)率時(shí)兩種方案的成功下載數(shù)據(jù)量對(duì)比

4 結(jié)語(yǔ)

針對(duì)車聯(lián)網(wǎng)多信道協(xié)助下載中存在壞點(diǎn)導(dǎo)致用戶數(shù)據(jù)傳輸率低的問(wèn)題，提出了一種基于用戶可信度的協(xié)助下載最優(yōu)選車策略。仿真結(jié)果表明，相比于目前忽略壞點(diǎn)影響的協(xié)助下載方法，本文通過(guò)綜合可信度指標(biāo)有效降低壞點(diǎn)帶來(lái)的影響，降低了多信道場(chǎng)景下發(fā)生信道沖突的概率，有效提高了系統(tǒng)吞吐量。