一种在城市VANET中基于停车区域的蜘蛛网路由协议的制作方法

本发明涉及一种车载自组网(vanet)技术领域，特别涉及一种涉及车辆自组织网络的路由协议实现方法。

背景技术：

车辆自组织网络(vanet)使车辆能够相互通信，并建立一个以车辆作为网络节点的大型网络，通过车辆对车辆(v2v)和车辆对路边单元(v2r)提供的实时通信来实现道路安全、交通效率和信息服务三大应用。然而，由于高速的移动性和动态的网络拓扑结构，各类应用程序产生的数据可能导致网络阻塞、数据包的丢失和端到端延迟。尤其当交通事故、道路损坏和道路建设此类紧急事件发生时，必须保证此类紧急数据在其有效生命周期内，以最小的延迟可靠地传输到目的地。因此，如何保证vanet中的紧急数据快速可靠地传输是一个非常具有挑战性的任务。

目前越来越多的车辆装有车载单元(obu)可进行车对车通信(v2v)，然而在夜间和车辆稀疏地区的情况下，整个网络的连通性随着车辆的减少而降低，单纯的依靠车对车通信(v2v)并不能保证可靠传输，虽然通过车对路边单元(v2r)通信可以改善这种情况，但目前任受限于路边单元(rsu)的部署策略和昂贵的部署成本。随着全球定位系统(gps)和地理信息系统(gis)的发展，有研究人员提出了基于地理信息的协议。将电子地图与gps数据相结合来选择传输路径，以此来保证服务质量(qos)。然而当发生交通阻塞时，随着数据包的增多，其传输延迟也会随之增大。此外现有的调度机制并未对紧急数据包进行优先处理，所以无法对大规模vanet中的紧急数据进行高效处理。如期刊“mobility-awareantcolonyoptimizationroutingforvehicularashocnetworks”与“aspider-web-liketransmissionmechanismforemergencydatainvehicularadhocnetworks”针对vanet提出了蚁群优化(aco)、类蛛网传输机制(tmed)的生物启发算法，然而在车辆稀疏地区，网络连通性变差，这类生物启发算法无法保证高数据包投递率和低传输时延。研究人员对城市中闲置的停放车辆进行了研究，如期刊“pvainvanets:stoppedcarsarenotsilent”通过将大量停放的车辆可以作为中继节点进行数据传输或转发，改善网络连通性。

如何保证城市vanet中紧急数据的传输问题，是本发明亟待解决的技术问题。

技术实现要素：

本发明旨在提出一种在城市vanet中基于停车区域的蜘蛛网路由协议，针对城市vanet中紧急数据，将停车区域与蜘蛛网模型进行结合，进而构建新的基于停车区域的蜘蛛网传输模型，实现了在数据包的传输时延和数据包的投递率上均有明显提升的基于停车区域的蜘蛛网路由协议。

本发明的一种在城市vanet中基于停车区域的蜘蛛网路由协议，该协议的实现流程包括以下步骤：

步骤1：分别选取一个源道路交点和目标道路交点，构建一个四边形的蛛网模型区域，如果源车辆位于道路交叉口，直接将该交叉口作为源道路交点，若源车辆位于道路中段，则选取距离目标车辆最近的道路交叉口作为源交点s，若目标车辆位于道路交叉口，同样将该交叉口作为目标道路交点，但若目标车辆位于道路中段，则选取距离源车辆最远的道路交叉口作为目标交点d，然后，分别以两交点为起点，沿其道路方向画两条射线，四条射线相交所构成的四边形区域为蛛网模型区；

从源交点出发，沿其道路方向寻找停车区，在保证dpd<dsd前提下，若下一跳候选停车区交点位于道路交点处，则直接确定为下一跳停车区交点，否则根据每个候选停车区交点的级别来选择，而其级别则按照公式(1)赋值；根据公式(1)综合其停车区的利用率和距离下一道路交叉口a的距离来决定的。

其中，p(i)代表不同候选停车区交点的等级分值，d(i)代表当前候选停车区交点与源交点的距离，o(i)代表当前候选停车区交点的利用率，λ为权重(0<λ<1)。至此，第一层的停车区交点pi11、pi12都已选择完毕，接下来重复上述步骤选择第二层三层及后续几层停车区交点，直至搜索到目标交点或目标车辆；最终完成基于停车区域的蜘蛛网模型的构建，选择最佳的传输路径；

步骤2：根据停车区域位置固定的特点，将整个网络中具有通信能力的节点分为两种类型，固定节点和移动节点，并且将其分为固定节点模式和移动节点模式两种模式；预先设定固定节点模式优先级高于移动节点模式，并在开始的时候进行固定节点模式，若在数据转发过程中无法进行固定节点模式，比如该停车区里没有停放的车辆，并且通信范围内再无其它停车区，则转换为移动节点模式，通过移动车辆对数据进行转发，直至可以进行固定节点模式时，从移动节点模式转换为固定节点模式，以这种方式对数据进行传输。在选择好传输路径后，利用多模式贪婪算法沿着该路径进行数据转发；

步骤3：当数据包到达当前车辆转发节点时，每个车辆节点将自身队列的数据包划分为emergencypacket、smallsizepacket、largesizepacket，为其设置不同的优先级pro0、pro1、pro2(pro0>pro1>pro2，并设置三个放置不同优先级数据包的队列emergencequeue、smallsizequeue、largesizequeue；然后根据其不同的优先级将其置入不同的消息队列中，并动态地进行调整，对紧急数据包快速处理。

本发明所获得的积极的技术效果为：本发明将停车区域与蜘蛛网模型进行结合，进而构建新的基于停车区域的蜘蛛网传输模型，对数据包的传输时延和数据包的投递率方面均有明显提升。

附图说明

图1为基于停车区域的蜘蛛网结构示意图；

图2为基于停车区域的蜘蛛网模型区域示意图；

图3为构建完成的基于停车区域的蜘蛛网模型示意图；

图4为多模式贪婪转发算法示意图；

图5为动态多优先级调度机制示意图；

图6为一种在城市vanet中基于停车区域的蜘蛛网路由协议整体流程图。

具体实施方式

以下结合附图，对依据本发明设计的节点部署策略的具体方式、结构、特征及作用详细说明如下。

如图1所示，为基于停车区域的蜘蛛网结构示意图。蜘蛛网构成包括辐条、斜边以及交点。每个交点为一个停车区，斜边为同层交点的连线，辐条为连接相邻交点的城市道路，ordinarynode为普通的移动车辆节点，destinationnode为目标车辆节点，sourcenoed为源车辆节点，parkingarea为停车区域。为了获得端到端的紧急数据传输路径，分别增加了两种新的控制消息，分别为请求蜘蛛和确认蜘蛛。请求蜘蛛是由源节点发送给目的节点的请求消息，其中包括了源车辆id、目的车辆id、停车区id以及数据包优先级标志信息。确认蜘蛛是由目的节点发送给源节点的确认消息，同样包含了以上信息。

如图2、图3所示，为基于停车区域的蜘蛛网模型区示意图。左上车表示源车辆，右下车表示目标车辆。带数字的圆形表示已确定的停车区，简称为pixy(x代表停车区位于蛛网模型中的层级，y代表当前层级的停车区编号)。带字母的矩形为车辆交点(矩形s代表源车辆交点，矩形d代表目标车辆交点)。带字母p的圆形为落选的停车区。dsd是源交点到目标交点的距离，dpd是停车区到目标交点的距离，字母abc标记了不同的道路交叉点。

本发明的一种在城市vanet中基于停车区域的蜘蛛网路由协议，该协议包括以下流程：

步骤1：分别选取一个源道路交点和目标道路交点，构建一个四边形的蛛网模型区域，如图2所示。通过gis和电子地图建立一个以源节点和目的节点为起点模型区，以此来限制模型大小。然后在该模型区内逐步确定每一层停车区域，建立基于停车区域的蜘蛛网模型。最后从已建立的模型中选择一条最佳的传输路径。

如果源车辆位于道路交叉口，直接将该交叉口作为源道路交点，若源车辆位于道路中段，则选取距离目标车辆最近的道路交叉口作为源交点s。若目标车辆位于道路交叉口，同样将该交叉口作为目标道路交点，但若目标车辆位于道路中段，则选取距离源车辆最远的道路交叉口作为目标交点d。然后，分别以两交点为起点，沿其道路方向画两条射线，四条射线相交所构成的四边形区域为蛛网模型区。

从源交点出发，沿其道路方向寻找停车区，在保证dpd<dsd前提下，若下一跳候选停车区交点位于道路交点处，则直接确定为下一跳停车区交点，否则根据每个候选停车区交点的级别来选择，而其级别则按照公式(1)赋值。如图3所示。从源交点s开始，首先pi12停车区交点到目标停车区交点的距离小于源交点到目标交点的距离，其次，由于pi12停车区交点直接位于道路交叉点，所以直接将其作为第一层的下一跳停车区交点。由于pi11停车区交点不位于道路交叉点，并且在同一条道路上还有其它停车区，所以选取pi11停车区交点作为下一跳停车区交点，是根据公式(1)综合其停车区的利用率和距离下一道路交叉口a的距离来决定的。

其中，p(i)代表不同候选停车区交点的等级分值，d(i)代表当前候选停车区交点与源交点的距离，o(i)代表当前候选停车区交点的利用率，λ为权重(0<λ<1)。至此，第一层的停车区交点pi11、pi12都已选择完毕，接下来重复上述步骤选择第二层三层及后续几层停车区交点，直至搜索到目标交点或目标车辆。通过该策略，最终构建完成的基于停车区域的蜘蛛网模型示意图如图3所示。其中，选中的停车区作为蛛网模型中的交点，停车区之间的道路视为蛛网模型中的轮辐，而同层停车区间的连线视为蛛网模型中的斜边，并且通过斜边来防止跨层搜索。

最终通过构建基于停车区的类蛛网模型，得到以下8条传输路径：(11，21，31，41，51)(11，21，32，42，51)(12，22，32，42，51)(12，22，33，42，51)(12，22，33，43，52)(12，23，34，43，52)(12，23，33，42，51)(12，23，33，43，52)。然后源车辆依次沿着8条传输路径向目标车辆发送请求蜘蛛，目标车辆在收到请求蜘蛛后，依次沿原路径发送确认蜘蛛，而源车辆在收到确认蜘蛛后，计算各条传输路径的传输时延，最终选择最小时延的路径进行紧急数据的传输。期间源车辆将会设置定时器，若源车辆在定时器范围内还没有收到确认蜘蛛，则重新发送请求蜘蛛。

步骤2：根据停车区域位置固定的特点，将整个网络中具有通信能力的节点分为两种类型，固定节点(停车区域里的车辆)，移动节点(道路上行驶的车辆)。并且将其分为固定节点模式和移动节点模式两种模式。预先设定固定节点模式优先级高于移动节点模式，并在开始的时候进行固定节点模式，若在数据转发过程中无法进行固定节点模式，比如该停车区里没有停放的车辆，并且通信范围内再无其它停车区，则转换为移动节点模式，通过移动车辆对数据进行转发，直至可以进行固定节点模式时，从移动节点模式转换为固定节点模式，以这种方式对数据进行传输。在选择好传输路径后，利用多模式贪婪算法沿着该路径进行数据转发。

在固定节点模式中，只选取固定节点(停车区)作为下一跳转发节点，并在当前节点的通信范围内，优先选取在模型中充当交点的停车区，若没有该类停车区，则选取距蛛网模型中交点最近距离的固定节点(停车区)作为下一跳转发节点。

如图4(a)所示，其中s代表源车辆，pi1与pi2分别代表在模型中充当交点的停车区(parkingintersection)，pa与pb分别代表不充当模型交点的停车区，pa、pb与pi1都位于s的通信范围内(虚线指s的通信范围)。若选择沿pi1所在的道路上进行数据转发，则直接选取pi1作为下一跳转发节点，若选择沿pi2所在的道路进行数据转发，由于pb相对于pa离pi2更近一些，所以选取pb作为下一跳转发节点。

在移动节点模式中，只选取移动节点作为下一跳转发节点，并且将移动节点的移动方向考虑进来，根据公式2，选择距蛛网模型中交点最近的，朝向模型中交点移动的移动节点作为下一跳转发节点。如图4(b)所示，其中s代表源车辆，pi1与pi2分别代表在模型中充当交点的停车区，a、b、c代表不同的移动车辆，并都位于s的通信范围内。这里以pi2所在的道路进行数据转发来说明，由于pi2所在路径上并没有其它固定节点(停车区)位于s的通信范围内，因此通过移动节点进行数据转发，其中a、b朝pi2方向而行，c反向而行。其中c相对于a、b距pi2更近一些，但因c的移动方向与pi2相反，通过公式(2)的定价规则在b、c中选择下一跳转发节点。

其中，m(i)代表移动车辆的优先级，r代表源节点的通信范围，d(i)代表当前移动节点距源节点的距离，d(i)＝0代表该移动节点(movingnode，mn)与模型中交点背向而行，d(i)＝1代表该移动节点与模型中交点同向而行，为权重。

步骤3：当数据包到达参与转发的车辆时，根据其不同的优先级将其置入不同的消息队列中，并动态地进行调整，尽快地对紧急数据包进行处理。至此，考虑到可能会出现如图5所示的三种情况。

情况1：如图5(a)所示，数据包刚刚到达转发节点，消息队列均未填满，数据包按照优先级依次进入不同的消息队列进行处理。

情况2：如图5(b)所示，emergencequeue已满，其余两队均还未满，并有emergencepacket和smallsizepacket等待入队。因考虑到smallsizequeue的处理和发送时延相对于largesizequeue的更小一些，因此emergencepacket选择smallsizequeue进行入队，并且相较于同样在等待入队的smallsizepacket，由于emergencepacket的优先级更大，所以emergencepacket先入队进行处理。

情况3：如图5(c)所示，三队均满，有emergencepacket在等待入队，同样考虑到smallsizequeue的处理和发送时延相对于largesizequeue的更小一些，所以选择smallsizequeue，使其位于队尾的smallsizepacket出队，让emergencepacket入队进行操作。

本发明的一种在城市vanet中基于停车区域的蜘蛛网路由协议，将城市中大量闲置的停车区域中的车辆作为中继节点对紧急数据进行转发，并依据停车区域的位置构建类似蜘蛛网的模型；通过源车辆向目标车辆发送请求蜘蛛与目标车辆向源车辆发送确认蜘蛛，来寻找模型中的最佳的传输路径；并且在选择下一跳转发节点时根据停车区域的特点采用多模式贪婪算法进行转发；采用动态多优先级消息队列管理方式来处理车辆节点自身的消息队列，使紧急数据可以得到优先处理，降低紧急数据的传输延迟。