城市车联网中公交VANET 的连通性估算方法①

林盈盈 董红召 郝伟娜

(*浙江工业大学机械工程学院 杭州 310014)

(**浙江开放大学工程教研部 杭州 310014)

0 引言

在车载自组织网络(vehicular ad-hoc network,VANET)中,连通性是保证交通信息实时可靠传输的重要基础。但城市交通中复杂的交通行驶工况会导致无线链路频繁发生中断,严重阻碍了城市车联网的广泛应用。

利用中继节点提高车辆间的连通性有车-路、车-车通信2 种方式。前者需增加固定路侧设备(roadside unit,RSU),如文献[1,2]基于道路流量、传输延时等指标设计RSU 部署策略来提高连通性,但RSU 的建设和维护成本高。后者则利用各种车辆作为中继,如文献[3]利用城市道路边停靠的车辆作为中继节点,但这类车辆的行为因随机性而使效果不稳定。文献[4]通过高速公路上的车队提高连通概率,但城市道路中的交通环境无法维持车队的行驶。因此,利用行驶路线固定、行车时间可预测的公交车作为无线信号中继的公交VANET 可以改善车联网的连通性能。文献[5,6]将公交车作为普通车、RSU 和数据中心间的移动网关。文献[7-9]挖掘公交车历史轨迹的时空规则设计数据传递路由,无法对连通性进行实时估算。此外,上述研究中使用固定通信距离进行双车间连通的判断,但实验表明通信距离不仅与收发天线高度有关,还受通信路径上的遮挡车辆影响。阻碍视距传播(obstructed line-of-sight,OLOS)条件比视距传播(line-of-sight,LOS)条件会增加无线能量损耗,被高大车辆遮挡还会带来15～20 dB 的额外衰减[10],普通小汽车(简称普通车)的有效传输距离甚至降到100 m 左右[11];而公交车较高的天线则能得到50%以上的通信距离提升[12]。将信道衰落特性纳入公交VANET 的连通性研究,使用双斜率模型来模拟受车辆遮挡影响时的路径损耗[12]更符合实际。文献[13]采用双斜率路径损耗模型对高速公路车流进行通信链路连通概率分析,但采用泊松分布或者截断高斯分布,不符合城市交通中间歇性车流的特点。

为了给出公交VANET 连通性的有效估算方法,本文提出一种适用于公交辅助中继场景的网络连通概率模型,使用区域车辆密度表征具有间歇性中断特点的城市车流,考虑公交车与普通车天线高度不同和运行规律差异,将直接连通关系分为无公交车参与、公交车参与通信2 种模式下的连通类型,结合双斜率路径损耗模型、链路功率损耗阈值判断等方法对公交VANET 网络的连通性建模,然后利用该模型对公交专用道措施和公交车借助异构网络构成移动骨干网策略下公交VANET 的连通性能进行估算。

1 公交VANET 双车间连通性建模

1.1 区域车辆密度

城市交通中车辆一般因为道路拥堵或等待信号灯等原因怠速工况比例较高,当怠速车辆与前方驶离车辆相距越来越远时,两车通信中断,本质上是道路交通流分布不均匀的间歇性特征所致,这是影响VANET 网络中车辆间有效连通的重要因素。享有公交专用道优先路权、受拥堵影响较小的公交车参与无线信号中继能减少此类通信中断现象的发生。

采用区域车流密度刻画普通车道上行驶车辆的分布规律以表征间歇性交通流的特点。设d(i,j)表示任意2 个车辆节点i、j在一维道路上的直线距离,均为普通车的源与目的节点(s,r) 间的普通车道上任意一个节点i满足d(s,i)+d(i,r)=d(s,r),则所有车辆节点i组成的区域节点集合Ms,r表示为

n=|Ms,r| 为集合Ms,r中节点个数(包括s,r),则节点(s,r) 间的区域车辆密度表示为

1.2 公交VANET 车间连通概率模型

首先,在此建立公交VANET 的车间连通概率模型,全网络连通状态通过车辆两两之间的连通状态概率分析获得,假定所有普通车和公交车都配置无线通信设备并参与数据转发。

定义车辆节点集合,包括公交车和普通车的所有车辆节点集合V、所有普通车节点集合C、所有公交车节点集合B。在考虑公交专用道的公交VANET中,当任意两车i、j进行通信时,根据车辆类型不同分为无公交车参与和公交车参与通信模式,分析这2 种模式的车间连通概率如下。

(1)无公交车参与通信模式的双车间连通概率

在这种通信模式下,两车均在普通车道行驶,车间无线通信不受公交专用道行驶的公交车影响。因所有普通车的天线高度相近,双车间通信路径上的普通车可视为移动遮挡物,考虑此双车类型的双斜率路径损耗模型[12]表示为

式中pi,j(d(i,j)) 是普通车节点i、j距离为d时接收到的信号强度;p0-car是自由空间路径损耗加上参考距离d0处的累积天线增益,与发射机的发射功率、天线增益等信号发送性能有关。当链路中p0-car一定时,pi,j(d(i,j)) 用来衡量路径损耗的大小;dC2C为普通车与普通车通信的临界距离,即两车之间无线信号传输的第一菲涅尔区与地面交接的距离,与通信节点的天线高度有关[14],由式(4)确定。普通车通信时天线高度hi和hj是普通车天线高度hC,λ 为载波波长,dij即为相应的通信临界距离dC2C;参数n1、n2分别表示临界距离内和临界距离外的路径损耗系数。文献[12]对实测信号强度进行线性回归分析得到n2＜n1＜0,说明两车通信时,临界距离外的路径损耗要大于临界距离内的路径损耗;Xσ表示与传输信道环境有关的独立零均值正态分布的随机变量。

用区域车辆密度表示时,两车i、j在视距传播LOS 条件下的连通概率为

阻碍视距传播OLOS 条件下的连通概率为

pth-car是无线链路保证普通车连通所要求的接收信号功率阈值,在一定路径损耗下接收信号功率高于该阈值时普通车辆才能够连通。

(2)公交车参与通信模式的车间连通概率

此时公式(3)中临界距离dC2C需修改为dB2C或dB2B,分别表示公交车与普通车通信和公交车与公交车通信的临界距离,由式(4)、普通车天线高度hC和公交车天线高度hB确定。公交车车身可安装较高功率的发射机和接收机,不仅使参考距离d0处的累积天线增益p0-bus大于普通车,也能以更低的接收信号功率阈值pth-bus检测到功率更小的接收信号,即p0-bus＞p0-car、pth-bus＜pth-car。考虑公交车行驶的专用道位于普通车道的外侧,公交车与普通车通信时(距离d)的遮挡关系取决于距离d内的普通车道上是否存在其他普通车;公交专用道上两辆公交车通信时,遮挡关系取决于两车间的公交专用道上是否存在其他公交车。遮挡关系规则中仍用nMi,j表示通信两车间的车辆数,则公交车参与通信时,只要接收信号功率pi,j(d(i,j)) ≥pth-bus,就可根据式(5)和式(6)求出相应的LOS 和OLOS 条件下的两车间连通概率,其中pth-bus为公交车参与通信时保证链路连通的接收信号功率阈值。

根据上述分析,将任意两车i、j间(公交车或普通车,LOS 或OLOS 条件)的直接连通条件简记为pi,j(d(i,j))≥pth,pth根据通信模式对应pth-car或者pth-bus,相应的通信连接表示为双向连接ei,j=[i,j]。则交通场景中所有能直接通信(单跳传输)的连接可表示为单跳连接关系集合:

此外,另一类公交VANET 应用场景是道路上所有公交车可通过移动通信网等异构网络进行连接,能提升车联网的覆盖能力,方案如图1 所示。此时2个节点间的连接表示为集合Eb。

图1 公交车互联模式示意图

上述模型的伪代码如算法1 所示。

2 公交VANET 性能分析模型

2.1 连通概率分析模型

VANET 中2 个车辆节点若要连通,需要通过单跳或者多跳的方式建立一条端到端的路径Rs,r。因此构造车辆节点集合和节点间单跳连接关系集合构成的无向连接图,并将公交VANET 的连通概率转化为无向连接图的连通性问题。定义随机变量X(s,r) 表示源与目的节点(s,r) 间通信路径Rs,r是否存在,构建表示无公交车参与的常规VANET 场景CommVANET,其无向连接图为GC=(C,EC),构建公交VANET 场景busVANET,其无向连接图为G=(V,E),并将公交车通过异构网络连接的模式称为公交车互联场景busCnnt,其无向连接图为Gb=(V,Eb),对三者进行连通性对比分析。

考虑车辆区域密度Z对连通概率的影响,即分析网络连通概率对不同密度ρs,r的条件概率分布,相应的条件概率及其近似值为

其中c(·) 为基础数据集中符合条件的数据计数值。因行驶车道不同,公交车节点不改变普通车道的车辆区域密度,即busVANET 和busCnnt 场景中公交车加入后车辆区域密度ρs,r不变。

类似地,利用连通概率在不同距离值ds,r时的条件概率分布分析源与目的节点车辆间距离D对连通概率的影响,相应的条件概率表达式为Pr[X(s,r)=1 |D=ds,r]。

考虑到常见的车联网分析中采用固定车间距离Dfix判断连通的情况(称为固定方式),连通概率表示为Pi,j(d(i,j))fix=Pr{d(i,j) ≤Dfix},将固定方式与前述3 种基于路径损耗模型的场景进行连通概率对比分析。

2.2 传输延时和连通延续时间分析模型

利用公交VANET 连通性分析模型,可进一步分析车辆节点连通时的传输延时和节点连通延续时间性能。设任意2 个普通车节点对(s,r) 进行信息传输时经历跳数为H(s,r),则其概率分布Pr[H(s,r)=h] 可用于分析不同场景下公交VANET 的通信延时性能。当(s,r) 连通时h表示节点对在连接图中最短连通路径距离,当(s,r) 不连通时h→∞。为示意方便将h→∞时的概率记为h=0 时的概率。

对连通延续时间进行分析,构造包含时间分量的随机变量Y(s,r,t) 表示通信路径Rs,r在t时刻是否存在,用表示连通延续时间的随机变量τs,r=Δt表示Y(s,r,t) 在时间间隔为[t0,t0+Δt) 内的随机事件,则可用概率Pr[τs,r=Δt] 的分布分析连通延续时间性能。

3 公交VANET 连通性数值估算实验

3.1 实验环境基本参数设置

设置道路长度D=3000 m,最右侧为公交专用道,普通车道数分别设为L=1～3;单车道车流量分别设为q=100,300,500,700 veh/lane/h;设置公交车发车间隔T=40,80,120,160 s;等间隔设置3处单路交通信号灯,以形成车流间歇性中断现象。其他参数设置如表1 所示。

表1 交通场景参数

设天线高度参数hC=1.5 m,hB=3.0 m;无线信号频率f=5.9 GHz,则信号波长λ ≈0.05 m;式(3)中双斜率路径损耗模型[12]参数设置如表2 所示。

表2 无线电传播参数

假定公交车与普通车收发设备性能不同能带来-5 dBm 的功率差异,为方便估算,统一在接收信号强度阈值上体现,设pth-bus=-90 dBm,pth-car=-85 dBm,并且有无公交车2 种情况下式(3)中p0-car均为p0;设置固定方式下的固定连通距离Dfix=250,800 m。

以上每个交通场景以1 s 为时间步,各运行10 800 s,去除首尾各2000 s 内不稳定时段数据,用Matlab 进行10 次独立实验。

3.2 公交VANET 的连通概率

图2 所示为车道数L对连通概率的影响。L取1～3时,在低区域密度下,两种公交VANET 场景的连通概率均高于没有公交车辅助的CommVANET 场景,且增幅明显。其中低区域密度时,由于交通信号灯导致的间歇性车流影响,连通概率出现波动,一定程度上减弱了车道数量对连通概率增长幅度的影响,但车道数量较少时,公交车辅助中继在更大的区域密度范围内提升了连通概率,如图2(b)所示,单车道的影响范围(0～0.04 veh/lane/m)大于双车道和三车道。固定方式中Dfix=250 m 时,连通概率的变化趋势与CommVANET 场景基本一致,并且是所有场景中最低的(以L=2 为例),因为这一固定距离与路径损耗模型下OLOS 条件的连通距离接近,但既忽略了连通概率更高的LOS 条件,也没有考虑公交车参与通信时对连通概率的提升作用。而Dfix=800 m 则是采用了无障碍信道中的信号传输距离,且与路段长度相当,致使其连通性优于存在OLOS 条件的其他VANET 场景,但不符合实际信道条件。

图2 不同车道数的影响

图3 所示为公交车发车间隔T对连通概率的影响(以L=2 为例)。在低区域密度下,2 种公交VANET 场景连通概率的增长幅度随T的减小而明显增大,说明T越小,公交车辅助中继对连通概率的提升能力越强。图3(b)中还可看出,随着T逐步减少,busCnnt 场景相对于busVANET 场景的优势逐步减弱,说明道路上的公交车数量达到一定程度后,公交VANET 对异构网络的依赖会大幅降低。

图3 公交车不同发车间隔的影响

图4 所示为公交车参与通信时连通概率随(s,r) 间距离增大的变化趋势(L=2)。CommVANET中(s,r) 间的连通概率在间隔约300 m 时即开始迅速下降;公交车参与的场景中下降趋势明显减缓,在3000 m 处,CommVANET、busVANET 和busCnnt 场景的连通概率分别为20%、46%、70%,说明公交车辅助中继在远距离信息传输中作用显著。图中①、②、③虚线处的连通概率显著下降,是3 组信号灯引起的间歇性交通流对区域连通概率的影响,而bus-VANET 和busCnnt 场景中这种影响得到缓解。

图4 连通概率随车辆间距离的变化趋势

由上述分析可知利用公交车作为中继节点时,在不增加普通车道车辆密度的情况下提升了连通概率,且在低区域密度和远距离范围内影响更大。

3.3 公交VANET 的延时和连通延续性能

首先是通信的延时性能。图5 为(s,r) 间信息传输跳数h的分布(归一化,L=2)。受公交车影响,连通节点对的传输跳数分布向低跳数区域偏移,且不连通的节点对中有40%和69%实现了连通(h=0 处减少的频次),总体上降低了通信延时。在车路协同环境下,低延时给予车辆或驾驶员更多的安全反应时间,从而提升车辆驾驶的主动安全,也有助于缩小交通流的车头时距,提升交通效率。

图5 信息传输跳数分布

其次是对连通延续时间的影响。图6 为(s,r)间连通延续时间的统计分布(归一化,L=2)。可见公交车加入后能减少车辆节点间的不连通情况,且延续时间分布向长延续时间区域偏移。BusVANET 和BusCnnt 中的Δt=0 s 的频次分别降低了约32%和67%,在20 s ＜Δt＜260 s 区域内频次明显提升,改善了网络拓扑的稳定性,从而提升了城市交通中多车辆协同的信息协作范围和可靠性。

图6 连通延续时间的分布

4 结论

建立考虑区域车辆密度、车辆天线高度和公交专用道路的公交VANET 网络连通概率分析模型,对典型公交车辅助中继应用场景的通信性能进行分析,得到如下结论。

(1)使用区域车辆密度表征道路车辆分布能够体现城市中车流间歇性中断现象;考虑车辆实际天线高度和公交专用道措施对信道衰落特性的影响,改进以路段均匀车辆密度和固定连通距离为前提的常规VANET 分析模型,提出公交VANET 的连通性估算方法。

(2)通过建立的公交VANET 连通性概率模型、传输延时和连通延续时间分析方法对公交VANET性能仿真评估显示,在区域车流密度较低和通信双方距离较远时,网络连通概率明显高于无公交车场景;在车道数量较少、公交车发车间隔较小时提升更显著,并且网络连接延时减少,连通延续时间提高,公交车作为辅助中继节点对VANET 通信性能有明显提升,从而提高了车路协同环境下车辆驾驶的主动安全和城市交通效率。另外对公交车互联场景的性能分析可知,公交车密度增加时,VANET 对异构网络的依赖性会随之降低,减少对异构网络资源的占用。性能评估结果为部署公交车参与城市车联网辅助中继提供了参考依据。

未来的研究工作将考虑公交车较大的有效通信距离在覆盖较多节点时,如何设计上层网络协议解决信道拥塞问题。