車載時延容忍網絡路由協議研究

姜海濤，張宏，李千目

(南京理工大學 計算機科學與工程學院，江蘇 南京 210094)

1 引言

車載網絡是一種依靠安裝有無線通信設備的車輛實現數據傳輸的無線自組織網絡[1]。近年來，隨著無線通信技術以及車輛GPS系統的發展，車載網絡得到了廣泛的應用。例如將車流量信息通過車載網絡廣播給公路上的車輛，司機可以提前更改行車路線，避開擁塞路段；將交通事故信息傳遞給最近的警察局和急救中心，事故可以得到及時的處理；司機通過車載網絡查詢附近的加油站、餐館等信息，方便出行。

將傳統的MANET（mobile ad hoc network）路由協議直接應用于車載網絡，并不能取得令人滿意的性能[2]。其主要原因有以下2點：1）MANET中總是在源和目的間尋求一條代價最低的鏈路傳輸數據，將鏈路的中斷視為短暫的異常情況。但是在車載網絡中，車輛的高移動性致使車輛間的連接經常中斷，難以保證持續穩定的連接。2）在車輛密度較低的情況下，車輛很可能處于孤立的狀態，不存在可通信的鄰居車輛，導致數據分組的丟棄。車載網絡具有間歇連通性和低密度性使其更加符合時延容忍網絡[3](DTN, delay-tolerant networks)的特點。時延容忍網絡是一種在源節點和目的節點之間不存在端到端鏈路的條件下，依靠存儲轉發的異步通信方式實現數據交換的無線自組網絡。目前已經有相關工作采用時延容忍的思想設計車載路由協議，并取得了一些研究成果。文獻[4]中提出了MDDV協議，利用車輛攜帶數據到目標區域，并將數據分組擴散給區域內的車輛。文獻[5]中提出的VADD路由協議，基于歷史交通流量信息，車輛可以在路口選擇一個合適的傳遞方向，最終將數據傳遞到目的地。但是在這2種方法中，數據的目的地或目的區域都是固定的，無法適用于移動節點的情況。文獻[6]中基于對中國上海市區出租車移動路線的研究，引入車載網絡(SUVnet)的概念，并對傳染路由進行了改進，提出DAER路由協議。但是文章假設節點知道目的節點的當前位置，這種假設在一定條件下是無法滿足的。文獻[7]引入固定基礎設施輔助數據的傳輸，當車輛發現自己的移動方向背離數據分組的目的地時，則將數據分組轉發給固定設施，由后繼的車輛從固定設施獲取數據分組繼續傳遞過程。這種方法可以保證數據傳遞的準確性，但需要額外增加一些基礎設施。

針對車載時延容忍網絡中數據傳遞的問題，本文首先分析了車輛的移動模型，定義不同移動模型之間的關系，并提出一種模型相似度評價機制（MMSE, movement model similarity evaluation scheme）；然后基于MMSE提出了一種面向移動范圍轉發動態多副本（MROFDM, movement range oriented forwarding and dynamic multi-coyies）路由協議。該協議利用移動模型間的相似度和車輛的本地實時信息，將數據向目的節點的移動范圍內轉發，同時采用副本均衡策略，動態調整不同類型數據分組的副本數目。實驗結果顯示，MROFDM 協議與傳統的多副本路由協議相比，在車載網絡環境下具有很好的可行性和適應性。

2 車載網絡模型

假設網絡的規模限定在一個范圍內，其中部分車輛安裝有無線通信設備（例如在某個擁有數十萬輛汽車的城市中，只有千余輛汽車安裝有無線通信設備），在這些車輛之間需要實現消息的傳遞。目前大部分車輛還不具備無線通信能力，同時在所有車輛上安裝通信設備，并不是很現實，因此本文的這種假設是合理的。本文中的車輛均指安裝無線通信設備的車輛。

車載網絡中存在3種重要的實體：車輛、路口和路段，其中前者處于運動當中，而后兩者相對固定。那么路口和路段構成了網絡的靜態結構，可以用平面圖 G = { V, E}表示，每個的路口為一個頂點，即V中一個元素，如果路段連接2個路口，那么E中增加一條邊。目前很多大城市路網逐步發展成由隧道、立交橋構成的立體圖。本文從平面路網的情況入手，研究基礎的車載時延容忍網絡路由協議[5,7,8]，在以后的工作中會考慮立體城市路網的情況。

如果消息的目的地是固定的，那么可以計算出從源節點到目的固定傳輸路線，消息經過若干路段和路口之后，到達目的節點[5]。在本文中，源和目的車輛都處于運動之中，使得路由過程不可預先確定，而是中繼車輛逐跳決定消息的傳輸，不過這正迎合了時延容忍網絡異步通信的特點。車輛在行駛的過程中，大部分時間內不存在鄰居車輛，只有當2個車輛相遇時，消息交換才可能發生，這滿足時延容忍網絡間歇性連接的特點。車輛會攜帶消息移動，增加了消息傳遞的時延，這更體現出時延容忍網絡的本質特點。但是車輛作為網絡中的節點，被限定在圖G上運動，這是普通時延容忍網絡所不具有的，因此可以將車載網絡視為時延網絡的一個特定實例。下一節會結合節點的移動模型和車載網絡的特點，給出MMSE。

3 車輛移動模型相似度評價機制

時延容忍網絡相比較于傳統的MANET網絡的顯著特點，很大程度上是由于節點的頻繁運動造成的。在以往的研究中，提出并使用了多種移動模型，例如：隨機移動模型中節點之間的相遇概率符合指數分布[9]；擺渡路由中信使具有固定運行軌跡[10]；基于區域的移動模型中，節點的移動傾向于回到自己的區域[11]。本文認為單純的使用一種模型很難描述出所有車輛的移動特點，因此定義3類模型描述不同車輛的移動。

定義 1 固定模型（FM, fixed model），車輛按照固定的路線移動。例如公交、企業的班車等停靠固定的站點，符合FM移動模型。使用移動路線中經過的路口描述該移動模型。

定義 2 規律模型（RM, regular model），車輛的移動遵循一定的統計規律，例如人們開車往返于家庭和單位之間。通過2個參數描述此類的移動模型：車輛經常出沒的地點和隨機移動的概率。前者使用車輛經常出沒的路口（稱為固定路口）表示，而后者反應了車輛不在固定路口或者不向固定路口移動的概率。

定義3 不確定模型（UM, uncertainty model），車輛隨機移動，不具備穩定性因素。例如出租車根據乘客的需求決定目的地，而每個乘客的需求通常是無關的。

車載網絡中主要融合了上述 3種不同的移動模型，但實際應用中車輛的移動方式肯定更為復雜，車輛的移動模型也值得在以后的工作中進一步的研究。本文統一使用如下的結構描述節點的移動模型：

其中，vehicleid表示標識了的車輛。rnd表示車輛隨機移動的概率，FM模型固定為 0，UM模型固定為1，而RM模型為實際的隨機概率，介于0到1之間。vertexs是一個數組，且vertex[]s iV∈，如果是FM模型，那么表示車輛移動路線上的路口，如果是RM模型，表示車輛的固定路口，如果是UM模型，那么為空。通過rnd可以計算出移動模型的類型：

定義 4 等價關系。2個固定模型，遵循同樣的移動線路。例如同一條公交線路上車輛。

定義5 相似關系。2個規律模型，2個固定模型，一個固定模型與一個規律模型的固定路口或者移動線存在交集。例如2條公交線路具有相同的站點，那么這2條線路上的車輛會經過一段重疊的路段。

定義 6 獨立關系。2個規律模型或者一個規律模型和一個固定模型的固定路口或者移動線路不存在交集。例如兩私家車輛經常出沒于不同的地點，它們的運動范圍相對獨立，故稱為獨立關系。

定義 7 平行關系。2個固定模型的移動線路不存在交集。例如2條不存在相同站點的公交線路上的2個車輛，它們基本不會相遇，類似于同一平面中永不相交的2條平行直線，故稱為平行關系。

定義8 默認關系。不屬于以上4種情況，都歸為默認關系。這5種關系可以反映出2個節點移動模型之間的相似度，如圖1所示。

圖1 移動模型之間的相似度

本文將默認關系相似度定義為 0，UM 模型不存在固定的路口或移動線路，因此與其他任何模型之間的相似度都為 0。相似關系中，相似度隨著重疊路口數目的增加而增加，極限情況下，2個模型的移動路線完全一致，就形成了等價關系，相似度定義為 1。獨立關系中，相似度隨著節點運動隨機性的減少而減少，極限情況下，2個模型的線路都是固定的，就形成了平行關系，相似度定義為-1。移動模型相似度反應了節點移動范圍的重合程度。正的相似度說明節點的移動范圍固定且重合，從而增加節點間的相遇概率，因此有助于數據的傳輸。同理負的相似度會阻礙數據的傳輸。根據移動模型M1和M2間的不同關系，本文使用式（6）計算M1和M2之間的相似度

4 MROFDM路由協議

時延容忍網絡中，通常采用基于受限副本數的路由協議，這是一種性能與能耗之間的折中方案，目前已經得到了廣泛的認可[9,12]。基于MMSE本文提出MROFDM路由協議，其基本過程是：源節點產生數據分組后通過副本均衡策略產生L個副本并進行可縮減的分發，之后每個副本獨立地執行轉發過程，直到其中一個副本到達目的節點。

假設路段和路口是固定不變的，并且每個車輛具有所有路段和路口的信息。車輛的移動模型是確定的信息，對移動模型信息執行一次全局的洪泛過程，不會占用過多的網絡資源，就可以讓每個車輛保存所有車輛的移動模型。此外每個車輛知道自己的當前目的地。下面從數據轉發和副本分發與均衡2個方面詳細介紹路由協議的實現過程。

4.1 面向移動范圍轉發策略

在介紹轉發策略之前，先定義某個頂點dvV∈與移動模型M之間的距離 DM ：

其中， d is( v1, v2)函數用于計算頂點 v1和 v2之間的距離，MD表示 vd與vertexsm頂點中最近頂點的距離。

時延容忍網絡路由協議的轉發過程可以描述為：當2個節點 n1和 n2相遇后，對于 n1緩沖區內的數據分組 pi，其目的節點為 nd，副本數目為1（副本數目大于1的情況將在4.2節中介紹），若 n2更適合做 pi中繼節點，則 n1將數據分組轉發給 n2，n2緩沖區內的數據分組亦然。因此轉發的過程實為尋找合適中繼節點的過程。

本文使用MMSE分別評價dn與1n移動模型以及dn與2n移動模型的相似度，由相似度高的節點持有ip，如果相似度相同，則根據節點的實時信息，分別計算1n和2n的當前目的地與dn的移動模型之間的距離，由距離短的節點持有ip。如果距離為undefined，由原來的節點繼續持有ip。

數據分組轉發過程中分別利用了模型相似度和實時目的地轉發策略，其目的就在于讓數據分組向著目的節點的移動范圍發送，故稱之為面向移動范圍的轉發策略。

4.2 副本均衡策略

根據數據分組目的節點的移動模型，可以將數據分組分為3類：FM數據分組、RM數據分組和UM數據分組。4.1節中的轉發策略存在一個盲區，對于UM數據分組，其目的節點與其余節點移動模型的相似度均為 0，同時與所有頂點的距離均為undefined。這是由于很難挖掘UM模型規律所造成的。

現有研究已證明增加副本數目可以提高路由的性能，并且給出了副本數的計算方式[12]，因此對于UM數據分組，可以通過適當增加副本數目的策略提高路由性能。然而憑空增加副本數目帶來會加劇網絡負載，所以本文使用副本均衡的策略，在副本的分發階段，保證傳輸成功率的前提下，動態地縮減FM和RM數據分組的副本數，并將縮減的副本數補充給UM數據分組。

分發是指源節點將數據分組的L個副本傳遞給 L - 1個不同的節點，自己保留一個副本，每個節點拒絕多次接收同一個數據分組的副本。當2個節點 n1和 n2相遇后，傳統的副本分發執行過程為：對于節點 n1緩沖區內的數據分組 pi，其目的節點為nd，副本數目為 l ＞ 1 ，且 n2緩沖區內沒有 pi的副本，那么 n1將 l2個副本發送給 n2，自己保留l1個，需要確定l1與 l2的值，使得l1+ l2= l， n2緩沖區內的數據分組亦然。

基于 MMSE可以得到，如果 n2與 nd移動模型的相似度大于 0，那么它們具有較高的相遇概況，可以將 n2視為 pi的合適中繼節點。在確定 l1與l2值時，讓 l1+ l2≤ l，達到動態縮減副本并且保證傳輸成功率的目的。本文使用式（8）計算 l1與l2值

這種動態縮減分發策略，在發現合適中繼節點時，根據中繼節點和目的節點移動模型之間的相似度，動態縮減副本的數目，同時在未遇到合適中繼節點時，使用二元分發策略[12]快速分發副本。每個節點使用變量bal累計縮減的副本數

當節點創建新的UM數據分組的時候，如果其bal的值大于0，則可以適當為其補充ex個副本，同時相應減少bal的值。節點數據分組的產生速率為λ1，其中UM數據分組占γ，那么UM數據分組的產生率為λ=λ1? γ。假設動態縮減速率為redu，為了保持副本的縮減速率與補充速率之間的平衡，ex需要滿足

節點使用遞推的方式計算redu

其中，Δli表示第i次縮減的副本數目，△ti表示第i- 1次縮減和第i次縮減之間經歷的時間， ti表示第i次縮減的時間戳。在計算縮減速率時使用時間戳作為權重，可以保證估計的實時性，同時兼顧歷史數據。節點在每次分發之后更新縮減速率并累計bal值，在每次產生UM數據分組后計算ex值，確定副本數目并減少bal值。

4.3 路由協議完整描述

結合4.1節與4.2節的內容，算法1描述了完整的MROFDM路由協議。其中，n.mm表示節點n的移動模型，n.des表示節點n的當前目的地，n.bal用于累計動態減少的副本數目。msg表示數據分組，msg.to為該數據分組的目的節點，msg.copies為數據分組的副本數目，msg.new()方法用于判斷數據分組是否為新創建的，msg.clone()方法用于復制一個相同的數據分組。 ()calex 函數用于計算動態增加的副本數目，并減少 .nbal的值。 ()sim 函數用于計算2個移動模型之間的相似度。 ()dis函數用于計算分發的副本數目。 m d ( )函數用于計算 n.des與移動模型之間的距離。 u dredu ( )函數用于更新縮減速率。算法的第 2)～4)行描述了源節點動態增加副本數目的過程；第 5)～7)行表示如果遇到目的節點，直接完成數據的傳遞；第 10)～14)行描述了分發過程；第16)～20)行描述了轉發過程。

算法1 節點n1和n2接觸后的路由過程

1) for(every msg in n1 cache){

2) if(msg.new() && msg.to.mm == UM){

3) msg.copies += calex();

//使用式(10)計算ex的值, 同時更新bal的值

4) }

5) if(msg.to == n2){

//遇到目的節點完成數據傳遞

6) send msg to n2; countinue;

7) }

8) s1 = sim(msg.to.mm, n1.mm); s2 = sim(msg.to.mm, n2.mm)

//使用式(6)計算移動模型之間相似度

9) if(msg.copies ＞ 1){

10) msg1 = msg.clone();

11) dis(l1,l2);

//使用式(8)計算分發副本數

12) n1.bal += (msg.copies - l1 - l2);

//使用式(9)更新bal的值

13) msg.copies = l1; msg1.copies = l2;send msg1to n2;

14) udredu(n1);

//使用式(11)更新縮減速率

15) }else{

16) if(s2 ＞ s1){

17) send msg to n2;

18) }else if(to.mm != UM &&md(n2.des, to.mm) < md(n1.des , to.mm) ){

//使用式(7)計算目的地與移動模型之間的距離

19) send msg to n2;

20) }

21) }

22) }

23) //n2 do the same process as n1

5 仿真實驗及結果分析

在機會網絡的ONE（opportunistic network en-vironment）平臺上[13]編寫仿真程序，實現了MROFDM 路由協議，并設計一個場景，檢驗協議的性能。該場景中設置1 104個路口和1 200條路段，并且設定3種移動節點：bus節點遵從固定的移動模型，沿著預定的路線往返運動，設置5條由路口連成的固定線路，平均分配bus到這5條線路；car節點遵從規律移動模型，初始設定3個路口作為固定路口，并且以 20%～30%的概率隨機選取任意一個路口作為目的地，以 70%～80%的概率選擇固定路口為目的地；taxi節點遵從不確定移動模型，隨機選擇任意路口作為目的地。默認情況下仿真參數設置如表1所示。

表1 仿真參數設置

實驗過程中，平均每個節點大約會產生30個數據分組，數據分組的目的節點在全局范圍內隨機選擇。在上述環境中，模擬了本文提出的MROFDM協議，以及只支持轉發策略的固定副本（MROFSM）路由協議，同時作為比較，實現了傳統的噴霧等待路由[12]（SW）和PROPHET 路由[14]（PROP）。

5.1 移動模型的相似度

本文基于車輛移動模型的相似度實現路由策略，在路由前會首先計算所有節點移動模型之間的相似度。由于遵從隨機移動模型的taxi節點與其余節點移動模型的相似度均為0，因此圖2只顯示出bus節點之間、car節點之間、bus節點與car節點之間的移動模型相似度分布情況。

圖2中顯示，bus節點之間的移動模型相似度呈現3種情況：同一條公交線路上bus節點之間相似度為 1，不同公交線路但是存在部分重合站點的bus節點之間相似度在0.25左右，不同公交線路且不存在重合站點的 bus節點之間相似度為-1。car節點之間的移動模型相似度也呈現3種情況：極少部分固定路口完全相同的car節點之間相似度接近0.5，少部分存在相同固定路口的car節點之間相似度在0.1左右，大部分car節點不存在相同的固定路口，它們之間相似度在-0.45左右。bus節點和car節點之間的移動模型相似度存在2種情況：一些car節點的固定路口與bus節點的線路存在交集，它們之間相似度在0.05左右，否則節點之間相似度大約在-0.75。從整體的相似度分布可以看出，存在共同路口的移動模型之間，滿足等價或相似關系，計算得到的相似度值為正數，否則移動模型之間形成獨立或平行關系，計算得到的相似度值為負數，這與第3節中定義是吻合的。

圖2 移動模型相似度分布

5.2 路由協議的性能比較

所有協議的副本數目是相同的，因此各個協議對節點緩沖區資源的需求也在同一數量級，本文會在5.3節中對此進行比較。本節先從傳輸成功率和延時2個方面對4種路由協議的整體性能進行對比和分析。在實驗中，分別改變節點數目以及數據分組的副本數目，比較不同路由協議的性能。圖3和圖4分別顯示了節點數目為45至150時（每次遞增15個，每種節點增加5個），4種路由協議的成功率和延時。

圖3 不同節點數目條件下的傳輸成功率

圖4 不同節點數目條件下的傳輸延時

從圖3中可以看出，路由協議的性能基本不受節點數目的影響。與噴霧等待路由和PROPHET路由相比，本文提出的轉發策略可以明顯地提高傳輸成功率，這說明利用移動模型相似度和實時轉發策略是有效的。模型相似度高的節點具有較高的相遇概率，而實時策略將數據分組帶往目的節點的移動范圍，讓數據分組在未來有較高的概率遇到目的節點或者合適的中繼節點。MROFDM 協議在MROFSM的基礎上，可以再提升1%～2%的傳輸成功率。這說明副本均衡策略是有效的。PROPHET路由根據歷史信息做出轉發決定，為數據傳輸提供一定的幫助，因此性能略高于噴霧等待路由。從延時的角度分析，也可以得到相同的結論，MROFDM 協議在提高成功率的同時，有效地降低了端到端的延時。隨著節點數目的增加，各協議的延時均呈現略微下降趨勢，這主要是因為增加節點數目會減少節點的平均相遇間隔，有助于降低傳輸延時。

圖5和圖6分別顯示了數據分組的副本為2～14個時（每次遞增1個），4種路由協議的成功率和延時。總體看來，隨著副本數目的增加，各個協議的性能都有所提升，這與經典理論是吻合的[12]。4種協議性能之間的相對關系與圖3和圖4的結果一致的。此外圖中還說明：1）隨著副本數目的增加，各個路由協議之間的性能差距在縮小，這是因為高副本數已經為噴霧等待路由性能帶來較為優秀的性能，因此性能的提升空間有限；2）在副本數目較低的時候，難以從原本就有限的副本數中縮減副本，基本沒有執行副本均衡過程，因此 MROFDM與MROFSM的性能是相同；3）在副本數目較高的時候，增加副本數目對協議性能的提升不再明顯，MROFDM與MROFSM的性能趨于一致。

圖5 不同副本數目條件下的傳輸成功率

圖6 不同副本數目條件下的傳輸延時

上面2組實驗結果已經說明MROFDM協議具有比傳統路由更加優秀的性能，但是MROFDM協議與MROFSM 協議相比，性能并沒有顯著提升。在本次的實驗中，分別統計目的節點為bus節點的數據分組（bus數據分組），目的節點為car節點的數據分組（car數據分組），目的節點為taxi移動模型的數據分組（taxi數據分組），3種數據分組的傳輸成功率和延時，以詳細分析面向移動范圍轉發與副本均衡策略的作用。由于節點數目對協議的性能影響不大，并且成功率的提升與延時的減少是相互印證的，因此下面主要考察不同副本數目條件下，協議的傳輸成功率。

圖7～圖9分別顯示了3種數據分組的傳輸成功率。圖7顯示與噴霧等待路由相比，本文提出的轉發策略可以提升bus數據分組的傳輸成功率，且MROFDM協議與MROFSM協議bus數據分組的傳輸成功率是一致，并沒有因為動態縮減副本數目而減少。圖8顯示car數據分組的傳輸成功率在本文轉發策略的幫助下，也有較為顯著的提升。圖9顯示MROFDM協議是唯一可以提升taxi數據分組傳輸成功率的協議，盡管效果并不是很明顯。實驗過程中，每次動態增加的副本數大約為1～2個，因此n個副本時MROFDM協議的taxi數據分組傳輸成功率與n+2個副本時噴霧等待協議的taxi數據分組傳輸成功率基本一致的。比較 3組實驗結果，PROPHET協議僅能提升bus數據分組的成功率，其綜合性能略高于噴霧等待路由；MROFSM可以顯著提升bus數據分組與car數據分組的成功率，因此其性能大幅優于噴霧等待路由；MROFDM 通過副本均衡策略，可以在不降低其他數據分組成功率的前提下，提升taxi數據分組的成功率。綜合以上分析，不難得出上一節中的結論。

圖7 bus數據分組的傳輸成功率

圖8 car數據分組的傳輸成功率

圖9 taxi數據分組的傳輸成功率

上述實驗都是在3種節點數目相等的條件下進行的。在本次實驗中，有意增加某種節點的數目并減少另外2種節點的數目，檢測MROFDM協議在不均衡節點類型環境下的性能。實驗中保持節點總數為90個，將某種節點的個數設置為50，其余2種設置為20。圖10給出實驗結果，為了便于比較，在圖10中加入3種節點數目相同時的數據。

圖10 不同節點比例條件下傳輸成功率

實驗結果顯示，在bus節點比例較高的情況下，協議的性能有所下降，這主要是由于在源和目的節點的相似度小于0時，缺乏隨機節點將數據分組帶往目的節點的運動區域，導致部分數據分組無法完成傳遞。其余情況下協議的性能與缺省情況基本一致，這說明本文提出的協議在3種移動模型的節點比例不均衡的環境下基本可以正常運行。

5.3 實時性及隨機誤差分析

上節中的結果均為仿真結束后統計得出，并不能實時反映協議的執行情況。除了延時與成功率，網絡負載是一個衡量路由性能的實時指標。每隔1h統計所有節點緩沖區內的數據分組總數，作為網絡負載。圖11顯示了默認情況下（6個副本，90個節點），網絡的實時負載信息。

圖11 網絡的實時負載

實驗開始后，隨著數據分組的不斷產生，網絡負載呈上升趨勢。實驗運行 4h后，新數據分組的產生的同時已有數據分組傳遞完成，網絡負載逐漸趨于平穩。在實驗的最后 2h內不再產生新的數據分組，網絡負載呈下降趨勢。MROFDM 協議可以更快地傳遞緩沖區內的數據分組，因此具有最小的網絡負載。其余情況下的網絡負載也呈現相似的趨勢，本文就不再一一表述。

由于實驗中的許多元素都是隨機產生的，例如隨機為數據分組選擇目的節點，taxi節點隨機選擇目的地等，所以隨機誤差是難以避免的。本節最后通過90個節點時，噴霧等待和MROFDM協議的傳輸成功率，衡量實驗中的隨機誤差，圖 12顯示了實驗的具體結果。隨機因素在帶來結果波動的同時，也造成了副本數為 1n+ 時的實驗結果不一定優于副本數為n時的情況。可見實驗中的隨機因素確實會導致實驗結果中存在隨機誤差。但是隨著副本數目的增加，統計得到的平均傳輸成功率還是呈現上升趨勢，這體現了求取多次實驗結果的平均值作為仿真結果以消除隨機誤差的必要性。

圖12 每次實驗的傳輸成功率

6 結束語

本文通過對車載網絡中節點移動模型的分析，提出 MMSE評價移動模型相似度。基于節點模型的相似度，從副本轉發與均衡 2個方面，設計了

MROFDM 路由協議。實驗結果顯示，與傳統協議相比，MROFDM 協議可以有效地提升路由性能。同時對實驗執行過程中的實時性及隨機誤差進行了分析。以后的工作中將在以下方面進行進一步研究：1）研究針對于固定移動模型的路由方法，優化固定移動模型節點比例高時協議的性能。2）考慮立體路網、復雜車輛移動模型、交通信號燈等因素，使路由過程更符合實際情況。

[1] GERLA M, KLEINROCK L. Vehicular networks and the future of the mobile Internet [J]. Computer Networks, 2011, 55(2)：457-469.

[2] CHOFFNES D R, BUSTAMANTE F E. An integrated mobility and traff i c model for vehicular wireless networks[A]. Proceedings of the 2nd ACM International Workshop on Vehicular Ad Hoc Networks[C].New York： ACM, 2005.69-78.

[3] 王博，黃傳河，楊文忠. 時延容忍網絡中基于效用轉發的自適應機會路由算法[J]. 通信學報，2010, 31(10)： 36-47.WANG B, HUANG C H, YANG W Z. Adaptive opportunistic routing protocol based on forwarding-utility for delay tolerant networks[J].Journal on Communications, 2010, 31(10)： 36-47.

[4] WU H, FUJIMOTO R M, GUENSLER R, et al. MDDV： a mobility-centric data dissemination algorithm for vehicular networks[A].Proc of the 1st ACM Int Workshop on Vehicular Ad Hoc Networks(VANET)[C]. New York： ACM, 2004. 47-56.

[5] ZHAO J, CAO G. VADD： vehicle-assisted data delivery in vehicular ad hoc networks[A]. Proc of the INFOCOM 2006[C]. New York：IEEE Communications Society, 2006. 1-12.

[6] HUANG H Y, LUO P E, LI M, et al. Performance evaluation of SUV-net with real-time traffic data[J]. IEEE Trans on Vehicular Technology,2007,56(6)：3381-3396.

[7] DING Y, WANG C, XIAO L. A static-node assisted adaptive routing protocol in vehicular networks[A]. Proc of the 4th ACM Int Workshop on Vehicular Ad Hoc Networks[C]. New York： ACM Press, 2007. 59-68.

[8] 李陟，查玄閱，劉鳳玉等. 公交時延容忍網絡中基于索引的多級分組路由算法[J]. 計算機研究與發展，2011, 48(3)： 407-414.LI Z, ZHA X Y, LIU F Y, et al. Indexing based multi-level clustering routing algorithm in public transportation delay tolerant networks [J].Journal of Computer Research and Development, 2011, 48(3)： 407-414.

[9] 徐佳，李千目，張宏等. 機會網絡中的自適應噴霧路由及其性能評估[J]. 計算機研究與發展，2010, 47(9)： 1622-1632.XU J, LI Q M, ZHANG H, et al. Performance evaluation of adptive sparay routing for opportuntic networks[J]. Journal of Computer Research and Development, 2010, 47(9)： 1622-1632.

[10] ZHANG Z, FEI Z M. Route design for multiple ferries in delay tolerant networks[A]. Wireless Communications and Networking Conference. IEEE[C]. 2007.3460-3465.

[11] SPYROPOULOS T, PSOUNIS K, RAGHAVENDRA C S. Performance analysis of mobility-assisted routing[A]. Proceedings of the 7th ACM International Symposium on Mobile Ad Hoc Networking and Computing[C]. New York： ACM, 2006. 49-60.

[12] SPYROPOULOS T, PSOUNIS K, RAGHAVENDRA C S. Spray and wait： an efficient routing scheme for intermittently connected mobile networks[A]. Proc of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking[C]. New York： ACM, 2005. 252-259.

[13] KER?NEN A, OTT J, K?RKK?INEN T. The One simulator for DTN protocol evaluation[A]. Proc of the ACM Int Conf on Simulation Tools and Techniques[C]. New York： ACM, 2009.1-10.

[14] LINDGRENY A, DORIA A, SCHELéN O. Probabilistic routing in intermittently connected networks[A]. ACM SIGMOBILE Mobile Computing and Communications Review[C]. New York： ACM, 2003.19-20.