基于城市小區域的車聯網模型

陳 浩，葉 青，吳國田

（河海大學計算機與信息學院，南京210098）

基于城市小區域的車聯網模型

陳 浩，葉 青，吳國田

（河海大學計算機與信息學院，南京210098）

隨著社會進步及車輛增多，交通問題日益突出，使得城市環境下車聯網的研究受到越來越多的關注。基于真實數據的分析和驗證，可以得到城市不同區域的車聯網網絡度分布服從廣義的冪律分布，即網絡是無標度網絡。根據此性質利用復雜網絡理論建立車聯網網絡模型，通過分析和仿真驗證該模型的正確性和有效性。

車聯網；度分布；模型；仿真

1 引 言

車聯網是指利用裝載在車輛上的電子標簽通過無線射頻等識別技術，實現在信息網絡平臺上對所有車輛的屬性信息和靜、動態信息進行提取和有效利用，并根據不同的功能需求對所有車輛的運行狀態進行有效監管和提供綜合服務。車聯網可以實現車與車之間、車與建筑物之間，以及車與基礎設施之間的信息交換，它甚至可以幫助實現汽車和行人、汽車和非機動車之間“對話”。就像互聯網把每個單臺的電腦連接起來，車聯網能夠把獨立的汽車聯結在一起［1］。

由于其重要的實際應用價值以及在交通信息預警、行車安全、車輛之間通信及車輛Internet訪問等方面具有良好的應用前景［2］，因此，車聯網正在成為學術界的熱點研究領域。由于車聯網具有節點的高速移動性（速度大致在5-42m／s之間），無線信道質量不穩定性（受路邊建筑、道路情況、車輛類型和車輛相對速度等因素影響），節點移動具有一定的規律性，道路車輛移動是受限制的（車輛軌道一般可預測）等特點，這就導致了車聯網網絡拓撲結構變化快，變化頻繁以及網絡節點分布不均勻。

正是基于這些特征，將城市場景劃分為無數的小區域，小區域可以是城市的一條街道，一個城區或者是十幾個街道的組合，而為小區域的范圍設置的下限是一條街道，上限是兩個城區。基于此特定區域，可以得到城市小區域的網絡度分布基本符合冪律分布的特點，因此其網絡為無標度網絡。依據此特征利用復雜網絡理論建立模型并驗證模型的有效性。

2 車聯網的研究熱點和相關工作

當今對車聯網模型的研究主要集中在節點運動模型上，可以細分為隨機運動模型和真實節點運動模型。其中真實節點運動模型更能反映節點的移動行為，特別是在收集了大量節點的軌跡數據之后，會提高它的真實性。但是在收集和分析節點移動軌跡數據的階段成本較高，無法重現采集數據的場景，加之對真實節點的移動建模比較困難，所以這個方面的研究進展不大。相反，隨機運動模型具有建模簡單易分析的特點，因此在過去十幾年中涌現出來了很多這類模型。例如隨機行走移動模型（random walk mobilitymodel）［3］是早期最簡單的移動模型之一。在這個模型中節點以一種完全不可預測的方式運動，其中節點運動速度和方向均無相關性。Random Waypoint［4］模型的規則非常簡單，它假設節點在運動前都均勻地分布在一個有邊界的區域內。而為了解除模型的邊界限制，HAAS提出了BSA（Boundless Simulation Area，無限制模擬區域）模型［5］。賴斯大學模型（Rice University Model，RUM）［6］是借助TIGER數據庫中的信息，將路段信息轉換為二維坐標，以節點代表路口，用x表示，節點間線段代表道路，用e表示，并根據坐標計算得出每段道路的距離，用l（e）表示。它們的共同特點是以運動軌跡出發來研究微觀的行為模型，但這無法概括整體網絡的性質。所以研究的新思路是以整體網絡特性為出發點，利用現有運動模型的優勢和數據并根據車聯網節點分布不均勻等特點，提出了小區域思想，并基于真實數據的實證結果建立并驗證車聯網網絡模型。

3 車聯網的網絡特性分析

研究的重點是城市環境下小區域的車聯網網絡度分布變化情況。

圖形分析：圖1（a）和圖1（b）選擇區域（左側（121.4907806，31.24673611），右側（121.5105972，31.23211111））（分別為經度和緯度）進行研究。從圖1（a）中可以看出，區域固定的情況下不同時刻的節點度都具有相似的變化規律。從圖1（b）中可以看出，可以找到一條直線擬合該區域在通信半徑為R＝350時16：00點的度分布的對數分布。分別針對不同數據的不同通信半徑，不同時間，不同小區域進行了仿真分析并得到了類似結果，證明了城市環境下小區域內車聯網的度分布服從冪律分布，進而該網絡為無標度網絡。圖1（c）選擇區域（左側（121.4207806，31.25673611），右側（121.5105972，31.23211111））（分別為經度和緯度）進行研究，發現了通信半徑對度分布的影響。

圖1 不同區域不同時間不同通信半徑下度分布的實證研究

總體來看，在區域固定的情況下，不同時刻的節點度都具有同樣的變化規律，通過最小二乘法也可以找到直線對其進行擬合。即城市小區域車聯網的度分布符合冪律分布，在這個區域中的車聯網是無標度網絡。而通過固定時間取不同的通信半徑下度分布的對數分布，可以看到變化趨勢基本上和之前的圖形相同，但是隨著通信半徑的增大抖動增強，當通信半徑增加到R＝650時已經無法找到擬合度分布變化規律的直線了。而且通過仿真發現雖然整體上城市小區域的車聯網符合冪律分布特征，但是它的變化規律有指數分布的傾向。所以嚴格分析可以得到城市環境下小區域內車聯網總體符合冪律分布的變化規律，并且也存在指數分布的變化趨勢。所以在模型的構造上不僅僅需要關注優先連接，也需要考慮隨機連接的影響。

4 車聯網網絡模型的構造和驗證

4.1 構造方法

（1）初始網絡：假設網絡中包含m0個相互獨立的節點。

（2）加點：從一個具有m0個節點的網絡開始，在每一個時間步，引入一個新節點，且連接到m個已經存在的節點上（這里m是大于0的常數且m＜m0）。每一條邊都是通過優先連接或者隨機連接進入網絡的。

（3）優先連接：在已有的網絡中選擇一個節點和新節點進行連接。且選擇節點i概率與節點度ki成正比，即di＝ki／∑jkj。選擇這種操作的概率為1-p。

（4）隨機連接：在已有網絡中隨機選擇一個節點與新節點相連接。選擇這種操作的概率為p。

4.2 模型的驗證過程

模型建立和驗證分析：①模型的主要服務對象是城市環境下的小區域，這個小區域可能是一條街道也可能是城市的某個城區，只要在第一章定義的范圍之內就可以。所以研究的對象是城市環境下車輛組成的小區域，因此車輛密度是比較大的。②研究的目標是對BA無標度網絡模型的改進，因為通過之前的驗證發現，在對城市小區域車聯網網絡特性的研究中，雖然可以找到直線擬合度分布的變化規律，但是從其彎曲程度來看，有一定的指數分布趨勢，所以加入了一個可以調節的因子p來控制網絡生成過程中隨機連接和優先連接的比例問題，通過調整參數得到城市環境下小區域內車聯網的最佳效果模型。

為了接近真實值，取節點個數為4000。對p取不同的值來仿真驗證模型的度分布。

圖形分析：從圖2可以看出，p的值對網絡無標度特性的判斷影響巨大。具體來說，當p＝0.7的時候可以找到直線擬合目前的變化趨勢，也就是說節點的度分布服從冪律分布。但是當p＝0.9的時候，即隨機連接的概率非常大時，雖然在這種情況下通過最小二乘可以找到一條擬合直線，但是直線的效果明顯不太好，這時度分布的對數分布的變化曲線會有比較嚴重的抖動，雖然趨勢還是下降，但抖動的增多還是說明了隨機連接的影響。而當p＝0.3時，已經很難找到可以擬合度分布變化規律的直線了，這時度分布的變化趨勢是下降的，但是相等度值的節點數量的增加造成了大量節點堆積在一起，出現了明顯的厚尾現象。通過以上對于圖形的分析不難看出。在p＝0.7時圖形最符合網絡的無標度特性。

模型創新：①通過真實數據的實證分析得到結果，基于該結果建立并驗證車聯網網絡模型，保證了結果的真實性。②模型在設計上利用復雜網絡的基本知識，通過試驗和對比得到城市環境下小區域內車聯網的最佳網絡模型。③對城市環境下車聯網的分析從小區域出發，而小區域的分析并不拘泥于特定的區域和道路，保證了對特定范圍內的車聯網網絡特征的分析更加全面。④對多組不同數據進行仿真分析和對比，得到了比較有代表性的仿真圖形，說明了驗證結果的普遍正確性。

圖2 模型的度分布

5 結束語

基于真實的上海市出租車測得的GPS數據，分析了城市環境下小區域車載網的網絡度分布，得到其大體上符合冪律分布，是廣義的無標度網絡。基于此建立了針對城市小區域車聯網的無標度網絡模型，改進了BA無標度模型，并且通過驗證得到了該改進模型的正確性和有效性。

小區域思想的提出非常靈活，使得城市的分區更加清晰，但是如何通過某種疊加或者連接關系形成城市的整體網絡，并研究整個城市的車聯網網絡拓撲特性，是下一步分析和研究的要點。

［1］王建強，吳辰文，李曉軍.車聯網架構與關鍵技術研究［J］.微計算機信息，2011，27（4）：156-158.

［2］Willke T L，Tientrakool P，Maxemchuk N F.A Survey of Inter-Vehicle Communication Protocols and Their Applications［J］.IEEE Communications Surveys＆Tutorials，2009，11（2）：3-20.

［3］PNain，D Towsley，Liu Benyuan，et al.Properties of Random Direction Models［C］.Proceedings of the 24th Annual Joint Conference of the IEEE Computer and Communications Societies.IEEE，2005：1897-1970.

［4］W Navid，T Camp.Stationary Distributions for the Random Waypoint Model［J］.IEEE Transactions on Mobile Computing，2004，3（1）：99-108.

［5］Z Haas.A new routing protocol for the reconfigurable wireless networks［C］.Proceedings of the IEEE International Conference on Universal Personal Communications（ICUPC），1997：562-566.

［6］Amit Kumar Saha.Modeling mobility for vehicular adhoc networks［C］.Proceedings of the 1st ACM international workshop on Vehicular ad hoc networks.ACM Press，2004：91-92.

Internet of Vehicles Model Based on Small Area of the City

CHEN Hao，YE Qing，WU Guo-tian
（College of Computer and Information Engineering，Hohai University，Nanjing 210098，China）

As development of the society and the increase traffics，the internet of vehicles is caught more and more attention.Based on the practical data，this article shows that internet of vehicles network degree distribution in different regions of the city follows a power law distribution，so the network is scale-free networks.According to the feature of complex network，the internet of vehicles network modelcan be built and the correctness and validity of themodel can be analyzed and simulated aswell.

Internet of vehicles；Degree distribution；Model；Simulation

10.3969／j.issn.1002-2279.2014.01.007

TP393

：A

：1002-2279（2014）01-0022-03

陳浩（1988-），男，天津人，碩士研究生，主研方向：車輛自組網與復雜網絡。

2013-08-08