車載異構網中基于最優停止算法的垂直切換張良

陸川

摘 要：目前，傳統的車載Ad Hoc網絡正朝著車載異構網發展；這就迫切需要為車輛用戶提供一個高效、智能的網絡接口進行切換，以滿足其QoS要求。在本文中，我們針對車載異構網絡存在的切換問題提出了一個優化算法，該策略整合了多個指標，包括價格成本、可用帶寬和數據傳輸延遲等。利用最優停止理論，能最大限度提高用戶滿意度。仿真結果表明，基于最優停止的策略是可行的。

關鍵詞：車載異構網絡；垂直切換；網絡切換；最優停止理論

1 引言

目前，車輛Ad Hoc網絡（VANET）作為一個新興的高科技，其整合了ad hoc網絡、無線局域網（WLAN）和蜂窩技術，以實現車輛間智能化通信和提高道路安全和效率。在網絡中，車輛單元和路側單元都配備了WAVE通信設備，車輛可通過作為無線路由器的車載裝置（OBUs）和可作為無線基礎設施的路邊單元（RSUs）接入互聯網。車載裝置可以通過多個接口（如802.11a/b/p，3G，802.16e和WiMax）[1，2]，在各種不同的網絡（如WiFi，3G，LTE，4G）進行無縫垂直切換。事實上，車載自組網就是一種典型的異構網絡。車載異構網絡一個顯著的固有特性，是車輛網絡的高遷移率，具有高度動態的網絡拓撲和網絡條件的變化。研究表明，車輛集成多個接口可對包括負載均衡、吞吐量、連接機會和魯棒性等多個方面進行改進。這時就迫切需要智能算法用于多接口之間轉換：多目標優化框架下的無線接口選擇算法，用于找出各指標之間的最佳平衡，通過調整指標權重影響OBU的行為特性；同時，更新權重，能反映用戶對于不同的網絡服務喜好的變化。另外，車輛對車輛和車輛對路邊設備的通信是VANET研究的主要內容。這一領域內，早先的一些研究也取得了很多的成就，包括：服務的感知和發現，服務的管理和資源的分配[3-6]等。

垂直切換是一種基于性能指標（如價格成本，數據傳輸延遲等）的切換接入技術。最佳垂直切換（VHO）判決是在當前網絡中下，基于用戶的喜好、期望的QoS以及價格成本等，在所有的可選方案中選擇最佳網絡。此外，VHO判定時也會考慮其他一些參數（如負載均衡，避免干擾和收益最大化）。這一領域，有許多VHO決策算法曾被提出。在文獻[7]中，作者研究了VHO策略，對相互獨立的兩個AP部署條件進行分析；其目的使傳輸成本或交替傳輸時間最小化。在[8]中作者提出了基于馬爾可夫決策過程（MDP）的VHO算法，通過值迭代算法得到一個固定策略，以使期望收益總和最大化。在[9]中，通過解決VHO隨機動態規劃（SDP）以改進以前的工作。這些研究中的多目標最優化思想和我們的研究工作類似；不同的是，我們提出了一種更高效和直接的算法，即在最優停止框架下VHO，使其具有更低的復雜性。而且之前的大多數研究，忽略了車輛模型的另一特征，即車輛的移動會受到道路的限制；而該特性將使車輛的運動方向高度受限于地理拓撲結構[10]。

本文中，我們提出了一個基于多性能指標最優接口轉換的決策，它是基于用戶策略驅動和最優停止理論。決策時根據用戶的傾向性，如OBUs進行網絡切換時，價格成本或通信質量哪一個是需優先考慮的？這里假定一個OBU有兩個無線接口---WiFi和3G。其中WiFi網絡覆蓋較小，而3G網絡覆蓋整個范圍；但3G業務需支付一定的費用，而WiFi幾乎是免費的。不同的數據服務，有不同的指標傾向。實時業務較為注重QoS（如視頻流），但容忍延遲業務（如文件下載）可能會更傾向于較低的價格成本。理想情況下，OBU允許用戶對于不同的網絡業務，設置不同的指標權重；根據這些權重，在當前的無線網絡環境下，OBU將自動切換到最優網絡接口上。此外，我們定義了一個效用函數來衡量用戶的滿意度，它是在當前用戶接入可用網絡下，所有指標的滿意度加權總和。我們研究的系統模型，由連續的3G覆蓋區域和無線局域網覆蓋的局部區域組成。無線局域網由固定的路側接入點（即RSU）覆蓋而來，且相鄰RSU之間的距離是隨機的。

本文編排如下：第二節介紹問題的背景知識；第三節提出一個系統模型；第四節和第五節分別介紹最優網絡接口接入策略和實驗仿真結果；最后得出結論。

2 最優停止理論概述

異構網絡中的垂直切換問題我們可以表述為一個最優停止問題。接下來簡要介紹最優停止理論的框架[11][12]。

2.1 停止規則

通過兩個目標確定停止規則：（1）一個隨機變量序列X1，X2，X3，X4，…，假設其聯合分布已知；（2）一個實值的效用函數序列，y0，y1（x1，x2），…，y∞（x1，x2，…）；

首先應盡可能多的獲得X1，X2，X3，…，對n=1，2，3，…，觀察X1=x1，X2=x2，X3=x3，…，Xn=xn后，決定Xn+1是繼續觀察再作決定，還是停止觀察并使用該情況下的效用值yn（x1，x2，…，Xn）。

2.2 效用函數

若對于可能會停止的階段數量設定一個上限，停止規則將具有一個有限維度。假設我們在第N+1階段停止，則在第N階段我們就能找到最優停止規則。明確了第N階段的最優規則，我們就能找到第N-1階段的最優停止規則；以此類推，直至回到初始階段。這里我們定義了（1），同時還規定（2）

3 系統模型

3.1 系統情形

當車輛移動時，它運動在連續的3G網絡覆蓋區域，并且會不定時的遇上服從泊松分布的RSU（即WLAN接入位置）。正如圖1所示，這里假設在3G和WLAN內覆蓋區域，車載周期性地發送數據。雖然3G網絡在整條道路總是可用，但車載一旦進入RSU的覆蓋范圍內就會優先接入WLAN。也就是說，使用RSU是一個默認選項。由于3G網絡覆蓋是連續的，可認為3G能提供穩定和快速的傳輸速率。雖然3G網絡能提供高品質的網絡業務，但是需要較高的價格成本和接口切換的開銷，可能導致用戶寧愿等待下一個RSU。這里我們定義一段時間為tth（即網絡切換閾值），其表示一旦超過該值還沒有遇到下一個RSU，那么車載將直接切換到3G。到達tth之前，可以在發送一定量數據后，根據計算得到的用戶滿意度，選擇是否切換網絡。其中切換時間可以根據最優停止理論計算得到。endprint

3.2 滿意度函數

根據上面的陳述，我們將通過引入效用概念進行系統建模。該效用能夠用來衡量用戶的滿意度，并可以作為一個函數，去度量用戶所選網絡的數量和質量。該效用可以用來判定是否接入3G網絡，以及接入的最佳時間。

網絡n的效用函數，標記為fn，通過對參數t的歸一化可有如下表達式：

其中ωc和ωd分別代表價格成本和數據傳輸延遲的權值。在本文中，二者滿足約束條件ωc+ωd=1。根據用戶的需求，權值的變化范圍從0到1。如果用戶總是希望獲得較便宜的網絡服務，可以分配ωc高一些同時降低ωd。這將意味著，在用戶盡可能連接到RSU。

從滿意度的概念來說，要是 的值較高，則網絡n的花費更低；要是 的值更高，則傳輸延遲更小（即更好的性能）。滿意度可以被定義為Sigmond函數（即 ），該函數廣泛應用于工程中[9]，Sigmond函數通常被用來近似用戶對于服務質量或資源分配的滿意度。根據文獻[15]中，我們推廣得到如下函數：

它們分別代表用戶對于網絡n的價格成本的滿意度（即 ）和傳輸延遲延遲的滿意度（即 ）。常數k1，k2和常數α1，α2分別代表函數曲線的陡度和中心。k1，k2代表了用戶對于數據包阻塞增加的敏感度。α1，α2代表預期數據包的阻塞概率。也就是，當數據包的阻塞概率增加時，α1，α2決定何時降低效用，k1，k2確定降低效用的速率。

4 最優接入策略

本文中，我們假設RSU服從泊松分布，并且泊松分布系數記為λ。當車輛沿道路行駛時，車輛將記錄并統計已遇到RSU的位置，然后預測下一個RSU的位置。在車輛剛離開RSU和遇到下一個RSU之間，我們假設都有一定量的數據（定義為data）需要進行傳輸。同時，在離開下一個RSU之前該數據能夠傳輸完成。此時數據傳輸就有三種策略：（a）利用最優停止；（b）僅使用3G；（c）僅使用無線局域網（WLAN）。

在表達式（4），（5），涉及到的兩個函數：數據傳輸延遲函數Xd（t）和價格成本函數Xc（t），它們會隨不同的策略有所變化：

4.1 最優停止策略

當車輛在一個時間點t0（t0≤tth）接入3G網絡，并使用3G進行傳輸數據，該數據我們定義為data3G，直到其遇到RSU。然后，車輛將切換到WLAN并在該網絡下完成剩余部分數據的傳輸，被傳輸的數據我們定義為dataRSU。

該情況下，與表達式（1）和（2）相比，這里我們規定：t等價于n，則xn可被映射為xc（t）和xd（t），同時f3G（t）或fRSU（t）則等價于yn， 則可被映射為Ω（t+1）。所以，我們提出了一個用來衡量用戶滿意度表達式，該表達式如下：

其中，P（t+1）代表了用戶下一時刻遇到RSU的概率，則1-P（t+1）就代表沒有遇到RSU的概率。本文中，每一刻車輛將首先比較當前時刻t和切換閾值。若超過閾值，車輛必須立馬切換到3G，直至遇到下一個RSU。若未達到閾值，車輛將比較（t+1）和（t+2）的總體滿意度（即表達式（6）），衡量是否需要接入3G。

通過表達式（1）、（2）和最優停止理論的定義，在接下來我們將分析最優停止時間：舉個例子，假設一個車載某一時刻不在RSU的覆蓋范圍，同時，該時刻它也沒有接入3G。為了便于比較，我們假定該車載的另一情形，即在這刻之前，它已經使用3G，并定義該滿意度函數為f3G（t）。當下一時刻（t+1）的總體滿意度（即Ω（t+1））小于f3G（t）時，用戶就應該在t時刻接入3G網絡。也就是說，僅當一個網絡總體滿意度連續優于當前用戶使用網絡，車輛才會進行越區切換。本文中，停止規則問題存在一個時間上限tth，如果要想得到Ω（t+1）的值，我們首先必須先計算Ω（tth） =f3G（tth），然后計算上一時刻的Ω（tth-1），并且以此類推，知道計算得到Ω（t+1）。本節我們可以得到延遲時間函數（命名為DOS），記為

和價格成本函數xc（t），記為：

這里data3G+dataRSU=data，我們可以得到表達式：

在表達式（9）中，3G網絡中的數據傳輸量，可以通過計算所記錄RSUs泊松分布系數的平均值得到。此外，

這里權值K的變化范圍是0到1（即0≤K≤1）， 是一個泊松分布系數的平均值，其綜合了歷史記錄數據和最新統計數據。L（t）代表車載行駛的總距離函數。count（t）是車輛經過RSUs的總和。

通過定義最優停止時間（即將要接入3G網絡的時刻）為t0（t0≤tth），我們可以得到：

4.2 僅使用3G策略

這里僅使用3G策略是指數據傳輸完全通過3G網絡，傳輸速率定義為r3G。這意味著，每次車輛剛離開最近所遇到的RSU，就接入到3G網絡并完成數據傳輸。我們可得到延遲時間函數（命名為D3G），表示如下：

同時，可以得到價格成本函數Xc（t），可以描述為：

在表達式中，C3G代表單位時間內3G網絡的開銷。所以

4.3 僅使用WLAN策略

僅使用WLAN政策是指所有數據傳輸，完全在下一個將要遇到的RSU的覆蓋內完成，同時規定傳輸率被定義為rRSU。這里我們可得到延遲時間函數（命名為DRSU），表示如下：

在表達式中，ttwo_rsu代表車輛剛離開上一個RSU和遇到下一個RSU之間的時間段。

可以得到價格成本函數Xc（t），可以描述為：

在表達式中，CRSU代表單位時間內RSU中的開銷。因此：

5 仿真結果

我們將對所提出的策略進行仿真以評估系統性能。主要針對以下三種策略進行滿意度評估：僅使用WLAN，僅使用3G和最優停止策略。

在仿真中，我們使用價格成本和傳輸延遲的滿意度衡量效用。效用值越大，代表用戶獲得的滿意度越高。假設沿道路部署的RSUs服從泊松分布，同時車輛只要進入RSU的覆蓋范圍就能獲得WLAN服務。通過表達式（3）可得到整體的滿意度；表1[13]是相應的參數設置。此外，利用泊松模型來表征車輛得到數據包，數據包的長度為隨機的1～200M字節。endprint

下面是兩種不同RSU部署密度情景下的仿真；圖2和圖3為仿真結果。情景1，在4公里的路上部署35個RSU；圖2為其仿真。如圖可看出，開始時，僅使用WLAN策略的滿意度略高于其他兩種情形。這是由于車輛初始位置，我們假定就處于WLAN的覆蓋范圍，該范圍內有較低的成本和較少的延遲。之后，僅使用3G和最優停止均略優于僅使用WLAN策略。在3公里處，同僅使用WLAN的策略相比，僅使用3G策略的滿意度已達到39.87，這比前者高了15.2%。而最優停止策略比僅使用WLAN策略高了近33%。從這個圖中，可以清楚地看到，最優停止策略是最優的。

為了便于比較，我們把RSU的密度這個參數變大（即2.5公里部署35個RSU）。其結果如圖3所示，隨著車載行駛距離的增加，我們發現，僅使用WLAN的策略所代表的的曲線優于僅使用3G，而不像圖2所示。這是因為一定范圍內RSUs越多，車輛接入3G的頻率越頻繁，而接入到3G的頻率更少。

例如在約1500米處的僅使用WLAN的滿意度是28.39。超過僅使用3G策略的45%。但是最優停止策略仍是表現最優的。

6 結論

在本文中，我們提出了一種車載異構網中基于最優停止策略的垂直切換。仿真顯示基于該策略的接口垂直切換優于其他策略，它可以最大限度地提高用戶滿意度。這些結果表明，我們提出的算法是可取的，今后的工作中，我們計劃完善方法的同時，通過引入更多的無線網絡接入條件，延長目前框架使之應用到更多的場景中。

[參考文獻]

[1]Ribeiro.Connie”Bringing wireless access to the automobile：A com-parison of Wi-Fi，WiMAX，MBWA，and 3G，”21st Computer Science Seminar，2005.

[2]Lingyang Song and Jia Shen.“Evolved Network Planning and Optimiza-tion for UMTS and LTE，”Auerbach Publications，CRC Press，2010.

[3]Rong Yu，Yan Zhang，Yi Liu，Shengli Xie.Lingyang Song and Mohsen Guizani，”Secondary Users Cooperation in Cognitive Radio Networks：Balancing Sensing Accuracy and Ef ciency，” IEEE Wirel.Commun.Mag.，vol.19，no.2，pp.2-9，2012.

[4]R.Yu，Y.Zhang，S.Gjessing，W.Xia and K.Yang.”Toward Cloud-based Vehicular Networks with Ef cient Resource Management”，to appear in IEEE Network Magazine，special issue on ”Cloud-Assisted Mobile Computing and Pervasive Services”.

[5] Tianyu Wang，Lingyang Song，and Zhu Han.”Coalitional Graph Games for Popular Content Distribution in Cognitive Radio VANETs，”IEEE Trans.Veh.Technol.，vol.59，no.6，pp.2963-2484.

[6] Tianyu Wang，Lingyang Song，Zhu Han，and Bingli Jiao.”Popular Content Distribution in CR-VANETs with Joint Spectrum Sensing and Channel Access”to appear，IEEE Journal on Selected Areas in Communications，special issue”on Emerging Technologies”.

[7]Shafiee， Kaveh，Alireza Attar，and Victor CM Leung.”Optimal distributed vertical handoff strategies in vehicular heterogeneous networks，”IEEE J.Selected Areas in Communications，vol.29，no.3，pp.534-544，2011.

[8]Stevens-Navarro， Enrique， Yuxia Lin， and Vincent WS Wong.”An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks，”IEEE Tran.Vehicular Technology，vol.57，no.2，pp.1243-1254，2008.

[9]Lee，Kevin C.，et al..”Intelligent interface switching among heteroge-neous wireless networks for vehicular communications，”Computing，Networking and Communications （ICNC），2012 International Conference on.IEEE，2012.

[10]Yazhi Liu，Jianwei Niu，Jian Ma，Lei Shu，Takahiro Hara.”The Insights of Message Delivery Delay in VANETs with a Bidirectional Traf c Model，”Journal of Network and Computer Applications，2012.

[11]Von Seggern，David Henry.”CRC Standard Curves and Surfaces with Mathematica：Text，”CRC Press，vol.1，2007.

[12]Chow，Yuan Shih，Herbert Robbins，and David Siegmund，”Great ex-pectations：The theory of optimal stopping，”Boston： Houghton Mif in，1971.

[13]Kassar，Meriem，Brigitte Kervella，andGuy Pujolle.”An overview of vertical handover decision strategies in heterogeneous wireless net-works，”Computer Communications， vol.31，no.10，pp.2607-2620，2008.endprint

下面是兩種不同RSU部署密度情景下的仿真；圖2和圖3為仿真結果。情景1，在4公里的路上部署35個RSU；圖2為其仿真。如圖可看出，開始時，僅使用WLAN策略的滿意度略高于其他兩種情形。這是由于車輛初始位置，我們假定就處于WLAN的覆蓋范圍，該范圍內有較低的成本和較少的延遲。之后，僅使用3G和最優停止均略優于僅使用WLAN策略。在3公里處，同僅使用WLAN的策略相比，僅使用3G策略的滿意度已達到39.87，這比前者高了15.2%。而最優停止策略比僅使用WLAN策略高了近33%。從這個圖中，可以清楚地看到，最優停止策略是最優的。

為了便于比較，我們把RSU的密度這個參數變大（即2.5公里部署35個RSU）。其結果如圖3所示，隨著車載行駛距離的增加，我們發現，僅使用WLAN的策略所代表的的曲線優于僅使用3G，而不像圖2所示。這是因為一定范圍內RSUs越多，車輛接入3G的頻率越頻繁，而接入到3G的頻率更少。

例如在約1500米處的僅使用WLAN的滿意度是28.39。超過僅使用3G策略的45%。但是最優停止策略仍是表現最優的。

6 結論

在本文中，我們提出了一種車載異構網中基于最優停止策略的垂直切換。仿真顯示基于該策略的接口垂直切換優于其他策略，它可以最大限度地提高用戶滿意度。這些結果表明，我們提出的算法是可取的，今后的工作中，我們計劃完善方法的同時，通過引入更多的無線網絡接入條件，延長目前框架使之應用到更多的場景中。

[參考文獻]

[1]Ribeiro.Connie”Bringing wireless access to the automobile：A com-parison of Wi-Fi，WiMAX，MBWA，and 3G，”21st Computer Science Seminar，2005.

[2]Lingyang Song and Jia Shen.“Evolved Network Planning and Optimiza-tion for UMTS and LTE，”Auerbach Publications，CRC Press，2010.

[3]Rong Yu，Yan Zhang，Yi Liu，Shengli Xie.Lingyang Song and Mohsen Guizani，”Secondary Users Cooperation in Cognitive Radio Networks：Balancing Sensing Accuracy and Ef ciency，” IEEE Wirel.Commun.Mag.，vol.19，no.2，pp.2-9，2012.

[4]R.Yu，Y.Zhang，S.Gjessing，W.Xia and K.Yang.”Toward Cloud-based Vehicular Networks with Ef cient Resource Management”，to appear in IEEE Network Magazine，special issue on ”Cloud-Assisted Mobile Computing and Pervasive Services”.

[5] Tianyu Wang，Lingyang Song，and Zhu Han.”Coalitional Graph Games for Popular Content Distribution in Cognitive Radio VANETs，”IEEE Trans.Veh.Technol.，vol.59，no.6，pp.2963-2484.

[6] Tianyu Wang，Lingyang Song，Zhu Han，and Bingli Jiao.”Popular Content Distribution in CR-VANETs with Joint Spectrum Sensing and Channel Access”to appear，IEEE Journal on Selected Areas in Communications，special issue”on Emerging Technologies”.

[7]Shafiee， Kaveh，Alireza Attar，and Victor CM Leung.”Optimal distributed vertical handoff strategies in vehicular heterogeneous networks，”IEEE J.Selected Areas in Communications，vol.29，no.3，pp.534-544，2011.

[8]Stevens-Navarro， Enrique， Yuxia Lin， and Vincent WS Wong.”An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks，”IEEE Tran.Vehicular Technology，vol.57，no.2，pp.1243-1254，2008.

[9]Lee，Kevin C.，et al..”Intelligent interface switching among heteroge-neous wireless networks for vehicular communications，”Computing，Networking and Communications （ICNC），2012 International Conference on.IEEE，2012.

[10]Yazhi Liu，Jianwei Niu，Jian Ma，Lei Shu，Takahiro Hara.”The Insights of Message Delivery Delay in VANETs with a Bidirectional Traf c Model，”Journal of Network and Computer Applications，2012.

[11]Von Seggern，David Henry.”CRC Standard Curves and Surfaces with Mathematica：Text，”CRC Press，vol.1，2007.

[12]Chow，Yuan Shih，Herbert Robbins，and David Siegmund，”Great ex-pectations：The theory of optimal stopping，”Boston： Houghton Mif in，1971.

[13]Kassar，Meriem，Brigitte Kervella，andGuy Pujolle.”An overview of vertical handover decision strategies in heterogeneous wireless net-works，”Computer Communications， vol.31，no.10，pp.2607-2620，2008.endprint

下面是兩種不同RSU部署密度情景下的仿真；圖2和圖3為仿真結果。情景1，在4公里的路上部署35個RSU；圖2為其仿真。如圖可看出，開始時，僅使用WLAN策略的滿意度略高于其他兩種情形。這是由于車輛初始位置，我們假定就處于WLAN的覆蓋范圍，該范圍內有較低的成本和較少的延遲。之后，僅使用3G和最優停止均略優于僅使用WLAN策略。在3公里處，同僅使用WLAN的策略相比，僅使用3G策略的滿意度已達到39.87，這比前者高了15.2%。而最優停止策略比僅使用WLAN策略高了近33%。從這個圖中，可以清楚地看到，最優停止策略是最優的。

為了便于比較，我們把RSU的密度這個參數變大（即2.5公里部署35個RSU）。其結果如圖3所示，隨著車載行駛距離的增加，我們發現，僅使用WLAN的策略所代表的的曲線優于僅使用3G，而不像圖2所示。這是因為一定范圍內RSUs越多，車輛接入3G的頻率越頻繁，而接入到3G的頻率更少。

例如在約1500米處的僅使用WLAN的滿意度是28.39。超過僅使用3G策略的45%。但是最優停止策略仍是表現最優的。

6 結論

在本文中，我們提出了一種車載異構網中基于最優停止策略的垂直切換。仿真顯示基于該策略的接口垂直切換優于其他策略，它可以最大限度地提高用戶滿意度。這些結果表明，我們提出的算法是可取的，今后的工作中，我們計劃完善方法的同時，通過引入更多的無線網絡接入條件，延長目前框架使之應用到更多的場景中。

[參考文獻]

[1]Ribeiro.Connie”Bringing wireless access to the automobile：A com-parison of Wi-Fi，WiMAX，MBWA，and 3G，”21st Computer Science Seminar，2005.

[2]Lingyang Song and Jia Shen.“Evolved Network Planning and Optimiza-tion for UMTS and LTE，”Auerbach Publications，CRC Press，2010.

[3]Rong Yu，Yan Zhang，Yi Liu，Shengli Xie.Lingyang Song and Mohsen Guizani，”Secondary Users Cooperation in Cognitive Radio Networks：Balancing Sensing Accuracy and Ef ciency，” IEEE Wirel.Commun.Mag.，vol.19，no.2，pp.2-9，2012.

[4]R.Yu，Y.Zhang，S.Gjessing，W.Xia and K.Yang.”Toward Cloud-based Vehicular Networks with Ef cient Resource Management”，to appear in IEEE Network Magazine，special issue on ”Cloud-Assisted Mobile Computing and Pervasive Services”.

[5] Tianyu Wang，Lingyang Song，and Zhu Han.”Coalitional Graph Games for Popular Content Distribution in Cognitive Radio VANETs，”IEEE Trans.Veh.Technol.，vol.59，no.6，pp.2963-2484.

[6] Tianyu Wang，Lingyang Song，Zhu Han，and Bingli Jiao.”Popular Content Distribution in CR-VANETs with Joint Spectrum Sensing and Channel Access”to appear，IEEE Journal on Selected Areas in Communications，special issue”on Emerging Technologies”.

[7]Shafiee， Kaveh，Alireza Attar，and Victor CM Leung.”Optimal distributed vertical handoff strategies in vehicular heterogeneous networks，”IEEE J.Selected Areas in Communications，vol.29，no.3，pp.534-544，2011.

[8]Stevens-Navarro， Enrique， Yuxia Lin， and Vincent WS Wong.”An MDP-based vertical handoff decision algorithm for heterogeneous wireless networks，”IEEE Tran.Vehicular Technology，vol.57，no.2，pp.1243-1254，2008.

[9]Lee，Kevin C.，et al..”Intelligent interface switching among heteroge-neous wireless networks for vehicular communications，”Computing，Networking and Communications （ICNC），2012 International Conference on.IEEE，2012.

[10]Yazhi Liu，Jianwei Niu，Jian Ma，Lei Shu，Takahiro Hara.”The Insights of Message Delivery Delay in VANETs with a Bidirectional Traf c Model，”Journal of Network and Computer Applications，2012.

[11]Von Seggern，David Henry.”CRC Standard Curves and Surfaces with Mathematica：Text，”CRC Press，vol.1，2007.

[12]Chow，Yuan Shih，Herbert Robbins，and David Siegmund，”Great ex-pectations：The theory of optimal stopping，”Boston： Houghton Mif in，1971.

[13]Kassar，Meriem，Brigitte Kervella，andGuy Pujolle.”An overview of vertical handover decision strategies in heterogeneous wireless net-works，”Computer Communications， vol.31，no.10，pp.2607-2620，2008.endprint