基于啟發式算法和自適應模糊邏輯方案優化VANET性能

張 宏，呂悅晶

（1．內蒙古大學交通學院，內蒙古 呼和浩特 010021；2．武漢科技大學汽車與交通工程學院，湖北 武漢 430081）

基于啟發式算法和自適應模糊邏輯方案優化VANET性能

張 宏1，呂悅晶2

（1．內蒙古大學交通學院，內蒙古 呼和浩特 010021；2．武漢科技大學汽車與交通工程學院，湖北 武漢 430081）

固有的高速移動節點和不可預測的環境使得車載自組織網絡（Vehicular Ad-hoc Network，簡稱VANET）拓撲結構不斷變化。為了確保有效的數據包傳輸，VANET中的節點應能適應VANET拓撲結構的變化。本文提出一種新的啟發式和自適應模糊邏輯方案，根據網絡和交通情況調整競爭窗尺寸和傳輸功率。現有的VANET方案只從一個參數優化競爭窗尺寸和傳輸功率，未考慮干擾這一主要因素在VANET劣化傳輸時的影響。在VANET中，由于干擾或在運行的時間內數據丟包可以出現在不同的傳輸階段，在方案中，基于3個參數（即碰撞丟包率、信噪比和隊列溢出），代表不同傳輸階段的數據包丟包，模糊邏輯自適應地優化數據包競爭窗尺寸。傳輸功率通常是靜態參數，在考慮了VANET干擾影響的情況下，也可以用啟發式和自適應模糊邏輯方案優化。啟發式和自適應模糊邏輯方案能評估道路交通仿真網絡和城市交通網絡仿真，其仿真結果表明，與默認的IEEE802.11P和現有的方案比較，此方案能提高吞吐量，降低端到端延遲和提高數據包傳輸成功率。

VANET；競爭窗尺寸；傳輸功率；模糊邏輯優化

文獻［2］中討論了VANET所面臨的挑戰，舉例說明VANET動態特性對隱藏終端的影響。在文獻［3］和文獻［4］中提出了解決VANET動態特性的方法和隱藏終端難題，其中，在文獻［3］中，闡述碰撞丟包率用于設置競爭窗尺寸，傳輸功率在計算出的傳輸范圍的基礎上進行調整；文獻［4］闡述一種新的基于集群的分布式多通道和移動MAC協議（DMCMAC）用來緩解隱藏終端問題的影響。而在IEEE802.11p標準草案中，VANET采用專用短程通信技術（DSRC）加強道路安全［5］。為了支持VANET在車載環境中無線接入，開發了用于支持VANET無線接入（WAVE）的標準。WAVE與IEEE802.11p和IEEE1619標準一起設計。IEEE802.11p探討了一種新的物理層和修正MAC層，WAVE則提供了一種無線傳輸協議［6］。有2種不同類型的WAVE，稱為車載單元OBU和路邊單元RSU，所以也有2種不同的通信類型通過OBUs和RSUs啟用，即車輛與車輛之間（V2 V）的通信和車輛與基礎設施（V2I）之間的通信［7］。在部署VANET之前，研究者們對VANET效率的研究開展了大量的工作。

綜上所述，VANET凸顯出干擾和隱藏終端問題，在文獻［4］中，隱藏終端被認為是數據包丟失的主要原因。當一個節點不能探測到另外一個正在傳遞數據包的節點存在，就會產生隱藏終端，從而引起數據包碰撞。隱藏終端問題在接收端導致低吞吐量。如果隱藏終端問題能緩解，網絡容量和可靠性就能隨之增加。為了降低由干擾和隱藏終端導致的網絡退化，我們發現自適應競爭窗和傳輸功率非常重要，因此，在接下來的部分，我們重點討論在網絡擁堵狀態下采用啟發式和自適應邏輯方案優化競爭窗和傳輸功率。

當2個站點彼此距離太遠時，VANET隱藏終端（中介、第三方）用于在它們之間進行感知傳輸。因此，當2個站點檢測到中介空閑時，如果2個站點同時嘗試將信息發送至它們之間的第三方，傳輸會被干擾，數據包將被丟棄。鑒于此，隱藏終端的影響應減少，因其能構成VANET的一個主要缺陷。由于VANET的動態特性和考慮丟包可能發生在傳播的不同階段，在優化競爭窗大小和傳輸功率之前，我們建議使用幾個參數以確保計算的準確性來評估交通狀況。為了解決隱藏終端問題，據我們了解，從不同的層面使用多個參數（即信噪比、隊列長度和碰撞丟包率）聯合優化競爭窗尺寸和傳輸功能，在機動車和非機動車物體引起的周圍干擾環境中，用隊列長度和碰撞丟包率精確地優化競爭窗尺寸，使用信噪比優化傳輸功率還未開展。

本文的主要貢獻如下：首先，基于信噪比干擾可靠性指標，我們提出了啟發式和自適應模糊邏輯傳輸功率優化方案。VANET中的節點流動性很大，容易出現干擾。低信噪比傳輸會導致數據包傳輸失敗，而高信噪比又會導致隱藏終端問題。因此，為了部署VANET，使用信噪比表示干擾，優化傳輸功率。其次，我們提出自適應競爭窗方案，在通道擁塞狀態下優化競爭窗。現行的IEEE802.11p基于數據類型定義了常競爭窗尺寸，然而，VANET中的高速移動節點可能在短時間內從一個擁堵的通道跳到一個不太擁塞的通道。因此，在VANET中一個自適應競爭窗在一段時間內自始至終連續進行通道擁堵監測非常重要，以確保有效的數據包傳輸。第三，為監測通道擁堵，我們提出使用3個參數，即信噪比、碰撞丟包率和隊列。丟包現象可能發生在傳輸的不同階段，當信噪比低、碰撞丟包率高和隊列溢出時，數據包被丟棄。因此，信噪比、碰撞丟包率和隊列用于表示通道狀況。第四，進行優化，我們提出了一種基于模糊邏輯的方案，使用信噪比、碰撞丟包率和隊列作為輸入，以優化輸出競爭窗尺寸。啟發式和自適應模糊邏輯方案與由信噪比、碰撞丟包率和隊列表示的通道擁堵自適應競爭窗尺寸，實現高吞吐量、降低延遲和提高數據包傳輸成功率，是實現可靠的車載自組網VANET環境的基礎。

2 改進的啟發式和自適應模糊邏輯方案

VANET車輛節點的高速移動性導致網絡拓撲結構實時變化，所以競爭窗尺寸和傳輸功率也需隨之自適應變化。啟發式和自適應模糊邏輯方案內容包括準確表示通道擁堵狀態、自適應競爭窗尺寸、傳輸功率優化等。

2.1 改進的啟發式和自適應模糊邏輯傳輸功率優化

隱藏終端問題由VANET中過高的信噪比引發，低信噪比會導致失敗的數據包傳輸。已知：信噪比=信號功率/（干擾+噪聲）功率，在干擾和噪聲保持不變的情況下，信噪比隨傳輸功率線性增加。圖1表明了隱藏終端出現的原因及其影響程度，數據包成功傳輸的可能性高用高信噪比表示，數據包丟失或碰撞丟包的可能性高用低信噪比表示。因此，信噪比是在有噪聲和干擾的情境中衡量節點信號傳遞強度的重要指標。為保證數據包的有效傳輸，通常信號強度在有噪聲和干擾的環境中應相對較高。然而，過高的信噪比會造成浪費能量，導致更大的重疊區域，進一步增加隱藏終端問題。綜上所述，信噪比應保持最佳值，以保證系統最優的性能。

圖1 隱藏終端出現的原因及其影響程度

在文獻［8］中，根據距中心車輛的距離，車輛無線信號通信范圍可分為3個區域，如圖1a所示。在通信范圍內，數據包被成功接收和解碼的可能性高，在探測范圍內可檢測到正在進行的通信。另一方面，在噪聲和干擾范圍內，從終端A碰撞丟失數據包，導致數據包從終端B到接收端C也傳輸失敗，如圖1b所示。在噪聲和干擾區域內，因干擾強，節點不能完全探測到或無法探測到另外一個節點的存在，導致車輛無法檢測到隱藏終端。干擾導致了不可見的終端，是VANET數據包傳輸失敗的主要原因之一。傳輸功率較高時引起干擾和噪聲，所以，在我們提出的啟發式和自適應模糊邏輯方案里，優化傳輸功率能保證數據包被成功傳輸，節省能量和減少隱藏終端問題。

在啟發式和自適應模糊邏輯方案中，基于信噪比進行自適應優化傳輸功率，如表1所示。如果信噪比小于0，節點信號強度比周圍區域中的噪聲和干擾低，此時高傳輸功率應分配更高的參數，傳輸功率增益用參數T表示，是一個介于0和1之間的值，依據環境和應用選擇，例如城市取0.5～0.9，農村取0.1～0.49。如果信噪比在0～β之間，傳輸功率T=1。如果信噪比大于β，將傳輸功率優化為較低值，以減少干擾和功率損耗。

2.2 改進的啟發式和自適應模糊邏輯競爭時間窗尺寸模糊邏輯方案

VANET拓撲結構變化快導致丟包率增加，用戶不能及時收到緊急消息。在本文的仿真案例中，選取影響VANET數據包丟包的各種參數見表2，仿真時間為250 s，數據包到達的時間間隔為0.5 s，仿真模擬擁堵的市內交通，車輛勻速行駛，所有車輛從一個固定起點沿最短路徑行駛至固定終點，通過停車引起交通擁堵。在仿真時間內，總數據丟包主要由數據包碰撞、信噪比和隊列溢出3個因素決定，研究表明數據包碰撞主要由干擾和隱藏終端問題引起，數據包碰撞導致VANET數據包丟失率幾乎達54%，如表3所示。因低信噪比引起的數據包丟失主要是由環境干擾和噪聲中的低傳輸功率造成的；因隊列溢出引起的數據包丟失主要是由交通擁堵中低競爭窗或交通暢通中高競爭窗造成的。所以，在改進的啟發式和自適應模糊邏輯方案中，可以用導致數據包丟失的因素作為交通擁堵的指標優化競爭窗尺寸。

表1 傳輸功率優化

在VANET系統中，因VANET內在非可預測性和隨機特性，易于發生隱藏終端問題。因此，信噪比是一個良好的衡量VANET因隱藏終端問題導致數據包丟失的指標。VANET通道擁堵的發生是隨機的。節點可以在短時間內變成通道擁堵狀態和移出通道擁堵狀態。因此，在改進的啟發式和自適應模糊邏輯方案中，可以采用數據包碰撞丟包率、低信噪比和隊列溢出參數表達通道擁堵。

隱藏終端和通道擁堵能引起數據包碰撞，因此，數據包碰撞丟包率在描述實際VANET條件時是一個有用的參數，導致數據包丟失的隊列溢出是建議描述通道擁堵另一個主要的參數。數據包碰撞丟包率、信噪比和隊列溢出是表達交通擁堵主要的3個因素，因此，競爭窗尺寸可依據這3個參數進行優化。

如果檢測到隊列溢出、高碰撞丟包率和低信噪比，在下一個傳送發生之前，競爭窗尺寸的增加可使網絡有充分的時間完成當前的傳送；另一方面，如果沒有檢測到隊列溢出，檢測到了低碰撞丟包率和高信噪比，競爭窗相應減少，允許更多的傳送發生。然而，通道擁堵和低信噪比可能并不總是作為數據包的并行結果，因低信噪比，甚至在到達目的地節點之前，數據包可能已經被丟棄了。在這種情況下，持續適當的時間使用模糊邏輯方案優化競爭窗尺寸。使用模糊邏輯方案，結合輸入碰撞丟包率、隊列和信噪比參數，綜合優化競爭窗尺寸，可輸出優化的競爭窗。

表2 仿真參數

表3 VANET數據包丟失

改進的啟發式和自適應模糊邏輯具體解釋如下：①圖2a輸入啟發式和自適應模糊邏輯隸屬函數信噪比，其中低信噪比表示競爭窗高隸屬度值，高信噪比表示競爭窗低隸屬度值。②圖2b輸入啟發式和自適應模糊邏輯當前隊列長度隸屬函數，其中高隊列長度表示競爭窗高隸屬度值，低隊列長度表示競爭窗低隸屬度值。③圖2c輸入啟發式和自適應模糊邏輯碰撞丟包率隸屬函數，其中高碰撞丟包率表示競爭窗高隸屬度值，低碰撞丟包率表示競爭窗低隸屬度值。圖2a、b、c通常具有相同Y軸值，而X軸值從推薦參數仿真值的最小到最大的范圍內進行選擇。論域X模糊集隸屬函數定義為：μA:X→［0，1］，其中X的每個元素映射到0和1之間的某個值，這個值稱為隸屬值或隸屬度，量化模糊集合X中的元素的隸屬等級。用于啟發式和自適應模糊邏輯真值的隸屬度值見表4，我們提出啟發式和自適應模糊邏輯公式（1）～（4）來確定最終的競爭窗輸出。如表4所示，在啟發式和自適應模糊邏輯真值表的基礎上獲得或確定輸入隸屬函數值，表4和公式（1）～（4）根據Mamdani模糊邏輯概念獲得。

通過使用表4和公式（1）～（4）Mamdani模糊邏輯計算重疊區域能得出最終結果。表4考慮了所有的可能輸入值，又為模糊邏輯方案分配了適當的輸出值。針對模糊邏輯真值表，應當注意的是，在低信噪比引起丟包的情況下，極不可能出現因碰撞和隊列溢出引起丟包。然而，高隊列引起的丟包，可能會出現低信噪比和低碰撞丟包率引起丟包。因此，如果碰撞丟包率、隊列和信噪比出現不同的結果，用提出的模糊邏輯方案優化競爭窗。最終的競爭窗尺寸（輸出）基于啟發式和自適應模糊邏輯公式（4）計算得出，其中，從公式（1）～（3）獲得低競爭窗尺寸α1、中競爭窗尺寸α2和高競爭窗尺寸α3。啟發式和自適應模糊邏輯輸出的競爭窗尺寸隸屬函數見圖2d。如果輸入值返回真，則規則返回0.5，否則規則返回0。

最終的競爭窗尺寸由公式（4）和圖2d獲得。如果檢測到高碰撞丟包率、高隊列和低信噪比（通道條件較差），為了減少因隱藏終端導致的數據包碰撞，應增加競爭窗尺寸。然而，當檢測到低碰撞丟包率、低隊列和高信噪比（通道條件最好）時，應降低競爭窗尺寸，以允許多個傳輸發生。如果參數得出不同的結果，用提出的模糊邏輯方案優化競爭窗。競爭窗尺寸引起后臺計數器變化，以便根據參數隊列、碰撞丟包率和信噪比指示的網絡條件進行實時傳輸。高競爭窗允許在下一個傳輸發生之間緩解通道擁堵。當參數指示無通道擁堵時，低競爭窗允許多個傳輸發生。

圖2 改進的啟發式和自適應模糊邏輯

表4 啟發式和自適應模糊邏輯真值表

相對于噪聲和干擾測量信噪比信號強度，一般信號的劣化（因隱藏終端、碰撞、干擾等）使用信噪比可以測量出來，信噪比決定了數據包成功傳輸至目的節點的能力。這樣，當檢測到低信噪比時，啟發式和自適應模糊邏輯檢測出數據包傳輸至目的節點失敗的概率，此時，增加競爭窗，調整傳輸功率，確保數據包傳輸成功。在數據包擁堵時，因數據包碰撞增加而增加了延遲，因此，如果設置略高的競爭窗，就會給出更多的時間用于清除大量的數據包，數據包碰撞和延遲可以大幅度降低。但是，當處于低碰撞丟包率、低隊列和高信噪比（通道條件最好）時，應降低競爭窗尺寸，以允許多個傳輸發生。如果沒有檢測到通道擁堵、數據包碰撞或信號退化，數據包被傳輸到其目的地節點的概率更高，競爭窗可以設置得較低，以允許更多的數據包傳輸時間。如果極不可能發生碰撞，競爭窗不需要調節到高值，以允許更多的數據包傳輸。

2.3 啟發式和自適應模糊邏輯算法和傳輸功率與競爭窗聯合優化

啟發式和自適應模糊邏輯方案分成2個階段：第1階段討論啟發式和自適應模糊邏輯傳輸功率優化。在傳輸功率優化中，最初，所有車輛啟動預設的傳輸功率，所有節點采用模擬啟動時的可用傳輸。一旦從其他車輛獲得信息，開始計算信噪比。為了降低干擾和節省功率，傳輸功率在信噪比的基礎上優化。當檢測到信噪比相對較低時，傳輸功率增加；當檢測到信噪比相對較高時，傳輸功率降低。在一些應用場景中，最大傳輸功率可以變化，閾值的選擇，T值在第1階段的實施中非常重要，T根據閾值歷史數據和一段連續時間內觀測到的局域密度進行優化。第2階段討論啟發式和自適應模糊邏輯競爭窗尺寸優化。第2階段用模糊邏輯算法獲得的競爭窗尺寸優化偽代碼見圖3，模糊邏輯算法定義了當多個輸入、多個輸出存在時的決策步驟［8］。首先，信噪比、隊列長度和碰撞丟包率在輸入隸屬函數的基礎上計算出來，然后計算出的隸屬度值根據模糊邏輯真值表映射，最后競爭窗尺寸根據公式（4）計算得出。

圖3 啟發式和自適應模糊邏輯偽代碼

3 結論

高速移動的車輛節點在無法預知的環境中，導致車載自組織網絡VANET拓撲結構變化快，隱藏終端和通道擁堵往往引起數據包丟失和延遲，所以，對VANET系統自適應優化非常關鍵。傳輸的任何階段都可能發生丟包，用隊列長度、碰撞丟包率和信噪比檢測通道擁堵狀態。本文提出了啟發式和自適應模糊邏輯方案，依據網絡和交通情況自適應優化VANET競爭窗尺寸和傳輸功率，基于信噪比優化傳輸功率至最佳性能，以保證最佳的數據傳輸可靠性。

提出的啟發式和自適應模糊邏輯方案對到達率不同和車輛數量不等的多個場景進行了仿真和優化，得到了吞吐量更高、端到端延遲更低和數據包傳輸成功率更高的結果。與已有方案對比，在VANET拓撲結構變化快速的場景下，改進的啟發式和自適應模糊邏輯方案適應性更好、吞吐量更高、端到端延遲更低，數據包傳輸成功率更高。

［1］ Ye F，Yim R，Guo J，et al. Prioritized broadcast contention control in VANET［C］.In Proceedings of Communications （ICC） 2010 IEEE International Conference，2010:1-5.

［2］ Jeyaprakash T， Mukesh R. A survey of mobility models of vehicular adhoc networks and simulators［J］.International Journal of Electronics and Information Engineering， 2015，2（2）:94-101.

［3］ Rawat D B，Popescu D C，Yan G， et al. Enhancing VANET performance by joint adaptation of transmission power and contention window size［J］.IEEE Transactions on Parallel and Distributed Systems，2011，22（9）:1528-1535.

［4］ Hafeez K A. Design and analysis of an efficient and reliable MAC protocol for VANETS ［D］.Canada：Ryerson University，2012.

［5］ Jiang D，Delgrossi L.IEEE 802.11p：Towards an international standard for wireless access in vehicular environments［C］.2008 IEEE Vehicular Technology Conference， VTC Spring 2008，2008:2036-2040.

［6］ Wang Q，Leng S，Fu H，et al. An IEEE 802.11 p-based multichannel MAC scheme with channel coordination for vehicular ad hoc networks［J］.IEEE Transactions on Intelligent Transportation Systems，2012，13（2）:449-458.

［7］ Barbosa A，Barros P，Vieira A S S，et al. An adaptive mechanism for access control in VANETs［J］.Computer Networks and Security Laboratory， State University of Ceara，2011，42（8）:123-132.

［8］ Hafeez K A， Zhao L， Liao Z， et al. A fuzzylogic-based cluster head selection algorithm in VANETs［C］.2012 IEEE International Conference on Communications （ICC）. IEEE，2012:203-207.

（編輯 凌 波）

Optimization of VANET Performance Based on Heuristic and Adaptive Fuzzy Logic Scheme

ZHANG Hong1，LV Yue-jing2

（Transportation Institute，Inner Mongolia University，Hohhot 010021；School of Automotive and Traffic Engineering，Wuhan University of Science and Technology，Wuhan 430081，China）

Rapid topology change in vehicular ad hoc network （VANET） is common due to the inherent high mobility nodes and unpredictable environments in VANET. To ensure efficient packet transmission，nodes in VANET should react adaptively to topology change in VANET. In this paper，we present a new heuristic and adaptive fuzzy logic scheme （HaFL），which adapts the contention window size and transmission power according to network and traffic conditions. The current existing schemes in VANET utilize only a single parameter to optimize the contention window and transmission power without consideration on the effects of interference as one of the main factors in VANET transmission degradation. In VANET，packet loss can occur at different stages of transmission due to interference or due to elapsed time. In the proposed HaFL，fuzzy logic is used to adaptively optimize the contention window size based on three parameters namely collision rate，SINR and queue overflow which represent packet drop at different stages of transmission. Transmission power which is usually a static parameter is also optimized with consideration on the effects of VANET interference in the proposed HaFL. The performance of the proposed HaFL is evaluated in Vehicles in Network Simulation with road traffic simulator，Simulation of Urban mobility.Simulation results show that the proposed HaFL demonstrates adaptability with improved throughput，low end-to-end delay and higher packet success rate in comparison with the default IEEE802.1 1p and existing schemes.

VANET；contention window size；transmission power；fuzzy logic optimization

U463.6

A

1003-8639（2017）10-0053-06

1 研究背景

車載自組織網絡為當今駕駛員在路上進行溝通和確保安全帶來了革命性的飛躍。統計顯示，大量的道路交通事故是由于駕駛員未能預見道路危險、超車視線不良或因惡劣天氣條件而做出錯誤決定等因素造成的［1］。隨著VANET發展，駕駛員之間可以共享道路危險情況，使他們及時了解前方的路況，因此可以采取預防措施預警駕駛員，避免事故發生。在傳統的VANET場景中，節點高速移動，無法優先獲得鄰居節點的準確位置信息。此外，VANET拓撲結構易于變化。上述因素會導致丟包率增加和傳輸延遲，這就阻止了VANET在駕駛員之間分享信息。VANET的主要目的是在駕駛員之間分享信息，以保證路面行車的安全。因此，數據包傳輸失敗或延遲可能導致交通事故。如果VANET延遲很少，數據實時傳輸能提高VANET系統效率。

2017-01-17

內蒙古大學高層次人才引進項目（22200-5165118）；中央高校基本科研業務費資助項目（自然科學類）重點科研平臺開放基金（310822171134）

張宏（1981-），女，內蒙古扎蘭屯人，副教授，博士，主要研究方向為車載自組織網絡特性分析及控制理論與方法。