面向安全應用消息傳輸的異構網絡選擇算法*

段林俠，孫曉艷，王稚慧

西安建筑科技大學 信息與控制工程學院，西安 710055

1　引言

近年來，由道路交通和燃料消耗引起的交通擁堵、交通事故和環境污染已成為一個重要的全球問題。車聯網（Internet of vehicles）概念引申自物聯網（Internet of things），它是利用先進的傳感技術、網絡技術、計算技術、控制技術、智能技術，對道路交通進行全面感知的專門控制網絡。

車聯網主要依靠V2X技術實現車與車（vehicleto-vehicle，V2V）、車與路（vehicle to rode/vehicle to infrastructure，V2R/V2I）、車與人（vehicle to person，V2P）以及與其他任意節點（vehicle to X，V2X）間的通信。許多無線通信系統都可以考慮通過V2V和V2I通信支持ITS（intelligent transport system）服務[1]。其中，V2V通信鏈路主要實現車聯網中車輛之間的互聯；而V2I通信鏈路主要實現車聯網中車與路邊基礎設施之間的互聯。按照車聯網中消息傳輸的內容及其實時性要求，其業務類型主要分為三類：交通安全類、交通效率類以及用戶服務類。其中，交通安全型應用主要用于交通安全預警。該應用因為需要實現將車輛產生的安全應用消息快速而可靠地傳遞給相關車輛以避免可能的交通事故而受到普遍關注。安全應用消息主要為了保障車輛在行駛過程中的安全問題，因此安全應用消息的傳輸需求是所有車聯網傳輸的消息中最嚴苛的，必須要保證其傳輸過程中低時延以及高可靠性的要求。為了滿足車聯網中不同安全應用消息低時延、高可靠的傳輸需求，已經實現了一種基于時分多址面向安全應用消息服務質量的多址接入協議——QoS-oriented TDMA（time division multiple access）協議[2]。

目前車聯網中使用最廣泛的是專用短程通信（dedicated short range communication，DSRC）技術。車聯網具有流動性大和網絡拓撲變化快兩個重要特性。DSRC在非密集車輛環境中可以有效支持V2V通信中的安全和非安全服務；在密集車輛環境中，由于DSRC的MAC層采用了基于CSMA（carrier sense multiple access）機制的信道接入機制，會出現頻繁碰撞而造成性能惡化。可見，這種完全分布式的網絡已經難以滿足車聯網對時延和可靠性要求嚴苛的安全應用消息的傳輸需求。目前，長期演進（long term evolution，LTE）系統可以提供的數據傳輸速率上行最高可以達到50 Mb/s，下行最高可以達到100 Mb/s，頻譜帶寬為20 MHz，并且支持350 km/h的最大移動速度[3]。LTE系統的扁平化結構可以實現較低的傳輸延遲，例如理論上往返時間小于10 ms，無線接入網的傳輸延遲為100 ms。研究表明，LTE可以滿足高帶寬、服務質量（quality of service，QoS）敏感的娛樂類車聯網應用[4]。因此，為了更好地實現車聯網中安全應用消息的低時延、高可靠性傳輸，越來越多的研究學者提出在車聯網中引入集中式控制——基于DSRC/LTE的異構車聯網網絡。在基于DSRC/LTE的異構車聯網網絡環境中，車輛可以依據不同的網絡特性以及安全應用消息的傳輸需求選擇出合適的網絡進行接入，從而提高網絡服務質量。

在基于DSRC/LTE的異構車聯網網絡環境中，移動車輛之間采用DSRC方式進行通信，同時，移動車輛又處在LTE網絡的覆蓋范圍內。安全應用消息的周期性發出以及網絡拓撲的快速變化，導致交通場景的業務需求也在不停地隨之改變。因此，為了保證行駛安全，車輛需要不斷地選擇合適的網絡進行接入以滿足當前新的業務需求。移動車輛在消息傳輸過程中如何選擇最優的網絡進行接入也是一個值得研究的問題。

目前已有的異構網絡選擇算法大都是針對蜂窩網絡和無線局域網組成的異構無線網絡的，因此本文對異構無線網絡選擇算法進行了調研。已有的網絡選擇算法主要從提高網絡資源利用率，提高網絡負載均衡性，提高用戶效用，聯合考慮用戶及網絡效用這幾方面進行研究。

（1）提高網絡資源利用率

為了使異構網絡中網絡資源的浪費降到最低，文獻[5]設計了一種以多種網絡為基礎的并行傳輸的異構網絡選擇算法，該算法通過判斷終端設備接收到的信號功率大小來確定網絡是否可以通信[5]，有效地提高了網絡資源利用率。文獻[6]提出了一種博弈競爭選擇的異構無線網絡最優接入策略算法，算法通過最大化網絡信息傳輸速率來提高信息傳輸速率[6]，使網絡資源得到了充分利用。文獻[7]設計了一種綜合考慮不同業務的功率控制、時延QoS特性以及網絡資源的不確定性的網絡選擇策略——JDPNS（joint delay constraint and resource prediction policy for network selection），有效改善了異構網絡中網絡資源的利用率[7]。

（2）提高網絡負載均衡性

文獻[8]提出了TAU-MADM（multi-attribute decision making）算法，該算法以多屬性判決為基礎，不僅可以根據不同業務的不同特性選擇恰當的判決參數，然后使用選好的判決參數挑選出最合適的網絡，還可以借助網絡負載均衡降低網絡切換頻率及網絡切換失敗的概率，有效提高了網絡負載均衡[8]。文獻[9]提出了一種基于混沌遺傳算法的解決方法，將網絡接入選擇轉換為一個多屬性優化問題，利用混沌遺傳算法解決全局尋優問題，提高了異構無線網絡中網絡負載均衡性[9]。

（3）提高用戶端效用

異構網絡中不同用戶具有不同的業務類型，并且所有用戶的網絡QoS需求也存在差異，針對這一點，文獻[10]實現了以馬爾可夫決策模型為基礎的網絡選擇算法，該算法可以做到實時控制異構網絡，提高用戶端效用[10]。針對不同用戶的不同業務對于網絡的偏好有所差異這個問題，文獻[11]設計了以用戶偏好為首要考慮因素的異構網絡選擇算法，該算法兼顧了用戶端需求、不同類型業務的需求以及各個網絡之間的性能差異，使用戶端效用得到了很好的提高[11]。文獻[12]為了提高用戶端效用，提出了一種面向用戶多業務QoS需求的網絡接入選擇算法，該算法在多屬性決策理論以及模糊邏輯理論的基礎上提出[12]。文獻[13]指出，異構網絡中的帶寬分配方式存在缺陷，并針對這一缺陷，在博弈理論的基礎上實現了兼顧用戶的實時位置與用戶效用的帶寬分配方案，有效提高了用戶端效用[13]。

（4）聯合考慮用戶端及網絡端效用

由于用戶端在異構網絡場景中的網絡選擇存在缺陷，文獻[14]提出一種車輛異構網絡選擇博弈模型，通過用戶側與網絡側的雙向選擇得到異構網絡選擇的穩定匹配[14]。文獻[15]完成了一種在非合作博弈基礎上進行設計的網絡選擇算法，該算法較完善地考慮了用戶和網絡兩者的不同需求，而且改善了網絡阻塞率較高，掉話次數較多的問題[15]。

可見，已有的網絡選擇算法可以有效地提高網絡資源利用率，改善網絡負載均衡，提高用戶效用及網絡效用，較好地完成了異構網絡中的網絡選擇，但是都沒有從業務傳輸的角度來實現網絡選擇算法。已有的針對車聯網的異構網絡選擇算法——匹配博弈異構網絡選擇算法[16]以提高網絡資源利用率為目的，考慮了網絡側進行用戶選擇所要考慮的因素，以及用戶側進行網絡選擇所要考慮的因素，最后在匹配博弈的基礎上決策出對用戶和網絡來說都最合適的網絡[16]。該算法在設計時，也沒有從車聯網中安全應用消息傳輸的角度來考慮網絡的整體性能。

因此，在已實現的QoS-oriented TDMA協議的基礎上，針對基于DSRC/LTE的異構車聯網，設計了一種面向安全應用消息傳輸的網絡選擇算法，進一步實現了車聯網中安全應用消息的低時延高可靠傳輸。

2　面向安全應用消息傳輸的網絡選擇算法

在單一的車聯網網絡結構中，車輛產生的所有信息都是按照統一的一種方式進入信道，基于DSRC/LTE的異構車聯網中，DSRC和LTE可以發揮各自的優勢以彌補彼此間的不足，車輛節點可以按照自己產生的不同安全應用消息的傳輸需求，接入不同的網絡，以滿足安全應用消息低時延高可靠性的QoS需求。基于DSRC/LTE的異構車聯網網絡架構如圖1所示。

圖1中，車與車之間構成了DSRC網絡，同時，車與eNodeB之間構成了LTE網絡。

根據安全服務的用戶場景需求可知，安全應用消息產生頻率為1 Hz、2 Hz和10 Hz，其中超過56.25%的車聯網安全服務用戶場景的消息產生頻率為10 Hz[17]。因此，在密集車輛環境中，大量的周期性安全應用消息在帶寬有限的共享信道中傳輸，很容易造成信道擁塞，難以滿足對時延和可靠性要求嚴苛的安全應用消息傳輸需求。因此，基于DSRC/LTE的異構車聯網中，需要將候選網絡中安全應用消息的傳輸時延、丟包率以及各自所允許的傳輸速率作為面向安全應用消息傳輸的網絡選擇算法中所考慮的QoS參數。

Fig.1　DSRC/LTE heterogeneous vehicle networking architecture圖1　基于DSRC/LTE異構車聯網網絡架構

2.1　QoS參數權重值確定

為了確定每個影響接入決策的參數所占的比重，本文利用了層次分析法（analytic hierarchy process，AHP）。AHP于20世紀70年代中期由美國運籌學家托馬斯·塞蒂正式提出，該方法將定量分析與定性分析相結合，可以合理地給出每個決策方案的每個標準的權重值，常用來處理僅用定量方法難以解決的課題[18]。

利用AHP法確定QoS參數的權重值包括3個步驟，處理過程如下。

（1）將復雜的網絡選擇問題進行合理分解，使之成為一個簡單的層次結構，如圖2所示。

在圖2中，最高層QoS表示算法要實現的最終目標是要實現車聯網中安全應用消息的低時延高可靠傳輸；第二層是影響安全應用消息傳輸QoS的因素，該層每個因素直接決定安全應用消息的QoS是否得到滿足；最后一層是決策結果，由異構網絡中的候選網絡DSRC和LTE組成。

（2）將同一層次的因素進行兩兩比較，構造層次分析矩陣，成對比較圖2中每一層的決策因子對于其上一層的重要性。假設其中一層有m個決策因子{z1,z2,…,zm}，則兩兩比較的結果可以用一個方矩陣表示，稱作 AHP 矩陣，如A=(aij)m×m，其中aij=zi/zj，aij>0,aji=1/aij(i≠j),aii=1(i,j=1,2,…,m)。

比較決策因子重要性的判決依據如表1所示，一共分為9個尺度。

Fig.2　AHP hierarchy圖2　AHP層次結構

Table 1　Importance of decision factors表1　決策因子重要性判決依據

將中間層的E2E時延、丟包率、傳輸速率進行兩兩比較，針對安全應用消息的傳輸QoS需求，構造3×3的層次分析矩陣A，如式（1）所示。

在車聯網中，安全應用消息對于傳輸QoS判決因子中的E2E時延要求最為嚴苛，對于丟包率有一定的容忍度。并且在異構車聯網中，DSRC、LTE兩種網絡均可以滿足安全應用消息傳輸QoS判決因子中的傳輸速率需求。因此，3個判決因子中，E2E時延的重要性略高于丟包率，E2E時延和丟包率的重要性均高于傳輸速率的重要性。

根據3個判決因素對于安全應用消息傳輸QoS的不同重要程度以及表1中的決策因子判決依據，E2E時延相對于丟包率，判決尺度取值為3；相應的，丟包率相對于E2E時延，判決尺度取值為1/3；時延和丟包率相對于傳輸速率，判決尺度取值為5；相應的，傳輸速率相對于時延和丟包率，判決尺度取值為1/5。因此，層次分析矩陣A中各個元素的取值如式（2）所示。

其中，第一行元素為E2E時延分別與E2E時延、丟包率、傳輸速率相比的重要性，以此類推；對角線上的元素表示判決因素與自身對比的重要性，因此取值為1。

（3）使用平方根的方法計算各決策因子的權重值，步驟如下：

①按照式（3）將AHP矩陣每一行中各元素相乘：

得W1=15,W2=5/3,W3=1/25。

②根據式（4）計算Wi的m次方根：

③采用式（5）對步驟（2）得到的向量結果進行歸一化：

得u1=0.617,u2=0.297,u3=0.086。

通過步驟（3）對向量進行歸一化，得到一系列值{u1,u2,…,um}，就是各決策因子的權重。也就是說，安全應用消息的QoS決策因子E2E時延、丟包率、傳輸速率的權重值分別為0.617、0.297和0.086。

2.2　分析網絡支持消息傳輸QoS的能力

確定了各個QoS判決因子的參數權重值后，設計如式（6）的函數對候選網絡支持消息傳輸QoS的能力做定性的分析。

式（6）中，fx,n,x=D,L,R分別表示判決因子E2E時延、丟包率、傳輸速率。

對于fx,n的定義，規定如下：fx,n為歸一化函數，取值范圍為[0,1]，當候選網絡n不滿足安全應用消息關于判決因子x的需求時，fx,n取值為0；當候選網絡n完全滿足安全應用消息關于判決因子x的需求時，fx,n取值為1。當候選網絡n對安全應用消息關于判決因子x的支持能力處于完全滿足和不滿足之間時，fx,n的取值要根據實際情況而定。

當車輛產生安全應用消息時，根據異構車聯網中兩種候選網絡傳輸QoS判決因子E2E時延、丟包率、傳輸速率等，選擇各自的效用函數，并判斷各個網絡n是否滿足安全應用消息傳輸的QoS需求。

如果Fn計算結果非0，那么這個網絡可以達到安全應用消息的傳輸QoS需求；當Fn計算結果為0時，說明候選網絡至少有一個QoS判決因子不能滿足當前安全應用消息的傳輸QoS需求。

下面對車聯網中安全應用消息的fx,n給出定義。

由于安全應用消息對傳輸速率R的要求是一個定值6 Mb/s，也就是說，只要傳輸速率達到了6 Mb/s，就認為網絡可以完全滿足安全應用消息傳輸對QoS參數中傳輸速率的需求。

根據網絡中傳輸速率R與安全應用消息傳輸QoS參數中傳輸速率滿意度的關系，其效用函數必須滿足：

（1）傳輸速率R達到6 Mb/s時，傳輸速率滿意度為1。

（2）傳輸速率R沒有達到6 Mb/s時，傳輸速率滿意度為0。

因此，可以使用如式（7）所示的階躍函數來表示安全應用消息對網絡傳輸速率R的滿意程度。

安全應用消息對E2E時延有著嚴格的要求，車聯網中保證車輛行駛安全要求安全應用消息的E2E時延小于100 ms。當E2E時延超過50 ms后，車聯網交通安全指數開始下降；當E2E時延大于100 ms時，該消息失效，被認為傳輸過程中丟失，此時不能滿足安全應用消息傳輸對QoS指標中E2E時延的需求。

根據網絡中安全應用消息的E2E時延與安全應用消息傳輸QoS參數中E2E時延滿意度的關系，其效用函數必須滿足：

（1）在[50，100]ms區間內，E2E時延的增加會導致E2E時延滿意度的下降。

（2）安全應用消息傳輸E2E時延滿意度的值隨著E2E時延的改變而平穩變化。

（3）當E2E時延達到100 ms時，安全應用消息傳輸E2E時延滿意度減小到0。

因此，使用分段函數來表示安全應用消息對網絡E2E時延的滿意程度。效用函數如式（8）所示。

由于安全應用消息是周期性產生的，其對于丟包率有著較大的容忍性。通常情況下，只要丟包率不大于10%，車聯網中的車輛都可以保證處于安全狀態，都可以放心地在道路上安全行駛。隨著丟包率的上升，車聯網交通安全指數就會降低。

根據網絡中安全應用消息傳輸丟包率與安全應用消息傳輸QoS參數中丟包率滿意度的關系，其效用函數必須滿足：

（1）在丟包率大于10%時，安全應用消息傳輸丟包率滿意度隨著丟包率的增大而減小，最小可減少到0。

（2）安全應用消息傳輸丟包率滿意度的值隨著丟包率的改變而平穩變化。

因此，安全應用消息對于網絡中丟包率的滿意程度用式（9）所示的分段函數來表示。

2.3　確定安全應用消息QoS滿意度

在進行網絡選擇時，需要比較車聯網中安全應用消息對各個候選網絡中E2E時延、丟包率、傳輸速率3個判決屬性綜合的QoS滿意度。根據各個判決屬性與網絡總的QoS滿意度之間的關系，其效應函數必須滿足：

（1）每個QoS判決屬性對應的QoS滿意度取值在[0,1]之間。

（2）每個QoS判決屬性對應的QoS滿意度之間相對獨立，互不影響。

（3）總的QoS滿意度取值由所有QoS判決屬性對應的QoS滿意度取值共同決定。

因此，定義安全應用消息總的QoS滿意度函數為：

式（10）中，Sn(k)表示安全應用消息在k時刻接入到候選網絡n時，安全應用消息對于網絡n總的傳輸QoS滿意度；gi,n(k)表示候選網絡n的第i個決策因子的QoS滿意度，取值與前面提到的fx,n相對應；hi(k)表示第i個決策因子的權重值。則總的QoS滿意度就是所有決策因子的QoS滿意度進行加權和。

當有安全應用消息產生時，根據異構車聯網中兩種候選網絡傳輸QoS判決因子E2E時延、丟包率、傳輸速率，調用各自相應的滿意度函數，分別計算每個網絡傳輸安全應用消息時總的QoS滿意度值。如果計算出的滿意度值非0，說明當前候選網絡可以達到安全應用消息傳輸需求；如果計算出的滿意度值為0，則當前網絡中至少有一個QoS判決因素不能達到安全應用消息的傳輸需求。

對于計算出的不同結果進行如下處理：

（1）如果異構網絡中的每個候選網絡都可以達到安全應用消息傳輸需求，則使用QoS判決因子權重值求得各個候選網絡支持安全應用消息傳輸能力的加權和，然后將加權和反饋給所要傳輸的安全應用消息。

（2）如果異構網絡中只有某一個網絡可以達到安全應用消息傳輸需求，那么將這個網絡作為安全應用消息發送網絡。

（3）如果沒有一個網絡可以達到安全應用消息傳輸需求，則調用QoS判決因子權重值，求得各個候選網絡支持安全應用消息傳輸能力的加權和，然后將加權和反饋給所要傳輸的安全應用消息。

2.4　算法流程

面向安全應用消息傳輸的網絡選擇算法流程如圖3所示。

Fig.3　Flow chart of network selection algorithm oriented to safety application message圖3　面向安全應用消息傳輸的網絡選擇算法流程圖

在圖3中，網絡消息傳輸QoS的能力Fx為0時用0表示，不為0時用1表示。消息到達MAC層以后，調用安全應用消息各個QoS判決因子相應的效用函數，計算出候選網絡支持消息傳輸QoS的能力。如果候選的兩個網絡消息傳輸QoS的能力都為0，則提示兩種候選網絡都不滿足安全應用消息傳輸QoS需求；如果候選的兩個網絡消息傳輸QoS的能力都為1，則提示兩種候選網絡都可以滿足安全應用消息傳輸QoS需求。然后計算安全應用消息傳輸QoS滿意度，并將安全應用消息傳輸QoS滿意度高的候選網絡作為推薦網絡。如果候選的兩個網絡消息傳輸QoS的能力一個為0一個為1，則將安全應用消息傳輸QoS滿意度不為0的候選網絡作為推薦網絡。

網絡中每產生一個消息就會根據當時的網絡狀態進行一次網絡選擇，因此可以合理地分配網絡資源，保證異構網絡中的公平性，適應車聯網中動態拓撲變化。該算法實現簡單，算法復雜度較低，進行網絡選擇的時間跟消息傳輸的時間相比可以忽略不計。因此，面向安全應用消息傳輸的網絡選擇算法從理論上來說可以完成異構車聯網中的網絡選擇，并能保證兩種安全應用消息的低時延高可靠性傳輸。

3　仿真及結果分析

3.1　仿真平臺搭建及實驗步驟

車聯網的仿真需要采用真實的車輛機動特性，將車輛的瞬時機動參數輸入到網絡仿真作為網絡傳輸輸入的參數，并將網絡傳輸的結果反饋給交通仿真以影響車輛機動參數的變化。針對這一特點，本文采用開源、微觀、連續的道路交通仿真平臺SUMO和基于C++的開源、時間離散的網絡仿真平臺OMNeT++的交通與網絡仿真雙向耦合、實時交互的車聯網仿真框架VeinsLTE[19]作為仿真平臺搭建的基礎。VeinsLTE網絡仿真框架如圖4所示。

Fig.4　Framework of VeinsLTE network simulation圖4　VeinsLTE網絡仿真框架

應用層產生的消息首先進入判決層，根據判決門限的值決定將消息采用DSRC方式傳輸還是采用LTE方式傳輸。大于門限值時，安全應用消息按照LTE方式傳輸，反之則按照DSRC方式傳輸。當判決門限為0時，所有的安全應用消息都采用LTE方式進行傳輸；當判決門限為100時，所有的安全應用消息都采用DSRC方式進行傳輸。該網絡選擇機制既沒有從車輛交通參數方面考慮，也沒有從異構網絡屬性方面進行決策，更沒有考慮安全應用消息的傳輸需求。

基于SUMO的交通仿真和基于OMNeT++的網絡仿真通過交通控制接口（traffic control interface，TraCI）進行實時交互，具體如圖5所示。

Fig.5　Interactive sketch map of traffic simulation and network simulation圖5　交通仿真與網絡仿真交互示意圖

在圖5中，網絡平臺通過TraCI獲得交通平臺中車輛的實時位置、速度等信息，用于車聯網通信傳輸；通信傳輸的結果通過TraCI生成在線指令改變交通平臺中車輛的行駛路徑、交通燈狀態等。

仿真步驟設計如下：

（1）在OMNeT++中給兩種交通場景設置不同的車輛密度，對面向安全應用消息傳輸的網絡選擇算法和文獻[16]中基于TOPSIS（technique for order preference by similarity to ideal solution）的匹配博弈網絡選擇算法進行仿真。

（2）在OMNeT++中收集并整理仿真結果數據。

（3）對仿真結果數據進行處理，分別計算出面向安全應用消息傳輸的網絡選擇算法在不同場景下消息的接收概率和傳輸時延。

（4）將面向安全應用消息傳輸的網絡選擇算法的性能與文獻[16]中基于TOPSIS的匹配博弈網絡選擇算法進行分析比較。

3.2　仿真參數設置

基于DSRC/LTE的異構車聯網中DSRC網絡分別使用車聯網中已有的IEEE 802.11p協議和已設計好的QoS-oriented TDMA協議作為MAC協議。仿真中假設無線信道是理想的，不存在誤比特情況。網絡仿真參數的設置如表2所示。

Table 2　Network simulation parameters表2　網絡仿真參數

仿真場景分為市區場景和高速場景，市區場景呈“田”字型分布，每條路線為雙向二車道，長600 m，車輛依次從每條路的各個方向的兩個車道進入仿真場景，沿直線行駛，直到駛出場景。高速場景呈“一”字型分布，單向四車道，長5 000 m，車輛從高速路的一端進入仿真場景，沿直線行駛，直到駛出場景。交通仿真軟件SUMO中的市區場景和高速場景示意圖如圖6所示。

Fig.6　Simulation scenarios in SUMO圖6　SUMO仿真場景示意圖

市區場景和高速場景的具體交通場景參數如表3所示。

Table 3　Traffic scenario parameters表3　交通場景參數

表3中車輛個數計算公式如式（11）所示。

式（11）中，Nv為每公里車輛數；L為道路長度；ρv為每車道每公里車輛密度；Nl為道路中的車道數。

3.3　仿真結果分析

車聯網網絡協議中安全應用消息傳輸的性能指標主要是時延和接收概率。其中，時延為應用層的端到端時延。計算公式如式（12）所示。

式（12）中，Tdelay表示安全應用消息的傳輸時延；Tgeneration為安全應用消息在應用層的產生時間；Treceived為安全應用消息在應用層的接收時間。

安全應用消息接收概率為某個節點接收到的消息總數與網絡中通信范圍內鄰節點發送的消息總數之比。計算公式如式（13）所示。

式（13）中，Ni為第i輛車接收到的安全應用消息數；Ni,t為第i輛車t時刻內鄰節點發送安全消息的個數；n為網絡中車輛總數。

結合表2中的網絡仿真參數和表3中的交通仿真參數，在圖6所示的兩個交通仿真場景中改變異構車聯網中的車輛數，分別對文獻[16]中基于TOPSIS的匹配博弈網絡選擇算法和面向安全應用消息傳輸的網絡選擇算法進行了仿真。根據OMNeT++中統計的仿真結果計算出安全應用消息的傳輸時延和接收概率。

圖7比較了DSRC網絡MAC層中分別使用IEEE 802.11p協議和QoS-oriented TDMA協議時不同場景下文獻[16]中的網絡選擇算法和本文提出的面向安全應用消息傳輸的網絡選擇算法在傳輸安全應用消息時的接收概率情況。

Fig.7　Reception probability of different simulation scenarios圖7　不同仿真場景接收概率結果圖

從圖7中可以看出，不管是高速場景還是市區場景，DSRC網絡中MAC層使用QoS-oriented TDMA協議時，兩種異構網絡選擇算法中安全應用消息的接收概率高于使用IEEE 802.11p協議時安全應用消息接收概率。同時，不管DSRC網絡中MAC層使用哪種安全應用消息傳輸協議，異構網絡中使用面向安全應用消息傳輸的網絡選擇算法時，安全應用消息的接收概率都高于使用匹配博弈選擇算法時安全應用消息的接收概率。市區場景中安全應用消息的接收概率高于高速場景中安全應用消息的接收概率。相比于匹配博弈網絡選擇算法，面向安全應用消息傳輸的網絡選擇算法在高速場景和市區場景中安全應用消息的接收概率分別提高了11.6%和7.5%。與僅使用QoS-oriented TDMA協議的分布式網絡相比，同時使用QoS-oriented TDMA協議和面向安全應用消息傳輸的網絡選擇算法的異構車聯網，在高速場景和市區場景中安全應用消息的接收概率分別提高了13.7%和10.4%。

車聯網中安全應用消息對傳輸時延有著極其嚴苛的要求，傳輸時延越小，道路交通安全指數越高。不同車輛數的情況下，異構車聯網的DSRC網絡中分別使用QoS-oriented TDMA協議和IEEE 802.11p協議，以及分別使用面向安全應用消息傳輸的網絡選擇算法和匹配博弈選擇算法時，安全應用消息的平均傳輸時延如圖8所示。

從圖8所示平均傳輸時延仿真結果中可以看出，異構車聯網的DSRC網絡中使用QoS-oriented TDMA協議時，安全應用消息平均傳輸時延低于使用IEEE 802.11p協議時安全應用消息平均傳輸時延。同時，不管DSRC網絡中MAC層使用哪種安全應用消息傳輸協議，異構網絡中使用面向安全應用消息傳輸的網絡選擇算法時，安全應用消息的平均傳輸時延都低于使用匹配博弈選擇算法時安全應用消息的平均傳輸時延。市區場景中安全應用消息的平均傳輸時延低于高速場景中安全應用消息的平均傳輸時延。相比于匹配博弈網絡選擇算法，面向安全應用消息傳輸的網絡選擇算法在高速場景和市區場景中安全應用消息的傳輸時延分別減少了13.2%和15.3%。與僅使用QoS-oriented TDMA協議的分布式網絡相比，同時使用QoS-oriented TDMA協議和面向安全應用消息傳輸的網絡選擇算法的異構車聯網在高速場景和市區場景中安全應用消息的傳輸時延分別減少了8.6%和11.5%。

基于TOPSIS的匹配博弈網絡選擇算法[16]在進行網絡選擇時只考慮了網絡端和用戶端的判決屬性，而沒有從車聯網中安全應用消息傳輸的實際QoS需求出發。車輛數較多時，網絡中的消息總數快速增長，不考慮安全應用消息的傳輸需求，必然會導致大量的消息碰撞以及較大的傳輸時延。面向安全應用消息傳輸的網絡選擇算法中針對安全應用消息設置了不同的QoS屬性權重值，并針對每個QoS屬性設置了相應的效用函數，全面地考慮了車聯網中安全應用消息傳輸的QoS需求，合理地分配了異構網絡中的網絡資源，從而降低了安全應用消息的傳輸時延，提高了安全應用消息傳輸的接收概率。

Fig.8　End-to-end delay of different simulation scenarios圖8　不同仿真場景時延結果圖

4　結束語

本文針對當前異構車聯網中缺少針對安全應用消息傳輸QoS的網絡選擇機制的現狀，基于DSRC/LTE的異構車聯網，設計了一種異構車聯網中面向安全應用消息QoS的網絡選擇算法，該算法從安全應用消息的角度出發，綜合考慮多種參數指標。仿真結果表明，面向安全應用消息傳輸的網絡選擇算法在基于DSRC/LTE的異構車聯網中，可以合理地分配網絡資源，針對安全應用消息傳輸的QoS需求，為其選擇合適的網絡完成消息傳輸，進一步降低了安全應用消息的傳輸時延，提高了安全應用消息的接收概率。車聯網安全應用消息傳輸性能得到了改善，從而保障了車輛行駛安全，達到了減少交通事故發生的目的。

[1]Yang Shuxue,Wang Liangmin.Game theory based dualincentive mechanism for data forwarding in vehicular ad hoc network[J].Journal of Frontiers of Computer Science and Technology,2015,9(7):821-831.

[2]Sun Xiaoyan,Duan Linxia,Yao Chenhong.Research on QoS of safety application messages oriented access protocol[J].Journal of Frontiers of Computer Science and Technology,2017,11(12):1972-1983.

[3]Zhang Tianxin.Research on optimal user scheduling and interference coordination mechanism in LTE system[D].Jinan:Shandong University,2012.

[4]Araniti G,Campolo C,Condoluci M,et al.LTE for vehicular networking:a survey[J].IEEE Communications Magazine,2013,51(5):148-157.

[5]Zhang Lina,Zhu Qi.Network selection algorithm based on multi-radio parallel transmission for heterogeneous wireless networks[J].Signal Processing,2014,30(10):1176-1184.

[6]Huang Xiaolong,Huang Baohua,Qu Chiwen.Heterogeneous wireless networks optimal access policy using game competition selecting[J].Application Research of Computers,2015,32(4):1214-1216.

[7]Li Jiandong,Jiang Jian,Liu Xinyi.A network selection policy under delay constraint and resource prediction in integrated wireless systems[J].Journal of Xi'an Jiaotong University,2014,48(2):74-79.

[8]Zhang Yu,Liu Shengmei.Network selection algorithm based on multi-attribute decision[J].Computer Science,2015,42(6):120-124.

[9]Tang Liangrui,Li Wenmeng,Sheng Jie,et al.A chaos genetic algorithm based access selection in heterogeneous wireless networks[J].Acta Electronica Sinica,2014,42(8):1564-1570.[10]Liang Xiao,Qian Zhihong,Tian Hongliang,et al.Markov decision model based handoff selection algorithm for heterogeneous wireless networks[J].Acta Physica Sinica,2016,65(23):236402.

[11]Yang Cun,Zhao Jihong,Zhao Shuyuan.Research on network selection algorithm based on user preference in heterogeneous system[J].Telecommunications Science,2014,30(6):67-72.

[12]Zhang Yuanyuan,Xiao Chuangbai,Wang Jian.New method for user's QoS requirement network selection in heterogeneous wireless networks[J].Computer Science,2015,42(3):55-59.

[13]Luo Jianqin,Zhu Qi.Location-based bandwidth allocation scheme for multi-access in heterogeneous networks[J].Journal of Nanjing University of Posts and Telecommunications:Natural Science,2014,34(4):44-50.

[14]Zhang Rui,Hu Jing,Xia Weiwei.Network selection algorithm based on stable matching game in vehicular heterogeneous network[J].Telecommunications Science,2015,31(9):51-59.

[15]Lang Gaiping,Xu Yubin,Ma Lin.Selection algorithm of heterogeneous networks based on non-cooperative game theory[J].Journal of South China University of Technology:Natural Science Edition,2014,42(5):29-35.

[16]Yu Xiulan,Zeng Cheng.Matching game network selection algorithm based on TOPSIS[J].Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition,2016,28(4):451-455.

[17]Zheng Kan,Zheng Qiang,Chatzimisios P,et al.Heterogeneous vehicular networking:a survey on architecture,challenges,and solutions[J].IEEE Communications Surveys&Tutorials,2015,17(4):2377-2396.

[18]Ji Xin.Research ideas and methods of output efficiency evaluation of industrial park land[D].Shanghai:Fudan University,2012.

[19]Hagenauer F,Dressler F,Sommer C.Poster:a simulator for heterogeneous vehicular networks[C]//Proceedings of the 2014 IEEE Vehicular Networking Conference,Paderborn,Dec 3-5,2014.Piscataway:IEEE,2014:185-186.

附中文參考文獻：

[1]楊樹雪,王良民.基于博弈論的車聯網雙重激勵數據轉發機制[J].計算機科學與探索,2015,9(7):821-831.

[2]孫曉艷,段林俠,要趁紅.面向安全應用消息QoS的接入協議研究[J].計算機科學與探索,2017,11(12):1972-1983.

[3]張天馨.LTE系統中最優用戶調度和干擾協調機制的研究[D].濟南:山東大學,2012.

[5]張麗娜,朱琦.異構網絡中多網絡并行傳輸的網絡選擇算法[J].信號處理,2014,30(10):1176-1184.

[6]黃小龍,黃保華,屈遲文.一種博弈競爭選擇的異構無線網絡最優接入策略[J].計算機應用研究,2015,32(4):1214-1216.

[7]李建東,姜建,劉鑫一.采用時延限制和資源預測的異構無線網絡選擇策略[J].西安交通大學學報,2014,48(2):74-79.

[8]張鈺,劉勝美.基于多屬性判決的網絡選擇算法[J].計算機科學,2015,42(6):120-124.

[9]唐良瑞,李文猛,盛潔,等.基于混沌遺傳的異構無線網絡接入選擇策略[J].電子學報,2014,42(8):1564-1570.

[10]梁瀟,錢志鴻,田洪亮,等.基于馬爾可夫決策模型的異構無線網絡切換選擇算法[J].物理學報,2016,65(23):236402.

[11]楊存,趙季紅,趙庶源.基于用戶偏好的異構網絡選擇算法研究[J].電信科學,2014,30(6):67-72.

[12]張媛媛,肖創柏,王堅.一種新的面向用戶多業務QoS需求的網絡接入選擇算法[J].計算機科學,2015,42(3):55-59.

[13]羅劍琴,朱琦.異構網絡中基于用戶位置的多接入帶寬分配方案[J].南京郵電大學學報:自然科學版,2014,34(4):44-50.

[14]張瑞,胡靜,夏瑋瑋.基于匹配博弈的車輛異構網絡選擇算法[J].電信科學,2015,31(9):51-59.

[15]郎改平,徐玉濱,馬琳.基于非合作博弈論的異構網絡選擇算法[J].華南理工大學學報:自然科學版,2014,42(5):29-35.

[16]于秀蘭,曾成.基于TOPSIS的匹配博弈網絡選擇算法[J].重慶郵電大學學報:自然科學版,2016,28(4):451-455.

[18]嵇欣.工業園區土地產出效率評價的思路與方法研究[D].上海:復旦大學,2012.