車載網拓撲演化模型分析

陳 浩

（中興通訊股份有限公司天津分公司，天津 300199）

1 引 言

當今低碳生活和低能耗已成為熱門話題，以提高道路利用率為目標的“綠色交通”也越來越被人們所期待。隨著無線通信網絡技術的發展和車輛的迅速普及，由車與車之間互聯和車與路之間互聯為基本體系結構的車載網（VANET）也受到越來越多的關注。車載網利用安裝在車上的無線通信設備記錄并發送數據。通過對無線數據的分析，可提高道路交通安全和效率，進而進行車輛預警和道路規劃管理[1]。近年來VANET的實際應用層出不窮。早在1999年，美國聯邦通信委員會（FCC）就制定了專用短距離通信（DSRC）[2]的標準，以支持車輛之間以及車輛與路邊通信設施之間的通信。最近，IETF提出了最新的行業標準（基于IEEE802.11的WAVE），也出現了更多的研究社區，如VII[3]和C2C-CC[4]。目前研究成果的主要著重于基礎設施、MAC協議、路由等方面，對車載網整體宏觀特性研究較少。本研究以車載網的網絡拓撲演化特點入手，嘗試建立改進模型，并結合仿真分析驗證模型的正確性和有效性。

2 研究熱點和相關工作

對車載網拓撲模型的研究主要集中在節點運動模型上。較有代表性的有隨機運動模型及節點運動模型。其中隨機運動模型更能反映節點的移動行為，它在收集了大量節點的軌跡數據之后會進一步提高真實性。

隨機運動模型具有易建模易分析的特點，因此在過去十幾年中涌現出來很多同類的模型。例如隨機行走移動模型（R andom walk mobility model）[5]，是早期最簡單的移動模型之一。還有例如Random Waypoint[6-7]模型，它假設節點在運動前都均勻分布在一個有邊界的區域內，也以簡易著稱。它們的共同特點是需要考慮時空依賴、地理限制、路徑選擇、交叉口管理等方面。對車載網網絡模型做出更整體化的考慮，就需要轉換思考的角度。其中，有無障礙物、外部影響、交叉路口管理等，將被統一為一個宏觀的因素——速度，即是說這些因素會影響速度，而速度會影響網絡密度，網絡密度會影響網絡的整體拓撲性質。

3 車載網整體拓撲演化規律

以上海市實際交通數據為例展開研究。如圖1所示為某日8:00和15:30這兩個時刻的上海車輛動態分布圖。圈出的范圍代表城市中心區域。對比可見，時間段對車輛（節點）分布影響很大，早高峰階段車流多從郊區前往中心城區，下午車輛大多集中在中心城區。從節點的時間分布來分析，可知對車載網來說，城市區域的不同會造成速度區間的不同，速度區間的不同影響區域的網絡密度，進而影響網絡的連通性，最后影響網絡連接的鄰接矩陣。

圖1 上海車輛動態分布圖

以8:00時刻為例，連通半徑與連通率的關系如圖2所示。通信半徑為R=400 m的條件下8:00到20:00時段內整點時刻連通率的變化情況如圖3。

圖2 8:00時刻不同通信半徑下的連通率

圖3 400 m通信半徑條件下不同時刻連通率

由圖2可知，網絡連通率在通信半徑400 m以下到400 m的過程中有一個快速跳躍，而在達到400 m以后，雖然通信半徑持續增大，但并不能引起連通率的大幅度增加。這說明R=400 m處是連通率變化的頂峰，因此選用400 m這個條件進行拓撲特性分析。從圖3中還可以看出，一天當中主要時刻的連通率變化起伏并不大，基本維持在50%～60%之間。因此，總體來看，與區域固定的情況不同，保持通信半徑不變的情況下，拓撲狀態的變化不應該影響連通性的變化，這也是動態演化模型設置的標準。

4 車載網拓撲演化模型構造與驗證

4.1 構造方法

在增長階段，采用加點和區域內部加邊的方法：以概率p1增加一個新節點并進行區域內連接。首先在已存在的區域隨機選擇一個區域，將新節點加入其中，并在區域內部與已知節點進行m次連接（m≤m0）。這一步驟是在模擬車輛進入某一城市區域所造成的與該區域內其他車輛之間的通信連接情況。

區域間連接，是以概率p2在已有區域中隨機選擇一個區域，并和其他已經存在的區域之間建立m1次連接。首先，隨機選取一個區域，然后在其內部找到主節點作為邊的一端。邊的另一端位于另一個隨機選取的區域中，仍然找到其區域主節點并作為邊的另一端，如此重復m1次。

在減少階段，先去點：以概率p3隨機選擇網絡中某一個節點進行刪除，與之相連的所有連接也均被刪除，表示車載網中車輛離開固定區域或者由于通信線路的問題導致的車輛無法通信。隨后是去邊：概率p4隨機刪除w條邊，表示環境的惡劣變化所引起的鏈路狀態不穩定。

在總體連接上，對每一個時間步t有選擇地進行如下演化過程：先以概率p1添加一個新節點并在區域之內進行連接；再以概率p2進行區域間的優先連接；最后，以概率p5隨機選擇出一定數量的節點并在這些節點的相鄰節點之間增加一定數量的邊。

4.2 模型驗證

模型的網絡演化模擬圖形如圖4所示。可以很清晰的看到，建立的動態演化模型可以很好地分析節點的演化規律，也就是網絡的拓撲符合馬太效應，連通性越強的節點所能獲得的鏈接數量越大。網絡拓撲出現較多小區域聚集的現象，和前期研究工作[8]所驗證的網絡拓撲性質是非常一致的，這也驗證了網絡拓撲演化模型的正確性。

圖4 模型的網絡演化模擬圖形

網絡系數變化對應連通率的規律性如圖5所示。從連通性分析中可以看到，改變對應的連接數，連通率動態變化不大，這與上述圖4中不同時刻連通性的情況是非常吻合的。

圖5 網絡系數變化對應連通率分析

5 結束語

研究基于真實城市出租車車載網數據，在分析網絡整體分布特點和連通性的基礎上，嘗試建立起一套車載網絡拓撲演化模型，并由此分析拓撲演化模型的正確性和有效性，對于多區域車載網動態拓撲模型研究有借鑒意義，也提供了一種針對車載網網絡拓撲特性研究的思路。后續研究中，可根據已經驗證的城市車載網內聚和耦合特點來分析車載網更多的網絡特點，進而得出精度更高的通用車載網網絡演化模型。