基于節(jié)點可信度的多信道協(xié)助下載選車策略*

張振興 劉建航 李世寶 張寶銀 張晨晨

（1.中國石油大學(xué)（華東）海洋與空間信息學(xué)院 青島 266580）

（2.中國石油大學(xué)（華東）計算機科學(xué)與技術(shù)學(xué)院 青島 266580）

1 引言

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，網(wǎng)絡(luò)成為人們生活中不可缺少的一部分，人們對網(wǎng)絡(luò)環(huán)境的要求也隨之提高，例如用戶需要使用視頻流媒體、社交等服務(wù)，尤其在長途旅途中；盡管車輛可以通過覆蓋范圍廣的蜂窩網(wǎng)絡(luò)獲取網(wǎng)絡(luò)服務(wù)，但是接入成本較高。車輛自組織網(wǎng)絡(luò)（vehicle ad-hoc network，VANET）［1］是智能交通系統(tǒng)（ITS）的核心之一，主要是指具備無線通信和計算能力的車輛之間以及車輛與路邊路由單元（Road Side Unit，RSU）之間相互通信組成的移動自組織網(wǎng)絡(luò)，其設(shè)計目的是提高乘客安全性，提高交通效率。蜂窩網(wǎng)絡(luò)下車載無線通信技術(shù)（cellular-vehicle to everything，C-V2X）通過無線方式實現(xiàn)車輛與車輛（vehicle to vehicle，V2V）之間及車輛與路邊單元（vehicle to roadside unit，V2R）之間的數(shù)據(jù)傳輸［2～4］，是解決車載自組織網(wǎng)絡(luò)（VANET）中頻譜資源受限和數(shù)據(jù)傳輸速率較低的有效手段。由于RSU的通信范圍和部署數(shù)量限制，高速行駛的車輛在RSU 范圍內(nèi)的時間較短，在RSU 之間的通信盲區(qū)的時間較長，導(dǎo)致車輛間歇性接入網(wǎng)絡(luò)，影響客戶上網(wǎng)體驗［5］。

協(xié)助下載（cooperative downloading）的概念是由文獻(xiàn)［6］提出的SPAWN 協(xié)議首次引入到車聯(lián)網(wǎng)中，主要應(yīng)用場景是P2P。SPAWN 協(xié)議的前提是假定目標(biāo)車輛與協(xié)助車輛都需要這一數(shù)據(jù)包，并提前進行預(yù)下載，該方法并不適用于多個目標(biāo)車輛請求不同數(shù)據(jù)包的情況。現(xiàn)有的諸多文獻(xiàn)［7～9］只關(guān)注于單信道情況，忽略了目標(biāo)車輛與協(xié)助車輛進行數(shù)據(jù)傳遞時其他車輛造成的影響，但實際情況下同區(qū)域若有兩個目標(biāo)車，則有可能發(fā)生沖突導(dǎo)致傳輸失敗。其次，在實際高速公路交通環(huán)境中，移動中的OBU 之間的社交關(guān)系也會對協(xié)助下載產(chǎn)生影響［10～14］，即OBU 由于客觀原因如硬件故障、電量不足、木馬入侵、信道沖突等成為壞點，導(dǎo)致其無法完成協(xié)助服務(wù)。

針對以上問題，本文提出了基于可信度的多信道協(xié)助下載選車方案，以提高盲區(qū)資源利用率，研究內(nèi)容主要有兩個方面：1）優(yōu)化節(jié)點之間可信度算法，避免中繼節(jié)點中存在的壞點參與傳輸；2）多任務(wù)多信道情況下，為了避免出現(xiàn)信道沖突選擇合適的中繼節(jié)點。

2 基于節(jié)點可信度的多信道中繼節(jié)點選擇算法

2.1 系統(tǒng)模型

系統(tǒng)模型如圖1 所示。在高速公路上，由于RSU的部署較為稀疏，用戶在RSU之間的盲區(qū)無法獲得網(wǎng)絡(luò)服務(wù)。通過多信道協(xié)助通信可以有效提高用戶體驗。然而，如圖1 所示，中繼協(xié)助節(jié)點中存在壞點，如協(xié)助節(jié)點的發(fā)送裝置損壞，只接收發(fā)送等，壞點的存在會影響協(xié)作通信的質(zhì)量。為了能夠有效地提升傳輸效率，需要在符合條件的協(xié)助節(jié)點集合中選出合適的中繼節(jié)點。

圖1 系統(tǒng)模型

在進入?yún)f(xié)助下載之前，將道路上行駛的車輛表示為集合V={v1，v2，…，vNv} ，Nv 表示車輛數(shù)量。C={c1，c2，…，ck} 指代信道集合，k表示信道總數(shù)。若此時vi需要傳輸數(shù)據(jù)，假設(shè)RSU 已有所需數(shù)據(jù)包，將數(shù)據(jù)包分為Nm塊，vi所需數(shù)據(jù)包集合可以表示為M={m1，m2，…，mNm} 。車輛集合中的壞點占有率表示為b。

將系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)建模為二分圖G( )v，ε，定義全局動作為系統(tǒng)某時刻所有節(jié)點進行傳輸?shù)膭幼鳎x局部動作為某節(jié)點在某時刻的傳輸動作，因此全局動作可被描述為多個局部動作的集合。

2.2 綜合可信度

當(dāng)節(jié)點i判斷節(jié)點j本次傳輸?shù)目尚哦葧r，也可以分為：1）直接可信度：通過過去的合作經(jīng)驗得出的i對j的可信度；2）間接可信度：其他節(jié)點對j的可信度。

2.2.1 直接可信度

過往合作體驗作為節(jié)點是否可信的重要參考因素，可以避免多次選擇同一個壞點導(dǎo)致的計算冗余，本文通過直接可信度度量。假設(shè)發(fā)送節(jié)點i發(fā)送數(shù)據(jù)給接收節(jié)點j時，j都會積極參與。直接可信度的計算與傳輸任務(wù)完成度以及使用時間決定。設(shè)i與j合作次數(shù)為P，直接可信度可計算如下：

其中Ri，j(x)表示發(fā)送節(jié)點i與中繼節(jié)點j第x次傳輸?shù)目傮w滿意度，如式（2）所示：

p表示傳輸任務(wù)的完成度，t表示實際傳輸時間，T為預(yù)估傳輸時間，δ為損失因子。

2.2.2 間接可信度

當(dāng)發(fā)送節(jié)點與i與接收節(jié)點j的缺乏合作，需要通過推薦節(jié)點m獲得相關(guān)信息，計算出間接信任度。顯然，當(dāng)接收節(jié)點i與推薦節(jié)點m越熟悉，則推薦節(jié)點m對發(fā)送節(jié)點i與接收節(jié)點j的間接可信度的影響越大。定義發(fā)送節(jié)點i的相關(guān)節(jié)點集合L={vs1，vs2，…，vsg} ，E為i與周邊節(jié)點的平均相遇次數(shù)，vk∈L為在接收節(jié)點i周邊并且與i相遇次數(shù)大于E的用戶。若存在h個相關(guān)節(jié)點與接收節(jié)點j的直接可信度不為0，則所得間接可信度可表示為

綜上所述，節(jié)點的綜合可信度可以由直接可信度和間接可信度表示為

其中w1和w2為調(diào)節(jié)系數(shù)，滿足式（5）：

2.3 效用函數(shù)

當(dāng)OBU 經(jīng)過RSU 的時候，可以通過V2R 獲取目標(biāo)節(jié)點請求的數(shù)據(jù)包，其中標(biāo)記了目標(biāo)節(jié)點的ID。假設(shè)i可以與其通信區(qū)域內(nèi)的鄰居進行通信，用Nebi表示i的鄰居節(jié)點集合，當(dāng)i選擇將數(shù)據(jù)傳輸給自己的鄰居節(jié)點j時，系統(tǒng)的總效益可以被表示為Uij(G)。為了保證通信鏈路的穩(wěn)健性，將連接時間和距離增益引入Uij(G)。

如果兩個OBU 的連接時間長，表示在同等時間內(nèi)傳輸?shù)臄?shù)據(jù)包會更多，并且具有較高的穩(wěn)健性，成功將數(shù)據(jù)包傳輸?shù)母怕室矔酱蟆的當(dāng)前狀態(tài)可以表示為Xi={vi，x，vi，y，xi，yi} ，分別表示i在橫縱坐標(biāo)上的速度和當(dāng)前位置，因此i與j之間的距離可以表示為，如果i與j通信時距離di，j大于最大V2V 通信距離，通信將被中斷。在短時間內(nèi)，假定OBU 的速度不會改變，因此，可以通過求解OBU 之間的連接時間以排除不能保證鏈路穩(wěn)定性的中繼節(jié)點選擇。i與j之間的連接時間可以通過求解以下方程組求得：

另外，連接時間tij應(yīng)該進行歸一化操作，當(dāng)tij越長，歸一化的參數(shù)應(yīng)該越接近1：

其中，ttrans表示i和j之間傳輸數(shù)據(jù)需要的時間。

距離增益表示此次傳輸相較于傳輸前數(shù)據(jù)包與目標(biāo)節(jié)點的距離減少程度。假設(shè)i攜帶的數(shù)據(jù)包的目標(biāo)節(jié)點為tar，可以求出tar與i的距離和j的距離，則此次傳輸?shù)木嚯x增益可以表示為

系統(tǒng)的傳輸收益Uij(G)可以表示為

2.4 信道重用最小距離

在多信道模式下，需要盡量隔離同信道的覆蓋范圍，提高同信道的重用率，才能保障系統(tǒng)整體接入性能。若有行為s1=(a1，b1，c)和s2=(a2，b2，c)，表示發(fā)送節(jié)點a1和a2使用信道c分別向接收節(jié)點b1和b2進行數(shù)據(jù)傳輸。定義信道重用最小距離dmin，表示對信道重用節(jié)點之間距離的最低要求：

其中da1，a2，da1，b2，da2，b1和db1，b2表示兩個不同通信之間的發(fā)送節(jié)點和接受節(jié)點之間的距離。dmin主要包含最低初始距離R和保護間隔dprotect，dprotect是為了防止在通信過程中兩個通信域的疊加導(dǎo)致的沖突：

其中Pdata表示傳輸數(shù)據(jù)大小，為V2V 數(shù)據(jù)傳輸速率，和分別表示OBU運動速度的最大值與最小值。

2.5 中繼節(jié)點選擇算法

在基于可信度的協(xié)助下載中繼節(jié)點選擇方案中，首先計算初始總體系統(tǒng)效用集合，其中n 和m分別為發(fā)送者的數(shù)量和接收者的數(shù)量，Ui，j(G)(i∈[1 ，n]，j∈[1 ，m] )表示節(jié)點i向節(jié)點j傳輸數(shù)據(jù)所獲得的系統(tǒng)增益，Ri，j表示節(jié)點i對節(jié)點j的可信度。但是，并非所有的動作都可以執(zhí)行。例如，當(dāng)i與節(jié)點j之間的距離大于最大通信距離或通信域重疊并使用相同信道導(dǎo)致信道沖突時，將導(dǎo)致傳輸失敗。

定義1 節(jié)點i與周圍的其他節(jié)點之間的傳輸收益集合可以表示為Ui(G)=[Ri，1Ui，1(G)，Ri，2Ui，2(G)，…，Ri，mUi，m(G)]，其中j∈Nebi。

獲得效用后，通過二分圖博弈算法計算以最大權(quán)重為目標(biāo)的最大匹配。為了確保接收節(jié)點和發(fā)送節(jié)點之間的唯一性，采用Kuhn-Munkras（KM）算法計算。之后，需要對連接沖突進行迭代篩選。

定義2 定義最大發(fā)送節(jié)點數(shù)Nmax=max表示發(fā)送節(jié)點覆蓋域重疊次數(shù)，其中表示節(jié)點j覆蓋范圍內(nèi)的處于發(fā)送狀態(tài)的節(jié)點數(shù)量。

策略1 當(dāng)Nmax大于信道數(shù)量k時，若該節(jié)點處的策略回報集合從大到小排列為Us(G)={Us1(G)，Us2(G)，…} ，則 將Us(G)更 新 為。

定義3 可用信道集合Cs表示行為s=()i，j，c可以使用的信道集合。若c∈Cs，行為s選擇使用信道c傳輸，則行為s與距離最近的使用信道c的行為之間的距離需要滿足式（7）。

本文算法的基本流程如下。

1）根據(jù)定義1 計算各送節(jié)點與周圍的中繼節(jié)點之間的效用矩陣U(G)；

2）使用KM算法計算最佳傳輸網(wǎng)絡(luò)結(jié)構(gòu)G(v，ε)；

3）根據(jù)定義2計算最大發(fā)送節(jié)點數(shù)Nmax；

4）ifNmax＞k，根據(jù)策略1更新U(G)，返回步驟2；

5）根據(jù)定義3計算可用信道集合Cs；

7）end if；

8）使用得到的最佳網(wǎng)絡(luò)傳輸結(jié)構(gòu)G(v，ε)進行傳輸；

9）t=t+1；

10）重復(fù)步驟1；

11）end

3 仿真分析

本文通過仿真實驗對算法的性能進行評估。由于本文主要研究車聯(lián)網(wǎng)協(xié)助下載過程中的數(shù)據(jù)傳輸調(diào)度，因此仿真場景采用設(shè)置雙向多車道高速公路路段，RSU位于公路兩端。模擬仿真工具使用MATLAB R2019b，測試結(jié)果為20 次測試結(jié)果的平均值。為了驗證算法性能，將未考慮壞點中繼和信道沖突的利用馬爾可夫決策過程全局最優(yōu)車聯(lián)網(wǎng)協(xié)助下載選車策略（DSMov）［15］與本文算法進行比較，仿真參數(shù)設(shè)置如表1所示。

表1 系統(tǒng)參數(shù)

不同信道數(shù)k下的成功下載數(shù)據(jù)量對比如圖2 所示。顯然，隨著增加信道數(shù)之后，兩種方案的成功數(shù)據(jù)下載量都有所提升。相比于沒有對多信道情況進行優(yōu)化的DSMov方案，本文算法的成功傳輸數(shù)據(jù)量相對高出20%以上。由于本文算法為OBU 選擇合適的中繼和信道，使得系統(tǒng)收益最大，并且降低發(fā)生信道沖突的概率，數(shù)據(jù)傳輸率相對較高。

圖2 不同信道數(shù)時兩種方案的成功下載數(shù)據(jù)量對比

不同壞點率b時的成功傳輸數(shù)據(jù)量對比如圖3所示。隨著壞點的占比上升，用戶的成功傳輸數(shù)據(jù)量會下降。由于壞點的占比上升，導(dǎo)致了協(xié)助下載中請求失敗率也上升，成功傳輸數(shù)據(jù)量降低。相比于不排除壞點影響的DSMov算法，隨著壞點率的上升，本文算法的成功傳輸數(shù)據(jù)量相對要高出20%以上。由于本文算法在傳輸失敗后會降低失敗中繼節(jié)點的可信度，降低該節(jié)點被選擇為中繼的概率，壞點對系統(tǒng)的影響也會逐漸降低，所以本文方案的成功數(shù)據(jù)傳輸量較高。

圖3 不同壞點率時兩種方案的成功下載數(shù)據(jù)量對比

4 結(jié)語

針對車聯(lián)網(wǎng)多信道協(xié)助下載中存在壞點導(dǎo)致用戶數(shù)據(jù)傳輸率低的問題，提出了一種基于用戶可信度的協(xié)助下載最優(yōu)選車策略。仿真結(jié)果表明，相比于目前忽略壞點影響的協(xié)助下載方法，本文通過綜合可信度指標(biāo)有效降低壞點帶來的影響，降低了多信道場景下發(fā)生信道沖突的概率，有效提高了系統(tǒng)吞吐量。