位置感知及背景掃描下軟件定義車聯網無縫切換方案

Abstract：To addressthe signaling redundancy in centralized schemes and the IP reconfiguration bottleneck in distributed schemes within traditional architectures of the internet of vehicles，a seamless handover scheme for software-defined internet of vehicles is proposed，which integrates location awareness，multi-interface background scanning，and dynamic flow table redirection techniques.First，the shortcomings of traditional centralized architectures are analyzed，along with the factors contributing to excesive handover delay.Then，relying on the dynamic scheduling capability of the global network view of the software-defined network （SDN） controler，the target base station selection eficiency is optimized through predictive scanning.Finall，considering the characteristics of vehicle multi-network interfaces，data transmision and background scanning tasks are decoupled，and multi-link load balancing is utilized to achieve uninterrupted service migration. Experimental results demonstrate that the proposed scheme can effectively reduce the handover delay while ensuring the quality of service （QoS） requirements of vehicular applications.

Keywords： internet of vehicles； location awareness； seamless handover; software-defined network

隨著智能交通系統的不斷發展，實時交通監控、道路安全預警、遠程車輛診斷及車載多媒體服務等應用已成為現代車聯網的核心功能模塊[1]。這些服務對網絡連接的實時性與可靠性提出了嚴苛的要求，尤其在車輛高速移動場景下，如何保障服務質量（QoS）成為亟待解決的關鍵問題。盡管5G 網絡的大規模部署顯著提升了通信帶寬，但車輛動態拓撲變化頻繁、覆蓋盲區切換頻繁等特性仍對傳統移動性管理方案形成嚴峻挑戰。

在大規模車聯網場景下，代理移動IPv6（PMIPv6）協議作為車聯網主流的網絡層移動性管理方案，通過本地移動錨點（LMA）與移動接人網關（MAG）協同實現車輛位置管理，但集中式架構下錨點負載過重、信令交互冗余等問題依然存在[2-3]。分布式移動性管理（DMM）將錨點功能分布式部署于MAG節點，雖緩解了集中式瓶頸，卻因頻繁的IP重配置與隧道建立導致切換效率受限[4]。上述方案均難以解決大規模車聯網場景下的低時延需求與信令開銷之間的矛盾。

軟件定義網絡（SDN）通過解耦控制平面與數據平面，為車聯網移動性管理提供了新范式[5」，它將網絡控制和智能管理能力從傳統的網絡設備遷移到一個集中式的軟件實體網絡控制器。SDN控制器可基于全局網絡視圖動態優化路徑決策，規避傳統錨點架構的性能瓶頸。然而，現有 SDN方案多聚焦于網絡層路由優化[6]和資源預分配設計[7]，鮮有研究深度融合終端多接口特性與 SDN流表控制機制，導致切換過程中掃描延遲與業務中斷問題未能得到根本解決。值得注意的是，現代智能車輛終端普遍配備多模通信接口（如 5G、V2X、Wi-Fi），其硬件性能的躍升為多鏈路協同傳輸提供了物理基礎。傳統單接口切換機制在MAG覆蓋邊緣需經歷“斷連一掃描一重連\"過程，造成顯著業務中斷。若能在 SDN 全局管控下，利用背景掃描技術預判最優接人點，并通過多接口分流實現無縫過渡，則可突破現有方案的局限。基于此，本文融合位置感知、多接口背景掃描與流表動態重定向技術，提出一種軟件定義車聯網無縫切換方案。

1" 網絡切換方案的對比分析

MAG 切換方案，如圖1所示。圖1中：RSS 為接收信號強度。在 5G技術下，車輛的網絡切換由信號測量、切換啟動、切換執行及切換完成4個階段組成[8，各階段都會產生切換時延。因此，關于車輛等移動節點（MNs）的無縫切換方案一直是研究的重點與難點[9]。

早期研究多圍繞PMIPv6及其擴展協議展開。Kosmopoulos等[1o]結合媒體獨立切換（MIH）與快速PMIPv6（FPMIPv6），通過預判車輛速度優化切換流程，但受限于集中式架構，仍面臨信令開銷大等問題。類似地，Hussain等11提出基于位置感知的PMIPv6擴展方案，通過RSS動態調整錨點選擇，雖降低了資源消耗，但未解決IP地址頻繁重配置的時延問題。此類方案的共性在于依賴傳統集中式移動性管理（CMM）架構，難以支撐車輛高動態場景。

為了突破集中式架構限制，近期研究將SDN引入車聯網。Amiri等[12]采用動態錨點分配策略，降低傳輸成本，但部署復雜度較高。Tong 等[13]結合多路徑 TCP（MPTCP）與 SDN，通過子流保活機制減少垂直切換中斷，但需要額外協議棧支持。現有SDN方案多聚焦網絡層優化，缺乏終端多接口協同設計。針對接口冗余與鏈路穩定性，Hapanchak 等[14]提出基于MPTCP 的路徑選擇系統，動態匹配最佳接人技術，但未改善切換過程中掃描與認證時延。Al-Khalidi等[15」引人隨機線性編碼與移動預測，通過多播補償切換丟包，但模型依賴高精度定位數據。此類方法通過多路徑或預測機制提升魯棒性，但缺乏與網絡層控制的深度協同。

部分研究嘗試通過本地緩存或預掃描降低切換開銷。Neetu等[16提出緩存增強的切換管理方案，減少重復認證次數，但受限于緩存容量與更新策略。Fan等[17]結合 SDN 與移動性預測，通過預加載目標基站信息縮短掃描時延，然而預測誤差可能導致無效資源占用。Ko等[18]構建了一個約束馬爾可夫決策過程，利用中央控制器收集每個設備的移動信息，使從中央云到邊緣云切換相關信息的信令開銷和遷移成本最小化。此類方案雖簡化了流程，但未充分利用 SDN對全局資源的動態調配能力。

現有方案與文中方案的對比，如表1所示。

由表1可知：現有方案存在一些局限性，傳統CMM方案依賴單一錨點，SDN方案多聚焦路由優化，均未實現終端-網絡協同控制;多路徑與預測機制復雜度高，背景掃描缺乏動態調度，難以平衡時延與穩定性；需要特定協議棧或硬件支持，限制實際部署范圍。

文中方案設計了基于軟件定義的車聯網架構，通過SDN控制器對MAG及全局網絡視圖進行管控，高效地指導車輛終端進行切換。此外，對車輛進人某個MAG 的覆蓋范圍開始，到切換至另一個MAG 的整個過程中何時進行信道掃描、觸發切換，以及如何有效地使用多網絡接口進行深入的研究，提供了更完善的優化方案。

2基于軟件定義的車聯網架構

2.1 網絡架構

SDN架構，如圖2所示。圖2中：API為應用程序編程接口。SDN架構主要分為基礎設施層、控制層和應用層。基礎設施層是由網絡的底層轉發設備構成，包含了特定的轉發面抽象（如OpenFlow交換機中流表的匹配字段設計）;控制層集中維護網絡狀態，并通過南向接口（控制和數據平面接口）獲取底層基礎設施信息，同時為應用層提供可擴展的北向接口；應用層根據網絡不同的應用需求，調用控制層的北向接口，實現不同功能的應用程序。通過這種軟件模式，網絡管理者能通過動態的SDN應用程序配置、管理和優化底層的網絡資源，從而實現靈活、可控的網絡。

基于 SDN架構，并結合研究目標和方法，設計一種能夠適用于文中方案的基于軟件定義的車聯網架構，如圖3所示。

基于軟件定義的車聯網架構描述如下。

1）基礎設施層。該層包括 MAG、交換機（SW）和中間路由器等物理設備。在車聯網場景中，基站（BS）承擔MAG功能，負責車輛接入認證、移動狀態監測及數據包轉發。因此，將用BS代指MAG。所有設備均支持OpenFlow 協議，通過南向接口與控制器實現標準化通信。具體而言，BS負責監控車輛的移動情況和接人請求，向SDN控制器（SC）上報車輛及自身的有效信息（包括車輛設備信息和連接信息），并接收SC下發的流表指令，以執行相應操作。SW則作為不同BS間傳輸數據的通道，連接BS與SC，負責數據轉發和與SC的交互，SW、BS都受到SC的控制與管理。

2）控制層。該層以SC為核心，其通過南向接口（如OpenFlow）獲取基礎設施層的全局拓撲與鏈路狀態信息，并基于預定義策略動態生成流表規則。SC通過實時分析車輛移動軌跡與網絡負載觸發流表更新，以優化切換路徑。

3）應用層。通過北向接口調用控制層API，部署移動性管理策略。無縫切換算法被封裝為獨立應用程序，實時接收SC提供的網絡狀態數據（基站負載、車輛位置），并通過決策模型反饋切換參數。

4）車輛終端。車輛終端能夠同時或在不同時間通過多個網絡接口與不同的通信網絡（蜂窩網絡、V2X、Wi-Fi及衛星通信）進行連接。車輛終端的多接口功能能夠確保數據的高效傳輸，優化車輛的網絡接入體驗。

因為車輛終端以嵌入式智能設備為主，搭載了基于Linux內核的操作系統（OS），而該OS的優勢在于將各組件的驅動程序抽象為模塊，并使網卡驅動程序支持 softMAC方式，由此可以通過操作系統內置的命令工具靈活便捷配置管理各網絡接口[19]，而架構中的其他設備也大多基于該操作系統研發[3。因此，同內核的情況可以順利地進行數據交換。對于非Linux系統，可通過適配驅動或虛擬化技術實現兼容，此部分可以作為未來的研究方向。

2.2 信息交互

由于OpenFlow協議在制訂標準時并未考慮無線網絡的特性，這將導致控制器與BS在某些信息的交互上出現障礙（如OpenFlow 定義之外的封包），因而對 BS的管理能力十分有限。因此，在不改變標準的OpenFlow 協議的基礎上，通過增加一條新的 Socket 管理通道單獨連接 SC與 BS，實現 SC 對 BS的精準管理。架構整體的細節邏輯視圖，如圖4所示。車輛通過5G NRV2X系列協議與BS 進行通信，而BS 既能被控制器直接管理，也能通過 SW與控制器交互。BS與SW可以通過協議中定義的對稱消息類型與控制器保持聯系。這類消息是控制器和交換機雙向對稱的消息，其主要功能是建立連接、檢測對方是否在線等，包括以下3個方面：1）Hello消息，交換機和控制器建立連接時，互相發送該消息；2）Echo 消息，用于控制器與交換機計算時延，以及探測對方是否處于激活狀態;3）Experimenter 消息，用于今后對協議擴展時預留的消息類型。

當控制器需要下發流表到BS（即各自的流表管理模塊進行交互）時，可以直接通過OpenFlow安全通道；當需要交換鏈路及車輛的相關數據（即BS的信息收集模塊與SC的BS管理模塊進行交互）時，則通過額外的Socket通道，該方法可以通過網絡編程實現。控制器主要完成兩個功能，一是向BS、SW下發更新流表，控制其數據的轉發，二是通過 Socket 通道對 BS 數據的監控和管理，實現 BS 和車輛數據的統計獲取。協議中同樣也有對應的消息類型供控制器使用。這類消息由控制器發起，然后由Open-Flow 交換機接收并處理，其主要功能是對OpenFlow交換機進行配置和狀態查詢，包括以下5個方面：1）Features 消息，用來獲取交換機的基本性能情況，交換機收到該消息后必須返回一個應答消息進行回復，該消息一般在控制器和交換機建立連接后使用;2）Config消息，控制器通過該消息在交換機上查詢和設置配置參數，交換機僅對查詢消息作反饋;3）Mod消息，用于在交換機添加、刪除和修改流表及配置交換機端口的屬性;4）Stats 消息，用于實時獲取當前交換機上的各種信息;5）Packet-out 消息，控制器指導交換機如何發送數據的消息。

基站工作模式被設定為監聽模式，由此可以實時監聽到所有的管理幀及數據幀，然后，可從每個幀的radiotap頭中獲取車輛發送的數據幀信息，如信號強度、傳輸速率、數據源的IP及MAC地址等。這些統計信息會傳送至控制器，上層應用通過接口調用這些統計信息來實現切換管理方法，也可以實現其他網絡服務。BS可以通過協議中定義的異步消息與控制器交互。這類消息由交換機發送給控制器，其主要目的是通知控制器自身發生的某些異步事件，包括以下4個方面：1）Packet-in消息，當數據包找不到匹配的流表條目時，交換機將向控制器發送該消息，如果交換機可以緩存該數據，則此消息只攜帶數據包的包頭部分及緩存ID，如果交換機不能緩存該數據，則將整個數據包內嵌作為此消息的一部分，發往控制器，緩存的數據包一般由控制器的 Packet-out 消息進行處理;2）Flow-removed 消息，流表中每個流的條目都有一個閑置超時值，用來指示該條目在非活躍狀態下多長時間就要被移除，當流條目超時時，就使用此消息移除該條目;3）Port-status 消息，當交換機狀態發生變化時，交換機向控制器發送該消息通報變化情況;4）Error消息，通知控制器出現了某種錯誤。

3基于位置感知及背景掃描的軟件定義無縫切換

3.1 切換過程

傳統的BS間切換過程是車輛在斷開與源BS的連接后重新接入新BS，期間會導致通信中斷，并且需要一定時間來完成重連。

對此過程進行擴展，以應對高速移動中的網絡切換需求，具體包括以下5個步驟：1）車輛進人BS覆蓋范圍并接入網絡;2）與BS建立穩定連接，并開始數據通信;3）當連接質量下降或車輛遠離BS時，準備進行切換;4）車輛搜索并選擇新BS，嘗試建立連接;5）完成與新BS的切換并恢復通信。為了減少切換延遲，車輛可以通過預掃描技術提前探測周圍BS的信號強度和覆蓋范圍，為切換做好充分準備。

假設每輛車配備兩個網絡接口 （v2x0，v2x1） ，初始通過 v2x0 與BS通信，在需要切換時啟用 v2x1 。擴展后的車輛移動切換流程圖，如圖5所示。圖5中：圓形區域表示不同BS（ BS₁ ！ BS₂ ）的覆蓋范圍；矩形區域表示車輛在移動過程中信道質量的變化； Ψ_t 為時刻； Q 為信道質量； Q₁ 為 P₁ 時刻的信道質量； 分別為 P₄ 時刻 v2x0…v2x1 的信道質量。

經擴展后的車輛移動切換流程有以下4個關鍵的步驟。

1）車輛初始接入與信息采集。車輛進入BS覆蓋區域后，通過 v2x0 接入網絡并啟動背景掃描。根據接收的信標幀與探測響應幀，采集相鄰BS的物理層參數，服務集標識（SSID）、IP 地址、MAC 地址、信噪比（signal to noise ratio，SNR）、接收信號強度指示（received signal strength indication，RSSI）和信道號（Ch）等信息可以通過基站發送的信標幀或探測響應幀獲得。構建的BS列表（BL）為

式（1）中： R_SN 為信噪比， I_RSS 為接收信號強度指示，二者的計算公式分別為

I_RSS（t）=P（t）-10θlog₁₀d（t）+ξ（t），

式（2）、（3）中： P（t） 為 χ_t 時刻的發射功率； 為 χ_t 時刻接收方與發送方之間的距離； θ 為路徑損耗因子；

η 為噪聲水平； G（ι） 為 Ψ_t 時刻的信道平均增益； 為陰影衰落噪聲。

2）信道質量評估與切換觸發。車輛持續監測當前BS的信道質量 Q ，其定義為接收信號強度指示與信噪比的加權組合，即

Q=_α×I_RSs+β×R_SN.

式（4）中： α?β 反映信噪比對鏈路穩定性的更高權重， α=0.4，β=0.6 。

當 Q 下降至閾值 Q₁ 時，觸發切換，即

Q_l=Q_stable×A

式（5）中： Q_stable 為穩定連接期的信道質量，反映了連接成功后至切換啟動前這段時間內的平均信道質量； A 為動態調整系數，用于適配不同場景需求， A∈[0，1] 。

3）目標BS選擇與流表重定向。控制器根據車輛位置與BS覆蓋半徑 R ，計算距離閾值 D_TH ，即

D_TH=R×B

式（6）中： B 為權重系數， B∈[0，1] 0

當 d（t）gt;D_TH 時，SC從BL中選擇信道質量最高的目標BS，并下發流表更新指令，將數據流無縫切換至備用接口 v2x1 。切換完成后，原接口轉為背景掃描模式，持續更新BL信息。

4）接口任務切換與穩定性驗證。在切換過渡期 （P₃～P₄ ），系統驗證新鏈路的穩定性，即

式（7）中： C 為穩定性驗證系數。

當 Q_TH 滿足預設條件 C∈[0，0.5] 時，確認切換成功并釋放原接口資源。

在車輛移動過程中，通過實時計算與當前BS的距離來判斷其位置變化。通常，車輛距離BS 越遠，信號強度會逐漸衰減，當超過閾值范圍時，信號質量下降，導致通信質量差。為了保證通信不中斷，車輛可以啟用備用網絡接口進行切換，確保穩定連接。車輛首次掃描周圍BS 時，已獲取其他BS 的信號強度和覆蓋情況。在車輛遠離當前BS或信號質量下降時，當前BS可主動與SC通信，獲取最新網絡信息，并根據車輛位置、移動軌跡和需求選擇目標BS 進行切換。當目標BS確定后，SC會通知車輛啟用備用接口進行連接請求。連接成功后，SC會更新流表項，將數據流重定向至新BS，確保數據通信無縫切換。隨后，SC會更新車輛連接表，刪除原BS的連接項，添加新BS的連接項，以確保BS與SC的連接信息一致。

3.2 切換準則

在切換過程中， P₁，P₃ 和 P₄ 是3個關鍵時刻，根據這些時機，提出以下7個切換準則。

1）車輛通過主動掃描判斷是否在某些BS的覆蓋范圍內。車輛向周圍BS發送探測請求幀，并根據BS設定的 100ms 間隔接收信標幀，進而獲取BS 信息，如 SSID、IP地址、MAC地址、鏈路信息（信噪比、接收信號強度指示、信道號），并將這些信息存儲在BL中。

2）BS 監測車輛并獲取其位置信息，與BS自身位置一同上報給控制器 SC，創建車輛和BS 的信息表。為了減少開銷，信息表中僅記錄位置數據，方便后續計算車輛與BS之間的距離。由于BS位置固定，只需動態更新車輛位置。

3）在初始階段，車輛根據已收集的有限信息，從BL中選擇信號強度和信噪比最大的 BS（如 BS₁ ），通過 v2x0 發送連接請求，連接成功后開始正常通信。如果車輛長時間未移動，啟用 v2x1 進行背景掃描，發現新的BS 時將其添加到列表中。考慮到掃描時間較長且車輛靜止，預掃描只進行一次。

4）當信道質量下降或車輛開始移動時， v2x1 將再次掃描BL中已有的BS，更新信道信息。隨著車輛逐漸遠離 BS₁ ，在 P₁ 時刻，信道質量下降至設定的閾值 Q_l ，然后切換過程啟動，但是車輛仍然與 BS₁ 保持通信。

5）在移動過程中，SC持續更新車輛位置信息。當車輛與 BS₁ 的距離達到設定閾值 D_TH 時，SC會計算車輛與其他BS的距離，并根據距離排序選擇最短的BS（如 BS₂ ）。系統通知 BS₂ 與車輛建立連接，并通過更新流表項，將 BS₁ 的數據流重定向至 BS₂ 。

6）在 P₃ 時刻，車輛通過 v2x1 與 BS₂ 建立穩定連接，信道質量逐漸改善。當到達 P₄ 時刻， v2x1 與v2x0 的連接質量差達到預定閾值 Q_TH ，意味著 v2x0 不再適合承擔數據收發任務，因此，被轉為備用接口進行背景掃描。

7）在 P₅ 時刻，車輛完全離開 BS₁ ， v2x0 與其斷開連接，隨后開始重復上述過程。在整個過程中，兩網絡接口分別執行背景掃描和數據收發任務，確保沒有丟包或通信中斷。

綜上所述， P_i，P₃ 和 P₄ 分別是BS切換啟動、成功接人新BS和接口任務轉換的關鍵時刻，這些時刻對應特定的閾值條件，確保切換過程順利進行。

文中方案的提出旨在解決車輛與BS之間頻繁的信令交互問題，同時通過控制器對全局設備的監控，簡化整個切換流程。與復雜的算法不同，文中方案基于信道質量與BS覆蓋距離的關系，在關鍵時刻通過感知車輛與BS的相對位置，快速選擇合適的基站，確保高效切換。車輛的多網絡接口優勢使切換過程平滑，數據傳輸不中斷，從而顯著降低了切換時延，提升了服務質量和用戶體驗。

4實驗結果及分析

為驗證文中方案的有效性，使用接收信號強度指示加載仿真平臺鏡像，Ubuntu22.04.3LTS操作系統，內核為最新穩定版。結合Mininet-WiFi2.3.O和Ryu控制器4.36的固件，內置OpenvSwitch2.19.0，以支持創建虛擬OpenFlow交換機。最后，使用SUMO搭建完整的交通仿真場景。

網絡連通性測試基于網際控制報文協議（ICMP），通過周期性發送 ping指令監測端到端的通信狀態。數據包捕獲與分析通過Wireshark實現，基于混雜模式監聽網卡流量，解析鏈路層至應用層協議頭部信息。

4.1 系統測試

進行車輛與遠端服務器的互通性測試。實驗需要創建1臺遠端服務器（ ?S₁ ）、1輛車 個SW

（ SW₁ ）及3個 BS（BS₁～BS₃ ）。車輛不斷向 S₁ 發送ping命令，驗證網絡的可用性。

測試拓撲圖，如圖6所示。圖6中： x 為水平位置； y 為垂直位置;圖形是Mininet-WiFi通過調用Python中的matplotlib庫繪制而成，遠程控制器未標明。

車輛與遠端服務器的互通性測試時延，如表2所示。表2中： N₁ 為實驗次數； N₂ 為封包次數；T_min 為最小時延； T_max 為最大時延； T_ave 為平均時延； σ 為方差。

由表2可知：車輛與遠端服務器間的雙向通

信實現成功，由此驗證了網絡拓撲的連通性與功能性；基于獨立測試的均值表明，初始階段由于網絡環境尚未穩定 ），存在顯著的鏈路協商與路由收斂過程，導致平均時延達 4，482ms ；隨著測試輪次推進，網絡逐步進入穩態 _{（σ=0.662）} ，各次測量值收斂至[3.702，6.540]ms，最終平均時延優化至4.318ms ，符合車聯網低時延通信的QoS要求。

為了驗證多網絡接口的協同傳輸性能，實驗配置如下：車輛終端 v₁ 部署雙接口 （v₁-v2x0Ω，v₁-v2x1IP分別為10.0.0.100、10.0.1.100），遠端服務器 S₁ 固定IP為10.0.0.2，基站與交換機間鏈路帶寬限定為 100Mbit^-1 。采用iperf3工具執行端到端帶寬測試，并通過ifstat實時監測各接口吞吐量。

車輛網絡接口的吞吐量測試，如圖7所示。由圖7可知：雙接口在相同操作模式下呈現均衡負載特性，平均聚合帶寬趨于穩定，驗證了多接口并行傳輸的可行性。

該結果證實了硬件配置與協議棧的兼容性，為后續無縫切換實驗提供了底層通信保障。

4.2 對比實驗

對比實驗以切換延遲為核心性能評估指標，基于ICMP報文的端到端往返時延（RTT）實現量化測量。選擇ICMP協議的原因在于作為網絡層基礎協議，其實現具有跨平臺普適性，同時協議頭部開銷低（僅8B），可以避免高層協議棧干擾對時延測量的影響。具體而言，車輛終端以 100ms 為周期持續發送 ICMPEcho Request報文至遠端服務器，并通過Echo Reply報文的接收狀態判定鏈路連通性。當車輛移動至源基站覆蓋邊緣時，鏈路中斷觸發ICMP報文丟失;待切換至目標基站后，通信會話恢復并繼續 RTT監測。切換時延 T_handover 定義為末次有效報文接收時刻 t₁ 與首條恢復報文到達時刻 t₂ 之間的時間差，即

T_handover=t₂-t₁+Δt_processo

式（8）中： Δt_process 為報文處理時延。

該模型不僅涵蓋無線鏈路中斷時段，還包含控制平面決策（SDN流表更新）與數據平面轉發（目標BS 路由收斂）的全流程時耗。因此，該定義客觀反映了鏈路中斷至業務恢復的全過程時耗，與真實切換場景具有強一致性。

選擇以下4種方案進行對比實驗。

1）方案1，基于傳統的IEEE8O2.11p協議，該協議規定車輛以BS的信號強度為指標進行掃描接人和新 BS 的重連操作，車輛在與原BS 斷開之后還需繼續掃描可用BS，再重復接入過程，因此，耗費較長的切換時間。

2）方案2，基于IEEE 802.11r協議，該協議著眼于減少漫游時認證所需的時間，協議允許移動端在實現切換之前，就建立起與新接入點之間安全且具備QoS的狀態，將連接損失和通信中斷減到最小。

3）方案3，在傳統IEEE802.11p協議基礎上使用背景掃描及雙網絡接口，使車輛連接多個不同的BS，還未切換之前掃描周圍合適的BS，并在與原BS斷連之前完成與新BS 的接入，實現通信持續暢通。

4）文中方案，基于位置感知及背景掃描的切換方案，借助控制器的全局管理能力及對底層設備的調控能力，通過下發修改流表項的方式（添加或刪除）更精準地實現數據的不間斷傳輸，利用車輛多網絡接口實現無縫切換。

采用圖6中的拓撲場景，但將方案1，2中的車輛設置為單網絡接口，而方案3，4中的車輛設置為雙網絡接口。為了達到傳統架構的效果，在驗證時 SC充當接入控制的角色，不使用流表控制的方式。

單網絡接口切換時延，如圖8所示。由圖8可知：傳統IEEE802.11p協議的硬切換機制存在顯著業務中斷現象，具體表現在封包序號為 3～8 及 10～14 的ICMP報文傳輸過程中，分別出現5個和4個連續報文丟失，表明車輛在源基站斷開至目標基站重連期間經歷了兩輪完整鏈路中斷，符合傳統的硬切換模式，并且再次重連新的BS也需要花費一段時間，切換時延約為 3～10ms ；采用IEEE802.11r協議運行的切換時延比傳統方式更小，該協議通過緩存密鑰，減少了傳統重連過程中認證時延，但在突發性網絡拓撲變化場景下，仍觀測到3次時延峰值，主要源于無線信道快速衰減引發的重復掃描過程，但總體時延是偏小的，約為 1～9ms 。該結果驗證了協議優化對常規場景的改進效果，同時揭示了極端動態環境下移動性管理的剩余挑戰。

雙網絡接口切換時延，如圖9所示。由圖9可知：雙網絡接口架構可顯著改善切換時延的波動性，時延明顯減少，驗證了多接口冗余對切換平滑性的正向作用;方案3在切換過渡期仍存在階段性時延抬升現象，歸因于源基站信號強度衰減導致的鏈路質量劣化，此時，盡管通過雙接口維持物理層連接，但重傳機制與路由震蕩仍造成額外時延開銷，即使數據封包能夠被接收，也要耗費較長的時間；文中方案通過 SDN控制器的流表重定向機制，在鏈路質量閾值觸發時，將數據流無縫遷移至目標基站，避免了傳統切換中的路由收斂過程;實驗測得整體時延維持在 1ms 以內，仿真環境下因排除物理層隨機干擾（如多徑衰落），時延絕對值雖低于實際場景，但橫向對比結果仍具參考價值，證實了架構優化的有效性。

5 結論

針對車聯網高動態場景下的移動性管理瓶頸，提出一種基于SDN的無縫切換優化方案。通過引入位置感知與多接口背景掃描機制，結合控制器的全局資源調度能力，實現了車輛在基站間的平滑遷移。該方案通過流表動態重定向與多鏈路協同傳輸，顯著降低了切換時延與業務中斷風險，且端到端通信穩定性優于現有 SDN優化方案。此外，結合基站位置固定這一實際特性，控制器能夠精確掌控車輛與基站的相對位置，從而為車輛快速選取合適的基站進行切換，進一步提高了切換效率。

研究結果表明，SDN架構與終端多接口特性的深度融合能夠提升傳統移動性管理框架的性能，相較于其他方案，文中方案在時延和切換效率上具有顯著優勢。未來工作將重點探索異構操作系統適配性優化，并進一步引入學習算法以提升復雜交通場景下的決策魯棒性。

參考文獻：

[1]況博裕，李雨澤，顧芳銘，等.車聯網安全研究綜述：威脅、對策與未來展望[J].計算機研究與發展，2023，60（10）： 2304-2321.DOI：10.7544/issn1000-1239.202330464.

[2] HE Daojing，LU Xintong，LI Xuru，et al.Design and formal analysis of a lightweight MIPv6 authentication scheme [J].IEEE Internet of Things Journal，2022，9（19）：19238-19245.DOI：10.1109/JIOT.2022.3165580.

[3]SILVA M，TEIXEIRA P，GOMES C，etal.Exploring software defined networks for seamlesshandovers in vehicular networks[J]. Vehicular Communications，2021，31：100372.DOI：10.1016/j. vehcom. 2021.100372.

[4]ALJERI N，BOUKERCHE A.A dynamic MAP discovery and selection scheme for predictive hierarchical MIPv6 in vehicular networks[J]. IEEE Transactions on Vehicular Technology，2019，69（1）：793-806.DOI：10.1109/TVT. 2019.2942691.

[5]肖警續，郭淵博，常朝穩，等.基于 SDN 的物聯網邊緣節點間數據流零信任管理[J].通信學報，2024，45（7）：101- 116.DOI：10.11959/j. issn.1000-436x. 2024060.

[6]ZENG Yue，YE Baoliu，TANG Bin，et al.Mobility-aware proactive flow setup in software-defined mobile edge nethttne // hdvh hou oru on/ works[J]. IEEE Transactions on Communications，2023，71（3）：1549-1563.DOI：10.1109/TCOMM.2023.3238396.

[7]LIU Yibing，HUO Lijun，ZHANG Xiongtao，et al. A multi-objective resource pre-alocation scheme using SDN for intelligent transportation system[J]. IEEE Transactions on Inteligent Transportation Systems，2O24，25（1）：571- 586.DOI：10.1109/TITS. 2023.3310978.

[8]PALAS M R，ISLAM M R，ROY P，et al.Multi-criteria handover mobility management in 5G celular network[J]. Computer Communications，2021，174：81-91. DO1：10.1016/j. comcom. 2021. 04.020.

[9]劉彩霞，季新生，鄔江興.移動通信網的內生安全共性問題及破解之道[J].通信學報，2022，43（9）：70-79.DOI：10. 11959/j.issn.1000-436x.2022176.

[10]KOSMOPOULOS I，SKONDRAS E，MICHALAS A，et al. Handover management in 5G vehicular networks[J]. Future Internet，2022，14（3） ：87.DOI：10.3390/fi14030087.

[11] HUSSAIN A，NAZIR S，KHAN F，et al.A resource-efficient hybrid proxy mobile IPv6 extension for next-generation IoT networks[J]. IEEE Internet of Things Journal，2021，10（3）：2095-2103.DOI：10.1109/JIOT.2021. 3058982.

[12] AMIRI E，WANG N，VURAL S，et al. Dynamic anchor point selection in software defined distributed mobility management[C]//2022 IEEE Symposium on Computers and Communications （ISCC）.Rhodes：IEEE Press ，2022： 1-7.DOI：10.1109/ISCC55528.2022. 9912766.

[13]TONG Haonan，WANG Tao，ZHU Yujiao，et al.Mobility-aware seamless handover with MPTCP in software-defined HetNets[J].IEEE Transactions on Network and Service Management，2021，18（1）：498-510.DOI：10.1109/ TNSM. 2021.3050627.

[14]HAPANCHAK V S，COSTA A，PEREIRA J，et al. An inteligent path management in heterogeneous vehicular networks[J]. Vehicular Communications，2024，45：100690. DOI：10.1016/j. vehcom.2023.100690.

[15]AL-KHALIDI M，AL-ZAIDI R，THOMOS N，et al.Inteligent seamless handover in next generation networks[J]. IEEE Transactions on Consumer Electronics，2023，70（1）：1566-1579.DOI：10.1109/TCE.2023.3340416.

[16] NEETU R R，GHATAK G，BOHARA V A，et al.Perform anceanalysis of cache-enabled handover management for vehicular networks[J].IEEE Transactions on Network Science and Engineering，2024，11（1）：1151-1164.DOI：10. 1109/TNSE.2023.3321296.

[17] FAN Chunyang，CUI Jie，ZHONG Hong，et al. MM-SDVN： Efficient mobility management scheme for optimal network handover insoftware defined vehicular network[J].IEEE Internetof Things Journal，2O24，11（9）：32089- 32104.DOI：10.1109/JIOT.2024. 3422659.

[18]KO H，KYUNG Y，LEE J，et al.Mobility-aware personalized handover function provisioning system in B5G networks[J].Future Generation Computer Systems，2024，157：436-444.DOI：10.1016/j.future.2024.04.002.

[19] KAUR A，KRISHNA C R，PATIL N V. A comprehensive review on software-defined networking （SDN） and DDoS attacks： Ecosystem，taxonomy，trafic engineering，challenges and research directions[J].Computer Science Review，2025，55：100692. DO1：10.1016/j. c0srev.2024.100692.

（責任編輯：錢筠 英文審校：陳婧）