英语原文共 16 页
衰落信道下一维车载自组网的连通性分析
摘要
车辆自组网（vanet）是一种很有前途的公路应用型网络。用于安全和应急信息传递、娱乐、数据收集和通信。在本文中，我们提出了一个分析模型来研究一维叶片的连通性。从排队论的角度看信道随机性的存在。连接是最重要的为确保时间关键信息的可靠传播而存在的问题。渠道随机性的影响通过将每辆车的传输范围建模为随机变量。对于指数分布的车间距离，我们使用等效m/g/infin;队列连通性分析。假设网络由大量有限簇组成，我们得到连接集群中平均连接距离和预期车辆数的表达式，考虑到基础无线信道。分析中考虑了三种不同的衰减模型：瑞利、莱斯和韦伯。分析了对数正态阴影衰落的影响。依赖于距离的力量该模型用于描述信道中的路径损耗。此外，公路上每辆车的速度是假设为高斯分布随机变量。分析模型有助于评估vanet连通性。衰落信道中的属性。
关键词：连接距离、衰落信道、公路、车速、车辆自组网
引言
车辆专用网络（vanets），是让车辆形成一个自组织的网络，没有对永久性基础设施的要求，是在支持与车辆安全相关的应用，如紧急情况警告系统，通过驾驶员避免碰撞辅助、路况警告、变道辅助和娱乐应用方面有很强针对性的移动无线自组网。VANET是一个支持基于基础设施和临时通信的混合无线网络。特别地，道路上的车辆可以通过临时的多跳连接相互通信。他们也可以通过以下方式访问互联网和其他宽带服务：路边基础设施，即基站（BSS）或道路沿线的接入点（APS）。这些类型的车对车（V2V）和车对基础设施（V2I）通信最近收到了来自学术界和工业界显著的兴趣。新兴的车联网技术是专用短程通信（DSRC），1999年，联邦通信委员会（FCC）分配了5.850~5.925GHz之间的75MHz频段。DSRC基于IEEE 802.11技术，并且朝着标准的IEEE 802.11p之下的标准化迈进，而整个通信堆栈由IEEE 1609工作组以车辆环境无线接入协议（wave）的名义完成标准化。802.11p标准的目标是在专用设备上提供V2V和V2I通信5.9 GHz许可频段，支持数据以10兆赫的信道带宽传输速率为3至27 Mbps（3、4.5、6、9、12、18、24和27 Mbps）。
网络连通性是衡量临时网络和传感器网络的一个基础的性能。一个网络中的两个节点如果它们可以相互交换信息，不管是直接地还是间接地，它们就会连接起来。对车联网来说，连通性作为一个确保对时间要求严格的信息在对这个网络中所有车的可靠传播的测度，是非常重要的。而且，车联网的连通性直接关系到道路上车辆密度和它们速度的分配情况。和传统的临时无线网络不同，车联网可能会被要求处理不同类型的网络密度，例如，在高速公路或者市区的车辆更可能在高峰时段形成高度密集的网络，而在人口稀疏的农村道路或是在深夜，这些网络可能会经历频繁的网络破碎。如果车辆密度非常高，车联网几乎都会连接起来。当车辆密度很低时，连通性会下降，在这种情况下，由于连接断开，传输信息给其他车辆是不太可能的。在交通理论中，这种情况被称为自由流状态。
本文研究了频道存在随机性的一维车载自组网络连通性的性质，衰减的存在会造成接收的信号强度在一个特定的时间立刻变成一个随机变量。在这种情况下，每辆车的传输范围不能是一个确定的量，但必须要被建立一个随机函数的模型。由此，我们假设每辆车有一个传输范围R，累积分布函数（CDF），FR（a）。为了分析连通性，我们采用了Miorandi和Altman的结论，它确定了在临时网络繁忙段无限服务器队列和连通距离，以及在网络连通集中，繁忙段被服务的客户数量和节点数量之间是相等的。对于呈指数分布的车间距离，我们使用用于连接分析的等效m/g/infin;队列。以下是用于我们研究的指标：（i）连接距离，定义为来自任何给定车辆连接路径的长度；以及（ii）来自任意给定距离的连通空间簇（排）或连通路径内的车的数量。考虑到频道随机性的影响，关于在一个连通集中的车辆平均连接距离和预期的数量的分析表达式就展现出来了。连接距离是一个非常重要的度量，因为大的连接距离会导致更大的安全覆盖范围的消息广播（回想起车联网的主要应用包括安全信息的广播）。排的大小意味着一个集群中多少辆车是连接的，因此能够在广播应用中听到一辆车的信息。这也非常重要，尤其是在广播应用场景，需要确保安全信息可靠地传播到尽可能多的车辆。
分析后采用的现实的衰减模型，是综合考虑了不同的衰减模型如瑞利分布，莱斯分布，和韦伯分布。分析提供了一种用来确定参数的影响，例如车辆密度，车辆速度和各种通道相关的参数比如道路损失指数，莱斯和韦伯关于车载自组网络连通性的衰减参数。本文的其余内容是按以下组织的：在第二节中，我们描述了相关工作。系统模型见第三节。第四节中，我们介绍了连通性分析。结果则会在第五节给出。第六节是总结。
2.相关工作
有关临时网络连通性，建模和分析的许多研究在文献的[4-12]已经有了。这些作品大多研究在静态临时网络或低移动性网络中的问题。众所周知的机动性模型，如随机路径点模型也用于分析。然而，这些结果由于以下通过这些网络展现出的基本特征，不会被直接用于车联网。首先，车联网中的车辆移动是仅限于预定的交通网络，但是manet中的移动节点具有多个自由度。其次，车联网中节点的移动性是受交通密度影响，由道路通行能力和潜在驾驶员行为决定，如意外加速或减速。最后，车联网的连通性受到诸如环境条件、车辆行驶速度和车辆流动性因素的影响。最近，研究团体专注于车联网的连通特性做了很多尝试，还有[13-23]。在[13]中出现的关于车载自组网络在高速路和简单小路配置的连通性分析指出，修改的传输范围不适用于车载自组网络频繁的技术变革；但动态传输范围总是需要的。在[14]中，作者提出了一种通过增加额外的节点，叫做移动基站，来提高车联网的连通性。在[15]中，调查了有高速移动节点和严格延迟限制的移动线性网络的连通特性。在[16]中提出了通过考虑节点到达和离开沿路的预设入口和出口点，基于一个综合的流动性模型的车联网连通性分析。一种新的基于产品形态排队网络的车联网分析的流动性模型已经在[17]中提到。[18]的作者在假设所有车辆保持恒定速度的情况下，对单向和双向公路方案提出了连通性分析。在[19]中，作者开发了一种车辆内部交流系统的多跳点连接的分析模型。车联网连通性在高速路部分的分析表征来自于[20]。在[21]中，作者调查了覆盖率以及车辆网络和固定的路边基础设施的接入概率。在[22]中，作者提出了用于公路和城市场景的二维车联网中消息传播的连通性。在[23]中，作者研究了交叉口和二维道路拓扑结构如何影响城镇地区车联网的连通性。
上述工程的一个主要限制是它们依赖于一个简单的无线电波传播模型，在这个模型中，车辆在当且仅当它们的分离距离小于给定值时，才会相互通讯。此外，分析假设网络中的车辆具有相同的传输范围。无线电通信信道固有的随机性影响在分析中不予考虑。在本文中，我们在考虑了信道随机性影响后，从排队论的角度，分析了一维车载自组网络的连通性特点。衰减的存在将导致接收信号强度的随机性，使得每辆车的传输范围变成随机的变量。可以注意到，连通性和静态自组网的相关性衰减的影响在文献中被广泛地分析了（例如[9-12]）。另一方面，据这些作者所知，信道随机性在车联网连通性方面的影响到现在还没有在文献中被分析。
最近，为了理解在V2V传播环境中潜在的物理现象，许多研究者都非常关注V2V信道的测量（例如[24-33]）。在[24-26]中报告了关于V2V系统中所接收信号振幅的概率密度函数（PDF）的分析。在[24]中，作者考虑了在5.9GHz频率下不同的V2V通信环境，包含快速路，城市峡谷和郊区街道，在经验主义的指导帮助下，建立了接收信号振幅的PDF模型像瑞利分布或莱斯分布。当传输者和接收者之间的距离小于5米时，衰减服从莱斯分布，在距离更大时趋向瑞利分布。当距离超过70到100米，由于在远距离LOS成分间歇性地丢失，衰减就会不太服从瑞利分布。在[25]中，据报道，对于郊区驾驶环境，V2V系统中以5.9GHz传输频率的接收信号的PDF，随着车辆间隔的增加，逐渐从近似莱斯分布转到瑞利分布。当LOS组成在远距离间歇性丢失，信道衰减变得比瑞利分布更加剧烈。在[26]中，考虑了下列的V2V环境：城市，天线在车外；城市，天线在车内；小城市；以及不管车辆密度高还是低的开阔地区（高速路）。据观察，韦伯分布PDF是最符合接收信号振幅PDF的。在[27-29]中提出了关于在V2V信道测量和建模最先进的技术，证明了上述V2V信道的模型。通常，V2V通信包含了LOS以及一些多路径成分，引出了散射体的反射（例如移动车辆），和静止的散射体（例如建筑和路边的路标），多路径成分的总量取决于高速路周围的事物，也就是，障碍物和反射器与路上移动障碍物（车）的数量。在农村的道路，障碍物的数量会更少，所以通信可以自然地建模成纯LOS，对此莱斯衰减模型更适合。但是在拥挤的城市道路，多路径组成变得更重要，对于这种情况，瑞利衰减模型更适合。因此，对于V2V通信，不同的衰减模型都是可以被应用的，这取决于周围自然环境和车辆密度。在[30]中，在考虑了4种不同的V2V环境：高速路，农村，市区和郊区，给出了路径损耗的经验结果和分析模型。对于乡村场景，路径损耗采用双射线模型进行建模。对于高速路，城市和郊区的情况，经典的幂律模型是适用的。Kunisch和Pamp在[31]中也报告了类似的结果，他们在公路和城市环境中使用了幂律模型；但发现了最适合农村环境的双射线模型。Cheng等人在[25,32]中的测量结果表明，断点模型适用于描述V2V路径损耗。根据IEEE 802.11p通信信道的经验测量，在农村，城市和高速路情况下的正常驾驶条件下，在[33]中得出的结果证明了使用经典幂律模型计算V2V路径损耗的合理性。为了将真实的V2V信道模型纳入连通性分析，我们考虑了瑞利，莱斯和韦伯等不同的小尺度衰落模型。对于路径损耗，采用经典的幂律模型。在下一节中，我们将描述用于连通性分析的系统模型。
3.系统模型
为了分析存在信道随机性车辆的连通性，我们依赖于[4]，其中作者从排队论的角度讨论了一维自组网中的连通性问题。作者利用覆盖率问题与无限服务器队列之间的关系，利用等价G/G/infin;队列的结果，研究了自组网的连通性。作者还确定了以下几点之间的等价性：（i）无限服务器队列的忙期和自组网中的连接距离；（ii）忙期服务的客户数和网络中已连接集群中的节点数。利用以下假设得出结果：（i）无限服务器队列中的到达时间与连续节点之间的距离具有相同的分布；（ii）服务时间与节点的传输范围具有相同的概率分布。本文利用相应的无限服务器排队模型研究了车载自组网的连通性，为此需要车间距离和车辆传输距离的概率分布函数（PDF），提出了用于连通性分析的系统模型，包括公路模型和机动性模型。提出了一种计算各种衰落模型传输距离统计特性的模型。
公路和机动性模型
用于连接性分析的公路和机动性模型是基于[14]的，并在此简要描述。假设观察者站在不间断公路的任意点（即没有交通灯）。经验研究表明，泊松分布为自由流中的车辆到达过程提供了一个很好的模型。因此，假设单位时间内通过观察者的车辆数是一个泊松过程，其速度为lambda;辆/h，因此到达时间与参数lambda;呈指数分布。假定存在恒定速度，i=1,2,...,M的M个离散水平，速度是独立的且不受到达时间的影响。使车辆以速度到达过程呈以，i=1,2,...,M为速率的泊松分布，并且使。进一步假设这些到达过程是独立的，每个速度发生的概率为。为表示第n个最近的车到观察者和第n-1个最近得到车到观察者之间距离的随机变量。在[14]中已经证明了车间距离是独立的并且呈参数为。特别地，车间距离的CDF由
(1)
在自由流状态，一辆车的移动是和其他所有车辆相独立的。经验研究表明，不同车辆在自由流状态下的速度遵循高斯分布。因此，我们假设每辆车都被分配了一个从高斯分布中选择的随机速度，并且每辆车在高速公路上保持其随机分配的速度。为了避免处理负速度或接近零的速度，我们为速度定义了两个限制，也就是和分别表示最大车速和最小车速。对此，我们使用高斯截断曲线概率密度函数（PDF），由[14]给出。
(2)
其中是高斯概率密度函数，表示平均速度，表示车速的标准差，最大速度，最小速度.替换（2）中的，高斯截断曲线概率密度函数由
, (3)
给出，其中erf(.)是误差函数。既然车间距离是呈以为参数的指数分布，那么在高速路上平均车辆密度由
(4)
给出，其中是期望，V是表示车速的随机变量。当车速服从截断高斯概率密度函数时，平均车辆密度就按以下式子计算：
(5)
可以注意到，（5）中给出的平均车辆密度没有封闭形式的解，但必须通过数值积分进行评估。
第5节给出了的数值和仿真结果。据观察，参数和对有非常重要的影响。由于每辆车进入高速路是一个随机的速度，长度为L的一段路上车的数量也是一个随机变量。那么路上车数量的平均值由给出。然后，我们提出了一个用来求各种衰落模型传输距离统计特性的模型。
传输距离的统计特性
将衰落引起的随机性效应引入到分析中，假设传输距离R是一个带有CDF的随机变量。Z为表示接收信号包络的随机变量,l为发送和接收节点间的距离。此外，我们假设使用了“良好的长码”，因此，作为信噪比函数(SNR)的成功接收概率接近一个阶跃函数，其阈值用表示。假设功率W瓦的附加的高斯噪声存在于接收器中。接收的功率由给出，其中是传输功率，是路径
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
