英语原文共 13 页
DBCC：车联网中基于链路感知的分布式信标传输方法研究
摘要
每辆车通过定期发送的安全信标来保障车载应用的安全，这项技术建立在IEEE 802.11p的专用短程通技术（DSRC）模块基础之上。但是遇到车流密度变大的情况时，信道很容易被周期性的高频信标拥塞。本文通过车载通信（V2V）的实际轨迹研究发现：非视距（NLoS）条件是造成链路性能下降的关键因素，并且会导致车辆在恶劣的非视距（NLoS）条件下盲目发送更多数据包，还会增加对相邻车辆的干扰。受此启发，我们提出了一个名为DBCC分布式信标拥塞控制方案。此方案用于控制需要考虑链路链接条件的信标活动，这些活动包括有大量相邻车辆的路况场景和需要与相邻车辆建立更好链路条件的场景，并为这些活动分配更高的信标率。在DBCC中，我们首先利用两种机器学习方法，即朴素贝叶斯（NB）和支持向量机（SVM）。它们用于特征训练并输出在（NLoS）链接条件下的分类器预测模型。然后通过链接状态信息，我们制定一个基于TDMA广播MAC下速率适配的链路加权安全效益最大化（L-SBM）问题，这个问题被证明是非确定性多项式难题。我们提出采用L-SBM的一种探索式贪心启发算法并评估算法的性能。广泛的跟踪驱动模拟证明了DBCC的设计效率，尤其是在不超出资源限制的情况下，信标传输速率可以得到有效控制，并且发送/接收冲突率大大降低。
索引术语 - 车载自组织网络，信标拥塞控制，AI供电链路感知，数据驱动方法
I. 引言
由于每年会发生大量交通事故，道路安全已经成为日常交通的重中之重。 在美国运输部最新的报告中记录到发生在2015年约11,070,000起警方报告的交通事故中，已经造成22,441人死亡、218万人受伤。为提高驾驶的安全性，需要启用车载Ad-Hoc网络（VANET）的车辆安全通信（VSC）系统，提出使用该系统的目的是为了提前的提供危险警告，也为了支持避免碰撞的自动驾驶。目前，基于IEEE 802.11p的专用短程通信（DSRC）已经是VANET的标准，它是针对严重衰退和高速移动的车辆环境而定制的。通过这项标准，对于建立合作VSC系统来说，车辆与基础设施（V2I）和车辆与车辆（V2V）之间的沟通是不可或缺的。
协作VSC系统依赖车辆之间交换连续的单跳状态消息，这被称为信标，它们包含车辆位置，速度，航向，方向，加速度，转向信号状态和其他状态数据。在IEEE 802.11p中，每个车辆广播信标通常以周期性高速率地作用在单个控制信道上，每个周期一般为100毫秒。那些高频周期性信标可以提供有关邻近车辆的大量最新信息，同时也可以轻易阻断信道，尤其是在高密度车辆的环境下，例如拥堵的高速公路或城市交叉路口。在没有有效的控制的情况下，大量聚合的信标会对其他车辆造成很大的干扰，并且损害安全利益，即发送出去的信标不能很好地被其他车辆接收。例如，几个车辆的信标传输可能已经占据了所有媒体资源，导致所有时间节点，其他车辆几乎没有机会进入信道，导致当前信道可能产生很高的冲突概率，从而导致安全信标的交付率降低。因此，很有可能有些车辆无法被附近车辆察觉。所以需要信标拥塞控制方案来避免这种情况并保证每辆车都可以发出信标同时它的所有相邻车辆都能很好地接收它的信标。文献中有几种解决方案：适应任何一种传输功率，传输数据速率，信标率，或其中一些的组合。在本文中，我们 致力于控制每辆车的信标率，以及目标是在有限的渠道资源约束下最大化安全利益。
然而由于以下三个原因，设计这种控制模式实际实现起来非常具有挑战性。
首先，在真实的驾驶条件下，很难理解基于802.11p的情况下V2V通信如何支持安全消息交换。例如，在城市场景中，驾驶环境可能是复杂且高度动态化的，并伴有许多不可预测因素，例如，时变的交通条件，道路类型，树木和周围的所有建筑物，这使得很难确切的知道每个因素对V2V链路性能的影响。其次，VANETs缺乏基础设施，使得该计划必须采取完全分布的方式，这表明车辆只能仅仅依靠相邻车辆交换信息，而没有任何全球性知识的情况下做出控制决定。第三，给予每辆车的信标费率应该满足公平要求。公平对安全至关重要：任何不公平的信标都会导致一个或几个特定车辆不能与相邻车辆交换安全信息，因此可能导致严重的道路交通危险。
在本文中，我们首先通过大量实际测量V2V通信性能研究来了解802.11p如何执行，这项测量是基于中国最大城市——上海市的802.11p短距离通讯DSRC无线电收集的跟踪信息。此外，通过相机记录了整个数据收集活动，我们直观地标记所有视距（LoS）和所有迹线中的非视距（NLoS）情况。基于这些有价值的轨迹，我们发现，在相当长的范围内（例如，在我们的实验中500米），NLoS条件是数据包传输率（PDR）退化的关键因素，特别是在LoS条件下，PDR最高可达到100％，但在NLoS条件下，PDR会降到10％以下。直觉告诉我们，在恶劣的NLoS条件下盲发更多的数据包不仅很难成功还会增加对其他相邻车辆的干扰。因此我们提出DBCC，一种在链接感知下的分布式信标拥塞控制方案。在DBCC中链接感知的控制下允许车辆具有更大的链接权重，这取决于相邻车辆的数量和与其相邻车辆链接的条件（LoS或NLoS），一旦分配更多中等资源，这些车辆广播的信标就可以带来更大的安全效益，即那些信标可以被更多车辆的接收。在DBCC中，我们介绍一个安全效益最大化（SBM）公式作为TDMA广播MAC下的速率适应问题。为了构建链接权重函数，我们首先使用两种机器学习方法，即朴素贝叶斯（NB）和支持向量机器（SVM），用于训练特征并输出分类器进行在线NLoS链路状态预测的模型。通过相邻车辆之间的链接状态交换，我们制定了链路加权安全效益最大化（L-SBM）问题。在公平和资源限制的约束下，通过设计在经典的NP问题中的多项式减少问题来证明我们遇到的问题是一个NP难题——多选背包问题（MCKP）。然后提出L-SBM的启发式算法并且评估算法的性能。我们通过广泛的跟踪驱动模拟结果证明了DBCC的效率。尤其可以在不超过资源限额的情况下有效地控制信标传输的速率，即使信标接收率减少，这是也合理的，因为传输速率降低。发送/接收冲突的比率大大降低，以此来保证车辆之间的公平性。
本文的主要贡献特别是在以下：
bull;通过对真实世界轨迹上的城市V2V通信进行实证研究，我们发现了NLoS条件是链路性能下降的关键因素，因此在设计有效的V2V通信范例时应该仔细考虑。有了这些知识，我们建议DBCC在完全分布的方式下来控制信标活动，其中采用链接条件是考虑到信标率适应。广泛追踪驱动的模拟证明了DBCC有效性
bull;我们使用两种机器学习方法，即NB和SVM，利用数据包行为的特征来训练一个分类器模型，其可以预测真实时间下的的NLoS状态。这种在线链接预测方法也可以应用在其他高效可靠的网络设计中，例如，资源分配，路由设施或寻求继电器。
bull;我们制定了速率适应的L-SBM问题
在TDMA广播MAC下，证明我们的问题是NP难题，然后提出了一种基于L-SBM的贪婪启发式算法，以此来用于评估算法的性能。
本文的其余部分安排如下：
第二节介绍相关工作。我们在第三节给出了系统模型在第四节中，我们对V2V进行了实证研究通讯。第五节介绍了DBCC设计。第六节中我们利用广泛的追踪驱动模拟来评估DBCC性能。最后，在第七节我们总结并指导未来工作。
II.相关工作
在文献中，拥塞控制的一般方法分为三类，即发送数据速率控制（TDC），发射功率控制（TPC）和发射消息速率控制（TRC）。在VANET中，考虑到安全信息的规模很小，基于TDC的方法不被考虑。
一些研究已经将注意力放在在Tx功率适应上来防止未来的拥塞。引用最多的解决方案之一是D-FPAV。车辆在两大约束即不超过信道负载阈值并保证最大/最小公平的情况下合作运行D-FPAV，来计算每辆车的最大Tx功率。由于最初的D-FPAV设计开销中过大，Mittag等提出了以前的D-FPAV方案的修订版，其中通过采用基于分段的功率调整方法，可以减少两个数量级的开销。还有一些工作提出了广播联合速率 - 功率来控制算法安全信息。例如，在工作中，基于估计车辆的跟踪误差，Huang等计算最小所需的Tx速率。在第二步中，Tx功率延长，直到通道负载达到定义信道繁忙比（CBR）阈值。正如那些积极主动的解决方案，它们需要高度精确的预测模型，但是跟具有反应性拥塞控制相比，其在实际部署中不太可行。具有反应性拥塞控制，即TRC技术，可以对实际发生的拥堵做出反应。除此之外，最近的提案研究了TPC方法并披露TPC在不稳定性方面存在严重问题其准确性取决于传输模型的质量。此外，一些以前的作品，已经得出结论：在可达性条款中消息率控制是最有效的方法。因此在本文中，我们关注TRC技术并且将在下文中提出一些相关的工作。
关于纯信标速率控制的方法，LIMERIC和PULSAR 是两个着名的速率控制方案。在LIMERIC [24]中，Bansal等人使用线性控制，这是基于相邻车辆的持续反馈（使用中的信标率），而在PULSAR，Tielert等人。使用添加剂，用二进制增加乘法减少（AIMD）迭代，这是来自一跳和两跳相邻车辆的反馈（拥挤与否）。然而，这两个作品在某些方面都显示出局限性。具体而言，他们都没有考虑到公平性这一点。准确地说：LIMERIC旨在实现所有的公平，因此节点收敛到相同的消息速率，而PULSAR针对当地公平性的索赔，即承运人内的所有车辆，对于拥挤位置的感知（CS）范围内拥堵控制应该参与。但是，在VANETs中拥堵控制的公平性是为了保证每辆车的安全性和最大 - 最小或相等的渠道资源的公平分配，因此对于系统可能无法保证最佳的安全效益。另外，在LIMERIC中，即使它是显示为每辆车收敛到一个独特的相同速率，此速率低于最佳速率，并且在收敛速度和到达的距离之间最佳价值的折衷。由于只是证明了只有当所有车辆都处于通信范围内，LIMERIC的收敛。另外，它不适合多跳场景。而在PULSAR，同步更新和捎带拥挤需要来自两跳相邻车辆的信息：它试图找到每辆车的一对最小/最大Tx率，并且有一个车辆率可能变化的间隔。然而，信道有可能无法容纳，甚至是所有车辆的最低Tx率。提案[26]，[27]是最近的两个拥塞控制方案，两者都是模拟了控制信标率的问题，在每辆车上作为网络实用程序最大化（NUM）问题。在作品[26]中，基于NUM模型，Egea-Lopez等正式应用了信标费率公平的概念，分配并提出了利用的FABRIC算法，这是一种特殊的缩放梯度投影算法来解决NUM问题的双重性。张等人，在工作中[27]，把驾驶环境，即相对位置和速度，带入考虑并制定了NUM的适应问题，在分段p持续车载广播下的信标MAC率。然后提出一种分布式算法来解决这个问题。
然而，当前所有的工作都基于理论模型数学优化，并没有考虑如何将V2V通信在真实驾驶场景中执行。不同于他们的作品中，我们研究了V2V链接性能，根据现实世界测量的跟踪数据和我们所知的最佳认知，我们是第一个在信标拥塞控制中采用链路感知概念，为了在实际中实现最佳安全效益。并加上我们的想法考虑在内，提出了此方案，因此文献可以进一步优化。
III. 系统模型
A.专用短程通信（DSRC）
正在考虑的VANET包括一组移动车辆和RSU。网络中的所有实体都进行通信，通过DSRC，它包含一个控制信道（CCH）和多个服务信（SCH）和天线开关。它们之间每个通道可以支持10 MHz和20 MHz的两个可选带宽[28]。不同的是，对于传输高优先级短消息，CCH是必不可少的（例如定期或事件驱动的安全信息）控制信息（例如SCHs使用的判），同时把SCH用于非安全应用。在本文中，我们仅调查基本安全信息的发送（BSM），即本文中的信标。CCH与驾驶安全密切相关。我们考虑所有无线电具有相同的通信能力和相同的无线电范围R.因此，网络可以用a表示，有向图G（V;E），其中V={1,2hellip;，N}表示一组车辆节点。E是ntimes;n矩阵来表示任何两个节点之间的链接条件。在矩阵E中，如果两个不同的节点i和j，如果可以很好地接收数据包，则在它们之间的链接中，Eij=1，否则Eij=0。例如链接i→j=1，它不仅意味着两辆车之间在无线电范围内的距离，也是要满足频道通道不应被障碍物阻挡且足够稳定，能抵抗干扰和快速衰落。我们表示集合节点i的相邻节点为Ni = { jisin;V | jne;i，dij le; R}，其中dij表示两个节点之间的距离。为应用程序安全起见，如果它们能够被所有邻近的车辆所接收，信标可以为系统带来最大的好处。
B.基于TDMA的广播MAC
我们应用最近的TDMA MAC [12] - [14]建议用于具有严格延迟承诺的可靠广播，检查拥堵控制。在基TDMA的MAC广播中，时隙是时间被划分为由常量组成的帧等长的时隙和之间的同步节点。每个节点分配一个不同的插槽，并为其分配一次，当节点成功获取一个槽，它可以在所有槽中使用相同的槽后续帧直到检测到传输冲突。在时隙信道中，通过保证每个节点至少一次访问每个帧中的通道，严格的时间可以保证安全相关应用的要求。
空间重用TDMA约束。
在TDMA MAC中，通信范围内的邻近车辆车辆构成该车辆的一跳装置（OHS）。如果两个OHS相互重叠，那么这些OHS会结合在一起，两个OHS被称为两跳组（THS），即每个THS中的车辆可以到达同一车辆中的任何其他车辆THS最多两次跳跃。图1示出了一个例子，其中载体A和载体C的相应OHS形成一辆THS，车辆B站在两者之间。很明显，同一OHS中的车辆应选择不同的时段来传输消息。而且，车辆在同一THS的条件下还应该选择不同的时隙进行通信。为了克服隐藏的终端问题。既然广播模式存在没有RTS / CTS机制，当两辆车在THS
资料编号：[5835]
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。
