车联网分簇方法与簇内中继选择方法
车载自组织网络(vehicular ad hoc networks，vanet)是wave(wireless access in vehicular environments，wave)中通信设备、车辆和路边基础设施通过自组织无线通信共同组成的动态网络。作为智能交通系统(intelligence transport system，its)的重要组成部分，vanet在交通安全预警、城市交通监控、车内娱乐等方面有着重要作用。
由于车对车(vehicle to vehicle，v2v)通信距离有限，车速较快，使得网络拓扑快速变化，但车辆只能在现有道路上行驶，运动状态具有一定的限制[3]。鉴于这些特点，对车辆采取分簇的策略是增加车辆通信时间、提高通信成功率的重要方法[4]。文献[5]提出了一种以公交为簇头的车联网路由方法，该方法充分利用了公交车辆的特殊性，有良好的投递性能，缺点是在没有公交车的路段难以形成簇结构。文献[3]提出了一种基于运动一致性的车辆分簇方法，该方法考虑了车辆相对速度和预计在当前道路的行驶距离，复杂度较低，且有效延长了车辆的通信时间。
对道路上的车辆进行分簇，一定程度上增加了车辆通信成功率，但是车辆的快速移动导致信道不稳定、网络连接中断频繁等问题依然使车辆间通信质量难以达到要求。khlass a等指出当车辆与路侧单元(rode side unit，rsu)的信道变差时可利用中继来提高通信质量，但未具体分析中断性能[6]。文献[7]研究了协作中继系统中采用放大转发(amplify-and-forward，af)和解码转发(decode-and-forward，df)方案的性能，af方案在高信噪比情况下其性能不如df方案，因为后者在中继处重新产生了发送信号的干净版本，然而在低信噪比环境下，若中继处解码错误则会造成错误传播，使目的节点接收错误信息。近年来兼顾af和df两者优势的混合译码方法转发协议(hybrid decode amplify forward，hdaf)成为研究热点。文献[8]提出了一种在多源多中继智能交通系统中采用hdaf协议在最小化中断概率的情况下减少总能量消耗的车辆功率分配方式。文献[9]在af网络中，提出了一种低复杂度的pprs(pre-power allocation and relay selection)中继选择方法，但只限于传统通信网络采用af协议的情况，并未考虑采用hdaf方式及应用在vanet中的情况。
本文提出了一种基于簇稳定的车辆分簇方法。该方法优先选择公交车作为簇头，在无公交车区域选取簇头因子最小的车辆作为簇头，既尽量利用了城市环境中公交车辆的特殊优势，又保证了簇结构的稳定。在此基础上，针对簇内车辆协作，基于文献[9]提出了应用于协作车联网的功率预分配中继车辆选择方法。该方法采用hdaf转发协议，在中继选择之前先计算源车辆和潜在中继车辆的功率分配因子，具有较小的中断概和较低的复杂度。
1
基于簇稳定的分簇方法
1.1 系统模型
车辆分簇及簇内协作通信示意图如图1所示。假设每辆车都装有卫星定位装置，能实时地确定自己的位置、速度和方向信息。驾驶人都采用导航地图，车辆能够获知自己的行驶路线与目的地。车辆可通过与周围车辆交换信息，计算出与临近车辆的距离[10]。当前路段共n辆车，分别用ui表示，i=1，…n。这n辆车共可以分为m≤n个簇，用sk表示，k=1，…，m。簇内车辆用uk，j表示，j=1，…，wk，wk为簇中车辆个数。
定义车辆信息vinf，包含车辆此刻的速度v、车辆此刻的位置、当前道路预计行驶距离s、与附近簇头的距离d。定义车辆入簇因子ηk，i：
1.2 分簇方法
车辆分簇方法分为两个过程，分别为簇生成过程与簇维护过程。其中，簇维护过程又包括对已在簇车辆处理和对簇外入簇车辆处理。
在初始阶段，道路上的车辆均为孤立节点，这些孤立车辆通过导航卫星等获得自身车辆信息，包括位置、速度、方向等信息。将一定范围内的n辆车随机分成m个簇，分别为sk，k∈1，…，m。簇内车辆个数为wk，然后进行簇头选取，具体过程为：若簇内无公交，则选择簇头因子最小的车辆作为簇头；若簇内只有一个公交，则选择该公交为簇头；若簇内有多于一辆公交，则选择簇头因子最小的公交为簇头。
当车辆簇形成后，计算各个簇的簇平均速度kj相比较，如果簇内车辆的速度与簇平均速度相差过大，就将该车辆从簇内剔除。对于簇外车辆，簇头车辆周期性广播簇头信息，周围未加入任何簇的车辆上报自身车辆信息vinf，计算其入簇因子，若结果满足此簇的入簇门限ηth，则允许车辆加入此簇，否则自身成为一簇。
上述基于簇稳定的车辆分簇方法用以提高vanet中车辆通信可靠性。该方法优先采用公交车作为簇头，在一定范围内，若无公交车，则选择簇头因子最小的车辆作为簇头；很好地考虑了车辆行驶过程中的关键因素d、v和s，使簇的结构相对稳定，同时具有较小的复杂度。
2
簇内协作数据分发
2.1 协作过程
在图1所示系统中存在一个源车辆si、一个目的车辆d，以及n个中继车辆ri(i=1，…，n)。其中，源车辆和中继车辆的发射功率分别为ps、pi，参与协作转发的中继车辆集合为g={1，2，…，g}。车辆之间的信道是统计独立的，且服从频率平坦衰落，车辆通信工作在半双工状态。协作过程分为两个步骤：第一个步骤是源车辆广播消息，中继车辆和目的车辆同时接收该消息；第二个步骤是中继车辆转发信息，目的车辆接收信息。
2.2 中断概率分析
若潜在的中继车辆都采用hdaf方案进行协作转发。假设有n个中继车辆，则源车辆到目的车辆的链路容量可以用互信息量[12]表示为：
2.3 功率优化
总功率一定，设法找到最佳的源车辆和中继车辆的功率分配因子，使得系统总的中断概率最小，约束模型如下[9]：
在通信环境确定以后，上式有几项结果为常数，对优化结果无影响，可以忽略。因此，可定义拉格朗日代价函数为：
2.4 中继选择算法
3
数值仿真与分析
本节对前面所提的车辆分簇方法和簇内数据分发时中继选择方法进行仿真，以下结果均为随机运行1 000次后取平均值的结果。仿真所考虑的场景如下：道路行驶车辆个数为100个，车辆行驶速度0~30 m/s，车辆通信范围150 m，仿真时间为50 s。
图2表示的是随时间的增加，簇内车辆剩余百分比。从图中可以看出，本文所提分簇方法比基于地理位置分簇方法车辆剩余比下降得更慢，在15 s以后一直高于后者，且保持在50%左右，具有更稳定的簇结构。
图3比较了采用本文方法在不同中继车辆个数时的中断概率情况。由于式(12)是在高信噪比的条件下导出的，故在低信噪比的情况下中断概率会大于1。从图中可知当信噪比低于16 db时，两个中继车辆参与协作可使系统的中断概率最小；信噪比大于16 db且小于23.2 db时，3个中继车辆参与协作可使系统中断概率最小；当信噪比大于23.2 db时，4个中继车辆参与协作可使系统的中断概率最小。
图4、图5分析了车联网分簇系统中簇内车辆数据分发时，采用hdaf协议的功率预分配中继车辆选择方法与其他中继方法的中断概率情况。这里设中继个数为3，信息速率r为0.5 bit/s，图4对比了采用af协议[9]和采用hdaf的功率预分配中继选择的中断概率性能；图5分析了saf中继选择方法、aaf中继选择方法[14]与该方法的中断概率的性能对比。
从图4可以看到，采用hdaf协议的功率预分配方法在信噪比等于13 db时与采用af协议的功率预分配方法具有相同的中断该率，随着信噪比的增加采用hdaf协议的方法的中断概率始终小于后者。从图5可以看出本文提出的采用hdaf协议的功率预分配中继选择方法始终比传统的saf中继选择方法具有更小的中断概率，而当信噪比高于13 db时其信噪比也小于aaf方案，符合前文推导的在高信噪比条件下本文所提方案具有最优的中断性能。
4
结论
本文针对车联网系统中网络拓扑快速变化导致车辆通信不稳定的问题，提出了基于簇稳定的车辆分簇算法，充分利用了城市公交的优势，又有效增加了簇结构的稳定。针对簇内车辆的协作数据分发情况，提出了采用hdaf协议的功率预分配的中继车辆选择方法。仿真结果表明，基于簇稳定的车辆分簇方法比基于地理位置的分簇方法具有更稳定的簇结构；所提中继选择方法在高信噪比条件下中断概率始终小于采用af协议的功率预分配方法，以及saf、aaf算法。
半导体应变计性能
剑指高端，看东芝电视如何凭借X9400 OLED旗舰突围？
基于Microblaze的LwIP以太网环境搭建
短程有序对W-Ta固溶体延展性的影响
英伟达：发布Jeston Nano计算模块，追逐树莓派市场
车联网分簇方法与簇内中继选择方法
NI产品整合Windows 7，进一步提升应用的效能与传输量
商汤科技首秀中放年会，重磅发布肝脏、心脏AI辅助诊疗解决方案
努比亚红魔6预热：充电最快的电竞旗舰 或性能最强的骁龙888旗舰
迈来芯推新型高精度压力传感器，主要针对严苛汽车应用
全球半导体龙头英特尔扩大芯片委外代工，找上联电合作
基于IAR的Cortex-M/R内核程序启动流程
联发科技发布最新双核智能手机解决方案MT6577
简化移动USB-C设计
农业物联网解决方案种草莓
李德毅院士等：机器认知四要素说
中国第一MEMS代工厂业绩暴涨188%，并获阿联酋投资局访问！
三星已经在马来西亚安装了一个Onyx Cinema LED影院屏幕
【现货发售】RK3588系列产品已全面开售
AD7682 16位4通道SAR ADC的特点特性及应用
由于车对车(vehicle to vehicle，v2v)通信距离有限，车速较快，使得网络拓扑快速变化，但车辆只能在现有道路上行驶，运动状态具有一定的限制[3]。鉴于这些特点，对车辆采取分簇的策略是增加车辆通信时间、提高通信成功率的重要方法[4]。文献[5]提出了一种以公交为簇头的车联网路由方法，该方法充分利用了公交车辆的特殊性，有良好的投递性能，缺点是在没有公交车的路段难以形成簇结构。文献[3]提出了一种基于运动一致性的车辆分簇方法，该方法考虑了车辆相对速度和预计在当前道路的行驶距离，复杂度较低，且有效延长了车辆的通信时间。
对道路上的车辆进行分簇，一定程度上增加了车辆通信成功率，但是车辆的快速移动导致信道不稳定、网络连接中断频繁等问题依然使车辆间通信质量难以达到要求。khlass a等指出当车辆与路侧单元(rode side unit，rsu)的信道变差时可利用中继来提高通信质量，但未具体分析中断性能[6]。文献[7]研究了协作中继系统中采用放大转发(amplify-and-forward，af)和解码转发(decode-and-forward，df)方案的性能，af方案在高信噪比情况下其性能不如df方案，因为后者在中继处重新产生了发送信号的干净版本，然而在低信噪比环境下，若中继处解码错误则会造成错误传播，使目的节点接收错误信息。近年来兼顾af和df两者优势的混合译码方法转发协议(hybrid decode amplify forward，hdaf)成为研究热点。文献[8]提出了一种在多源多中继智能交通系统中采用hdaf协议在最小化中断概率的情况下减少总能量消耗的车辆功率分配方式。文献[9]在af网络中，提出了一种低复杂度的pprs(pre-power allocation and relay selection)中继选择方法，但只限于传统通信网络采用af协议的情况，并未考虑采用hdaf方式及应用在vanet中的情况。
本文提出了一种基于簇稳定的车辆分簇方法。该方法优先选择公交车作为簇头，在无公交车区域选取簇头因子最小的车辆作为簇头，既尽量利用了城市环境中公交车辆的特殊优势，又保证了簇结构的稳定。在此基础上，针对簇内车辆协作，基于文献[9]提出了应用于协作车联网的功率预分配中继车辆选择方法。该方法采用hdaf转发协议，在中继选择之前先计算源车辆和潜在中继车辆的功率分配因子，具有较小的中断概和较低的复杂度。
1
基于簇稳定的分簇方法
1.1 系统模型
车辆分簇及簇内协作通信示意图如图1所示。假设每辆车都装有卫星定位装置，能实时地确定自己的位置、速度和方向信息。驾驶人都采用导航地图，车辆能够获知自己的行驶路线与目的地。车辆可通过与周围车辆交换信息，计算出与临近车辆的距离[10]。当前路段共n辆车，分别用ui表示，i=1，…n。这n辆车共可以分为m≤n个簇，用sk表示，k=1，…，m。簇内车辆用uk，j表示，j=1，…，wk，wk为簇中车辆个数。
定义车辆信息vinf，包含车辆此刻的速度v、车辆此刻的位置、当前道路预计行驶距离s、与附近簇头的距离d。定义车辆入簇因子ηk，i：
1.2 分簇方法
车辆分簇方法分为两个过程，分别为簇生成过程与簇维护过程。其中，簇维护过程又包括对已在簇车辆处理和对簇外入簇车辆处理。
在初始阶段，道路上的车辆均为孤立节点，这些孤立车辆通过导航卫星等获得自身车辆信息，包括位置、速度、方向等信息。将一定范围内的n辆车随机分成m个簇，分别为sk，k∈1，…，m。簇内车辆个数为wk，然后进行簇头选取，具体过程为：若簇内无公交，则选择簇头因子最小的车辆作为簇头；若簇内只有一个公交，则选择该公交为簇头；若簇内有多于一辆公交，则选择簇头因子最小的公交为簇头。
当车辆簇形成后，计算各个簇的簇平均速度kj相比较，如果簇内车辆的速度与簇平均速度相差过大，就将该车辆从簇内剔除。对于簇外车辆，簇头车辆周期性广播簇头信息，周围未加入任何簇的车辆上报自身车辆信息vinf，计算其入簇因子，若结果满足此簇的入簇门限ηth，则允许车辆加入此簇，否则自身成为一簇。
上述基于簇稳定的车辆分簇方法用以提高vanet中车辆通信可靠性。该方法优先采用公交车作为簇头，在一定范围内，若无公交车，则选择簇头因子最小的车辆作为簇头；很好地考虑了车辆行驶过程中的关键因素d、v和s，使簇的结构相对稳定，同时具有较小的复杂度。
2
簇内协作数据分发
2.1 协作过程
在图1所示系统中存在一个源车辆si、一个目的车辆d，以及n个中继车辆ri(i=1，…，n)。其中，源车辆和中继车辆的发射功率分别为ps、pi，参与协作转发的中继车辆集合为g={1，2，…，g}。车辆之间的信道是统计独立的，且服从频率平坦衰落，车辆通信工作在半双工状态。协作过程分为两个步骤：第一个步骤是源车辆广播消息，中继车辆和目的车辆同时接收该消息；第二个步骤是中继车辆转发信息，目的车辆接收信息。
2.2 中断概率分析
若潜在的中继车辆都采用hdaf方案进行协作转发。假设有n个中继车辆，则源车辆到目的车辆的链路容量可以用互信息量[12]表示为：
2.3 功率优化
总功率一定，设法找到最佳的源车辆和中继车辆的功率分配因子，使得系统总的中断概率最小，约束模型如下[9]：
在通信环境确定以后，上式有几项结果为常数，对优化结果无影响，可以忽略。因此，可定义拉格朗日代价函数为：
2.4 中继选择算法
3
数值仿真与分析
本节对前面所提的车辆分簇方法和簇内数据分发时中继选择方法进行仿真，以下结果均为随机运行1 000次后取平均值的结果。仿真所考虑的场景如下：道路行驶车辆个数为100个，车辆行驶速度0~30 m/s，车辆通信范围150 m，仿真时间为50 s。
图2表示的是随时间的增加，簇内车辆剩余百分比。从图中可以看出，本文所提分簇方法比基于地理位置分簇方法车辆剩余比下降得更慢，在15 s以后一直高于后者，且保持在50%左右，具有更稳定的簇结构。
图3比较了采用本文方法在不同中继车辆个数时的中断概率情况。由于式(12)是在高信噪比的条件下导出的，故在低信噪比的情况下中断概率会大于1。从图中可知当信噪比低于16 db时，两个中继车辆参与协作可使系统的中断概率最小；信噪比大于16 db且小于23.2 db时，3个中继车辆参与协作可使系统中断概率最小；当信噪比大于23.2 db时，4个中继车辆参与协作可使系统的中断概率最小。
图4、图5分析了车联网分簇系统中簇内车辆数据分发时，采用hdaf协议的功率预分配中继车辆选择方法与其他中继方法的中断概率情况。这里设中继个数为3，信息速率r为0.5 bit/s，图4对比了采用af协议[9]和采用hdaf的功率预分配中继选择的中断概率性能；图5分析了saf中继选择方法、aaf中继选择方法[14]与该方法的中断概率的性能对比。
从图4可以看到，采用hdaf协议的功率预分配方法在信噪比等于13 db时与采用af协议的功率预分配方法具有相同的中断该率，随着信噪比的增加采用hdaf协议的方法的中断概率始终小于后者。从图5可以看出本文提出的采用hdaf协议的功率预分配中继选择方法始终比传统的saf中继选择方法具有更小的中断概率，而当信噪比高于13 db时其信噪比也小于aaf方案，符合前文推导的在高信噪比条件下本文所提方案具有最优的中断性能。
4
结论
本文针对车联网系统中网络拓扑快速变化导致车辆通信不稳定的问题，提出了基于簇稳定的车辆分簇算法，充分利用了城市公交的优势，又有效增加了簇结构的稳定。针对簇内车辆的协作数据分发情况，提出了采用hdaf协议的功率预分配的中继车辆选择方法。仿真结果表明，基于簇稳定的车辆分簇方法比基于地理位置的分簇方法具有更稳定的簇结构；所提中继选择方法在高信噪比条件下中断概率始终小于采用af协议的功率预分配方法，以及saf、aaf算法。
半导体应变计性能
剑指高端，看东芝电视如何凭借X9400 OLED旗舰突围？
基于Microblaze的LwIP以太网环境搭建
短程有序对W-Ta固溶体延展性的影响
英伟达：发布Jeston Nano计算模块，追逐树莓派市场
车联网分簇方法与簇内中继选择方法
NI产品整合Windows 7，进一步提升应用的效能与传输量
商汤科技首秀中放年会，重磅发布肝脏、心脏AI辅助诊疗解决方案
努比亚红魔6预热：充电最快的电竞旗舰 或性能最强的骁龙888旗舰
迈来芯推新型高精度压力传感器，主要针对严苛汽车应用
全球半导体龙头英特尔扩大芯片委外代工，找上联电合作
基于IAR的Cortex-M/R内核程序启动流程
联发科技发布最新双核智能手机解决方案MT6577
简化移动USB-C设计
农业物联网解决方案种草莓
李德毅院士等：机器认知四要素说
中国第一MEMS代工厂业绩暴涨188%，并获阿联酋投资局访问！
三星已经在马来西亚安装了一个Onyx Cinema LED影院屏幕
【现货发售】RK3588系列产品已全面开售
AD7682 16位4通道SAR ADC的特点特性及应用