论文部分内容阅读
由于汽车的广泛普及与无人驾驶的深入研究,道路交通安全、拥堵问题等日趋严重。车辆自组网(VehicularAd-hoc Networks,VANETs)在辅助驾驶、安全告警和路况实时监测等方面发挥着重要的作用,也是传统移动自组织网络(Mobile Ad-hoc Networks,MANETs)在道路交通方面的典型应用。VANETs系统将道路中的车辆虚拟成为动态的网络节点,车辆的快速移动会导致网络拓扑结构频繁变化,因此传统物联网中的通信模型、方案和策略难以在VANETs中直接使用。而车辆自组网中的分簇算法,可利用节点移动轨迹受限和规律性强等特点,将网络中的节点划分到不同的簇中,并依据簇结构对网络中的节点进行管理和数据转发。这是一种方便有效且符合车辆自组网特性的通信机制。然而,现有的大量车辆自组网分簇算法都只适用于高速公路或者封闭道路,如果将这些算法直接应用于在十字路口的场景,会降低其分簇性能。为解决十字路口场景下因方向多变、节点密度高、以及高带宽需求等导致的分簇性能降低的问题,本文深入研究了车辆自组网的网络特点和分簇机制,提出了一种基于联盟形成博弈的分簇算法(CG-SECC),并通过激励惩罚机制的设计实现对安全有效分簇结构的维护。具体工作如下:1.在该联盟算法中,簇(即联盟)的效用值可由车辆之间的相对速度、相对位置和带宽的有效性来决定。通过优化所有联盟的社会效用值,网络中的节点可以决定是否要滞留在当前簇还是进入一个新的联盟。为了权衡分簇结构的稳定性和有效性,本文设计了 CG-SECC的簇生成算法:在达到稳定阈值的节点中选择提供带宽最高的候选节点成为簇头节点。该算法可在满足分簇稳定性要求的前提下,充分利用簇头节点提供的带宽。此外,在簇维护机制中提出了两个准则,即带宽准则和移动性准则。通过这两个准则来减少邻居头节点列表内节点的个数,从而降低计算复杂度与网络时延。大量仿真结果表明,本文提出的CG-SECC算法在保证分簇相对稳定的前提下,有效性得到了极大的提升2.基于本文中提出的网络模型,深入研究了十字路口场景下分簇通信的安全问题,分析了恶意节点的行为,并设计了一种基于声誉的激励和惩罚机制来阻止自私的节点进入分簇之中。具体来说该机制解决两方面问题:一是避免有能力的节点逃避职责,二是降低节点为获得更多收益影响系统通信性能的可能性。通过案例分析表明,本文提出的激励惩罚机制在阻止恶意节点问题上起到重要作用。