论文部分内容阅读
车载自组网为智能交通系统提供了道路交通安全应用,可以实现碰撞避免、安全警告等功能,从而防止和减少交通事故的发生。为了实现这些安全应用,车辆之间会周期性地广播包含车辆状态(如位置、速度、方向)的信标消息(Beacon Message),这些信标消息的低时延和高可靠性传输保证了安全应用的服务质量(Quality of Service,QoS)。然而车载自组网中车辆密度、数据传输速率、信标生成速率,以及隐藏终端(即干扰)问题和信道衰落问题等都会影响信标消息的传输效果,因此本文在充分考虑上述因素后,提出了一个基于干扰的车载自组网分析模型。 首先在合理且不失一般性的假设下,本文对考虑干扰和信道衰落的模型进行建模,推导出网络中信号干扰比的分布,并据此对广播性能进行分析和评估。为了验证模型的正确性,本文采用理论数值计算与网络仿真相结合的方法。在进行数值计算时,通过MPI并行计算框架来加速计算过程,而NS2网络仿真的结果表明模型的数值解与仿真结果能够相互验证,从而说明了模型的正确性。 但是由于安全应用具有更严格的时延限制和可靠性要求,上述模型得到的广播性能并不能反映安全应用的要求,同时由于高度动态变化的车辆密度和行驶速度,固定网络传输参数会造成信道拥堵,引起数据包碰撞,从而降低安全应用性能。因此本文通过“感知”概念在广播性能与安全应用性能之间建立联系,利用感知概率来评估安全应用,并在满足安全应用性能要求的前提下,使用粒子群优化算法来自适应地调整其他传输参数,同时最大化信标生成速率λ,从而求得网络传输容量。