论文部分内容阅读
有限的频谱资源是制约车载自组网技术发展的重要因素之一。认知无线电技术能够使非授权用户动态接入到已授权的空闲频段,因此将认知无线电技术引入车载自组网能有效地缓解其通信资源匮乏的问题。然而,认知车载网中车辆通信受到车流密度、车辆快速移动以及主用户活动的影响,导致通信链路容易发生中断,从而产生时延。而低时延网络是车载自组网中应用程序良好工作前提。针对最小化城市道路环境认知车载网端到端时延问题,本文主要研究工作如下:1)针对城市单车道环境下车辆快速移动以及跨区域传输场景,研究并设计城市单车道下认知车载网最小化端到端时延算法。首先分析城市单车道环境认知车载网传输过程中所产生的时延。然后基于车辆快速移动以及中继所属区域,将整个端到端传输过程划分为三种子情形。再针对每一种情形设计了基于贪婪转发的信道和中继联合选择算法。最后通过对比实验,验证本文算法在时延指标上优于无信标频谱感知地理路由算法(Spectrum-Aware BEaconless Geographical Routing,SABE)和基于卡尔曼滤波的认知车载网路由算法(Kalman Filter based Cognitive Radio Vehicular Ad Hoc Networks,KFCR-VANET)。2)针对城市双向车道环境下车辆快速移动、车流密度稀疏情形以及跨区域传输场景,研究并设计城市双向车道环境认知车载网最小化端到端时延算法。首先研究城市双向车道环境认知车载网传输过程中所产生时延。然后基于道路车流密度稀疏情形以及车辆传输方向将端到端传输过程划分为四种子情形,再针对每一种情形设计基于贪婪转发的信道和中继联合选择算法。最后通过对比实验,表明本文算法在时延指标上优于SABE算法和KFCR-VANET算法。3)针对城市交叉路口环境车流密度稀疏情形以及信号灯约束场景,研究并设计城市交叉路口环境认知车载网最小化端到端时延路由算法。首先分别分析道路口红灯和绿灯情形下传输过程中所产生的时延。然后设计了基于主用户活动和车辆密度的联合度量用于选择最优道路口,并针对红灯和绿灯情形分别设计了基于贪婪转发的信道和中继联合选择算法。最后通过对比实验,表明本文算法在时延指标上优于基于道路口的链路感知路由算法和基于道路口选择的车载自组织网路由算法。