面向車載網的基于AODV優化路由協議的研究

葉 波

（湖北工業職業技術學院 汽車工程系，湖北 十堰 442000）

0 引言

近年來，車載網VANETs(Vehicular ad hoc networks)得到廣泛關注。由于車輛的快速移動以及動態的通信環境，導致通信路徑頻繁斷裂，阻礙車間通信的連續性和流暢性。這為VANETs的路由協議提出挑戰[1]。近幾年，研究者針對VANETs提出不同策略的路由機制。這些路由機制可分兩類：基于位置(location-based)和基于拓撲(topology-based)的路由。這些路由通過一系列的節點實現數據的交互。在數據傳輸階段，有不斷的中間節點參與數據的轉發。基于拓撲路由又可為先應式、反應式和混合式路由。按需距離矢量AODV[2](Ad Hoc On demand Distance Vector)路由廣泛應用于VANETs。AODV在數據包分組率、歸一化路由開銷方面有較好的性能，但是其端到端傳輸時延、數據包丟失率比其他的基于拓撲路由要差。然則，動態資源路由選擇(Dynamic Source Routing)具有低的端到端傳輸時延；按需多徑距離矢量AOMDV[3](Ad Hoc On demand Multipath Distance Vector)具有低的數據包丟失率。

本文以AODV為基礎，提出AODV的改進方案IAODV(Improved AODV)。設計IAODV的目的在于降低端到端傳輸時延以及數據包丟失率，同時不損害AODV原有的分組投遞率和歸一化路由開銷的路由性能。因此，IAODV結合了DSR、AOMDV的路由特性。

1 IAODV方案

[4]的方案以及參考文獻[5]提出的隨機移動模型的激勵，本文提出IAODV(Improved AODV)方案。IAODV的基本思想：數據通信僅為兩跳，并為源節點和目的節點間作備份路由 (backup route)。IAODV結合了DSR和AOMDV的路由協議的機制。與AODV相比，IAODV在車間通信V2V數據分發階段能向用戶提供及時、準確的信息。IAODV實施過程分兩步：路由發現(route discovery)和路由維護(route maintenance)。

在路由發現階段，與AODV不同，IAODV采用新的機制。在路由請求階段(route request phase)，源節點限定為兩跳；在路由應答階段(route reply phase)，為源節點、目的節點間存儲備份路由。

此外，在路由維護階段，也與AODV不同，IAODV采用新的機制。如果當前的路由(primary route)失敗，源節點將使用backup route。如果backup route本身也失敗，則將重新啟動路由發現階段。

1.1 路由請求

AODV收集的路由信息是有限的，并且路由學習(route learning)僅限于源節點。這將導致AODV在路由決策過程中產生大量的泛洪包，增加了額外的網絡負擔[6]。由于IAODV結合了AODV和DSR的路由發現階段的特點，與AODV相比，IAODV具有低時延和低的路由負擔。為了結合IAODV的路由機制，將AODV的RREQ(Route Request)數據的格式進行修改，在原有的基礎上添加了兩項信息，如圖1的陰影部分。

圖1 RREQ數據包格式

對AODV的RREQ數據包修改程序如下：

1.2 路由應答

與AOMDV的多條路徑類似，IAODV中每個源節點均提供一條至目的節點可選擇路由(alternative route)。為此，對AODV中的路由應答階段進行修改，在路由表中增添了兩項功能：在路由表中尋找alternative route；在路由表項中添加了一項標志(flag)，以標識備份路徑(backup path)。程序算法如下：

1.3 路由維護

在路由維護階段，節點修復局部的鏈路從而轉發數據包。當節點發現鏈路斷裂，立即通知源節點。如果源節點的路由表中存有可用的備份路由，數據包將沿著此備份路由傳輸。此時無需啟動路由發現階段。如果在路由表不存在可用的備份路由，就需重新啟動路由發現階段。路由維護階段的算法如下：

2 城市移動模型

本文利用MOVE產生城市街道的移動模型。MOVE是以SUMO[7]為平臺的開放性車輛仿真軟件。車輛移動模型是指在仿真期間車輛沿著道路移動，并設置交叉路口、堵塞等情況，模擬車輛行駛的真實環境。

如圖2所示，由4條水平道路、4條垂直道路構成的城市場景。該場景有12交叉點。每條道路長為1 500 m，寬為10 m。道路均是雙向的單車道。規定車輛行駛的最大速度為60 km/h。在交叉路口設有交通燈，車輛依據紅綠燈行駛，且隨機左、右轉。

圖2 類似城市街道的Manhattan

3 系統仿真

本節分析提出的IAODV的路由性能。采用網絡仿真工具 NS2.34[8]作為網絡仿真平臺。NS2（Network Simulator，version 2）是一種面向對象的網絡仿真器，本質上是一個離散事件模擬器。由UC Berkeley開發而成，使用C++和Otcl作為開發語言。通過NS2能分析動態結構以及網絡傳輸性能。

3.1 性能指標

為了更完善地評價IAODV的路由性能，本文選用平均的端到端傳輸時延EED(Average End to End Delay)、數據包丟失率PLR(Packet Loss Ratio)、分組投遞率PDR(Packet Delivery Ratio)、歸一化的路由開銷 NRL(Normalized Routing Load)四項性能指標[9]。

3.2 網絡仿真參數

仿真參數如表1所示。采用NS2進行網絡仿真。所有車輛的移動模型均有MOVE產生。

表1 NS2仿真參數

在仿真過程中，假定3種仿真場景分別為：scene 1、scene 2、scene 3。每個場景的參數分別如表2～4所示。

表2 scene 1仿真參數

表3 scene 2仿真參數

如表2所示，scene 1模擬了一個車輛密度動態變化的場景。

如表3所示，scene 2模擬了一個動態連接的場景。

如表4所示，scene 3模擬了一個車輛速度動態變化的場景。

3.3 scene 1場景仿真

scene1場景仿真結果如圖3所示。

由圖 3(a)可見，IAODV的端到端傳輸時延比 AODV下降了33.928%。圖3(b)可見，IAODV的數據包丟失率下降了 55.655%。圖 3(c)、3(d)分別表明 IAODV和 AODV在分組投遞率、歸一化的路由開銷，這說明IAODV在提高端到端傳輸時延、數據包丟失率時，并沒有降低分組投遞率和增加路由負擔。

3.4 scene 2場景仿真

scene 2場景仿真結果如圖 4所示。圖4(a)所示，與AODV相比，IAODV的端到端傳輸時延提高了30.046%。但是，與scene1場景相比，scene 2場景中的端到端傳輸時延提高近50%。從圖4(b)可知，在scene 2場景下，IAODV的數據包丟失率下降了54.517%。但是AODV的數據包丟失率反而增加，這也說明AODV難以抵御動態連接。圖4(c)、4(d)分別表明 IAODV和AODV在在分組投遞率、歸一化的路由開銷性能相差不大，這說明IAODV在提高端到端傳輸時延、數據包丟失率時，并沒有降低分組投遞率、路由負擔的路由性能。

3.5 scene 3場景仿真

圖5顯示了scene 3場景的AO DV、IAODV的路由性能曲線。從圖(a)、(b)可知，IAODV的端到端傳輸時延、數據包丟失率比AODV均得到改善。端到端傳輸時延下降了44.197%；數據包丟失率下降到56.729%。同樣，圖5(c)、(d)表明 IAODV在提升端到端傳輸時延、數據包丟失率性能時并沒有降低分組投遞率、路由負擔的 性能。

圖4 scene2場景下的路由性能

圖5 scene3場景下的路由性能

4 結論

本文針對車輛的高速移動、VANETS拓撲結構變化不定、路由斷裂率高以及穩定性差等問題，提出了基于AODV的改進方案IAODV。該方案以AODV為基礎，并對其進行優化，使得IAODV更適合車聯網VANETs環境。 IAODV在路由決策時，限定源節點路由為兩跳，同時為源節點提供備份路由，從而減少了通信跳數，并為斷裂路由提供了備份路由，降低了數據包丟失率。為此對AODV的路由發現、維護階段信息的進行修改。仿真結果表明，改進后的AODV更能防御VANETS拓撲結構的變化。同時，端到端傳輸時延得以下降，改善了數據包丟失率。

參考文獻

[1]SUTARIYA D，PRADHAN S.Evaluation of routing protocols for V ANETs in city scenarios[C].International Conference on Emerging Trends in Networks and Computer Communications(ETNCC)，April 2011.

[2]PERKINS C，BELDING-ROYER E，DAS S.Ad hoc on-demand distance vector(AODV)routing[Z].RFC 3561，July 2003.

[3]BIRADAR R，MAJUMDER K，PUTTAMADAPPA S K S.Performance evaluation and comparison of AODV and AOMDV[J].International Journal on ComputerScience and Engineering，2010，2(2)：373-377.

[4]Hu Yongjun，Lu Tao，Shen Junliang.An improvement of the route discovery process in AODV for Ad Hoc network[C].International Conference on Communications and Mobile Computing(CMC)，2010：458-461.

[5]Luo Chao，Li Ping.An efficient routing approach as an extension of the AODV protocol[C].International Conference on Future Computer and Communication(ICFCC)，2010：95-99.

[6]KULKARNI S A，RAO G R.Vehicular Ad Hoc network mobility models applied for reinforcement learning routing algorithm[J].Contemporary Computing Communications in Computer and Information Science，2010，95(5)：230-240.

[7]MOVE(MObility model generator for VEhicular networks).Rapid generation of realistic simulation for VANET[DB/OL].http：//iens l.csie.ncku.edu.tw/MOVE/index.htm.

[8]The ns-2 network simulator[DB/OL].http：//www.isi.edu/nsnam/ns/.

[9]姜偉.LTE-A中協作多點傳輸的分簇方案研究[J].微型機與應用，2014，33(2)：55-59.