基于5G傳輸的車聯網路由技術

王越群 湯麗娟 宋潔 周蓉 嚴晨雪

摘 要：高速公路車輛行駛時受車輛速度和傳輸距離等條件限制，數據傳輸速率較低，存在大量丟包現象。根據車輛在高速公路上呈現近似泊松分布的規律，構建V2V車輛網絡拓撲結構。在穩定的網絡拓撲結構下，利用改進的果蠅優化算法，根據車輛的分布狀態，尋找最短、最優路徑完成車輛間轉發基站下行信號。經實驗分析，利用果蠅優化算法（IFOA）在V2V網絡中轉發數據，可以有效提高數據傳輸速率，降低數據丟包率，減少信號傳輸時延。

關鍵詞：V2V;網絡拓撲;果蠅算法;數據傳輸;5G;MATLAB

中圖分類號：TP391文獻標識碼：A文章編號：2095-1302（2020）10-00-02

0 引 言

車聯網即通過無線通信等技術的應用，以電子傳感設備為基礎保證不同設備間具有數據交換的一類技術，以此對相關對象進行實時監控，是特殊的無線傳感器網絡。目前，在我國5G技術不斷發展成熟的情況下，該技術也將因此具有更為廣闊的應用空間，并不斷提升其應用質量，應用價值將進一步凸顯[1]。網絡層的接入網絡既包括2G/3G/4G等無線移動通信網絡，也包括目前發展迅速的5G網絡[2]。

1 V2V網絡拓撲搭建

V2V網絡拓撲是指在一定距離的多車道高速公路上，模擬車輛分布及以一定速度行駛的車輛動態變化的情況，為實現在V2V中尋找最短、最優路徑奠定基礎[3]。根據文獻[4]中的描述，高速公路上車輛分布呈近似泊松分布，在仿真實驗中，將根據泊松分布公式在高速公路上進行試驗。

2 果蠅優化算法（IFOA）

2.1 果蠅算法基本思想

2011年學者潘文超提出果蠅算法（Fruit Fly Optimization Algorithm，FOA）[5]，果蠅算法的搜索機制分為視覺和嗅覺兩部分，通過兩個環節的不斷迭代實現果蠅種群的進化，最終尋得最優解或滿意解。不同于粒子算法、遺傳算法等，果蠅算法復雜度低、參數便于修改、收斂速度快，因此將果蠅機制與車聯網相結合具有很高的實用價值[6]。

2.2 適應度函數

已知Numnb（i=1， 2， ...， n）表示第i個節點的鄰居節點個數，簇內路由選擇考慮鄰居節點個數多的節點，在其中優先選擇與初始位置距離較遠的節點且鄰居節點數較多的節點作為下一跳轉發節點，因此用單個節點的鄰居節點數的倒數來表征：

由此得出結論，果蠅優化算法（IFOA）對原有果蠅算法的步長進行變化，采取的動態步長用余弦函數表示，通過余弦函數周期內特有的起伏變化，使得步長呈現周期變化的形式，函數單調遞增時，步長呈指數型增大，優化算法具有很強的全局搜索能力，能夠快速收斂，避免局部最優結果出現;反之，函數單調遞減時，算法的局部搜索能力較強，對小范圍的搜索精度較高。

3 數值分析

3.1 仿真平臺

選用MATLAB仿真軟件建立仿真平臺。為了增加實驗數據對象選擇長100 m、寬雙向21車道的高速公路作為仿真場景，對其中N輛車輛作為實驗對象，依據近似泊松分布的車輛分布規律部署車輛。車輛的平均行駛速度為70 km/h，車輛的信號傳輸距離R≤50 m。V2V車輛分布結構如圖1所示。

3.2 數據分析

為了更好地評估算法，將對比分析利用果蠅優化算法和未利用優化算法傳輸的數據仿真結果進行對比。主要分析兩種狀態中V2V場景下數據傳輸的性能。

如圖2所示，V2V仿真場景中，目標車輛與初始車輛間，在無任何中間車輛輔助進行轉發的過程中，2 s內數據的傳輸速率最高為2.2 Mb/s，且在仿真時間超過1 s后，達到最大值并不再變化。

如圖3所示，在仿真過程中，經過t=1 s后傳輸速率降低，但傳輸速度仍在持續增加。在t=2 s時，數據下載速率達到3.5 Mb/s。利用果蠅優化算法尋找目標車輛與初始車輛間的最短路徑，并借助最短路徑上的其他非目標車輛輔助轉發數據包，以此降低數據包在遠距離傳輸過程中因距離較遠造成的丟失數據包的可能性。

4 結 語

文中針對V2V場景中車輛間數據傳輸場景提出基于果蠅優化算法的路由協議。協議充分利用果蠅優化算法來尋找目標車輛與初始車輛間的最短及最優路徑，提高了車輛間數據傳輸的質量和性能。仿真結果表明，對未使用協作車輛直接傳輸數據的場景而言，利用果蠅優化算法的路由選擇可以有效提高數據傳輸率，保證數據傳輸質量。

在未來的研究工作中，將進一步改善果蠅優化算法的復雜度，在保證高速公路上車輛間傳輸速率的同時，提升車輛間數據傳輸的吞吐量。

注：本文通訊作者為王越群。

參考文獻

[1]李東澤.基于5G的車聯網技術的優勢分析[J].通訊世界，2019，26（10）：146-147.

[2]曹騰飛，江翠麗，劉志強，等.基于信息中心5G車聯網中社會感知的流媒體緩存與轉發策略[EB/OL].[2020-01-17].http：//kns.cnki.net/kcms/detail/11.2103.TN.20200109.0928.002.html.

[3]湯星峰，徐卿欽，馬世緯.基于路徑探索的車聯網貪婪路由算法[J].計算機應用，2020，40（6）：1738-1744.

[4] Giulio Erberto Cantarella. Chapter 6 - Assignment to transportation networks： Within-day dynamics[M].Elsevier Inc.，2020.

[5]丁帥.無線傳感器網絡果蠅路由優化算法研究[D].上海：華東理工大學，2015.

[6]袁盼盼.基于改進果蠅算法的多機器人路徑規劃[D].湘潭：湘潭大學，2018.

[7]劉爽，吳韶波.V2X車聯網關鍵技術及應用[J].物聯網技術，2018，8（10）：39-40.

[8]楊榮悅，張鵬洲，宋卿.基于5G技術的智能車聯網研究與展望[J].電信科學，2020，36（5）：106-114.

[9]朱雪田.5G車聯網技術與標準進展[J].電子技術應用，2019，45（8）：1-4.

[10]周建軍，夏志朗.基于5G的車聯網技術的優勢及局限性分析[J].信息通信，2019，33（2）：250-252.