论文题名: | 基于网络编码的车载网数据传输策略研究 |
关键词: | 车载自组织网;数据传输;网络编码;路侧单元;车辆密度 |
摘要: | 随着车载自组织网的日益成熟,其应用领域也逐渐被扩展,例如交通安全、资源共享和媒体娱乐下载等方面。而车载自组织网不同于传统的无线Mesh自组织网,具有网络拓扑变化快、间断性连接等特点,从而导致车辆节点间的通信连接不稳定。根据车载自组织网中车辆密度大小可分为车辆密集和车辆稀疏两个场景。在车辆密集场景中,车辆节点的运动速度相近,且车辆节点间的相遇机会较大,因此周围车辆节点间可建立短暂的通信连接,由车辆节点直接转发数据包。但在车辆稀疏场景中,车辆节点密度小,车辆节点间相遇机会受限,无法直接由车辆节点转发数据包,因而数据传输性能较差。 网络编码技术允许车辆节点对接收的数据包进行线性组合再转发出去,有效避免数据包发送次数过多,提高网络吞吐率。本文针对车载自组织网不同的场景,设计了两种基于网络编码的数据传输策略,主要目的是进一步提高数据包在车辆密集场景下的传输性能和保证数据包在车辆稀疏场景下也能进行较为可靠的传输。 本文的主要工作如下: (1)在车辆密集场景中,本文提出了基于代间渐进网络编码的数据传输策略ORLNC(Optimized Random Linear Network Coding,ORLNC)。在该策略中,首先改进传统的代内随机线性编码方式,并设计代间渐进编码方式INC(Inter-generation Network Coding,INC)。在该编码方式中,前后代间数据包不再是一种独立关系,而是一种渐进线性关系,即某代编码数据包包含了其之前所有代的数据包,目的车辆节点在丢包的情况下可通过后代编码数据包恢复出丢失的某代编码数据包,并能及时解码出源数据包。另外针对转发车辆节点的选择,本文根据车辆节点的运动状态设计了基于最短路径近似度的选择度量方式,周围各车辆节点定期更新各自的最短路径近似度值,选择路径近似度值最大的车辆节点作为下一转发车辆节点。实验证明该策略能有效提高车载网的吞吐率和传输效率,降低转发延迟。 (2)在车辆稀疏场景中,本文提出了基于网络编码和RSU(Road Side Unit,RSU)的数据传输策略RORLNC(RSU-aided Optimized Random Linear NetworkCoding,RORLNC)。在该策略中,源车辆节点同样采用代间渐进编码技术,同时借助RSU缓存并间接转发由车辆节点发送来的编码数据包。本文根据车辆节点间相遇次数设计了基于可适度的车辆节点度量标准,并根据RSU中编码数据包数量和重复次数设计了基于优先级的数据包度量标准。RSU定期更新各编码数据包的优先级和周围车辆节点的可适度值,并将优先级最高的编码数据包及时转发给可适度值最大的中间车辆节点。实验证明该策略在车辆稀疏场景下保证数据包仍能进行可靠性传输。 |
作者: | 马宁 |
专业: | 软件工程 |
导师: | 束永安 |
授予学位: | 硕士 |
授予学位单位: | 安徽大学 |
学位年度: | 2016 |
正文语种: | 中文 |