CN103079250A - 一种基于车流密度的物联网单播数据传输方法 - Google Patents
一种基于车流密度的物联网单播数据传输方法 Download PDFInfo
- Publication number
- CN103079250A CN103079250A CN2012105466899A CN201210546689A CN103079250A CN 103079250 A CN103079250 A CN 103079250A CN 2012105466899 A CN2012105466899 A CN 2012105466899A CN 201210546689 A CN201210546689 A CN 201210546689A CN 103079250 A CN103079250 A CN 103079250A
- Authority
- CN
- China
- Prior art keywords
- crossing
- vehicle
- highway section
- packet
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于无线传感网络协议技术领域,具体涉及一种基于车流密度的物联网单播数据传输方法,根据每个路段上双向车流密度及其路段长度信息计算该路段的代价,并结合信源s位置、信宿t位置和地图构造扩展图;由该扩展图得到网络中各节点间的最短路径;单播数据包根据所计算的路径逐路段、逐跳端到端转发。
Description
技术领域
本发明属于物联网通信领域,涉及一种基于车流密度的物联网单播数据传输方法,用于从运动的车辆向固定目标节点投递数据。本发明中,目标节点与信宿节点、信宿,三个术语具有相同的含义。在该技术中提出了一种基于车流密度的物联网端到端投递代价的计算方法,以及相应基于代价的路由选择算法。应用该技术能够以有限开销有效提高物联网中数据多跳转发的成功率、并缩短端到端投递延时。
背景技术
本发明涉及的物联网特指由多个具有车载短距离无线通信设备的车辆自组织形成的移动自组网。在物联网中,节点移动速度快,拓扑变化频繁,同时车辆运动受城市道路约束,这些特点使物联网显著区别于一般的移动无线自组网络。物联网中的数据传输可以通过无线方式多跳传输,也可以通过车辆携带方式,也可以“多跳方式”、“车辆携带”两种方式交替进行。
目前由车辆组成的物联网路由算法,可以分作三类:基于地理位置的路由,基于洪泛的路由和基于交通流信息的路由。在基于地理位置的路由中,数据包一直由持有车辆发送给邻居车辆中最接近目标位置的车辆。在这种路由方式下,道路拓扑中的局部极点,或稀疏车辆都会导致数据转发过程中出现没有可用链路的情况,数据包投递延时因此增加,甚至是因超时而丢弃。在基于洪泛的路由中,数据包以直接扩散方式进行转发,数据包的携带车辆会将数据拷贝复制给邻居车辆中任意尚未持有该拷贝的车辆。基于洪泛的路由能取得较高的投递成功率与较小的投递延时,但是由于网络开销大,通常不适用于繁忙网络。基于交通流信息的路由是近年来物联网路由领域的研究热点,该类路由通常基于交通流量信息估算数据包沿路径多跳转发的代价,从而选择具有较小转发代价的路径进行数据转发。现有的基于交通流信息的路由算法中,大多要求精确的实时交通流信息用于计算道路转发的代价,在高度动态的路面交通环境中难以取得理想效果,且一般有较高的计算复杂度。
发明内容
为克服上述方案缺陷与不足,本发明涉及一种轻量级的物联网单播数据传输方法,通过量化路段车流密度,估算路段传输代价以及沿不同路径转发数据包的端到端传输代价,以作为数据包转发时确定下一跳节点的选择依据。
本发明涉及的技术使用双向车流转发数据,使路段上具备短距离无线通信能力的车辆可参与该路段上任意方向的数据发送。与仅依赖单向车流的数据转发机制相比较而言,车辆间有更充分的通信机会,从而提高数据投递成功率,以及缩短数据投递延时。此外,本发明假设车辆能通过某种定位技术(如装配GPS接收设备)获取其当前位置,并能通过电子地图获取城市中的道路实时车流密度情况或最近的历史统计数据信息。每个节点具有全向通信天线,所有节点的通信半径记做R。一般来说,R的取值范围50米至200米。
一种基于车流密度的物联网单播数据传输方法,根据每个路段上双向车流密度及其路段长度信息计算该路段的代价,并结合信源s位置、信宿t位置和地图构造扩展图;由该扩展图得到网络中各节点间的最短路径;单播数据包根据所计算的路径逐路段、逐跳端到端转发。
所述的传输方法,沿最短路径转发数据包时,包括数据包的路段转发阶段和路口转发阶段,路段转发中优先将数据包转发给最短路径中最接近下一跳路口的车辆;路口转发中优先将到所有邻居路口路径代价最小、且当前路口有车辆向该邻居路口行使的路口作为数据包转发的下一跳路口,一个路口距信宿的投递代价为该路口到信宿的最小投递代价。
在本发明中,由于仅使用路段平均车流密度进行路径和链路代价估计,并在计算过程中进行了量化处理,因此对交通流信息的精度及实时性要求较低,减少了路由开销。另一方面,由于车辆在路口处仅需要将数据发往相对最优(相对最小的端到端路径代价)的邻居路口,因此本发明的量化机制在大部分情况下足够保证车辆进行正确转发决策。
附图说明
图1是数据包传输转发实施例。
具体实施方式
1)路段代价计算方法:
将城市路网拓扑建模成无向加权图G(V,E),每个路口作为一个顶点,V(G)表示路口的集合,E(G)表示路段的集合,则当路口x与路口y为相邻路口时,有(x,y)∈E(G)。
令rxy代表路段(x,y)上的车流密度值,Lxy代表路段(x,y)的长度,Numxy代表路段(x,y)的双向车辆总数(包括路段(x,y)上,从路口x到路口y和从路口y到路口x两个方向上的所有车辆),有rxy=Numxy/Lxy。
假设车辆密度按照从疏到密划分为N个等级,对应密度区间集合为{[0,r1],(r1,r2],…,(rN-2,rN-1],(rN-1,∞)},0<r1<r2<…,<rN-1<∞,其中r1=r2-r1=r3-r2=…=rN-1-rN-2,将道路上的车辆密度信息量化后并编号,记做当rxy∈[0,r1]时,当rxy∈(r1,r2]时,当rxy∈(rN-1,∞)时,在道路密度信息量化以后,定义网络中的每个路段(x,y)的路段代价权值如下:
2)基于信源和信宿的扩展图生成方法:
给定信源s位置和信宿t位置和基于流量的拓扑图G,构造新的扩展图G’,具体方法如下:
●V(G’)=V(G),E(G’)=E(G);
●如果s处于图G中某路段(x,y)之中,则在s所在位置加一个新的虚拟路口O,V(G’)=V(G’)+{O},E(G’)=E(G’)+{(x,O),(O,y)}-{(x,y)},其中“+”代表集合的合并运算,“-”代表集合的减运算,rxO=rOy=rxy;否则,如果信源s正处于原图G中的某一路口,这时,则直接将该路口记做为O;
●如果t处于图G中某路段(i,j)之中,则在t所在位置加一个新的虚拟路口D,V(G’)=V(G’)+{D},E(G’)=E(G’)+{(i,D),(D,j)}-{(i,j)},令riD=rDj=rij;否则,如果信宿t正处于原图G中的某一路口,则直接将该路口记做为D;
●构造扩展图完毕G’。
3)结合扩展图的最短路径计算方法:
根据道路拓扑图G’和G’中每一个路段的代价,则可根据Dijkstra最短路算法计算从图中任意路口i到目标路口D的最短路径及其路径代价CiD,i将随数据包的逐路段转发而变。
4)结合上述路径计算方法的数据包转发方法:
数据转发过程包括两阶段:路段转发阶段和路口转发阶段。
●在路段转发中,对于每个持有数据包的车辆来说,如果邻居节点中存在更接近下一跳路口的车辆,则将数据包转发给该车辆,如果存在多个这样的邻居,则转发给最靠近下一跳路口的车辆,如果不存在这样的邻居,该车辆则自己携带该数据包,直至到达下一跳路口,或直到遇到比自己更靠近下一跳路口的车辆,如果行进过程中遇到数据包的信宿,则直接将数据包转交给信宿,路段上的中间转发节点不允许改变数据包的下一跳路口方向。
●在路口转发中,当持有数据包m的车辆v位于路口x时,x∈V(G’),会首先确定x的邻居路口集N(x),然后根据量化后的车流密度扩展图G’计算每个邻居路口y到信宿t所在路口的最小投递代价Cyt,其中y∈N(x),随后根据计算得到每个邻居路口的Cyt值对N(x)集合中的路口按端到端最小投递代价从小到大的顺序进行排序,得到有序排序后的路口集合N*(x);在获取N*(x)以后,车辆v将选择N*(x)中最高优先级且当前路口正有车辆行驶的方向作为数据包转发方向,将该方向上另一端路口作为数据包的下一跳路口存入数据包头中,并将数据包发往该方向上的最接近下一跳路口的邻居车辆。
具体实例一:
1)车辆密度量化参数r1,rN-1,N的选择方法示例。
首先对路段长度进行归一化,路段(x,y)的长度归一化为Lxy=Lxy/R。如果rxy<1/3,则认为车辆太稀疏,很难进行多跳传输,因此,一种可能的方式是设定r1=10,r2=20,r3=30,N=4。
2)下面结合附图及实例对本发明作进一步的说明。
在附图1中,左图表示道路拓扑以及相应路段上的车流密度,为方便描述,设路段等长,且长度为1。设密度量化区间集合为{[0,10],(10,20],(20,30],(30,∞)},则可将路段车流密度量化为1、2、3、4四个等级。通过将量化值取倒数后,可计算得到路段代价如附图1中右图所示。假设有位于路口X处的车辆有数据发往目标节点T,该车辆将会基于最短路径算法计算邻居路口A、B、C向T投递数据的最小估计代价。根据计算结果,路口B具有最小代价估计,因此被选作下一跳路口。当下一跳路口选定后,路口X处的车辆则会将数据包发送给在路段XB上行驶的车辆。当数据包到达路口B后,则会重复上述过程,直至数据包被最终投递给目标节点T。
Claims (6)
1.一种基于车流密度的物联网单播数据传输方法,其特征在于:
根据每个路段上双向车流密度及其路段长度信息计算该路段的代价,并结合信源s位置、信宿t位置和地图构造扩展图;由该扩展图得到网络中各节点间的最短路径;单播数据包根据所计算的路径逐路段、逐跳端到端转发。
2.根据权利要求1所述的传输方法,其特征在于:
沿最短路径转发数据包时,包括数据包的路段转发阶段和路口转发阶段,路段转发中优先将数据包转发给最短路径中最接近下一跳路口的车辆;路口转发中优先将到所有邻居路口中距信宿投递代价最小、且当前路口有车辆向该邻居路口行使的路口作为数据包转发的下一跳路口,一个路口距信宿的投递代价为该路口到信宿的最小投递代价。
3.根据权利要求1所述的传输方法,其特征在于其中根据每个路段上双向车流密度及其路段长度信息计算该路段的代价包括如下步骤:
●将城市路网拓扑建模成无向加权图G(V,E),每个路口作为一个顶点,V(G)表示路口的集合,E(G)表示路段的集合,则当路口x与路口y为相邻路口时,有(x,y)∈E(G);
●令rxy代表路段(x,y)上的车流密度值,Lxy代表路段(x,y)的长度,Numxy代表路段(x,y)的双向车辆总数,有rxy=Numxy/Lxy;
●将车辆密度按照从疏到密划分为N个等级,对应密度区间集合为{[0,r1],(r1,r2],…,(rN-2,rN-1],(rN-1,∞)},0<r1<r2<…,<rN-1<∞,其中r1=r2-r1=r3-r2=…=rN-1-rN-2,将道路上的车辆密度信息量化后并编号,记做当rxy∈[0,r1]时,当rxy∈(r1,r2]时,当rxy∈(rN-1,∞)时,
4.根据权利要求3所述的传输方法,其特征在于,所述结合信源s和信宿t位置和地图构造道路拓扑扩展图G’包括:
●V(G’)=V(G),E(G’)=E(G);
●如果s处于图G中某路段(x,y)之中,则在s所在位置加一个新的虚拟路口O,V(G’)=V(G’)+{O},E(G’)=E(G’)+{(x,O),(O,y)}-{(x,y)},其中“+”代表集合的合并运算,“-”代表集合的减运算,令rxO=rOy=rxy;否则,如果信源s正处于原图G中的某一路口,这时,则直接将该路口记做为O;
●如果t处于图G中某路段(i,j)之中,则在t所在位置加一个新的虚拟路口D,V(G’)=V(G’)+{D},E(G’)=E(G’)+{(i,D),(D,j)}-{(i,j)},令riD=rDj=rij,否则,如果信宿t正处于原图G中的某一路口,则直接将该路口记做为D;
●构造扩展图G’完毕。
5.根据权利要求4所述的传输方法,其特征在于,所述由扩展图得到网络中各节点间的最短路径包括:
根据道路拓扑扩展图G’和G’中每一个路段的路径代价权值,利用Dijkstra最短路算法计算从拓扑图中从任意路口i到目标路口D的最短路径及其路径代价CiD,i将随数据包的逐路段转发而变。
6.根据权利要求5所述的传输方法,其特征在于,所述单播数据包根据所计算的路径逐路段、逐跳端到端转发包括路段转发阶段和路口转发阶段:
●在路段转发中,对于每个持有数据包的车辆来说,如果邻居节点中存在更接近下一跳路口的车辆,则将数据包转发给该车辆,如果存在多个这样的邻居,则转发给最靠近下一跳路口的车辆,如果不存在这样的邻居,该车辆则自己携带该数据包,直至到达下一跳路口,或遇到比自己更靠近下一跳路口的车辆,如果行进过程中遇到信宿t,则直接将数据包转交给信宿,路段上的中间转发节点不允许改变数据包的下一跳路口方向;
●在路口转发中,当持有数据包m的车辆v位于路口x时,x∈V(G’),会首先确定x的邻居路口集N(x),然后根据车流密度量化后的扩展图G’计算每个邻居路口y到信宿t所在路口的最小投递代价Cyt,其中y∈N(x),随后根据计算得到每个邻居路口的Cyt值对N(x)集合中的路口按端到端最小投递代价从小到大的顺序进行排序,得到有序排序后的路口集合N*(x);在获取N*(x)以后,车辆v将选择N*(x)中最高优先级且当前路口正有车辆行驶的方向作为数据包转发方向,将该方向上另一端路口作为数据包的下一跳路口存入数据包头中,并将数据包发往该方向上的最接近下一跳路口的邻居车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105466899A CN103079250A (zh) | 2012-12-16 | 2012-12-16 | 一种基于车流密度的物联网单播数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105466899A CN103079250A (zh) | 2012-12-16 | 2012-12-16 | 一种基于车流密度的物联网单播数据传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103079250A true CN103079250A (zh) | 2013-05-01 |
Family
ID=48155631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105466899A Pending CN103079250A (zh) | 2012-12-16 | 2012-12-16 | 一种基于车流密度的物联网单播数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103079250A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104683427A (zh) * | 2013-11-29 | 2015-06-03 | 现代摩比斯株式会社 | 用于车辆间通信的通信设备 |
CN105703971A (zh) * | 2016-03-04 | 2016-06-22 | 福州华鹰重工机械有限公司 | 基于混合探测的车际通信方法及*** |
CN106254250A (zh) * | 2016-08-03 | 2016-12-21 | 成都之达科技有限公司 | 车联网短距离组网方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040236811A1 (en) * | 2003-05-19 | 2004-11-25 | Kode, A Corporation Of France | Method of computation of a short path in valued graphs |
CN101720059A (zh) * | 2009-11-05 | 2010-06-02 | 浙江大学城市学院 | 一种车载移动自组织网络路由的实现方法 |
CN102810118A (zh) * | 2012-07-05 | 2012-12-05 | 上海电力学院 | 一种变权网k近邻搜索方法 |
-
2012
- 2012-12-16 CN CN2012105466899A patent/CN103079250A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040236811A1 (en) * | 2003-05-19 | 2004-11-25 | Kode, A Corporation Of France | Method of computation of a short path in valued graphs |
CN101720059A (zh) * | 2009-11-05 | 2010-06-02 | 浙江大学城市学院 | 一种车载移动自组织网络路由的实现方法 |
CN102810118A (zh) * | 2012-07-05 | 2012-12-05 | 上海电力学院 | 一种变权网k近邻搜索方法 |
Non-Patent Citations (1)
Title |
---|
JERBI, M. , ET AL.: "《Communications, 2007. ICC "07. IEEE International Conference on》", 28 June 2007 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104683427A (zh) * | 2013-11-29 | 2015-06-03 | 现代摩比斯株式会社 | 用于车辆间通信的通信设备 |
CN105703971A (zh) * | 2016-03-04 | 2016-06-22 | 福州华鹰重工机械有限公司 | 基于混合探测的车际通信方法及*** |
CN106254250A (zh) * | 2016-08-03 | 2016-12-21 | 成都之达科技有限公司 | 车联网短距离组网方法 |
CN106254250B (zh) * | 2016-08-03 | 2019-04-02 | 成都之达科技有限公司 | 车联网短距离组网方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106961707B (zh) | 一种vanet中基于连通性的多因素决策路由协议 | |
Luo et al. | MI-VANET: A new mobile infrastructure based VANET architecture for urban environment | |
CN101383768B (zh) | 基于数字地图和移动预测的车辆网络数据路由方法 | |
Ye et al. | Mpbrp-mobility prediction based routing protocol in vanets | |
Liu et al. | Parking-area-assisted spider-web routing protocol for emergency data in urban VANET | |
CN104734372A (zh) | WRSNs中联合地理位置路由的能量自适应充电方法 | |
CN105307232A (zh) | 一种车载自组织网络的基于连通概率的路由优化方法 | |
CN103281742A (zh) | 基于自主获取道路信息车载自组织网络路由方法 | |
Li et al. | Adaptive vehicular routing protocol based on ant colony optimization | |
CN105101086B (zh) | 一种基于车辆密度分布的数据传输路径选择方法 | |
CN105592138A (zh) | 一种路口ad hoc节点辅助的城市车载路由协议方法 | |
CN108650656A (zh) | 一种基于交叉路口的分布式城市车联网路由方法 | |
CN109275154B (zh) | 基于双层拓扑路由算法的动态自适应路由路径规划方法 | |
CN103079249A (zh) | 一种基于车流密度的物联网组播数据传输方法 | |
CN111130853A (zh) | 一种基于时间信息的软件定义车辆网络的未来路由预测方法 | |
Oubbati et al. | IRTIV: Intelligent routing protocol using real time traffic information in urban vehicular environment | |
CN104185239B (zh) | 车辆自组织网络中基于路段长度的交叉口路由方法 | |
CN103379575A (zh) | 一种利用路口静态节点辅助数据转发的车载网路由协议 | |
CN108093458A (zh) | 适于车联网基于分簇结构的快速稳定路由方法及装置 | |
Yarinezhad et al. | A new routing algorithm for vehicular ad-hoc networks based on glowworm swarm optimization algorithm | |
Li et al. | An efficient reinforcement learning based charging data delivery scheme in VANET-enhanced smart grid | |
Shen et al. | AODV-PNT: An improved version of AODV routing protocol with predicting node trend in VANET | |
Zhao et al. | A vehicle density and load aware routing protocol for VANETs in city scenarios | |
Oubbati et al. | ETAR: Efficient traffic light aware routing protocol for vehicular networks | |
CN103079250A (zh) | 一种基于车流密度的物联网单播数据传输方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130501 |