基于车队模型的车辆与车辆通信网络连通度研究

车联网节点密度动态变化及节点快速移动,使得连通度成为影响其通信质量的重要因素。车辆以车队的形式在道路上行驶可以减少交通堵塞,同时降低燃油的消耗。研究了单车道和双车道的基于车队模型的车辆与车辆通信网络的连通度概率。研究和仿真结果表明,在有车队存在的VANETs中,网络的连通度概率比没有车队的网络有显著提高;同时,双车道网络的连通度概率比单车道网络也要高。该研究结果能够为未来的智能交通系统设计提供强有力的理论支持。

基于OPNET的智能交通系统仿真平台构建与性能分析

针对车辆通信网络建立了智能交通系统单跳场景下的V2I和多跳场景下的V2V无线数据通信.鉴于国内外尚无完善的仿真环境,以及交通仿真相对于网络仿真的复杂性,使用OPNET Modeler软件对车-X无线通信网络进行建模和仿真.仿真给出了在V2I场景下改变车辆行驶的速度和通信范围,不会影响信息的可靠传输;在低速运动的V2V场景中,AODV协议比DSR协议更适合作为车辆通信网络的网络层路由协议.

基于网络编码的车载网数据传输性能的研究

车载网通过车辆与车辆(Vehicle to Vehicle,V2V)或车辆与路侧单元(Vehicle to Infrastructure,V2I)之间的数据传输实现通信。车载网络不同于传统无线网络,具有网络拓扑变化快、节点受限、网络间断性联通等特点。由于车辆高速移动以及街道障碍物阻挡等原因,车载网络分割现象更加严重,路由问题更加复杂。因此车载网中数据传输性能面临着信道负载大、传输延时高、带宽利用率低等的挑战。为了提高车载网数据传输的效率并降低转发延时,文中在混合通信结构(V2V&V2I)中,提出了一种改进的随机线性网络编码(Optimized Random Linear Network Coding,ORLNC)技术,同时采用车辆路径近似度来确定下一转发车辆节点。NS-3和MOVE仿真实验表明,ORLNC与现有的DDR协议算法相比,明显降低了转发延时,提高了传输效率,同时该协议算法不仅适用于密集车载网,也适用于稀疏场景中数据的传输。