Content uploaded by Zhigang Xu
Author content
All content in this area was uploaded by Zhigang Xu on Aug 13, 2019
Content may be subject to copyright.
第３
２卷 第６期
２０１９年６月中 国 公 路 学 报
Ｃ
ｈｉｎａ
Ｊ．Ｈｉ
ｇ
ｈｗ．Ｔｒａｎｓ
ｐ
．
Ｖ
ｏｌ．３２
Ｎｏ．６
Ｊ
ｕｎｅ
２０１９
文章编号：
１
００１
－
７
３７２
（
２０１９
）
０
６
－
０
２９３
－
１
５
收稿日期：
２
０１９
－
０
１
－
０
７
基金项目：
国家重点研发计划项目（
２０１８ Ｙ Ｆ Ｂ０１０５１０４０１ ）
；
中央高校基本科研业务费专项资金项目（
３００１０２２４９１０６ ）
作者简介：
田 彬（
１
９８３
－
）
，
男，
内蒙古通辽人，
讲师，
工学博士，
Ｅ
－
ｍ
ａｉｌ
：
ｔｂ
＠
ｃｈｄ．ｅｄｕ．ｃｎ
。
车路协同条件下智能网联高速公路通行效率
信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
田 彬，
赵祥模，
徐志刚，
王 淼，
张宇琴
（
长安大学 信息工程学院，
陕西 西安
７１００６４
）
摘要：
车路协同技术是解决自动驾驶中单车智能现存缺陷的关键技术。而智能网联高速公路的出
现为车路协同技术真正应用于实际提供了良好的平台，
其中，
路侧单元（
Ｒ
ｏａｄ
Ｓｉｄｅ
Ｕｎｉｔ
，
ＲＳＵ）
如
何将路侧传感器信息或交通监控中心发布消息传递给路上车辆，
是车路协同技术的一个关键环节。
为此，
提出一种基于Ｖ
２Ｖ（
Ｖｅｈｉｃｌｅ
ｔｏ
Ｖｅｈｉｃｌｅ
）
和Ｖ２Ｉ
（
Ｖｅｈｉｃｌｅ
ｔｏ
Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
）
融合的自适应数据
分发协议（
Ａ
ｄａ
ｐ
ｔｉｖｅ
Ｎｅｔｗｏｒｋ
ａｎｄ
Ｒｏａｄ
Ｔｒａｆｆｉｃ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
ｆｏｒ
Ｖ２Ｘ，
ＮＲＴ
－
Ｖ
２Ｘ）
。Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议在影响通行效率事件的车流上游为 Ｒ
ＳＵ 定义了一段服务区域（
Ｒ
ＯＩ
，
Ｒｅ
ｇ
ｉｏｎ
ｏｆ
Ｉｎｔｅｒ
－
ｅ
ｓｔ
）
。Ｒ
ＳＵ 通过感知服务区域中车辆的无线通信网络状况和路面交通状况来自适应调整其信息发
送间隔，
从而在保证Ｒ
ＯＩ中车辆信息全覆盖的前提下，
降低 Ｒ
ＳＵ 发送信息开销，
抑制 Ｒ
ＯＩ内车辆
的接收信息冗余。基于创建的２个场景和２个车路协同应用，
利用双向耦合车联网仿真平台进行
性能评估。试验结果表明：
采用 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议的车路协同技术可使高速公路的通行效率提高
２
８％以上；
与Ｒ
ＳＵ 固定发送间隔协议和典型Ｖ
２Ｘ 协议Ａ
ＴＢ 相比，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 的信息覆盖率稳定
在１
００％，
发送信息开销降低了至少３
０％，
接收信息冗余下降了２
０％以上；
Ｎ
ＲＴ
－
Ｖ
２Ｘ 能够将智能
网联高速公路通行效率相关信息高效地由 Ｒ
ＳＵ 分发到其定义的Ｒ
ＯＩ中的所有车辆，
从而保证所
有车辆预先接收到相关信息，
选择最优行车路线，
提高通行效率。
关键词：
交通工程；
车路协同技术；
自适应算法；
车联网网络协议；
智能交通系统；
通行效率
中图分类号：
Ｕ
４９５
文献标志码：
Ａ Ｄ
ＯＩ
：
１０．１９７２１
／
ｊ
．ｃｎｋｉ．１００１
－
７
３７２．２０１９．０６．０２９
Ｎ
ＲＴ
－
Ｖ
２Ｘ
：
Ａｄａ
ｐ
ｔｉｖｅ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
Ｐｒｏｔｏｃｏｌ
ｆｏｒ
Ｔｒａｆｆｉｃ
Ｅｆｆｉｃｉｅｎｃ
ｙ
ｏｆ
Ｃｏｎｎｅｃｔｅｄ
ａｎｄ
Ａｕｔｏｍａｔｅｄ
Ｈｉ
ｇ
ｈｗａ
ｙ
ｓ
Ｔ
ＩＡＮ
Ｂｉｎ
，
ＺＨＡＯ
Ｘｉａｎ
ｇ
－
ｍ
ｏ
，
ＸＵ
Ｚｈｉ
－
ｇ
ａ
ｎ
ｇ
，ＷＡＮＧ
Ｍｉａｏ
，
ＺＨＡＮＧ
Ｙｕ
－
ｑ
ｉ
ｎ
（
Ｓ
ｃｈｏｏｌ
ｏｆ
Ｉｎｆｏｒｍａｔｉｏｎ
Ｅｎ
ｇ
ｉｎｅｅｒｉｎ
ｇ
，
Ｃｈａｎ
ｇ
’
ａｎ
Ｕｎｉｖｅｒｓｉｔ
ｙ
，
Ｘｉ
’
ａｎ
７１００６４
，
Ｓｈａａｎｘｉ
，
Ｃｈｉｎａ
）
Ａ
ｂｓｔｒａｃｔ
：
Ｉｎｔｅｌｌｉ
ｇ
ｅｎｔ
ｖｅｈｉｃｌｅ
ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
ｃｏｏ
ｐ
ｅｒａｔｉｖｅ
ｔｅｃｈｎｉ
ｑ
ｕｅ
ｉｓ
ｔｈｅ
ｋｅ
ｙ
ｔｏ
ｒｅｓｏｌｖｉｎ
ｇ
ｔｈｅ
ｄｒａｗｂａｃｋｓ
ｏｆ
ｔｈｅ
ｃｕｒｒｅｎｔ
ｉｎｔｅｌｌｉ
ｇ
ｅｎｔ
ａｎｄ
ａｕｔｏｎｏｍｏｕｓ
ｖｅｈｉｃｌｅｓ．Ｔｈｅ
ｄｅｖｅｌｏ
ｐ
ｍｅｎｔ
ｏｆ
ａ
ｃｏｎｎｅｃｔｅｄ
ａｎｄ
ａｕｔｏｍａｔｅｄ
ｈｉ
ｇ
ｈｗａ
ｙ
ｍａｋｅｓ
ｔｈｉｓ
ｔｅｃｈｎｉ
ｑ
ｕｅ
ａ
ｐ
ｏｔｅｎｔｉａｌ
ｐ
ｌａｔｆｏｒｍ．Ｈｏｗｅｖｅｒ
，
ｉｔ
ｉｓ
ｓｔｉｌｌ
ａ
ｃｈａｌｌｅｎ
ｇ
ｅ
ｔｏ
ｄｅｔｅｒｍｉｎｅ
ｈｏｗ
ｔｈｅ
ｒｏａｄ
ｓｉｄｅ
ｕｎｉｔ（
ＲＳＵ）
ｄｉｓｓｅｍｉｎａｔｅｓ
ｔｈｅ
ｉｎｆｏｒｍａｔｉｏｎ
ｆｒｏｍ
ｒｏａｄ
ｓｉｄｅ
ｓｅｎｓｏｒｓ
ｏｒ
ｔｈｅ
ｔｒａｆｆｉｃ
ｃｏｎｔｒｏｌ
ｃｅｎｔｅｒ．Ｔｈｉｓ
ｐ
ａ
ｐ
ｅｒ
ｐ
ｒｏ
ｐ
ｏｓｅｓ
ａｎ
ａｄａ
ｐ
ｔｉｖｅ
ｄａｔａ
ｄｉｓｓｅｍｉｎａｔｉｏｎ
ｐ
ｒｏｔｏｃｏｌ
ｂａｓｅｄ
ｏｎ
ｔｈｅ
ｆｕｓｉｏｎ
ｏｆ
Ｖ２Ｖａｎｄ
Ｖ２Ｉ
，
ｎａｍｅｄ
ＮＲＴ
－
Ｖ
２Ｘ．Ｔｈｅ
ｐ
ｒｏｔｏｃｏｌ
ｄｅｆｉｎｅｓ
ａ
ｒｅ
ｇ
ｉｏｎ
ｏｆ
ｉｎｔｅｒｅｓｔ （
ＲＯＩ
）
ｂｅｆｏｒｅ
ｔｈｅ
ｅｖｅｎｔ
ａｒｅａ
ｉｎ
ｔｈｅ
ｕ
ｐ
ｓｔｒｅａｍ
ｔｒａｆｆｉｃ
ｄｉｒｅｃｔｉｏｎ．Ｔｈｅ
ＲＳＵ
ｃａｎ
ａｄａ
ｐ
ｔｉｖｅｌ
ｙ
ａｄ
ｊ
ｕｓｔ
ｔｈｅ
ｔｒａｎｓｍｉｔ
ｉｎｔｅｒｖａｌ
ａｃｃｏｒｄｉｎ
ｇ
ｔｏ
ｔｈｅ
ｎｅｔｗｏｒｋ
ｔｒａｆｆｉｃ
ａｎｄ
ｔｈｅ
ｒｏａｄ
ｔｒａｆｆｉｃ
ｉｎ
ｔｈｅ
ＲＯＩ．Ｔｈｕｓ
，
ｔｈｅ
ｐ
ａ
ｃｋｅｔ
ｄｅｌｉｖｅｒ
ｙ
ｒａｔｉｏ
ｃａｎ
ｂｅ
ｇ
ｕａｒａｎｔｅｅｄ
ｔｏ
ｂｅ
ｎｅａｒ
１００％，
ｗｈｉｌｅ
ｄｅｃｒｅａｓｉｎ
ｇ
ｔｈｅ
ｏｖｅｒｈｅａｄ
ｏｆ
ＲＳＵ
ａｎｄ
ｔｈｅ
ｎｅｔｗｏｒｋ
ｒｅｄｕｎｄａｎｃ
ｙ
ｏｆ
ｖｅｈｉｃｌｅｓ．Ｔｗｏ
ｓｃｅｎａｒｉｏｓ
ａｎｄ
ａ
ｐｐ
ｌｉｃａｔｉｏｎｓ
ｗｅｒｅ
ｂｕｉｌｔ
ｏｎ
ｔｈｅ
ｂｉ
－
ｄ
ｉｒｅｃｔｉｏｎａｌ
ｃｏｕ
ｐ
ｌｅｄ
ＩｏＶ
ｓｉｍｕｌａｔｉｏｎ
ｐ
ｌａｔｆｏｒｍ，ｂａｓｅｄ
ｏｎ
ｗｈｉｃｈ
ｔｈｅ
ｐ
ｒｏ
ｐ
ｏｓｅｄ
ｔｅｃｈｎｉ
ｑ
ｕｅ
ｃａｎ
ｂｅ
ｅｖａｌｕａｔｅｄ．Ｔｈｅ
ＮＲＴ
－
Ｖ
２Ｘ ｃａｎ
ｉｍ
ｐ
ｒｏｖｅ
ｔｈｅ
ｔｒａｆｆｉｃ
ｅｆｆｉｃｉｅｎｃ
ｙ
ｏｆ
ｈｉ
ｇ
ｈｗａ
ｙ
ｂ
ｙ
ａｔ
ｌｅａｓｔ
２８％．
Ｍｏｒｅｏｖｅｒ
，
ｕｎｌｉｋｅ
ｔｈｅ
ｆｉｘｅｄ
ｔｒａｎｓｍｉｔ
ｉｎｔｅｒｖａｌ
ｍｅｔｈｏｄ
ａｎｄ
ＡＴＢ
ｐ
ｒｏｔｏｃｏｌ
，ＮＲＴ
－
Ｖ
２Ｘｃａｎ
ｅｎｓｕｒｅ
ｔｈａｔ
ｔｈｅ
ｐ
ａｃｋｅｔ
ｄｅｌｉｖｅｒ
ｙ
ｒａｔｉｏ
ｉｓ
ｃｌｏｓｅ
ｔｏ
１００％；
ｔｈｅ
ｔｒａｎｓｍｉｔ
ｏｖｅｒｈｅａｄ
ａｎｄ
ｒｅｃｅｉｖｅｄ
ｍｅｓｓａ
ｇ
ｅ
ｒｅｄｕｎｄａｎｃ
ｙ
ｄｅｃｒｅａｓｅ
ｂ
ｙ
ｍｏｒｅ
ｔｈａｎ
３０％ ａｎｄ
２０％，
ｒｅｓ
ｐ
ｅｃｔｉｖｅｌ
ｙ
．Ｔｈｅｒｅｆｏｒｅ
，ＮＲＴ
－
Ｖ
２Ｘ ｃａｎ
ｅｆｆｉｃｉｅｎｔｌ
ｙ
ｄｉｓｓｅｍｉｎａｔｅ
ｔｒａｆｆｉｃ
－
ｒ
ｅｌａｔｅｄ
ｉｎｆｏｒｍａｔｉｏｎ
ｔｏ
ｔｈｅ
ｖｅｈｉｃｌｅｓ
ｉｎ
ｔｈｅ
ＲＯＩ
，
ａｎｄ
ｈｅｌ
ｐ
ｔｈｅ
ｖｅｈｉｃｌｅｓ
ｓｅｌｅｃｔ
ａｎ
ｏ
ｐ
ｔｉｍａｌ
ｔｒａ
ｊ
ｅｃｔｏｒ
ｙ
ｌｅａｄｉｎ
ｇ
ｔｏ
ａ
ｓｈｏｒｔｅｒ
ｊ
ｏｕｒｎｅ
ｙ
．
Ｋｅ
ｙ
ｗｏｒｄｓ
：
ｔｒａｆｆｉｃ
ｅｎ
ｇ
ｉｎｅｅｒｉｎ
ｇ
；
ｉｎｔｅｌｌｉ
ｇ
ｅｎｔ
ｖｅｈｉｃｌｅ
ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
ｃｏｏ
ｐ
ｅｒａｔｉｖｅ
ｔｅｃｈｎｏｌｏ
ｇｙ
；
ａｄａ
ｐ
ｔｉｖｅ
ａｌ
ｇ
ｏｒｉｔｈｍ；
ＶＡＮＥＴ
ｐ
ｒｏｔｏｃｏｌ
；
ｉｎｔｅｌｌｉ
ｇ
ｅｎｔ
ｔｒａｎｓ
ｐ
ｏｒｔａｔｉｏｎ
ｓ
ｙ
ｓｔｅｍ；
ｔｒａｆｆｉｃ
ｅｆｆｉｃｉｅｎｃ
ｙ
０引 言
公安部交通管理局发布，
截至２
０１８年６月底，
中国机动车保有量达３
．１９ 亿辆。
２
０１８年上半年新
注册登记机动车达１
６
３６万辆，
高于去年同登记量。
中国汽车保有量月平均增加１
６６万辆，
一直持续快
速增长［
１
－
２
］
。高速公路作为人民生产生活的主要场
景之一，
其通行效率和运载量显得格外重要。通行
效率的保证是道路建设规划、
建设可行性评估的重
要前提。
为了更好地解决交通问题，
智能交通系统（
Ｉ
ｎ
－
ｔ
ｅｌｌｉ
ｇ
ｅｎｔ
Ｔｒａｆｆｉｃ
Ｓ
ｙ
ｓｔｅｍ，
ＩＴＳ
）
应运而生。其 运 用
车联网技术将车辆自组网 （
Ｖ
ｅｈｉｃｕｌａｒ
Ａｄ
－
ｈ
ｏｃ
Ｎｅｔ
－
ｗ
ｏｒｋｓ
，
ＶＡＮＥＴＳ
）
与车路通信（
Ｒ
ｏａｄ
Ｖｅｈｉｃｌｅ
Ｃｏｍ
－
ｍ
ｕｎｉｃａｔｉｏｎ
，
ＲＶＣ
）
集成在一起，
显著改善了道路安
全、
出行效率、
以及环境污染问题［
３
］
。智能网联高速
公路作为智能交通系统的重要应用，
是一种集成多
种技术的道路基础设施系统。智能网联高速公路的
发展是智能交通系统建设的重要里程碑，
通过为车
辆、
驾驶人、
管理者等各种交通参与元素提供全方
位、
高效的信息服务，
提升出行效率，
节约经济成本，
促进社会发展。车联网技术作为智能交通系统的核
心技术，
是指将车辆作为网络中的节点，
形成一个车
辆自身、
车载设备（
Ｏ
ｎ
－
ｂ
ｏａｒｄ
Ｕｎｉｔ
，
ＯＢＵ）
、
基础设
施等信息高度整合的移动式交互网络。车联网中的
数据分发算法为车辆与车辆之间，
车辆与路侧设备
之间的信息传递架起桥梁，
使它们之间有效及时的
信息交互成为可能［
４
］
。车辆及时获取周围信息，
可
保证车辆行驶安全，
优化路网交通流量分布，
提升驾
驶体验，
提升交通效率［
５
］
。随着５
Ｇ时代的到来，
车
联网技术从单车智能逐渐过渡到车间通信、
数据分
发、
车路协同，
车联网技术逐渐使车
－
路
－
人真正形成
一个有机整体。
一直以来，
数据分发协议的研究主要集中在交
通安全信息分发，
而面向提升高速公路通行效率相
关信息的数据分发协议相对较少。车联网中的数据
分发协议可大致分为Ｖ
２Ｖ 数据分发和 Ｖ
２Ｉ数据分
发两大类。Ｖ
２Ｖ 数据分发是早期车联网数据分发
协议的研究重点，
很多 Ｖ
２Ｖ 数据分发协议从 ＭＡ
－
Ｎ
ＥＴ （
Ｍｏｂｉｌｅ
Ａｄ
－
ｈ
ｏｃ
Ｎｅｔｗｏｒｋ
）
网络中过渡而来，
在ＭＡＮＥＴ 路由的思想上融合交通因素或网络因
素的影响，
设计适用于车载自组织网络的数据分发
协议，
Ｇ
ＰＣＲ （
Ｇｒｅｅｄ
ｙ
Ｐｅｒｉｍｅｔｅｒ
Ｃｏｏｒｄｉｎａｔｏｒ
Ｒｏｕ
－
ｔ
ｉｎ
ｇ
）
［
６
］
是Ｇ
ＰＳＲ （
Ｇｒｅｅｄ
ｙ
Ｐｅｒｉｍｅｔｅｒ
Ｓｔａｔｅｌｅｓｓ
Ｒｏｕ
－
ｔ
ｉｎ
ｇ
）
［
７
］
针对Ｖ
ＡＮＥＴＳ的一种重要的扩展协议，
其
在城市环境下有很好的性能，
数据包投递率、
网络开
销、
传输延迟等方面都明显优于传统路由协议。运
用地理位置进行的位置辅助多播 Ｇ
ｅｏｃａｓｔ是一种重
要的 Ｖ
２Ｖ 数据分发协议，
这个概念 由 Ｌ
ｏｃｈｅｒｔ等［
８
］
首次提出，
可以将数据包传输到特定地理区域的节
点，
而非特定的节点，
因此更能满足Ｖ
ＡＮＥＴＳ环境
下对数据传播的要求。Ｖ
２Ｖ 的主要问题是冗余广
播和链接不稳定，
针对这两方面，
Ｔ
ｉａｎ 等［
９
］提出了
一种适用于城市环境和高速环境下的 Ｖ
２Ｖ 数据分
发协议 Ｔ
ｒＡＤ，
通过携带转发和消息广播的限制有
效地实现了广播风暴的抑制，
并增强了数据传输的
稳定性。分布式车载广播（
Ｄ
ｉｓｔｒｉｂｕｔｅｄ
Ｖｅｈｉｃｕｌａｒ
Ｂｒｏａｄ
ＣＡＳＴ，
ＤＶ
－
ＣＡＳＴ）
协议，
主要应用于高速公
路场景，
依赖本地拓扑信息处理数据传播［
１
０
］
，
并且
可在一定程度上解决节点密集条件下的广播风暴问
题和节点稀疏条件下的网络断裂和分区问题。在密
集网络中，
Ｄ
Ｖ
－
Ｃ
ＡＳＴ 协议采用广播抑制技术抑制
４
９２ 中 国 公 路 学 报
２
０１９年
冗余广播［
１
１
］
；
在车辆节点稀疏的网络中，
则运用携
带转发机制处理网络断裂，
其定义３个代表局部拓
扑结构的标志来处理不同场景的网络链接断裂问
题。自适应多方向数据分发（
Ａ
ｄａ
ｐ
ｔｉｖｅ
Ｍｕｌｔｉ
－
ｄ
ｉｒｅｃ
－
ｔ
ｉｏｎａｌ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
，
ＡＭＤ）
协议是一种可同
时面向高速公路和城市场景的数据发布协议［
１
２
］
，
其
核心是广播抑制技术和携带转发机制。ＡＭＤ 提出
了一种基于定向扇区的广义时隙抑制广播的方法，
根据局部道路拓扑结构和邻域分布，
规定了方向扇
区并将车辆按照运动方向划分到不同的扇区中去，
在每个方向扇区中计算节点的广播等待时间。
Ｂ
ｏｂａｎ等［
１
３
］
提出，
与Ｖ
２Ｖ 通信相比，
Ｒ
ＳＵ 的引
入可提高数据分发服务质量。Ｖ
２Ｉ通信主要包含２
个基本元素：
车载单元（
Ｏ
ＢＵ）
和路侧单元（
Ｒ
ＳＵ）
，
Ｏ
ＢＵ 装载于移动车辆上，
Ｒ
ＳＵ 则一般沿路布设。
当车辆节点驶过 Ｒ
ＳＵ 覆盖区域内时，
Ｒ
ＳＵ 可与其
进行短暂地链接，
进行数据交互，
此外，
Ｒ
ＳＵ 还可接
入骨干 网，
实现信息实时共享。Ｙ
ｏｓｈｉｈｉｒｏ 等［
１
４
］提
出的Ｒ
ＤＶ （
Ｒｅｌｉａｂｌｅ
Ｄｉｓｔａｎｃｅ
－
ｖ
ｅｃｔｏｒ
）
路由协议是依
靠Ｒ
ＳＵ 进行辅助数据转发的表驱动距离矢量的路
由协议，
其采用距离向量路由，
计算数据包到达同条
街道上不同 Ｒ
ＳＵ 节点的 概率，
即使在稀疏场景中
也能保 证 达到 预 期的 交 付率。路侧单元辅助的
Ａ
ＯＤＶ 协议（
Ｉ
ｎｆｒａｓｔｒｕｃｔｕｒｅ
Ｂａｓｅｄ
Ａｄ
－
ｈ
ｏｃ
Ｏｎ
－
ｄ
ｅ
－
ｍ
ａｎｄ
Ｄｉｓｔａｎｃｅ
Ｖｅｃｔｏｒ
Ｒｏｕｔｉｎ
ｇ
，Ｉ
－
Ａ
ＯＤＶ）
［
１
５
］在
Ａ
ＯＤＶ 路由协议的基础上，
引入固定的路边无线节
点Ｒ
ＳＵ，
从而优化Ａ
ＯＤＶ 的性能，
提高网络的总体
吞吐量，
并显著减少网络延迟。
Ｉ
ＡＧＲ （
Ｉｎｆｒａｓｔｒｕｃ
－
ｔ
ｕｒｅ
－
ａ
ｓｓｉｓｔｅｄ
Ｇｅｏ
－
ｒ
ｏｕｔｉｎ
ｇ
）
协议［
１
６
］
在Ｇ
ＳＲ 路由协议
基础上引入基础设施单元，
该协议可调整 Ｄ
ｉ
ｊ
ｋｓｔｒａ
算法并引入网络图。研究表明，
该方法在降低通信
开销的同时，
提高了数据的传输率，
增加了源节点和
目标节点之间的通信距离。借助 Ｖ
ＡＤＤ （
Ｖｅｈｉｃｌｅ
－
ａ
ｓｓｉｓｔｅｄ
Ｄａｔａ
Ｄｅｌｉｖｅｒ
ｙ
）
的思路，
Ｄ
ｉｎ
ｇ等［
１
７
］
提出了静
态节点辅助数据转发的路由方法（
Ｓ
ｔａｔｉｃ
－
ｎ
ｏｄｅ
－
ａ
ｓｓｉｓ
－
ｔ
ｅｄ
Ａｄａ
ｐ
ｔｉｖｅ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
，
ＳＡＤＶ）
，
可根据
道路车辆密度的变化做出路由决策，
帮助数据包沿
着路径传输，
在中、
低车辆密度的情况下，
Ｓ
ＡＤＶ 方
法使得数据延迟明显减小。自适应拥塞控制信标协
议Ａ
ＴＢ （
Ａｄａ
ｐ
ｔｉｖｅ
Ｂｅａｃｏｎｉｎ
ｇ
ｆｏｒ
Ｄｅｌａ
ｙ
－
ｓ
ｅｎｓｉｔｉｖｅ
ａｎｄ
Ｃｏｎ
ｇ
ｅｓｔｉｏｎ
－
ａｗａｒｅ
Ｔｒａｆｆｉｃ
Ｉｎｆｏｒｍａｔｉｏｎ
）
［
１
８
］采用
自适应信 标协议对 Ｒ
ＳＵ 发送消息的频率进行控
制，
采用２个度量（
消息优先级和信道质量）
计算自
适应动态信标发送间隔。
综上所述，
Ｒ
ＳＵ 的引入增加了数据分发的稳定
性和可靠性，
但同时也限制了数据分发的范围。因
此，
仍需要Ｖ
２Ｖ 通信模式对 Ｒ
ＳＵ 数据分发的消息
覆盖范围和接收成功率进行弥补。本文在第１节提
出一种既考虑网络状况（
Ｎ
ｅｔｗｏｒｋ
Ｔｒａｆｆｉｃ
）
又考虑道
路状况（
Ｒ
ｏａｄ
Ｔｒａｆｆｉｃ
）
的Ｖ２Ｘ （
Ｖｅｈｉｃｌｅ
ｔｏ
Ｖｅｈｉｃｌｅ
ｏｒ
ｔｏ
Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
）
自适应分发协议（
Ｎ
ＲＴ
－
Ｖ
２Ｘ）
，
动态调整Ｒ
ＳＵ 的发送 信标间 隔，
在保证车辆信息
接收率 的 前提下，
降低 Ｒ
ＳＵ 发送信息开销，
抑制
Ｒ
ＯＩ内车辆的接收信息冗余。第２节介绍双向耦合
车辆网仿真平台及性能评价指标。在其基础上，
第
３节通过设计２个道路交通场景和２个车路协同应
用，
对Ｎ
ＲＴ
－
Ｖ
２Ｘ、
固定发送频率协议以及Ａ
ＴＢ 协
议进行性能评估，
其中包括应用性能评估和网络性
能评估。最后，
对整个研究的脉络作了系统的梳理、
讨论和总结，
并指出当前工作的不足和未来工作的
展望。
１ＮＲＴ
－
Ｖ
２Ｘ 自适应信息分发协议
１．１设计方法概述
近几年，
自动驾驶技术的研究从单车智能逐渐
扩展到车路协同。基于 Ｖ
２Ｘ 的数据分 发方法 （
即
Ｖ
２Ｉ与Ｖ２Ｖ 融合）
逐渐成为研究重点，
路侧单元
Ｒ
ＳＵ 在数据分发过程中开始扮演着越来越重要的
角色。然而，
在如图１所示的车联网Ｖ
２Ｘ 通信模式
中，
Ｒ
ＳＵ 如何高效地将其获取的信息分发给道路上
的车辆，
仍是一个待解决的问题。而且，
此前的数据
分发方法主要关注交通安全方面的信息分发，
面向
通行效率信息分 发的数据分发方法较为少见。为
此，
将Ｖ
２Ｉ数据分发和 Ｖ
２Ｖ 数据分发融合，
提出一
种面向提升高速公路通行效率的Ｖ
２Ｘ 数据分发方
法，
即，
Ｎ
ＲＴ
－
Ｖ
２Ｘ （
Ａｄａ
ｐ
ｔｉｖｅ
Ｎｅｔｗｏｒｋ
ａｎｄ
Ｒｏａｄ
Ｔｒａｆｆｉｃ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
ｆｏｒ
Ｖｅｈｉｃｌｅ
ｔｏ
Ｖｅｈｉｃｌｅ
ｏｒ
ｔｏ
Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
）
。该方法同时考虑车辆的交通
状况和网络状况，
自适 应地调 整 Ｒ
ＳＵ 发包时间 间
隔，
从而高 效 地将 Ｒ
ＳＵ 获取的交通信息（
拥堵路
段，
匝道合流区）
分发至道路上的车辆。
Ｎ
ＲＴ
－
Ｖ
２Ｘ 为ＲＳＵ 定义一段服务区域（
Ｒａｎ
ｇ
ｅ
ｏｆ
Ｉｎｔｅｒｅｓｔ
，
ＲＯＩ
）
，
行驶过该服务区的车辆需要至
少１次接收到有效的通行效率相关消息。因此，
５
９２
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
图１ＲＳＵ 参 与 Ｖ２Ｘ 数据分发场景示意
Ｆｉ
ｇ
．１ ＲＳＵ
Ｐａｒｔｉｃｉ
ｐ
ａｔｅｓ
ｉｎ
Ｖ２Ｘ Ｄａｔａ
Ｄｉｓｔｒｉｂｕｔｉｏｎ
Ｓｃｅｎａｒｉｏ
Ｓｋｅｔｃｈ
Ｒ
ＳＵ 发送信息的时机非常重要，
其既 要保证 Ｒ
ＯＩ
中车辆至少收到１次消息，
又要尽量避免在数据分
发过程中产生额外的开销。为此，
Ｎ
ＲＴ
－
Ｖ
２Ｉ首先先
利用 Ｒ
ＯＩ中车辆的平均速度和车辆节点距 Ｒ
ＯＩ车
流下游边界的最小距离，
计算出车辆行驶出 Ｒ
ＯＩ的
最短时间。然后，
Ｎ
ＲＴ
－
Ｖ
２Ｉ根据网络状况将上一步
得到的最短驶出时间减去一定的偏移量，
从而得到
最终的 Ｒ
ＳＵ 的发包时 间间隔。首 先，
算法根据交
通状况计算出的车辆驶出 Ｒ
ＯＩ的最短时间给出了
Ｒ
ＳＵ 最晚发包时间。由于距离 Ｒ
ＯＩ车流下游方向
边界最小距离的车辆一定是 Ｒ
ＯＩ区域内车辆队列
的头车，
其他车辆均在其后方行驶。因此，
该方法的
最大优点在于，
可令 Ｒ
ＳＵ 每次发包被尽可能多的
车辆接收，
提高了 Ｒ
ＳＵ 的数据分发效率。而且，
道
路中车辆可能会因为网络拥塞等问题无法成功接收
Ｒ
ＳＵ 的发包。为此，
Ｎ
ＲＴ
－
Ｖ
２Ｉ方法将 Ｒ
ＳＵ 发包间
隔根据网络状况减去一定的偏移量，
为车辆第２次
成功接收消息提供时间。
本文研究了Ｒ
ＳＵ 的自适应数据分发时间间隔
调度方法，
非冗余传播与及时性是数据分发中的关
键要求，
这需要合理规划 Ｒ
ＳＵ 的有效广播时间间
隔，
以便在特定的 Ｒ
ＳＵ 覆盖范围内向车辆传播有
效信 息。另 外，
本文 还 利用 Ｖ
２Ｖ 路由协议提高
Ｒ
ＳＵ 数据分发的覆盖区域与车辆接收消息的成功
率。为了在 Ｖ
２Ｘ 通信环境下有效地进行数据传播，
本文致力于在确保最大服务覆盖率的同时，
以降低
Ｒ
ＳＵ 信息发送开销和抑制车辆接收消息冗余为目
标，
研究数据分发间隔优化问题。
１
．２ Ｖ２Ｘ 通信系统搭建
Ｎ
ＲＴ
－
Ｖ
２Ｘ 应用于智能高速公路环境下的 Ｖ
２Ｘ
通信系统，
进而为Ｒ
ＳＵ 自适应数据分发提供网络
协议支持。在该 Ｖ
２Ｘ 通信系统中，
其系统结构设计
需配合 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议并为该协议所用。因此，
应
针对上述需要进行一些设定和相应的系统设计。该
Ｖ
２Ｘ 通信系统的通信协议框架采用Ｉ
ＥＥＥ
ＷＡＶＥ
架构，
其中车辆间通信（
Ｖ
２Ｖ）
以及车 辆与 Ｒ
ＳＵ 通
信（
Ｖ２Ｉ
）
均采用Ｉ
ＥＥＥ８０２．１１
ｐ协议的广播模式。而
且，
在Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议中对 Ｖ
２Ｘ 通信系统在Ｒ
ＯＩ
定义规则、
消息文件和邻居列表等方面进行了独特
的设计。
１
．２．１ ＲＯＩ定义规则
Ｒ
ＯＩ定义为一个服务区范围，
其跨度一般在
Ｒ
ＳＵ 一跳覆盖范围之内，
如图２所示。车辆节点进
入该范围即触发 Ａ
ＴＣ
－
Ｖ
２Ｉ进行数据分发。Ｒ
ＯＩ设
置在通行效率信息监控路段（
拥堵 路段、
匝道 合流
区）
的车流上游方向，
如图２所示，
从而使得车流下
游路段的交通信息可以及时分发至上游的移动车辆
节点。Ｒ
ＳＵ 设置在 Ｒ
ＯＩ车流下游 方向的 边缘，
其
负责从交通数据中心获取相关路况数据，
并及时分
发给Ｒ
ＯＩ中的车辆。当移动车辆节点进入Ｒ
ＯＩ后，
ＲＳＵ 即可感知到这些车辆，
并利用 Ｎ
ＲＴ
－
Ｖ
２Ｘ 计算
出一个合适的时机 触发 Ｒ
ＳＵ 广播，
将相关交通信
息发送给车辆。若没有车辆进入Ｒ
ＯＩ区域时，
Ｒ
ＳＵ
的信息分发过程并不会被触发，
从而 节省了 Ｒ
ＳＵ
的发送开 销。Ｒ
ＯＩ范围的设置会影响协议的网络
性能，
因为这个区域范 围涉及 Ｒ
ＳＵ 与移动节点的
数据收发，
在本文第３
．１节中，
将根据试验结果讨论
Ｒ
ＯＩ对网络性能的影响。
图２ＲＯＩ定义规则
Ｆｉ
ｇ
．２ ＲＯＩ
Ｄｅｆｉｎｉｔｉｏｎ
Ｒｕｌｅｓ
１
．２．２ 消息文件定义
Ｎ
ＲＴ
－
Ｖ
２Ｘ 系统使用信标（
Ｂ
ｅａｃｏｎ
）
实现路侧节
点与车辆节点的数据交互，
消息交互过程，
其格式定
义如图３所示。Ｒ
ＳＵ 信标格式定义包括：
消息Ｉ
Ｄ
编号、
Ｒ
ＳＵ
ＩＤ、
ＲＳＵ 的位置信息以及待分发的路况
信息；
车辆信标格式包括：
消息Ｉ
Ｄ编号、
信息发送车
辆Ｉ
Ｄ、
车辆速度、
车辆位置、
信道繁忙度（
Ｃ
ｈａｎｎｅｌ
Ｂｕｓ
ｙ
Ｒａｔｉｏ
，
ＣＢＲ）
和其邻居数量。另外，
车辆信标
需定义一个标志位（
Ｆ
ｌａ
ｇ
）
，
标识该车辆是否已经收
６
９２ 中 国 公 路 学 报
２
０１９年
到过来自 Ｒ
ＳＵ 的消息。
图３信标的格式定义
Ｆ
ｉ
ｇ
．３ Ｆｏｒｍａｔ
Ｄｅｆｉｎｉｔｉｏｎ
ｏｆ
Ｂｅａｃｏｎｓ
１
．２．３ 邻居表设计
邻居表是邻居节点的信息集合，
是数据分发系
统的重要组成部分。信标数据的每次交互都涉及到
邻居表的查询，
插入，
更新和删除。因此，
邻居表的
功能设计对数据分发过程有很大影响。如何对邻居
表进行合理地设计，
并给邻居表添加合理的功能，
以
支持数据采集和交互，
是该部分的重点研究内容。
在Ｎ
ＲＴ
－
Ｖ
２Ｘ 系统中，
邻居表中的信息包括邻居车
辆的行驶速度、
当前位置、
邻居数量、
网络状态、
回复
信息标志位。这些变量在后续算法中都需要使用。
另外，
节点Ｉ
Ｄ和时间戳是邻居表中的最基本的关键
信息，
如表１所示。
表１ＲＳＵ 维护的邻居表
Ｔ
ａｂｌｅ
１ Ｎｅｉ
ｇ
ｈｂｏｒ
Ｔａｂｌｅｓ
Ｍａｉｎｔａｉｎｅｄ
ｂ
ｙ
ｔｈｅ
ＲＳＵ
节点Ｉ
Ｄ位置 速度 Ｃ
ＢＲ 邻居数量 时间戳
Ｔ
标志位
车辆１
Ｐ
１
Ｖ
１
Ｃ
１７
Ｔ
１０
车辆２
Ｐ
２
Ｖ
２
Ｃ
２５
Ｔ
２１
车辆３
Ｐ
３
Ｖ
３
Ｃ
３３
Ｔ
３１
…… … … … … …
该方法为邻居表设计了的５个功能：
查询、
插
入、
更新、
删除，
判断（
是否在关键 区域 Ｒ
ＯＩ内）
。其
中，
前４个功能是邻居表的基本功能。在Ｖ
２Ｉ交互
过程中，
Ｒ
ＳＵ 维护多个Ｏ
ＢＵ 列表，
采用简单的一跳
设计，
完成路况提示和驾驶策略调整的信息分发。
在Ｖ
２Ｖ 过程中，
车辆节点同样维护自身邻居表，
完
成周围车辆状态信 息的采集，
协助 Ｒ
ＳＵ 进行数据
分发。
１
．３ 自适应数据分发协议Ｎ
ＲＴ
－
Ｖ
２Ｘ
ＮＲＴ
－
Ｖ
２Ｘ 协议的 Ｖ
２Ｉ模式使用网络状况和交
通状况作为指标计 算 Ｒ
ＳＵ 信息发送间隔，
网络状
况和交通状况是车载网络中移动车辆节点的２个非
常重要的状态量。理论上，
对于移动节点，
邻居数越
大越可能导致节点信道繁忙，
从而产生接收延迟。
此时，
应尽早给该节点发送消息，
预测性地增加节点
收到数据的准确率；
节点的速度信息和位置信息则
反映了节点与Ｒ
ＳＵ 的通信时长和节点接收消息的
迫切程度。Ｖ
２Ｖ 模式同样考虑车载自组织网络的
网络状况以及道路的交通状况来选择下一跳节点。
结合路网状态，
Ｒ
ＳＵ 可以自适应改变信标消息的广
播间隔，
并在所有车辆离开关键区域Ｒ
ＯＩ范围之前
将消息传 递给车辆节点。下面将详细阐述Ｎ
ＲＴ
－
Ｖ
２Ｉ和ＮＲＴ
－
Ｖ
２Ｖ 两种模式的设计。
１．３．１ ＮＲＴ
－
Ｖ
２Ｉ
（
１
）
交通状况
首先，
Ｒ
ＳＵ 通过对其负责的Ｒ
ＯＩ区域中的 所
有车辆进行信标交互，
获得每个车辆的速度
ｖ
和位
置
Ｐ
。然后，
Ｎ
ＲＴ
－
Ｖ
２Ｉ算法根据相应车辆的交通状
况信息计算出发送消息的时间间隔值
Ｔ
ｔ。注意，
Ｒ
ＳＵ 只统计邻居表中没有收到Ｒ
ＳＵ 发送消息的车
辆节点。如果节点
ｉ
已经收到过１次消息，
则Ｒ
ＳＵ
在进行交通状态信息处理时，
将不会使用
ｉ
的交通
状况信息。因 为 Ｒ
ＳＵ 只对没有收到过消息的车辆
节点感兴趣。
Ｐ
（
ｘ
ｉ
，
ｙ
ｉ
）
定义为移动车辆节点
ｉ
的位置坐标；
（
ｘ
，
ｙ
）
定义为 Ｒ
ＯＩ区域的车流下游边缘中值坐标；
节点即将离开服务区的距离
Ｄ
ｉ
可根据车辆节点与
服务区 Ｒ
ＯＩ中沿车流下游方向的边缘距离计算，
如
式（
１
）
所示。最后，
Ａ
ＴＣ
－
Ｖ
２Ｉ在每辆车的
Ｄ
ｉ
中找到
一个最小值
Ｄ
，
即车辆离开服务区的最短距 离，
如
式（
２
）
所示
Ｄ
ｉ
＝（
ｘ
ｉ
－
ｘ
）
槡２（
１
）
Ｄ
＝ｍ
ｉｎ
（
Ｄ
ｉ
）（
２
）
ｖ
ｎ
代表当前Ｒ
ＯＩ范围内没有收到过Ｒ
ＳＵ 消息
的
ｎ
个车辆节点的行驶速度
ｖ
ｉ
的平均值，
通过查询
车辆节点的Ｆ
ｌａ
ｇ位，
判断车辆节点是否已经接收过
交通效率消息，
ｖ
ｎ
的计算式为
ｖ
ｎ
＝∑
ｎ
ｉ
＝
１
ｖ
ｉ
ｎ
（
３
）
车辆离开Ｒ
ＯＩ的最短时间
Ｔ
ｔ由未接收到信息
的车辆节点平均速度
ｖ
ｎ
和即将离开 Ｒ
ＯＩ的最短距
离
Ｄ
计算得到，
如式（
４
）
所示
Ｔ
ｔ＝
Ｄ
ｖ
ｎ
（
４
）
Ｔ
ｔ越大，
表示节点在 Ｒ
ＯＩ中的行驶时间越长，
反之亦然。可认为
Ｔ
ｔ是在保证所有节点可接收到
消息的前提下，
Ｒ
ＳＵ 发送消息间隔的最大时长。
７
９２
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
所有车辆中最早离开 Ｒ
ＯＩ区域的车辆必定是
区域中车辆队列的头车。因此，
车辆队列的头车即
将行驶出 Ｒ
ＯＩ的时刻，
必然是也是这个队列在Ｒ
ＯＩ
区域范围内有着最多车辆节点的时刻。Ｒ
ＳＵ 在该
时刻广播其获取的路况信息，
可使消息的分发效率
达到最大。
（
２
）
网络状况
在算法中，
邻居节点的数量用于预测 Ｒ
ＯＩ区域
内节点的网络状况，
如图４所示。邻居数量越多，
并
发传输的概率就越高，
网络繁忙的概率越大，
因此，
可以用邻居节点数量衡量网络状态。
图４ＲＯＩ区域网络状况
Ｆｉ
ｇ
．４ ＲＯＩ
Ｒｅ
ｇ
ｉｏｎａｌ
Ｎｅｔｗｏｒｋ
Ｓｔａｔｕｓ
Ｎ
ＲＴ
－
Ｖ
２Ｉ算法将网络状态划分为３个不同水
平：
空闲、
繁忙、
拥塞。
３个水平分别对应不同的网
络状态，
设计相应的邻居节点阈值，
并对各个阈值匹
配相应的消息发送延迟，
如图５所示。图５中，
Ｔ
ｃ
１，
Ｔ
ｃ
２，
Ｔ
ｃ
３分别为网络状态在空闲、
繁忙和拥塞时的消
息发送延迟时间，
而
Ｎ
１，
Ｎ
２，
Ｎ
３分别为网络状态为
空闲、
繁忙和拥塞时所对应的邻居节点数目。发送
延迟
Ｔ
ｃ根据信道的繁忙程度赋值，
即
Ｔ
ｃ
１，
Ｔ
ｃ
２，
Ｔ
ｃ
３。
这３个变量分别对应为网络状态为空闲、
繁忙和拥
塞时的发送延迟时间。而网络繁忙状态由 Ｒ
ＯＩ内
的车辆数目
Ｎ
估计得到。协议定义
Ｎ
１，
Ｎ
２，
Ｎ
３分
别为网络状态为空闲、
繁忙、
拥塞时所对应的邻居节
点数目。值得注意的是，
在不同场景下，
用于划分信
道状态的邻居节点数目
Ｎ
的值不同，
这些参数需要
通过实际测试获得。
图５信道状态划分
Ｆｉ
ｇ
．５ Ｃｈａｎｎｅｌ
Ｓｔａｔｅ
Ｐａｒｔｉｔｉｏｎｉｎ
ｇ
在度量网络条件时，
还需考虑带宽和信标消息
大小对传输信道的影响，
使用带宽
ｓ
ｍ和信标消息大
小
Ｂ
ω的比值作为网络补偿因子
δ
，
其计算式为
δ
＝
ｓ
ｍ
Ｂ
ω
（
５
）
最后，
根据式（
６
）
，
综合交通状况和网络状况，
Ｎ
ＲＴ
－
Ｖ
２Ｉ计算出最终时间间隔值
Ｉ
，
即
Ｉ
＝
Ｔ
ｔ－
Ｔ
ｃ－
δ
（
６
）
当信道空闲时，
Ｔ
ｃ较小，
车辆的接收包裹成 功
率较高，
Ｉ
更接近于
Ｔ
ｔ。当信道繁忙时，
车辆的收包
率逐渐下 降，
Ｔ
ｃ增加，
Ｉ
相比信道空闲时较小，
从
而，
Ｒ
ＳＵ 将发送消息时刻提前，
如有某些车辆没有
成功 接收 Ｒ
ＳＵ 的发包，
Ｎ
ＲＴ
－
Ｖ
２Ｉ还可留有一定的
时间进行重传。
１．３．２ＮＲＴ
－
Ｖ
２Ｖ
ＮＲＴ
－
Ｖ
２Ｖ 基本思路是 根据 Ｒ
ＯＩ内车辆的网
络状况和交通状况计算出一个综合指标，
即节点可
用性
Ｕ
。消息发送端在发送消息之前，
会对其邻居
节点的
Ｕ
进行排序，
形成转发优先级表，
并把该表
存入数据包。当邻居节点收到该数据包时，
会根据
其中的优先级表计算其转发延时。每个级别延时相
差５ｍｓ
。
Ｕ
值高的车辆具有优先转发数据的权利。
当优先级最高的车辆转发包裹后，
其他车辆将感知到
有车预先发送了相同的包裹，
从而取消包裹的发送。
在计算
Ｕ
时，
Ｎ
ＲＴ
－
Ｖ
２Ｖ 同样考虑了网络状况
和交通状况。对于交通状况，
协议考虑了２个指标，
即
Ｎ
，
Ｄ
。信息在车辆间传递的过程中，
选择具有较
多邻居且距离较远的车辆比较理想。因为邻居数量
越多表示消息接着传递的路径越多；
而车辆离信息
源距离越远，
信息传递的跨度就越大。
Ｎ
代表下一
跳传播路径的多少，
如式（
７
）
所示，
Ｎ
被转换为一个
０
～
１之间的度量，
即
Ｎ
烅
烄
烆
＝ｍ
ｉｎ
ｎ
′
ｍ
ａｘ
（
ｎ
′
）
，
烍
烌
烎
１（
７
）
式中：
ｎ
′
为下一跳备选节点的邻居数。
代表节点离信息源的距离的指标
Ｄ
由式（
８
）
计
算，
即
Ｄ
烅
烄
烆
＝ｍｉｎ
ｄ
ｍ
ａｘ
（
Ｒ
）
，
烍
烌
烎
１（
８
）
式中：
ｄ
为节点离信息源的实际距离；
ｍ
ａｘ
（
Ｒ
）
为节
点无线介质的最大通信范围。
对于网络状况，
Ｎ
ＲＴ
－
Ｖ
２Ｖ 利用Ｃ
ＢＲ 表示车辆
的网络状态。信道越繁忙表示车辆的网络状况越差，
反之亦然。
Ｃ
ＢＲ值（
Ｃ
Ｂ
Ｒ）
通过式（
９
）
计算得出，
即
８
９２ 中 国 公 路 学 报
２
０１９年
Ｃ
Ｂ
Ｒ＝
Ｔ
ｂ
Ｔ
ｉ
（
９
）
式中：
Ｔ
ｂ为信道繁忙的时间；
Ｔ
ｉ为计算 Ｃ
ＢＲ 的时
间区间。
Ｃ
ＢＲ 的度量由
ω
表示，
其关系式为
ω
＝
１
０
＜
Ｃ
Ｂ
Ｒ＜
０．６
１
－
Ｃ
Ｂ
Ｒ０．６
≤
Ｃ
Ｂ
Ｒ＜
０．８
０．０
０１
０．８
≤
Ｃ
Ｂ
Ｒ＜
烅
烄
烆１
（
１
０
）
为了将各个指标综合成１个表示节点可用性的
指标
Ｕ
，
提出式（
１
１
）
，
即
Ｕ
＝
ωＮ
＋
Ｄ
（）
２（
１
１
）
根据式（
１
１
）
可知，
较理想的下一跳备选节点的
特征是：
其具有较空闲的信道、
较远的跨度和较多的
邻居节点。
１．４协议流程
协议设计总体思路主要分为２个模块，
Ｖ
２Ｉ模
块和Ｖ
２Ｖ模块，
２个过程中都被设计成一跳传输，
以
保证消息传递的稳定性。整体流程如图６所示。结
合交通条件和信道状态控制消息的分发间隔，
较好
地调节数据消息分发频次，
并使用 一跳 Ｖ
２Ｖ 传输进
行辅助，
减少 Ｒ
ＳＵ 发送开销，
从而有效降低车辆节
点接收冗余，
实现信息的收发平衡。
图６协议流程
Ｆｉ
ｇ
．６ Ｐｒｏｔｏｃｏｌ
Ｆｌｏｗ
Ｃｈａｒｔ
２仿真平台及评价指标
２．１双向耦合车辆网仿真平台
仿 真 使 用 ＯＭＮｅＴ＋＋网络仿真器和Ｓ
ＵＭＯ
（
Ｓｉｍｕｌａｔｉｏｎ
ｏｆ
Ｕｒｂａｎ
Ｍｏｂｉｌｉｔ
ｙ
）
进行双 向 耦 合 仿
真，
ＯＭＮｅＴ＋＋是著名的离散事件模拟器，
它的引擎
和模型库都 是用 Ｃ
＋＋开发的。多个专用的模型库
由不同的开发组维护，
其中Ｉ
ＮＥＴ 框架被选为默认
模型库，
由同组ＯＭＮｅＴ＋＋维护。该模拟 器 使 用
Ｎ
ＥＤ （
Ｎｅｔｗｏｒｋ
Ｄｅｓｃｒｉ
ｐ
ｔｉｏｎ
）
语言描述网络场景，
并
提供详细的用户文档。ＯＭＮｅＴ＋＋创建于１
９９２年，
为Ｖｅｉｎｓ
，
ＩＮＥＴ 等多个仿真框架提供了成熟的平
台，
Ｖ
ｅｉｎｓ 是专 门 为 Ｖ
ＡＮＥＴＳ 开发的仿真框架，
Ｖｅｉｎｓ提供了一个Ｃ
＋＋接口，
即Ｔ
ｒａＣＩ接口，
用于连
接Ｓ
ＵＭＯ，
实现双向耦合仿真。双向耦合仿真框架
在２
０１１年由Ｓ
ｏｍｍｅｒ等［
１
９
］提出，
Ｓ
ＵＭＯ 可以为网
络模拟器提供抽象和现实的场景来进行协议仿真，
Ｓ
ＵＭＯ 提供的现实场景中的道路拓扑和建筑障碍物模
拟与现实世界中的道路拓扑和建筑障碍物基本相同，
仿真的可靠性和准确性都提高到了一个新的高度。
２．２仿真系统参数设定
Ｏ
ＭＮｅＴ
＋＋中，
Ｄ
ＳＲＣ设备的 Ｍ
ＡＣ 层和Ｐ
ＨＹ 层
９９２
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
均采用Ｉ
ＥＥＥ
８０２．１１
ｐ标准。数据速率设置为广播的
最大数据速率（
Ｉ
ＥＥＥ
８０２．１１
ｐ中为６Ｍｂｉｔ
·
ｓ
－
１）
，
传
输功率设置为２
０ｍＷ。使用Ｆ
ｒｉｉｓ自由空间路径损
耗（
Ｆ
ＳＰＬ）
传播模型，
Ｆ
ＳＰＬ 模型的参数
α
设置为
３
．０
，
模拟真实环境下的阴影。根据传播模型的设
置，
无线通信距离约为９
０７ ｍ。数据消息的大小被
设置为Ｉ
ＥＥＥ
８０２．１１
ｐ标准允许的最大单个数据包
大小，
信标的大小设置为３
７８字节。信标发送间隔
使用本节设计的 Ｎ
ＲＴ
－
Ｖ
２Ｘ 方法调控，
仿真设置参
数如表２所示。
表２仿真参数设置１
Ｔａｂｌｅ
２ Ｓｉｍｕｌａｔｉｏｎ
Ｐａｒａｍｅｔｅｒ
Ｓｅｔｔｉｎ
ｇ
１
层级 仿真参数 参数值
物理层
传输频带／
Ｇ
Ｈｚ
５．８９
带宽／
ＭＨｚ
１０
传输功率／
ｍＷ
２０
热噪声／
ｄ
Ｂｍ －１１０
ＦＳＰＬ模型参数
α
２
．０
无线通信距离／
ｍ
９
０７
灵敏度／
ｄ
Ｂｍ －９４
链路层
比特率／
（
Ｍ
ｂｉｔ
·
ｓ
－
１）６
Ｃ
Ｗ［
１５
，
１
０２３
］
Ｓ
ＩＦＳ
／
μ
ｓ
３
２
ＤＩＦＳ
／
μ
ｓ
５
８
注：
ＣＷ （
Ｃｏｎｔｅｎｔｉｏｎ
Ｗｉｎｄｏｗ）
为竞争窗口；
Ｓ
ＩＦＳ （
Ｓｈｏｒｔ
Ｉｎｔｅｒ
－
ｆ
ｒａｍｅ
Ｓ
ｐ
ａｃｅ
）
为短帧间空隙；
Ｄ
ＩＦＳ （
ＤＣＦ
ＩｎｔｅｒＦｒａｍｅ
Ｓ
ｐ
ａｃｅ
）
为ＤＣＦ帧间空隙。
２．３协议性能评估指标
协议性能的评估分为应用性能评估和网络性能
评估，
要确保在网络性能的条件下实现应用性能，
针
对不同的应用场景可设计不同的应用性能评估指
标，
比如交通流量，
平均速度，
二氧化碳排放量等。
其中，
交通流量定义为每小时可通过该路段的车辆
数量；
平均速度即节点车辆行驶过该路程的平均速
度，
定义为道路总长与通行时间之比；
二氧化碳排放
量采用 Ｖ
ｅｉｎｓ内置的排放模型计算，
为仿真时长内
的二氧化碳排放总量。
服务覆盖率
Ｓ
，
其定义为 接受到 Ｒ
ＳＵ 数据的节
点数
Ｎ
′
与总节点数
Ｎ
ｔ的比值，
服务覆盖率越高，
证
明协议网络性能越好，
数据分发范围约大，
数据接收
成功率越高。
Ｓ
的计算式为
Ｓ
＝
Ｎ
′
Ｎ
ｔ
（
１
２
）
ＲＳＵ 发包开销
Ｏ
，
定义为仿真时长内Ｒ
ＳＵ 发
送数据包总数，
Ｒ
ＳＵ 发包开销越大，
越占用网络资
源，
在保证服务比一定的情况下，
越小的开销证明数
据分发协议越高效。
车辆节点接收消息冗余，
讨论了车辆节点接收
数据总冗余量
Ｒ
ａ
ｖ
ｇ和节点平均冗余量
Ｒ
ａ，
即
Ｒ
ａ
ｖ
ｇ＝∑
Ｒ
ｉ
Ｎ
ｔ
（
１
３
）
式中：
Ｒ
ｉ
为每个车辆节点接收从Ｒ
ＳＵ 中接收到的
数据包数目；
Ｒ
ａ
ｖ
ｇ为车辆节点接收数据冗余总量与
发生冗余节点数的比值。
冗余数据会消耗大量网络资源。接收到的冗余
消息越小，
证明分发方法的网络性能越好。这些网
络性能指标不是孤立存在的，
在测试方法的性能时，
需要将这些指标进行综合考虑。高效的数据分发方
法能够在保证服务覆盖率接近１
００％的前提下，
消耗
最小的发包开销，
并最大限度地抑制接收数据冗余。
３应用及网络性能评估
３．１高速公路拥堵路段
３
．１．１ 场景描述及参数设定
本场景模拟高速公路拥堵路段。在拥堵路段，
车辆行驶速度相比其他正常路段处要低。仿真场景
选用法国克莱蒙机场附近的 Ａ
７１１高速公路进行建
模（
图７
）
。高速公路全长６
０
００ｍ。在３
０００ｍ 处，
最右侧车道出现拥堵路况，
并设置路侧单元Ｒ
ＳＵ。
同时，
设置服务区Ｒ
ＯＩ在该拥堵区车流上游方向。
应用实现的功能是，
通过 Ｒ
ＳＵ 进行路况信息传播，
使得车辆提前获取拥堵路段信息，
并做出相应的变
道决策，
成功避让拥堵区域，
提升车流量和车辆的平
均行驶速度。如图８所示，
当车辆节点行驶至服务
区Ｒ
ＯＩ内时，
将接收到 来自 Ｒ
ＳＵ 的信标消息，
通知
路段拥 堵 范 围 （
该信 息 封装 在 Ｒ
ＳＵ 的信标 消 息
中）
，
位于拥堵区车道（
最左侧车道）
上的车辆接收到
消息后，
做出换道动作，
换道至右侧非拥堵车道，
以
获得最快的车辆速度，
提升通行效率。在该试验中，
将６
０
００ｍ 高速路段上的车辆平均速度和交通流量
大小做为观察的对象。
图７ＳＵＭＯ 交通场景
Ｆｉ
ｇ
．７ ＳＵＭＯ
Ｔｒａｆｆｉｃ
Ｓｃｅｎｅ
０
０３ 中 国 公 路 学 报
２
０１９年
图８应用实现功能示意
Ｆ
ｉ
ｇ
．８ Ａ
ｐｐ
ｌｉｃａｔｉｏｎ
Ｉｍ
ｐ
ｌｅｍｅｎｔａｔｉｏｎ
Ｆｕｎｃｔｉｏｎ
Ｄｉａ
ｇ
ｒａｍ
在交通仿真器Ｓ
ＵＭＯ 中生成２
０个车辆节点；
发车间隔为１ｓ
；
ＲＯＩ范围内最大邻居数量ｍ
ａｘ
（
Ｎ
）
设为２
０
；
ＲＳＵ 最大传输半径 ｍ
ａｘ
（
Ｒ
）
设为９
０７ｍ，
车
辆节点的邻居数阈值
Ｎ
１，
Ｎ
２，
Ｎ
３分别为１
０
，
１５
，
２０
；
ＲＯＩ设置在 车 流上游区 域。具体参数 设置如表３
所示。
表３仿真参数设置２
Ｔａｂｌｅ
３ Ｓｉｍｕｌａｔｉｏｎ
Ｐａｒａｍｅｔｅｒｓ
Ｓｅｔｔｉｎ
ｇ
２
参数 参数值
信标数据包大小
／
字节 ３
７８
ｍａｘ
（
Ｎ
）２
０
Ｎ
１１
０
Ｎ
２１
５
Ｎ
３２
０
参数 参数值
ｍ
ａｘ
（
Ｒ
）
／
ｍ
９
０７
仿真时长／
ｓ
３
００
发车间隔／
ｓ
１
车辆节点数 ２
０
ＲＯＩ区域设置 横向９
００ ｍ 区域
Ｒ
ＯＩ区域设置：
在算法 设 计 中，
Ｒ
ＯＩ 作为数据分发的有 效 区
域。只有当节点进入 Ｒ
ＯＩ时，
才能进行数据分发。
ＲＯＩ范围的设定很大程度上影响着数据分发方法
的性能。为了量化地讨论该影响，
本文为Ｎ
ＲＴ
－
Ｖ
２Ｉ
设置不同Ｒ
ＯＩ区域，
并测试Ｒ
ＯＩ区域对网络性能的
影响，
从而，
得到最佳的Ｒ
ＯＩ区域范围。如图９所
示，
随着 Ｒ
ＯＩ范围的扩 大，
Ｒ
ＳＵ 的发包开销，
冗余
均减小，
同时可增加消息接收成功率。
３
．１．２ 应用性能分析
Ｒ
ＳＵ 从骨干网获取路段拥堵信息，
标记拥堵路
段坐标或Ｉ
Ｄ，
封装进信标消息，
通过信标消息传递
将信息分发给即将进入拥堵路段的车辆，
车辆节点
接收相 应 信息，
做出驾驶决策。试验分别对比了
Ｎ
ＲＴ
－
Ｖ
２Ｘ 策略控制、
Ｎ
ＲＴ
－
Ｖ
２Ｉ策略控制和无策略
控制下的平均速度、
车流量、
二氧化碳排放量。试验
数据如表４所示。
图９ＲＯＩ范围对网络性能的影响
Ｆｉ
ｇ
．９ ＲＯＩ
Ｒａｎ
ｇ
ｅ
Ｉｍ
ｐ
ａｃｔ
ｏｎ
Ｎｅｔｗｏｒｋ
Ｐｅｒｆｏｒｍａｎｃｅ
表４高速公路拥堵路段应用性能对比
Ｔａｂｌｅ
４ Ａ
ｐｐ
ｌｉｃａｔｉｏｎ
Ｐｅｒｆｏｒｍａｎｃｅ
Ｃｏｍ
ｐ
ａｒｉｓｏｎ
ｏｆ
Ｃｏｎ
ｇ
ｅｓｔｅｄ
Ｅｘ
ｐ
ｒｅｓｓｗａ
ｙ
Ｓｅｃｔｉｏｎｓ
应用策略 平均速度／
（
ｍ·
ｓ
－１）
车流量／
（
ｖ
ｅｈ
·
ｈ
－１）
二氧化碳
排放量／
ｇ
Ｎ
ＲＴ
－
Ｖ
２Ｘ ２８．８８０
３５１．２１９
１
３０１．６５
Ｎ
ＲＴ
－
Ｖ
２Ｉ ２７．６２７
３４３．４４３
１
３１０．５３
无控制策略 ２
１．３２４
２５１．７４８
１
１３２．８５
无车路协同控制策略应用下，
车辆节点无法及
时得知拥堵消息，
从而直接驶入拥堵区，
在拥堵区滞
留或缓慢行驶。由表４可知，
无应用下，
车辆的平均
速度及路段车流 量均小于 Ｎ
ＲＴ
－
Ｖ
２Ｉ和ＮＲＴ
－
Ｖ
２Ｘ
应用下的相应值。而且，
Ｎ
ＲＴ
－
Ｖ
２Ｉ的节点平均速度
和路段内的车流量大小均小于 Ｎ
ＲＴ
－
Ｖ
２Ｘ。这是因
为Ｒ
ＳＵ 是固定节点，
其传输能力有限，
仅仅在Ｖ
２Ｉ
控制下，
有的车辆节点不能及时接收到消息。而
Ｖ
２Ｉ与Ｖ２Ｖ 协作的数据分发方法可有效地扩大数
据的传输范围，
可以让更多的车辆获取消息，
同时提
高车辆接收消息的成功率。
试验跟踪了２
０个车 辆 节 点 （
记 为 ｎ
ｏｄｅ１～
ｎｏｄｅ２０
）
的速度变化，
并得到车辆速度
－
时间变化曲
线，
典型车辆节点的速度时变曲线如图１
０所示。由
图１
０可以观察到，
车辆节点在８
０ｓ左右开始依次
进入拥堵区，
行驶速度降低。在Ｎ
ＲＴ
－
Ｖ
２Ｘ 方法作
用下，
车辆节点得知拥堵信息，
随即换道进入非拥堵
路段。在２
０～３０ｓ反应时 间后，
速度重新回到峰
值，
通行效率得以提升。Ｎ
ＲＴ
－
Ｖ
２Ｉ策略控制 下，
车
辆节点速度变化的大致走向与Ｎ
ＲＴ
－
Ｖ
２Ｘ 相似。但
部分车辆速度没能重新回到峰值。这是由于在
Ｎ
ＲＴ
－
Ｖ
２Ｉ方法控制下，
部分车辆未能成功接收
Ｒ
ＳＵ 消息，
故没能及时变道，
从而驶入拥堵路段。
无应用情况下，
车辆 节点在 拥堵区 被动减 速，
行驶
缓慢。
１
０３
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
图１
０三种方式下车辆节点速度
－
时间变化曲线
Ｆｉ
ｇ
．１０ Ｔｉｍｅ
－
ｖ
ｅｌｏｃｉｔ
ｙ
Ｃｕｒｖｅｓ
ｏｆ
Ｖｅｈｉｃｌｅ
Ｎｏｄｅｓ
ｉｎ
Ｔｈｒｅｅ
Ｗａ
ｙ
ｓ
无控制策略下，
由于车辆节点无法及时得知拥
堵消息，
导致节点直接驶入拥堵区，
在拥堵区滞留，
被动减速，
由表４可知，
无控制策略下，
节点的平均
速度，
路段车流量均小于Ｎ
ＲＴ
－
Ｖ
２Ｉ和ＮＲＴ
－
Ｖ
２Ｘ
策略控制下的对应值。
仿真跟踪节点的二氧化碳排放量，
二氧化碳
排放量 计 算 采 用 Ｖ
ｅｉｎｓ 中自 带 的 排放 模 型，
如图
１
１所示。图１
１
（
ａ
）
～（
ｃ
）
分别为无控制策略、
Ｎ
ＲＴ
－
Ｖ
２Ｉ控制策略、
Ｎ
ＲＴ
－
Ｖ
２Ｘ 控制策略下的排放情况
示意。由图１
１可以看出：
无策略控制下，
节点二
氧化碳排放时长明显高于其他２种情况下的排放
时长。
图１
１三种方式下车辆节点二氧化碳排放情况
Ｆｉ
ｇ
．１１ Ｃａｒｂｏｎ
Ｄｉｏｘｉｄｅ
Ｅｍｉｓｓｉｏｎ
ｏｆ
Ｖｅｈｉｃｌｅ
Ｎｏｄｅｓ
ｉｎ
Ｔｈｒｅｅ
Ｗａ
ｙ
ｓ
３
．１．３ 网络性能分析
为了进行网络性能对比分析，
参考如下对比协
议：
固定信标间隔、
Ａ
ＴＢ
、
ＮＲＴ
－
Ｖ
２Ｉ
、
ＮＲＴ
－
Ｖ
２Ｘ。网
络性能评价指标：
服务覆盖率，
Ｒ
ＳＵ 发包开销，
车辆
接收消息冗余。
（
１
）
服务覆盖率
为统计服务覆盖率，
试验跟踪记录各个协议中
各个节点接收 Ｒ
ＳＵ 发送数据情况，
根据数据统计
得到表５
，
将固定信标间隔为３
０
，
５０
，
８０
，
１２０
，
１５０ｓ的发
送协议分别简称为３
０ｓ
，
５０ｓ
，
８０ｓ
，
１２０ｓ
，
１５０ｓ协议。
表５各协议服务覆盖率统计１
Ｔ
ａｂｌｅ
５ Ｓｅｒｖｉｃｅ
Ｃｏｖｅｒａ
ｇ
ｅ
Ｓｔａｔｉｓｔｉｃｓ
ｏｆ
Ｅａｃｈ
Ｐｒｏｔｏｃｏｌ
１
发送协议 ３
０ｓ５０ｓ８０ｓ１２０ｓ１５０ｓＡＴＢ
ＮＲＴ
－
Ｖ
２ＩＮＲＴ
－
Ｖ
２Ｘ
服务覆盖率１
．００
１．００
０．９５
１．００
０．４５
０．９０
０．９０
１．００
服务 覆 盖率 为 １表示所有 车 辆 都能 接 收 到
Ｒ
ＳＵ 发送的消息。以固定信标间隔发送消息时，
服
务覆盖率并不能得到很好的保证。即使发送间隔较
小也可能出现丢包情况，
如８
０ｓ固定信标间隔对应
的柱状图［
图１
２
（
ａ
）
］，
出现该种情况是因为以固定
频率发送时没考虑车辆是否具备接收数据的能力。
Ａ
ＴＢ 协议和 Ｎ
ＲＴ
－
Ｖ
２Ｉ协议在该场景下也没能实现
服务覆盖率为 １
；
而Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议实现了服务覆
盖率为１
，
说明 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议保证了数据投递成
功的概率，
可以使全部节点准确地接收数据。
（
２
）
Ｒ
ＳＵ 发包开销
数据分发协议设计的出发点是以最小的开销实
现信息传递效率的最大化，
图１
２
（
ａ
）
中表示了Ｒ
ＳＵ
发包开销，
图１
２
（
ｂ
）
表示Ｒ
ＳＵ 发包开销和服务覆盖
比。可以看出：
Ｎ
ＲＴ
－
Ｖ
２Ｘ，
ＮＲＴ
－
Ｖ
２Ｉ
，
１５０ｓ协议都
取得了较小的Ｒ
ＳＵ 发包开销。其中，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协
议实现了最大的服务覆盖率。这说明Ｎ
ＲＴ
－
Ｖ
２Ｘ 协
议下，
Ｒ
ＳＵ 发包效率更高。而１
５０ｓ协议下，
虽然
Ｒ
ＳＵ 发送数 据 开 销 小，
但数据包大量丢包，
说明
１
５０ｓ协议虽然节省了 Ｒ
ＳＵ 的开销，
但不能很好地
保证车辆的收包成功率。另外，
３
０ｓ
，
５０ｓ
，
１２０ｓ协
议和Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议同样取得了较高的服务覆盖
２
０３ 中 国 公 路 学 报
２
０１９年
图１
２ ＲＳＵ 发包开销与服务覆盖率对比
Ｆｉ
ｇ
．１２ ＲＳＵ
Ｓｅｎｄ
Ｏｖｅｒｈｅａｄ
ａｎｄ
Ｓｅｒｖｉｃｅ
Ｃｏｖｅｒａ
ｇ
ｅ
率。其中，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议的 Ｒ
ＳＵ 发包开销最小。
这说明 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议的每次 Ｒ
ＳＵ 发包都可有效
地被车辆节点接收。
仿真控制车流变化，
跟踪 Ｒ
ＯＩ区域内的节点数
目变化并记录Ｒ
ＳＵ 发包时刻，
数据记录如图１
３所
示，
对比分析Ｎ
ＲＴ
－
Ｖ
２Ｉ与ＮＲＴ
－
Ｖ
２Ｘ 协议。观察
图１
３
（
ａ
）
可知，
Ｒ
ＳＵ 感知Ｒ
ＯＩ内进入车辆节点后，
并没有立刻发送数据，
而是等待一段时间后，
再发送
数据包，
说明算法较好地控制了 Ｒ
ＳＵ 的发包时机，
以降低 Ｒ
ＳＵ 发包开销。另外，
对比分析可知，
在一
列车流测试下，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议第２次发送数据的
时刻
ｔ
１小于Ｎ
ＲＴ
－
Ｖ
２Ｉ协议第２次发送数据的时刻
ｔ
′
１，
这是因为 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议中，
第１次Ｒ
ＳＵ 发送
数据后，
可借助一跳Ｖ
２Ｖ，
传输范围扩大，
被更多的
节点接收，
延长了Ｒ
ＳＵ 发包间隔（
越早 发送数 据，
发包间隔越长）
。可以猜想，
如果后续有车辆节点接
续进入 Ｒ
ＯＩ范围，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议的 Ｒ
ＳＵ 发包数
量一定小于Ｎ
ＲＴ
－
Ｖ
２Ｉ协议的 Ｒ
ＳＵ 发包数量。为
了进一步验证效果，
继续使用２列车流做进一步研
究，
此时的交通流变化为：
２列车流，
第１列车流１ｓ
生成１辆车，
车辆节点数为３
０
，
第２列车流每２ｓ生
成１辆车，
车辆节点数为３
０
。由图１
３（
ｂ）
可知，
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议中，
Ｒ
ＳＵ 发送数据次 数 为 ７
，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议中 Ｒ
ＳＵ 发送数据次数为４
，
可见借助一跳
Ｖ
２Ｖ 传输，
可显著降 低 Ｒ
ＳＵ 的网络开销。
图１
３ ＲＯＩ区域节点数量与ＲＳＵ 发包时间
Ｆｉ
ｇ
．１３ Ｎｕｍｂｅｒ
ｏｆ
Ｎｏｄｅｓ
ｉｎ
ＲＯＩ
Ａｒｅａ
ａｎｄ
Ｔｉｍｅ
ｏｆ
ＲＳＵ
Ｃｏｎｔｒａｃｔｉｎ
ｇ
（
３
）
车辆接收消息冗余
如图１
４所示，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议更好地实现了发
送开销和接 收冗余 的平衡。虽然８
０ｓ协议，
１
５０ｓ
协议，
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议和 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议都实现了零
冗余发送。但是８
０ｓ
，
１５０ｓ
，
ＮＲＴ
－
Ｖ
２Ｉ协议都发生
了丢包。也就是说，
这些方法以丢包的代价换取零
冗余。使用３
０ｓ
，
５０ｓ协议虽然没有发生丢包，
但产
生了大量冗余，
造成了很大的网络资源浪费。另外，
Ａ
ＴＢ 在该场景下的网络性能表现较差，
在丢包的情
况下，
又产生了 大量冗 余。而１
２０ｓ协议和 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议实现了零丢包、
零冗余，
较好地实现了数
据的收发平衡。但是分析可知：
１
２０ｓ协议只是刚好
找到了当前试验车流下的收发平衡。在后续进行的
图１
４不同协议下车辆接收消息冗余与丢包对比
Ｆｉ
ｇ
．１４ Ｒｅｃｅｉｖｅｄ
Ｍｅｓｓａ
ｇ
ｅ
Ｒｅｄｕｎｄａｎｃ
ｙ
ａｎｄ
Ｐａｃｋｅｔ
Ｌｏｓｓ
Ｕｎｄｅｒ
Ｄｉｆｆｅｒｅｎｔ
Ｐｒｏｔｏｃｏｌｓ
试验中可以发现，
当车流情况变化之后，
其性能将会
急剧下降。而Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议可以根据 Ｒ
ＯＩ内车
辆的交通状况和网络状况做发送调整，
因此，
不论车
３
０３
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
流如何变化，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议都会自适应地找到收
发平衡的时间间隔点。
３．２高速公路匝道瓶颈区
３
．２．１ 场景描述及参数设定
图１
５ ＳＵＭＯ 交通场景
Ｆ
ｉ
ｇ
．１５ ＳＵＭＯ
Ｔｒａｆｆｉｃ
Ｓｃｅｎａｒｉｏ
本场 景 模 拟 高 速 公
路匝道 口 处 的 车 辆 合 流
情况。仿真场景使用自
定义的 高 速 公 路 匝 道 入
口场景，
如图１
５所示，
仿
真参数设置见表６
。高速
公路横向长度设置为
５
０
００ｍ，
且在３
２
００ｍ 处设置匝道合流入口。匝道
处车辆节点速度低于主干路的车辆节点速度。当匝
道入口车辆节点成功汇入主干路时，
车辆节点可加
速至与主干路车辆节点一样的速度。Ｒ
ＳＵ 位于匝
道入口处，
Ｒ
ＯＩ区域设置在以Ｒ
ＳＵ 为起点，
并向车
流上游延伸一定距离的区域。
表６仿真参数设置
Ｔ
ａｂｌｅ
６ Ｓｉｍｕｌａｔｉｏｎ
Ｓｅｔｔｉｎ
ｇ
ｓ
参数 参数值
信标数据包大小
／
字节 ３
７８
ｍａｘ
（
Ｎ
）１
０
Ｎ
１４
Ｎ
２７
Ｎ
３１
０
参数 参数值
ｍ
ａｘ
（
Ｒ
）
／
ｍ
９
０７
仿真时长／
ｓ
３
００
发车间隔／
ｓ
１
车辆节点数 主干路１
０个，
匝道１
０个
Ｒ
ＯＩ区域设置 Ｒ
ＳＵ 上游
横向４
００ ｍ 区域
在图１
５的场景中，
通过控制主干路车辆速度变
化以减少匝道车辆的合流时间。此时，
需要计算一
个减速区域距离
ｘ
，
并把Ｒ
ＯＩ区域范围设置为
ｘ
。
该试验使用２组车流：
一组为匝道上的合流车流，
仿
真开始５
０ｓ后进入场景，
一组１
０辆车；
另一组为主
干道车 流，
仿真开始时进入场景，
一 组 １
０辆车。
Ｒ
ＳＵ 需要控制主干路车流减速，
当匝道口处车流合
流完毕，
主干路上车辆恰好到达匝道口，
之后重新加
速到最快速度。这个应用需求下，
需要设置一个主
干路车流让路距离
ｘ
′
。即，
主干路车流行驶
ｘ
′
距离
时间内，
合流区车辆恰好合流完毕，
如图１
６所示。
根据匝道上车流合流完毕时间
ｔ
ｆ
ｉｎｉｓｈ，
已知主干
路限速的最大、
最小值分别为
ｖ
ｍ
ａｘ，
ｖ
ｍ
ｉｎ，
建立方程，
可得减速区长度范围
ｘ
的大小，
其关系式为
ｔ
ｆ
ｉｎｉｓｈ＋
ｘ
ｖ
ｍ
ａｘ
＝
ｘ
ｖ
ｍ
ｉｎ
（
１
４
）
图１
６ ＲＯＩ区域设置
Ｆｉ
ｇ
．１６ ＲＯＩ
Ｓｅｔｔｉｎ
ｇ
３
．２．２ 应用性能分析
试验通过Ｒ
ＳＵ 向ＲＯＩ中的车辆节点发送匝道
口车辆交通状况，
使主干道车辆适当减速。从而使
匝道上的车辆顺利进入主干道。记录不同方法下，
匝道入口车辆的平均等待时间、
匝道入口车辆在合
流口的等待次数以及匝道入口处的排队车辆数测试
数据，
如表７所示。
表７高速公路上匝道瓶颈区应用性能对比
Ｔ
ａｂｌｅ
７ Ａ
ｐｐ
ｌｉｃａｔｉｏｎ
Ｐｅｒｆｏｒｍａｎｃｅ
Ｃｏｍ
ｐ
ａｒｉｓｏｎ
ｏｆ
ｔｈｅ
Ｂｏｔｔｌｅｎｅｃｋ
Ａｒｅａ
ｏｆ
Ｒａｍ
ｐ
应用策略 平均等待时间／
ｓ辆等待次数 排队车辆数
Ｎ
ＲＴ
－
Ｖ
２Ｘ ０
０
０
ＮＲＴ
－
Ｖ
２Ｉ １４
２
９
，
４
无控制策略 １
６
１
９
在Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议辅助下，
匝道入口处车辆等
待时间、
匝道入口处排队车辆数均明显降低，
提升了
匝道入口的通行效率，
入口处无需等待观察主干路
车流，
合流效率高。无策略控制下，
匝道口车辆在汇
流点一直等 待，
直到主干路车流通过后才通行。
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议辅助下，
通过控制主干路车流速度，
在
匝道口车流可寻找合适的时间点进入主干路，
车流分
２次进入主干路，
第１次合流车辆１辆，
等待车辆９
辆，
第２次合流车辆５辆，
后续排队等待车辆４辆。
试验记录匝道口合流车辆的速度变化。匝道上
的车辆节点标记为 ｎ
ｏｄｅ１～ｎｏｄｅ１０
，
试验跟踪匝道
节点的速度变化得到其时间
－
速度曲线。没有应用
方法控制下，
只有ｎ
ｏｄｅ１节点驶入主干道时无需等
待，
其他节点均在入口排队等待主干道车流驶过合
流点，
如图１
７
（
ａ
）
所示。在Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议下，
匝道
入口处车流分 ２批进入主 干路，
如图１
７（
ｂ
）
所示。
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议下，
服务覆盖率小于１
，
主干路部分
４
０３ 中 国 公 路 学 报
２
０１９年
车辆没能收到变速提示，
按照原速度行驶至合流点，
与匝道入口车辆相遇，
此时匝道口处车辆将减速停
车等待主干路车辆通过。可以发现，
有５辆车在约
４
０ｓ的时候短暂停车，
随后加速。因为此时主干路
有车辆经过路口，
当主干路车辆经过后，
匝道口的车
辆才再次进行合流。观察速度曲线可知，
匝道口处
车辆停留２次。而在 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议下，
主干路车
辆节点接到消息通知后变速，
所有匝道车辆节点全
部无需等待顺利完成合流，
如图１
７
（
ｃ
）
所示。
而且，
当匝道车辆增加１倍后，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议
相比于无车路协同技术辅助、
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议的应用
性能自适应优势更加明显。Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议仍然保
持零等待时间、
零排队次数和零排队车辆；
而无车路
协同技术辅助和 Ｎ
ＲＴ
－
Ｖ
２Ｉ的平均等待时间提高了
１
００％和６１％、
排队次数增加了２次和１次、
排队车
辆总体增加了１
０辆和６辆。
图１
７匝道合流节点时间
－
速度变化曲线
Ｆ
ｉ
ｇ
．１７ Ｔｉｍｅ
－
ｖ
ｅｌｏｃｉｔ
ｙ
Ｃｕｒｖｅｓ
ｏｆ
Ｒａｍ
ｐ
Ｊｕｎｃｔｉｏｎ
３
．２．３ 网络性能分析
采用以下协议进行网络性能对比分析：
固定信
标间隔（
３
０
，
６０
，
９０
，
１２０ｓ
）
协议、
Ａ
ＴＢ 协议、
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议、
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议。
（
１
）
服务覆盖率
试验跟踪记录各个方法中各个节点接收 Ｒ
ＳＵ
发送数据的情况，
根据数据统计得到下表８
。
表８各协议服务覆盖率统计２
Ｔ
ａｂｌｅ
８ Ｓｅｒｖｉｃｅ
Ｃｏｖｅｒａ
ｇ
ｅ
Ｓｔａｔｉｓｔｉｃｓ
ｏｆ
Ｅａｃｈ
Ｐｒｏｔｏｃｏｌ
２
发送协议 ３
０ｓ ６０ｓ ９０ｓ １２０ｓ ＡＴＢ
ＮＲＴ
－
Ｖ
２Ｉ ＮＲＴ
－
Ｖ
２Ｘ
服务覆盖率１
．００
１．００
１．００
０．５５
１．００
０．９０
１．００
在该场景下，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议仍然可以实现服
务覆盖率为１
，
所有车辆都能接收到Ｒ
ＳＵ 发送的消
息。而以固定频率１
２０ｓ进行数据分发的时候（
１
２０
ｓ协议）
，
丢包现象严重，
大量节点无法正常接收数
据，
故该组试验测试将固定信标发送间隔方法的信
标间隔上限定为１
２０ｓ
。ＮＲＴ
－
Ｖ
２Ｉ协议的服务覆盖
率为０
．９
，
有少许节点没能成功接收数据包。结合
前面的结果可知，
１
２０ｓ协议随着车流变化并不能一
直保证理想状态，
而Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议可随着车流变
化动态调整发送间隔，
从而保证最佳网络性能。
（
２
）
Ｒ
ＳＵ 发包开销
已知３
０
，
６０
，
９０ｓ协议，
以及 Ａ
ＴＢ
，
ＮＲＴ
－
Ｖ
２Ｉ
，
ＮＲＴ
－
Ｖ
２Ｘ 协议都可以实现服务覆盖率为１
。在实
现同样服务覆盖率的前提下，
通过对比它们的Ｒ
ＳＵ
发包开销可以发现（
图１
８
）
，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 使ＲＳＵ 发包
开销最小，
说明３
０
，
６０
，
９０ｓ协议以及 Ａ
ＴＢ
，
ＮＲＴ
－
Ｖ
２Ｉ协议均存在发包冗余，
它们以高Ｒ
ＳＵ 发包开销
为代价实现覆盖率指标。固定信标间隔为１
２０ｓ发
送数据（
１
２０ｓ协议）
，
虽然它的Ｒ
ＳＵ 发包开销最小，
但其服务覆盖率极低，
有很多节点都没有成功收到
数据，
说明此时 Ｒ
ＳＵ 的开销无法支撑场景中移动
图１
８ ＲＳＵ 发包开销
Ｆｉ
ｇ
．１８ ＲＳＵ
Ｓｅｎｄ
Ｏｖｅｒｈｅａｄ
节点对数据的需求。该场景下，
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议的表
现性能不是十分理想，
相比其他方法，
在Ｒ
ＳＵ 发包
开销 较 高 的情 况 下，
仍然发生丢包现象，
这说明
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议没能很好地掌控Ｒ
ＳＵ 发包时机。
（
３
）
移动节点数据冗余
通过对 比 分 析 试 验数 据 （
图１
９）
，
可以发 现，
Ｎ
ＲＴ
－
Ｖ
２Ｘ，
９０ｓ
，
１２０ｓ协议均对应零移动节点冗
余，
但是这３个协议中，
１
２０ｓ协议导致大量节点丢
包。根据上面的分析可以知到，
１
２０ｓ协议下，
Ｒ
ＳＵ
５０３
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ
图１
９车辆接收消息冗余与丢包节点数对比
Ｆｉ
ｇ
．１９ Ｃｏｍ
ｐ
ａｒｉｓｏｎ
ｏｆ
Ｖｅｈｉｃｌｅ
Ｒｅｃｅｉｖｅｄ
Ｍｅｓｓａ
ｇ
ｅ
Ｒｅｄｕｎｄａｎｃ
ｙ
ａｎｄ
Ｌｏｓｔ
Ｐａｃｋｅｔ
Ｎｏｄｅｓ
发包开销极小，
非动态地控制 Ｒ
ＳＵ 发包开销，
虽然
实现了开销小，
但是也造成了丢包，
这种状态下的零
移动节点冗余并不是理想意义上的零冗余。在没有
丢包的条件下，
３
０ｓ
，
６０ｓ协议产生了大量的接收数
据冗余，
而Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议和９
０ｓ协议真正实现了
零移动节点冗余，
并且结合上述分析可知，
在实现同
样的服务覆盖率条件下，
９
０ｓ协议的 Ｒ
ＳＵ 开销要小
于Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议，
综上，
在这个场景中，
９
０ｓ协议
的网络性能表现最好，
其次是 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议。
４结 语
（
１
）
本文提出了一种高速公路通行效率信息自
适应分发协议，
即Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议。该协议同时考
虑车载网络状况与 高速公路交通状况，
使Ｒ
ＳＵ 自
适应地调整其发送周期，
使车辆接收信息的成功率
与车载网络开销达到动态平衡。在Ｒ
ＳＵ 数据分发
部分（
Ｎ
ＲＴ
－
Ｖ
２Ｉ协议）
，
协议采用一种简单而高效的
方法计算 Ｒ
ＯＩ中车辆的规模。根据当前 Ｒ
ＯＩ中的
车辆分布情况，
Ｒ
ＳＵ 可以识别 到 Ｒ
ＯＩ占用率最高
的时刻，
从而进 行信息的 分 发。这一设计使 Ｒ
ＳＵ
的数据分发效率达到 最优，
实现零冗余数据分发。
另外，
协议考虑了数据分发时刻的车载网络状况，
从
而估计车辆成功接收消息的概率。根据此概率，
协
议为防止车辆接收消息失败而预留了一定的重传时
隙，
从而保证了消息的接收成功率。另一方面，
车辆
间数据传输部分（
Ｎ
ＲＴ
－
Ｖ
２Ｖ 协议）
，
保证了消息的
可靠 传 输，
而且扩大了消息的传输范围。通 过
Ｎ
ＲＴ
－
Ｖ２Ｖ 协议，
即使某些车辆无法直接从 Ｒ
ＳＵ 接
收消息，
也可以从它的邻居车辆处间接地得到此消
息。试验结果表明，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议实现了利用车
路协同技术使 Ｒ
ＳＵ 向移动车辆节点进行及时、
高
效的数据分发。
（
２
）
在高速公路拥堵路段应用中，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协
议提升车流量约２
８％，
可有效降低二氧化碳排放量
约４
２．８％；
另外，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议的 Ｒ
ＳＵ 发送开销
与参考协议相比至少降低约３
０％。而且，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议可实现零冗余 数据分发。与参考协议相
比，
车辆接收消息冗余量至少降低约３
５％。在高速
公路匝道瓶颈区应用中，
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议可实现合
流车辆零等待合流，
使匝道入口车流量提升约
１
９％；
与参考协议相比，
Ｒ
ＳＵ 发送开销至少降低约
５
０％，
车辆接收信息冗余量至少减少约２
０％。
（
３
）
本文主要利用 Ｄ
ＳＲＣ 技术将 Ｒ
ＳＵ 获取的
通信 效率信息分发至 Ｒ
ＯＩ中的车辆。其中，
对Ｒ
ＯＩ
中车辆的分布统计方法相对比较简单，
其鲁棒性较
差。在今后的工作中，
可利用模式识别相关技术对
Ｒ
ＯＩ中车辆进行分类统计，
从而提升其鲁棒性。本
文所提出的协议仅适用于较小范围的数据分发，
例
如Ｒ
ＯＩ为５００ ｍ 左右。其原因是受到 Ｄ
ＳＲＣ 通信
范围的限制。而有的高速公路通行效率应用需要车
辆提前１ｋｍ 或更远的距离接收消息。因此，
下一
步计划将 Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议增强从而可以支持ＬＴＥ
－
Ｖ通信协议，
原因是，
Ｌ
ＴＥ
－
Ｖ具有短距离通信（
Ｐ
Ｃ５
接口）
和 长 距离 通 信 （
ＵＵ接口）
２种模式。增强
Ｎ
ＲＴ
－
Ｖ
２Ｘ 协议将适用于更多的高速公路通行效率
信息分发需求。
参考文献：
Ｒ
ｅｆｅｒｅｎｃｅｓ
：
［
１］
高德地图．２０１８ 年度中国主要城市交通分析报告
［
Ｒ］
．
北京：
高德地图，
２
０１９．
Ｇａｏｄｅ
Ｍａ
ｐ
．２０１８ Ａｎｎｕａｌ
Ｔｒａｆｆｉｃ
Ａｎａｌ
ｙ
ｓｉｓ
Ｒｅ
ｐ
ｏｒｔ
ｏｆ
Ｍａ
ｊ
ｏｒ
Ｃｉｔｉｅｓ
ｉｎ
Ｃｈｉｎａ ［
Ｒ］
．Ｂｅｉ
ｊ
ｉｎ
ｇ
：Ｇａｏｄｅ
Ｍａ
ｐ
，
２０１９．
［
２］刘宗巍，
匡 旭，
赵福全．Ｖ２Ｘ 关键技术应用与发展
综述［
Ｊ
］
．
电讯技术，
２０１９
，
５９
（
１
）：
１１７
－
１
２４．
ＬＩＵ
Ｚｏｎ
ｇ
－
ｗ
ｅｉ
，ＫＵＡＮＧ
Ｘｕ
，ＺＨＡＯ
Ｆｕ
－
ｑ
ｕ
ａｎ．Ａ
Ｓｕｒｖｅ
ｙ
ｏｎ
Ａ
ｐｐ
ｌｉｃａｔｉｏｎ
ａｎｄ
Ｄｅｖｅｌｏ
ｐ
ｍｅｎｔ
ｏｆ
Ｖ２Ｘ Ｋｅ
ｙ
Ｔｅｃｈｎｏｌｏ
ｇ
ｉｅｓ ［
Ｊ
］
．Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ
Ｅｎ
ｇ
ｉｎｅｅｒｉｎ
ｇ
，
２０１９
，
５９ （
１
）
：
１１７
－
１
２４．
［
３］ＫＡＲＡＧＩＡＮＮＩＳ
Ｇ，
ＡＬＴＩＮＴＡＳ
Ｏ，
ＥＫＩＣＩ
Ｅ，
ｅｔ
ａｌ．
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｉｎ
ｇ
：
Ａ
Ｓｕｒｖｅ
ｙ
ａｎｄ
Ｔｕｔｏｒｉａｌ
ｏｎ
Ｒｅ
－
ｑ
ｕ
ｉｒｅｍｅｎｔｓ
，Ａｒｃｈｉｔｅｃｔｕｒｅｓ
，Ｃｈａｌｌｅｎ
ｇ
ｅｓ
，Ｓｔａｎｄａｒｄｓ
ａｎｄ
Ｓｏｌｕｔｉｏｎｓ［
Ｊ
］
．ＩＥＥＥ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
Ｓｕｒｖｅ
ｙ
ｓ
＆
Ｔｕｔｏｒｉａｌｓ
，
２０１１
，
１３ （
４
）：
５８４
－
６
１６．
［
４］ＷＵ
Ｙ，
ＳＨＵＭ
Ｋ
Ｗ，ＷＯＮＧ
Ｗ
Ｓ
，
ｅｔ
ａｌ．Ｓａｆｅｔ
ｙ
－
６
０３ 中 国 公 路 学 报
２
０１９年
ｍ
ｅｓｓａ
ｇ
ｅ
Ｂｒｏａｄｃａｓｔ
ｉｎ
Ｖｅｈｉｃｕｌａｒ
Ａｄ
Ｈｏｃ
Ｎｅｔｗｏｒｋｓ
Ｂａｓｅｄ
ｏｎ
Ｐｒｏｔｏｃｏｌ
Ｓｅ
ｑ
ｕｅｎｃｅｓ［
Ｊ
］
．ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｖｅｈｉｃｕｌａｒ
Ｔｅｃｈｎｏｌｏ
ｇｙ
，
２０１４
，
６３ （
３
）：
１４６７
－
１
４７９．
［
５］任开明，
李纪舟，
刘玲艳，
等．
车联网通信技术发展现
状及趋势研究［
Ｊ
］
．
通信技术，
２０１５
，
４８
（
５
）：
５０７
－
５
１３．
ＲＥＮ
Ｋａｉ
－
ｍ
ｉｎ
ｇ
，
ＬＩ
Ｊｉ
－
ｚ
ｈｏｕ
，
ＬＩＵ
Ｌｉｎ
ｇ
－
ｙ
ａ
ｎ
，
ｅｔ
ａｌ．Ｄｅ
－
ｖ
ｅｌｏ
ｐ
ｍｅｎｔ
Ｓｔａｔｕｓ
ａｎｄ
Ｔｅｎｄｅｎｃ
ｙ
ｏｆ
ＩｏＶ
Ｃｏｍｍｕｎｉｃａ
－
ｔ
ｉｏｎ
Ｔｅｃｈｎｏｌｏ
ｇｙ ［
Ｊ
］
．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
Ｔｅｃｈｎｏｌｏ
ｇｙ
，
２０１５
，
４８ （
５
）
：
５０７
－
５
１３．
［
６］ＫＡＲＰ
Ｂ
，ＫＵＮＧ
Ｈ
Ｔ．ＧＰＳＲ：Ｇｒｅｅｄ
ｙ
Ｐｅｒｉｍｅｔｅｒ
Ｓｔａｔｅｌｅｓｓ
Ｒｏｕｔｉｎ
ｇ
ｆｏｒ
Ｗｉｒｅｌｅｓｓ
Ｎｅｔｗｏｒｋｓ ［
Ｃ］／／
ＡＣＭ．Ｐｒｏｃｅｅｄｉｎ
ｇ
ｓ
ｏｆ
ｔｈｅ
６ｔｈ
Ａｎｎｕａｌ
Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｃｏｎｆｅｒｅｎｃｅ
ｏｎ
Ｍｏｂｉｌｅ
Ｃｏｍ
ｐ
ｕｔｉｎ
ｇ
ａｎｄ
Ｎｅｔｗｏｒｋｉｎ
ｇ
．
Ｎｅｗ
Ｙｏｒｋ
：
ＡＣＭ，
２０００
：
２４３
－
２
５４．
［
７］ＴＲＩＰＰ
－
Ｂ
ＡＲＢＡ
Ｃ
，
ＵＲＱＵＩＺＡ
－
Ａ
ＧＵＩＡＲ
Ｌ
，
ＬＧＡＲ
－
Ｔ
ＵＡ
Ｍ，
ｅｔ
ａｌ．Ａ
Ｍｕｌｔｉｍｅｔｒｉｃ
，Ｍａ
ｐ
－
ａ
ｗａｒｅ
Ｒｏｕｔｉｎ
ｇ
Ｐｒｏｔｏｃｏｌ
ｆｏｒ
ＶＡＮＥＴｓ
ｉｎ
Ｕｒｂａｎ
Ａｒｅａｓ［
Ｊ
］
．Ｓｅｎｓｏｒｓ
，
２０１４
，
１４ （
２
）
：
２１９９
－
２
２２４．
［
８］ＬＯＣＨＥＲＴ
Ｃ，
ＭＡＵＶＥ
Ｍ，
ＦＢＬＥＲ
Ｈ，
ｅｔ
ａｌ．Ｇｅ
－
ｏ
ｇ
ｒ
ａ
ｐ
ｈｉｃ
Ｒｏｕｔｉｎ
ｇ
ｉｎ
Ｃｉｔ
ｙ
Ｓｃｅｎａｒｉｏｓ［
Ｊ
］
．ＡＣＭ
Ｓｉ
ｇ
ｍｏ
－
ｂ
ｉｌｅ
Ｍｏｂｉｌｅ
Ｃｏｍ
ｐ
ｕｔｉｎ
ｇ
ａｎｄ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
Ｒｅｖｉｅｗ，
２００５
，
９（
１
）：
６９
－
７
２．
［
９］ＴＩＡＮ
Ｂ
，
ＨＯＵ
Ｋ
Ｍ，
ＺＨＯＵ
Ｈ．Ｔｈｅ
Ｔｒａｆｆｉｃ
Ａｄａ
ｐ
－
ｔ
ｉｖｅ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ （
ＴｒＡＤ）Ｐｒｏｔｏｃｏｌ
ｆｏｒ
Ｂｏｔｈ
Ｕｒｂａｎ
ａｎｄ
Ｈｉ
ｇ
ｈｗａ
ｙ
Ｓｃｅｎａｒｉｏｓ ［
Ｊ
］
．Ｓｅｎｓｏｒｓ
，
２０１６
，
１６ （
６
）
：
９２０．
［
１０
］ＴＯＮＧＵＺ
Ｏ
Ｋ，
ＷＩＳＩＴＰＯＮＧＰＨＡＮ
Ｎ，
ＢＡＩ
Ｆ．ＤＶ
－
Ｃ
ＡＳＴ：Ａ
Ｄｉｓｔｒｉｂｕｔｅｄ
Ｖｅｈｉｃｕｌａｒ
Ｂｒｏａｄｃａｓｔ
Ｐｒｏｔｏｃｏｌ
ｆｏｒ
Ｖｅｈｉｃｕｌａｒ
Ａｄ
Ｈｏｃ
Ｎｅｔｗｏｒｋｓ［
Ｊ
］
．ＩＥＥＥ
Ｗｉｒｅｌｅｓｓ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
，
２０１０
，
１７ （
２
）
：
４７
－
５
７．
［
１１
］ＴＳＥＮＧ
Ｙ
Ｃ，
ＮＩ
Ｓ
Ｙ，
ＣＨＥＮ
Ｙ
Ｓ
，
ｅｔ
ａｌ．Ｔｈｅ
Ｂｒｏａｄ
－
ｃ
ａｓｔ
Ｓｔｏｒｍ
Ｐｒｏｂｌｅｍ
ｉｎ
ａ
Ｍｏｂｉｌｅ
Ａｄ
Ｈｏｃ
Ｎｅｔｗｏｒｋ
［
Ｊ
］
．Ｗｉｒｅｌｅｓｓ
Ｎｅｔｗｏｒｋｓ
，
２００２
，
８（
２
／
３
）：
１５３
－
１
６７．
［
１２
］ＳＣＨＷＡＲＴＺ
Ｒ
Ｓ
，
ＳＣＨＯＬＴＥＮ
Ｈ，ＨＡＶＩＮＧＡ
Ｐ．
Ａ
Ｓｃａｌａｂｌｅ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
Ｐｒｏｔｏｃｏｌ
ｆｏｒ
Ｂｏｔｈ
Ｈｉ
ｇ
ｈｗａ
ｙ
ａｎｄ
Ｕｒｂａｎ
Ｖｅｈｉｃｕｌａｒ
Ｅｎｖｉｒｏｎｍｅｎｔｓ ［
Ｊ
］
．
ＥＵＲＡＳＩＰ
Ｊｏｕｒｎａｌ
ｏｎ
Ｗｉｒｅｌｅｓｓ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
ａｎｄ
Ｎｅｔｗｏｒｋｉｎ
ｇ
，
２０１３ （
１
）
：
２５７．
［
１３
］ＢＯＢＡＮ
Ｍ，
ＰＥＤＲＯ
Ｍ
Ｄ．Ｍｅａｓｕｒｅｍｅｎｔ
－
ｂ
ａｓｅｄ
Ｅｖａｌ
－
ｕ
ａｔｉｏｎ
ｏｆ
Ｃｏｏ
ｐ
ｅｒａｔｉｖｅ
Ａｗａｒｅｎｅｓｓ
ｆｏｒ
Ｖ２Ｖ ａｎｄ
Ｖ２Ｉ
Ｃｏｍｍｕｎｉｃａｔｉｏｎ ［
Ｃ］／／ ＩＥＥＥ．Ｐｒｏｃｅｅｄｉｎ
ｇ
ｓ
ｏｆ
ｔｈｅ
２０１４ＩＥＥＥ
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｉｎ
ｇ
Ｃｏｎｆｅｒｅｎｃｅ．Ｎｅｗ
Ｙｏｒｋ
：
ＩＥＥＥ，
２０１４
：
１
－
８
．
［
１４
］ＹＯＳＨＩＨＩＲＯ
Ｔ，
ＡＲＡＫＩ
Ｄ
，
ＳＡＫＡＧＵＣＨＩ
Ｈ，
ｅｔ
ａｌ．
Ｐｒｏｖｉｄｉｎ
ｇ
Ｒｅｌｉａｂｌｅ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
ｏｖｅｒ
Ｓｔａｔｉｃ
－
ｎ
ｏｄｅ
－
ａ
ｓｓｉｓｔｅｄ
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｓ
Ｕｓｉｎ
ｇ
Ｄｉｓｔａｎｃｅ
－
ｖ
ｅｃｔｏｒ
Ｒｏｕｔｉｎ
ｇ［
Ｊ
］
． Ｍｏｂｉｌｅ
Ｎｅｔｗｏｒｋｓ
ａｎｄ
Ａ
ｐｐ
ｌｉｃａｔｉｏｎｓ
，
２０１８
，
２３ （
５
）：
１３７６
－
１
３９３．
［
１５
］ＩＱＢＡＬ
Ｆ
，ＢＡＢＡＲ
Ｍ
Ｉ
Ｋ，
ＺＡＦＡＲ
Ｍ
Ｈ，
ｅｔ
ａｌ．
Ｉ
－
Ａ
ＯＤＶ：
Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
Ｂａｓｅｄ
Ａｄ
Ｈｏｃ
Ｏｎ
－
ｄ
ｅｍａｎｄ
Ｄｉｓｔａｎｃｅ
Ｖｅｃｔｏｒ
Ｒｏｕｔｉｎ
ｇ
Ｐｒｏｔｏｃｏｌ
ｆｏｒ
Ｖｅｈｉｃｕｌａｒ
Ａｄ
Ｈｏｃ
Ｎｅｔｗｏｒｋｓ［
Ｃ
］／／
ＩＥＥＥ．Ｐｒｏｃｅｅｄｉｎ
ｇ
ｓ
ｏｆ
ｔｈｅ
２０１３
ＩＥＥＥ
Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｃｏｎｆｅｒｅｎｃｅ
ｏｎ
Ｓｍａｒｔ
Ｉｎｓｔｒｕｍｅｎｔａ
－
ｔ
ｉｏｎ
，Ｍｅａｓｕｒｅｍｅｎｔ
ａｎｄ
Ａ
ｐｐ
ｌｉｃａｔｉｏｎｓ． Ｎｅｗ
Ｙｏｒｋ
：
ＩＥＥＥ，
２０１３
：
１
－
５
．
［
１６
］ＢＯＲＳＥＴＴＩ
Ｄ，
ＧＯＺＬＶＥＺ
Ｊ．Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ
－
ａ
ｓｓｉｓ
－
ｔ
ｅｄ
Ｇｅｏ
－
ｒ
ｏｕｔｉｎ
ｇ
ｆｏｒ
Ｃｏｏ
ｐ
ｅｒａｔｉｖｅ
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｓ
［
Ｃ
］
／／
ＩＥＥＥ．Ｐｒｏｃｅｅｄｉｎ
ｇ
ｓ
ｏｆ
ｔｈｅ
２０１０ＩＥＥＥ
Ｖｅｈｉｃｕ
－
ｌ
ａｒ
Ｎｅｔｗｏｒｋｉｎ
ｇ
Ｃｏｎｆｅｒｅｎｃｅ．Ｎｅｗ
Ｙｏｒｋ
：
ＩＥＥＥ，
２０１０
：
２５５
－
２
６２．
［
１７
］ＤＩＮＧ
Ｙ
，
ＸＩＡＯ
Ｌ．ＳＡＤＶ
：
Ｓｔａｔｉｃ
－
ｎ
ｏｄｅ
－
ａ
ｓｓｉｓｔｅｄ
Ａｄａ
ｐ
ｔｉｖｅ
Ｄａｔａ
Ｄｉｓｓｅｍｉｎａｔｉｏｎ
ｉｎ
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｓ［
Ｊ
］
．ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｖｅｈｉｃｕｌａｒ
Ｔｅｃｈｎｏｌｏ
ｇｙ
，２０１０
，５９
（
５
）
：
２４４５
－
２
４５５．
［
１８
］ＳＯＭＭＥＲ
Ｃ，
ＴＯＮＧＵＺ
Ｏ
Ｋ，
ＤＲＥＳＳＬＥＲ
Ｆ．Ａｄａ
ｐ
－
ｔ
ｉｖｅ
Ｂｅａｃｏｎｉｎ
ｇ
ｆｏｒ
Ｄｅｌａ
ｙ
－
ｓ
ｅｎｓｉｔｉｖｅ
ａｎｄ
Ｃｏｎ
ｇ
ｅｓｔｉｏｎ
－
ａ
ｗａｒｅ
Ｔｒａｆｆｉｃ
Ｉｎｆｏｒｍａｔｉｏｎ
Ｓ
ｙ
ｓｔｅｍｓ ［
Ｃ］／／ ＩＥＥＥ．
Ｐｒｏｃｅｅｄｉｎ
ｇ
ｓ
ｏｆ
ｔｈｅ
２０１０ＩＥＥＥ
Ｖｅｈｉｃｕｌａｒ
Ｎｅｔｗｏｒｋｉｎ
ｇ
Ｃｏｎｆｅｒｅｎｃｅ．Ｎｅｗ
Ｙｏｒｋ
：
ＩＥＥＥ，
２０１０
：
１
－
８
．
［
１９
］ＳＯＭＭＥＲ
Ｃ，
ＧＥＲＭＡＮ
Ｒ，
ＤＲＥＳＳＬＥＲ
Ｆ．Ｂｉｄｉｒｅｃ
－
ｔ
ｉｏｎａｌｌ
ｙ
Ｃｏｕ
ｐ
ｌｅｄ
Ｎｅｔｗｏｒｋ
ａｎｄ
Ｒｏａｄ
Ｔｒａｆｆｉｃ
Ｓｉｍｕｌａ
－
ｔ
ｉｏｎ
ｆｏｒ
Ｉｍ
ｐ
ｒｏｖｅｄ
ＩＶＣ
Ａｎａｌ
ｙ
ｓｉｓ［
Ｊ
］
．ＩＥＥＥ
Ｔｒａｎｓａｃ
－
ｔ
ｉｏｎｓ
ｏｎ
Ｍｏｂｉｌｅ
Ｃｏｍ
ｐ
ｕｔｉｎ
ｇ
，
２０１１
，
１０ （
１
）：
３
－
１
５．
７
０３
第６期
田 彬，
等：
车路协同条件下智能网联高速公路通行效率信息自适应分发协议：
Ｎ
ＲＴ
－
Ｖ
２Ｘ