基于城市立体交通场景的VANET路由协议研究.pdfVIP

摘要

汽车进入千家万户，给人们出行提供便利的同时，也带来了交通拥堵和交通事故频

发等社会问题。智能交通系统（IntelligentTrafficSystem,ITS）是目前国际上普遍认可的

解决城市交通问题的可行性方案，在缓解城市交通压力、提高出行效率、确保行车安全

等领域起到积极作用。汽车保有量的爆炸式增长，使得城市空间资源十分有限。传统交

通体系不能满足当前城市的交通需求，越来越多的城市开始关注并构建现代城市立体交

通体系。复杂的城市道路结构为ITS中获取可靠路由进行数据传输带来新的挑战。

首先，本文概述了车载自组织网络（VehicularAdHocNetwork,VANET）的研究背

景和现状，讨论了路由协议的设计原则、评价指标和分类标准，介绍了不同场景中经典

的路由协议。着重讨论了三维车载自组网（Three-DimensionalVehicularAd-hocNetwork,

3D-VANET）的特点及其路由协议，归纳和总结了一些典型的路由协议。

其次，针对有路边单元基础设施（RoadSideUnit,RSU）辅助的场景，提出了一种

基于模糊逻辑和Q学习的拓扑感知路由协议（TopologyAwareRoutingProtocolBasedon

FuzzyLogicandQ-learning,TARP-FQ）。该协议通过模糊逻辑方法处理收集到的拓扑变

化以及网络负载信息，进而选择合适的信标间隔；通过交叉路口处部署的RSU辅助数

据包转发，当数据包在源节点或RSU处时，选择得分最高的相邻RSU作为临时目的节

点；每个节点维护着抵达相邻RSU的Q值，并选择Q值最大的节点作为下一跳转发节

点。在Q学习算法中，根据链路质量和链路变化情况动态调整Q学习参数，对Q值进

行更新，以保证路由的可靠性。

随后，针对尚未部署RSU的场景，提出一种基于车辆位置预测与节点密度的地理

位置路由协议（GeographicRoutingBasedonVehicleLocationPredictionandNodeDensity,

GR-VLPND）。该协议保留了GPSR（GreedyPerimeterStatelessRouting）路由协议的核

心要素，同时引入地理位置预测机制来更新邻节点位置信息，引入混合信标策略来调整

HELLO包发送时间，同时该协议还根据场景中节点密度动态调整路由策略，以保证数

据包可靠且高效传输。

最后，通过OPNET和VanetMobiSim搭建3D-VANET仿真平台，对提出的两种路

由协议进行仿真评测，仿真结果证实了提出路由协议的有效性。

关键词：三维车载自组网；路由协议；模糊逻辑；Q学习；位置预测

VANETRoutingProtocolBasedonUrbanThree-DimensionalTraffic

Scenarios

Abstract

Thewidespreaduseofvehiclesprovidesconveniencetopeopleandcreatessocial

problemssuchastrafficcongestionandaccidents.TheIntelligentTrafficSystem(ITS)isan

internationallyrecognizedsolutiontourbantrafficproblems.Itplaysanactiverolein

decreasingurbantrafficpressure,improvingtravelefficiency,andensuringtrafficsafety.The

largenumberofcarsmakesurbanspaceresourcesverylimited.Since