面向车载网的基于AODV优化路由协议的研究

叶 波

（湖北工业职业技术学院 汽车工程系，湖北 十堰 442000）

0 引言

近年来，车载网VANETs(Vehicular ad hoc networks)得到广泛关注。由于车辆的快速移动以及动态的通信环境，导致通信路径频繁断裂，阻碍车间通信的连续性和流畅性。这为VANETs的路由协议提出挑战[1]。近几年，研究者针对VANETs提出不同策略的路由机制。这些路由机制可分两类：基于位置(location-based)和基于拓扑(topology-based)的路由。这些路由通过一系列的节点实现数据的交互。在数据传输阶段，有不断的中间节点参与数据的转发。基于拓扑路由又可为先应式、反应式和混合式路由。按需距离矢量AODV[2](Ad Hoc On demand Distance Vector)路由广泛应用于VANETs。AODV在数据包分组率、归一化路由开销方面有较好的性能，但是其端到端传输时延、数据包丢失率比其他的基于拓扑路由要差。然则，动态资源路由选择(Dynamic Source Routing)具有低的端到端传输时延；按需多径距离矢量AOMDV[3](Ad Hoc On demand Multipath Distance Vector)具有低的数据包丢失率。

本文以AODV为基础，提出AODV的改进方案IAODV(Improved AODV)。设计IAODV的目的在于降低端到端传输时延以及数据包丢失率，同时不损害AODV原有的分组投递率和归一化路由开销的路由性能。因此，IAODV结合了DSR、AOMDV的路由特性。

1 IAODV方案

[4]的方案以及参考文献[5]提出的随机移动模型的激励，本文提出IAODV(Improved AODV)方案。IAODV的基本思想：数据通信仅为两跳，并为源节点和目的节点间作备份路由 (backup route)。IAODV结合了DSR和AOMDV的路由协议的机制。与AODV相比，IAODV在车间通信V2V数据分发阶段能向用户提供及时、准确的信息。IAODV实施过程分两步：路由发现(route discovery)和路由维护(route maintenance)。

在路由发现阶段，与AODV不同，IAODV采用新的机制。在路由请求阶段(route request phase)，源节点限定为两跳；在路由应答阶段(route reply phase)，为源节点、目的节点间存储备份路由。

此外，在路由维护阶段，也与AODV不同，IAODV采用新的机制。如果当前的路由(primary route)失败，源节点将使用backup route。如果backup route本身也失败，则将重新启动路由发现阶段。

1.1 路由请求

AODV收集的路由信息是有限的，并且路由学习(route learning)仅限于源节点。这将导致AODV在路由决策过程中产生大量的泛洪包，增加了额外的网络负担[6]。由于IAODV结合了AODV和DSR的路由发现阶段的特点，与AODV相比，IAODV具有低时延和低的路由负担。为了结合IAODV的路由机制，将AODV的RREQ(Route Request)数据的格式进行修改，在原有的基础上添加了两项信息，如图1的阴影部分。

图1 RREQ数据包格式

对AODV的RREQ数据包修改程序如下：

1.2 路由应答

与AOMDV的多条路径类似，IAODV中每个源节点均提供一条至目的节点可选择路由(alternative route)。为此，对AODV中的路由应答阶段进行修改，在路由表中增添了两项功能：在路由表中寻找alternative route；在路由表项中添加了一项标志(flag)，以标识备份路径(backup path)。程序算法如下：

1.3 路由维护

在路由维护阶段，节点修复局部的链路从而转发数据包。当节点发现链路断裂，立即通知源节点。如果源节点的路由表中存有可用的备份路由，数据包将沿着此备份路由传输。此时无需启动路由发现阶段。如果在路由表不存在可用的备份路由，就需重新启动路由发现阶段。路由维护阶段的算法如下：

2 城市移动模型

本文利用MOVE产生城市街道的移动模型。MOVE是以SUMO[7]为平台的开放性车辆仿真软件。车辆移动模型是指在仿真期间车辆沿着道路移动，并设置交叉路口、堵塞等情况，模拟车辆行驶的真实环境。

如图2所示，由4条水平道路、4条垂直道路构成的城市场景。该场景有12交叉点。每条道路长为1 500 m，宽为10 m。道路均是双向的单车道。规定车辆行驶的最大速度为60 km/h。在交叉路口设有交通灯，车辆依据红绿灯行驶，且随机左、右转。

图2 类似城市街道的Manhattan

3 系统仿真

本节分析提出的IAODV的路由性能。采用网络仿真工具 NS2.34[8]作为网络仿真平台。NS2（Network Simulator，version 2）是一种面向对象的网络仿真器，本质上是一个离散事件模拟器。由UC Berkeley开发而成，使用C++和Otcl作为开发语言。通过NS2能分析动态结构以及网络传输性能。

3.1 性能指标

为了更完善地评价IAODV的路由性能，本文选用平均的端到端传输时延EED(Average End to End Delay)、数据包丢失率PLR(Packet Loss Ratio)、分组投递率PDR(Packet Delivery Ratio)、归一化的路由开销 NRL(Normalized Routing Load)四项性能指标[9]。

3.2 网络仿真参数

仿真参数如表1所示。采用NS2进行网络仿真。所有车辆的移动模型均有MOVE产生。

表1 NS2仿真参数

在仿真过程中，假定3种仿真场景分别为：scene 1、scene 2、scene 3。每个场景的参数分别如表2～4所示。

表2 scene 1仿真参数

表3 scene 2仿真参数

如表2所示，scene 1模拟了一个车辆密度动态变化的场景。

如表3所示，scene 2模拟了一个动态连接的场景。

如表4所示，scene 3模拟了一个车辆速度动态变化的场景。

3.3 scene 1场景仿真

scene1场景仿真结果如图3所示。

由图 3(a)可见，IAODV的端到端传输时延比 AODV下降了33.928%。图3(b)可见，IAODV的数据包丢失率下降了 55.655%。图 3(c)、3(d)分别表明 IAODV和 AODV在分组投递率、归一化的路由开销，这说明IAODV在提高端到端传输时延、数据包丢失率时，并没有降低分组投递率和增加路由负担。

3.4 scene 2场景仿真

scene 2场景仿真结果如图 4所示。图4(a)所示，与AODV相比，IAODV的端到端传输时延提高了30.046%。但是，与scene1场景相比，scene 2场景中的端到端传输时延提高近50%。从图4(b)可知，在scene 2场景下，IAODV的数据包丢失率下降了54.517%。但是AODV的数据包丢失率反而增加，这也说明AODV难以抵御动态连接。图4(c)、4(d)分别表明 IAODV和AODV在在分组投递率、归一化的路由开销性能相差不大，这说明IAODV在提高端到端传输时延、数据包丢失率时，并没有降低分组投递率、路由负担的路由性能。

3.5 scene 3场景仿真

图5显示了scene 3场景的AO DV、IAODV的路由性能曲线。从图(a)、(b)可知，IAODV的端到端传输时延、数据包丢失率比AODV均得到改善。端到端传输时延下降了44.197%；数据包丢失率下降到56.729%。同样，图5(c)、(d)表明 IAODV在提升端到端传输时延、数据包丢失率性能时并没有降低分组投递率、路由负担的 性能。

图4 scene2场景下的路由性能

图5 scene3场景下的路由性能

4 结论

本文针对车辆的高速移动、VANETS拓扑结构变化不定、路由断裂率高以及稳定性差等问题，提出了基于AODV的改进方案IAODV。该方案以AODV为基础，并对其进行优化，使得IAODV更适合车联网VANETs环境。 IAODV在路由决策时，限定源节点路由为两跳，同时为源节点提供备份路由，从而减少了通信跳数，并为断裂路由提供了备份路由，降低了数据包丢失率。为此对AODV的路由发现、维护阶段信息的进行修改。仿真结果表明，改进后的AODV更能防御VANETS拓扑结构的变化。同时，端到端传输时延得以下降，改善了数据包丢失率。

参考文献

[1]SUTARIYA D，PRADHAN S.Evaluation of routing protocols for V ANETs in city scenarios[C].International Conference on Emerging Trends in Networks and Computer Communications(ETNCC)，April 2011.

[2]PERKINS C，BELDING-ROYER E，DAS S.Ad hoc on-demand distance vector(AODV)routing[Z].RFC 3561，July 2003.

[3]BIRADAR R，MAJUMDER K，PUTTAMADAPPA S K S.Performance evaluation and comparison of AODV and AOMDV[J].International Journal on ComputerScience and Engineering，2010，2(2)：373-377.

[4]Hu Yongjun，Lu Tao，Shen Junliang.An improvement of the route discovery process in AODV for Ad Hoc network[C].International Conference on Communications and Mobile Computing(CMC)，2010：458-461.

[5]Luo Chao，Li Ping.An efficient routing approach as an extension of the AODV protocol[C].International Conference on Future Computer and Communication(ICFCC)，2010：95-99.

[6]KULKARNI S A，RAO G R.Vehicular Ad Hoc network mobility models applied for reinforcement learning routing algorithm[J].Contemporary Computing Communications in Computer and Information Science，2010，95(5)：230-240.

[7]MOVE(MObility model generator for VEhicular networks).Rapid generation of realistic simulation for VANET[DB/OL].http：//iens l.csie.ncku.edu.tw/MOVE/index.htm.

[8]The ns-2 network simulator[DB/OL].http：//www.isi.edu/nsnam/ns/.

[9]姜伟.LTE-A中协作多点传输的分簇方案研究[J].微型机与应用，2014，33(2)：55-59.