泛在互联车辆传感器网络混合拓扑结构研究*

郑明才，赵小超，赵晋琴

1.湖南第一师范学院信息科学与工程学院，长沙4102052.湖南第一师范学院数学与计算科学学院，长沙410205

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0363-09



泛在互联车辆传感器网络混合拓扑结构研究*

郑明才1+，赵小超2，赵晋琴1

1.湖南第一师范学院信息科学与工程学院，长沙410205
2.湖南第一师范学院数学与计算科学学院，长沙410205

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0363-09

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The Natural Science Foundation of Hunan Province of China under Grant No. 2015JJ2037 (湖南省自然科学基金); the Program of Key Laboratory of Hunan Province Based on Information Technology of Basic Education under Grant No. 2015TP1017 (基础教育信息化技术湖南省重点实验室项目).

Received 2015-05,Accepted 2015-07.

CNKI网络优先出版: 2015-07-13, http://www.cnki.net/kcms/detail/11.5602.TP.20150713.1036.001.html

摘要：针对泛在互联车辆传感器网络的特点，提出了一种基于位置和定向扩散机制的泛在互联车辆传感器网络混合逻辑拓扑结构HLT-L&DD（hybrid logical topology based on location and directed diffusion mechanism），并给出了形成HLT-L&DD的控制方法。在HLT-L&DD中，各路边节点根据任务需求自定为簇首，以其位置信息作为其所在分簇的簇标识ID，并以定向扩散机制分布式启动分簇过程，逐跳吸纳跳数距离近的车辆节点加入本簇，不同的路边节点独立形成若干个分簇；各相邻分簇之间通过边沿节点的定向扩散机制实现彼此相联，最终将各独立分簇互联成一个完整的混合逻辑拓扑结构HLT-L&DD。HLT-L&DD是平面逻辑拓扑结构与层次型逻辑拓扑结构的混合拓扑结构，既便于车辆传感器网络节点的泛在自组成网、分区自治，也便于路边节点与其他诸如Internet等传统网络的泛在互联。理论分析和仿真结果表明，HLT-L&DD有利于减小泛在互联车辆传感器网络逻辑拓扑结构建立与动态维护的时间开销,以及提高网络的实时连通性，从而优化泛在互联车辆传感器网络的综合性能。

关键词：车辆传感器网络；泛在互联；混合逻辑拓扑结构；定向扩散；性能优化

1　引言

随着社会的发展，人们对社会信息化服务的需求越来越高。传统互联网络通过异构通信网络的互联一定程度上实现了抽象信息空间的共享，但抽象信息的获取手段和效率还相当落后和低下，自动化程度不高，信息感知覆盖范围还不广，泛在物理空间到抽象信息空间的转换渠道尚不顺畅。为满足不断提高的社会信息化服务需求，传感器网络[1]、物联网[2]、泛在网络[3]等新兴网络概念不断被提出，并被提升到国家信息化战略高度，被普遍当作为实现“智慧地球”、“感知中国”、“数字城市”等国家信息化战略举措的关键技术。车辆传感器网络（vehicular sensor networks，VSN）[4]是一类依托交通运输设施且包容传感网、物联网、泛在网技术的综合网络，车辆移动环境下的覆盖区域十分宽广，具有强大的泛在信息感知、处理、传输、应用等能力，可以配置为满足社会高水平泛在信息化服务需求的公用信息服务平台，促进“智慧地球”、“感知中国”、“数字城市”等信息化战略的实现，不仅在智能交通领域有巨大的用途，还可为社会公共安全服务、环境监控等其他各行各业具体应用提供廉价的信息获取途径和信息公共服务支撑环境，提供面向行业应用子集的共性支撑平台。但由于交通车辆的高速运动特性，以及网络规模巨大，节点分布状况极其复杂，物理拓扑结构动态变化，突发负载频繁等特性，泛在互联车辆传感器网络中的高效信息传送问题成为制约其大规模实际应用的瓶颈，而网络逻辑拓扑结构是信息高效传送的关键，故有必要对制约信息高效传送的泛在互联车辆传感器网络逻辑拓扑结构进行深入研究。

2　相关工作

传感器网络中的高效信息传送与网络逻辑拓扑结构密切相关，综合已有研究成果[5]，传感器网络逻辑拓扑结构大体可以分为平面型逻辑拓扑结构[6]和层次型逻辑拓扑结构[7]两大类。平面型逻辑拓扑结构控制算法简单，但逻辑拓扑结构建立时间长，可扩展性差，不适合用于大规模网络和物理拓扑结构频繁变化的网络。层次型逻辑拓扑结构通过网络节点的分层或分簇降低了逻辑拓扑结构管理难度，具有优良的可扩展性，但控制算法一般相对较复杂，控制开销大[8]。与传统无线传感器网络（wireless sensor networks，WSN）[9]相比，泛在互联车辆传感器网络具有一系列与之不同的特点[10-11]，传统无线传感器网络拓扑结构及其控制技术无法直接应用于泛在互联车辆传感器网络，需适当进行针对性调整。

与传感器网络中信息传送的方向性特点[12]相适应，文献[6]描述了一种适于传感器网络任务分发和数据收集的，基于跳数和定向扩散（directed diffusion, DD）机制的网络逻辑拓扑结构，即最小跳数路由（minimum hop routing, MHR）依赖的定向扩散梯度场（directed diffusion gradient field for MHR, DDGFMHR）。为确保网络逻辑拓扑结构与网络物理拓扑结构的动态一致性，文献[13]提出了一种逻辑拓扑结构的动态调整策略，当网络物理拓扑结构缓慢变化时能以较低代价实现网络逻辑拓扑结构与物理拓扑结构的高度一致性，但当节点高速移动或网络物理拓扑结构快速变化时效果不是很理想，故不能直接应用于泛在互联车辆传感器网络。针对车辆传感器网络的特点，文献[14]提出了一种以路边节点为局部核心的可滑动定向扩散梯度场（directed diffusion gradient field with sliding roadside-node gradient，DDGFSRG）作为车辆传感器网络逻辑拓扑结构，通过定向扩散梯度场的可滑动性或可折叠性以实现定向扩散梯度场的分布式建立和维护。DDGF-SRG虽然通过路边节点启动各局部定向扩散梯度场的分布式建立，但没有规定车辆节点始终以就近的路边节点为局部核心，当路边节点的估计梯度值与实际梯度值存在差异时，随着局部定向扩散梯度场延伸到相邻局部定向扩散梯度场，节点尤其是车辆节点的数据汇聚梯度值可能会被反复刷新，梯度场建立过程收敛慢，稳定性不好，建立的定向扩散梯度场模型DDGF-SRG最终趋于与传统定向扩散梯度场DDGFMHR类似，且DDGF-SRG针对单一Sink节点设计，不利于车辆传感器网络的泛在互联和信息在任意方向上的灵活传送。

本文提出了一种基于位置和定向扩散机制的泛在互联车辆传感器网络混合逻辑拓扑结构（hybrid logical topology based on location and directed diffusion mechanism，HLT-L&DD），以路边节点为各局部分簇簇首，既符合车辆传感器网络的特点，也提高了逻辑拓扑结构建立的分布式程度，省去了簇首选择所需的控制开销；以定向扩散机制对车辆节点进行分簇和实现簇间互联，既减小了逻辑拓扑结构建立的控制开销，也保证了网络节点的泛在顺畅互联。HLT-L&DD充分利用平面型逻辑拓扑结构和层次型逻辑拓扑结构的优点，既便于车辆传感器网络节点的泛在自组成网，也便于车辆传感器网络通过路边节点与其他网络的泛在互联，有利于网络实时性、连通性、可靠性、健壮性以及综合性能的提高。

3　混合逻辑拓扑结构HLT-L&DD

车辆传感器网络中的节点分为车辆节点和路边节点。车辆节点由各类交通运输车辆携带，具有高速可移动特性，能实现车辆传感器网络的泛在覆盖、泛在感知以及泛在应用的功能；路边节点置于路边基础设施中，位置相对固定，一般具有丰富的联网能力，可方便地与诸如Internet等其他网络互联互通，能胜任泛在互联车辆传感器网络数据的灵活收集和转发。为保证泛在互联车辆传感器网络中数据传送的健壮性、高效率和灵活性，HLT-L&DD采用如图1所示的逻辑拓扑结构形式。

Fig.1　 Sketch map of HLT-L&DD图1　 HLT-L&DD的结构示意图

HLT-L&DD是一种混合逻辑拓扑结构，车辆节点围绕路边节点就近分簇，形成局部分簇的逻辑拓扑结构，而各分簇内部互联以及簇间互联是按定向扩散机制形成的平面型逻辑拓扑结构。

3.1 HLT-L&DD的建立

在HLT-L&DD建立过程中，各路边节点独立启动分簇进程，以定向扩散机制将距其跳数距离近的车辆节点逐跳收进本簇。考虑到路边节点的位置易于获得，且一般互不相同，HLT-L&DD中用路边节点的位置信息作为其所在分簇的簇标识ID；簇内节点的互联关系可由节点距所属簇簇首的跳数距离标识，簇间节点的互联关系可由邻簇簇标识ID和距邻簇簇首的跳数距离标识。因此，在HLT-L&DD中，各节点存储的标识泛在互联车辆传感器网络逻辑拓扑结构的信息结构为{簇标识ID，簇内跳数距离，（邻簇1簇标识ID，邻簇1跳数距离），（邻簇2簇标识ID，邻簇2跳数距离），…，}。为描述方便，给节点分配一个二维的标识号(i,j)，节点(i,j)的拓扑结构信息用{HR(i,j),HD(i,j),(HNR1(i,j),HND1(i,j)),(HNR2(i,j),HND2(i,j)),…}表示。HLT-L&DD建立前，任意节点(i,j)的拓扑结构信息按下列原则初始化：如果(i,j)为路边节点，HR(i,j)取其位置信息，HD(i,j ) =0，其他为空；如果(i,j)为车辆节点，HR(i,j )为空，HD(i,j ) =∞，其他为空。HLTL&DD的建立过程就是节点在路边节点启动的查询分组的定向扩散过程中获取或更新拓扑结构信息值的过程。

3.1.1簇的建立

各路边节点独立地按定向扩散机制发送查询分组以启动局部簇的建立，在查询分组的逐跳发送或转发过程中，车辆节点也逐跳地获取或更新相应的拓扑结构信息值从而加入相应局部簇。在簇的建立过程中，查询分组的发送或转发以及节点拓扑结构信息值的获取或更新应遵循以下规则。

（1）如果查询分组发送节点(i,j)为路边节点或车辆节点，接收节点(i′,j′)为车辆节点，且满足式（1）中的条件，则节点(i′,j′)接收并转发查询分组，且按式（1）和式（2）自适应更新其相应的拓扑结构信息值加入该簇。

其中，d(i,j)(i′,j′)为节点(i′,j′)距节点(i,j)的几何距离；R(i,j)为节点(i,j)的有效通讯半径。

（2）如果查询分组发送节点(i,j)为路边节点或车辆节点，接收节点(i′,j′)为路边节点，则路边节点(i′,j′)不转发查询分组，也不加入该簇，只更新其簇间链接信息值（见3.1.3小节）。

3.1.2簇内逻辑链路建立

HLT-L&DD中，每个局部簇包含一个路边节点和若干个就近的车辆节点，簇内任意节点间逻辑链路的存在与否由节点的簇标识值HR和簇内跳数距离值HD决定，节点(i,j)和节点(i′,j′)如果满足式（3）中列出的条件，则其间存在簇内逻辑链路。

3.1.3簇间逻辑链路建立

为便于泛在互联车辆传感器网络节点的自组成网，增强数据传送的实时性、健壮性和可靠性，网络中各独立分簇通过簇间逻辑链路实现簇间互联。簇间逻辑链路的建立同样在路边节点以定向扩散机制发送查询分组以建立分簇的过程中实现，当源自路边节点的查询分组定向扩散至簇边界且跨越簇边界进入某个邻簇时，不同分簇内的边沿节点间建立起簇间逻辑链路，簇间逻辑链路的存在依靠节点拓扑结构信息中保存的邻簇标识值HNR和邻簇跳数距离值HND标记。若节点(i,j)和(i′,j′)分别为查询分组发送节点和查询分组接收节点时，节点(i′,j′)遵循式（4）和式（5）的规则更新其邻簇信息值，且不转发查询分组，不干扰邻簇簇内的逻辑链路状态。

HLT-L&DD中，簇内边沿节点与邻簇边沿节点可能存在簇间逻辑链路，簇间逻辑链路的存在与否由节点的簇标识值HR和簇跳数距离值HD以及邻簇标识值HNR和邻簇跳数距离值HND决定，节点(i,j)和节点(i′,j′)如果满足式（6）中列出的条件，则其间存在簇间逻辑链路。

3.2 HLT-L&DD动态更新

随着车辆节点的移动，HLT-L&DD中的分簇可能被破坏，原有的簇内逻辑链路或簇间逻辑链路可能因网络物理拓扑结构的变化而断裂。因为泛在互联车辆传感器网络的物理拓扑结构频繁变化，频繁重建分簇和簇间互联关系是不现实的，所以HLTL&DD采用了优先实时动态更新的策略，仅在迫不得已时才由路边节点启动重建局部分簇。HLT-L&DD建立后，网络中的数据汇聚便依据HLT-L&DD逻辑拓扑结构进行，数据分组中携带节点拓扑结构信息值以指导数据汇聚的路由，节点实时监听其邻居节点的拓扑结构信息值并统计其邻居节点的分布状况，根据邻居节点分布状况进行拓扑结构信息值的动态更新。HLT-L&DD的动态更新遵循下列规则。

（1）当车辆节点(i′,j′)在其一跳范围内的邻居节点(i,j)中没有发现同簇邻居节点时，车辆节点(i′,j′)按式（7）更新其簇标识值HR(i′,j′)，按式（8）更新其簇跳数距离值HD(i′,j′)。

（2）当车辆节点(i′,j′)在其一跳范围内监测到同簇邻居节点(i,j)，但不存在簇内链路时，车辆节点(i′,j′)按式（9）更新其簇跳数距离值HD(i′,j′)。

（3）当节点(i′,j′)监测到在其一跳范围内有邻簇邻居节点时，节点(i′,j′)按式（10）更新其邻簇簇标识值HNR(i′,j′)，按式（11）更新其邻簇簇跳数距离值HND(i′,j′)。

（4）其他情况下，节点的拓扑结构信息值暂不更新，等待网络物理拓扑结构进一步变化到一定状态后根据新的邻居节点统计信息进行调整。

（5）当路边节点长期（时间阈值与网络承载的具体业务类型有关，可由相应业务管理实体通过消息传送的方式设定）监测不到一跳范围内有同簇邻居节点时，该路边节点启动局部分簇重建过程，以定向扩散机制重建其局部分簇。

3.3性能分析

针对泛在互联车辆传感器网络物理拓扑结构的特点，HLT-L&DD基于位置和定向扩散机制构建一种平面逻辑拓扑结构和分簇逻辑拓扑结构的混合逻辑拓扑结构，以期同时具备平面逻辑拓扑结构和分簇逻辑拓扑结构的优点，并保证逻辑拓扑结构与物理拓扑结构的高度动态一致性，优化网络综合性能。具体来说，HLT-L&DD在以下几个方面改进网络逻辑拓扑结构和网络性能。

（1）HLT-L&DD中的分簇由路边节点独立发起构建，车辆节点就近加入，并在定向扩散机制下建立簇内逻辑链路。路边节点位置固定，能量充足，联网能力丰富，以路边节点为各局部分簇簇首独立建立局部分簇，感知数据易于汇聚到路边节点，便于路边节点通过诸如Internet等其他网络转发数据，减轻车辆自组网的压力，可优化泛在互联车辆传感器网络的综合性能。

（2）HLT-L&DD中的分簇间通过定向扩散机制建立簇间逻辑链路，实现大规模车辆传感器网络自身的泛在互联和顺畅互联，有效保证泛在感知数据传送的健壮性和可靠性。

（3）HLT-L&DD通过路边节点分布式建立分簇，实现对巨大规模车辆传感器网络的分区自治，便于逻辑拓扑结构的实时动态维护和扩展，从而提高网络的实时连通性和逻辑拓扑结构的稳定周期。

（4）HLT-L&DD中的分簇以路边节点为簇首，控制开销低，且可充分利用路边节点的丰富联网能力，实时选用性能优良的网络进行数据分组转发，从而提高数据传送的效率和灵活性、健壮性。

（5）HLT-L&DD中，簇首位于局部分簇的中间位置，各簇成员距离簇首的跳数距离近，数据汇聚的实时性好，代价低。

4　仿真分析

仿真场景为169~324个节点按近似均匀分布模型随机分布在500 m×500 m的平面矩形区域中，其中路边节点个数为4~16个，网络节点密度ξ为0.000 7~ 0.001 3个/m2，节点通信半径R约为70 m。仿真目的为比较传统最小跳数路由的定向扩散梯度场DDGFMHR、可滑动定向扩散梯度场DDGF-SRG与本文提出的基于位置和定向扩散机制的混合逻辑拓扑结构HLT-L&DD的性能，通过比较建立逻辑拓扑结构时的定向扩散跳数（可用来衡量逻辑拓扑结构建立时间）来评价逻辑拓扑结构建立和动态维护的实时性，通过比较实时断链节点数来评价不同逻辑拓扑结构的实时连通性，并说明HLT-L&DD的优越之处。主要仿真结果数据列于表1~表2，图2~图6为仿真结果图。

Table 1　 Number of broken-chain nodes before and after adjusting logical topology表1　逻辑拓扑结构调整前后的断链节点数

Table 2　 Hop number of directed diffusion in setting up logical topology表2　逻辑拓扑结构建立需要的定向扩散跳数

图2所示为HLT-L&DD中的分簇及簇内逻辑链路情况，图3所示为HLT-L&DD中的分簇及簇内、簇间逻辑链路情况。从图2和图3中可见，HLT-L&DD由各路边节点分布式建立，车辆节点以路边节点为核心就近加入其分簇，相邻分簇的边沿节点间建立簇间逻辑链路。与DDGF-MHR相比，用分簇实现巨大规模车辆传感器网络的分区自治，网络可扩展性好，逻辑拓扑结构建立和动态维护的实时性好；与DDGF-SRG相比，任何路边节点都可作为Sink节点，网络数据可根据需要沿任意方向传送，适应巨大规模车辆传感器网络的泛在互联和感知数据的灵活汇聚，逻辑拓扑结构的自适应能力强。

图4所示为当车辆节点以不同速度随机移动，各类逻辑拓扑结构不进行动态调整时，DDGF-MHR、DDGF-SRG和HLT-L&DD中的断链节点数情况。由图4可见，当车辆节点移动速度增加时，逻辑拓扑结构不调整时的断链节点数均增加，但HLT-L&DD中的断链节点数明显是最小的。这是因为HLT-L&DD是分簇的逻辑拓扑结构，且作为簇首的路边节点一般位于分簇的中心，车辆节点移动对逻辑拓扑结构的影响被限制在局部区域内。

图5所示为当车辆节点以不同速度随机移动，各类逻辑拓扑结构进行动态调整时，DDGF-MHR、DDGF-SRG和HLT-L&DD中的断链节点数情况。由图5可见，当车辆节点移动速度增加时，逻辑拓扑结构动态调整时的断链节点数均增加，但各自少于逻辑拓扑结构不进行动态调整时的断链节点数，且HLT-L&DD中的断链节点数明显是最少的。可见，逻辑拓扑结构进行动态调整后，DDGF-SRG的实时连通性明显优于DDGF-MHR，而HLT-L&DD的实时连通性又优于DDGF-SRG。这也是因为HLT-L&DD是分簇的逻辑拓扑结构，且作为簇首的路边节点一般位于分簇的中心，车辆节点移动对逻辑拓扑结构的影响被限制在局部区域，便于动态维护。

Fig.2　 Cluster and inner links in HLT-L&DD图2　 HLT-L&DD中的分簇及簇内逻辑链路

Fig.3　 Cluster and inner and inter links in HLT-L&DD图3　 HLT-L&DD中的分簇及簇内、簇间逻辑链路

Fig.4　 Number of broken-chain nodes before adjustinglogical topology图4　逻辑拓扑结构不调整时的断链节点数

Fig.5　 Number of broken-chain nodes after adjustinglogical topology图5　逻辑拓扑结构进行动态调整时的断链节点数

Fig.6　 Hop number of directed diffusion in setting uplogical topology图6　逻辑拓扑结构建立时的定向扩散跳数

图6所示为建立不同逻辑拓扑结构时需要的定向扩散跳数情况，反映了逻辑拓扑结构建立和动态维护的实时性。由图6可见，DDGF-MHR因是平面逻辑拓扑结构，其逻辑拓扑结构建立时查询分组定向扩散的跳数多，逻辑拓扑结构建立时间长，不适合大规模网络。DDGF-SRG和HLT-L&DD因对网络实施了分簇，逻辑拓扑结构建立时间均比DDGF-MHR短。而且，因为HLT-L&DD中分簇的簇首位于分簇的中心，而DDGF-SRG为达到向某个Sink节点汇聚数据时的路由优化，路边节点位于分簇的边沿，所以对相同物理拓扑结构的网络，HLT-L&DD建立时需要的定向扩散跳数更少，逻辑拓扑结构建立或动态维护需要的时间更短，实时性更好。

5　结束语

泛在互联车辆传感器网络规模极其巨大，物理拓扑结构复杂且高度动态变化，网络中数据的高效传送十分重要，需要与动态物理拓扑结构自适应的高效逻辑拓扑结构来支撑。基于位置和定向扩散机制的混合逻辑拓扑结构HLT-L&DD具有两个显著的优点：一是由路边节点分布式并行发起建立，提高了逻辑拓扑结构建立和动态更新的分布式程度，可以极大减小逻辑拓扑结构建立的时间开销和控制开销，增强逻辑拓扑结构动态更新的实时性。二是网络节点具有簇标识值和簇跳数距离两个逻辑拓扑结构信息值，且路边节点的簇标识值固定，各车辆节点以就近的路边节点为核心建立局部的数据汇聚分簇，可将巨大规模车辆传感器网络覆盖区域按路边节点“分区自治”，有利于局部区域的数据汇聚和逻辑拓扑结构的动态维护；且HLT-L&DD中各分簇通过簇边沿节点互联，簇内数据既便于汇聚到路边节点后由路边节点经其他泛在互联网络传给用户，也可经簇间链路在自组织车辆传感器网络内部汇聚到Sink节点，数据汇聚具有很高的健壮性和灵活性，可根据泛在互联网络实时状况进行网络性能优化。

References:

[1] Parvin S, Hussain F K, Park J S, et al. A survivability model in wireless sensor networks[J]. Computers & Mathematics with Applications, 2012, 64(12): 3666-3682.

[2] Atzori L, Iera A, Morabito G, et al. The social Internet of things (SIoT)—When social networks meet the Internet of things: concept, architecture and network characterization[J]. Computer Networks, 2012, 56(11): 3594-3608.

[3] International Telecommunication Union. Ubiquitous network societies: their impact on the telecommunication industry [EB/OL]. (2010-08-25)[2015-03-26]. http://www.itu.int/osg/ spu/ni/ubiquitous/Papers/UNSImpactPaper.pdf.

[4] Chen L-W, Peng Y-H, Tseng Y-C. An infrastructures framework for preventing rear-end collisions by vehicular sensor networks[J]. IEEE communications Letters, 2011, 15(3): 358-360.

[5] Zhang Xue, Lu Sanglu, Chen Guihai, et al. Topology control for wireless sensor networks[J]. Journal of Software, 2007, 18(4): 943-954.

[6] Han K-H, Ko Y-B, Kim J-H. A novel gradient approach for efficient data dissemination in wireless sensor networks[C]// Proceedings of the 2004 IEEE 60th Vehicular Technology Conference. Piscataway, USA: IEEE, 2004: 2979-2983.

[7] Li Yue, Sun Lijuan, Wang Ruchuan, et al. Improvement of LEACH algorithm in wireless sensor network[J]. Journal of Computer Research and Development, 2011, 48(S): 131-134.

[8] Huang Heqing, Shen Jie, Yao Daoyuan, et al. An energydriven adaptive cluster head rotation algorithm for wireless sensor networks[J]. Journal of Electronics & Information Technology, 2009, 31(5): 1040-1044.

[9] Yick J, Mukherjee B, Ghosal D. Wireless sensor network survey[J]. Computer Networks, 2008, 52(12): 2292-2330.

[10] Harri J, Filali F, Bonnet C. Mobility models for vehicular ad hoc networks: a survey and taxonomy[J]. IEEE Communications Surveys and Tutorials, 2009, 11(4): 19-41.

[11] Zhu Yanmin, Li MingLu, Ni Mingxuan. Research on vehicular sensor networks[J]. ZTE Communications, 2009, 15(5): 28-32.

[12] Zhang Wensheng, Cao Guohong, La Porta T. Data dissemination with ring-based index for wireless sensor networks[J]. IEEE Transactions on Mobile Computing, 2007, 6(7): 832-847.

[13] Zheng Mingcai, Zhang Dafang, Zhao Xiaochao. Dynamic adjusting policies on minimum hop gradient field in MHR wireless sensor networks[J]. Computer Engineering and Applications, 2011, 47(8): 83-86.

[14] Zheng Mingcai, Zhao Xiaochao, Zhao Jinqin, et al. Research on connectivity for vehicular sensor networks based on directed diffusion[J]. Application Research of Computers, 2012, 29 (1): 266-269.

附中文参考文献：

[5]张学,陆桑璐,陈贵海,等.无线传感器网络的拓扑控制[J].软件学报, 2007, 18(4): 943-954.

[7]李悦,孙力娟,王汝传.一种改进的无线传感器网络LEACH算法[J].计算机研究与发展, 2011, 48(S): 131-134.

[8]黄河清,沈杰,姚道远,等.无线传感网自适应能量驱动簇头轮换算法研究[J].电子与信息学报, 2009, 31(5): 1040-1044.

[11]朱燕民,李明禄,倪明选.车辆传感器网络研究[J].中兴通讯技术, 2009, 15(5): 28-32.

[13]郑明才,张大方,赵小超. MHR无线传感器网络梯度场动态调整策略[J].计算机工程与应用, 2011, 47(8): 83-86.

[14]郑明才,赵小超,赵晋琴,等.基于定向扩散的车辆传感器网络连通性研究[J].计算机应用研究, 2012, 29(1): 266-269.

ZHENG Mingcai was born in 1969. He received the Ph.D. degree in computer science and technology from Hunan University in 2010. Now he is a professor at Hunan First Normal University. His research interests include wireless sensor networks and digital signal processing, etc.郑明才（1969—），男，湖南津市人，2010年于湖南大学计算机科学与技术专业获得博士学位，现为湖南第一师范学院教授，主要研究领域为无线传感器网络，数字信号处理等。

ZHAO Xiaochao was born in 1971. She is an associate professor at Hunan First Normal University. Her research interests include applied mathematics and computer simulation, etc.赵小超（1971—），女，河南许昌人，湖南第一师范学院副教授，主要研究领域为应用数学，计算机仿真等。

ZHAO Jinqin was born in 1964. He is a professor at Hunan First Normal University. His research interests include computer network and digital signal processing, etc.赵晋琴（1964—），男，湖南邵阳人，湖南第一师范学院教授，主要研究领域为计算机网络，数字信号处理等。

Research on Hybrid Topology in Ubiquitous Interconnected Vehicular Sensor Networksƽ

ZHENG Mingcai1+, ZHAO Xiaochao2, ZHAO Jinqin1
1. College of Information Science and Engineering, Hunan First Normal University, Changsha 410205, China
2. College of Mathematics and Computational Science, Hunan First Normal University, Changsha 410205, China
+ Corresponding author: E-mail: dysfzmc@163.com

ZHENG Mingcai, ZHAO Xiaochao, ZHAO Jinqin. Research on hybrid topology in ubiquitous interconnected vehicular sensor networks. Journal of Frontiers of Computer Science and Technology, 2016, 10(3): 363-371.

Abstract:Aiming at the characteristics of ubiquitous interconnected vehicular sensor networks, this paper proposes a hybrid logical topology based on location and directed diffusion mechanism (HLT-L&DD), and gives the controlling method of HLT-L&DD. In the HLT-L&DD, the roadside-node is set as the local cluster head according to the requirement of tasks, and the location information of roadside-node is taken as the local cluster ID. The process of clustering is distributedly started with roadside-nodes according to the directed diffusion mechanism, and the vehicle-node joins into the corresponding local cluster hop by hop in the directed diffusion process of querying-packet, this leads to that several independent clusters are formed around the roadside-nodes respectively. Then, all independent clusters are interconnected into an entirety of logical topology by edge nodes in neighboring clusters, namely the HLTL&DD. The HLT-L&DD is a hybrid logical topology of the plane logical topology and the hierarchical logical topology, this is not only easy to self organize into an Ad hoc network and district autonomy, but also easy to ubiquitous
book=364,ebook=68interconnect with other traditional networks such as Internet through the roadside-node. Theoretical analysis and simulation results validate that the HLT-L&DD topology reduces the time consumption of setting up and dynamically maintaining the logical topology, and improves the real-time connectivity of the logical topology, so the comprehensive performance of the ubiquitous interconnected vehicular sensor network is improved.

Key words:vehicular sensor networks; ubiquitous interconnection; hybrid logical topology; directed diffusion; performance improvement

doi:10.3778/j.issn.1673-9418.1506031

文献标志码：A

中图分类号：TP393