基于Veins的IEEE 802.11p性能仿真分析

王润民，刘丁贝，胡锦超

(长安大学 “车联网”教育部-中国移动联合实验室，陕西 西安 710064)

0 引 言

由于VANETs技术在交通安全、交通效率等领域的潜在价值，尤其是车路协同技术的飞速发展，得到了业内人士的广泛关注[1]。针对车辆自组织网络的使用需求，IEEE提出了IEEE 802.11p，其采用分布式协调机制(DCF)作为信息传输的基础技术。不过该机制是面向稳定性较强的网络构建的，因此在车辆自组织网络这种高动态网络中，IEEE 802.11p协议的有效性大大降低[2-3]。在车辆自组织网络下，网络的通信性能受车辆数目、通信模式、信道模型等网络因素影响外，也受车辆节点移动性的影响，具体指节点的加速度、所处位置、方向、速率等因素，而在车辆自组织网络中，因车辆移动性，上述因素均存在较强的变化频率且难以预测。因此，文中从网络因素和移动性因素对IEEE 802.11p的性能进行了仿真测试，以评价其基本性能。

当前对车辆自组织网络协议的测评方法一般有两种，一是在封闭测试场地或公开测试道路内构建测试环境，另一种是利用软件仿真技术搭建虚拟测试平台开展测试。然而受经费和场地限制，基于第一方法无法开展大规模的实验，仅能开展小规模的实验测试，如文献[4]基于LTE和IEEE 802.11p协议构建了一种VANETs测试平台，并对两种通信网络的性能进行了实地测试分析。这种方法的优点在于测试考虑的因素更加全面。但由于实验成本过大，无法模拟真实的VANETs环境。而仿真测试方法可以通过较低的成本构建大规模的车辆节点，而且可以快速地设置不同的信息传播模型和交通模型，进而实现对车辆自组织网络环境的逼近仿真。基于仿真测试方法，文献[5]从连通性的角度研究了802.11p协议，但并没有涉及车联网的引入导致的车辆间的关联。文献[6]讨论了802.11p标准原型，并对其进行了仿真测试，其优点在于：根据其自身需要完善了802.11p协议，但在测试过程中车辆的移动模型和仿真网络参数配置简单，模型存在局限性。

针对上述问题，文中搭建了一种基于IEEE 802.11p协议的VANETs通信场景，利用符合VANETs环境的Nakagami-m模型描述无线信道衰落,使高速移动的节点之间符合自组织关系，同时利用泊松过程描述网络中的通信流量[7]。然后基于Veins仿真平台构建了仿真测试环境，并且在全面配置仿真环境的交通参数和网络参数后，以端到端延迟、丢包率、吞吐量等三种参数为评价标准，分别从beacon的传输频率、车流密度、车辆速度三方面仿真研究网络因素和移动性因素对于IEEE 802.11p协议性能的影响。

1 VANETs场景的构建及通信建模

1.1 基于IEEE 802.11p协议的VANETs通信场景

基于仿真评价的需求，构建了一种车辆自组织网络应用场景，具体如图1所示。场景道路两侧布设路侧单元RSU(road side unit)，场景中的车辆中部署了车载单元OBU(on board unit)，RSU与OBU间采用分层路由协议[8]，即将车辆节点通过分层协议划分为父母和子女节点两个层次，由路侧单元向其覆盖范围内的父母节点广播消息，收到广播消息的父母节点再向其下一层的子女节点广播消息，由分层路由协议负责父母节点和子女节点的更新。各路侧单元经AR连入网络。

图1 VANETs通信场景

1.2 信道模型

考虑实际道路及车辆间的自组织关系，即节点高速的移动对无线信道的影响，文中采用Nakagami-m作为车辆自组织网络应用场景。该模型对构建的车辆自组织网络建模。假定信息接收车辆与发送车辆间的距离为x，信息接收功率P服从Gamma分布[9]：

(1)

对于Nakagam-m信道模型中的平均功率Ω(x)，利用Friis自由空间模型估算短距离平均功率Ω(x)，利用双径地面反射模型估算中长距离平均功率Ω(x)，计算式为[10]：

(2)

1.3 通信模型

为了解决VANETs通信场景中的通信流量是固定速率流与实际数据流不符的问题，采用泊松过程描述VANETs通信场景中的通信流量。

假设VANETs网络中的通信流量是{N(t),t≥0}，则N(t)满足泊松过程：

(1)N(0)=0，即系统初始时刻通信数据流为0；

(2)N(t)是additive过程；

(3)在任一长度为t的区间中，事件A发生次数服从泊松分布(参数为λ)。因此即对任意的s,t≥0，存在：

(3)

其中，n表示为事件A在区间间隔t内产生的通信流量。

2 仿真平台搭建及参数设置

Veins耦合了OMNeT++和SUMO，其中前者为网络仿真器，后者为交通仿真器，是一种典型的车联网仿真平台[11]。对Veins仿真平台进行参数及设置重配，作为评估IEEE 802.11p协议的工具。

Veins基本交通参数设置如表1所示。其中a、b、c、d、e分别表示五类速度，Aaccel表示加速时加速度，Adecel表示减速时加速度，Vm为最大速度。

表1 交通基本参数设置

a：Aaccel=10.0,Adecel=6.0,Vm=40 km/h；

b：Aaccel=8.0,Adecel=6.0,Vm=60 km/h；

c：Aaccel=6.0,Adecel=4.0,Vm=80 km/h；

d：Aaccel=4.0,Adecel=3.0,Vm=100 km/h；

e：Aaccel=2.6,Adecel=4.5,Vm=120 km/h。

在OMNeT++中实现通信模型，包括信道模型和通信流模型，具体参数如表2所示。

表2 IEEE 802.11p协议基本参数

3 测试及分析

为研究IEEE 802.11p协议的延迟性和可靠性等受网络因素和移动性因素的影响，选取了三个评价参数[12]，即端到端的延迟EED(end to end delay)[13]、丢包率PLR(packet loss rate)、吞吐量T(throughput)[14]，分别研究beacon的传输频率、车流密度、车辆速度对IEEE 802.11p协议的性能影响。

3.1 传输频率的影响

beacon频率对于网络端到端延迟影响的仿真测试结果如图2(a)所示，当传输频率与车辆数目增加时，延迟随之增加。在拥有50～150辆车的稀疏网络中，端到端的延迟在所有的传输频率下都低于40 ms，整个网络延迟较小；随着车辆数量的增加，传输频率在10～15 Hz时，网络的端到端延迟急剧增大。其原因是随着网络负载的增加，信道发生冲突的概率增大,导致端到端延迟增大。

beacon频率对于丢包率影响的仿真测试结果如图2(b)所示，即使在稀疏网络(每平方公里内车辆数为50～150辆)拓扑和较低传输频率的情况下，丢包率也达到3%～5%，原因是网络频繁断开导致数据包的丢失。随着传输频率和车流密度的增大，丢包率依然在上升，原因是网络体积的增加，以及单位时间内大量的数据包传输，会造成网络连通性增强，但缺少关于竞争车辆间共同信道的集中协调机制，也会造成数据包传输率下降。当传输频率增大到15 Hz时，丢包率在稀疏网络拓扑和密集网络拓扑都超过30%。因此在高传输频率下，网络不可靠。

beacon频率对于网络吞吐量影响的仿真测试结果如图2(c)所示，稀疏网络下，即车辆数为50～100辆时，传输频率在10～15 Hz时，网络的吞吐量达到最大值，因此高的数据包传输率能够实现合理的吞吐量，即随着传输频率的增大，系统吞吐量上升。在车辆数为300，传输频率在5 Hz时，网络的吞吐量达到最大值，此时增大传输频率，网络的吞吐量急剧下降。因此网络体积和传输频率的共同增加会造成吞吐量严重下降，原因是网络拥塞量急剧增大，造成更多的数据包丢失。

图2 beacon频率与端到端延迟、丢包率及吞吐量的关系

3.2 车流密度的影响

车流密度对于网络端到端延迟影响的仿真测试结果如图3(a)所示。当车流密度低于350辆/平方公里时，端到端延迟都低于30 ms；当车流密度高于350辆/平方公里时，延迟开始上升；当车流密度高于450辆/平方公里时，端到端延迟开始急剧上升。原因是当前车辆节点密度下，网络连接性好，端到端延迟较小；当车辆节点密度过大时，导致网络拥塞，端到端延迟急剧增加。

车流密度对于丢包率影响的仿真测试结果如图3(b)所示。当传输频率在1～2 Hz之间，车流密度在50～150辆之间时，丢包率都为4%，即此时丢包率受车流密度的影响较小，随着车流密度的增加，丢包率基本稳定。当传输频率在4～10 Hz之间时，丢包率随着车流密度的增加而缓慢增加；当传输频率为15 Hz，车辆密度在50～350辆之间时，丢包率随着车流密度的增加显著上升。

图3 车流密度与端到端延迟、丢包率及吞吐量的关系

车流密度对于网络吞吐量影响的仿真测试结果如图3(c)所示。在传输频率为1～4 Hz之间，网络吞吐量随着车流密度的增加而线性增加，且频率越大，增加的速度越快；在传输频率为8～15 Hz之间，只有在车流密度低于300辆/平方公里时，网络吞吐量随着车流密度的增加而线性增加，车流密度达到300辆/平方公里时，网络吞吐量达到最大值，车流密度超过300辆/平方公里时，网络吞吐量开始下降，并且传输频率越高，下降越快。

3.3 速度的影响

车辆速度v对于EED影响的仿真结果如图4(a)所示。车辆密度相同时，随着v提高，EED显著增加。其原因在于：v增加时，车辆节点的位置信息更新频率提高，车辆节点向路侧单元数据上传频率和路侧单元向其余车辆节点发送消息的频率随之增加，使得网络冲突概率增加；除此之外，v增加时，会频繁发生网络断开，使得网络水平切换频率增加，进而使得EED增加。但在速度类型c到速度d范围内，EED随v增加而减小，这是因为道路上车辆速度受实际交通状况的制约，速度类型a到类型e的实际值与理论值不完全吻合。

车辆速度v对于丢包率PLR影响的仿真结果如图4(b)所示。车辆密度相同时，随着v的增加，丢包率PLR提高。其原因主要是随着车辆速度的增加，车辆自组织网络环境下会频繁地发生网络内的水平切换，增加了传输的延迟时间；当延迟时间超过阈值时，导致数据包的丢失。

图4 速度类型与端到端延迟、丢包率及吞吐量的关系

车辆速度v对于网络吞吐量T影响的仿真结果如图4(c)所示。车辆密度相同时，吞吐量T随着v的增加而提高，且当v在速度d和速度e间时，吞吐量T提高的最快。但在速度c到速度d时，对于车流密度在100～250辆时，网络吞吐量T出现下降的情况，其原因是文中选取的速度是最大允许行驶速度。

由上述测试及结果分析可知：数据的传输频率、车流密度和车辆速度均对IEEE 802.11p的端到端延迟和可靠性产生影响。其中网络的可靠性表现在丢包率和吞吐量两个方面。数据的传输频率、车辆速度对网络的端到端延迟和丢包率成正相关。当数据传输频率较低时，其与系统的吞吐量成正相关，当数据传输频率较高时，系统的吞吐量会急剧下降。稀疏网络拓扑下的车辆速度对系统的吞吐量无明显影响。稀疏的网络拓扑不利于网络的连接，即车流密度增加有助于减少端到端的延迟和丢包率，但高度饱和的车流密度会导致端到端的延迟和丢包率的增加，同时系统的吞吐量下降。

4 结束语

为了测试评估IEEE 802.11p协议对于节点具有高速移动特点的VANETs通信场景的适用性，基于IEEE 802.11p协议构建了高速公路的VANETs通信场景。在设定该场景中信道模型为Nakagam-m信道衰落模型，通信流量模型为泊松过程的前提下，通过搭建基于Veins的仿真平台，重点评估分析了IEEE 802.11p协议中数据包传输频率、车流密度和车辆速度对网络的延迟、可靠性的影响。仿真结果表明，网络因素和移动性因素共同影响IEEE 802.11p的延迟性和可靠性，车辆速度和传输频率对于基于IEEE 802.11p的车联网性能影响较大，而车流密度对其性能影响较小，且在低速情况下，车流密度对IEEE 802.11p的车联网性能无显著影响。针对上述研究结果，下一步应重点在长安大学车联网与智能汽车试验场开展关于IEEE 802.11p协议的实际测试印证，进而研究IEEE 802.11p协议针对节点高速移动性相适应的改进方法。