基于5G传输的车联网路由技术

2020-11-06王越群汤丽娟宋洁周蓉严晨雪

物联网技术 2020年10期

王越群汤丽娟宋洁周蓉严晨雪

摘要：高速公路车辆行驶时受车辆速度和传输距离等条件限制，数据传输速率较低，存在大量丢包现象。根据车辆在高速公路上呈现近似泊松分布的规律，构建V2V车辆网络拓扑结构。在稳定的网络拓扑结构下，利用改进的果蝇优化算法，根据车辆的分布状态，寻找最短、最优路径完成车辆间转发基站下行信号。经实验分析，利用果蝇优化算法（IFOA）在V2V网络中转发数据，可以有效提高数据传输速率，降低数据丢包率，减少信号传输时延。

关键词：V2V;网络拓扑;果蝇算法;数据传输;5G;MATLAB

中图分类号：TP391文献标识码：A文章编号：2095-1302（2020）10-00-02

0 引言

车联网即通过无线通信等技术的应用，以电子传感设备为基础保证不同设备间具有数据交换的一类技术，以此对相关对象进行实时监控，是特殊的无线传感器网络。目前，在我国5G技术不断发展成熟的情况下，该技术也将因此具有更为广阔的应用空间，并不断提升其应用质量，应用价值将进一步凸显[1]。网络层的接入网络既包括2G/3G/4G等无线移动通信网络，也包括目前发展迅速的5G网络[2]。

1 V2V网络拓扑搭建

V2V网络拓扑是指在一定距离的多车道高速公路上，模拟车辆分布及以一定速度行驶的车辆动态变化的情况，为实现在V2V中寻找最短、最优路径奠定基础[3]。根据文献[4]中的描述，高速公路上车辆分布呈近似泊松分布，在仿真实验中，将根据泊松分布公式在高速公路上进行试验。

2 果蝇优化算法（IFOA）

2.1 果蝇算法基本思想

2011年学者潘文超提出果蝇算法（Fruit Fly Optimization Algorithm，FOA）[5]，果蝇算法的搜索机制分为视觉和嗅觉两部分，通过两个环节的不断迭代实现果蝇种群的进化，最终寻得最优解或满意解。不同于粒子算法、遗传算法等，果蝇算法复杂度低、参数便于修改、收敛速度快，因此将果蝇机制与车联网相结合具有很高的实用价值[6]。

2.2 适应度函数

已知Numnb（i=1， 2， ...， n）表示第i个节点的邻居节点个数，簇内路由选择考虑邻居节点个数多的节点，在其中优先选择与初始位置距离较远的节点且邻居节点数较多的节点作为下一跳转发节点，因此用单个节点的邻居节点数的倒数来表征：

由此得出结论，果蝇优化算法（IFOA）对原有果蝇算法的步长进行变化，采取的动态步长用余弦函数表示，通过余弦函数周期内特有的起伏变化，使得步长呈现周期变化的形式，函数单调递增时，步长呈指数型增大，优化算法具有很强的全局搜索能力，能够快速收敛，避免局部最优结果出现;反之，函数单调递减时，算法的局部搜索能力较强，对小范围的搜索精度较高。

3 数值分析

3.1 仿真平台

选用MATLAB仿真软件建立仿真平台。为了增加实验数据对象选择长100 m、宽双向21车道的高速公路作为仿真场景，对其中N辆车辆作为实验对象，依据近似泊松分布的车辆分布规律部署车辆。车辆的平均行驶速度为70 km/h，车辆的信号传输距离R≤50 m。V2V车辆分布结构如图1所示。

3.2 数据分析

为了更好地评估算法，将对比分析利用果蝇优化算法和未利用优化算法传输的数据仿真结果进行对比。主要分析两种状态中V2V场景下数据传输的性能。

如图2所示，V2V仿真场景中，目标车辆与初始车辆间，在无任何中间车辆辅助进行转发的过程中，2 s内数据的传输速率最高为2.2 Mb/s，且在仿真时间超过1 s后，达到最大值并不再变化。

如图3所示，在仿真过程中，经过t=1 s后传输速率降低，但传输速度仍在持续增加。在t=2 s時，数据下载速率达到3.5 Mb/s。利用果蝇优化算法寻找目标车辆与初始车辆间的最短路径，并借助最短路径上的其他非目标车辆辅助转发数据包，以此降低数据包在远距离传输过程中因距离较远造成的丢失数据包的可能性。

4 结语

文中针对V2V场景中车辆间数据传输场景提出基于果蝇优化算法的路由协议。协议充分利用果蝇优化算法来寻找目标车辆与初始车辆间的最短及最优路径，提高了车辆间数据传输的质量和性能。仿真结果表明，对未使用协作车辆直接传输数据的场景而言，利用果蝇优化算法的路由选择可以有效提高数据传输率，保证数据传输质量。

在未来的研究工作中，将进一步改善果蝇优化算法的复杂度，在保证高速公路上车辆间传输速率的同时，提升车辆间数据传输的吞吐量。

注：本文通讯作者为王越群。

参考文献