摘要：為了提高無人駕駛車輛自組織網絡實時數據傳輸速率，提升無人駕駛車聯網絡的吞吐量，提出了一種協作資源分配的無人駕駛車載網鏈路調度算法。該算法首先構建了基于2-H的協作通信系統，采用價值函數來描述鏈路速率與所分配資源單元之間的關系，進一步提出無人駕駛車聯網絡的最大吞吐量方程。接著，為了對通信資源進行合理分配，基于多選擇性背包問題，對鏈路速率進行了調度，并采用窮舉搜索法求解無人駕駛車輛節點數量的最佳值。實驗仿真結果表明，該算法相比基于分散感知和聚類的車輛網絡以及基于信道傳輸模型優化的車輛網絡，在鏈路速率上分別提升了8.7%和7.4%，網絡總吞吐量分別提升了10.6%和12.8%，能夠更好地滿足無人駕駛車輛網絡的數據傳輸速率要求。

0 引言

隨著車輛用戶對多媒體服務的需求不斷增加，如何實現VANETs的高吞吐量和低延遲性成為了VANETs領域的研究熱點[1-5]。然而VANETs的拓撲結構變化迅速，且高速移動性使得車輛與路邊單元的之間的鏈路間歇性中斷，這些問題給研究VANETs帶來了巨大的挑戰。何鵬等[6]提出一種基于分簇的多信道車載網MAC協議，根據專用短程通信標準中控制信道和服務信道的分配，考慮車輛間的無線通信干擾和不同應用的QoS需求, 采用基于競爭的CSMA/CA機制，相鄰簇采用不同的服務信道，提升網絡延遲及吞吐量性能。

王力等[7]提出一種基于多智能體分群同步的城市路網交通控制，以路段的空間占有率為狀態建立交通網絡狀態空間模型， 描述路網中車流的傳遞關系，提出路網多智能體分群一致算法，可使各路段的空間占有率達到均衡， 減輕局部擁堵， 減少車輛延誤時間。廖丹等[8]提出一種車載自組織網絡單接口多信道的切換方法，采用不同的報文發送模式，并且給出3種模式之間的動態判定和切換方法，避免了信道切換帶來的開銷，能夠更好地利用信道。

GORRIERI A[9]等提出一種基于分散感知和聚類的車輛ad hoc網絡，提出一種新型的集群廣播協議，通過集群拓撲進行分散感知，并且考慮到實際情況中的不同移動模型，對網絡誤碼率和生命周期的性能進行分析，從而得到性能更佳的車輛網絡聚類方案。KARADIMAS P等[10]提出一種車載無線網絡信道傳輸模型，采用非廣義平穩非相關散射無線信道，并根據信道的二階統計特征時空變化，對車載無線網絡的傳播模型進行優化，提高車載網絡的數據達到率及傳輸效率。

為了滿足VANET在提高多媒體服務時的高吞吐量需求，需要提高V2R和V2V鏈路的實時通信速率，在本文中針對V2R和V2V鏈路建立了協作中繼通信場景，并對鏈路速率與所分配資源單元之間的關系進行了討論，提出了吞吐量優化方程。

1 無人駕駛車載網絡系統模型

在車輛自組網絡中，2跳（2-Hop，2-H）的協作中繼車載網絡不僅信令開銷較小且鏈路控制更簡單，因此在本文中采用的車輛網絡模型為基于2-H的協作通信系統，如圖1中場景1和場景2所示。在場景1和場景2中，都是結合V2V 和V2R兩種通信類型，但場景1中一個源車輛節點只能轉發數據給一個車輛節點(簡稱為1T1模型)，場景2中一個源車輛節點可以轉發數據給多個車輛節點（簡稱為1TM模型）。1T1模型和1TM模型滿足以下要求：(1)都采用IEEE802.11p無線技術的3G LTE（3G Long-Term Evolution）規范[11-12]；(2)每個源車輛節點都有與路邊單元建立通信鏈路的能力，并且通過V2V與其他車輛進行通信。(3)V2V和V2R兩種通信不會互相干擾。通過1T1模型和1TM模型，當車載網絡中某一車輛節點遠離路邊單元無法與其直接通信時，其數據可通過靠近路邊單元的源車輛節點進行轉發，從而成功接收數據，并且在車載網絡中每一個車輛節點都有機會充當源節點。

如圖2所示的基于2-H的協作通信系統，包含了1T1模型和1TM模型的情況，假設源節點有Ns個，普通節點有Np個，且在車載網絡存活期間數據分組的傳輸不中斷，則源節點i的數據速率vi為：

其中，BW表示在V2V通信鏈路中總的無線電資源單元，BWi，j表示在節點i和節點j之間的V2V通信鏈路中所分配的無線電資源單元，1≤BWi，j≤BW。Hi，j表示在節點i和節點j之間的V2V通信鏈路中所占用的帶寬，SINRi，j表示當i作為發射節點時j的信號與干擾加噪聲比。

對于普通節點j，其速率集合為Vi，j={vi，j|1≤BWi，j≤BW，1≤j≤Np}，包括了BW×Np個元素，每一個元素表示對應于所分配資源單元的V2V鏈路速率，采用一個價值函數Cost(·)表示鏈路速率與所分配資源單元之間的關系：

反過來在所分配資源單元為BWi，j時速率為vi，j，則用以下關系式表示：

并以最大化所有節點的吞吐量為目標，可以將優化問題建模為：

對于最大化吞吐量的優化問題，如何對V2V鏈路進行中繼節點選擇及資源分配，將在下一節中采用動態優化算法進行討論。

2鏈路調度算法

為了優化資源分配進行鏈路調度，本節提出采用多選擇性的背包問題來提升整體網絡的吞吐量。根據多選擇性的背包問題[10]，本節通過3個步驟來進行V2V鏈路的資源分配：

(1)對于普通節點，構造速率集合Vi，j：

其中，vi，j表示在源節點i和普通節點j之間的V2V鏈路中當分配BWi，j資源單位時普通節點j的數據速率。考慮所有的速率作為一個組，BW作為資源單位總數量。對于普通節點j，最多只能從集合Vi，j選擇一個速率，對于每個Vi，j的元素，都具有相應的價值BWi，j，為了最大化數據吞吐量，提出吞吐量優化方程：

(2)通過基于多選擇背包問題的調度算法來求解優化問題。算法的偽代碼為：

最佳的Np值可以通過窮舉搜索法求得。

3 實驗結果

在實驗中，對車載網絡環境的模擬采用的是OPNET Modeler14.5通信仿真實驗平臺，該平臺在主頻4.0 GHz、內存4 GB的DELL計算機上運行。在仿真平臺上同時采用交通和通信模擬器，并且交通模擬器實時發送車輛信息到通信模擬器。表1列出了車載網絡的主要參數與配置。模擬的道路場景如圖3所示，在一個半徑為2 km的圓形區域內，3條道路進入交叉路口，兩條道路離開交叉路口，道路的寬度均為18 m。假設在該網絡空間中車輛的運動是無事故、連續且離散性的，根據經典的跟馳理論，在仿真實驗中車輛的運動采用了車輛穩定跟馳行駛時的車頭間距模型。

圖4顯示了在車輛節點數量變化條件下的車輛節點平均數據速率。從圖中可以看出，隨著車輛節點數量的增多，平均數據速率逐漸降低。由于路邊單元的數量固定，并且路邊的發射功率不變，數據傳輸速率不變，而隨著車輛節點數量的增加，源節點和普通節點同時增多，V2R和V2V鏈路的平均速率都會逐漸下降。本文采用基于協作資源分配的車載網絡鏈路調度算法，通過對資源單元分配的優化以及普通節點數量的最佳選擇，提升網絡總的數據速率。文獻[9]提出的分散感知和聚類的廣播協議通過優化拓撲結構來提升網絡通信質量，但聚類的方法使得V2V鏈路的平均傳輸速率降低。文獻[10]提出了車載無線網絡信道傳輸模型，但該模型提出的非相關散射的數據傳輸方案在提高V2R和V2V鏈路的平均數據速率上并沒有起到作用。從實驗結果來看，本文算法的平均數據速率相比另外兩種算法提高了5%以上。

圖5顯示了在車輛節點數量變化條件下的網絡吞吐量情況，從圖中可以看出，隨著車輛節點數量的增多，網絡總的吞吐量逐漸增大。其中，本文算法為了最大化數據吞吐量，通過吞吐量優化方程對不同數據速率的資源單位進行配置，再基于多選擇背包問題的調度算法對普通節點數量的選擇進行優化，因此對提高網絡總的吞吐量具有明顯的增益作用。文獻[9]的算法通過集群拓撲結構提高了網絡數據的流通量，但平均的數據傳輸速率低于本文算法，因此網絡總吞吐量約為本文算法的89.4%，而文獻[10]的算法提升了信道傳輸的誤碼率性能，但對提升網絡總吞吐量的增益來說較小。

4 結論

為了提高無人駕駛車輛自組織網絡的數據速率和吞吐量，本文基于對網絡V2R和V2V通信鏈路的模擬中繼通信場景的構建，提出了2-H的協作通信系統。在該系統的基礎上，以最大化所有節點的吞吐量為目標，對系統V2V鏈路進行了中繼節點選擇及資源分配的分析，提出了吞吐量優化方程。為了進一步求解出優化方程中的節點速率和最佳普通節點數量，根據求解多選擇性背包問題的思路，采用了調度算法和窮舉搜索法得到最佳值。通過采用OPNET Modeler14.5通信平臺進行仿真實驗所得出的結果可以看出，在提高鏈路數據速率和網絡總吞吐量上，基于協作資源分配的車載網絡鏈路調度算法發揮出了較好的效果。