车间通信

车间通信（共3篇）

车间通信 篇1

摘要：在低密度车流的车载网络(VANET)中,通常只有少数车辆参与路由,就存在通信间隙问题。据此,常采用基于存储-携带-转发(SCF)技术,利用移动车辆桥接两不连通车辆间的通信间隙。为此,针对基于SCF路由,分析了多通信间隙的网络性能。首先为了分析车辆传输半径对端到端传输时延的影响,提出了基于存储携带转发路由的车间通信间隙时延分析模型(SCF-GAM),再量化了关于端到端传输时延的拉氏变换的性能。最后,通过仿真数据验证了SCF-GAM模型。

关键词：车载网络,存储-携带-转发,通信间隙,时延,模型

0 引言

作为未来智能交通系统,车载网络VANET(Vehicular Ad Hoc Network)受到广泛关注[1,2,3,4]。然而V2V(Vehicle to Vehicle)通信的连通率高度依赖于道路上的车辆密度。在低密度场景下,V2V通信的连通率低,由于车辆采用专用短距离通信DSRC协议[5],路由路径断裂率高。此外,V2V通信连通还受高速场景和城市场景的障碍物的影响,包括大的建筑物、大卡车等物体均会引起信号衰落[6]。因此,面向V2V通信环境,分析车间连通对消息传输性能的影响是非常重要的。

目前,针对VANET连通率低的问题,广泛采用基于存储-携带-转发SCF(Store-Carry-Forward)路由去桥接(bridging)的V2V通信的间隙(Gap)[7]。车载容迟网络VDTN(Vehicular Delay-Tolerant Network)常采用SCF策略向目的节点转发数据包[8]。现有的分析模型仅关注桥接一个通信间隙Gap[9,10],并没有考虑到多个间隙。对桥接多个间隙的累加时延和操作SCF的次数并没有进行理论分析。

为此,本文针对多个V2V通信间隙Gap情况,建立基于存储携带转发路由的车间通信间隙时延分析模型(SCF-GAM),并评估SCF的端到端传输时延。同时,分析车流密度和车辆传输半径对传输时延和SCF操作的平均次数的影响,通过仿真数据验证了提出的模型的性能。

1 约束条件及问题描述

假定所有车辆均基于DSRC进行V2V通信,它们也安装了全球定位系统GPS(Global Positioning System),使车辆知道自己的位置、速度以及车间距离信息,传输半径均为R。

考虑一维的VANET道路模型,如图1所示。双向单车辆,分别向东、西行驶。假定V0和Vn+1分别表示数据源节点和目的节点,从V0到Vn+1的路由距离为L。同时,假定在V0到Vn+1的路由阶段中有k个车辆参与路由,表示为Vk(1≤k≤n)。用一维坐标位置表示沿途车辆V0,V1,…,Vn+1的位置。

图1 一维的VANET道路模型

假定第i个车辆Vi离车辆V0的距离表示xi。为了简化描述,假定V0位于x0=0。车辆通过周期地广播beacon消息,获取网络拓扑信息,每个beacon消息包含车辆的ID、位置xi以及速度θi[9]。

数据从V0至Vn+1的传输,多个车辆参与了路由。一旦检测到通信间隙Gap,如图2所示,Vk和Vk+1间未连通,此时利用反向车道的移动车辆X实施SCF策略去桥接通信间隙[5]。因此,车辆Vk选择X作为中间转发节点,即数据从Vk→X→Vk+1,其中车辆Vk和Vk+1的速度分别表示为θk和θk+1。

图2 桥接通信间隙Gap

2 分析模型

2.1 Ngap的概率质量函数

为便于数学处理,假定两车辆间的空间服从指数的车头间距分布,且均值为1/μ[10]。然后,沿着路由路径的总的车辆数服从泊松分布,其概率质量函数为:

依据文献[11],假定每辆车的位置在(0,s)区域均匀分布。基于将经典阶次统计学问题看成随机区间划分的理论[12],在路由路径s存在m个通信间隙的条件概率:

其中表示向下限取整数。基于式(1)和式(2),条件概率可转换为:

依据文献[13]的操作处理,级数可以简化为:

因此,式(3)的闭型表达:

依据式(5)便可计算在路由路径s上总的SCF操作数Ngap。接下来分析在桥接通信间隙所移动距离的拉氏变换,简称距离拉氏变换。

2.2 距离拉氏变换

假定移动车辆X为桥接通信间隙所移动的距离为τg。如图2所示,Vk和Vk+1间的距离为dk。如果dk>R,两辆车间的通信不连通。SCF转发节点X与Vk+1间的距离表示为两个随机变量之和,即r1+r2。由于X在它们彼此通信范围内,移动距离τg等于r1+r2-R与0之间的最大值,即:

注意当r1+r2<R时,移动的距离τg=0。原因在于:消息可以直接从X传输至Vk+1。

假定τg的拉氏变换为Fg*(s)。假定r1、r2的概率密度函数分别为f1(·)和f2(·)。令rs=r1+r2,rs的密度函数fr(rs):

因此,τg的拉氏变换为Fg*(s):

由于在两直线道路上两车间距服从指数分布,由分布的无记忆性质,r1与dk有同样的分布,因此可得:

同理,r2有类似的密度函数分布:

基于式(9)和式(10),式(7)可转换为:

因此,当μ1≠μ2时,拉氏变换为Fg*(s)为:

基于式(12),τg的期望值可表示为:

特别地,当μ1=μ2=μ时,r2有2-厄兰分布,且均值为2/μ。在这种情况下,式(8)可转换为:

并且E[τg]=e-μR(R+(2/μ))。

2.3 基于多通信间隙的SCF路由

假定针对通信间隙的移动距离是独立的,并且桥接间隙时间是相同的。利用期望距离除于期望速度可计算时延。因此,桥接m个通信间隙所移动的总的累加距离表示为τg,m。基于Fg*,m(·)=(Fg*(·))m,可通过估计τg密度函数的m重卷积的拉氏变换计算τg,m。

而桥接m个通信间隙所产生的总时延td如式(15)所示。式(5)~式(15)分析了具有多个通信间隙的路由路径的性能。基于这些分析,车载应用能预测路由时延,并且依据不同的服务要求,能自适应地调整参数。

3 性能分析

为了验证模型的有效性,下面进行系统仿真。选择双向单车道的公路道路路段作为仿真模型。在每轮仿真过程中,采用一分为二的车头时距分布(Dichotomized Headway Distribution),为束车辆(bunched vehicles)和单独车辆(Free vehicles)产生车间空间分布[14]。依据文献[14]定义束车辆和单独车辆。对于束车辆而言,它与前一个车辆的车头间距小于△th,而单独车辆表示它与前一个车辆的车头间距大于△th。仿真过程中,△th=10 m。

利用NS2仿真软件建立仿真平台,并利用SUMO产生车辆移动轨迹文件。采用Nakagami无线传播模型,车辆速度服从在[18,22]m/s区域均匀分布,仿真时间为300 s,每次实验独立重复50次,取平均值作为最终的仿真数据,将本文提出的分析模型得到的数据与仿真数据进行比较,将前者表示为Analytical,后者表示为Simulat。

3.1 车流密度μ的影响

首先分析车流密度μ对SCF操作的平均次数和端到端传输时延的影响。车流密度μ从1~10 Veh/km,属于低密度情况。车辆传输半径为R=100 m,仿真结果如图3、图4所示。

从图3可知,SCF操作的平均次数随着车流密度μ的增加而增加,不过增加速度随之变缓。原因在于:μ在1~10 Veh/km间属低密度区域。换而言之,即使μ增加至10 Veh/km,仍属低密度区域。低密度区域意味着在该区域内车辆的通信连接存在问题。因此在μ从1~10 Veh/km的变化区间内,尽管密度的增加,可以改善通信连接问题,但是总体上仍有多数车辆间的通信无法建立,就需要更多SCF操作解决此问题。将Analytical与Simulat比较发现,两者差异很小,在车流密度μ从1变化至10 Veh/km区间,差异未超过2%。

图3 SCF操作的平均次数随车流密度μ的变化曲线

图4 端到端传输时延随车流密度μ的变化曲线

图4描绘端到端传输时延随车流密度μ的变化曲线。从图4可知,随着车流密度μ的增加,端到端传输时延下降。原因在于:车流密度μ的增加,SCF转发节点X向Vk+1转发消息所经历的路径更短,进而缩短了时延。此外,Simulat与Analytical两者差异不大。在μ=5时,差异仅为2.91%。

3.2 传输半径的影响

本小节分析车辆传输半径端到端传输时延的影响。车辆传输半径R从50变化至500 m,车流密度μ分别为2.5、7.5、25 Veh/km。仿真结果如图5所示。

图5分析了传输半径R对端到端传输时延的影响。从图5可知,端到端传输时延随传输半径R增加而下降,原因在于:传输半径R越大,车间通信跳数越少,时延就越短。而车流密度μ的越高,时延也越短。这主要是因为:车流密度μ的增加,减少了车间通信间隙Gap,降低了时延。此外,μ=2.5 Veh/km时,Simulat与Analytical两者的数据差异约在10%。

图5 端到端传输时延随传输半径R的变化曲线

4 总结

针对VANET中的车间通信间隙问题,本文提出基于存储-携带转发路由的车间通信间隙时延分析模型SCF-GAM。SCF-GAM模型分析并量化了通过移动车辆桥接通信间隙的时延以及SCF操作的平均次数。同时,通过仿真数据验证了SCF-GAM模型的准确性。

车间通信 篇2

为了及时、准确地获取城市道路交通信息,提出了一种基于车间通信的交通信息采集方法，将具有车间通信功能的车辆视为路网中的移动传感器节点；路旁基站通过对节点采集到的交通数据进行分析，得到路段实时交通状态。城市智能交通系统的目的就在于缓解交通压力，解决城市频繁出现的交通拥堵现象。较为有效的方法主要是交通控制和交通诱导。两种方法都需要对城市道路交通信息进行实时采集、准确预测和有效发布。因此只有建立了完善的交通信

息服务系统，才能使智能交通系统的作用得到发挥。当前，交通信息的采集大多依靠分布在各个路段上的交通参数检测器实现，如超声波检测器、红外检测器、微波检测器、视频检测器等。但是，这些检测方法成本高、信息获取范围小，信息量不足，从而在一定程度上限制了智能交通系统强大功能的发挥。近年来,基于专用短程通信的车间通信技术在车辆安全、协同驾驶、电子不停车收费等领域得到了重点研究和广泛应用。车间通信技术将车辆和路旁基站通过无线方式连接为一个整体,实现了人、车、路的统一。

1、环形线圈检测器

车间通信 篇3

为全面落实段通信专业秋检的要求，结合本车间的实际，突出“强基达标、对规对标”的工作总原则，落实好集团公司提出的“两手抓”，“三个回归”，“四条主线”的具体要求。在上半年介入的基础上主要以基础资料完善、设备整体外观、隐患问题克服、问题库问题销号、标签制作粘贴为主，做到完成一处达标一处。通过开展秋检工作，进一步提升设备质量、推进各项施工有序进行、提高工程标准、改变职工精神面貌。秋检从8月15日开始启动。为做好此项工作，特做如下细化安排：

一、车间秋检工作领导小组 组 长：唐浩

组 员：李树军、张帅、曹伟、安利、马立冬

二、检查时间阶段

今年秋检分3个阶段进行。第一阶段自8月15日至8月31日为自检阶段，工队组织施工单位进行全面检查，采取边检查边整治的原则；第二阶段自9月1日至10月5日为车间全面平推检查、整治、克服缺点、总结阶段；第三阶段自10月6日至11月15日为集中整改、问题销号，同时接受上级检查验收阶段。

三、检查重点

1.段、通信技术科重点工作任务完成情况。2.设备维护质量、整治任务完成情况。3.各类问题库、整改、销号情况。4.工程监护、督导、管理情况 5.新维护机制变更后进入状态情况。6.学规对标达标推进、落实情况。

四、检查原则 坚持以《铁路通信维护规则》、上级和段相关制度、办法、涉及及验工标准等为依据；在保证运输生产现实安全的前提下，坚持设备外观、隐患克服与性能并重、高标准、立行立改的原则。

五、检查方式

1.采取全覆盖、单项任务检相结合的方式，避免重复检。2.采取设备、事件责任人包保检与包保任务相结合的方式。3.采取秋检与现场培训相结合的方式。4.采取秋检与工程施工单位相结合的方式。5.采取工队、车间自检与联合检相结合的方式。6.采取段指导、督导检与验收检相结合的方式。7.采取检查、整改、提高相结合的方式。

六、检查具体内容 1.管理方面

1）重点任务落实。制定工作，段、通信科重点工作及措施的落实情况。

2）车间和工队的组织机构、分工及落实情况。3）车间干部在生产中职责落实情况。4）车间、工队对缺点问题克服销号情况。5）新建工队基础管理资料补齐情况。2.设备方面 1）设备外观质量； 2）机房卫生达标；

3）隧道内直放站缆线、设备情况； 4）局前井封堵整治进度；

5）前期检查问题库销号整改情况；

七、检查具体要求 1.全面全覆盖检查，不留死角；全方位仔细检查，不走过场。一是要全覆盖检。突出发现前期遗留问题。二是坚持《维规》《技规》总标准，发现解决安全隐患问题；提高标准尺度，评价工作质量、设备质量、运用质量、服务质量。通过改进，实现统一、规范的目标。三是结合部的衔接，做到内部覆盖，外部无缝。发现解决分界不清、不准、不合理的问题；发现解决工作推诿扯皮、存在盲区衔接不上的问题。四是检查一处就要彻底一处，做到缺点和问题记准、反馈清，整改到位。

2.夯实基础。一是分工明确，凡事有人管，凡活有人干。二是基础资料建立及时、登记规范。三是技术资料、台帐完整准确，增补、完善、修订及时，有人管理。四是仪器仪表定期检查，日常保持在良好状态。抢修器材管、用、修是在状态，起到应有的作用，应急管理到位。

3.检查过程中对发现的问题突出分析原因、落责责任人，车间做好全过程的指导、督导，使该项工作顺利、高质量推进。要做到边检查边小结，对秋检中发现的好的个人、好的做法要及时表扬、奖励，弘扬正能量；对表现差的要分析、批评、限期整改、处罚、直至处理，对典型、倾向性问题也要及时通报，供全车间借鉴，从中吸取教训。在检查结束之后，还要对秋检工作进行全面、系统的汇总、总结。不但归纳存在的共性、个性问题，凝练整体工作的特点、特色工作、宝贵经验，为做好今后的工作积累财富！