VANET中基于IEEE80211p的切换方法

摘要

本发明属于移动通信技术领域，公开了一种VANET中基于IEEE802.11p的切换方法.首先，只考虑RSU的信号强度(RSSI)来决定是否进行切换，分成了硬切换和软切换；然后，在软切换中，通过斯坦伯格博弈进行分析，决定车辆是否切换；最后，当车辆第一次申请切换失败后，通过二进制指数退避算法(BEB)进行切换的重复申请，再运用博弈方法完成切换；本发明能够模拟真实环境下车辆在RSU的重叠区域切换的情况，使车辆选择合适的时间片进行切换，降低切换的拥塞概率，提高网络交付率，使车辆获得更好的吞吐量，改善VANET子网的整体性能，提高用户体验度。

主权项

VANET中基于IEEE 802.11p的切换方法，其特征在于，该切换方法包括：基于信号强度的切换时间片选择；基于斯坦伯格博弈的切换时间片选择；基于二进制指数退避算法的切换时间片选择；具体如下：(1)基于信号强度的切换时间片选择在两个相邻的RSU1和RSU2重叠覆盖区域A或B中，车辆V_i切换的首要条件是车辆V_i接收到RSU1的信号强度(RSSI)小于车辆V_i接收到RSU2的信号强度(RSSI)；假设RSU1与车辆V_i通信的信号强度为Q_i,1，RSU2与车辆V_i通信的信号强度为Q_i,2，符号W_i＝Q_i,2/Q_i,1，则切换分析过程如下：(2)基于斯坦伯格博弈的切换时间片选择由于VANET中RSU所能够提供的资源是有限的，而车辆的行为是不受约束的自私行为，车辆都是从自身利益出发竞争使用网络资源；这符合非合作博弈的一般假设，所以车辆对网络共享资源的使用属于非合作博弈问题；定义博弈模型F，F＝<I,S,U>，I表示所有参与者，S表示每个参与者的策略空间，U表示每个参与者的效用函数集合；参与者集合I：博弈的参与者是VANET中同一时间片上申请切换的车辆，设参与者的个数为n，博弈的参与者i∈I，I＝{1,2,…,i,…n}；参与者的策略空间S：每个参与者选择一定的策略，S＝{S₁,S₂,…S_i,…,S_n}；S_i是车辆i选择的策略，设为二进制数，即S_i＝0或S_i＝1，S_i＝0表示车辆选择不切换，S_i＝1表示车辆选择切换；参与者的效用函数U_i：如公式(1)所示，U_i＝A_i×B_i/C_i   (1)其中B_i为车辆V_i的收益函数，C_i为车辆V_i的代价函数，A_i表示车辆V_i的行动；博弈中参与者的每个行动都会为自己带来一定的效用，该效用由参与者效用函数来描述；由于博弈中参与者的策略和行动都是相互依赖的，因此每个参与者的效用都与其它参与者策略有关；只有那些参与了切换任务的车辆才需要支付代价并从中获得收益，对于那些没有参与切换任务的车辆，它们不用付出任何代价，当然也得不到任何收益，故其效用值为零；车辆在一个时间片上申请切换，在时间上有先后顺序，即车辆在同一个时间片上的不同时刻申请切换；因此，首先申请切换的车辆的策略可能被其他车辆注意到，这可能影响到其他车辆的策略选择；在博弈过程中，车辆都遵循一定的顺序来选择他们的策略；考虑车辆切换是动态博弈过程，我们利用斯坦伯格博弈来解决车辆切换；它有两个阶段的博弈过程，第一个阶段为leaders阶段，假设车辆V_i为领导者，它先做出自己的策略选择；第二个阶段为followers阶段，车辆根据领导者选择的策略选择自己的占优策略；对于有n辆车的场景，每辆车都按一定的顺序选择自己的策略；车辆V_i的效用函数为U_i，最好的选择策略是，在其他参与者不变的情况下，每个参与者都最大化自己的效用函数U_i；所有参与者最好的策略集是保持稳定不变，每个参与者没有理由选择其他策略，即成为纳什均衡；我们的最后目标是求得每辆车的效用函数U_i的最大值，即纳什均衡解；对于公式(1)中的各个变量进行进一步的分解，车辆V_i的行动函数，如公式(2)：收益函数B_i和代价函数C_i如公式(3)和(4)：B_i＝α×W_i×E_i×t×c_i   (3)C_i＝β×P_i+H_cost   (4)其中，c_i＝c/min{TL,TL+n₀‑TLR}，d_i,RSU1为车辆V_i与RSU₁的距离，γ是路径衰落指数，c_i为车辆V_i的通信速度，n₀为选择切换的车辆数量，t＝D/v，v为车辆速度和D为车辆在RSU₁中的行驶路程，t为车辆在RSU覆盖范围内的通信时间；P_i是RSU₁的拥塞概率，P_i＝max{0,(n‑TLR)/TLR}，H_cost是车辆切换时间，这里切换时间为定值，n为申请切换的车辆数量；由以上分析，公式(1)演化为公式(5)：$U_i=\frac{A_i\times \alpha \times W_i\times E_i\times D\times {\mathrm{\omega log}}_2(1+\frac{S}{N\times {\left(d_{i,{\mathrm{RSU}}_1}\right)}^{\gamma }})}{\min (TL,TL+n_0-TLR)\times (\beta \times P_i+H_{\cos t})\times v}---\left(5\right)$公式(5)给出了效用函数的表达式，下面的工作是求解效用函数的最大值maxU_i，使每个车辆都能获得最大效用，即求得纳什均衡解；利用子博弈完美纳什均衡(SPNE)来分析斯坦伯格博弈，如果参与者不能在任何阶段通过单方面的偏向其他策略而增加他的收益，则这个子博弈完美纳什均衡是一个占优策略；用逆推归纳法来找出斯坦伯格博弈的SPNE；它从博弈的最后一个阶段开始，逐步上升，最后研究第一阶段；斯坦伯格博弈中先执行的理性车辆，在前面阶段选择行为时必然会考虑到后行为车辆在后面阶段中将会怎样选择策略，只有在博弈的最后一个阶段选择的，不再有后续阶段牵制的车辆，才能直接做出明确选择；而当后面阶段车辆的选择确定以后，前一阶段车辆的行为也就容易确定了；通过逆向归纳，求解出每个车辆的最大效用值max U_i；(3)基于二进制指数退避算法的切换时间片选择在本发明中，为了更好的降低切换拥塞概率，采用CSMA/CD中的二进制指数退避算法(BEB)思想来分散RSU重叠覆盖区域中车辆申请切换的时间；把车辆申请切换的时间片间隔划分为时间T，一旦车辆申请切换失败后，车辆为降低再次申请切换失败的概率，需要等待一个随机时间，然后再次申请切换；采用二进制指数退避算法的过程如下：1.发生第一次申请切换失败后，车辆等待0或1个时间片再开始申请切换；2.发生第二次申请切换失败后，车辆随机地选择等待0,1,2或3个时间片数，再开始申请切换；3.第i次申请切换失败后，在0至2_i‑1之间随机地选择一个等待的时间片数，再开始申请切换；4.直至车辆V_i与原RSU通信的信号强度Q_i＝0，车辆执行硬切换。