【摘要】：針對立體交通環(huán)境下,經(jīng)典車載自組網(wǎng)廣播協(xié)議可能出現(xiàn)的數(shù)據(jù)誤傳率高、網(wǎng)絡(luò)延時大、傳輸不可靠等問題.提出了一種基于路側(cè)單元裝置(RSU,Road Side Unit)的準(zhǔn)確高效的廣播算法CAB(Cubic traffic Adaptive Broadcast Routing Algorithm).該算法根據(jù)立體交通不同的應(yīng)用場景,將廣播分為前向、后向和全向類型.同時,通過特殊hello包交換鄰居節(jié)點信息.通過統(tǒng)計鄰居表信息來選擇下一跳轉(zhuǎn)播節(jié)點,以達到縮短廣播時延,提高廣播效率的目的.針對立體交通中數(shù)據(jù)誤傳率高的問題,引入了車道判別方案和一跳廣播確認機制提高其傳輸?shù)目煽啃?使用NS-3和VanetMobiSim仿真結(jié)果表明,與現(xiàn)有經(jīng)典的廣播算法相比,該協(xié)議在立體交通場景下有更好的包到達率、更輕的網(wǎng)絡(luò)負載和更低的傳輸時延.
[Abstract]:In view of the problems of high data mistransmission rate, large network delay and unreliable transmission, the classical vehicle-mounted ad hoc network broadcasting protocols may appear in the stereo traffic environment. An accurate and efficient broadcast algorithm CAB (Cubic traffic Adaptive Broadcast Routing Algorithm). Based on RSU,Road Side Unit) is proposed. According to the different application scenarios of stereo traffic, the broadcast is classified into forward, backward and omnidirectional types. At the same time, the neighbor node information is exchanged by special hello packet. In order to shorten the broadcast delay and improve the broadcast efficiency, the next hop relay node is selected by statistics of neighbor table information. Aiming at the problem of high data miscommunication rate in stereo traffic, a lane discrimination scheme and a one-hop broadcast confirmation mechanism are introduced to improve the transmission reliability. The simulation results using NS-3 and VanetMobiSim show that the proposed protocol has better packet arrival rate, lighter network load and lower transmission delay than the classical broadcast algorithms.
【作者單位】： 安徽機電職業(yè)技術(shù)學(xué)院信息工程系;合肥工業(yè)大學(xué)計算機信息學(xué)院;
【基金】：安徽省教育廳2016年度高校領(lǐng)軍人才引進與培育計劃項目(gxfxZD2016324) 安徽省教育廳省級教學(xué)團隊項目(2014jxtd99) 2016安徽機電職業(yè)技術(shù)學(xué)院院級重點科研項目(2016zdzr10)
【分類號】：U495;TN93

【相似文獻】

相關(guān)期刊論文 前10條

1 楊傳崗;徐建閩;林曉輝;;基于視頻技術(shù)的交通場景背景生成方法研究[J];西部交通科技;2008年01期

2 朱昶勝;楊青;王杰;馮文芳;;基于城市交通場景的仿真研究[J];計算機仿真;2014年04期

3 陳先橋;嚴新平;初秀民;;霧天交通場景圖像中相關(guān)對象特征分析[J];武漢理工大學(xué)學(xué)報;2009年03期

4 周穎;嚴利鑫;吳青;高嵩;吳超仲;;基于虛擬現(xiàn)實技術(shù)的典型動態(tài)交通場景的設(shè)計與實現(xiàn)[J];交通信息與安全;2013年01期

5 譚論正;夏利民;夏勝平;;基于多級Sigmoid神經(jīng)網(wǎng)絡(luò)的城市交通場景理解[J];國防科技大學(xué)學(xué)報;2012年04期

6 李俊韜;張海;范躍祖;;復(fù)雜交通場景中多運動目標(biāo)分割算法[J];北京航空航天大學(xué)學(xué)報;2006年03期

7 胡江碧;曹新濤;;駕駛模擬艙三維道路交通場景仿真技術(shù)[J];北京理工大學(xué)學(xué)報;2008年07期

8 任建強;陳陽舟;;城市混合交通場景中的多目標(biāo)參數(shù)檢測[J];交通信息與安全;2009年04期

9 張瑜;仿真火車[J];鐵道知識;2004年02期

10 吳天;有車生活從美居開始[J];廣東電腦與電訊;2002年09期

相關(guān)博士學(xué)位論文 前2條

1 嚴金豐;復(fù)雜交通場景中運動目標(biāo)智能監(jiān)控[D];中國科學(xué)技術(shù)大學(xué);2014年

2 陳先橋;霧天交通場景中退化圖像的增強方法研究[D];武漢理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 馬闖;基于機器視覺的交通運動目標(biāo)檢測關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

2 肖杰;基于暗通道先驗的霧霾天交通場景下退化圖像復(fù)原算法研究[D];西南交通大學(xué);2015年

3 張慧澤;城市交通場景中的背景建模方法研究[D];西安電子科技大學(xué);2014年

4 齊行知;城市交通場景中車輛異常行為檢測方法研究[D];東南大學(xué);2016年

5 李俊澤;面向輔助駕駛的交通場景圖像預(yù)處理研究[D];湖南大學(xué);2015年

6 徐林保;限定交通場景中車輛行為認知方法研究[D];中國民航大學(xué);2015年

7 趙業(yè)東;基于圖像的交通場景理解[D];中南大學(xué);2013年

8 楊青;車載自組織網(wǎng)絡(luò)基于交通場景下路由協(xié)議算法的研究[D];蘭州理工大學(xué);2014年

9 黃灝;面向智能交通場景的低層語義提取算法研究與實現(xiàn)[D];北京郵電大學(xué);2015年

10 張小輝;虛擬交通場景中的雨雪仿真[D];西南交通大學(xué);2010年

，

本文編號：2212772