路侧装置修正位置预测模型在Vanet混合路由算法中的应用

摘要：

在Vanet应用场景中,由于车辆高速运动导致车辆节点构成的网络拓扑不断变化,多数路由协议需要及时维护自己的邻居表来选择路由.邻居选择出错会出现数据频繁重发,导致传输时延高且不可靠等现象.为此本文提出了一种基于高速公路应用场景的高效的邻居发现方法NDK(Vanet Neighbor Discovery method By Kalman filter).该方法利用经典的地理位置路由算法GPSR思想,借助于卡尔曼滤波(Kalman filter)预测模型来预测节点的邻居表,同时周期性的使用路侧装置(RSU,Road Side Unit)修正预测值.通过NS-3的仿真实验表明,该算法较经典的GPSR算法和其他基于时间、移动预测邻居表的算法能更好判断节点的加入和离开,并有更好的邻居正确率和更轻的网络负载.

关键词：Vanet、GPSR、卡尔曼滤波、路侧装置、分组到达率、传输时延

所属期刊栏目：41

分类号：TP393.02(计算技术、计算机技术)

资助基金：2017年度安徽高校重点自然科学研究项目KJ2017A757

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：100-110