車載網絡中基于移動軌跡預測的快速鄰居發(fā)現(xiàn)算法研究.pdf

1、車載網絡中節(jié)點的快速移動導致網絡拓撲頻繁變化，快速的鄰居發(fā)現(xiàn)算法成為影響網絡協(xié)議性能的重要因素。傳統(tǒng)移動網絡中，有很多可以用來提高數(shù)據(jù)傳輸性能和效率的協(xié)議，如路由協(xié)議、HELLO協(xié)議等。HELLO協(xié)議用于鄰居發(fā)現(xiàn)和鄰居維護，常與路由協(xié)議相結合以提高路由協(xié)議的性能。
　　在車載自組織網絡中，如果每個節(jié)點的鄰居表越精確，那么節(jié)點間的數(shù)據(jù)包投遞率就會越高。本文提出了一種新型的基于卡爾曼濾波器移動軌跡預測的HELLO協(xié)議，KFH( Kal

2、man Filter-based HELLO protocol)。
　　該協(xié)議將時間域劃分為相同長度的時隙，每一個節(jié)點擁有一個基于卡爾曼濾波器的預測模型，根據(jù)網絡環(huán)境中車輛移動的時間和空間特性來預測節(jié)點的運動軌跡。當節(jié)點運用該模型預測自己下一個時隙的位置時，也同時對鄰居表中的每個鄰居進行預測。如果節(jié)點的位置預測精度大于一定的閾值，將廣播一個hello探測信息，同時把自己的真實位置信息發(fā)送給鄰居車輛，接收到該探測信息的節(jié)點將使用最新

3、的數(shù)據(jù)更新自己鄰居表中相應的模型參數(shù)。在每個時隙中，節(jié)點使用自己對鄰居節(jié)點的位置預測數(shù)據(jù)，計算自己與每個鄰居之間的距離，超出節(jié)點通信范圍的鄰居將會被刪除。因此，每個節(jié)點始終維護著一個最新最精確的鄰居表。
　　通過仿真，將KFH與自回歸HELLO協(xié)議(ARH)，以及廣泛使用的基于一定時間間隔的HELLO協(xié)議進行了對比。結果表明，KFH可以實現(xiàn)高效率的鄰居發(fā)現(xiàn)，提高HELLO協(xié)議的性能。在同樣網絡開銷情況下， KFH具有最低的鄰居發(fā)現(xiàn)