智能交通系统中的高效数据报告

2024-01-10 12:56:08 百科大全 投稿:一盘搜百科
摘要引用Anisi, M.H., Abdullah, A.H. Efficient Data Reporting in Intelligent Transportation Systems. Netw Spat Econ 16, 623–642 (2016).摘要近年来,智能交通系统(
智能交通系统中的高效数据报告

 

引用

Anisi, M.H., Abdullah, A.H. Efficient Data Reporting in Intelligent Transportation Systems. Netw Spat Econ 16, 623–642 (2016).

摘要

近年来,智能交通系统( intelligent transportation systems,ITSs)应运而生。这些系统可以改善传统的交通系统,为旅客提供交通信息。在交通领域,无线传感器网络(Wireless Sensor Networks,WSNs)可以取代现有的有线传感器和昂贵的交通监控系统,以减少安装此类系统的时间和成本。然而,考虑到传感器节点的能量限制,准确、及时地传递交通信息是一个重大挑战。在本文中,我们提出了一个两层架构,上层是移动对象(车辆)网络,底层是分层的无线传感器网络。使用这种方法,低功耗静态传感器节点上的一部分负载可以转移到移动对象上,例如功能强大的移动设备。此外,为了提供准确、及时的流量信息,提出了一种 QoS 感知的链路代价函数,用于静态传感器节点间的数据传输。另外,由于移动对象层(上层)中对象的移动性和存在丢包的概率,提出了一种可靠的数据转发机制。在这种机制中,数据包被转发给附近的人,这增加了接收数据包的概率。性能评估结果表明了用于 ITS 应用程序的建议体系结构和数据报告机制的有效性。

1 介绍

无线传感器网络是一种经济、低功耗的无线监测方法,能够支持无处不在的 ITS 应用。但其还存在对于不同应用必须满足不同的服务质量(Quality of Service,QoS)参数,包括传感器节点的能量、可靠的数据传输和延迟;与有线网络相比,安全性较低、速度较低和配置更复杂等缺点。本文中作者提出了一种用户都直联无线传感器网络的体系结构。其中移动用户查询网络,并将查询响应发送回其中一个节点,该节点充当传感器节点和移动用户之间的中间节点(称为副接收器)。当目标移动用户到达副接收器时,它向移动用户发送响应。如果该分组传输不成功,则来自重新跟踪和重传分组的可考虑延迟施加到系统上。

在针对传感器节点之间的数据传输过程中,响应包的丢失、无线传感器网络的能量限制等问题时,本文提出了一种基于 WSNs 的 ITSs 两层体系结构,其中静态传感器节点和移动对象之间的数据通信在每层中被分离,简化了静态传感器的任务并节省能源。并传感器节点被组织成若干个簇,其中数据通过树传递到簇头结构。为了满足数据传输对服务质量的要求,本文提出了一种链路代价函数,并将其应用于传感器节点间的数据传输。利用所提出的链路代价函数,平衡节点能量,减少时延和拥塞。并且在移动对象层,本文提出了一种可靠的数据转发机制,可以大大减少分组丢失。

2 系统架构

2.1 静态传感器层

此层由几个静态传感器节点组成,假设每个节点都知道其位置。为了指定位置,可以使用分布式定位方案。假设整个网络由多个群集组成,并且在每个簇中,选择其中一个节点作为簇头( Cluster Head,CH)。为了节省静态传感器节点的能量,采用基于簇和基于树的方法。集群通过提高带宽利用率和减少开销来降低能耗。另外,参考无线传输中消耗的能量与通信中节点间距离平方的直接关系,在每个簇内使用了基于树的方法。由于簇成员节点不在簇头的位置向相邻节点发送数据包,从而缩短了它们的传输距离,从而降低了每个簇中传感器节点的整体能量消耗。

2.2 移动对象层

移动对象沿着该层的感兴趣的区域(the area of interest,AOI)移动网络,有关速度、方向和位置的信息被认为是永久可用的,移动对象可以具有两个在不同频带上执行的无线电。这些移动对象从其覆盖区域内的簇头收集数据,处理数据并将其转发给目标节点。使用此机制可以在不影响整个网络的情况下删除更多的对象。另外,移动传感器的故障或离开不会干扰数据采集过程。因此,可以确保网络的可扩展性和健壮性。

3 通信框架

本文所提出的通信和路由框架包括静态传感器层和移动对象层。在分层框架中,静态传感器层涉及部署在感兴趣区域的静态传感器节点之间的 QoS 感知数据路由,而移动对象层则解决移动设备的可靠数据通信问题对象。注入查询之后,最靠近移动对象的节点接收查询,通过静态传感器将查询路由到查询区域目标,在返回路径中,响应包到达最接近查询区域目标的簇头,随后分组被发送到集群头部的本地附近的移动对象。

图 1 描述了所提出的通信框架的适用场景。当移动对象需要有关环境的一些信息时,它向网络注入一个查询。移动对象无线电范围内最近的簇头接收查询。在接收到查询后,簇头检查查询中感兴趣区域是否与其覆盖的区域匹配。若是,它将查询分发到它的集群并转发给它的相邻簇头。

从静态传感器节点到簇头的数据传输,使用链路代价函数转发其数据包,以确保可靠和节能的数据传输。当簇头接收到查询结果时,为了节省时间,它将结果发送到进入其无线电的第一个移动对象范围。当移动对象接收来自簇头的查询结果,它首先检查它是否是查询的发送者。若不是,为解决对象的移动性问题,它在其无线电范围内选择比其他对象更可靠、更接近目的地的移动对象,并将分组转发给它。重复这个过程,直到查询移动对象收到结果为止。

智能交通系统中的高效数据报告

 

图 1 所述框架中的数据通信示例

3.1 链接成本函数

本文在初始化阶段使用链路代价函数来计算下一跳邻接点(父节点)的链路代价。由于 ITSs 中及时信息传递的必要性,在所提出的链路代价函数中,我们使用绝对时间取代希望计数来减少延迟和拥塞文提出了一种延长网络生存时间的方法,即延长网络的可用时间,控制包丢失、减少延迟和拥塞。从节点 y 向节点 x 发送分组(C)的成本定义如下:

智能交通系统中的高效数据报告

 

表 1 显示了函数。在在最坏的情况下,

智能交通系统中的高效数据报告

 

智能交通系统中的高效数据报告

 

的值可以是 1(在缓冲区大小中没有剩余的能量或没有足够的空间),在最好的情况下可以是 0。

表 1 链路成本函数符号

智能交通系统中的高效数据报告

 

另外,

智能交通系统中的高效数据报告

 

从节点 x 到达 CH 所需的时间与到达 CH 所需的最大时间的比例。通道 Tmax 是一个预定的常数,C 是从节点 y 到节点 x 传输数据包的总开销。C 值最低的邻接点节点将被选为下一跳邻接点。α、β 和 μ 是能改变能量效应的因素的权重。因此根据场景的目的、需求和问题,它们可以得到不同的结果值。通过考虑 μ 值大于 α、β,能量和缓冲区大小对到达簇头的时间的影响,选择更靠近簇头的候选邻接点的概率增加,并且使用绕道的机会将增加减少。

3.2 初始化

该方法中,在部署节点后立即执行初始化算法。邻接表最初是空的,并由这个进程初始化。在这个过程中,初始化包被广播到网络,该初始化包由节点的剩余能量、到达簇头所需的时间以及具有包的一般字段的节点的可用缓冲区大小组成。当一个传感器节点接收到初始化包时,它在路由中保留下一跳的候选邻接点的信息表。

智能交通系统中的高效数据报告

 

这个过程一直持续到所有静态传感器节点接收到初始化包。在这一阶段之后,每个节点都知道其邻接点的规范作为其可能的父节点。

表 2 包头信息列表

智能交通系统中的高效数据报告

 

3.3 查询注入

当移动对象需要从环境中获取一些交通信息时,就会向网络中注入一个查询。在移动对象的无线电范围内最近的簇头接收到查询后,检查它是否能够完全或部分覆盖查询中的感兴趣区域。如果可能,簇头作为集群中树的根,将数据包发送给它的子节点;否则,它将查询数据包发送给它的邻接点簇头。子节点也会重复这个过程,直到集群中的所有节点都收到查询为止。

3.4 查询响应路由

在集群中的所有节点接收到查询后,节点的结果被发送回查询的移动对象。在该方案中,查询结果路由分两个层次进行。第一级涉及静态传感器层中的路由响应包,第二级在移动对象之间执行。

3.4.1 静态传感器层查询结果路由

在传输查询结果时,查询应答器根据计算出的可能的父节点的链路开销,选择链路代价最低的父节点,并将响应包发送给它。类似地,当中间节点接收到查询响应时,它选择链路开销最小的父节点并将包转发给它。这个过程一直持续到集群头收到集群成员的结果。当簇头接收到查询结果时,为了减少传输所需的功率和节省更多的能量,它立即将结果发送到其无线范围内最近的移动对象。随后移动对象使用最接近查询的节点将包转发到目的地车辆。如果簇头无法在其通信范围内找到移动对象,它将数据包转发给其最接近查询对象的相邻簇头之一,以将结果发送给移动对象。

3.4.2 移动对象层查询结果路由

在这一层,数据包被发送到查询发送方的初始位置,并由中间移动对象转发,直到查询发送方能够接收到它。当数据转发路由中的移动对象接收到查询结果包时,首先检查包的查询源,以确定它是否是查询的发送方。如果是发送方,则数据传递过程结束;否则,它将数据包转发给查询对象。然而,在 ITSs 系统中,由于车辆的移动性,丢包是其中的主要问题之一,造成时延和能耗。

此处我们除了考虑路径长度外,还应考虑路径的可靠性考虑在内该算法将可能的邻接点作为下一跳,将数据包转发到距离目的地最近且不离开无线范围的移动对象(速度为 v)时间 t 之后的前一跳对象。这里“t”是移动对象不离开前一跳对象的无线电范围的持续时间。

图 2 说明了所提出的算法,其中小圆表示节点的移动区域,大圆表示对象 s 的无线范围。假设移动对象 s 希望将其分组转发给其邻接点之一。由于移动对象的移动(其中 x = vt),它可能离开 s 的无线电范围。因此,在所提出的算法中,数据分组被转发到能够满足上述两个条件的节点。例如,在这个例子中,基于对象的速度和无线电范围,最接近目的地并且没有离开 s 的无线电范围的对象(例如对象 e)将被选为下一跳对象。

智能交通系统中的高效数据报告

 

图 2 选择下一跳移动对象示意图

在算法 2 中,详细介绍了数据转发过程。在该算法中, neighborlist 是发送对象的单跳邻接点列表,nexthop 是下一跳候选邻接点,nexthopdis 是其距离。

智能交通系统中的高效数据报告

 

图 3 显示了在所提出的和传统算法中移动对象之间的数据转发的另一个示例,其中小圆表示节点的移动区域,大圆表示节点的无线电范围。另外,在传统算法中,实线表示所提出的机制,虚线代表数据路由。

智能交通系统中的高效数据报告

 

图 3 向请求者对象转发查询结果示意图

在该算法中,当 s 选择节点 j 后,由于可能离开对象 j 的无线范围,因此不选择对象 b 作为下一跳,而是选择同时满足所提出算法两个条件的对象 q 作为下一跳。

智能交通系统中的高效数据报告

 

4 绩效评估

使用 J-SIM(基于 JAVA 的模拟器)对所提出的方法进行了仿真和评估,传感器节点均匀地围绕在正方形的中心有一个孔。两个相邻节点之间的距离为 25m,洞的大小为 500m _500m,节点的初始能量为 50j,mac 协议选用 ieee802.15.4。

移动对象的移动基于随机航路点(random waypoint,RWP)移动性模型,并且仅限于无线传感器网络的部署区域。这包括移动物体在城市街区周围移动(行驶)并寻找如图 4 所示的免费停车位的情况。移动物体以最小速度 5 m/s 和最大速度 20 m/s 沿着外部道路移动,并且只能与通信范围为 25 m 的簇头通信。选择 RWP 模型的原因是它是一种随机移动模型,在该模型中,移动对象无限制地随机自由地移动。也就是说,目的地、速度和方向都是随机选择的,与其他物体无关,因此它是模拟车辆运动的最佳选择。

智能交通系统中的高效数据报告

 

图 4 移动物体在传感器节点周围移动寻找免费停车场

对于簇的形成,我们使用了一种类似于 LEAC-H 协议的简单的聚类机制。在集群形成机制中,具有增强能量容量的簇头沿着 WSN 网络周边传播,使用非持久性载波感知多址(carrier-sense multiple access,CSMA)MAC 协议广播广告消息( advertisement message,ADV),以通知其他节点其在网络中的角色。然后,每个节点根据接收到的来自每个簇头的 ADV 信号强度( received signal strength,RSS)来选择可以使用最小通信能量到达的簇头来确定其簇。

该方法通过控制丢失的数据包数量来避免发送额外的数据包,这是通过使用所提出的用于传感器节点之间的数据传输的链路代价函数和所提出的移动对象之间的数据传输的可靠机制来实现的。

图 5 显示了与 Geo 路由相比,上述的方法的分组传递率(packet delivery ratio,PDR)。PDR 是指发送到移动对象的数据包数与源节点生成的包数之比。

智能交通系统中的高效数据报告

 

图 5 不同节点数的分组投递率性能

由于 Geo 路由中传输的数据包和丢失的数据包的数量较多,其 PDR 比所提出的方法要小。图 6 将重传分组的数目与 Geo 路由进行比较。在所提出的机制的静态传感器层中,集群中丢失的分组使用标签方法的重传机制进行重传。当一个节点在其自己的时隙中没有成功地将其数据传输到其父节点时,丢失的包被重新传输到其父节点。而在移动对象层,利用所提出的可靠机制在移动对象之间进行分组传输,有效地降低了分组丢失的几率,并在分组丢失的情况下,使用 MAC 层的默认重传机制来重传丢失的分组。

智能交通系统中的高效数据报告

 

图 6 重传次数与节点数

图 7 显示了与 Geo 转发、延迟转发和能量转发相比,所提出方法在首次失败时间方面的性能。从图中可以看出,所提出的方法具有最长的首次失效时间。在该方法中,分簇通过提高带宽利用率来降低节点的能量消耗。另外,所提出的链路代价函数考虑了节点的剩余能量,从而延迟了节点的失效时间。

智能交通系统中的高效数据报告

 

图 7 将提出的方法与其他方法中的第一次失败时间进行比较

在图 8 中,将所提出的方法的包延迟(即发送查询和接收响应之间的持续时间)与其他方法进行了比较接近。由图得,延迟转发机制通过在每个传感器节点使用基于自适应占空比的跨层策略,具有比其他节点更低的延迟。该方法考虑了节点与移动对象之间的绝对旅行时间,以最小化分组延迟。通过考虑静态传感器层中节点的剩余能量和可用缓冲区大小,并在移动对象层使用所提出的可靠机制,可以减轻节点故障和分组丢失,减少丢失分组的重传所需的时间。

智能交通系统中的高效数据报告

 

图 8 包延迟评估

在无线传感器网络中,大部分的能量消耗都与传输有关,而传输比接收和计算消耗的能量要大得多。我们根据网络中传输的数据包数量来测量能量消耗,采用以下公式:

智能交通系统中的高效数据报告

 

式中,P 表示传输所需的能量,取 50nj,

智能交通系统中的高效数据报告

 

为网络中传输的数据包总数,N 为节点总数。由图得评估结果表明该方法优于能量转移机制。在该方法中,聚类和树拓扑通过提高带宽利用率和降低开销来降低能耗。此外,通过在静态传感器层使用所提出的链路代价函数,平衡节点的能量,并通过较少拥塞的路由将数据路由到移动对象。最终防止了节点故障和分组丢失,并且不使用额外的能量来重新路由丢失的分组。类似地,在移动传感器层中提出的机制通过将节点转发给最可靠的邻接点来减少分组重传的次数,这可以节省额外的能量。

5 结论

在 ITSs 中,大规模部署一个成本低、安装时间短的先进监控系统是一个相当大的挑战。无线传感器网络可以被认为是解决这个问题的一个合适的解决方案。针对无线传感器网络的应用,提出了一种由无线传感器网络和移动对象组成的双层体系结构。在该体系结构中,无线传感器网络监控区域,移动对象(车辆)能够发送查询并接收所需的交通信息。该策略简化了传感器节点的功能,降低了节点的能量消耗。在静态传感器层中,传感器节点被组织成多个簇,并使用 QoS 感知的链路代价函数向簇头发送数据。在从簇头接收到查询响应之后,使用能够减少分组丢失的可靠机制将数据分组转发到查询对象。仿真实验表明,该方法在节省传感器节点能量和延长节点生命周期的同时,能够以较高的包传递率和较低的时延提供所需的流量信息。

致谢

本文由南京大学软件学院 2020 级硕士林聚翻译转述

本论文转述项目受到国家自然科学基金重点项目(项目号:61932012,61832009)支持。

声明:一盘搜百科所有作品(图文、音视频)均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系 88888@qq.com