791ce948235a88d74d3b51039b1613ae.ppt
- Количество слайдов: 75
在車輛隨意網路下之繞徑機制探討 The research of routing mechanisms in vehicular ad hoc network 教授 : 吳和庭 學生 : 陳志昇 2007/7/24 1
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 2
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 3
概觀 本論文主要是在 車輛隨意網路 下設計。 利用 後車會被前車阻礙 的特性,來找出 穩定性較高 的 路徑。因為後車被迫與前車 保持相同速度與方向的行 進模式 ,如此可使 前車與後車保持一段較長可互相通 訊的時間 ,而繞徑路徑維持的時間若越久表示該路徑 越 穩定 。 先用 速度與方向 的資訊來做分群, 將行進方式相近的 車輛分為同一車群 ,而這些相同車群的車輛很有可能 就是前車與後車的關係 ,使得該車群能維持較長的互 相通訊時間。 因此在發出 RREQ訊息尋找路徑時,就可 利用 建立好 4 的車群資訊 來判別出 找到路徑的穩定性 ,以提高繞徑
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 5
技術背景 行動隨意網路 (Mobile Ad hoc NETwork) 車輛隨意網路 (Vechicle Ad hoc NETwork) AODV(Ad hoc On-Demand Distance Vector) S A F B E C G D S節點發送 RREQ尋找節點 D路徑 傳送的節點利用 RREQ更新繞徑表格 D節點利用學到的到 A節點路徑回應 RREP 傳送的節點利用 RREP更新繞徑表格 6
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 7
移動模式 (1/10) RWP( Random way point) 隨機產生一個目的地 隨機產生一個 固定速度 , 且用此速度 移動到目的地 到達目的地後,隨機休息一段時間 重覆以上動作 8
移動模式 (2/10) 車輛移動模式 (cont. ) 隨機產生一個 位於道路中 的目的地。 隨機產生一個 期望速度 ,並且依此速度沿 著道路移動到目的地。 到達目的地後,隨機休息一段時間,且在進 入休息狀態時將 所有擁有的傳輸資訊清除 , 以及 車輛在休息的時間內 不參與訊息的傳 送。 重覆以上動作 9
移動模式 (3/10) 車輛移動模式 加速度 /減速度 可能會被前車所阻礙 停交通號誌燈 車速及行駛方向變化頻 繁 通過路口時會減速 10
移動模式 (4/10) 車輛移動模式與 RWP不同的 特點 網路拓撲的變化頻率較快 • 車輛的移動速度快 • 雙向道 很普遍 網路密度分佈不平均 移動速度無法維持定值 11
移動模式 (5/10) 網路拓撲的變化頻率較快 (cont. ) 雙向道的兩個車道 方向是絕對相反 的,且兩 排車輛相鄰很近 。 雙向道加上車輛移動速度快的因素就常常會 產生 只有短暫能溝通 的狀況 。 在一般 RWP也會有這樣的情形,但不至於像 車輛隨意網路這樣 廣泛存在 的情況 。 12
移動模式 (6/10) 網路拓撲的變化頻率較快 13
移動模式 (7/10) 網路密度分佈不平均 (cont. ) RWP的節點分佈 車輛移動模式的節點分佈 14
移動模式 (8/10) 網路密度分佈不平均 RWP的節點分佈統 計 車輛移動模式的節點分佈統計 15
移動模式 (9/10) 移動速度無法維持定值 因阻進 交礙而 通而帶 號使來 誌車訊 燈輛息 或密碰 前集撞 車 ,的 問 題 。 (cont. ) 因礙進忙 交而而轉 通使帶發 號該來的 誌路缺問 燈段乏題 或無中 。 前車間 車輛點 阻 ,幫 16
移動模式 (10/10) 移動速度無法維持定值 車輛常常會因 空間的阻礙 而降低行進速度。 在同一路段中,後車常常需與前車 同方向行進 。 保持等速且 而兩車輛若有相同的行進模式,就能保持較長 的通訊時間。 GBRR就是利用需與前車保持相同行進方式的 特點,來找出 比較穩定 的繞徑路徑,進而 降低 雙向道所帶來的負面影響 。 17
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 18
GBRR (1/20) Group-Based Reactive Routing( GBRR) 以 AODV繞徑演算法為基礎來做改善 行進資料的組成 取得行進資料的方式 暫存及更新行進資料的方式 依據行進資料來對車輛分群 依據分好的車輛群組資訊來排除較不穩定的 路徑 19
GBRR (2/20) 行進資料 (cont. ) 行進資料的組成 • 行進方向 • 行進速度 每個車輛都能即時得知目前自己的 進方向 以及行進速度。 行 20
GBRR (3/20) 行進資料 (cont. ) 行進方向 • 傳統而言,車輛本身若需能知道自己行進 方向都得配置全球位置測定系統 (GPS)。 • 假設一簡易系統能隨著駕駛者轉動方向 盤而來大約修正目前此車行進方向的資 訊。 – 必須要在一開始就能確認正確的方向資訊 。 – 確認與修正可用 磁力 的方式,如指南針的原理。 – 有些磁力會有干擾問題的區域則不適用 。 21
GBRR (4/20) 行進資料 (cont. ) 每輛車會暫存兩種行進資料 • 車輛本身行進資料 • 所屬車輛群組行進資料 車輛本身行進資料 (cont. ) • 利用車輛輔助 具能即時確認自身之行進方 向,與自身目前的行進速度,如此就可組成 自己最即時的行進資料 。 22
GBRR (5/20) 行進資料 (cont. ) 車輛本身行進資料 (cont. ) • 因車輛即時的行進方向與即時的行進速度 是隨時改變的,所以常常處於 未穩定 的狀 態。 • 設置了判斷目前車輛的行進是否處於穩定 之方法,並將最新的 穩定行進資料暫存起 來 (也就是更新車輛本身行進資料 )。 • 用車輛本身行進資料來表示 行進模式。 目前 此車輛的 23
GBRR (6/20) 行進資料 (cont. ) 車輛本身行進資料 • 如單位時間內行進方向一直在變動,或單位時 間內行進速度變動太大,則判定此時該車輛本 身的行進模式是不穩定的。 • 當行進模式為 不穩定時,也就是正處於車輛 可能改變行進模式 的狀態。 • 車輛在行進模式 不穩定的狀態下,不執行任 何與車輛本身行進資料之處理與比對 。 24
GBRR (7/20) 行進資料 (cont. ) 所屬車輛群組行進資料 • 創建車輛群組的車輛,此車輛會 將自身的車 輛本身行進資料當為新建車輛群組的行進資 料。 • 透過 分群的交握處理 ,且依據車輛本身行進 資料來取得 合適所屬車輛群組以及所屬車輛 群組行進資料。 • 若 所屬車輛群組行進資料 與 車輛本身行進資 料不相符, 則必需 更新 所屬車輛群組行進資 料。 25
GBRR (8/20) 依據暫存的行進資料來做車輛分群 (cont. ) 行進資料的比對 • 各別比對行進速度與行進方向 ,只要行進速度 和行進方向 其中有一項 差別太大則為 不符 ,反 之行進速度和行進方向都差別不大則為 相符 。 • 判斷差別是否太大的依據為一 設定好的範圍 。 • 行進速度判斷差別的範圍可容許較大,而行進 方向則必需比較嚴格。 • 若設定的範圍為 5,則45~55都與 50相符。 26
GBRR (9/20) 依據暫存的行進資料來做車輛分群 (cont. ) 並 沒有 擁有與目 車輛的擁有車輛群組狀態 前車輛本身移動 資料相符的所屬 車輛群組移動資 料 進入 分群處理 流程來取得 與 目前車輛本身 移動資料相符 的所屬車輛群 組移動資料 已擁有與目前車 輛本身移動資料 相符 的所屬車輛 群組移動資料 定時檢查 否 確認目前車輛本身移動 資料與擁有的所屬車輛 群組移動資料仍然 保持 相符 是 27
GBRR (10/20) 依據暫存的行進資料來做車輛分群 (cont. ) 為了進行分群處理所需而設計的交換訊息,如下所 訊息名 主要功能 示: 稱 GREQ GREP GNEW 將自身車輛行進資料夾帶於 GREQ中,用廣播的方式 給附近有擁有車輛群組行進資料的車輛,以 尋找新的 與自身行進資料相符的所屬車輛群組行進資料 。 從 GREP、 GREQ和 GNEW訊息裡得知發出該訊息車輛 的行進資料後,再 與自己所擁有的車輛群組資料比對 後發現相符 ,則發出GREP回應自己所擁有的車輛群 組資料。 當沒有車輛群組行進資料的車輛, 找不到附近有符合 本身行進模式的車輛群組 時,則自己建立車輛群組 , 之後發出 GNEW通知附近的車輛自己已建立了一個新 28 的車輛群組。
GBRR (11/20) 依據暫存的行進資料來做車輛分群 (cont. ) 車輛因前車阻礙而使行進速度下降的情況 A車輛群組 群組行進速度為 63 km/hr B車輛群組 群組行進速度為 78 km/hr GREQ GREP GACK : C車 車輛行進速度降至 63 km/hr GREQ 圖中的 C車輛發現自己的行進速度下降,直至穩定狀態下 發現自身之行進資料已改變 (行進速度下降 至 63 km/hr), 於是將新的車輛本身行進資料與所屬車輛群組行進資料 比對,發現 所屬車輛群組行進資料與新的車輛本身行進 29 資料已不相符 。
GBRR (12/20) 依據暫存的行進資料來做車輛分群 (cont. ) 車輛轉彎後改變行進方向的情況 GREQ C車 GREP GACK A車輛群組 1: GREQ B車輛群組 圖 中 的 C車 輛 經 左 轉 後 , 至 穩 定 狀 態 下 發 現 自 身 之 直 行 進 資 料 已 改 變 (改 變 行 進 方 向 ), 是 將 新 的 車 輛 於 本身行進資料與所屬車輛群組行進資料比對, 現 發 30 所屬車輛群組行進資料與新的車輛本身行進資料已
GBRR (13/20) 依據暫存的行進資料來做車輛分群 車輛轉彎後改變行進方向的情況 2: C車 GNEW B車輛群組 GREQ GNEW 圖 中 的 C車 輛 經 左 轉 後 , 至 穩 定 狀 態 下 發 現 自 身 之 直 行 進 資 料 已 改 變 (改 變 行 進 方 向 ), 是 將 新 的 車 輛 於 本身行進資料與所屬車輛群組行進資料比對, 現 發 所屬車輛群組行進資料與新的車輛本身行進資料已 31 不相符 。
GBRR (14/20) 依據分好的車輛群組資訊來排除較不穩定的 路徑 (cont. ) 較穩定的路徑 • 圖中所有橙色路線, 跨到反方向車道來傳送之情形 只有 1 次跨到不同行進模式的情形 越少 ( ),因此其穩定性較高 。 越好 • 而我們希望能在這些橙色路線中挑選出 hopcount數最小 的來當傳送路徑。 32
GBRR (15/20) 依據分好的車輛群組資訊來排除較不穩 定的路徑 (cont. ) 較不穩定的路徑 • 圖中綠色路線有 跨到反方向車道傳送後,又跨回原 本方向車道繼續傳送 的情形,如此會使路徑 穩定性 較差 。 • 因此我們希望能偵測到這樣的路徑, 並用之前所介 紹的穩定路徑加以取代 ,以排除這樣的路徑。 33
GBRR (16/20) 依據分好的車輛群組資訊來排除較不穩定 的路徑 (cont. ) 較不穩定的路徑 X O O X • 不穩定路徑具有跨到不同行進模式車輛之後, 又 跨回相同行進模式 的車輛之特點 。 • 因為又 跨回相同行進模式 的車輛,故很有可能存在一 條 不用跨到不同行進模式 的較穩定路徑可替代此不穩 定路徑。 34
GBRR (17/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 偵測較不穩定路徑的方法 (cont. ) • 所屬車輛群組串 – 在 RREQ訊息裡設置所屬車輛群組串,用來記錄 RREQ訊息所經過的路徑途中, 所有遇到的車輛之 所屬車輛群組名稱 。 – 每台車輛只需知道自己所屬的群組 ,而在傳送 RREQ訊息時需 把自身的所屬車輛群組放進所屬車 輛群組串 ,以供下一個接收到 RREQ訊息的車輛比 對自己的所屬車輛群組。 • 因相同車輛群組的車輛之 行進模式都很類似 , 故可藉由比對車輛群組是否相同來判定行進 35 模式是否相同。
GBRR (18/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 偵測較不穩定路徑的方法 • 利用跨到不同行進模式車輛之後,又跨回相同行進 模式的車輛之特點的判斷方式 : – 此路徑 有經過 行進模式與本身 行進模式相同 的車輛。 – 比對收到的 RREQ訊息裡的所屬車輛群組串,以判斷此 路徑是否 有經過 與 本身相同 的所屬車輛群組。 – 並且 發送端車輛 的行進模式與自己本身之 同。 行進模式不 – 收到的 RREQ訊息裡的所屬車輛群組串,最後一個車輛 群組即為發送端車輛的所屬車輛群組,比對此車輛群 組,便可判斷出 發送端車輛 的所屬車輛群組是否 與本 36 身所屬車輛群組不同 。
GBRR (19/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 (cont. ) 與 AODV不同 的繞徑表格更新方式 • 若判斷出的路徑為 較不穩定 ,且若繞徑表格己有 與此路徑相同目的地的 較穩定 路徑,則將 不使用 此 RREQ訊息所行經的路徑來做繞徑表格的更新。 • 若判斷出的路徑為 較不穩定 ,但若繞徑表格 沒有 與此路徑相同目的地的路徑,則先記下此 RREQ訊 息所行經的路徑,並標示為 較不穩定 。 • 若判斷出是較 穩定 的路徑,且若繞徑表格己有與 此路徑相同目的地的 較不穩定 路徑,則直接更新 為較穩定的路徑。 37
GBRR(20/20) 依據分好的車輛群組資訊來排除較不穩定的路徑 E 車輛 B 群組 S 車輛 A 群組 B 車輛 A 群組 G 車輛 B 群組 F車輛 B 群組 C 車輛 A 群組 D 車輛 A 群組 如圖中的 D車收到 F車的 RREQ訊息時,D車從 RREQ訊息裡的車輛 群組串中發現, F車的所屬車輛群組與本身的所屬車輛群組不同 。 而又從 RREQ訊息裡的車輛群組串中發現之前的所經車輛裡,有 某車輛 (如圖中的 S車 )與 D車的所屬車輛群組相同 。 於是將 F車所傳來之 RREQ訊息的路徑 (如圖中的 DFS)判定為 較不 穩定 的路徑。 而當收到 C車所傳來之 RREQ訊息時,依上述的判斷是為 較穩定 的 路徑 (如圖中的 DCBS),於是將之前記下的不穩定路徑取代 (如圖 38 中的 DFS)。
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 39
模擬 (1/13) 模擬環境 共有 12段道路組成 • 每段道路皆為 雙向 道 • 不包含路口的 總長為 1 km • 寬為 10 m 1個十字路口 上下左右 4個交叉路口 5個路口都有設置 紅綠 燈 紅綠燈每 1分鐘 換一次 40
模擬 (2/13) 網路參數設定 參數 (簡化名稱的符 號) 設定方式 模擬時間 固定為 1000 s 傳輸半徑 (R) 預設為 250 m 總車輛數 (N) 預設為 50輛 發送資料的車輛數 (SN) 預設為 50輛 車輛期望速度 固定為 30 km/s至 90 km/s用 Uniform隨機 來選定 MAC層 固定為 Slotted aloha的方式 Slot time 固定為 5 ms Data type 固定為 CBR的方式 資料封包大小 固定為 64 bytes 41
模擬 (3/13) 行進資料比對誤差範圍設定及改變的參數值 設定 : 判別差別大小的設定範 圍 行進速度差別大小之 判斷依據 行進方向差別大小之 判斷依據 模擬情境之調整參數 傳輸半徑 (R) 總車輛數 (N) 發送資料的車輛數 (SN) 設定方式 固定為 5 km/hr,相差超濄 5 km/hr則為差別太大 固定為 0度,需角度完全相同 才為差別小,而本模擬只有 4 種行進方向,分別為 0度 (北 )、 90度 (東 )、 180度 (南 )、 270度 (西 ) 變動設定值 傳輸半徑依序設定為 250、 500、 750、 1000 m 總車輛數依序設定為 10、 20、 30、 40、 50 發送資料的車輛數依序設 定為 10、 20、 30、 40、 50 42
模擬 (4/13) 評估方式 全部成功到達目的端的資料封包總數 (successful packets) • 此值為在 1000秒的模擬時間內,所有成功由來源端 車輛傳送至目的端車輛的資料封包總數。此值可說 是 最能代表效能的數值 ,此值越高代表效能越高。 成功到達目的端的資料封包之傳輸時間 (latency) • 此值為所有資料封包從來源端車輛到達目的端車輛 所花費的平均傳輸時間,如果 此值越短代表即時性 越好 。 資料封包的成功到達率 (packet delivery rate) • 發出 RREQ訊息但沒找到目的端車輛也算失敗 。 • 此值越高代表繞徑表格的正確度越高、所找到的路 43 徑穩定度越高 。
模擬 (5/13) 改變傳輸半徑的 模擬結果 (Cont. ) 在傳輸半徑較 大的情況下, GBRR的機制的 確能改進 AODV 的效能。 N = 50 SN = 50 車輛位於轉彎後進入 分群處理的位子 時,該位子會因傳 輸半徑等於一個路段總長 1 km而使位於該位子的車輛 傳輸範圍 涵蓋到 2個路口 (該車子所在路段之頭和尾的 路口 ) ,進而使這些處理分群的訊息 (因為位於該位子的 車輛這時將要處理分群 )所帶來的 碰撞影響增加 。 44
模擬 (6/13) 改變傳輸半徑的模擬結果 (Cont. ) N = 50 SN = 50 在傳輸半徑較大的情況下, GBRR的機制可大幅改善即時 性。 傳輸半徑增加到 1000 m時改進幅度卻不再明顯上昇了,而 造成的原因和上述所陳敘相同。 45
模擬 (7/13) 改變傳輸半 徑的模擬結 果 (Cont. ) 在傳輸半徑較 N = 50 SN = 50 大的情況下, GBRR的機制可 提高路徑的穩 定性及正確度 。 傳輸半徑增加到 1000 m時改進幅度卻不再明顯上昇了, 而造成的原因和上述所陳敘相同。 傳輸半徑大到等於路段之總長度的情況下,會使缺乏 位於道路中間車輛來做轉發的情況就幾乎沒有,進而 使得資料封包的成功到達率上昇。 46
模擬 (8/13) 改變傳輸半徑的模擬結果 (Cont. ) AODV在於高密度的狀況是非常不利的 • 因 RREQ的轉廣播的機制,當某節點發出一 RREQ訊息請周圍節點幫忙再做重廣播時, 越 多周圍節點一起聽到 就越容易因同時一起做 重廣播而發生一連串的碰撞。 • 因 RREQ是用 廣播的方式,沒有用 ACK的機制 來確認對方是否收到 ,而密度越高越容易碰 撞會使本來可回應 RREP的節點因碰撞而沒 聽到 RREQ訊息。 47
模擬 (9/13) 改變傳輸半徑的模擬結果 S (Cont. ) A D C E B F G H 傳輸半徑加大時,會造成 學到不穩定路徑的車輛增多 圖中若 S車輛發出 RREQ訊息找 D車輛,而由 B車輛先幫 忙重廣播,如此因傳輸半徑增大的關係,導致 C車輛與 E車輛學了一條穩定較差的到 S車輛路徑。 48
模擬 (10/13) 改變傳輸半徑的模擬結果 S A B C D E 原本只能選 SBCED或 SBCAD這兩條不穩定路 徑。 傳輸半徑加大後,可選的路徑增多 (SAD、 SBD、 SCD、 SED),就可直接選擇由 A到 D,也 因此能大幅 增進所學到的路徑之穩定性 。 49
模擬 (11/13) 改變總車輛數與改變發送資料車輛數模擬 結果 (Cont. ) GBRR的 機制的 確能改 進 AODV 的效能。 碰撞問 題 使效 能下降。 R = 250 m 50
模擬 (12/13) 改變總車輛數與改變發送資料車輛數模擬結 果 (Cont. ) 碰撞的問 題會使 AODV的即 時性比 GBRR的機 制還要好。 主要原因就是我們的方法 碰撞問題更加嚴重 。 R = 250 m 多了分群處理訊息使得 另外一個原因是因 碰撞而無法即時完成分群 ,使得 無法很快速地來加以利用群組來判別路徑穩定度。 51
模擬 (13/13) 改變總車輛數與改變發送資料車輛數模擬 結果 (Cont. ) GBRR的機 制的確 可 提高路徑 的穩定性 R = 250 m 及正確度 。 網路分佈密度也對路徑正確度及穩定性有很大 的影響,其主要的原因是密度高的狀況下會有 許多到達各個車輛的路徑,而要能保持越多的 路徑之正確性及穩定度越困難。 52
綱要 概觀 技術背景 移動模式 GBRR 模擬 結論與未來方向 參考文獻 53
結論與未來方向 在 VANET的環境 下 GBRR的機制的確能增進 AODV效能。 因碰撞的問題使得 GBRR資料封包傳送時間比 AODV資料封包傳送時間還久 。 VANET因一些與 MANET不同的特性 ,而使在 VANET下的繞徑效能無法和 MANET一樣好。 如何克服 VANET的不利特性 。 若車輛在一段時間行進速度一直為 0,此時車輛 很有可能在等待交通號誌燈而位於路口,而因 路口的車輛數較多會有碰撞問題 ,所以可在偵 測到位於路口時處理如何 降低碰撞來增進繞徑 54 效能 。
參考文獻 (1/3) [1]V. Davies, “Evaluating Mobility Models within an Ad Hoc Network”, MS thesis, Colorado School of Mines, 2000. [2]M. Aycin, R. Benekohal, “Comparison of car-following models for simulation”, Transportation Research Record No. 1678, TRB, National Research Council, pp. 116127, 1999. [3]T. Clausen, P. Jacquet, M. Bechler, and L. Viennot, “Comparative study of routing protocols for mobile ad hoc networks, ” in Proc. of the 1 st IFIP Annual Mediterranean Ad Hoc Networking Workshop (Med. Hoc. Net’ 02), 2002. [4]Benslimane, “A. Localization in Vehicular Ad Hoc Networks. Systems Communications, ” 2005. Proceedings 14 -17 Aug. 2005 Page(s): 19 - 25 Digital Object Identifier 10. 1109/ICW. 2005. 54. [5]Taleb, T. ; Ochi, M. ; Jamalipour, A. ; Nei Kato; Nemoto, Y. “An efficient vehicle-heading based routing protocol for VANET networks, ” Wireless Communications and Networking Conference, 2006. WCNC 2006. IEEE Volume 4, 3 -6 April 2006 Page(s): 2199 – 2204. [6]Little, T. D. C. ; Agarwal, A. “An information propagation scheme for VANETs. Intelligent Transportation Systems, ” 2005. Proceedings. 2005 IEEE 13 -15 Sept. 2005 Page(s): 155 - 160 Digital Object Identifier 10. 1109/ITSC. 2005. 1520039. [7]Selvaretnam, B. ; Wong, K. D. “Handling the inter-vehicular communications challenge - a survey. Communications Systems, ” 2004. ICCS 2004. The Ninth International Conference on 6 -8 Sept. 2004 Page(s): 86 – 90. 55
參考文獻 (2/3) [8]Merlin, C. J. ; Heinzelman, W. B. “A study of safety applications in vehicular networks, ” Mobile Adhoc and Sensor Systems Conference, 2005. IEEE International Conference on 7 -10 Nov. 2005 Page(s): 8 pp. Digital Object Identifier 10. 1109/MAHSS. 2005. 1542781. [9]Schmitz, R. ; Leiggener, A. ; Festag, A. ; Eggert, L. ; Effelsberg, W. “Analysis of Path Characteristics and Transport Protocol Design in Vehicular Ad Hoc Networks, ” Vehicular Technology Conference, 2006. VTC 2006 -Spring. IEEE 63 rd Volume 2, 2006 Page(s): 528 - 532 Digital Object Identifier 10. 1109/VETECS. 2006. 1682880. [10]S. Jaap, M. Bechler, L. Wolf, “Evaluation of Routing Protocols for Vehicular Ad Hoc Networks in City Traffic Scenarios”, International Conference on Intelligent Transportation Systems (ITS), 2005. [11]D. R. Choffnes, F. E. Bustamante, “An Integrated Mobility and Traffic Model for Vehicular Wireless Networks”, ACM International Workshop on Vehicular Ad Hoc Networks (VANET), 2005. [12]M. Rudack, M. Meincke, M. Lott, “On the Dynamics of Ad Hoc Networks for inter-vehicle communications (IVC)”, International Conference on Wireless Networks (ICWN), 2002 [13]A. K. Saha, D. B. Johnson, “Modeling Mobility for Vehicular Ad Hoc Networks”, ACM Workshop on Vehicular Ad Hoc Networks(VANET), 2004. [14]X. Hong, M. Gerla, G. Pei, C. -C. Chiang, “A Group Mobility Model for Ad Hoc Wireless Networks”, ACM International Workshop on Modeling, Analysis, and Simulation of Wireless and Mobile System (MSWi. M), 1999. 56
參考文獻 (3/3) [15]B. Zhou, K. Xu, M. Gerla, “Group and swarm mobility models for ad hoc network scenarios using virtual tracks”, IEEE Military Communications Conference (MILCOM), 2004. [16]F. Karnadi, Z. Mo, K. -C. Lan, “Rapid Generation of Realistic Mobility Models for VANET”, International Conference on Mobile Computing and Networking (Mobi. Com), 2005, http: //www. cse. unsw. edu. au/ klan/move. [17]J. Haerri, M. Fiore, F. Filali, C. Bonnet, “Vanet. Mobi. Sim: generating realistic mobility patterns for VANETs”, ACM International Workshop on Vehicular Ad Hoc Networks (VANET), 2006. [18]S. Jaap, M. Bechler, and L. Wolf, “Evaluation of routing protocols for vehicular ad hoc networks in typical road traffic scenarios, ” in Proc. of the 11 th EUNICE Open European Summer School on Networked Applications, 2005. [19]Richard Fujimoto Hao Wu; Randall Guensler Michael Hunter, An Architecture Study of Ad-Hoc Vehicle Networks. Georgia Institute of Technology. [20]Mr. Hamid MENOUAR, Dr. Massimiliano Lenardi, and Dr. Fethi Filali, A Movement Prediction based Routing Protocal for Vehicle-to-Vehicle Communications. [21]Dipak Ghosal, Vehicular Traffic Based Mobile Adhoc Networks: Applications and Challenges. Department of Computer Science University of California, Davis. 57
Q&A 58
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m, S = 50, SN = 50 59
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m, S = 50, SN = 50 60
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m, S = 50, SN = 50 61
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m, S = 50, SN = 50 62
改變行進速度差別大小之判斷依據的模擬結果 N = 50 SN = 50 63
改變行進速度差別大小之判斷依據的模擬結果 N = 50 SN = 50 64
改變行進速度差別大小之判斷依據的模擬結果 N = 50 SN = 50 65
改變行進速度差別大小之判斷依據的模擬結果 N = 50 SN = 50 66
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m 67
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m 68
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m 69
改變行進速度差別大小之判斷依據的模擬結果 R = 250 m 70
S A B C E F G S A H I J D K B C E F D G H I J K 雙向道中 AODV利用 RREQ訊息來更新繞徑表格的 機制,會讓各個節點所學之路徑形成像半邊魚骨 71 頭。
S A B C E F G S A H I J D K B C E F D G H I J K 用 GBRR的機制可以有機會不形成半邊 魚骨頭的形狀。 72
S A B C E F D G S A H I J K B C E F D G H I J K 73
N = 50 SN = 50 74
R = 250 m 75
791ce948235a88d74d3b51039b1613ae.ppt