[论文解读] TDMP-Reliable Target Driven and Mobility Prediction based Routing Protocol in Complex VANET

Mao Ye, Lin Guan+1 more|arXiv (Cornell University)|Sep 2, 2020

Vehicular Ad Hoc Networks (VANETs)参考文献 66被引用 18

一句话总结

本文提出TDMP，一种新型基于位置的车载自组织网络（VANETs）路由协议，通过整合目标驱动的移动性预测和基于接收信号强度指示（RSSI）的链路质量估计，提升了可靠性和效率。通过预测车辆轨迹并基于预测位置和链路稳定性选择下一跳节点，TDMP相较于GPSR、GyTAR和PGRP在复杂城市和高速公路场景下，将分组交付比提高21–57%，端到端延迟降低13–47%，平均跳数减少17–48%。

ABSTRACT

Vehicle-to-everything (V2X) communication in the vehicular ad hoc network (VANET), an infrastructure-free mechanism, has emerged as a crucial component in the advanced Intelligent Transport System (ITS) for special information transmission and inter-vehicular communications. One of the main research challenges in VANET is the design and implementation of network routing protocols which manage to trigger V2X communication with the reliable end-to-end connectivity and efficient packet transmission. The organically changing nature of road transport vehicles poses a significant threat to VANET with respect to the accuracy and reliability of packet delivery. Therefore, a position-based routing protocol tends to be the predominant method in VANET as they overcome rapid changes in vehicle movements effectively. However, existing routing protocols have some limitations such as (i) inaccurate in high dynamic network topology, (ii) defective link-state estimation (iii) poor movement prediction in heterogeneous road layouts. In this paper, a target-driven and mobility prediction (TDMP) based routing protocol is therefore developed for high-speed mobility and dynamic topology of vehicles, fluctuant traffic flow and diverse road layouts in VANET. The primary idea in TDMP is that the destination target of a driver is included in the mobility prediction to assist the implementation of the routing protocol. Compared to existing geographic routing protocols which mainly greedily forward the packet to the next-hop based on its current position and partial road layout, TDMP is developed to enhance the packet transmission with the consideration of the estimation of inter-vehicles link status, and the prediction of vehicle positions dynamically in fluctuant mobility and global road layout.

研究动机与目标

• 为解决现有基于位置的VANET路由协议在高移动性、动态拓扑和异构道路布局下的局限性。
• 在交通波动和复杂城市条件下，提升V2X通信中的端到端连通性和分组交付可靠性。
• 将目标驱动的移动性预测与实时链路质量估计（通过RSSI实现）整合到统一的路由框架中，以增强转发决策。

提出的方法

• 引入原始/目的地需求矩阵以建模驾驶员意图和目标目的地，用于移动性预测。
• 利用RSSI值估计车车间链路稳定性，并在下一跳选择过程中避免弱或不稳定的连接。
• 采用混合转发策略，结合贪婪转发与恢复机制，以避免局部极值并提高交付可靠性。
• 基于GPS数据和导航意图，采用预测性移动性模型，以预测车辆在近距离以外的位置。
• 实施动态下一跳选择算法，同时评估与目的地的距离和链路质量（RSSI）。
• 集成恢复机制，当下一跳失效时，利用预测位置和链路状态重新路由分组，以最小化中断。

实验结果

研究问题

• RQ1 如何改进VANET中的路由协议，以在高车辆移动性和动态拓扑变化下维持高分组交付比？
• RQ2 在复杂城市道路网络中，集成目标驱动的移动性预测在多大程度上能提升路由性能？
• RQ3 在高速、高密度的车载环境中，基于RSSI的链路质量估计能否有效降低端到端延迟和平均跳数？
• RQ4 与GPSR、GyTAR和PGRP等传统基于位置的协议相比，移动性预测与链路状态估计的结合在QoS指标方面表现如何？
• RQ5 在异构交通和复杂道路布局下，所提出的TDMP协议在哪些方面优于现有协议？

主要发现

• 在所有三个仿真场景中，TDMP相较于GPSR、GyTAR和PGRP，将分组交付比（PDR）提高了21–57%。
• 与GPSR、GyTAR和PGRP相比，端到端延迟（E2ED）降低了13–47%，尤其在高密度和复杂城市环境中表现更优。
• 由于基于预测移动性和基于RSSI的链路质量的更准确下一跳选择，平均跳数减少了17–48%。
• 在场景1中，TDMP的PDR比GPSR高出57.01%，比GyTAR高出47.95%，比PGRP高出21.81%。
• 在场景2中，TDMP的PDR比GPSR高出53.96%，比GyTAR高出27.38%，比PGRP高出20.90%，且与GPSR相比，E2ED降低了33.76%。
• 在场景3中，TDMP的PDR比GPSR高出50.02%，比GyTAR高出30.52%，比PGRP高出21.81%，在复杂城市布局中表现出一致的优越性。