一种提高车联网应用中混合业务服务质量的方法

摘要

本发明公开了一种提高车联网应用中混合业务服务质量的方法，包括：构建移动场景下的混合业务模型，确定为保证车辆非实时业务的长期公平性，非实时业务的最小竞争窗口值满足的条件Q，确定非实时业务的饱和吞吐量S1和实时业务的时延E(D2)，根据S1、E(D2)及业务优先级，确定所有车辆的非实时业务在一个时隙发包的数目x，实时业务在一个时隙发包的数目y，根据Q、x、y，得车速为Vi的车辆非实时业务的最小竞争窗口值和车辆实时业务的最小竞争窗口值，路边设施获取其功率覆盖范围内各辆车的车速、ID，将各辆车的ID及其对应的最小竞争窗口值广播给各辆车，各辆车根据ID找到对应的最小竞争窗口值并设置。本发明可提高车联网应用中混合业务服务质量。

说明书

技术领域

本发明涉及车载通信技术领域，尤其涉及一种提高车联网应用中混合业 务服务质量的方法。

背景技术

车联网，是指装载在车辆上的电子标签通过无线射频等识别技术，实现 在信息网络平台上对所有车辆的属性信息和静、动态信息进行提取和有效利 用，并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综 合服务。车联网应用于智能交通中，是解决交通问题的有效途径。

现有的智能交通系统中，装载有无线传感器网络设备的车辆(包含路边 设施)可以基于车载环境下的无线接入(Wireless Access in Vehicular  Environment，WAVE)标准以V2V(Vehicle-to-Vehicle)或者V2I (Vehicle-to-Infrastructure)模式进行相互通信。基于WAVE标准，许多车载应 用已经得以实现。这些车载应用可以分为两类：与安全相关的应用和非安全 相关的应用。

其中，非安全应用主要提供传统的Internet娱乐服务，包含非实时业务 和实时业务。在智能交通系统中，车载网络的拓扑结构变化非常频繁且车速 的变化很大。因此，对于非实时业务，如FTP、Email，车辆间的长期公平性 应该得到保证，也就是说保证具有不同速度的车辆在路边设施的驻留时间内 向路边设施传递的包数相等，即保证具有不同速度的车辆具有与路边设施相 同的通信机会。而对于实时业务，如语音、视频业务，保证数据包从车辆到 路边设施的较低时延则十分重要。

DCF机制(Distributed Coordination Function分布式协调功能)，用来实 现对共享媒体的访问控制，以尽量减少数据的传输碰撞和重试发送，防止各 工作站无序地争用信道。改进的EDCA机制(Enhanced Distributed Channel  Access分布式信道接入)由DCF机制演化而来，通过区分优先级队列的方 式实现不同业务服务质量(QoS)的区分。

目前，虽然EDCF机制给不同的业务设定不同的优先级，并且该机制可 以应用于混合业务(实时业务和非实时业务)场景下。然而，EDCF机制与 DCF机制都没有将车辆的移动性作为前提条件。

因此，在移动场景下，如何提高混合业务的服务质量，即在保证车辆非 实时业务的长期公平性的前提下，同时保证车辆非实时业务的吞吐量以及实 时业务数据包的及时传输，是我们迫切需要解决的问题。

发明内容

有鉴于此，本发明提出一种提高车联网应用中混合业务服务质量的方 法，可实现移动场景中，在保证车辆非实时业务的长期公平性的前提下，同 时保证车辆非实时业务的吞吐量以及实时业务数据包的及时传输。

为达到上述目的，本发明实施例的技术方案是这样实现的：

一种提高车联网应用中混合业务服务质量的方法，在路边设施侧，执行以下 步骤：

基于以成簇进入路边设施的覆盖范围、且进入的到达率服从泊松分布的车 辆，根据路边设施的覆盖直径和各簇车辆的速度，计算路边设施覆盖范围内的 车辆总数N_A；

在同一辆车的非实时业务与实时业务的数据包向路边设施传送过程中不发 生竞争时，将路边设施覆盖范围内同时承载非实时业务与实时业务的所有车辆 N_A等效变换为：仅承载非实时业务的车辆数为N_A，仅承载实时业务的车辆数为 N_A，

针对仅承载非实时业务的各簇车辆，确定非实时业务的长期公平性的条件； 在满足非实时业务的长期公平性的条件下，确定非实时业务的最小竞争窗口值 应该满足的条件Q；

针对仅承载非实时业务的所有车辆，确定所有车辆非实时业务的饱和吞吐量 S₁；

针对仅承载实时业务的所有车辆，确定所有车辆实时业务的时延E(D₂)；

根据S₁、E(D₂)及不同业务的优先级，确定路边设施覆盖范围内所有车辆的 非实时业务在一个时隙内发包的数目x，实时业务在一个时隙内发包的数目y；

根据Q、x、y，得到各簇车速下的车辆非实时业务的最小竞争窗口值，以及 路边设施覆盖范围内所有车辆实时业务的最小竞争窗口值；

获知路边设施覆盖范围内的各车辆的车速、车辆ID，并将各辆车的ID 及其对应的非实时业务的最小竞争窗口值和实时业务的最小竞争窗口值广播 给各辆车。

本发明的有益效果为，通过对不同速度的车辆的不同业务的最小竞争窗 口值计算方法进行改进并应用于车辆的最小竞争窗口值参数设置中，可以实 现：基于移动场景，在保证车辆非实时业务的长期公平性的前提下，同时保 证车辆非实时业务的吞吐量以及实时业务数据包的及时传输。

附图说明

图1为本发明实施例的方法流程图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下通过具体实 施例并参见附图，对本发明进行详细说明。

竞争信道能力，是指移动设施能够获得数据包的发送权的能力。在一个 通用时隙内发包的概率越大，说明竞争信道的能力越强。在本发明中，竞争 信道能力用一个通用时隙内发包的概率来表征。

本发明的方法流程如图1所示，一种提高车联网应用中混合业务服务质 量的方法，包括以下步骤：

步骤101：构建基于移动场景的非实时业务与实时业务混合的通信模型。

综合考虑非实时业务和实时业务来建立通信模型。假设车辆成簇进入路 边设施的覆盖范围，且进入过程服从到达率为λ_vehicle的泊松分布，不考虑进入 方向。任意簇i中车辆的速度定义为V_i，路边设施可通过车辆向其广播的消 息中获得，任意簇i的车辆数为N_i，且路边设施覆盖范围内的车辆总数为N_A。 路边设施的覆盖直径为R，R为IEEE 802.11p协议中规定的已知量，从而可 得到：

$N_A={\lambda }_{\mathrm{vehicle}}E\left(\frac{R}{V}\right)={\lambda }_{\mathrm{vehicle}}R·E\left(\frac{1}{V}\right)---\left(1\right)$

其中，表示所有车辆在路边设施内的驻留时间的期望值，即所有车 辆在路边设施内的平均驻留时间，λ_vehicle可由路边设施根据实际路况进行预先 设定，不同的λ_vehicle值，表明不同的路况(拥挤或者顺畅)，N_i满足∑N_i＝N_A。 所有车辆仅承载有两种业务：非实时业务和实时业务。

假设同一车辆的非实时业务与实时业务的数据包都是独立传送给路边 设施，同一辆车内不同业务的数据包传送时不发生竞争。基于这一假设，在 路边设施覆盖范围内的N_A辆车就等价为2N_A辆虚拟车辆，一半车辆仅承载 有非实时业务，定义这一半车辆组成的车辆组为Class_non-real，另一半车辆仅 承载有实时业务，定义这另一半车辆组成的车辆组为Class_real。

在本发明中，Class_real中的车辆对于时延有较高要求，所有车辆的竞争信 道能力与车速无关，且具有相同的竞争信道能力，因此，设Class_real中的车 在一个通用时隙内发包的概率为τ₂。而Class_non-real中的车辆对于时延要求不 高，但是对于长期的公平性有极高的需求。因此，根据车辆的速度来设置竞 争信道的能力，即Class_non-real中的车速为V_i的车在一个通用时隙内发包的概 率为

步骤102：基于上述模型，确定为保证车辆非实时业务的长期公平性， 非实时业务的最小竞争窗口值应该满足的条件Q。

最小竞争窗口值，是指在移动设施第一次进行二进制指数退避时，它从 [0，CW_i]中随机选取一个整数x，则退避时间就等于x个时隙长度的总和。这 个CW_i就是最小竞争窗口值。在本发明中，路边设施覆盖范围内所有车辆的 非实时业务的最小竞争窗口值为实时业务的最小竞争窗口值为W₂。

这里，退避指经过x个时隙的等待，退避计数器减为0，移动设施就可 以得到信道的使用权了。

参考期刊Computer Communication 31(2008)第2898-2906页的文章《A modified 802.11-based MAC scheme to assure fair access for vehicle-to-roadside  communications》可知，为了保证非实时业务的长期公平性，即保证Classnon-real 中所有车辆发包数目一致，必须满足(2)式：

${\tau }_{1_i}·\frac{R}{V_i}={\tau }_{1_i}{·T}_i=K---\left(2\right)$

其中，T_i是车速为V_i的车在路边设施内的驻留时间，K是一个固定值， 由式(25)确定。只要在Class_non-real内的所有车辆具有相同的K值，那么非实 时业务的长期公平性就可以得到保证。因此，通过为不同速度的车辆分配不 同的发包概率就可以实现非实时业务的长期公平性。

在IEEE Communications Society 2004的文章《Performance analysis of  IEEE 802.11e EDCF under saturation condition》中作者提出了一个改进的 EDCF机制，其中优先级为i的数据包在一个通用时隙内发包的概率τ_i的计算 公式如下：

${\tau }_i=\frac{1}{\underset{j=0}{\overset{L_{i,\mathrm{retry}}}{\Sigma }}[1+\frac{1}{1-p_i}\underset{k=1}{\overset{W_{i,j}-1}{\Sigma }}\frac{W_{i,j}-k}{W_{i,j}}]p_i^j}·\frac{1-p_i^{L_{i,\mathrm{retry}}+1}}{1-p_i}$

设车速为V_i的车的最小竞争窗口值为根据上式可得到：

${\tau }_{1_i}=\frac{1}{\underset{j=0}{\overset{L_1}{\Sigma }}[1+\frac{1}{1-p_{1_i}}\underset{k=1}{\overset{W_{1_i,j}-1}{\Sigma }}\frac{W_{1_i,j}-k}{W_{1_i,j}}]p_{1_i}^j}·\frac{1-p_{1_i}^{L_1+1}}{1-p_{1_i}}---\left(3\right)$

其中，L₁代表非实时业务的数据包的重传次数，可由路边设施根据实际 环境预先设定。代表车速为V_i的车在第j次重传时的最小竞争窗口值，代表车速为V_i的车发包发生碰撞的概率。

根据公式(3)可看出，为了改变发送概率可改变L₁或者的大小。 本发明中，仅调整的大小。为了得到和相应的最小竞争窗口的关系， 对公式(3)求倒数并简化，简化过程不再熬述，得到(5)。

$\frac{1}{{\tau }_{1_i}}=\frac{\underset{j=0}{\overset{L_1}{\Sigma }}\left[(W_{1_i,j}-1){·p}_{1_i}^j\right]}{2·(1-p_{1_i}^{L_1+1})}+1---\left(5\right)$

根据目前固有的机制，每次重传时，最小竞争窗口值都会加倍，即 代入(5)式并进一步简化，得到(6)。

$\frac{1}{{\tau }_{1_i}}=\frac{\frac{1-{\left({2p}_{1_i}\right)}^{L_1+1}}{1-{2p}_{1_i}}{W}_{1_i}-\frac{1-p_{1_i}^{L_1+1}}{1-p_{1_i}}}{2·(1-p_{1_i}^{L_1+1})}+1---\left(6\right)$

因为的值远大于的值，并且的值 远大于1，从而可得到与之间的关系：

$\frac{1}{{\tau }_{1_i}}\cong \frac{1-{\left({2p}_{1_i}\right)}^{L_1+1}}{2(1-{2p}_{1_i})(1-{p_{1_i}}^{L_1+1})}{W}_{1_i}---\left(7\right)$

参考期刊Computer Communication 31(2008)第2898-2906页的文章《A  modified 802.11-based MAC scheme to assure fair access for vehicle-to-roadside  communications》可知，如果车辆数较大，对于不同速度的车，它们的数据 包发生碰撞的概率近似相等，即p₁为Class_non-real内的每辆车的数据包 发生碰撞的概率。

将式(2)代入式(7)，得到V_i和之间的关系：

$\frac{R}{K·V_i}\cong \frac{1-{\left({2p}_1\right)}^{L_1+1}}{2(1-{2p}_1)(1-{p_1}^{L_1+1})}{W}_{1_i}---\left(8\right)$

公式(8)表明，如果根据车辆的速度V_i调整的值，就可以实现非实 时业务的长期公平性。公式(8)即为保证车辆非实时业务的长期公平性，非 实时业务的最小竞争窗口值应该满足的条件Q。

为了得到一个合适的K值，本发明综合考虑非实时业务和实时业务的需 求。现有EDCF机制的原则是不管车速如何，非实时业务应该始终不会影响 实时业务的性能。但本发明方法可以平衡非实时业务和实时业务的竞争能力， 使非实时业务和实时业务的服务质量能够同时得到保证。

步骤103：确定非实时业务的饱和吞吐量S₁

吞吐量，是指对网络、设备、端口、虚电路或其他设施，单位时间内成 功地传送数据的数量(以比特、字节、分组等测量)。

饱和条件，是指每个移动设施总是有数据要发送，即系统处于饱和状态。

饱和吞吐量，是指在饱和条件下测得的吞吐量。

通常情况下，非实时业务较关注发送的数据包数目，而实时业务则对于 平均时延要求较高。将数据包的传输过程看作是一个队列，并且用泊松过程 来近似模拟在一个时隙内发送数据包的数目。设Class_non-real的所有车辆在一 个时隙内发包的数目为x，Class_real的所有车辆在一个时隙内发包的数目为y。

参考文献IEEE Communications Society 2004的文章《Performance  analysis of IEEE 802.11e EDCF under saturation condition》，可得到：

$x=\Sigma N_i{\tau }_{1_i},y=N_A{\tau }_2---\left(9\right)$

饱和吞吐量可以根据IEEE 802.11协议中的公式来计算，如下：

$S_i=\frac{E(\mathrm{payload><mo>)</mo>}}{E(\mathrm{length><mo>)</mo>}}---\left(10\right)$

可得到非实时业务的饱和吞吐量S₁：

$S_1=\frac{P_{s_1}{T}_{E\left(L\right)}}{(1-P_b)\delta +P_s{T}_s+(P_b-P_s)T_c}---\left(11\right)$

其中，δ表示空闲时隙间隔，T_E(L)表示传输长度为E(L)的数据包所用的 时间，T_s表示由于成功传输检测到信道忙的平均时间，T_c表示信道发生碰撞 所占用的平均时间。δ、T_E(L)、T_s、T_c的取值均可以从IEEE 802.11p协议中 得到。

表示Class_non-real中一个车辆的数据包成功传输的概率；P_b表示在一个 时隙内信道忙的概率，也就是有其他的车辆在发送数据包的概率；P_s表示数 据包成功发送的概率，不管该数据包来自哪种业务；

采用x和y来分别表示P_s和P_b。由于将数据包的传输过程看作是一 个队列，并且用泊松过程来近似模拟在一个时隙内发送数据包的数目，因此， 根据泊松过程的定义，可得到：

P_b＝1-e^-xe^-y           (12)

P_s＝(x+y)e^-xe^-y        (13)

$P_{s_1}={\mathrm{xe}}^{-x}{e}^{-y}---\left(14\right)$

合并(11)--(14)式，可得到非实时业务的饱和吞吐量，如下：

$S_1=\frac{{\mathrm{xe}}^{-x}{e}^{-y}{T}_{E\left(L\right)}}{{\mathrm{\delta e}}^{-x}{e}^{-y}+(x+y)e^{-x}{e}^{-y}{T}_s+[1-e^{-x}{e}^{-y}-(x+y)e^{-x}{e}^{-y}]{·T}_c}---\left(15\right)$

式(15)即为非实时业务的饱和吞吐量S₁与x、y之间的关系。

步骤104：确定实时业务的时延E(D₂)

步骤103得到了非实时业务的饱和吞吐量与x、y之间的关系，本步骤 尝试找到实时业务的平均时延E(D₂)和x、y之间的关系。

参考文献IEEE Communications Society 2004的文章《Performance  analysis of IEEE 802.11e EDCF under saturation condition》，可得到如下公式：

实时业务在饱和条件下的时延

E(D₂)＝E(X₂)δ+E(B₂)[P_sT_s+(P_b-P_s)T_c]+E(N₂)(T_c+T₀)+T_s    (16)

其中$E\left(X_2\right)=\frac{1}{1+p_2}[(\frac{1}{2}+\frac{3}{2}*p_2)W_2-\frac{1}{2}-p_2]---\left(17\right)$

$E\left(B_2\right)=\frac{p_2}{1-p_2^2}[(\frac{1}{2}+\frac{3}{2}*p_2)W_2-\frac{1}{2}-p_2]---\left(18\right)$

$E\left(N_2\right)=\frac{p_2}{1+p_2}---\left(19\right)$

X₂是一随机变量，表示实时业务的数据包在不考虑暂停的情况下所退避 的总时隙数；B₂也是一随机变量，表示实时业务的数据包在暂停时所经历的 总时隙数；E(N₂)定义了优先级为i的数据包的重传次数；

T₀表示一个移动设施的数据包在发生碰撞后，重新检测信道所需要等待 的时间，T₀取值可以从IEEE 802.11p协议中得到；W₂表示承载有实时业务 的车组的最小竞争窗口值；

p₂表示实时业务数据包发生碰撞的概率，参考文献IEEE Communications  Society 2004的文章《Performance analysis of IEEE 802.11e EDCF under  saturation condition》，可得到：

p₂＝1-e^-xye^-y    (20)

类似公式(3)，对于实时业务，同理可以得到：

${\tau }_2=\frac{1}{\underset{j=0}{\overset{L_2}{\Sigma }}[1+\frac{1}{1-p_2}\underset{k=1}{\overset{W_{2,j}-1}{\Sigma }}\frac{W_{2,j}-k}{W_{2,j}}]{·p}_2^j}\times \frac{1-p_2^{L_2+1}}{1-p_2}---\left(21\right)$

对于实时业务，允许存在一定的丢包率，设L₂＝1，即实时业务的数据包 最多重传一次。

从而，对式(21)求倒数并化简后，得到τ₂与W₂之间的关系：

$\frac{1}{{\tau }_2}\cong \frac{1+{2p}_2}{2(1-{p_2}^2)}{W}_2---\left(22\right)$

将公式(9)和公式(1)代入公式(22)，可得到：

$W_2=\frac{2(1-p_2^2)}{(1+{2p}_2)}·\frac{{\lambda }_{\mathrm{vehicle}}}{y}·R·E\left(\frac{1}{V}\right)---\left(23\right)$

将公式(20)代入公式(23)，可得到W₂与x、y之间的关系为：

$W_2=\frac{{2\mathrm{ye}}^{-x-y}(2-{\mathrm{ye}}^{-x-y})}{(3-{2\mathrm{ye}}^{-x-y})}·\frac{{\lambda }_{\mathrm{vehicle}}}{y}·R·E\left(\frac{1}{V}\right)---\left(24\right)$

将公式(12)(13)(17)(18)(19)代入式(16)得：

$E\left(D_2\right)=\frac{[(2-\frac{3}{2}{e}^{-x}{\mathrm{ye}}^{-y})W_2-\frac{1}{2}-p_2]\{\delta e^{-x}{\mathrm{ye}}^{-y}+(1+e^{-x}{\mathrm{ye}}^{-y})[(x+y)(T_s-T_c)e^{-x}{e}^{-y}+T_c(1-e^{-x}{e}^{-y})\left]\right\}+e^{-x}{\mathrm{ye}}^{-y}(1-e^{-x}{\mathrm{ye}}^{-y})(T_c+T_0)}{e^{-x}{\mathrm{ye}}^{-y}(2-e^{-x}{\mathrm{ye}}^{-y})}+T_s$

其中，根据式(20)和式(24)，W₂与P₂可由x、y表示，从而，E(D₂)可表 示成仅含变量x、y的式子。

步骤105：根据非实时业务的饱和吞吐量S₁、实时业务的时延E(D₂)、 以及不同业务的优先级，确定Class_non-real中的所有车辆在一个时隙内发包的 数目x和Class_real中的所有车辆在一个时隙内发包的数目y。

设y＞x，以保证实时业务较非实时业务具有较高的优先级。

为了保证非实时业务长期公平性的同时，增大非实时业务的吞吐量S₁， 并且减小实时业务的时延E(D₂)，本发明中得到x、y的方法为：

设置实时业务的平均时延E(D₂)小于等于预先设定的阈值，本发明中，0≤ 时延阈值≤100毫秒，在此前提下，选取能够使非实时业务吞吐量S₁最大的x 和y值。

因此，x、y的取值必须同时满足：

根据上述条件，可得到最优值(x_opt、y_opt)。

步骤106：根据Q、x_opt、y_opt，得到车速为V_i的车辆非实时业务的最小 竞争窗口值W以及车辆实时业务的最小竞争窗口值W₂。

将步骤105中得到的x_opt、y_opt代入公式(24)，可得到实时业务的最小竞争 窗口值W₂。

将公式(2)代入公式(9)，可得

$x_{\mathrm{opt}}=\Sigma N_i{\tau }_{1_i}=\Sigma {\lambda }_i{T}_i{\tau }_{1_i}=\mathrm{K\Sigma }{\lambda }_i=K·{\lambda }_{\mathrm{vehicle}}---\left(25\right)$

其中，λ_i为车速为V_i的车辆的到达率，车辆进入路边设施的过程服从到 达率为λ_vehicle的泊松分布，因此，∑λ_i＝λ_vehicle，T_i是车速为V_i的车在路边设施 内的驻留时间，N_i为车速为V_i的车辆数，∑N_i＝∑λ_iT_i。

将式(25)代入式(8)得到，对于非实时业务，根据车速实时动态设置的最 优最小竞争窗口值：

$W_{1_i}=\frac{2(1-2p_1)(1-{p_1}^{L_1+1})}{1-{\left({2p}_1\right)}^{L_1+1}}·\frac{{\lambda }_{\mathrm{vehicle}}R}{x_{\mathrm{opt}}{V}_i}---\left(26\right)$

其中，p₁为Class_non-real内的每辆车的数据包发生碰撞的概率，参考文献 IEEE Communications Society 2004的文章《Performance analysis of IEEE  802.11e EDCF under saturation condition》，可得到：p₁＝1-xe^-xe^-y，代入式(26)， 得到

$W_{1_i}=\frac{2(2{\mathrm{xe}}^{-x}{e}^{-y}-1)[1-{(1-{\mathrm{xe}}^{-x}{e}^{-y})}^{L_1+1}]}{1-{(2-2{\mathrm{xe}}^{-x}{e}^{-y})}^{L_1+1}}·\frac{{\lambda }_{\mathrm{vehicle}}R}{x{V}_i}---\left(27\right)$

将x_opt、y_opt代入式(27)，便可得到的值。

根据式(24)和式(27)可最终得出，车速为V_i的车辆非实时业务的最小竞 争窗口值以及车辆实时业务的最小竞争窗口值W₂。

步骤107：路边设施周期性地获取自己功率覆盖范围内的各辆车的车速、 车辆ID，并将各辆车的ID及其对应的最小竞争窗口值广播给各辆车，所述 各辆车根据ID找到各自的不同业务的最小竞争窗口值，并进行设置。

路边设施可以周期性地获取自己功率覆盖范围内的车辆的行驶状态，根 据当前实时路况，路边设施按照步骤101～106的方法计算出能够使得网络性 能最优的最小竞争窗口值，路边设施将各个车辆的ID及其对应的最小竞争 窗口值广播给自己覆盖范围内的车辆，这些车辆根据ID号找到自己的最小 竞争窗口值，并进行设置。从而可以实现，基于移动场景，在保证车辆非实 时业务长期公平性的前提下，同时保证非实时业务的吞吐量以及实时业务的 低时延，满足了非实时业务和实时业务对服务质量的不同需求。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本 发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在 本发明保护的范围之内。