25、长距离无线传感器网络与车联网仿真框架研究

长距离无线传感器网络与车联网仿真框架研究

1. 长距离无线传感器网络实验

在2009年10月，研究人员在西班牙韦斯卡附近的洛斯莫内格罗斯沙漠进行了为期3天的实验。此次实验目的有两个，一是验证实验结果是否与模拟结果一致，二是测量在真实环境中的功耗。为测试链路质量，研究人员发送了100个每个90字节的数据包，并统计接收到的数据包数量以测量吞吐量，同时也测量了接收信号强度指示（RSSI）水平。

1.1 实验结果

实验结果记录在表5和表6中。
- 表5：实验性能
| XBee特性 | Dev1 | Dev2 | Dev3 | Dev4 | Dev5 | Dev6 | Dev7 |
| — | — | — | — | — | — | — | — |
| 协议 | 802.15.4 | 802.15.4 | Zigbee - Pro | ZigBee - Pro | RF | RF | RF |
| 频率 (Hz) | 2.4G | 2.4G | 2.4G | 2.4G | 868M | 900M | 900M |
| 发射功率 (mW) | 1 | 63 | 2 | 50 | 315 | 50 | 100 |
| 灵敏度 (-dBm) | 92 | 100 | 96 | 102 | 112 | 100 | 106 |
| 吞吐量（2dBi） | | | | | | | |
| 356m (LOS) | 85% | 100% | 100% | 100% | 100% | 100% | 100% |
| 639m (LOS) | 0% | 100% | 0% | 100% | 100% | 100% | 100% |
| 6363m (LOS) | 0% | 18% | 0% | 25% | 100% | 0% | 80% |
| 12136m (LOS) | 0% | 0% | 0% | 0% | 100% | 0% | 0% |
| 1239m (NLOS) | 0% | 0% | 0% | 0% | 100% | 0% | 100% |
| 3810m (NLOS) | 0% | 0% | 0% | 0% | 0% | 0% | 0% |
| 吞吐量（5dBi） | | | | | | | |
| 356m (LOS) | 100% | 100% | 100% | 100% | 100% | 100% | 100% |
| 639m (LOS) | 19% | 100% | 100% | 100% | 100% | 100% | 100% |
| 6363m (LOS) | 0% | 100% | 0% | 100% | 100% | 0% | 100% |
| 12136m (LOS) | 0% | 0% | 0% | 0% | 100% | 0% | 100% |
| 1239m (NLOS) | 0% | 0% | 0% | 0% | 100% | 0% | 100% |
| 3810m (NLOS) | 0% | 0% | 0% | 0% | 50% | 0% | 10% |
| RSSI (dBm)（2dBi） | | | | | | | |
| 356m (LOS) | -94 | -72 | -84 | -70 | -70 | -70 | -70 |
| 639m (LOS) | -91 | -78 | -70 | -70 | -70 | | |
| 6363m (LOS) | -97 | -94 | | | | | |
| 12136m (LOS) | -100 | | | | | | |
| 1239m (NLOS) | | | | | | | |
| 3810m (NLOS) | -77 | | | | | | |
| RSSI (dBm)（5dBi） | | | | | | | |
| 356m (LOS) | -87 | -70 | -72 | -70 | -70 | -70 | -70 |
| 639m (LOS) | -94 | -70 | -90 | -70 | -70 | -70 | -70 |
| 6363m (LOS) | -80 | -101 | | | | | |
| 12136m (LOS) | -97 | -83 | | | | | |
| 1239m (NLOS) | -97 | -83 | -93 | | | | |
| 3810m (NLOS) | -78 | | | | | | |

• 表6：功耗
  | 状态 | 从关机到开机时间 | 从睡眠到开机时间 |
  | — | — | — |
  | 无加密单播发送 | 890.82nAh 79.4ms | 849.16nAh 76.4ms |
  | 有加密单播发送 | 904.73nAh 79.36ms | 863.07nAh 76.36ms |
  | 无加密广播发送 | 887.79nAh 78.7ms | 846.13nAh 75.7ms |
  | 无加密广播接收 | 889.45nAh 78.6ms | 847.79nAh 75.6ms |
  | 无加密单播接收 | 825.52nAh 74ms | 783.86nAh 71ms |
  | 有加密单播接收 | 826.11nAh 73.92ms | 784.45nAh 70.92ms |
  | 无加密广播接收 | 818.55nAh 73.4ms | 776.89nAh 70.4ms |
  | 有加密广播接收 | 818.63nAh 73.4ms | 776.97nAh 70.4ms |

研究人员绘制了模拟链路余量和测量吞吐量的图表（图4），以检查模拟结果与实验结果是否相似。当链路余量高于10 dB时，链路可行且吞吐量高（70% - 100%）；当低于10 dB时，链路不可行。实验结果显示，在1239米距离上，只有使用868或900 MHz的链路是可行的，这与模拟结果一致，模拟结果预测长距离链路仅在868 MHz和900 MHz的低频段可行。

1.2 加密对功耗的影响

实验中还测量了Waspmote平台实施的加密对功耗的影响。研究人员使用了四种不同类型的传输：
1. 无加密单播
2. 有加密单播
3. 无加密广播
4. 有加密广播

在实验中，测量了从睡眠和关机模式到开机模式的时间和能耗，以评估哪种节能模式最适合可能的同步算法。单播传输时协议会等待ACK信号，而广播时无ACK，但广播模式下每个数据包总是发送三次。表6结果显示，加密（AES 128b）不会增加额外功耗，因为它是通过XBee卡中的特定硬件电路执行，而非软件层。

2. 长距离无线传感器网络在发展中国家的应用

长距离无线网络对发展中国家至关重要。大规模长距离无线网络部署主要集中在WiFi技术上。例如，加州大学伯克利分校的新兴地区技术与基础设施（TIER）项目与英特尔合作，利用改进的WiFi设置为发展中国家的多个项目创建长距离点对点链路。此后，发展中地区也有许多类似举措：
- 拉丁美洲网络学校（Fundación Escuela Latinoamericana de Redes）实现了279公里的无放大WiFi链路。
- 秘鲁天主教大学农村电信研究小组（GTR PUCP）在秘鲁洛雷托丛林地区实施了长达445公里的基于WiFi的多跳最长网络。
- 马拉维国际理论物理中心APRL部门也实施了相关网络。

大多数WiFi长距离部署侧重于微调MAC协议，而Waspmote系列传感器网络则展示了长距离无线传感器网络（LDWSN）的部署。与许多现有传感器技术的百米范围限制相比，Waspmote实现了更长的范围。其与其他技术实现LDWSN的主要区别在于：
- 更高的灵敏度
- 更高的发射功率
- 使用外部天线连接器（SMA），允许连接更高增益和正确极性的天线

频率在长距离部署中也起着关键作用。在2.4 GHz频段，链路情况可能相似，但WiFi无法与Waspmote某些收发器使用的868和900 MHz频段竞争。

3. 车联网仿真框架

智能交通系统（ITS）旨在通过应用信息和通信技术提高交通系统的安全性、效率、环境质量和经济效益。随着蜂窝和各种短距离无线技术（如WiFi和蓝牙）的发展，基于车辆到车辆（V2V）和车辆到基础设施（V2I）无线通信的应用越来越受关注。2003年，ASTM和IEEE联合采用了专用短程通信（DSRC）标准，为车辆在典型高速公路速度下提供1000米范围内的可靠无线通信能力。该标准在5.9 GHz许可频段为ITS应用提供了七个信道，不同信道用于不同应用，其中一个专门用于V2V通信。目前，DSRC技术有望成为基于V2V和V2I通信的安全应用的主要通信媒介，如合作式汽车碰撞避免、变道辅助和紧急道路危险通知系统。

3.1 现有模拟器的不足

在部署应用之前，需要对其进行广泛评估以确保其在各种情况下的功能和性能。然而，在现实世界中进行评估并不总是可行的，因为测试可能需要昂贵、临时且不可扩展的设备，还可能受到安全风险和难以创建或复制特定交通场景的限制。因此，使用模拟进行初步评估是一种有效的替代方法。但要充分模拟车载自组织网络（VANETs），模拟模型需要考虑影响车辆移动和网络通信的所有关键细节，包括道路网络元素、驾驶员行为和无线通信特征。

流行的通信网络模拟器（如ns - 2、Qualnet和GloMoSim）主要用于模拟数据分组网络，缺乏模拟道路网络中现实车辆移动所需的复杂移动模式。同样，商业车辆交通模拟器（如Paramics、VISSIM、AIMSUN和CORSIM）主要用于复制跟车、变道、间隙接受等驾驶员行为，通常无法充分表示关键的无线网络元素，如物理层噪声、衰落、数据包冲突和路由协议。

3.2 通用模拟框架的提出

为解决通信网络和车辆交通模拟器的各自不足，研究人员开发了一个通用模拟框架，允许开发能够充分支持基于车辆的无线应用评估的模拟环境。该框架的独特之处在于实现了模拟模型之间准确、细粒度的时间同步机制，这对于充分模拟时间关键的ITS安全应用至关重要。

通过将Paramics（交通工程领域广泛使用的商业车辆交通模拟器）与ns - 2（无线网络研究社区常用的开源通信网络模拟器）进行测试集成，展示了该框架的使用。集成后的模拟器用于一系列案例研究，以研究在高速公路汽车碰撞避免应用中无线消息传播的性能。

4. 相关工作及提出模型的独特性

• 改进通信网络模拟器中移动模式的努力 ：如MOVE模型使用SUMO开源车辆交通模拟器的输入来近似现实世界节点移动，VanetMobiSim模型基于开源智能驾驶员模型的输入来建模移动。但这两个模型仅将车辆交通模拟器生成的移动模式作为通信网络模拟器的输入，不支持车辆对通过无线网络接收到的消息做出响应，因此无法模拟与ITS应用相关的闭环车辆控制。
• 开发综合模拟模型的尝试 ：MoVES模拟器试图开发一个兼具车辆移动和通信网络功能的模拟模型。其特点包括通过地理分区形成多个车辆集群来分布计算负载，以及使用定制的车辆模拟模块来提高计算效率。然而，开发全新的模拟模型非常耗时，尤其是在需要复杂算法来捕捉真实系统的全部复杂性时，而且定制模型可能存在有效性问题，限制其在专业领域的接受度。
• 集成现有模拟器的研究 ：许多研究人员尝试将现有的通信网络模拟器与现有的车辆交通模拟器集成。例如，将CORSIM车辆交通模拟器与QualNet无线网络模拟器集成，使用第三方分布式模拟软件包实现两个模型的操作同步，并定义了通用消息格式以促进车辆状态和位置信息的交换。其他类似研究包括将QualNet与Paramics、ns - 2与SUMO、VISSIM与ns - 2进行链接。

本文提出的工作与上述集成努力一致，但有两个重要区别：
- 设计了一种新颖的模拟器间时间同步方法，能够实现车辆与无线网络之间高达几十毫秒分辨率的交互，与其他研究中常用的高达一秒的粗粒度同步形成对比。粗粒度同步无法容忍模拟时间关键的DSRC安全应用，因为它可能会在模拟和真实系统之间引入过多差异。通过实现细粒度同步，所提出的集成机制能够模拟延迟不超过100 ms的时间关键安全应用，如合作式汽车碰撞避免。
- 采用了架构驱动的方法，实现了通用集成，不依赖于所使用的各个模型的特定内部语法，允许集成任何组合的车辆和网络通信模拟器。

5. 集成架构

5.1 分层模型

集成道路网络/通信网络环境的三个基本元素是道路网络、车辆和无线通信设备。现有的车辆交通模拟器通常可以对前两个元素进行相对详细的建模，而通信网络模拟器则为建模无线设备提供了最佳环境。

如下面的mermaid流程图所示：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A[道路网络]:::process --> B[车辆模拟器]:::process
    C[驾驶员/车辆]:::process --> B
    B --> D[网络数据服务器]:::process
    E[无线/有线通信设备]:::process --> F[网络模拟器]:::process
    D --> F

车辆模拟器用于建模道路网络和交通控制设备、生成车辆并模拟驾驶行为，还用于建模与车辆控制交互的ITS应用并生成要由通信网络承载的消息。所有通信功能，包括确定哪些车辆接收正在传播的消息，都由通信网络模拟器负责。

分层方法允许使用在每种类型的模拟器中开发和广泛验证的专门模拟功能来建模集成模拟环境中的相应元素。例如，VANETs中无线通信的关键组件802.11协议已在ns - 2和QualNet等网络模拟器中开发和测试。一些商业车辆模拟器也提供了经过多年逐步发展的复杂驾驶员行为模型。分层还减少了开发复杂机制来解决各种模型之间时间粒度差异的需求。由于每种模型在分层方法中保留其原始模拟过程，时间粒度差异可以通过实现更简单的层间同步接口来解决。此外，分层方法允许每个模拟模型在具有不同操作系统的不同计算机上运行，这有可能减少计算时间，提高灵活性和可移植性。

5.2 技术挑战

集成工作中的第一个关键挑战是模拟器间的时间同步。时间同步确保两个模拟内核保持共同的时间概念，特别是当不同的模拟器设计为以不同的速度推进时。例如，大多数通信网络模拟器是事件驱动的，时间从一个事件推进到下一个事件，这通常导致时间推进速率在不同模拟中不一致。

而车辆交通模拟器通常以固定的时间步长推进，这就导致两个模拟器之间的时间推进速度可能存在差异。如果不进行时间同步，可能会导致模拟结果与实际情况出现较大偏差，无法准确模拟时间关键的 ITS 安全应用。

第二个挑战是数据交换和通信。在集成的模拟环境中，车辆模拟器和网络模拟器需要交换大量的数据，如车辆的位置、速度、状态信息以及网络消息等。如何高效、准确地在两个模拟器之间进行数据交换和通信是一个关键问题。需要定义统一的数据格式和通信协议，以确保数据的正确传输和解析。

第三个挑战是模型的兼容性和可扩展性。不同的车辆模拟器和网络模拟器可能使用不同的内部语法和数据结构，如何将它们集成在一起并保证模型的兼容性是一个挑战。此外，随着技术的发展和应用需求的变化，可能需要对集成模型进行扩展和升级，因此集成架构需要具备良好的可扩展性。

6. 集成架构的优势

• 提高模拟准确性 ：通过细粒度的时间同步和分层模型，能够更准确地模拟车辆与无线网络之间的交互，特别是对于时间关键的 ITS 安全应用，如合作式汽车碰撞避免，能够减少模拟与实际系统之间的差异，提高模拟结果的可靠性。
• 灵活性和可扩展性 ：架构驱动的方法使得集成不依赖于特定模拟器的内部语法，能够方便地集成不同的车辆和网络通信模拟器，并且可以根据需要进行扩展和升级，适应不同的应用场景和研究需求。
• 利用现有资源 ：分层模型允许充分利用现有车辆交通模拟器和通信网络模拟器中已经开发和验证的专门模拟功能，避免了重复开发，提高了开发效率。

7. 案例研究：高速公路汽车碰撞避免应用

为了验证集成模拟器的性能，进行了高速公路汽车碰撞避免应用的案例研究。具体步骤如下：
1. 场景设置 ：设置一个高速公路场景，包括一定数量的车辆在高速公路上行驶，模拟正常的交通流。
2. 集成模拟器配置 ：将 Paramics 车辆交通模拟器与 ns - 2 通信网络模拟器进行集成，配置好相关的参数，如车辆的初始位置、速度、通信协议等。
3. 模拟运行 ：启动集成模拟器，让车辆在高速公路上行驶，并模拟无线消息的传播。在模拟过程中，当检测到可能的碰撞危险时，车辆会发送警告消息给周围的车辆。
4. 数据收集与分析 ：收集模拟过程中的数据，如车辆的位置、速度、消息传播的范围和时间等。分析这些数据，评估无线消息传播的性能，以及合作式汽车碰撞避免应用的有效性。

通过案例研究发现，集成模拟器能够有效地模拟高速公路汽车碰撞避免应用中无线消息的传播过程，并且可以评估不同参数设置下的应用性能。例如，研究不同通信协议、车辆密度和消息发送频率对消息传播效果的影响，为实际应用中的参数优化提供参考。

8. 未来研究方向

• 比较不同的无线电传播模型 ：进一步研究不同的无线电传播模型，评估它们与实际部署的拟合程度。不同的传播模型可能会对无线消息的传播产生不同的影响，选择合适的传播模型能够提高模拟的准确性。
• 对比 WiFi 长距离部署与 LDWSN ：研究使用 802.15.4 调制和/或协议的 LDWSN 与 WiFi 长距离部署的性能差异。分析它们在不同场景下的优缺点，为实际应用中的网络选择提供依据。
• 优化集成架构 ：不断优化集成架构，提高时间同步的精度和数据交换效率，进一步减少模拟与实际系统之间的差异。同时，增强架构的可扩展性，以适应未来技术的发展和应用需求的变化。

综上所述，长距离无线传感器网络在发展中国家具有重要的应用价值，而车辆与无线网络模拟的集成框架为 ITS 应用的评估和开发提供了有效的工具。通过不断的研究和优化，有望推动这些技术在实际应用中的广泛推广和应用，提高交通系统的安全性和效率。