CM-MAC:一种基于分簇的多信道车载网MAC协议  被引量:27

CM-MAC:A Cluster-Based Multi-Channel MAC Protocol for VANET

在线阅读下载全文

作  者:何鹏[1] 阎保平[1] 李志[2] 孙利民[2] 

机构地区:[1]中国科学院计算机网络信息中心,北京100190 [2]中国科学院信息工程研究所,北京100195

出  处:《计算机研究与发展》2014年第3期502-510,共9页Journal of Computer Research and Development

基  金:国家自然科学基金项目(60933011);国家"九七三"重点基础研究发展计划基金项目(2011CB302902);国家科技重大专项基金项目(2010ZX03006-002-03);中国科学院战略性先导科技专项课题(XDA06040100)

摘  要:车载网VANET是一种应用于智能交通系统的新型无线移动自组织网络(mobile ad hoc network,MANET).随着车辆以及移动ad hoc网络技术的发展,车载网已经成为一个新兴的研究领域.针对VANET中车辆行驶的特征,提出一种拓扑相对稳定的车辆分簇算法.在此算法基础上,根据专用短程通信(dedicated short range communication,DSRC)标准中控制信道(control channel,CCH)和服务信道(service channel,SCH)的分配,考虑车辆间的无线通信干扰和不同应用的QoS需求,提出一种基于分簇的多信道混合型MAC协议,簇内通信采用非竞争的TDMA机制,簇间通信采用基于竞争的CSMA?CA机制,相邻簇采用不同的服务信道.模拟实验表明,提出的MAC协议在同时满足实时应用的延迟需求和非实时应用的吞吐量方面,优于现有协议.VANET features. On the basis of this algorithm, according to DSRC (dedicated short range communication) allocation of CCH (control channel) and SCH (service channel), considering the wireless communication interference between vehicles and the QoS requirements for different applications, the paper also proposes a cluster-based multi-channel hybrid MAC protocol. The non- competition based TDMA scheme is taken for intra-cluster communications and the competition based CSMA/CA scheme is taken for inter-cluster communications. The different SCHs are allocated for neighbor clusters. Such a concept is attractive as it can be combined with cluster-based routing strategies. So the overhead introduced by the clustering process is beneficial not only on one layer, but for the whole communication process. Simulation experiments show that the protocol is superior to the current MAC protocol in the delay requirement of safety applications and the throughput of non- safety applications.

关 键 词:车载网 分簇算法 车与车通信 专用短程通信 多信道MAC协议 vehicular ad HOC network (VANET) dedicated short range communication (DSRC) 

分 类 号:TP393[自动化与计算机技术—计算机应用技术]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象