1、目的及意义（含国内外的研究现状分析）

1.1 课题研究目

近几年来，我国车辆数量的快速增长给城市交通带来了很多问题，这使得车载自组织网络技术越来越受到人们的关注。通过车辆间自由的组网通信，车载自组织网络能够实现交通安全信息、道路状况信息和娱乐消息等的实时高效传输，解决行车安全、道路拥堵等问题。然而，由于车载自组织网络独特的网络特性以及各种各样的应用所需的性能指标不同，使得设计出适用于所有场景的消息分发算法变得十分困难。

车载网络(Vehicular Ad Hoc Networks, VANET)是由配备了无线通信设备的车辆节点或路边单元(Roadside Unit, RSU)构成的特殊移动自组织网络，是智能交通系统的重要组成部分，具有车辆节点高速移动、网络拓扑频繁变化、通信链接不稳定、消息类型多样等特点。由于车载网络中消息传递类型多样，消息对传输的要求也复杂多样，因此研究为不同的消息类型提供对应质量的数据传输服务意义重大;车载网络中的节点具有高速移动的特点，这会大大缩短节点间的可通信时间，研究网络中车辆节点的移动规律，适当通过路边设施的辅助来完成数据传输是车载网络的一个重要研究方向;车载网络中的拓扑结构频繁变化，交通流量密度随着地理位置和时间的不同有较大差异，交通流量密度对车载网络中的数据传输有着巨大的影响，因此研究交通流量对数据传输的影响可以有效提高路山算法的效率;分析网络中的节点对网络性能的影响是进一步优化各类算法的必要条件，对网络节点的分析包括如何统计节点整体/个体的性能参数、以及这些参数对网络传输的影响等，这部分的研究目前仍需深入进行。

1.2 国内外研究现状

机会网络则凭借其廉价的组网成本，简单的组网技术而得到了广泛的应用。本小节结合大量文献，列举了如下典型应用。

2010年上海世博会期间^[1],“上汽一通用汽车馆”播放了一部科幻大片《2030》，该片中基于“车联网”的未来汽车让人们看到到20年后的汽车生活。在片中，2030年的上海有着5层的立体交通网络。人们驾驶着EN-V、叶子和海贝这三种未来车型出行，任何人都可以飞速开车，而且在“车联网”的保护下实现了零交通事故率，堪称绝对安全。通过“车联网”，汽车具备了高度智能的车载信息系统，并能连接城市交通信息网络、智能电网以及社区信息网络，从而实现随时随地获得即时资讯，并作出与交通出行有关的明智决定。

CarTe^[2]是由MIT公司研发的一款基于车载传感器的信息收集与发布系统。它可以通过实时感知路况信息，实现车辆导航，并对汽车进行诊断。车辆上装有Carrel节点，能够收集和处理车辆上各种传感器采集的数据。然后通过WiFi，BlueTooth等通信协议，将数据转发到相遇的车辆。同时还可以通过与路边的固定数据采集点通信，将数据转发到Internet上的服务器。

随着电子技术的进步和通信技术的发展，手机、PDA等手持智能设备大量普及应用。利用手持设备进行组网具有广泛的应用前景。剑桥大学和Intel研究院提出PSN^[3](PocketSwitched Network)项目就是利用每个人携带的手持智能设备来组网。这些设备既可以通过WiFi, GPRS(General Packet Radio Service)信号接入到互联网。也可以在没有信号的地方，通过相遇的其他节点将数据转发出去。这种通信方案旨在充分利用智能设备的计算存储能力，透明的利用各种连接方式提供通信服务。

在野生动物追踪领域，机会网络比传统的MESH网络和MANET网络更具有优势。

SWIM{Shared Wireless Infostation Model)^[4]是一个用来检测水下鲸鱼活动的机会网络。它通过鲸鱼身上携带的传感器周期性的采集数据，当有鲸鱼相遇的时候互相交换彼此的数据。并在水面部署数据采集点，当有鲸鱼游过的时候收集鲸鱼身上传感器的数据。ZebraNet^[5]项目是有普林斯顿大学设计，用来追踪非洲草原斑马迁徙的机会网络系统。每匹斑马的脖子上携带有一个低能耗的传感器负责采集数据。当斑马经过数据收集基站的时候则将传感器上的数据上传。科研人员还可以通过开车过去收集斑马的身上传感器的数据。

偏远地区的网络基础设施往往不够完善，使得他们很难接入到互联网。而机会网络可以为偏远地区提供诸如电子邮件类的网络服务。DakNet^[6]是由MIT开发，用于为印度偏远地区提供互联网服务的机会网络系统。他通过部署在村庄和公交车上的通信节点组成。村民通过PDA等通信设备与村庄的固定基站进行数据交换。当往返于村庄与城镇之间的公交车经过村庄的基站的时候，公交车上的移动接入点则与基站交换数据，从而实现数据通信。

绿野千传^[7]是由香港科技大学，清华大学等组织完成的一个用于监控天目山生态环境的无线传感器系统。该系统部署了大量的无线传感器，用于收集温度、光照、二氧化碳溶度等信息。由于传感器部署在露天环境中，很可能因为恶劣天气或电池耗尽等原因而损坏。这样将造成传感器网络通信中断。机会网络为这类应用提供了很好的解决方案。当因传感器节点的损坏而使通信中断时，节点暂停数据的发送，将采集到的数据暂时存储，直到有新的节点重新接入为止。

2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1 设计的基本内容

本次设计基于车载机会网络的路由算法的研究。在同样的车辆机会网络场景下，对车辆机会网络中路由算法进行研究，并作出分析。具体如下：

1)利用仿真工具ONE(Opportunistic Network Environment)设计并实现车辆机会网络场景的建立；

2)利用ONE设计实现不同的路由算法，并进行仿真分析；

3)分别计算不同路由算法的递交率、信息延时和网络开销等性能指标；

4)分析不同路由算法的性能指标，并得出最优路由算法。

2.2 设计的主要目标

本课题利用ONE仿真工具，在相同的车载机会网络场景条件下对不同的路由算法进行分析。实现的主要目标有：

1）了解车载机会网络的基本知识，并学会使用ONE进行相应的处理；

2）了解机会网络的原理，并学会使用ONE实现相关路由算法；

3）了解车载机会网络的不同算法的实现原理、特点及其优劣之处；

4）了解车载机会网络的未来发展趋势，提出自己的思考。

2.3 拟采用的技术方案及措施

车辆机会网络中的信息的传递是通过车辆节点间相遇时的信息交换和资源同享来实现,这些信息可以包括节点位置、运动方向、节点密度以及其他车辆感知信息等。车辆机会网络中信息的通信及通信链路的建立一直受到国内研究学者的关注，目前关于车辆机会网络中的路由算法的研究已取得一定的研究成果。基于历史记录的路由算法、基于位置信息的路由算法等等应运而生，其主要实现目标是为信息的传输选择合适的中继车辆节点，从而在最短时间内完成信息的有效传输。

本文主要是对现有的几个经典车载机会网络的路由算法进行仿真，再读取数据，根据数据来计算并画出折线图，分析比较各个经典路由算法的性能，得出最优算法。

设计的过程基本上都是通过ONE来实现的，先是通过ONE设计并实现车辆机会网络场景的建立，然后再通过ONE实现路由算法，接着用ONE进行仿真，最后根据结果进行分析，具体框图如图1.

图1 车载机会网络路由算法实现框图

对路由算法的结果主要从三个方面来看，分别是递交率、信息延时和网络开销。递交率越大，信息延时越小，网络开销越小的路由算法的优越性越好。计算公式如下：

3、进度安排

第1—2周：查阅相关的文献资料，对研究内容进行整体了解；

第3—4周：了解整体实现方案，完成开题报告；

第5—12周：根据方案进行设计和实现；

第13—15周：撰写毕业论文，完成相关外文参考文献的翻译；

第16周：论文修改、定稿、申请毕业论文答辩、准备答辩相关资料；

第17周：答辩；

4、参考文献

[1]The homepage of expo Shanghai[EB/OL]. http://www.expo2010.cn/

[2] Hull B, Bychkovsky V, Zhang Y, Chen K, Goraczko M, Miu A, Shih E, Balakrishnan H,Madden S. Carrel: A distributed mobile sensor computing system. In: Proc. of the 4th Int'1 Conf.on Embedded Networked Sensor Systems. Boulder: ACM. 2006.125-138.

[3] Pan H, Chaintreau A, Scott J, Gass R, Crowcroft J, Diot C. Pocket switched networks and human mobility in conference environments. In: Proc. of the 2005 ACM SIGCOMM Workshop on Delay-Tolerant Networking. Philadelphia: ACM. 2005.244-251.

[4] Small T, Haas ZJ. The shared wireless infostation model: A new ad hoc networking paradigm (or where there is a whale, there is a way). In: Proc. of the 4th ACM Int'1 Symp. on Mobile Ad Hoc Networking. Annapolis: ACM. 2003.233-244.

[5] Juang P, Oki H, Wang Y, Martonosi M, Peh LS, Rubenstein D. Energy-Efficient computing for wildlife tracking: Design tradeoffs and early experiences with ZebraNet. In: Proc. of the 10th Int'1 Conf. on Architectural Support for Programming Languages and Operating Systems. New York: ACM, 2002. 96-107. DOI=http://doi.acm.org/10.1145/605397.605408

[6] Pentland A, Fletcher R, Hasson A. DakNet: Rethinking connectivity in developing nations.Computer, 2004,3 7(1):78-83.

[7]The home page of GreenOrbs [EB/OL].http://www.greenorbs.org/

[8]Huang L, Jiang H, Zhang Z, et al. Optimal traffic scheduling between roadside units in vehicular delay-tolerant networks[J]. IEEE Transactions on Vehicular Technology, 2015, 64(3): 1079-1094.

[9]Penurkar M R, Deshpande U A. Max-Util: A Utility-Based Routing Algorithm for a Vehicular Delay Tolerant Network Using Historical Information[C]//Proceedings of 3rd International Conference on Advanced Computing, Networking and Informatics. Springer India, 2016: 587-598.

[10]Spaho E, Barolli L, Kolici V, et al. Performance Evaluation of Different Routing Protocols in a Vehicular Delay Tolerant Network[C]//2015 10th International Conference on Broadband and Wireless Computing, Communication and Applications (BWCCA). IEEE, 2015: 157-162.

[11]姚显青. 基于真实地图数据的车辆机会网络仿真平台设计与实现[D]. 电子科技大学, 2015.

[12]丁郁. 基于机会通信的车载网络路由关键技术研究[D]. 北京邮电大学, 2013.

[13]蔡耿雄. 车载自组织网络中基于多跳的消息分发算法研究[D]. 南京邮电大学, 2014.

[14]谢旭.车载自组网的通信策略与协议技术研究[D].华中科技人学，2010.

[15]李瑞敏，何群，李帅.中国机动午保有量发展趋势分析[J] .Urban Transport of China,2013,11(5).