仿生物群集行为演化的VANETs动态性研究

Intelligent Transportation Systems (ITS), which are based on networked information and communication technologies, have been considered to be the hope for resolving the problems caused by traffic congestion that has been increasing worldwide. The existing vehicle communication technologies ,i.e., Vehicle Ad-Hoc Networks (VANETs), are usually researched by extending the related results of the traditional Internet and mobile ad hoc networks(MANETs). However, the goal of these technologies is to establish communication, rather than improve traffic, so these current technologies cannot meet the needs of the future development of ITS. Based on the similarity between the intelligent transportation and the biological collective behaviors, this project proposes a dynamic evolution model for VANETs , which can describe the dynamic interaction process between the group movement behaviors of vehicles and communications. By analyzing the relationship between the microscopic driving behaviors of vehicles and the macroscopic state of the whole traffic, the project also proposes a traffic guidance approach based on the intervention over vehicles' degrees of freedom, which can assist traffic regulators to guide the traffic, reduce congestion and improve transport efficiency. Finally, the proposed dynamic evolution model, integrating the driving model, the communication model and the evolution model, reflects the core features of the intelligent transportation, so the results of the project can be highly expected to provide new theories and research tools for related researches of ITS, such as traffic guidance, communication optimization and simulation modeling.

智能交通系统(ITS)，建立在网络化的信息通信技术基础之上，被认为是改善世界性交通拥堵等难题的希望所在。但现有车用通信技术（VANETs）的相关研究，大都借鉴自传统互联网及无线自组织网络等相关成果，这些技术以提供通信为目标，而不是以改善交通为目的，因而无法满足未来智能交通发展的需要。本项目首次从智能交通与生物群集行为的相似性出发提出了VANETs动态演化模型，它能描述车辆群体移动行为与通信之间的动态互动过程。通过分析车辆的微观行驶行为与宏观交通状态的关系，提出了基于车辆自由度干预的交通诱导思路，能协助交通监管部门实现诱导交通，减少拥堵，提高交通效率。由于VANETs动态演化模型从机制上融合了交通行驶模型、通信模型及群集演化模型，反映了智能交通的核心特征，因而本项目相关结果有望为智能交通相关研究,如交通诱导、通信优化、仿真建模等提供全新的理论视角和技术研究手段。

从车辆交通行驶与生物群集行为相似性角度，我们设计了VANETs群集演化模型，通过对车辆网络的动力学、道路状况、交通规则及无线信道约束等因素进行建模，能够用于对车辆行驶行为与通信拓扑间互动关系的理论和仿真分析；针对典型的高速公路场景，细化了高速公路VANETs演化模型，仿真和分析得到了VANETs演化一致性、可控性等方面的规律和关键参数；针对典型城市交通场景，提出了基于交通灯配置的路网流量均衡策略和路网流量优化分配策略，能在局部范围内有效地均衡路网的交通流量，提高路网的通行能力；利用交通诱导信息通常具有区域性的特点，提出了基于加权分簇算法的交通诱导信息实时发布机制，结果表明基于分簇结构进行诱导信息的单播和广播都能显著降低通信开销，提高实时性；通过考虑各个车辆下载内容的一致性以及相互协作，提出了基于联盟博弈理论的多跳VANETs合作下载机制，能显著降低多个车辆从RSU下载相同数据时的网络开销，并证明了算法迭代过程的收敛性；面向5G异构网络提出了多设备计算分流架构，能够将计算分流问题建模为确保计算任务延迟限制下的能量指标最小化问题，并得到一个多项式复杂度的次优方案，结果表明设备个数与传输开销的关系并不是线性的，而且当通信传输能力有限时，持续改进MEC服务的性能所带来的边际收益是递减的，因而整个系统性能的提升需要综合考虑MEC服务器能力、通信能力及相互干扰等多种因素的折中处理；另外，针对车用网络普遍的隐私安全需求，提出了一种基于隐私编址概念的车用网络源匿名通信方法,能够阻止车辆的地址在通信过程中被跟踪，作为一种端到端的解决方案，能够应用于许多典型的路由协议，如AODV，以增加源匿名安全支持，仿真结果表明该方法相比现有方案具有更好的协议性能，包括报文递交延迟、协议开销等方面。总的来说，课题从仿生物群集的角度为VANETs的相关研究提供了新的理论模型，并应用于VANETs相关问题，如交通诱导、通信优化、仿真建模等，获得了一些有益的结果，为相关领域的进一步深入研究提供了创新思路和算法工具。