基于DSRC的車聯(lián)網性能分析.pdf

1、伴隨著道路安全逐漸引起大眾的高度重視，車聯(lián)網的安全應用越來越得到普及。但是安全報文較高的及時性和準確性要求，使得現(xiàn)有的很多協(xié)議無從滿足。而當下比較流行的DSRC協(xié)議棧恰好可以解決車聯(lián)網應用的QoS問題。本文的目的就是為 DSRC協(xié)議棧提出一個準確且高效的分析模型，重點在DSRC的數據鏈路層。期望通過該模型來得到影響網絡性能的參數，進而可以通過調整這些參數來提高網絡性能，最終更好地滿足安全應用的需求。
　　由于DSRC協(xié)議棧在其 M

2、AC子層使用的是 EDCA機制進行信道接入控制，而EDCA機制又是在DCF機制的基礎上加入了多級隊列分級思想的。所以本文首先介紹了一個既有的基于 DCF機制的二維 Markov模型，并在該Markov的基礎上進行了一系列網絡性能的分析。以上述Markov模型為基礎，本文基于EDCA機制提出了兩個Markov模型：退避窗口變化的二維Markov模型和連續(xù)時隙轉移的一維Markov模型。在這兩個Markov模型的基礎上，主要通過數學公式的推

3、導來得到理論分析上的節(jié)點吞吐量和節(jié)點單跳時延。首先可以由兩個Markov模型得到節(jié)點的平均碰撞概率和發(fā)包概率。然后本文將分為兩種情況來討論最終的節(jié)點吞吐量和單跳時延，分別為節(jié)點飽和發(fā)包情況以及非飽和發(fā)包情況。對于飽和發(fā)包情況，首先根據吞吐量的定義來計算吞吐量，即單位時間內節(jié)點發(fā)包大小。然后可以由吞吐量反向計算出節(jié)點單跳時延；對于非飽和發(fā)包情況，首先根據單跳時延特性計算出單跳時延，以此為基礎再計算出節(jié)點吞吐量。
　　為了驗證上述模型

4、的正確性，本文根據仿真來得到 EDCA機制下系統(tǒng)的表現(xiàn)情況，通過對比和參數調整，便可證明本文提出的模型的正確性。在仿真過程中，通過對每種參數進行多次的生成網絡拓撲和實驗，來盡量減少仿真結果的隨機性，保證仿真結果的準確性。
　　通過理論模型分析和仿真實驗，最終驗證了本文提出的模型的準確性。理論分析數據和仿真實驗數據基本吻合。本文提出的理論分析模型得出的網絡性能主要受EDCA參數集的AIFS、最小退避窗口和最大退避窗口的影響。網絡性能