车联网的速率自适应算法.

无线网络自适应研究现状
1.2
速率自适应算法根据获得信道质量信息的方法不同， 可以分为基于统计的方法和基于信道测量的方法。基 于统计的方法楚统计一段时间内如，误顿率、吞吐量 或者ACK接收成功失败的次数等信息来评判信道的质 量。如ARF就是典型的基于统计的速率自适应算法， 其通过统计连续帧成功（或失败）的数量实现数据传 输速率的动态调整。这种方法虽然实时性较差，但是 简单、实现较容易，应用广泛。直接测量的方法是直 接测量信道的某一信息，如SNR、RSSI或者PER，能 够快速反映信道状态，如RBAR。
车联网无线通信技术研究
2.2
DSRC的具体实现方式是WAVE（车载无线通信标准） WAVE包括IEEE802.11P和IEEE1609协议族，1609协议 族依赖802.11p协议，内容涉及到车联通信的各个方面 。WAVE协议很好的解决了车载终端通信接口的互通性 ，为高速（最大27Mbps）、短距离（最大10000m）、 低延时的车载无线通信定义了架构、管理结构、通信 模块、物理访问和安全机制等。OSI模型是互联网参考 模型应用最广泛的，下图是WAVE协议栈与OSI模型之 间的映射关系。
车联网的速率自适应算法
演讲：廖恩瑞
目录
1
Fra Baidu bibliotek
无线网络自适应研究现状 车联网无线通信技术研究 速率自适应算法研究
2
3 4
广播速率算法的设计与实现
无线网络自适应研究现状
1.1
速率适应足针对不同的网络环境，动的调整传输速 率使信道容量最大化，系统性能得到提高。如， 802.11a支持（6、9、12、18、24、36、48、54Mbps ）这8种传输速率；802.11b支持（1、2、5.5、 11Mbps）4种传输速率；802.11g支持以上两种所有 的传输速率，但是越高的传输速率其调制方式的抗 干扰能力就越低。里然有多个速率可供选择，但如 何在多种同速率之间进行切换却需要进一步研究。
OSI模型和WAVE模型对比图
速率自适应算法研究
3.1 根据信道的质量选择合适的传输速率以提高系统性能，无线 信道由于传输介质、工作频率和传输环境的不同，信号在传 输时势必会遭受衰减、延迟和噪声的影响。目前速率自适应 算法主要集中在信道质量参数（PER、SNR、C/I、RSSI、重 传次数等）的选取、如何从这些参数中获取信道的变化。信 道参数可以分为以下四类： 探测包：每隔一定时间以不同速率或探测倾评佔信道，提高 了实时佔计能力。 连续成功和失败的次数：利用发送顿连续成功与失败的次数 来估计信道质量。
速率自适应算法研究
3.2 物理层指标SNR、RSSI：物理层指标即是一种基于测量的 方法。在一定误码率条件下，不同速率其SNR值不同。反 过来，根据SNR、RSSI值也可以选择速率。 窗口估计值：统计一段时间内数据顿的特征来决定发送速 率。C/I载波干扰比，比较C/I与其阀值的大小来调整速率 大小。 从获得实时信道状态信息方面，速率自适应可分为：闭环 类（直接测量信息的方法）和开环类（基于统计信息的方 法）两类。
速率自适应算法研究
3.4
开环类 计算在一段时间内的发送数据的统计信息，例如误 顿率、接收的ACK帧格式以及获得的吞吐量，可以 大致的判断无线信道的状态。开环类（基于统计） 的算法能够获得在较长时间呢你的信道状态信息， 但很难反应信道在短时间内的快速变化。然而，这 种方法可以很容易的通过驱动程序等软件实现，因 此目前几乎所有的厂商都釆用开环类算法。
速率自适应算法研究
3.5 目前已有的几种算法： ONOE算法使用并设置域个信道等前传输速率的信用度。 AMRR算法是ONOE算法的改进，使用了二进制退避的概念， 来适应改变的周期，即发送数据采用多速率重传机制。 SampleRate算法的基本思路是在当前速率发送时，周期性地用 其他速率发送一些探测帧，若发现性能更好，则将其替换。 Minstrel算法与SampleRate算法两者都是基于统计吞吐量的算 法，但前者还使用多速率重传。Minstrel为每个速率保持一张 历史统计数据表，再计算每一速率成功传输的概率和吞吐量 ，再确定哪些速率很可能取得最好的吞吐量，SampleRate则只 计算每个速率的平均传输时间。
车联网无线通信技术研究
2.1 车联网通信必须保证车辆在高速移动的情况下通信链路和传 输速率的稳定。 DSRC（专用短程通信技术）主要用于车辆识别； GPS技术用来获取车辆行驶位置数据； 无线传输技术实现信息传输与共享，数字广播技术用于发布 动态交通信息等； 其中DSRC被认为是V2V和V2I通信中最有前景的无线通信方 式，能够提供高速的无线通信服务，实现小范围实时、准确 和可靠的双向传输，使车辆和道路之间通信。DSRC不仅可 用于电子收费等常规应用，更主要是传输有时间上界，对时 间要求苛刻的安全类消息。
速率自适应算法研究
3.3
闭环类 闭环自适应速率控制技术通过对信道参数进行实时 监测，由接收机利用反馈信道将参数估计值送回发 送端，并对发送端数据速率加以控制，以提高系统 传输性能。前主要通过如信噪比（SNR）、接收信 号强度（RSS）等来直接测量信道状态信息。 闭环类算法的最大特征是利用物理层信息对信道质 量进行估计，从而选择最优速率。
广播速率算法的设计与实现
4.1 信道指标参数 信道损耗模型 车联网的应用环境将会足密集型的城镇无线信道，无线设备 之间的发射和接收由于障碍物，信号被衰减、反射、衍射、 折射。理想环境的信道模型，由空间传输模型Friis，自由空 间方程式为：
广播速率算法的设计与实现
4.1 算法的提出 本文提出的车联网广播速率适应算法存效的结合了基于统计 的方法和基于信道测量的方法——广播的速率自适应算法算 法VRAB（Vehicle Rate-Adaptive Broadcast）。利用Beacon有 效的解决了广播传输的可靠性问题，具备信道检测机制，同 时Beacon还携带基于统计的PER值和基于测量的RSSI值，可 以准确的评估信道质量。 VRAB算法要求低延时、传输可靠，实时佔计信道质量，选 择最佳速率以使吞吐量最大化。为了满足这些要求，本文采 用甚于统计与直接测量参数相结合的方法估计信道质量。为 了更好地理解信道质量与速率选择的关系，下面介绍几种与 信道质量相关的参数