在Vanet应用场景中,由于车辆高速运动导致车辆节点构成的网络拓扑不断变化,多数路由协议需要及时维护自己的邻居表来选择路由。邻居选择出错会出现数据频繁重发,导致传输时延高且不可靠等现象。为此本文提出了一种基于高速公路应用场景的高效的邻居发现方法NDK(Vanet Neighbor Discovery method By Kalman filter)。该方法利用经典的地理位置路由算法GPSR思想,借助于卡尔曼滤波(Kalman filter)预测模型来预测节点的邻居表,同时周期性的使用路侧装置(RSU,Road Side Unit)修正预测值。通过NS-3的仿真实验表明,该算法较经典的GPSR算法和其他基于时间、移动预测邻居表的算法能更好判断节点的加入和离开,并有更好的邻居正确率和更轻的网络负载。
暂无评论