车载物联网的应用分析
传输,例如,两个固定位置的节点之间的通信,以及类似于蜂窝系统的移动节点通信。然而,目前为止,最常见的车载通信技术还基于蜂窝网络,通常称之为汽车远程信息处理。通用汽车的OnStar系统和福特的RESCU系统都基于这一类技术。一些地理信息系统公司,如TomTom和Garmin等,也使用蜂窝网络来传输实时交通信息。通常情况下,基于蜂窝的远程信息处理是一种基于用户订阅的有偿服务。
本文认为在不久的将来车载通信将建立于一种混合式的架构,如图1所示。在这种混合架构中,长距离通信技术,如蜂窝网络和WiMAX,能够为人们提供即时的互联网接入;而短距离通信技术,如DSRC、Wi-Fi(即802.11a/b/g),则能够为安全系统提供实时响应的保障以及为基于位置的信息服务提供有效支持。
本文认为车载自组织网络(VANET)将在未来智能交通系统中发挥重要作用。车载自组织网络依靠短距离通信技术实现车与车以及车与路边基站之间的通信。与传统的基础设施网络相比,车载自组织网络有两个主要优势:首先,车载自组织网络具有成本低、容易部署和操作的优势。消费者无需订阅即可享受服务。其次,从技术角度来看,智能交通系统中传播的很多信息有很强的位置相关性,车载自组织网络能够很方便地为临近车辆建立实时或者非实时的短距离通信。
3 车载物联网面临的挑战
车载网络所独有的特性给人们提来了前所未有的挑战,然而,与此同时,这些特性也使人们能够从与以往不同的角度去思考和解决问题。
车载网络分3层:链路层、网络层和应用层。各网络协议层面临不同的挑战。
3.1 链路层面临的挑战
在链路层,面临的主要挑战是如何使链路层协议适应独特的车辆运行环境,使链路层获得最佳性能。链路层协议包括3个主要设计目标:响应能力、可靠性和可扩展性。首先,链路层协议需要能够对信道条件和车辆的移动性快速响应,同时协议的可靠性和可扩展性对与安全相关的应用也起着重要的作用。一些传统的链路层协议的设计方法,如无线接入点(AP)握手、媒体访问控制(MAC)层超时管理、地址解析协议(ARP)超时等,在高速移动的车载环境中已显示出低下的性能。这些传统的设计方法通常会导致增加的启动延时、未充分利用的带宽,以及带宽的不公平分配。
实际上,可扩展性和可靠性在一定程度上互相影响,互相作用。可靠广播技术也是重要的研究问题之一。目前的可靠广播技术一般包括重复广播、合作式传递、发射功率自适应等。但是,总的来说,可靠性和可扩展性仍然值得进一步深入研究,特别是针对车辆安全系统的应用,因为最终用户对车辆安全系统要求很高。
3.2 网络层面临的挑战
在网络层,面临的主要挑战是建立一个新的路由模式,以促进车载网络的信息传播。在过去10年中,无线自组织网络方面得到广泛研究。特别是,研究人员为车载网络提出了许多具有环境自适应能力的路由协议,如MDDV和VADD。这些协议利用车辆的移动性,通过GPS定位技术、数字地图技术,在车载网络环境中提高数据包的转发性能。从本质上讲,这些协议都是针对以数据包为基本单位而设计。数据包在从源到目的地的整个转发过程中都保持不变。然而,这种基于分组转发的模式已不能适应以信息为中心的应用需求。首先,对于某些应用转发路由没有明确的数据源和目的地。信息由某些节点共同产生,然后传递给另一些节点。其次,信息在传递的过程中会被修改。如在交通阻塞的检测中,每部车都能产生交通拥塞报告,而这个报告可以和其他临近的车辆产生的报告相融合。所有向拥塞地点行驶的车辆是这些报告的接收者。在这类应用中,人们事先并不知道什么时间、什么地点、哪些车辆会产生报告,人们也不知道谁会成为接收者。有一些基于分组转发的路由协议,例如多播技术和基于位置的广播技术,能够部分解决这类应用的需求。然而,从本质上讲,人们需要一个新的路由模式,能够为以信息为中心的数据传输提供支持,这个模式将能够有助于信息的产生,融合,传播和删除。
3.3 应用层面临的挑战
在应用层,人们所面临的主要挑战是如何效地表示、发现、存储和更新整个网络的信息。
命名和寻址是车载网络的核心问题。如何有效地将真实世界的信息建立索引,以方便信息存储和传播,是一个有待研究的问题。本文认为寻址将采用混合型、多层次的方案,真实世界的环境信息将起重要作用。命名和寻址政策对系统中的其他协议,如路由和信息发现有重大影响。由于车辆的高移动性,另一个挑战是如何动态地将车辆的标签(ID)映射到基于位置的地址,如在基于位置的广播中,人们需要知道在某一区域内
- Amazon Kindle 2全球无线版——拆解&深度分析(04-09)
- 基于SPCE061A的射频读写器信号分析系统设计(08-26)
- 安捷伦与美国海军签手持式频谱分析仪大合同(12-01)
- 基于频谱分析来的RF功率和寄生噪声辐射限制(07-25)
- 矢量网络分析仪在移动网络建设和维护中的应用(12-05)
- 安捷伦保持业界50GHz最高噪声测量精度(12-10)