為了驗證本論文所提出得適應性聚集封包機制可以在有限的 delay 下，提升 壓縮的效益。本章將利用數學模式的分析，利用 hop delay 和 hop 數來評估壓縮 比率。
4.1 數值分析項目
本篇論文我們採用 multi-hop 的情境來進行初步的效能分析並評估了壓縮 比率。如圖 4-1 所示，相鄰的車輛間可以直接的進行通訊，並考慮 hop delay 和 hop 數來評估適應性聚集封包演算法。
圖 4-1：車載 multi-hop 環境
我們假設原本的封包標頭為 20 byte，並假設在聚集封包時所搭配的標頭壓 縮技術能將封包標頭壓縮到 8 byte。那麼，如公式 1 所示，壓縮比率 (CR) 即 可計算求出，n 為即將聚集的封包數目，如公式 2 所示，end to end delay 等於要 聚集封包之間的 delay (interframe delay) 加上 hop delay，我們採用的 codec 為 G.729A，所以 interframe delay 為 0.125 ms。
%
End_to_End_delay = Interframe_delay + Hop_delay (2)
4.2. 效能評估
如圖 4-2 所示，為依據公式 1 所計算得出的結果，我們計算出不同的聚集 封包數量的壓縮比率，我們可以很明顯的看到當聚集封包數目越多時，壓縮比 率也越高，且壓縮比率也會趨於穩定接近 60%。
圖 4-2：聚集封包數量的壓縮比率
接下來，我們考慮 hop delay 和 Hop 數來評估適應性聚集封包演算法，在本 篇論文裡，我們都是評估固定的 hop delay 的情況，如圖 4-3 所示，我們比較了 hop delay=1 ms,5 ms,10ms，在不同的 hop 數時，能聚集封包的最大數目，可以 發現當 hop delay 越少時，能聚集的封包數目則是越多，隨著 hop 數越來越多，
RTT 時間也越高，依據適應性聚集封包演算法，能聚集的封包數目也會降低，
以固定的 hop delay=5 ms 來說，當 hop 數目為 8 時，RTT 時間也約為 80ms，已 經接近我們設定的 threshold=80 ms，所以能聚集的封包數目約為 1~2，但以固 定 hop delay=1 ms，可以看到 hop 數可到 32 以上，聚集的封包數才下降到 1~2。
圖 4-3：不同 hop count 的最大聚集數量
圖 4-4：不同 hop count 的壓縮比率
如圖 4-4 所示，我們根據了圖 11 所顯示的聚集封包數目，利用公式 1 求出 壓縮比率，我們比較了 hop delay=1 ms,5 ms,10ms，在不同 hop 數時的壓縮比率，
可以看到當聚集封包數目為 2 時壓縮比率只有 30%，若是其它大量的聚集封包 數目時，因為壓縮比率趨於穩定，所以壓縮比率皆可接近 60%。
如圖 4-5 所示，我們比較了 hop=1 ,5 ,10，在不同的 hop delay 時，能聚集封 包的最大數目，可以看到當 hop delay 越高時，能聚集的封包數也會降低，以 hop delay=1 ms 來說，hop 數越少的也如預期的聚集封包數目越大，且當 hop delay=4 ms 時，hop 數 10 的 RTT 時間已經接近 threshold=80 ms，所以可聚集的 封包數目則降為 1~2，我們也可以發現，hop 數越少的，更可以平穩的聚集封包 數，如 hop=1，這也是我們可預期的，因為 hop 數越小，delay 上升不會太快，
則聚集的封包數目可較多。
圖 4-5：不同 hop delay 的聚集封包數量
透過上述效能分析的結果，我們發現利用適應性聚集封包的演算法，可達 到在壓縮效益下和 delay 作一個平衡，以提昇在車載無線網路環境中使用標頭 壓縮資料傳輸的壓縮比率和提高 throughput 。