車載網路上虛擬訊息交通車機制之多重群播路由最佳化研究

全文

(1)國立屏東教育大學資訊科學系碩士論文. 車載網路上虛擬訊息交通車機制之多重群播路由最佳化研究 Multiple Multicast Routing Optimization Research for Virtual Message Ferry Scheme in Vehicle Ad-Hoc Networks. 研究生：邱暘智指導教授：王朱福博士. 中華民國一百零二年七月.

(2)

(3) 致. 謝. 好快，兩年的碩士生涯結束了，在修讀碩士學位的期間，非常感謝指導教授王朱福博士的指導，在研究的過程中遇到許多問題，在研究的技術上遇到諸多瓶頸，經過老師專業及細心的指導下，都能一一克服，使得本學位論文更加完善。在待人處事經驗上，老師更是我的典範，並在每次的報告中，都給予適時的建議，使得學生更進一步的成長，對老師的感謝實在無以言表，在此由衷感謝老師無私的教導。感謝口詴委員丁建文博士及施釗德博士的蒞臨指導，在口詴期間內給予本學位論文寶貴的建議，及細心和不厭其煩地講解及回應問題，並使得本論文內容可以更加完善，在此學生非常感謝兩位老師的指導。在碩士生涯中，感謝實驗室嚴平學長、雅淇學姊、世宏學長，無私的帶領我進入研究所領域，能快速適應其環境，也幫助我在學術上之討論和給予學習上之意見，在此深深的感謝；也感謝班上同學宗庭、銘聖、聖強、祐維、…同學，互相扶持這兩年，以及學弟妹、彥勳、慈蓮、文儀，在我碩二時分擔一些實驗室之事務，使我能夠更加專心完成學位論文。最後，特別感謝我的家人和瀅育在我忙碌的碩士生活中，給予我精神上的支持和鼓勵，讓我無後顧之憂完成本學位論文，雖然其中偶爾會發生點小爭執，但我相信都是為我著想，謹以此文獻給我最摯愛的你們。. 邱暘智. 謹誌. 中華民國一百零二年七月六日. i.

(4) 摘. 要. 在 VANETs（Vehicular Ad hoc Networks）環境中，車輛之間的連結若在稀疏環境下會有間歇性連結網路問題的存在，本學位論文以虛擬訊息交通車（Virtual Message Ferry，VMF）所形成之骨幹網路來解決上述問題。針對此架構，本學位論文探討圓型骨幹網路上之多重群播路由最佳化問題，透過合適的選擇來降低傳輸過程中的花費。本學位論文提出 MMSNA 演算法來求此一特殊環境上之多重群播路由問題之近似最佳解，並與 STP（Spanning-Tree-Pruning greedy algorithm）和 WF （Waiting-First greedy algorithm）兩種演算法來進行效能比較，實驗結果顯示出 MMSNA 演算法有最高的多重群播需求滿足率及最低的多重群播之平均時間花費，這對於減少網路負載量有相當大的幫助，並可提高網路空間利用之效率。. 關鍵字：車載網路、虛擬訊息交通車、間歇性連結網路. ii.

(5) Abstract In the of VANETs(Vehicular Ad hoc Networks), the connection between cars will suffer from the problem of the intermittent connected network in the low vehicle density environment. This thesis use Virtual Message Ferry(VMF) to solve this problem. This thesis investigates the multiple multicast routing optimization problem for the ring-based VMFs backbone network to reduce the cost of the transmission. The thesis proposed the MMSNA algorithm to solve the considered problem. Several performance evaluating simulations have been conducted for our MMSNA algorithm against the STP(Spanning-Tree-Pruning greedy algorithm) and WF(Waiting-First greedy algorithm). The simulation results show that our proposed MMSNA algorithm received the highest multiple multicast request ratio and the lowest multiple multicast request average time cost among these algorithms.. Keyword：VANET、Virtual message ferry、Intermittent connected network. iii.

(6) 目. 錄. 致. 謝........................................................................................................................... i. 摘. 要..........................................................................................................................ii. Abstract ....................................................................................................................... iii 目. 錄......................................................................................................................... iv. 圖目錄........................................................................................................................... vi 表目錄........................................................................................................................ viii 第一章緒論 ................................................................................................................. 1 第二章文獻探討 ......................................................................................................... 3 2.1 單一訊息交通車（Single Message Ferry，SMF） ........................................... 3 2.2 多重訊息交通車（Multiple Message Ferry，MMF） ...................................... 5 2.3 虛擬訊息交通車（Virtual Message Ferry，VMF） ......................................... 6 2.4 虛擬訊息車路由及骨幹網路 .............................................................................. 7 第三章多重群播樹路由最佳化問題描述................................................................ 12 3.1 方形及圓形 VMFs 骨幹網路間之最短路徑比較............................................ 12 3.2 最小成本樹的建立和問題 ................................................................................ 13 第四章多重群播樹路由問題及演算法.................................................................... 18 4.1 方格骨幹網路之 VMFs 發車時間呈現方式 .................................................... 20 4.2 時空網路圖（The space-time graph） ............................................................. 22 4.3MMSNA 演算法 ................................................................................................. 26 第五章效能評估........................................................................................................ 27. iv.

(7) 5.1 評估參數設定 .................................................................................................... 30 5.2 模擬環境及參數設定 ........................................................................................ 31 5.3 模擬結果與分析 ................................................................................................ 33 第六章結論 ............................................................................................................... 38 參考文獻...................................................................................................................... 39. v.

(8) 圖目錄圖 1：VANET 連線示意圖 ......................................................................................... 1 圖 2：單一 MF 運作圖 ................................................................................................ 4 圖 3：多重訊息交通車運作示意圖 ............................................................................ 5 圖 4：VFN[8] ................................................................................................................ 6 圖 5：兩層式虛擬訊息車路由架構[4] ........................................................................ 8 圖 6：方形 VMFS 骨幹網路架構[4]............................................................................ 9 圖 7：方形 VMFS 骨幹網路無縫排程[4].................................................................... 9 圖 8：方形 VMFS 骨幹網路封包傳輸示意圖[4]...................................................... 10 圖 9：圓形 VMFS 骨幹網路架構和無縫排程[5]...................................................... 11 圖 10：方形 VMFS 骨幹網路之封包傳輸路徑長度示意圖[4] ............................... 13 圖 11：圓形 VMFS 骨幹網路群播示意圖 ................................................................ 14 圖 12：多重群播示意圖(衝突邊發生情形) ............................................................. 14 圖 13：多重群播示意圖(無衝突邊發生情形) ......................................................... 15 圖 14：多重群播示意圖 (繞路) ................................................................................ 16 圖 15：多重群播示意圖 (等待) ................................................................................ 16 圖 16：圓形 VMFS 骨幹網路之 VMF 班次示意圖 ................................................. 17 圖 17：圓形 VMFS 骨幹網路架構 ............................................................................ 18 圖 18：方格骨幹網路架構（簡圖） ........................................................................ 18 圖 19：群播樹在方格骨幹網路之示意圖 ................................................................ 19 圖 20：班次示意圖(左:發車點，中:中繼點，右:運行示意圖) .............................. 20 圖 21：班次示意圖((3,1,3)皆為已占用的情形下，左圖為等待，右圖為繞路)... 21 圖 22：SPACE-TIME GRAPH 網路架構(水平圖) .......................................................... 22 圖 23：SPACE-TIME GRAPH 網路架構(單一層運作示意圖) ...................................... 23 圖 24：SPACE-TIME GRAPH 網路架構實例(平面圖) .................................................. 25 vi.

(9) 圖 25：STP 環境示意圖（. ） .......................................................................... 27. 圖 26：STP 運作示意圖 ............................................................................................ 28 圖 27：STP 運作完成示意圖 .................................................................................... 28 圖 28：WF 運作完成示意圖（已被占用之運作圖） ............................................. 29 圖 29：. 環境大小 ............................................................................................... 31. 圖 30：在不同 VMFS 班次數量下多重群播需求滿足率之比較（. ，. ，. ） ............................................................................................................... 34 圖 31：在不同 VMFS 班次數量下多重群播需求之平均時間花費之比較（，. ，. ） ................................................................................................. 34. 圖 32：在不同 VMFS 班次數量下多重群播需求滿足率之比較（. ，. ，. ） ............................................................................................................... 35 圖 33：在不同 VMFS 班次數量下多重群播需求之平均時間花費之比較（，. ，. ） .................................................................................................. 35. 圖 34：在不同 VMFS 班次數量下多重群播需求滿足率之比較（. ，. ，. ） ............................................................................................................. 36 圖 35：在不同 VMFS 班次數量下多重群播需求之平均時間花費之比較（，. ，. ） ................................................................................................ 36. 圖 36：在不同 VMFS 班次數量下多重群播需求滿足率之比較（. ，. ，. ） ............................................................................................................. 37 圖 37：在不同 VMFS 班次數量下多重群播需求之平均時間花費之比較（，. ，. ） ............................................................................................... 37. vii.

(10) 表目錄表 1：實驗模擬參數設定 .......................................................................................... 32. viii.

(11) 第一章緒論隨著時代的進步，交通也跟著越來越發達，因此智能交通系统（Intelligent Transport System）之研究也越來越熱門，車載網路（Vehicular Ad Hoc Networks, VANETs）是智能交通系統之重要一環；在 VANET 中，車輛可以彼此透過無線傳輸以進行連線（如圖 1），讓成員分享彼此的資訊。相關實務應用非常廣泛；例如，在車隊出去旅遊時，領導車輛可以即時傳遞路線行程改變或景點介紹給其它成員車輛，而成員車輛也可以藉由車載網路互相通訊，不必像手機通訊系統頇透過第三者（基地台）的轉發協助；雖然目前網路技術非常發達，但在 VANET 上仍有需要面臨的挑戰，如文獻[1][2]提到的廣播風暴問題（Broadcast Storm）、文獻[3]的間歇性連結網路（Intermittent Connected Network）…等都是目前研究的主要問題。在 VANET 的環境中很容易造成網路中斷，其主要原因有下列幾項：一、車輛會快速移動，因此各連線間也會頻繁的中斷，導致拓樸結構也快速改變。二、建築物和地形的阻擋，會干擾到無線網路的傳輸。三、車輛密度低會使在自己周圍無法找到傳遞資料的目的車輛或中繼車輛。. 圖 1：VANET 連線示意圖. 1.

(12) 針對上述問題，文獻[6]提出 MF（Message Ferry）的概念，用來解決上述間歇性連結網路問題，在許多文獻中 MF 是實體交通車，其特色是它們會在固定路線行走和固定時間點出現，且有較好的通訊能力；而想要傳遞資訊的車輛就可以藉由實體交通車在特定時間點出現時，傳遞資料給交通車以達到有效率的攜帶和轉發（carry and forward）封包，但實體交通車會遇到的問題有下列幾項：一、需要特別交通車（如：巴士）：具有行走固定路線特性的車輛，才能擔任 MF，但此類型的交通車數量較少，影響協助傳輸的可能。二、路線缺乏彈性：在有限的資源下，想要讓所有區域都佈滿 MF 會使成本提高且不實際。三、塞車問題：在交通號誌和車潮的尖峰時段造成塞車而影響傳輸。故在文獻[8]則提出虛擬交通車 VMF（Virtual Message Ferry）概念來克服上述傳統 MF 問題，藉由虛擬的交通車（任何車輛都能擔任）除了可以繼承傳統 MF 的優點外、亦可同時避開其缺點，達到無間斷連線。本學位論文延續文獻[4][5]在虛擬多重訊息交通車的概念研究探討 VANET 上之群播路由問題；由於 VMF 能處理及攜帶資料的緩衝區是有上限的，所以在建立群播路徑時必需避開這些已達上限的 VMF，並在骨幹網路上建立樹狀路徑使其花費最小，即為本論文探究重點。論文分為五個部分，第一部分為前言，主要內容簡介車載網路和論文方向，第二部分討論 MF 和 VMF 背景資料及相關文獻探討，第三部分提出本研究在多重 VMF 環境中之群播問題，第四部分提出此群播問題之演算法以求出近似最佳化路徑，實驗結果及結論則分別至第五部分及第六部分。. 2.

(13) 第二章文獻探討在 VANET 中，會影響資料傳送品質的主要因素是車輛密度，因為任何的傳遞資料方法都必頇要有節點的存在，才能進行攜帶或轉發的功能，若是車輛密度太低，很容易造成周遭無任何車輛可以幫忙轉發的窘境，故現今許多文獻都有提出方法在 VANET 上解決此類的問題，如：在密度稀疏環境下進行資料傳遞、預測連線路徑品質進而減少不必要的繞路、連結斷裂的修復、以及骨幹網路建構… 等等。而其中於通訊環境中建構骨幹網路來提供大範圍的路線規劃，以避免連結斷裂造成延遲，也可以藉此找出最佳化的路徑以減少不必要的連結。本學位論文是以在虛擬交通車路由機制下的骨幹網路上進行多重群播樹的路徑安排機制。以下將針對訊息交通車之相關研究做一描述：首先，將介紹傳統的訊息交通車機制，包括單一及多重訊息交通車；其次，將介紹虛擬訊息交通車之概念，最後延伸虛擬訊息交通車概念，進而建構整個骨幹網路以協助資料傳遞之機制則於本章最後仔細描述。 2.1 單一訊息交通車（Single Message Ferry，SMF）訊息交通車主要是用來解決間歇性連結網路的問題，間歇性連結網路是指因節點稀疏而導致拓樸經常改變且找不到其它節點能夠連結，造成連結容易頻繁的斷裂，而產生間歇性連結網路；在文獻[6]所提出的 MF 機制中，代表 MF 的特殊車輛會按照固定路線行走，與需要傳輸資料的車輛可以在進入 MF 的通訊範圍時傳遞資料給 MF，再藉由 MF 以進行攜帶和轉發，這樣可以讓在無任何鄰居車輛時有中繼車輛可以來進行傳遞資料；如圖 2 所示，假定 S（Source）為來源車輛， D（Destination）為目的車輛，而 Ferry 只會沿著固定路線如圖中的虛線行走，當 S 想要傳遞資料給 D 時，S 必頇在進入 MF 的通訊範圍內時才把想要傳遞的資料轉發給 MF，而 MF 就沿著固定的路徑圖中虛線所示攜帶著資料，待走到 D 的通訊範圍內，並把 S 的資料轉發給 D；以這樣的方法儘管 S 和 D 之間並無任何聯 3.

(14) 繫，也可以藉由 MF 的協助資料傳遞解決間歇性連結網路的問題。. 圖 2：單一 MF 運作圖. 4.

(15) 2.2 多重訊息交通車（Multiple Message Ferry，MMF）多重訊息交通車（MMF）是單一訊息交通車（MF）之延伸議題，可以補足單一 MF 服務範圍過小的問題。其主要的想法是在同一條或是不同條的路線上同時出現多輛 MF，如圖 3，左邊路由有兩個 MFs（F1 及 F2），右邊路由則有一個 MF（F3），同時出現在服務範圍上，圖中三角形代表 MF 沿著箭頭方向在虛線上移動，當來源點（S）要傳遞資料給目的點（D）時，因 MF 會隨著時間移動，S 點要主動靠近離它近的 MF（F1 或是 F2，假設轉發給 F1），再透過 MF 把資料轉發過去，而 F1 攜帶著資料轉發給離 D 點最靠近的 F3，重複上續動作最後就能送達到目的點。若整個網路由多個訊息交通車所提供的路徑連結，一般即稱為連結訊息交通車網路（Connected Message Ferry Network）[7]。. 圖 3：多重訊息交通車運作示意圖. 5.

(16) 2.3 虛擬訊息交通車（Virtual Message Ferry，VMF）虛擬訊息交通車為 MF 的改進方法，由於前段介紹 MF 必頇為特殊車輛（如：巴士）來擔任，因為此類特殊車輛有較強的計算能力以及設備，因此也較合適協助資料的攜帶；但其也必頇按照固定的路線和時間表來行走。相較之下，一般車輛可能就沒辦法來擔負此任務，因為一般車輛並不會依此固定的行進路線前進；另外，由於 MF 的交通車路線固定，因此沒辦法顧慮到所有的地方，且若 MF 數量過多會導致成本提高很多，所以傳統 MF 缺點就是路線缺乏彈性，導致某些地方沒辦法收到資料且 MF 行進時間誤差相當大，不利於封包轉傳的決策。文獻[8] 提出虛擬訊息交通車網路（Virtual Ferry Networking，VFN）之概念，如圖 4 所示，作者假定每一台車輛都有配備 GPS、車輛 ID 和足夠的處理硬體，車輛可以藉由 GPS 來規劃自己的路線，當這一些車輛進入到虛擬交通車路線（Virtual Ferrying Route，VFR）時，就成為 MF 的角色，負責收集以及轉發訊息作業，若 MF 將離開 VFR 時，MF 會轉發給同樣在 VFR 鄰近的 MF 車輛，並解除自身的 MF 任務。採用 VMF 的方法，只要在 VFN 中的車輛都能成為 MF，雖然硬體設備可能沒辦法像來的巴士那麼好，可以在單一時間內處理較多數量的資料，但採用較多的一般車輛分批傳遞資料就能解決此類問題，且一般車輛在離開 VFN 前，也會把資料轉發給別輛 MF，既不會影響本來行進路線，又可以協助轉發資料，使傳統的 MF 有了更進一步的延伸。. 圖 4：VFN[8] 6.

(17) 2.4 虛擬訊息車路由及骨幹網路為了使 VMF 更有效率的應用在 VFN 上，文獻[4]進一步的延伸探討此議題，它提出－兩層式虛擬訊息車路由機制，上層主要規劃 VMF 行進路徑（骨幹網路）、發車時間、發車間隔、車速來輔助傳送資料的精準度；下層則是實作每一 VMF 的路線運行規劃。上述概念描述如圖 5 所示，對於某一條 VMF 路徑（以例），它分成四個段落，每條段落都有固定的行進速率，圖中以、、和. 為的速. 率在各路段中行進；而在每條路段間都有設置 checkpoint 來銜接不同路段但屬同一 VMF 之不同速率變化，且也可設定停留等待時間，如圖 5 下層（Lower Layer）左側的. 的軌跡放大圖所示：checkpoint 1 到 checkpoint 2 速率為. checkpoint 2 停留 3 秒後繼續以速率. ，在. 前進至 checkpoint 3，並在 checkpoint 3 停. 留 2 秒；接著從 checkpoint 3 前進至下一個位子並停留 2 秒…依此類推到最後的終點為止，此 VMF 任務即算完成並消失。按照上述規劃，我們可以利用 VMF 移動的速率以及等待時間來預測 VMF 當前的正確座標位置。若需確認是哪一台車輛負責擔任 VMF，可參照圖 5 下層右側作法；因一般車輛都有自己的行進方向及速率，所以不太可能一直能擔任 VMF 的身分直到任務完成；假定當前的負責扮演 VMF 的車輛（如圖中紅色車輛，也稱為 Keeper）在經過一段時間後，慢慢偏離了預定 VMF 的正確位置且超過了可容忍的誤差值，則當前的 Keeper 要做 Handover 的動作，將 VMF 的角色扮演交給其它鄰近且離正確位置最近的車輛作為新的 Keeper，將封包轉發給新 Keeper 並解除自己 Keeper 的身分，再回歸為一般車輛。經過上述不斷修正的方式讓 VMF 能保持在正確的位置，讓透過 VMF 協助的封包能有精準的到達時間。. 7.

(18) 圖 5：兩層式虛擬訊息車路由架構[4]. 在上層規劃，則從文獻[4]提出－方形 VMFs 骨幹網路，主要形成方式如圖 6：一、讓整張拓樸由中心以虛線切成四份，再分別讓四份方形的中心點互相連接。二、把四份方形以各自的中心以虛線切成四份，並照第一步驟重複下去。其主要特色就在上層已建好方形的路徑，讓每一方形路線均有一 VMF 不斷重複繞行，以順利負責封包傳遞到目的端的運作；圖中拓樸邊長為 16d，最先完成的 level3 邊長為 8d、level2 邊長為 4d、最後 level1 邊長為 2d，建立出－三層軌跡架構。進一步在方形 VMFs 骨幹網路上加入無縫排程來控制發車時間、頻率，以及移動速度以配合兩台. 同時在某個時間點於路徑重疊處交會，讓封包傳遞無. 延遲，如同在搭乘捷運時，若有需要轉乘另一班捷運，兩班捷運一定要在到站的時間點配合好才能讓在前一班有需要上車的乘客轉乘。如圖 7 所示，圖上的數字是在上層骨幹網路安排好的時間，時間安排方式由最上層（level3）開始安排，. 8.

(19) 以 0~7 為一週期加入各個 Level 之路線上，並在不同層級的交會點上安排相同的時程，依此類推直到完成整個方形 VMFs 骨幹網路的排程為止；這 0~7 數字也代表 VMF 出現的時間，0 代表的是 VMF 發車時間循環，且所有的的 level 隨著時程前進。. 圖 6：方形 VMFs 骨幹網路架構[4]. 圖 7：方形 VMFs 骨幹網路無縫排程[4] 9. 沿著各自.

(20) 從圖 7 可以觀察出在不同層級有不同的時程移動方向，在 level3 和 level2 是屬於同方向，而 level1 屬於反方向（在此 level3 是以逆時鐘方向行進），以下將圖 8 來描述此一環境中封包之傳遞機制；在圖中 S 為來源點，今欲將資訊傳遞給目的點 D，假定各 VMF 速率為 d，每次移動距離為 1 個單位時間，每 8 秒發出一輛新的 VMF（因為週期循環為 0～7），此時按照上層路線規劃和各 level 時程方向運行（如紅線所示），而移動總時間花費 t 可用下列參數表達：起始位置標示之時程、. 當前位置標示之時程，可得公式. (. ). ，. 其中 k 代表整條路徑經過 0 的次數（但不包含＝0 時）：以圖 8 的 A 為例，假設 VMF 已從 S 出發到了 A，由上述可知已經過兩個週期（亦即，經過兩個 0 的數字，所以 S 到 A 的路徑中有兩個發車時間），套入上述公式可得。. 圖 8：方形 VMFs 骨幹網路封包傳輸示意圖[4] 10. (. ).

(21) 文獻[5]提出了圓形 VMFs 骨幹網路（如圖 9 所示），圓形 VMFs 骨幹網路為兩層聚臨排列的環狀 VMF 路徑所建立，第一層以 r 為半徑的圓並排並填滿整個網路環境，第二層以四個方格的中心（四個圓的中心）做為圓心並建立半徑為 r 的圓，重複排列並完成此圖；文獻[5]並在圓形 VMFs 骨幹網路上提出一無縫排程規劃，如前所述，無縫排程即是在兩個. 路徑的交會點上兩個. 同時交. 會在此處，因此資料轉移時將會無任何延遲；在圖 9 上的第一、二層為順時針方向移動，週期為 0～5 循環，文獻[5]提到可使用 4、6、12 為週期（圖 9 以 6 為週期循環）均可以符合此無縫排程。. 圖 9：圓形 VMFs 骨幹網路架構和無縫排程[5]. 11.

(22) 第三章多重群播樹路由最佳化問題描述本學位論文提出在圓形 VMFs 骨幹網路上之多重群播樹路由最佳化問題，主要是以多重群播樹之整體路由規劃為主。相關應用如車輛視頻會議，可在車輛行進間與其它車輛進行視頻連線，也可以應用於車隊出遊，由領導車講解行進路線、介紹景點和與其它車隊成員互動。以下首先將文獻[4]所討論之方形 VMFs 骨幹網路與文獻[5]之圓形 VMFs 骨幹網路之平均最短路徑作一比較，以作為本學位論文選定 VMFs 骨幹網路環境之依據，其次再描述在該骨幹網路上擬探討之多重群播最佳化問題。 3.1 方形及圓形 VMFs 骨幹網路間之最短路徑比較一個好的 VMFs 骨幹網路可以讓整體傳輸速度加快，讓安排好的路線能發揮良好的服務，故在這小節先比較方形及圓形 VMFs 骨幹網路之路徑距離，以作為後續選定 VMFs 骨幹網路之參考。一般而言，在方形 VMFs 骨幹網路上傳輸會有繞遠路的問題，如圖 10 中的 A 和 B 兩點，若 A 為來源點，B 為目的點，雖然兩點間的直線距離為 7d（虛線所示），其中 d 為圖中每一小方格之邊長。但按照第二章所提及之方形 VMFs 骨幹網路路由方式及時間排程所進行之封包傳遞（VMF 在 level3 之運行方向為逆時針），則兩點間要傳輸必頇經過 25d（實線所示）才能送達，因此兩節點距離雖然很近，但還是必頇透過 VMF 行走的路線因此會有繞遠路的情形。為了比較隨機產生來源點和目的點之間的距離，本學位論文作了實驗模擬來進行比較，在一個 2000*2000 的地圖上模擬 1000 次來進行隨機產生之兩點距離平均，結果顯示，方形結構之 VMFs 骨幹網路所呈現的路徑平均距離為 3770.188，而圓形 VMFs 骨幹網路所呈現的路徑平均距離為 1555.664，差距相當大，故本學位論文擬採用圓形 VMFs 骨幹網路來作為群播樹之探討環境。. 12.

(23) 圖 10：方形 VMFs 骨幹網路之封包傳輸路徑長度示意圖[4]. 3.2 最小成本樹的建立和問題在網路中有群播需求者會組成一個群組（例如：視訊會議參與者），而一個群播需求. 則需建立一群播樹作為該群組之資料傳輸路由，如圖 11 所示，假. 定 s 為來源點，D 為目的節點集合（D =｛. １. ２. ３. ４｝），而群播樹的選擇. 需考慮到路徑成本，在此我們以最小的時間運輸總成本花費作為選擇的標準（圖中，粗線所示之部分即為一群播路由）。此外，假定每台 VMF 能處理封包資訊之緩衝區是有上限且現有之群播需求並非單一。如圖 12 所示，存在的群播樹（實線所示），. 建立為原先. 建立為後來加入的群播樹（虛線所示），及. 分別為樹的出發點（假定資料發送起始時間均同時為，而網路環境之 VMF 循環週期為 6；亦即，同一時間點每隔 6 個單位時間即會有一班 VMF 經過），假定每輛 VMF 的緩衝區上限為 1（亦即，同一班 VMF 所能攜帶之封包數量只夠服務一個群播傳輸），封包傳輸都會在一個時程內完成（非連續性傳輸）； 13. 和.

(24) 隨著 VMF 從開始運作，當雙方都前進到. 時會在同一地點等待轉同一. VMF 之情形（如圖 12 圈起來的地方），此時這輛時間理上限，因. 是後來才經過此路線，所以. 會與. 出發之 VMF 已達處. 衝突而無法利用同一輛 VMF. 在此路徑上進行上傳輸，因此，它被迫必頇尋找其他的替代方案，在此我們稱上述之邊為衝突邊。圖 13 為另一實例但重疊的兩個邊卻不產生衝突之情形，圖中和雖共用同一段路線，但由於到此點時為. 時，而此時已在. 搭上了. 上一班 VMF 出發，所以到達時是搭下一班的 VMF，故和並不會因共用同一段路線而在此衝突，因此按此兩個群播樹的安排即不產生衝突邊。. 圖 11：圓形 VMFs 骨幹網路群播示意圖. 圖 12：多重群播示意圖(衝突邊發生情形) 14.

(25) 圖 13：多重群播示意圖(無衝突邊發生情形). 如上所述，在多個群播需求的安排上路徑衝突情形是首要避免的重要限制，以下說明在群播樹之繞路和等待的方法；繞路的方式如圖 14 所示，為了避免和衝突，在. 時往右下方移動並尋找其它路徑來前進到目的點。如同在路上. 避免塞車一樣，往往會選擇其它路線行駛；而等待的方式則如圖 15 所示，為了避免和衝突但又不採取繞路的方式，就會在原地等待（圖中在. 所在的地. 方等待），等待的時間為一週期（圖中週期為 6，亦指等待下一班車的到來），所以會在. 時繼續前進至目的點。上述這兩個方法還是有要克服的問題，如. 繞路會有可能出現繞太大圈的問題，導致不必要的路徑成本提高；而在等待方面，也有可能前面好幾個使用者也正等待 VMF，輪到自己時可能已經過好長一段時間，倒不如使用繞路，本學位論文希望取得這兩種方法的平衡以達到最低的時間花費成本。群播樹之時間花費成本定義如下：假設群播樹為針對群播需求. 所建立的. 傳播路徑，其時間花費成本 C( )，計算方式如下：C( )＝（經過 1/4 圓的次數*1/2 週期）+（原地等待的次數*週期）；以圖 14 為例，由於 15. 經過 1/4 圓.

(26) 的次數為有 4 次，原地等待的次數有 0 次，則 ( )＝（而（. ）. （. ）＝. 經過 1/4 圓的次數為 6 次，原地等待的次數有 0 次，則 ( )＝（）＝. ( )＝（. ；同此，圖 15 中. 的 ( )＝（. ）. 。. （. ）＝. 圖 14：多重群播示意圖 (繞路). 圖 15：多重群播示意圖 (等待). 16. ）. （. ）＝. ，. ），. 的.

(27) 綜合上述，我們將本學位論文所考慮在圓形 VMFs 骨幹網路上之多重群播最佳化問題描述如下：假定目前有而每一群播. 、. 、. 、…、. ，共 k 個群播需求產生，. 皆需安排一群播樹（1≦i≦k）作為資料傳遞路徑；若每輛 VMF. 的緩衝區上限是 1，且每個發車節點最多發車班次為 m。本學位論文在緩衝區上限下尋找 k 個群播樹、、…、，使得此 k 個群播樹彼此間皆無衝突邊的情形發生，而總時間花費為最小，亦即，。∑. ( ). 圖 16 包含節點編號從 0～11 和 VMF 班次數量的上限（m＝4），且每個班次都含有時間（週期為 6，即每 6 個時間單位皆會有一班 VMF 從此點出發或經過），如圖中節點 2 有｛0，6，12，18｝共 4 班. ，其中數字代表某輛 VMF. 從此點發車的時間；而節點 0 有｛3，9，15，21｝共 4 班某輛 VMF 從此經過的時間。假定目前有源節點為節點 4、D =｛. ｝，. 及. ，其中數字代表. 群播需求在圖上，其中. 的 s = 來源節點為節點 2、D =｛. 的來. ｝，若安. 排、作為傳播路徑（其中，以實線標示，以虛線標示），則 C( ) = 12、 C( ) =15，因此總花費為. ∑ ( ). = 27。在此一例子，我們的多重群播最佳化即. 是希望找到二個群播樹及，使得總花費 C( )+C( )為所有可能之群播樹組合之最小值，且兩棵樹間無衝突邊之情形發生。. 圖 16：圓形 VMFs 骨幹網路之 VMF 班次示意圖 17.

(28) 第四章多重群播樹路由問題及演算法. 為了方便觀察和計算，首先我們將圓形 VMFs 骨幹網路架構（圖 17）簡化成方格網路架構（圖 18），因只調整呈現方式，所以簡化圖將會保留原圖上的所有特性。化簡方法如下：每一圓形 VMF 路徑都具有方向性，且與其他的 VMF 路徑（路徑為四分之一的圓）皆會有交叉點（即為轉乘點），此交叉點即為簡圖上之節點，而鄰近之兩節點具有一邊即代表某一節點有 VMF 可直接搭至另一節點，如圖 17 的 A、B 兩點間因為有一來一往方向的 VMFs 軌跡，因此圖 18 中 A、 B 兩點間的即存在著一雙向的邊。圖 19 為三棵群播樹在方格骨幹網路簡圖之示意圖。以下，我們會以方格骨幹網路來探討在第三章所提出之多重群播路由最佳化問題，為了避免衝突邊的發生且又要有最小總路徑成本，本學位論文提出一演算法 MMSNA(Multiple Multicasting for Space-time Network Algorithm)來求最佳解， MMSNA 會以方格骨幹網路為基礎，進而考量每一 VMF 之班次限定（m），另定出一時空網路圖（Space-time network）使得 VMFs 發車及班次限制均能一併. 圖 18：方格骨幹網路架構（簡圖）. 圖 17：圓形 VMFs 骨幹網路架構. 18.

(29) 此圖形中考量。時空網路圖之定義及 MMSNA 演算法將於後續以實例作一詳細描述。. 圖 19：群播樹在方格骨幹網路之示意圖. 19.

(30) 以下所有相關例子中的 VMF 都以 6 個時間單位為 1 班次循環，點和點之間的時間距離單位則為 3。而每輛 VMF 的緩衝區上限是 1、每個發車節點最多發車班次為 m、每個群播需求. 搭載 VMF 可移動的距離深度 C(m)＝m* 6 是以班. 次為單位(亦即班次上限為 m = 1 時，可移動最遠距離為 6，若班次上限為 m = 2 時，可移動最遠距離為 12，依此類推)。 4.1 方格骨幹網路之 VMFs 發車時間呈現方式方格骨幹網路是由眾多單一圓的 VMFs 路徑所組合而成，VMF 單一圓運轉方式如圖 20 所示，假定節點 1、2 均為發車點，而節點 0、3 則為中繼點，每一個節點均會有多個班次的 VMF 通過，我們將每班次之 VMF 通過時間以集合形式標示在各節點旁，m 代表班次上限（此班次表的上限代表每個發車節點最多發車班次）。圖 20 之左圖為發車點狀態，發車班次時間為，，，...，（其中. =0，. =6，. =12，...，. =（m-1）* 6），皆會有一班新的 VMF 從此點出. 發；中圖為中繼點狀態，中繼班次表為 =15，...，. ，，，...，. …(其中. =3，. =9，. =(m-1) * 6 + 3），皆會有一班 VMF 從出發點開出，並在此時間. 點從此點經過；右圖則為完整的運行狀態，每個 VMF 移動必頇按照各個節點的班次表（頇照著班次時間由小到大移動），假設在 m = 2 的情況下，. 圖 20：班次示意圖(左:發車點，中:中繼點，右:運行示意圖). 20.

(31) 節點 2 將傳遞資料給節點 1，先由節點 2 搭載時間 0 發出之 VMF 抵達節點 3，我們將以（2，3，0）記錄此一運行（其中，第一個數字代表出發點，第二個數字為下一節點，第三個數字代表出發時間），其次再由節點 3 搭乘 VMF 自時間 3 出發已抵達節點 1，我們以（3，1，3）標示之；當然，如果（3，1，3）已被其它群播樹先行占用，此時節點 3 可採取原地等待（3，3，3）（原地等待需消耗一個班次的時間）的方式等待下一班 VMF 的到來(如圖 21 左側)，最後再以（3， 1，9）這班 VMF 傳遞給節點 1。圖 21 右側則是以繞路方式來傳送至節點 1，運行方式如下: （2，3，0）、（3，4，3）、（4，5，6）、（5，1，9）。上述方式為原始問題以方格骨幹網路搭配 VMFs 發車時間之呈現方式，對於多重群播樹之尋找已有不小之化簡效果，本論文比較對象演算法及是在此一模型上設計。但此一模型在問題探討上或是傳統演算法（如：最短路徑演算法、最小群播樹演算法…等）的套印上能存在著相當的不便。以下本學位論文將提出一時空網路圖來改進上述模型之缺失。. 圖 21：班次示意圖((3,1,3)皆為已占用的情形下，左圖為等待，右圖為繞路). 21.

(32) 4.2 時空網路圖（The space-time graph） MMSNA 在建立群播樹之每一路徑時，會考慮所有節點的班次表當前狀態並有效地計算出最小成本樹，為了使演算法能結合傳統最短路徑近似演算法（Shortest-Path heuristic）以求出所有群播樹，在 4.1 小節所討論之方格骨幹網路圖必頇做一轉換始能直接套用。故本學位論文將方格骨幹網路結合班次表並轉換成層（班次表每一 VMF 之上限為 m，即有 m 層）的概念，以建立 space-time graph。以圖 18 為基礎層，並疊加建構出如圖 22。其中單一層的部分構造如圖 23（節點與方格骨幹網路皆相同，但邊的定義則需作一修改），與前述不同的是，將中繼點的一般移動路徑（為圖中的實線和虛線，其中時間單位為 3，此類邊的花費均設定為 3）和所有節點的原地等待路徑（以複合線表示，其中時間單位為 6，此類邊的花費均設定為 6）轉變成圖 22 的層與層之間單向連結路徑。在 space-time graph 上之邊共可分為四大類。第一類為同層內之邊，係由原. 圖 22：space-time graph 網路架構(水平圖). 22.

(33) 方格骨幹網路上的邊所構成，但移除每一 VMF 軌跡中指向終點的邊（例如：移除（0，2），（3，1）），在圖 23 的實線邊即是此第一類的邊，而第二、三類的邊為層與層之間的連結（如圖 23 之虛線及複合線所示之兩類邊），其中第二類的邊為原先第一類移除邊（，）的第 k 層邊（的節點. ，而終點為下一層之. 節點之（，. ）改至起點為同層）邊。第三類的邊為每層內. 的每個節點皆有一邊連至下一層之同一節點；亦即，（，. ），. ，. ( )。而最後一類的邊為輔助邊，每一層內若節點為群播集合內的目的點時即有一邊連至一額外增加的虛擬節點；亦即，（. ，），. ，. 把此類邊的花費設為 0（如圖 24 之最右側虛擬節點及虛線之邊）。. 圖 23：space-time graph 網路架構(單一層運作示意圖). 23. ，且.

(34) 以圖 24 為例，假設目前有一群播需求集合. ，來源點 s 為節點 2，目的點. *節點，節點 +，則第一類型之邊包含如（. ，. ）及（. ，. ），. ，其中右上角數字代表層數（在此例子為第 k 層內之節點），其中花費均設定為 3。第二類型邊則如（. ，. ）及（. ，. ），. ，. 為層與層之間的連結（花費亦是設定為 3）。第三類型邊則是為了表達原地等待之情形，如圖 24 中（其中. ，. ）、（. ，. ）、…、（. ，. ）、…，. 為方格骨幹網路上之所有任意節點，此類邊的花費，由於等待下. 一班 VMF 的到來在此範例需要 6 個單位時間，因此設定花費為 6。最後，第四類型的邊即為額外輔助的邊，目的是希望可以協助在 space-time graph 上可以輕易指定起點（第一層上之 s）及終點（虛擬節點），套用任何最短路徑演算法（如 dijkstra algorithm）直接求解。例如：（. ，. ）及（. ，. ），. 皆為第四類型的輔助邊，其花費設定為 0。以上即為我們提出之 space-time graph，此一轉換可以方便我們套用傳統演算法於其上來求解，改進了方格骨幹網路模型之缺失，在我們所提出之 MMSNA 演算法即是根基於此一圖形來發展。. 24.

(35) 圖 24：space-time graph 網路架構實例(平面圖). 25.

(36) 4.3MMSNA 演算法 a. 建立基礎層為. （圓形. 軌跡數量. 圓形. 軌跡數量）大小的對應. 方形骨幹網路。 b.. ，給定群播需求（其中來源點為，目的點集合為針對此一需求，定出相對之 space-time graph. c. 在此 space-time graph. *. +），. 。. 上利用 SPH 演算法求出近似之最小花費群播樹：. ；. c1：. c2：針對每一目的點，將 space-time graph. ；上其它目的點所形成之輔助邊花費設為，令結. 果之圖形為̂ ； (̂ ，， ) ；. 令；將. 中所有. 上邊之花費設為 0；. d. 輸出針對群播需求之群播樹，並將之邊自 e. ； f. 若 i 已達所有群播需求總數量則演算法結束；反之，跳至步驟 c 繼續求下一群播樹。. 26. 上移除（第三、四類型邊除外）。.

(37) 第五章效能評估本學位論文之實驗評估以 space-time graph 網路架構搭配之 MMSNA 演算法，在多重群播需求的多重群播需求滿足率以及多重群播需求之平均時間花費（評估參數設定將於 5.1 描述），與 STP（Spanning-Tree-Pruning greedy algorithm）和 WF（Waiting-First greedy algorithm）兩種演算法進行效能比較，本實驗模擬採用 C#撰寫模擬環境、演算法並產出實驗數據。 STP 的運作模式是按照現有 VMFs 班次在方格網路上做生成樹並以向量的方式（如圖 25，班次. 情形下）來紀錄並判斷 VMFs 的班次。方法是從來源. 點向外隨著當前 VMFs 班次逐一生成直到整個網路拓樸佈滿，最後將所需路徑保留，其餘路徑刪除，作法如圖 26 為例：當有一群播需求. 出現時，來源點 s 為. 節點 4 做為群播樹的樹根，將其餘的所有節點暫定為目的點，並以距離 s 最近的節點依序連結（即 s 從 0 出發，並依序從時間單位距離為 3、6、9…，連結），為了方便計算時間，以 b 紀錄 VMFs 之時刻；當結節點 3、8、9，. 時，連結節點 1、5、11，. 時，連結節點 6，時，連結節點 2、7，. 結節點 0，當全部節點連結完畢後，最後將群播需求 *節點，節點. 時，連時，連. 的目的點. +放入此圖，保留與此目的點連結的路徑，將其餘路徑刪除後即. 為 (如圖 27）。. 圖 25：STP 環境示意圖（ 27. ）.

(38) 圖 26：STP 運作示意圖. 圖 27：STP 運作完成示意圖. 28.

(39) WF 是以群播樹等待 VMFs 班次為主，也是按照現有 VMFs 班次做生成樹並以向量的方式（如圖 25）來紀錄和判斷 VMFs 的班次。方法是從來源點會建立直線路徑與目的點連結，若遇到衝突邊之情形將原地等待，直到與目的點連結，做法如圖 28：當有一群播需求 *節點，節點. 出現時，來源點 s 為節點 4，並先以目的點. +中的節點 3 依序建立最短路徑，其中 WF 也需考慮 VMFs. 班次，以 b 紀錄 VMFs 之時刻，若假設節點 6 到節點 8 之路徑已被占用了 6 和 12 的 VMFs 班次狀態下，當. 時，連結節點 6，. 時，連結節點 3，因節. 點 8 因被占用班次故頇原地等待兩個班次才能連結，雖然可以藉由未被占用班次的節點 9 和節點 11 繞路到節點 8，但 WF 是以等待為優先考量，故直到才連結節點 8，. ，連結節點 10，連結完畢後即為。. 圖 28：WF 運作完成示意圖（已被占用之運作圖）. 29. 時，.

(40) 5.1 評估參數設定在評估所設計的演算法機制在 VANET 網路環境下之效能表現，有兩個重要的比較依據：多重群播需求滿足率和多重群播需之平均時間花費，其評估參數設定如下：一、多重群播需求滿足率（Multiple Multicast Request Ratio ,MMRR）：定義在給定之 VMFs 軌跡及班次上限為 m 之條件下，若有 k 個群播需求. 、、…、. ，針對此多重群播需求，演算法若能求出、、…、等 i 個群播樹，其中. 。（在任一群播需求中，只要其中一個目的點未與來源點連結即為. 未滿足該需求），則:. 多重群播需求滿足率（. ）. 二、多重群播需求之平均時間花費（Multiple Multicast Request Average Time Cost， ATC）:計算滿足群 k 個群播需求. 的群播樹成本 C( )，. ，之平. 均總和（為了性能評估的公平性，實驗數據將篩選出三種演算法在同一組來源點和目的點皆滿足某一群播需求的情形下使納入累加計算）。假定 i 在各演算法中有共同成功之群播樹有個，其定義如下：. 多重群播需求之平均時間花費(. 30. ). ∑ ( )⁄.

(41) 5.2 模擬環境及參數設定本實驗利用 C#撰寫三種演算法模擬環境，並從中比較多重群播需求滿足率和多重群播需求之平均時間花費。在圓形. 軌跡數量，如圖 29 即為. 和. （圓形. 軌跡數量. ）環境大小模擬，而來源點和目的點則. 以隨機產生的方式產生在成員組中，成員組分別為 5 個節點一組和 8 個節點一組，其中有一節點作為來源點並其他成員點連結，即可建立。此外，圓的半徑為 r，點與點之間的路徑長為 3（. 圓弧長，亦即. 境大小的不同而有不同的設定，在上限，而. 時以我們以 4、6、8、10 及 12 作為 m 的. 的環境中則以 6、8、10、12 及 18 作為 m 的上限，其中 m 的最低. 上限是以環境中最遠兩點來做設定，如環境大小 B 兩點（即為 8 個最小上限為. ），班次上限 m 依環. ，最遠距離為圖 25 中的 A、. 圓弧長），而每班 VMF 在一個週期上能移動距離為 6，則。. 圖 29：. 環境大小. 31.

(42) 此外，多重群播需求數ｋ（亦即，. 、. 、. 、. ）有 k 個群播需求在不. 同環境大小時亦會有不同設定，因為每個不同的環境大小會有不同的可容量群播樹之上限（在完全不浪費任何路徑之下），若把 k 值設定超過此上限是無意義的，因此本論文將. 環境大小時. ，. 環境大小時. 預計為此上. 限。在 VMF 緩衝區上限設定為 1，模擬次數為 50 次並求各種演算法效能之平均值（表 1 為實驗模擬參數）。. 表 1：實驗模擬參數設定參數名稱. 多重群播需求滿足率. 多重群播需求之平均時間花費. Simulation area Number of multicast. 5,8. member（p） Frequency limit（m）. （4,6,8,10,12 在. 環境）. （6,8,10,12,14 在 Number multicast request. （75 在. 環境）（150 在. （） VMF buffer. 1. Simulation times. 50. 32. 環境）環境）.

(43) 5.3 模擬結果與分析此實驗模擬以 STP 和 WF 與本論文提出之 MMSNA 來進行比較，圖 30~33 為. 環境之比較，圖 34~37 為. 環境之比較。實驗結果顯示出，圖 30 為在. 群播成員數量（p）皆為 5 之多重群播需求滿足率之比較，其中 MMSNA、STP 和 WF 在. 時的多重群播需求滿足率分別為 34%、32%、23%，因圖中三種. 演算都趨向於線性成長，且 MMSNA 的斜率高於 STP 和 WF，在. 時，. MMSNA 已達到 99%的多重群播需求滿足率（接近於可容量之群播樹上限），而 STP 和 WF 分別為 96%和 75%，其中 WF 的滿足率低其主因是以因此方法是以原地等待為優先，少了繞路部分的彈性，故多重群播需求滿足率較低。圖 31 為群播成員數量（p）皆為 5 的設定下之多重群播需求之平均時間花費比較，其中 MMSNA、STP 和 WF 在. 時的多重群播需求之平均時間花費分別為 31.6、. 37.6、38.1，圖中三種演算法也都趨向於線性成長，且 MMSNA 的斜率低於 STP 和 WF，在. 時，MMSNA 共需 45.4 平均時間花費，而 STP 和 WF 分別為. 70.4 和 84.1，多重群播需求之平均時間花費和成長幅度明顯優於其它兩種演算法。圖 32 為在群播成員數量（p）皆為 8 之多重群播需求滿足率之比較，MMSNA、 STP 和 WF 在. 時的多重群播需求滿足率分別為 22%、21%、15%，. 時. 為 80%、74%、52%，成長方式也屬於線性成長，但其滿足率明顯小於圖 26，其成員點數量的不同，所需的路徑較多的因素。圖 33 為在群播成員數量（p）皆為 8 多重群播需求之平均時間花費之比較，其中 MMSNA、STP 和 WF 在的多重群播需求之平均時間花費分別為 43.5、52.9、54.2，. 時. 時為 56.1、. 95.2、117.4，多重群播需求之平均時間花費和成長幅度也明顯優於其它兩種演算法，也符合因成員點變多使得多重群播需求之平均時間花費上升。圖 34~37 為. 環境之比較，其實驗結果跟在. 33. 環境下之實驗結果相似。.

(44) 100. 多重群播需求滿足率 %. 90 80 70 60 50. MMSNA. 40. STP. 30. WF. 20 10 0 4. 6. 8. 10. 12. VMFs班次數量(m) 圖 30：在不同 VMFs 班次數量下多重群播需求滿足率之比較（. ，. ，. ）. 160. 多重群播需求之平均時間成本. 140 120 100 80. MMSNA. 60. STP. 40. WF. 20 0 4. 6. 8. 10. 12. VMFs班次數量(m) 圖 31：在不同 VMFs 班次數量下多重群播需求之平均時間花費之比較（，，）. 34.

(45) 100. 多重群播需求滿足率 %. 90. 80 70 60 50. MMSNA. 40. STP. 30. WF. 20 10 0 4. 6. 8. 10. 12. VMFs班次數量(m). 圖 32：在不同 VMFs 班次數量下多重群播需求滿足率之比較（. ，. ，. ）. 160 多重群播需求之平均時間成本. 140 120 100 80. MMSNA. 60. STP. 40. WF. 20 0. 4. 6. 8. 10. 12. VMFs班次數量(m) 圖 33：在不同 VMFs 班次數量下多重群播需求之平均時間花費之比較（，，）. 35.

(46) 100. 多重群播需求滿足率 %. 90. 80 70 60 50. MMSNA. 40. STP. 30. WF. 20 10 0 6. 8. 10. 12. 14. VMFs班次. 圖 34：在不同 VMFs 班次數量下多重群播需求滿足率之比較（，，）. 160 多重群播需求之平均時間成本. 140 120 100 80. MMSNA. 60. STP. 40. WF. 20 0. 6. 8. 10. 12. 14. VMFs班次. 圖 35：在不同 VMFs 班次數量下多重群播需求之平均時間花費之比較（. ，. ，. ）. 36.

(47) 100. 多重群播需求滿足率 %. 90. 80 70 60 50. MMSNA. 40. STP. 30. WF. 20 10 0 6. 8. 10. 12. 14. VMFs班次數量(m). 圖 36：在不同 VMFs 班次數量下多重群播需求滿足率之比較（. ，. ，. ）. 160 多重群播需求之平均時間成本. 140 120. 100 80. MMSNA. 60. STP. 40. WF. 20 0 6. 8. 10. 12. 14. VMFs班次數量(m) 圖 37：在不同 VMFs 班次數量下多重群播需求之平均時間花費之比較（，，）. 37.

(48) 第六章結論在 VANET 環境下，因拓樸結構的快速改變，或是車輛稀疏以至節點間的連結頻繁中斷，導致間歇性連結的情況發生，因此有虛擬訊息交通車的概念衍生而出來，解決上述之問題。但傳統的 VMF 骨幹網路之傳輸距離過長，造成不必要的網路成本浪費。本學位論文先以比較方形 VMFs 骨幹網路和圓形 VMFs 骨幹網路之傳輸距離，結果圓形優於方形，因此論文中以圓形 VMFs 骨幹網路進行多重群播最佳化研究探討。本學位論文提出了 MMSNA 演算法以求解此最佳化問題。實驗結果顯示出在不同的 VMFs 班次下，MMSNA 的多重群播需求滿足率優於 STP 及 WF；而在多重群播需求之平均時間花費下，所提出之方法在不同的 VMFs 班次下，多重群播需求之平均時間花費成長幅度也與遠低於其它兩種演算法，使 MMSNA 在多重群播需求滿足率及多重群播需求之平均時間花費都有最佳的表現。未來工作建議，可以將骨幹網路做分散式計算之處理，意指使骨幹網路環境大小可以由多個小骨幹網路群組所組成（如四個. 的環境大小能組成一個. 的環境大小），群組內的連結由 MMSNA 計算，而群組間的連結設定多個隘口，使其傳輸資料都頇經由此隘口，並經由最短路徑演算法判斷來源點、隘口、目的點之最短距離，由上述想法可以減少一次大面積計算（即環境大小）之大量的計算成本。. 38.

(49) 參考文獻 [1] J. Cho, S. Shin, and J. Copeland, “Fast broadcast at the intersection in VANET”, in Proceedings of the Consumer Communications and Networking Conference (CCNC), pp.65–69, 2011. [2] W. Viriyasitavat and O. K. Tonguz,”UV-CAST: An urban vehicular broadcast protocol”, in Proceedings of the Vehicular Networking Conference (VNC), pp.25–32, 2011. [3] H.–C. Jang, “Moving Direction Based Greedy Routing Algorithm For VANET”, in Proceedings of the International Computer Symposium (ICS), pp.535-540, 2010. [4] 劉建宏，車載網路上虛擬多重訊息交通車路由機制研究，屏東教育大學，碩士論文，民國 100 年。 [5] 楊雅淇，車載網路上虛擬多重訊息交通車路由機制之骨幹網路拓樸研究，碩士論文，民國 101 年。 [6] W. Zhao ,M. Ammar, And E. Zegura, “A Message Ferrying Approach For Data Delivery In Sparse Mobile Ad Hoc Networks”, in Proceedings of the 5th ACM international symposium on Mobile ad hoc networking and computing, pp. 187–198, 2004. [7] B. K. Polat, P. Sachdeva, M H. Ammar, and E. W. Zegura, “Message ferries as generalized dominating sets in intermittently connected mobile networks”, Pervasive and Mobile Computing, vol. 7, pp189–205, 2011. [8] D.Choffnes and F.Bustamante, Exploiting Emergent Behavior for Inter-Vehicle Communication, In Proceedings of the 2nd International Workshop On Hot Topics In Autonomic Computing (Hotac), pp.1–5, 2007. [9] Aslinda Hassan, Mohamed H. Ahmed, M.A. Rahman, Performance Evaluation 39.

(50) For Multicast Transmissions In VANET, In Proceedings of the Electrical and Computer Engineering (CCECE), pp.001105–001108, 2011.. 40.

(51)