{{i\jZ0x&ץ!L馐K-饨ky"https://www.shanghai-jy.com/k/xuexi/" target="_blank" class="keylink">学习过程，以便更好的近似模拟人类的运动模式。缺点的计算量过大。
基于踪迹（trace）的模型：通过收集车辆运动轨迹信息，提取通用的运动模式。但是推测通用运动模式过程极为复杂，推测所基于的数据并不全面，且仅能提供粗粒度的移动性描述，这导致其结果应用范围并不广泛。
4 实际车辆移动模型架构
移动模型的性能主要取决于三个方面：车辆的移动模式、车辆间的相互影响以及对交通规则的执行。车辆的移动模式包括道路对车辆的约束，车辆的基本行驶速度、加速度，对到达目的地的路径选择等；车辆间的相互影响主要体现在前车对当前车辆速度影响，例如在车辆拥挤状态下，保持安全车距跟随前车行驶。而交通规则的执行主要是根据车辆所通过的岔路口交通灯信号或路标进行车辆行驶控制。为了创建更贴近真实车辆运动模拟器以适应特定的应用场景，研究者们提出了真实车辆移动模型的全功能概念视图，如图1所示。
在图1中，移动模型分为了两大主要模块：运动约束和交通生成器。运动约束由拓扑地图和交叉路口管理构成，体现了多车道车流、吸引点/排斥点以及道路障碍对车辆行驶速度的影响。其中吸引点指的是车辆移动至相似的目的点所在地，排斥点指的是车辆出发以相似的起点所在地。而交叉路口管理是对交叉路口的交通规则执行进行建模。交通生成器由车辆生成器和驾驶员生成器构成。车辆生成器定义了车辆的类型以及车辆生成的初始位置。驾驶员生成器主要体现驾驶员与环境之间的交互。时间模式主要用以描述不同时间段的车流密度，比如上下班高峰期道路拥挤状态或者凌晨道路车辆稀疏等状态。外部影响用以主动建模一些运动模式，比如交通事故，临时道路施工等。
5 探讨与展望
VANET作为一种新兴的技术，近年来广泛受到研究机构和企业的关注。目前，车载网络的发展还处于萌芽阶段，并没有形成完整的产业链条和业界标准，无论是软件还是硬件，各大汽车厂商各自为战，其技术研究成果仅加载在自家品牌的高级车辆，各品牌车辆之间的车载通信并不兼容，很难构建大规模，可多次重复的现实评测场景。VANET的性能评测依旧严重依赖于仿真测试。
对车辆移动模型的建模，其直接目标是对车辆移动性对车载网络和应用协议的评估。在现实环境中，高速行驶中的车辆的精确定位、对信号传输造成衰弱或阻断的无线通信障碍都是需要考虑的问题。对于车载网络仿真来说，移动模型是其关键组成部分之一，网络模拟以及信号传播控制之间的相互融合达到每个参数都能有效的影响其他组成模块的效果是车辆移动建模未来发展的方向。
6 总结
VANET的运动模式具有高移动性和自由度受道路约束等特点。对于车载网络的仿真测试，要求所使用的移动模型能够尽可能的反映真实情况的车辆运动模式。本文根据范围和特性功能，探讨了VANET不同分类的移动模型特点，介绍了真实车辆运动模式应该遵循的架构，并简要讨论了目前VANET的发展状况以及未来可能的发展趋势。
参考文献：
[1] Hassanabadi B， Shea C， Zhang L， et al. Clustering in vehicular ad hoc networks using affinity propagation[J]. Ad Hoc Networks， 2014， 13： 535-548.
[2] 魏达，王沿锡，王健，等. 车载自组网移动模型综述[J].计算机学报，2013， 36（4）：677-700.
[3] Tian J，Hahner， Becker C，Stepanov I， Rothermel. K.Graph-based mobility model for mobile ad-hoc network simulation.Proceedings of the 35th Annual Simulation Symposium[C]. San Diego， California， USA. 2002. 337-344.
[4] Seskar T， Marie S， Holtzman J， Wasserman J. Rate of location area updates in cellular systems. Proceedings of the Vehicular Technology Conference[C]. Denver， CO， USA. 1992（2）： 694-697.
[5] Bettstetter C. Smooth is better than sharp： A random mobility model for simulation of wireless networks. Analysis and Simulation of Wireless and Mobile Systems[C]. New York， America. 2001. 19-27.
[6] Trieber M， Hennecke A， Helbing D. Congested traffic states in empirical observations and microscopic simulations[J]. Physical Review E-Statistical Physics. 2000， 62（2A）： 1805-1824.
[7] Hannes Hartenstein，Kenneth P Laberteaux. VANET车载网技术及应用[M].孙立民，何云华，周新运，等，译.北京：清华大学出版社，2013：93-131.
