AODV enhancements in a realistic VANET context

Jonathan Ledy, Anne­Marie Poussard,   Rodolphe Vauzelle Laboratoire XLIM­SIC UMR CNRS 6172 Université de Poitiers, France [ledy, poussard, vauzelle]@sic.univ­poitiers.fr Abstract—Ad   hoc   On   demand   Distance   Vector   (AODV)  is  a  commonly   used   routing   protocol   for   Vehicular   Ad   hoc  NETworks   (VANET).   This   paper   presents   and   analyzes  several   AODV   enhancements   propositions   dedicated   to   the  VANET   context.   Communication   protocol   tuning   can   yield  significant   gains   in   energy   efficiency,   resource   requirement,  and overall network performance, all of which is of particular  importance   in   VANETs.   Alternatively,   multi­path   routing  allows the establishment of multiple paths between a pair of  source and destination nodes in mobile ad hoc networks. It has  recently   received   more   and   more   attention   and   is   typically  proposed to increase the reliability of data transmission.  This  paper shows how AODV tuning and muti­path routing behave  under realistic VANET simulations. Keywords­VANET; Routing protocol; AODV; NS2

I.

 INTRODUCTION

An ad hoc wireless network consists of mobile nodes that  communicate   with   each   other   without   infrastructure.  Vehicular Ad hoc NETwork (VANET) is an emerging new  type of such networks in which vehicles constitute mobile  communicating nodes. This kind of network  supports  both  vehicle­to­vehicle (V2V) and vehicle­to­infrastructure (V2I)  communications by providing multi­hop and self­organized  networks. In this  work,  we focus on V2V communications.  The main technical challenges for those communications are  the strong mobility of the nodes, the highly dynamic change  of the topology  and  the variability in node density  which  result  in  a   high  versatility  of  the  wireless   communication  links. Because there are no dedicated access points nor routers  in  a   VANET   and   due   to   the   high   mobility,   the   routing  algorithms   are   one   of   the   important   subjects   of   ad­hoc  networks.  Therefore,  many   routing   protocols   for   ad­hoc  networks have been proposed. One of the most popular is Ad hoc On demand Distance  Vector   [1]   (AODV).   It   is   a   single­path,   reactive   routing  protocol. Route discovery uses a Route REQuest (RREQ) –  Route   REPly   (RREP)   cycle.   On­demand   approach   is   not  without   problems.   Since   routes   are   computed   only   on­ demand, route discovery latency can add to the end­to­end  delay,  until  a   previously   computed   route   is   available.  Buffering of data packets during the route discovery process 

Benoît Hilt, Hervé Boeglen Laboratoire MIPS­GRTC EA2332 Université de Haute Alsace, France [herve.boeglen, benoit.hilt]@uha.fr

can also contribute to packet losses due to buffer overflow.  This   is  why   there   exist   many   works   that   propose   new  algorithms derived from the standard AODV. For example,  the   S­AODV   routing   protocol   proposed   in   [4]   improves  AODV security. V­AODV proposed in [5]  uses  cross­layer  metric  in order  to improve  QoS, while  the  authors  of [6]  propose DFIA­AODV, an interference aware routing scheme  for the same purpose. Perkins   et   al.,   the   creators   of   the   AODV   protocol,  discussed   the   reasons   for   applying   hello   messages   with  AODV   and   presented   some   drawbacks   for   using   these  messages. Yet, some works [2] focus on these messages and  show   significant   improvement.   However,   the   presented  results are conducted under simplistic propagation model and  mobility model, which can lead to false conclusions. While   other   comparative   studies   use   standard   AODV  with different set of parameters depending on the context of  the paper, in [3] instead of creating a new routing algorithm  to   enhance   AODV,   the   main   contribution   consists   in  improving   the   performance   of   the   existing   well­known  routing   protocol   by   optimally   tuning   its   parameters.   The  experiments   reveal   that   the   produced   configurations   of  AODV significantly improve its performance. The mobility  model and propagation model used are not depicted. Another main contribution to improve AODV (in a static  environment) has been done by computing multiple paths in  a single route discovery. Since each route discovery incurs  high   overhead   and   latency,   the   frequency   of   route  discoveries must be kept low for on­demand protocols to be  effective. On­demand Multi path Distance Vector Routing in  Ad Hoc Networks (AOMDV) depicted in [7]  achieves  this  objective.   Such   as   AODV,   many   works   tried   to   enhance  AOMDV.   There   exist   many   other   protocols,   and   many  comparisons research between protocols.  Yet, to the best of our knowledge, no comparison used  both realistic mobility model and propagation model. So, in  order   to   analyze   and   test   most   of   these   proposed   AODV  enhancements, we use the well known Network Simulator 2  (NS2) [8] which has  been improved  by adding a  realistic  propagation   tool   together  with   a  realistic   mobility   model.  Simulation results are presented in this paper. The rest of this paper is organized as follows. Section II  depicts   AODV   basics.   Section   III   shows   the   impact   of  AODV parameters and explains how to optimally tune them  according to related works [2] and [3]. Section IV depicts 

AOMDV. Results obtained from NS2 realistic simulations  are presented in Section V. Finally, Section VI concludes the  paper. II.

AODV

AODV   [1]   is   a   single­path,   reactive   routing   protocol.  Route   discovery   uses   a   Route   REQuest   (RREQ)   –   Route  REPly (RREP) cycle. When a source node has data to send  to   a   destination   and   does   not   know   the   route   to   this  destination,   it   floods   a   RREQ   message   throughout   the  network.   Several   RREQ   messages,   each   traveling   on  different   paths,   will   reach   intermediate   nodes   or   the  destination node. This node replies a RREP message only to  the first received RREQ and drops subsequent RREQ with  the   same   source   sequence   number   and   broadcast   ID.   The  RREQ message that arrived at the earliest is likely to have  traversed   a   path   with   low   delay   and/or   hop   count.  Representing the weight of each link in the network by the  delay   incurred   on   the   link,   AODV   reduces   to   finding   a  minimum­weight   path   between   the   source   and   the  destination. An  important   feature   of  AODV  is   the  maintenance  of  timer­based   states   in   each   node.   Each   node   broadcasts  periodically   a   Hello   message   for   local   connectivity.   The  node assumes a link break to a neighbor node if it does not  receive any message from a known neighbor node for some  time. In this case, a Local Repair procedure is launched ;  when   the   node   that   detects   a   link   break   is   closer   to   the  destination node than to the source node, it  reinitializes  a  route discovery process  to the destination node. The node  buffers the arrival packets during the local repair. When the  local repair is successful, the node starts sending the buffered  data packets to the destination node via the new found route.  If   the   local   repair   is   unsuccessful,   the   node   propagates   a  Route   ERRor   (RERR)   message,   which   contains   a   list   of  unreachable destinations towards the source node. When the  source node receives this RERR, the route to the destination  is   made   invalid   and   it   should   be   reestablished   by   a   new  discovery process. Another distinguishing feature of AODV is the ability to  provide   unicast,   multicast   and   broadcast   communication.  AODV  uses  broadcast  route  discovery  messages  and then  unicast   route   reply   messages.   In   AODV,  a  routing   table  stores information about the next hop to the destination and  uses a sequence number to guarantee loop­free routes. Based  on the AODV protocol, one route entry is maintained in the  routing table of each node for each destination that the node  is communicating with in the network. One   drawback   of   AODV   that   has   been   extensively  focused is the single route abstraction. When a link failure is  encountered   on   an   active   route,   single   route   abstraction  requires   to   start   a   new   time   consuming   route   discovery  process. III.

AODV PARAMETERS OPTIMIZATION

A. Hello Messages The hello message not only  continuously broadcasts  to  get   clearer   view   of   the   local   network   vicinity,   it   also 

produces some drawbacks for the network in general. Hello  messages consume network resources and bandwidth just as  other   messages   increasing   interference   and   collision   with  data and other control messages. According to [2], optimization of the hello message timer  may drastically enhance AODV performance. Depending on  the speed and transmission power, the hello message interval  should change in order to adapt to the network. The faster  the network topology changes, the lower the hello interval  should be. In  this   paper,   we  conducted  simulations   with  different  hello  intervals  in order to find the best hello interval time,  which   will   adapt   the   network   topology   changes   without  increasing interference and collision. B. AODV Timers The performances of AODV is  significantly influenced  by the choice of its configuration parameters. Discovering  the   best   values   to   assign   to   these   parameters   and  understanding their impact on the network behavior trade off  is still hard. Authors of [3] try to answer this challenge using  several  optimization strategies  for AODV configuration in  VANETs. Each method tries to optimize the Packet Delivery  Ratio over other metrics. In this paper, we  use  3 different  sets of parameters  in  order to find the optimum set for our VANET scenarios. We  run simulations with the set of the main AODV parameters  as  specified in RFC 3561,  the set of parameters  from the  NS2.34   standard  AODV   implementation   and   a   set   of  parameter based on the best optimization strategy proposed  in [3]. This last set main goal is to improve the Packet Delivery  Ratio over other metrics with a meta­heuristic method. In the  rest of this paper, this set of parameters will be called Tuning  AODV. IV.

AOMDV

AOMDV protocol [7] is an extension based on AODV.  AOMDV   employs   the   “Multiple   Loop­Free   and   Link­ Disjoint path” technique. For route discovery, route request  messages   are   propagated   throughout   the   network   thereby  establishing   multiple   paths   at   destination   node   and   at   the  intermediate nodes. Loop freedom  is guaranteed  using the  notion   of   “advertised   hop   count”   for   a   given   destination  sequence number (or RREQ message) at each node in the  network. The “advertised hop count” of a node is basically  the hop count incurred by the first RREQ packet for a given  destination sequence number from the source to destination.  When a node has no route to the destination, it forwards only  the first arriving RREQ packet. When   a  node  has   a  valid route  to the  destination  and  receives a duplicated RREQ, it checks whether the RREQ  arrived on a new node­disjoint path using flooding property.  If so, the node checks whether the hop count incurred by this  RREQ is less than that of the primary path. As the primary  path is selected similar to the procedure used in AODV, it is  most likely to be a minimum delay path, while the alternate  paths have hop counts shorter or equal to the primary path.  Thus,   AOMDV   could   fit   into   the   category   of   routing 

protocols   based   on   minimum­weight   path   routing.   Since  AOMDV selects only link­disjoint or node­disjoint paths, the  multiple paths are likely to have infrequent route discoveries  at low mobility compared to single­path AODV. In this paper, we conduct simulations with NS­2 standard  implementation of AOMDV in order to analyze the impact  of multi paths into the VANET context. V.

SIMULATIONS SETUPS AND RESULTS

In   order   to  analyze  and   compare   the   enhancements  presented   in   this   paper,   we   conduct   simulations   with   the  widely used NS2 simulator [8]. A. Simulations setups In VANET  simulations, the use of unrealistic mobility  models (e.g. constant speed, pause time method, etc.) and/or  unrealistic   propagation   model   (e.g.   free   space,  two­ray  ground,   etc.)   will   give   results   that   are   biased   and   rather  optimistic. The influence of bad links is thus underestimated.  Environment interactions affect the link quality significantly. Reference [9] highlights the overoptimistic results, when  using   free­space   model   propagation,   compared   to   a  deterministic ray­tracing model. In these results, while the  free space model provides a 100% packet delivery ratio, with  the   use   of   a   realistic   propagation   simulator   called  Communication Ray Tracer (CRT) this ratio falls down to  60%. When the average number of hops is 1.2 for the free­ space, the use of the ray­tracing simulator gives a minimum  of 2.5 hops.

Parameter

Value

Network simulator

NS­2

Simulation time

55 s

Number of nodes

60

Simulation area

Munich city center ­ 1000m*1000m

Data Type

CBR

MAC Layer

802.11p

Communications

10 Simultaneous Emitter­Receiver Transmissions

MAC Rate

6 Mbps

Propagation simulator

Communication Ray Tracer

Propagation interference

1 Reflexion / 1 Diffraction

Transmission power

100 mW

Mobility simulator

VanetMobiSim

Mobility model

Random trip & Intelligent driver model

Speed

Up to 16 m/s

Vehicles starting points and motion 

Randomly seeded (30 seeds)

Table 1.Summary of simulation parameters All the results presented  show  the average results of 30  mobility   scenarios.   Each   one   has   randomly   distributed  starting positions of nodes and motions around the Munich  city center. B. Simulations results Figure 2 to Figure 4 show the impact of Hello interval  variation in simulations with different mobilities, in terms of  Packet Delivery Ratio (PDR), delay and Routing Overhead  vs Hello Interval for the AODV protocol. All other AODV  parameters are the one commonly used in NS2 (cf. Table 1). An adaptive algorithm has also been tested. The Hello  Interval   is   adapted   to   speed   according   to   the  recommendation of [2]. When the speed increases, the Hello  Interval decreases from 3 s to 0.5 s and vice versa.

Figure 1. Free Space propagation model (green) and CRT simulator (blue)  used in the Munich city center environment.

Packet Delivery Ratio (%)

To   experiment   quality   of   service,   simulation   should  compute   correct   attenuation   and   error   rate   by   taking   into  account obstacles, multi paths effects, etc. All   of   our   simulations   were   conducted   using   the   ray­ tracing   simulator   presented   in   [9].   Mobility   has   been  generated   by   VanetMobiSim   [10].   Each  simulation  was  conducted with 60 nodes, 10 simultaneous communications,  a mobility up to 16 m/s and with a 55  seconds simulated  time. All communications between nodes start and stop at  the same time with 10 different emitters­receivers. The urban  environment chosen for simulation is the Munich city center.  Table [1] summarizes the chosen parameters.

PDR 50 40 30 20 10 0 0,5 0,1

1,5 1

3 2

Adaptive 30

Hello Interval (s) Figure 2. PDR vs Hello Interval

Figure 2 shows that the average PDR variation generated  by the Hello message frequency is quite low. However, we  notice 7% of received packet  difference between common 

Hello Interval parameter (1 sec) and extreme values like 0.1  s and 30 s. The impact of the Hello Interval on PDR is not  very significant according to these simulation results. Figure   3   shows   similarly   to   figure   2   that   the  Hello  interval  does  not affect significantly AODV average results  in term of delay except for the extreme 0.1 s value which has  a bad delay compared to the standard Hello Interval value. Figure  4   confirms  that   the  number   of   control   packets  increases as the Hello Interval decreases.

Delay (s)

Delay 8 7 6 5 4 3 2 1 0 0,5 0,1

1,5 1

3 2

Adaptive 30

Hello Interval (s)

Parameters used in our next set of simulations are RFC  values,   commonly   used   parameters   in   NS2,   and   tuned  parameters  according  to [3]  to fit  VANET configurations.  Table [2] summarizes all parameters sets. Parameter

RFC

NS­2

Tuning

ACTIVE ROUTE TIMEOUT

3 s

10 s

1 s

ALLOWED HELLO LOSS

2

3

1

MY ROUTE TIMEOUT

6 s

10 s

2 s

NET DIAMETER

35

30

20

NODE TRAVERSAL TIME

0,04 s

0,03 s

0,01 s

NET TRAVERSAL TIME

2,8 s

1 s

0,4 s

RREQ RETRIES

2

3

1

RREQ RATELIMIT

10 s

10 s

1 s

TTL START

1 ms

5 ms

1 ms

TTL INCREMENT

2 ms

2 ms

1 ms

TTL THRESHOLD

7 ms

7 ms

1 ms

Table 2. A summarize of parameters used in simulations

Figure 5 to Figure 7 show average simulations results in  term of Packet Delivery Ratio (PDR), average end to end  delay   and   Routing   Overhead   for   AOMDV   and   AODV  according   to   different   tuning   parameters   and   different  mobilities (cf. Section V.A).

Figure 3. Delay vs Hello Interval Routing  Overhead

PDR

50000 40000 30000 20000 10000 0 0,5 0,1

1,5 1

3 2

Adaptive 30

Hello Interval (s) Figure 4. Routing Overhead vs Hello Interval

According   to   these  simulation  results   and   contrary   to  expected results from [2], the Hello Interval does not help to  enhance   the   PDR   and   delay  performance   of   AODV.   The  commonly   used   parameter  of   1   s  is   well   suited   in   our  VANET context, and no other Hello Interval value improves  significantly   the   network   performance.   However,   a   Hello  Interval set to 2 s or 3 s may half the Routing Overhead with  only a minor impact on PDR and delay. Results shows that  an adaptive Hello Interval based on speed does not enhance  the performance. Yet,   a   total   suppression  of   the   Hello   messages  may  decrease performance as shown by the  30 s  Hello Interval  results. The Hello message also still remains useful in order  to   exchange   information   between   nodes   in  the  AODV  protocol.

Packet Delivery Ratio (%)

Routing Overhead

60000 50 40 30 20 10 0 Standard

RFC

AOMDV

Tuning

AODV Parameters' set Figure 5.  PDR of AODV and AOMDV

Figure   5  shows  that   Tuning   AODV   according   to  reference [3]  gives the best results in terms of PDR which  was expected as Tuning AODV  tries  to improve PDR over  all   other   metrics.   The   RFC   parameters  seem  not  to   be  appropriate to the  VANET context as they give the lowest  PDR  results. Both the Standard  AODV parameters  values  and the AOMDV algorithm give interesting results, but still  not as good as Tuning AODV. Both  values  do not diverge  more than 6%, which means that our routing algorithms may  improve PDR but not significantly. PDR results are still low  in a VANET realistic context.

VI.

Delay

In   this  paper,  we   analyze   under   realistic   conditions  different   AODV   enhancement   propositions   to   answer   the  routing challenges in the VANET context. Our results show  that AOMDV gives the best results over  other all methods.  Yet, it may improve PDR, delay and Routing Overhead but  the results are still poor (PDR lower than 50% and Average  end to end delay over 1 sec) and not satisfying for good QoS  communications.  This domain is still quite active, and more investigations  with  newer  algorithms   or   other  methods  should   be   done  before being able to setup the best solution.

5

Delay (s)

4 3 2 1 0 Standard

RFC

AOMDV

Tuning

AODV Parameters' set Figure 6.  Delay of AODV and AOMDV

Figure 6 shows that Tuning AODV also  gives  the best  results  in terms of average end to end delay. AOMDV also  improves significantly the average delay  compared  to both  RFC and standard AODV. It is quite surprising that tuned  parameters also improve delay rather than only PDR because  the tuning method focuses on PDR enhancement over other  metrics. AOMDV shows interesting results in term of delay,  and the impact of multi  paths  is clearly shown  with  these  results. RFC parameters show one more time that they  are  not suitable for the VANET context. Routing  Overhead 20000

Routing Overhead

CONCLUSION AND FUTURE WORKS

15000 10000 5000 0 Standard RFC

AOMDV Tuning

AODV Parameters' set Figure 7. Overhead of AODV and AOMDV

One   can   see  in  Figure   7   the   drawback   of   the   AODV  tuned set of parameters. The PDR and average end to end  delay may be improved but the Routing Overhead drastically  increases. This may not be important in a small network with  60 moving nodes, but will become an important problem in  networks involving more than 1000 cars. Tuned AODV fits  best our VANET  scenarios but may be  quite  unadapted  to  bigger networks. At the same time, AOMDV is also able to  improve   PDR   and   delay  but   decreases  Routing   Overhead  too,   which   is   very   important.   Other   results   do   not   show  important differences in term of routing overhead.

ACKNOWLEDGMENT This   work   is   supported   by   the   French   Région  Poitou­ Charentes.

REFERENCES [1]

C.   E.  Perkins,   E.   M.   Blkding­Royer,  S.   Das  “Ad   Hoc On­demand  Distance Vector (AODV) Routing”, IETF Internet Draft, November  2001. [2] E.   Natsheh,   A.   Jantan,   S.   Khatun,   S.   Subramaniam   “Adaptive  Optimizing of Hello Messages in Wireless Ad­Hoc Networks” The  International Arab Journal of Information Technology, Vol. 4, No. 3,  July 2007. [3] J. Garcia­Nieto and E. Alba, “Automatic Parameter Tuning with Meta  heuristics   of   the   AODV   Routing   Protocol   for   Vehicular   Ad­Hoc  Networks” in Applications of Evolutionary Computation, 2010. [4] M. Zapata and N. Asokan, “Securing Ad­hoc Routing Protocols,” in  Proc.   of   ACM   Workshop   on   Wireless   Security   (WiSe),   Atlanta,  GA,Sept. 2002. [5] J.   Ledy,   H.   Boeglen,   B.   Hilt,   A.   Abouaissa,   R.   Vauzelle,   "An  enhanced   AODV   protocol   for   VANETs   with   realistic   radio  propagation   model   validation,"   in   Intelligent   Transport   Systems  Telecommunications, (ITST), Oct. 2009. [6] P.   Fazio,   F.   De   Rango,   C.   Sottile,   P.   Manzoni,   C.   Calafate,   "A  distance   vector   routing   protocol   for   VANET   environment   with  Dynamic   Frequency   assignment,"   IEEE   Wireless   Communications  and Networking Conference (WCNC), March 2011 [7] M.K.   Marina,   S.R.   Das,   "On­demand   multipath   distance   vector  routing   in  ad  hoc  networks,"  in  Ninth   International Conference  on  Network Protocols, Nov. 2001 [8] The Network Simulator Project Ns­2, http://www.isi.edu/nsnam/ns/ [9] W. Hamidouche, R. Vauzelle, C. Olivier, Y. Pousset, and C. Perrine,  “Impact of realistic mimo physical layer on video transmission over  mobile ad hoc network,” in 20th Personal, Indoor and Mobile Radio  Communications Symposium, 2009. [10] J. Haerri, F. Filali, and C. Bonnet, “Mobility models for vehicular ad  hoc  networks  :  a survey  and  taxonomy,”  in  IEEE  communications  surveys and tutorials, vol. 11, pp. 19–41, IEEE­INST ELECTRICAL  ELECTRONICS ENGINEERS INC, 2009.