CN112350852A - 一种基于车联网架构的区块链网络的性能计算方法 - Google Patents

Abstract

本发明属于车联网通信领域，具体是一种基于车联网架构的区块链网络的性能计算方法；所述计算方法包括将车载单元作为轻节点，路边单元作为共识节点构建出双层结构的区块链网络；采用排队模型对交易投递过程建模，通过马尔科夫链模型求解出稳态概率；通过概率母函数求得交易投递的服务时间分布，在服务时间分布下利用P‑K公式求取轻节点的平均服务时间和平均排队时间；最终得到轻节点进行交易投递的平均投递时延和平均投递效率；轻节点产生的交易到达共识节点后被打包成区块；利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量；本发明将车联网的单元映射到区块链网络中，并对这种区块链网络的性能进行计算从而有助于未来的应用。

Description

一种基于车联网架构的区块链网络的性能计算方法

技术领域

本发明属于车联网通信领域，具体是一种基于车联网架构的区块链网络的性能计算方法。

背景技术

区块链技术具有不可篡改，不可删除，公开透明等特性，作为一种共享的分布式账本，能广泛地应用于从汽车整车生产、销售流通、售后维护、二手车交易等各环节；区块链技术在车联网中显示出巨大潜能，可以解决数据共享和溯源问题。在未来的车联网技术应用上，我们可以把每台车作为一个流动的节点，进行分布式记账，其在驾驶过程中数据通过OBD接口，经过一定的数据处理，做到数据上链。在去中心化的车联网中，区块链能够促进交易处理和交互设备之间的协作，可以建立能够不断扩展的通用、保证隐私、安全和可靠的车联网。

然而将区块链应用于车联网仍然面临许多挑战，例如车联网设备的存储和计算能力低下以及车辆移动性带来的接入端通信链路不稳定。同时将区块链扩展至车联网也要考虑适合的共识机制，如果采用传统的基于工作量证明(Proof of Work，简称PoW)的共识机制，则需要让车联网系统具备巨大的算力支持，显然这对于车联网系统中的每个设备节点而言很难满足上述需求。

现有技术中大多都考虑将共识层放置在底层的区块链节点上，对于车联网节点来说，车联网节点的移动性无疑会给区块链网络的共识带来巨大的延迟波动和可靠性问题。因此需要设计一种新的车联网架构的区块链网络，并对这种区块链网络的性能进行计算从而有助于未来设计专用于车联网的区块链网络。

发明内容

有鉴于此，本发明的目的在于提供一种基于车联网DSRC架构下的Tangle区块链网络性能研究方法，来解决车联网中移动性对区块链的影响以及网络的性能计算问题，本发明首先针对应用DSRC技术实现车联网的无线网络架构，提出了车辆区块链数据向外传输的双层无线区块链模型。特别的，利用排队模型和马尔科夫链模型来分析交易在无线环境的中投递过程，得到投递的平均时延和投递效率，随后分析整个区块链网络的确认时延和吞吐量性能。

为达到上述目的，本发明提供如下技术方案：

一种基于车联网架构的区块链网络的性能计算方法，所述方法包括以下步骤：

S1、将车联网架构中的移动车载单元作为轻节点，固定路边单元作为共识节点构建出双层结构的区块链网络；

S2、采用排队模型对轻节点产生的交易投递到共识节点的排队过程进行建模，通过马尔科夫链模型求解出交易投递的服务过程的稳态概率；

S3、在稳态概率的基础上通过概率母函数求得交易投递的服务时间分布，在所述服务时间分布下利用P-K公式求取出轻节点的平均服务时间和平均排队时间；

S4、判断负载是否饱和，如果饱和则进入步骤S5，否则返回步骤S2继续迭代，得到轻节点进行交易投递的平均投递时延和平均投递效率；

S5、轻节点产生的交易到达共识节点后被打包成区块，所述共识节点对所述区块进行分布式账本的验证、记录和转发；

S6、利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量。

本发明的有益效果：

本发明将车联网架构DSRC中的移动车载单元和固定路边单元对应作为区块链的轻节点和共识节点，并将移动车载单元和固定路边单元上链，构建出了包括移动车载单元层和固定路边单元层的双层结构的区块链网络。利用该双层结构，一方面路边单元解决车辆节点的资源受限问题，减轻网络的存储和计算压力；另一方面可以屏蔽不稳定的通信链路对区块链网络性能的影响。

本发明对这个双层结构的区块链网络分别进行处理，在第一层中，按照排队模型对无线环境中的交易投递过程进行建模，利用马尔科夫链模型求解投递过程的稳态概率，接着利用概率母函数PGF和排队论P-K公式得到交易的平均投递时延和投递效率；

在第一层的无线环境和第二层中所设置的tangle共识机制的共同作用下，利用随机理论最终求得区块链交易的平均验证时延和网络的平均吞吐量。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明的一种基于车联网架构的区块链网络的性能计算方法流程图；

图2为本发明的双层区块链网络模型图；

图3为本发明采用tangle共识机制的区块链网络的累积权重增长图；

图4为在不同的网络的负载下，无线环境下区块链交易投递的时延曲线图；

图5为在不同的网络的负载和节点分布下，无线环境下区块链交易投递平均重传次数曲线图；

图6为在不同的网络的负载和节点分布下，系统的吞吐量性能曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

如图1所示，本发明提出一种基于车联网架构的区块链网络的性能计算方法来避免车联网中移动性带来的区块链网络时延和安全性问题，并对其系统性能进行计算，包括以下步骤：

S1、将车联网架构中的移动车载单元作为轻节点，固定路边单元作为共识节点构建出双层结构的区块链网络；

在本发明中，双层结构的区块链网络如图2所示，搭载有移动车载单元(OBU)的车辆作为区块链网络的轻节点，只负责向区块链网络投递交易，而固定路边单元(RSU)作为全节点，也是共识节点，运行区块链共识算法。所述轻节点通过无线传输协议例如802.11p无线传输协议将交易投递至所述共识节点，所述共识节点之间通过有线接入AP构建出区块链网络。

在所述区块链网络中，本发明假设轻节点的数量服从参数为2βL_s的泊松分布，轻节点的交易到达率服从参数为λ的泊松分布；其中，β为轻节点的单位里程密度；L_s表示所有节点的载波侦听覆盖区域，由无线传输协议决定；λ是单位时间或单位面积内随机事件的平均发生次数。

S2、采用排队模型对轻节点产生的交易投递到共识节点的排队过程进行建模，通过马尔科夫链模型求解出交易投递的服务过程的稳态概率；

在轻节点这一层模型中，考虑到交易在无线环境中的投递是一个排队并等待服务的过程，也就是轻节点产生的交易到达MAC层缓存队列排队等待服务，建模成M/G/1排队模型；通过CSMA/CA退避机制获得信道的使用权进行投递服务，将退避过程作为排队模型的服务过程：

投递交易时，根据退避机制判断无线信道是否空闲，若退避计算器在每一个时隙检查到无线信道空闲时则减1，否则保持暂停；当所述退避计数器减为0时所述轻节点向所述共识节点发送数据包，若发送数据包时发生碰撞，则进入下一次退避阶段；将所述退避阶段建模为一个马尔科夫过程，并通过马尔科夫链模型求解出服务过程的稳态概率。

为了研究将区块链扩展至车联网的网络性能，本发明重点研究区块链网络的时延性能。其中，区块链交易的确认时延T_s表示交易从发布到被验证的时延，可以表示为：

T_s＝T_w+T_v (1)

T_w＝T_q+T_st (2)

其中T_w表示交易被投递到区块链网络的时延，排队时间T_q是从交易到达MAC层缓存队列到它进入CSMA/CA退避过程的持续时间，服务时间T_st是完成排队进入CSMA/CA退避过程到成功传输的时间，这是由无线环境因素决定的。T_v表示交易进入区块链网络后的验证时延，即累积权重达到验证阈值的时延和共识节点之间的通信时延。Tangle中的交易验证时延受交易负载的影响较大，因此交易验证时延受交易在无线环境中的投递效率和共识机制的共同影响。这也使得本发明研究无线环境中交易的投递过程是十分必要的。

首先对于排队模型，排队模型与每个轻节点的交易到达数量和交易概率有关；在上述设置下，在载波感知距离L_s内的有n个轻节点可以表示为：

每个轻节点的交易到达数量服从参数为λ的泊松分布，轻节点向共识节点投递交易，多个交易数据包将首先在MAC层中排队并形成缓存队列，到达缓存队列头部时再侦听信道以获取通信资源的使用权。因此，在时间t内有k个交易概率为：

本发明考虑一个非理想的无线传输环境，在这种场景下，无线信号易受建筑物、通信距离等干扰源的影响，信道衰落将导致数据包错误。因此，我们引入数据包传输错误概率P_e，其表达式为：

P_e＝1-(1-P_ber)^H+L (5)

其中，P_ber为误码概率，H+L表示数据包的大小。

对于交易投递的服务过程，由于发送节点的交易服从参数为λ的泊松分布，因此可以知道在缓存队列中没有数据包发送的概率为P_idle，退避计数器到0再次侦听到信道繁忙并进入重传的概率为P，以及在发送节点的载波侦听范围内，至少有一个节点发送数据包的概率为P_tr，具体表示为：

其中，h为平均时隙长度；τ表示轻节点在一个随机时隙σ传输交易的概率。

通过上述定义，区块链轻节点发送的数据包由于冲突和误码而导致传输失败并进入下一次重传的概率P_m可以表示为：

P_m＝PP_e+P(1-P_e)+(1-P)P_e (7)

因此，通过(3)-(8)式可以迭代得到轻节点在一个随机时隙发送交易的概率表达式：

其中，ρ为排队系统的服务强度；求解该式是一个复杂的过程，需要使用双层迭代算法，具体的算法实现将在后面单独说明。

本发明使用马尔科夫链模型分析服务过程，利用迭代算法得到马尔科夫模型中τ,P_tr,h,P_idle,P_m,N_w稳态概率的表达式，下面对剩下的h,N_w的计算过程进行说明。

根据上式即可求得平均时隙长度：

h＝(1-P_tr)σ+P_trP_m(T_c[i]+T_e[i])+P_tr(1-P_m)T_s[i] (9)

其中T_c[i]和T_e[i]分别表示在单播中发生碰撞和传输误码的时延([i]表示i时隙)，其中传输成功时延T_s[i]＝T_e[i]，具体可以表示为：

其中T_δ表示数据传播时延。

802.11p中采用了802.11e中的EDCA机制，针对不同优先级的交易，使用与DIFS不同的仲裁间隙AIFS，计算公式如下

AIFS[i]＝AIFSN(AC[i])*σ+SIFS (11)

其中AIFSN是为了区分交易的等级，AC表示交易类型，SIFS是短帧帧间间隔。

退避机制中的平均重传次数是分析轻节点的交易投递效率一个重要的指标。由于每一次退避过程是相互独立的，因此交易经过n次退避后成功发送的概率为：

可以得到数据包在退避服务过程中由冲突和误码导致的平均重传次数为：

S3、在稳态概率的基础上通过概率母函数求得交易投递的服务时间分布，在所述服务时间分布下利用P-K公式求取出轻节点的平均服务时间和平均排队时间；

在分析了退避过程的稳态概率之后，为了得到投递过程的平均时延，还需要首先获得服务时间的分布。在本发明中，我们通过概率母函数(PGF)的方法来逼近服务时间分布。

式中q_i表示为服务时间的分布概率，服务时间定义为时隙(slot time)的整数倍iσ。由于Z变换域符号的简单性和Q(z)与q_i之间的一一对应关系，为了方便计算，本发明是通过计算Q(z)而不是通过计算单独的q_i，其中Q(z)可以表示为：

其中，

表示对重传的次数进行取整操作；

表示数据包发送过程中产生冲突导致传输失败的时间分布传递函数；

是数据包传输成功的时间分布传递函数；

是数据包由于信道误码造成传输失败的时间分布传递函数；H_b(z)是竞争信道的退避过程所占用时间分布的传递函数，在模型场景条件中为：

通过对上式Q(z)进行微分，我们可以得到在系统非饱和情况下的平均服务时间，

进一步，利用排队论中的P-K表达式，即可求出在缓存队列未满的非饱和ρ<1情况下，服务强度等于到达率/服务率，当服务强度等于1时，代表到达率等于服务率，负载饱和；发送节点的平均排队时间：

Q”(z)表示Q(z)的二次微分。

S4、判断负载是否饱和，如果饱和则进入步骤S5，否则返回步骤S2继续迭代，得到轻节点进行交易投递的平均投递时延和平均投递效率；

由于在服务过程的稳态概率表达式和服务过程的时间分布表达式之间是一个迭代表示的过程，因此要获得排队系统的平均服务时间分布，首先需要获得排队系统的状态，而ρ的值与平均服务时延有关，因此本发明利用一个双重迭代算法来求解系统状态。双重迭代算法主要是需要迭代执行步骤S2和步骤S3，从而计算出轻节点进行交易投递的平均投递时延和平均投递效率；

当然具体过程可以参考以下步骤：

a)首先假设在负载饱和的情况下ρ＝1，即缓存队列中一直有交易数据包到达，此时的马尔科夫模型中的idle状态就会被丢弃，也即是P_idle＝0。

b)在式(3)-(8)可通过第一层迭代算法求出τ,P_tr,h,P_idle,P_m,N_w的值。

c)将b中迭代出的值带入服务时间的PGF函数，即可求出平均服务时间E[T_st]，服务率

以及缓存队列的平均排队时间E[T_q]。

d)更新

假如|ρ'-ρ|<ε，ε是一个预定义的极小误差值，当输出ρ＝ρ'，迭代完成，即可以进入步骤S5了；否则将ρ＝ρ'带入b中重新进行迭代算法。

在上述实施例中，这里的第一层迭代算法就是指将ρ带入(3)-(8)式子得出b步骤的其他参数，然后再执行第二层迭代得到更新后的ρ'，然后再执行第一层迭代，直到满足跳出条件。

S5、轻节点产生的交易到达共识节点后被打包成区块，所述共识节点对所述区块进行分布式账本的验证、记录和转发；

在S5中，将研究交易在区块链网络的验证过程，分析验证时延T_v和网络的吞吐量性能。完成无线环境的排队和退避后，交易到达共识节点，并打包成块。共识节点将交易通过有线信道广播至区块链网络中以完成共识，并假设一次可以广播队列中的所有交易，N_c为所有共识节点RSU的数量。在本阶段中，交易的到达率λ'与节点的分布模型、第一阶段排队和服务有关，从上面的分析可以得出，第一阶段无线环境的吞吐量就是区块链共识节点的平均交易到达率λ'。由于共识节点彼此独立，因此本发明假设交易进入区块链网络满足泊松分布，并且当共识节点数量增加时，该假设将更加合理。

S6、利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量。

本发明采用Tangle共识机制进行处理，与PoW不同的是，交易不会进入交易池等待被记录到区块中，而是直接被加入到每一个共识节点的DAG区块链结构中，通过增加累计权重值以完成验证。记W(t)为t时刻该交易的累积权重期望值，未被验证的交易的tips数量为L(t)。每一个共识节点广播一次交易，即交易更新一次的时间为D，因此一次广播后系统中的tips数量为

由于交易到达率的大小会影响交易在Tangle区块链网络中的验证时延，因此将分别对不同饱和情况下的高低频交易到达率进行讨论，如图3所示。在无线传输非饱和情况下，较低的交易到达率的验证是一个λ'_lω的线性过程，随着交易到达率λ'_l增加，交易的累积权重会经过指数增长的适应期和以速度λ'_hω的线性增长期。

其中适应期与线性期的临界点为(T_a,W(T_a))，

表示适应期结束的时间。设定当每个交易的累计权重值到W时被认定为被成功验证，因此在高低频情况下的交易确认时延可以表示为

同理，在饱和情况下，由于节点的交易达到的概率比较高，在区块链中将直接进入高负载验证网络，即交易的累积权重会经过指数增长的适应期和以速度λ'_hω的线性增长期。因此交易在高频下的累积权重增长过程可以表示为

其中

表示高频下适应期结束的时间，可得在高低频情况下的交易确认时延。

对于整个系统而言，在ρ<1情况下，即网络未饱和，吞吐量性能持续线性增长；当ρ≥1时，系统达到饱和状态，受无线环境中服务过程信道容量和投递效率的限制，其吞吐量性能趋于平稳。

下面结合仿真对本发明的应用效果作详细的描述。

1)仿真条件

根据实际的环境需求以及802.11p协议标准，在MATLAB中对其进行建模仿真。系统参数设置如下：共识节点数量Nc＝10；通信的覆盖范围Ls由传输协议控制，单位为m，数据在无线信道中的传输速率为12MBps，一次无线传输的交易的最大个数m＝32，数据包大小为E[H+L]＝1024；在区块链网络中，每一笔交易的自身权重为3，验证阈值W＝800。为了评估基于tangle区块链的车联网网络的性能，分别研究轻节点的分布、交易负载、信道衰减等参数对网络时延和吞吐量的影响。其他仿真参数由表1给出。

表1仿真参数表

参数	值(范围)
		AIFSN(AC[i])	3,6,9
CW	64
		σ	20us
SIFS	10us
		T<sub>δ</sub>	1us
RTS	160bit
		CTS	112bit
ACK	112bit
		H(PHY)	128bit
H(MAC)	272bit

2)仿真结果

图4表示在轻节点分布为0.01和0.15的情况下，网络排队时延、服务时延和验证时延随交易到达率的变化趋势。图5使用三维图分析在到达率λ和节点分布β的共同作用下，区块链交易从轻节点到共识节点的投递过程，其中平均重传次数N_w是无线环境影响区块链网络性能的一个重要指标，这是因为当N_w增大时，投递效率降低，最终导致进入区块链网络的交易速率下降。由图5可见节点分布对区块链交易投递过程的影响大于交易到达率。在图6中，分析了衡量网络性能的另一个重要参数吞吐量，在图中设置理想情况和实际情况的对比组，与理想情况不同，由于无线环境的限制，Tangle网络的吞吐量性能最终将趋于稳定。最后仿真验证了将基于Tangle的区块链网络扩展至车联网的可行性，并使用本发明提出一种计算方法能够分析出区块链网络性能主要受到无线环境的影响。

在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述方法包括以下步骤：

S1、将车联网架构中的移动车载单元作为轻节点，固定路边单元作为共识节点构建出双层结构的区块链网络；

S2、采用排队模型对轻节点产生的交易投递到共识节点的排队过程进行建模，通过马尔科夫链模型求解出交易投递的服务过程的稳态概率；

S3、在稳态概率的基础上通过概率母函数求得交易投递的服务时间分布，在所述服务时间分布下利用P-K公式求取出轻节点的平均服务时间和平均排队时间；

S4、判断负载是否饱和，如果饱和则进入步骤S5，否则返回步骤S2继续迭代，得到轻节点进行交易投递的平均投递时延和平均投递效率；

S5、轻节点产生的交易到达共识节点后被打包成区块，按照tangle共识机制，所述共识节点对所述区块进行分布式账本的验证、记录和转发；

S6、利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量。

2.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述双层结构的区块链网络包括轻节点通过无线传输协议将交易投递至所述共识节点，所述共识节点之间通过有线接入构建出区块链网络。

3.根据权利要求1或2所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述区块链网络中，轻节点的数量服从参数为2βL_s的泊松分布，轻节点的交易到达率服从参数为λ的泊松分布；其中，β为轻节点的单位里程密度；L_s表示所有节点的载波侦听覆盖区域，由无线传输协议决定；λ表示每一个区块链轻节点的交易产生是服从一个泊松分布。

4.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述步骤S2包括轻节点产生的交易到达MAC层缓存队列排队等待服务，建模成M/G/1排队模型；通过CSMA/CA退避机制获得信道的使用权进行投递服务，将退避过程作为排队模型的服务过程：投递交易时，根据退避机制判断无线信道是否空闲，若退避计算器在每一个时隙检查到无线信道空闲时则减1，否则保持暂停；当所述退避计数器减为0时所述轻节点向所述共识节点发送数据包，若发送数据包时发生碰撞，则进入下一次退避阶段；将所述退避阶段建模为一个马尔科夫过程，并通过马尔科夫链模型求解出服务过程的稳态概率。

5.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述在稳态概率的基础上通过概率母函数求得交易投递的服务时间分布包括按照稳态概率时的参数，通过概率母函数来逼近服务时间分布，表示为：

其中，

Q(z)表示Z变换域下的服务时间的分布概率；q_i表示为服务时间的分布概率，i表示时隙；P表示退避计数器到0再次侦听到信道繁忙并进入重传的概率；

表示发送过程中产生冲突导致传输失败的时间分布传递函数，T_c表示在单播中发生碰撞的时延；P_m表示轻节点发送的数据包由于冲突和误码而导致传输失败并进入下一次重传的概率；

是交易由于误码造成传输失败的时间分布函数，T_e表示在单播中传输误码的时延，T_s表示在单播中传输成功的时延；

表示对重传的次数进行取整操作；

是数据包传输成功的时间分布传递函数；W₀表示退避窗口的大小；

是竞争信道的退避过程所占用时间分布的传递函数，P_tr表示在发送轻节点的载波侦听范围内，至少有一个轻节点发送数据包的概率，σ表示一个随机时隙。

6.根据权利要求5所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述在所述服务时间分布下利用P-K公式求取出轻节点的平均服务时间和平均排队时间包括对Z变换域下的服务时间的分布概率解微分求解出非饱和情况下的平均服务时间E[T_st]；利用P-K表达式求解出缓存队列未满的非饱和情况下轻节点的平均排队时间E[T_q]。

7.根据权利要求6所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述利用P-K表达式求解出缓存队列未满的非饱和情况下轻节点的平均排队时间的计算公式表示为：

其中，ρ排队系统的服务强度，Q”(z)表示Z变换域下的服务时间的分布概率的二次微分。

8.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，步骤S4中，所述轻节点进行交易投递的平均投递时延为轻节点的平均服务时间与平均排队时间之和；所述平均投递效率为交易投递数除以平均服务时间。

9.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，所述步骤S6中，计算平均验证时延的方法包括按照步骤S4的平均投递效率，按照所述平均投递效率划分出高负载和低负载情况；对不同负载情况分别计算出区块链交易验证的验证时延；

在低负载情况下，交易的验证时延表示为：

其中，λ'_l表示低负载时的交易到达率；W表示交易的累计权重值；适应期与线性期的临界点为(T_a,W(T_a))；D表示共识节点广播一次交易的时间；N_c为所有共识节点RSU的数量；ω表示每一个交易的权重值。

在高负载情况下，交易的验证时延表示为：

其中，λ'_h表示高负载时的交易到达率；W表示交易的累计权重值；适应期与线性期的临界点为(T_a,W(T_a))；D表示共识节点广播一次交易的时间；N_c为所有共识节点RSU的数量；ω表示每一个交易的权重值。

10.根据权利要求1所述的一种基于车联网架构的区块链网络的性能计算方法，其特征在于，按照信道容量和投递效率，计算出区块链网络的平均吞吐量，表示为

β为轻节点的单位里程密度；L_s表示所有节点的载波侦听覆盖区域；N_c为所有共识节点RSU的数量；λ为轻节点的交易到达率的服从参数；m表示一次无线传输的交易的最大个数；E[T_st]表示非饱和情况下的平均服务时间；ρ排队系统的服务强度。

Images