CN102137462A - 车辆自组织网络中基于预测的交叉路口处的路由方法 - Google Patents
车辆自组织网络中基于预测的交叉路口处的路由方法 Download PDFInfo
- Publication number
- CN102137462A CN102137462A CN2011100981827A CN201110098182A CN102137462A CN 102137462 A CN102137462 A CN 102137462A CN 2011100981827 A CN2011100981827 A CN 2011100981827A CN 201110098182 A CN201110098182 A CN 201110098182A CN 102137462 A CN102137462 A CN 102137462A
- Authority
- CN
- China
- Prior art keywords
- node
- crossing
- intersection
- grouping
- density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆自组织网络中基于预测的交叉路口处的路由方法,主要解决现有技术中存在的当分组在道路交叉口路由时,会出现链路不稳定的问题。其实现方案是:当分组到达交叉口前一跳节点时,该节点预测分组传输的下一交叉口,根据各相邻路段的密度和下个交叉口到目的地的距离,计算各相邻交叉口的权值,选择权值最大的交叉口作为传输分组的下一临时目的地;当分组在路段上采用贪婪转发时,若所选节点位于传输范围边界且与发送节点行驶方向相反,则选择距目的地次近的节点;否则,直接将分组转发给所选节点。本发明与GPCR协议和GpsrJ+协议相比增加了分组的传递率,减少分组的传输时延,可用于车辆自组织网络。
Description
技术领域
本发明属于通信技术领域,主要涉及车辆自组织网络VANET中的路由方法,可用于对城市场景中道路交叉口处的路由决策。
背景技术
VANET的一个重要应用是提高交通效率及乘客出行的便利性,这些应用一般都需要进行远距离的数据传输,由于无线传输距离的限制,就需要用到多跳传输。如何设计高效的路由协议,将数据成功发送到目的地是VANET领域中一个重要的研究方向。
VANET与移动自组织网络MANET具有相似的特性,它们都是无固定基础设施支撑、由分散的移动节点组成的自组织无线网络。因此,VANET最初采用的路由协议是MANET中成熟的路由协议,如AODV、GSR等,并针对其中的不足加以改进。由于VANET中节点的高速运动和网络拓扑的快速变化,加上GPS等定位技术的快速发展及普及,无状态的地理路由技术是其中最适用的技术。由Brad Karp等提出的GPSR协议(GPSR:Greedy Perimeter Stateless Routing for Wireless Networks)是一种应用最广的基于地理位置的路由协议,它结合贪婪转发和基于右手准则的边界转发,在节点选择下一跳时,根据邻节点列表中记录的邻节点位置和分组中存储的目的地位置信息,选择位于自己一跳传输范围内距目的地最近的节点。在遇到局部最优问题时,即在当前节点的一跳传输范围内没有比自己距目的地更近的节点存在,转为边界转发。该边界转发是先将网络的拓扑构造成平面图,这个平面图中的边只在端点处相交,然后按右手准则将分组沿着平面图的边界转发到目的节点。Fan Li等在文献Routing in Vehicular Ad Hoc Networks:A Survey中对GPSR做出了如下评价:GPSR在节点均匀分布的自由开放空间中表现很好,但在障碍物较多的城市场景中性能急剧下降。导致性能下降的因素有:城市中的高大建筑物和树木造成节点间不能直接通信,贪婪转发因此受限;构造平面图时会导致网络的割裂,致使分组无法发送;节点的高度移动性会造成路由环路等。
针对城市中障碍物影响的问题,Lochert等提出了采用基于道路拓扑的分组转发协议:GPCR(Geographic Routing in City Scenarios)。该转发协议利用了地图构成的自然平面图:道路是图的边,交叉口是图的结点。分组在这个平面图上沿着道路转发,交叉路口是分组进行路由决策的唯一地方。为了不错过任何一条能将分组发往目的地的道路,分组在传输的过程中必须在经过的每个交叉口停留以做路由决策,确定下一条传输分组的路段。这种方法在一定程度上提高了分组的传递率,减小了分组进入局部最优问题的概率。但实际上分组并不需要转发到沿途的各个交叉口处,若分组不需改变传输方向就可以继续采用贪婪转发,此时将分组转发到交叉口有可能会增加路由跳数,如图1所示,实线所示的传输过程比虚线所示的多了一跳。另外,当大量分组都同时发送到同一交叉口时,还有可能造成网络阻塞、分组碰撞、增加时延。只有当需要改变传输方向时才应转发到交叉口处。
针对上述问题,Kevin C.Lee等提出了GpsrJ+协议(Enhanced Perimeter Routing for Geographic Forwarding Protocols in Urban Vehicular Scenarios),主要改进了交叉路口处的路由策略,使得分组只在需要改变传输方向时才在交叉口处停留,否则仍采用贪婪模式将分组转发到距离目的地最近的下一跳,以减少跳数。其主要思想为:如果当前节点的邻节点中存在交叉口节点,即位于交叉口处的节点,就让当前节点做出如下预测:若该交叉口节点接收到分组,它将会选择哪个节点作为下一跳,如果预测所得下一跳节点与当前节点的最远邻节点在同一路段上,则直接将分组转发给最远邻节点;否则,转发给相邻的交叉口节点进行路由决策。这样分组只会发送到关键的交叉口节点上,该节点必然会改变分组原来的传输方向。GpsrJ+的预测方法是利用道路拓扑图计算各相邻路段的中心点,再计算出前节点与哪条路段的中心点连线符合右手准则,符合的路段就是分组将发往的路段方向。图1说明了GPCR和GpsrJ+协议在交叉口处的数据传输过程,图中实线箭头是GPCR的转发过程,虚线箭头是GpsrJ+的转发过程,可见GpsrJ+较GPCR能有效地减少传输跳数。
为了进行预测,GpsrJ+采用了增强的信标:每个节点需要在Hello分组中加入邻节点所在的路段信息,即路段ID。通过这个信息当前节点可以知道交叉口节点在哪个方向的路段上有邻节点,从而预测交叉口节点将会把分组发往哪个方向。这样,每个节点的邻居列表存储的信息有:一跳邻居节点的位置信息,两跳邻居节点所在的路段ID。
GpsrJ+能够提高分组的传递率,减少分组传输的跳数,缩短分组陷入局部最优问题的时间。但存在以下几个问题:①仅根据交叉口的一跳邻居节点选择转发方向,没有考虑路段上的节点密度情况,有可能将分组转发到车辆密度低的路段上,造成分组无法传输,如图2所示,A节点携带目的地为D的数据分组,交叉口节点根据自己一跳邻节点的信息将分组发送到B节点,但B所在路段车辆密度很低,导致了网络分裂,致使分组不能继续转发。②选择下一跳节点时没有考虑车辆的行驶方向,这样会出现两辆行驶方向相反的车辆传输数据的情况,这有可能造成路由环路,同时由于车辆高速行驶,在选择时刻处于节点传输范围边界的车辆,由于它离目的地最近,会被选择作为下一跳,但数据传输结束之前,该节点有可能已经移出了这个范围。③改进的信标会造成额外的网络开销,依协议的运行方式,两跳邻居信息只在交叉路口预测的时候用,所有节点发送的信标都携带两跳邻居路段信息会加重网络负载,非交叉口节点发送两跳邻居信息完全没有必要。
J.Nzouonta等提出的RBTV和M.Jerbi等提出的GyTAR路由协议都用到了实时车辆密度信息作为路由选择的参考因素,后者详细介绍了流量信息的获取方法。如图3所示,该方法首先将道路分成固定的小区域单元,区域单元的面积取决于车辆的无线传输范围,根据其位置坐标每个单元被分配一个唯一的标识号ID。每个单元内的车辆组成一个簇,最靠近单元中心的车辆作为簇头,由簇头节点计算本簇内的节点密度,然后通过在簇间传递单元密度分组CPD来获得整条路段的密度。CPD分组由即将离开本路段的节点发起,然后这个分组由各单元的簇头更新密度信息并继续传递,直到到达交叉路口,这时广播CPD分组,以使交叉路口中的车辆都能收到密度信息,这个过程如图3所示。GyTAR对节点密度的分析包括平均每单元的车辆数和单元密度分布的标准偏差,通过这两个值和下一个交叉路口到目的地的距离为每条路段计算一个权值。GyTAR和很多其它考虑车辆密度的协议都是认为密度越大越好,单从路由的角度考虑这是合理的,但综合MAC层来考虑,节点密度越大,发送节点和分组数就会越多,从而节点接入信道的时间就越长,这样就会增加分组的传输时延,反而不利用分组的快速发送。因此,对密度信息需进行合理的利用。
发明内容
本发明的目的在于克服上述已有技术的不足,提出一种车辆自组织网络中基于预测的交叉路口处的路由方法,在当前节点进行预测时考虑整条路段的密度信息和路径长度,避免把分组发送到网络连接中断的路段上,并综合考虑MAC层节点接入信道的时延,对密度信息做出合理利用,为分组选择最佳的传输路径,减小分组的传输时延。
实现本发明目的的技术思路是:在当前节点进行预测时,根据交叉口节点提供的各相邻路段的密度信息和下个交叉口到目的地的距离,为各相邻交叉口计算一个权值,选择权值最大的交叉口作为传输分组的下一临时目的地。为了进行预测分析,在交叉口节点的Hello分组中加入各相邻路段的密度信息。当节点在路段上采用贪婪转发时,若所选节点是位于传输范围边界且与发送节点行驶方向相反的车辆,则选择距目的地次近的节点,也就是选择质量稳定的链路发送数据。其具体步骤包括如下:
(1)车辆自组织网络中的节点根据其位置检测自己是否位于交叉路口,若是,用自己的节点标识号、位置、行驶方向和已知的密度信息构造成Hello分组,并做周期性广播;否则,只用自己的节点标识号、位置和行驶方向构造成Hello分组并做周期性广播,位于广播节点无线传输范围内的节点都能收到这个分组,接收到Hello分组的节点把分组中包含的信息存储于自己的邻居列表中;
(2)当车辆自组织网络中的任一节点接收到数据分组时,检查分组中的目的地址域,若目的节点是自己,直接提交给上层,路由协议运行结束;否则,检查邻居列表中存储的数据格式,判断邻节点中是否存在交叉口节点,若存在,执行步骤(3);否则,转到步骤(5);
(3)提取邻居列表中存储的密度信息,结合下个交叉口到目的地的距离,分别计算各相邻交叉口的权值,并选权值最大交叉口的标识号填入分组的动态地址域,替代原标识号;
(4)比较所选交叉口的相应路段是否与当前节点所在路段的方向一致,若一致,执行步骤(5);否则,将分组发送给交叉口节点,该交叉口节点根据分组中的交叉口标识号发送分组,返回步骤(2);
(5)获取当前节点传输范围内距目的地最近的节点,检查其行驶方向是否与当前节点一致,若一致,发送分组给此节点,返回步骤(2);否则,执行步骤(6);
(6)检测该节点是否处于当前节点传输范围的边界,若是,重新选择距目的地次近的节点,并发送分组给此节点;否则,直接发送分组给该节点,返回步骤(2)重新开始。
本发明与现有技术相比,具有如下优点:
(1)本发明由于在交叉口选择传输路段时,综合考虑路径长度和道路节点密度对数据传输的影响,使得所选传输路径既具有尽量短的传输距离,又具有稳定的网络连接性保证分组的有效传输;
(2)本发明由于采用贪婪算法获取当前节点传输范围内距目的地最近的节点时,同时还检查所选节点是否位于当前节点传输范围边界且与当前节点行驶方向相反,能够避免将分组发送到质量不稳定的链路上,减少了数据传输出错的概率。
(3)本发明由于考虑到密度对分组传输的双重影响,通过选择权值最大的交叉口作为下个临时目的地,即选择最优的传输路径,这样既能避免选择节点密度稀疏的路段传输数据,又能避免选择密度过大的路段,从而可以提高数据的传递率,减少数据传输时延。
附图说明
图1是GPCR协议和GpsrJ+协议在交叉口处传输分组示意图;
图2是GpsrJ+协议运行时将传输分组发送到网络连接中断路段的示意图;
图3是GyTAR协议获取密度信息的示意图;
图4是本发明的流程图;
图5是本发明具体实施的应用场景示意图。
具体实施方式
假设车辆S要发送一个数据分组给位于交叉口J4的停车场预约一个停车位,在当前时刻,分组传输到节点A,此时进行路由决策。其应用场景如图5所示,它是一个城市交通概况图。由图可知,J1是当前交叉口,与之相邻的交叉口有J2、J3和J5,其中J2和J3是候选交叉口,与J2相应的路段是R2,与J3相应的路段是R3。
在本场景中节点B位于当前交叉口,节点A运行路由协议的具体实施步骤参照图4,描述如下:
步骤1:构造Hello分组并广播。
车辆自组织网络中的节点通过GPS定位技术和车载道路地图,确定自己是否位于交叉口,若是位于交叉口的节点,其构造并广播的Hello分组中包含自己的节点标识号、位置、行驶方向已知的各相邻路段的密度信息,该密度信息是指路段中每个单元的节点密度值;若是道路上的一般节点,其构造并广播的Hello分组中只包含自己的节点标识号、位置和行驶方向。由于城市道路中车辆的行驶速度较慢,本发明中Hello分组的广播周期设为1s,接收到Hello分组的所有节点复制其中的数据存储于邻居列表中,更新邻居列表中的信息。
步骤2:A节点检查分组的目的地址,并检测邻节点中是否存在交叉口节点。
A节点检查分组的目的地址域,该目的地址标识的是停车场,而非A节点,A节点确定目的不是自己之后,查询邻居列表中存储的数据是否有包含密度信息的条目,由于A节点的邻节点B位于交叉口,因此A节点检测到节点B的信息中存在包含密度信息的条目,从而确定邻节点中存在交叉口节点。
步骤3:计算各相邻交叉口的权值,并选权值最大的交叉口作为下个临时目的地。
在图5所示的应用场景中当前交叉口J1到目的地J4的距离Di=1.8km,相邻交叉口J2到J4的距离Dj2=1.5km,J3到J4的距离Dj3=1km;R2路段有3个单元,即Nc2=3,密度信息为:N21=16,N22=8,N23=6,R3路段有两个单元,即Nc3=2,密度信息为:N31=14,N32=16;
首先,根据平均单元密度计算公式把R2路段的密度值代入到该平均单元密度计算公式中,得到R2路段的平均单元密度:M2=1/3×(16+8+6)=10,把R3路段密度值代入到该平均单元密度计算公式中,得到R3路段的平均单元密度:M3=1/2×(14+16)=15;
然后,根据单元密度的标准偏差计算公式把R2路段的密度值和计算得到的平均单元密度值代入到该标准偏差计算公式中,计算得R2路段密度分布标准偏差把R3路段的密度值和计算得到的平均单元密度值代入到该标准偏差计算公式中,得R3路段密度分布标准偏差
最后,根据权值计算公式,计算各相邻交叉口的权值W(J),
式中α是距离权重因子,D是下一个交叉口到目的地的距离与当前交叉口到目的地的距离之比,β是密度权重因子,M是交叉口J相应路段上每个单元内的平均节点密度,N是在一个节点的传输范围内,使节点接入信道的时间开始增加的节点数的临界值,σ是路段密度分布的标准偏差。
由于网络中节点密度较低,故将距离权重因子α的值设置为0.4,密度权重因子β的值设置为0.6;本实例中MAC层采用IEEE802.11p,N的取值为20;把R2路段计算所得单元密度平均值:M2=10,密度分布标准偏差:σ2=4.32,J2交叉口到目的地的距离与当前交叉口到目的地的距离之比:D2=Dj2/Di=1.5/1.8=0.83代入该权值计算公式中,得到J2交叉口的权值把R3路段计算所得单元密度平均值:M3=15,密度分布标准偏差:σ3=1,J3交叉口到目的地的距离与当前交叉口到目的地的距离之比:D3=Dj3/Di=1/1.8=0.56代入该权值计算公式中,得到J3交叉口的权值
由计算结果得出:W(J2)>W(J3),所以,节点A选择权值最大的J2交叉口作为分组的下个临时目的地,并将交叉口J2的标识号填入分组的动态地址域,替换原标识号。
步骤4:比较所选交叉口J2的相应路段R2是否与当前节点所在路段R1方向一致。
节点A判断所选交叉口J2的相应路段R2与当前节点所在的路段R1方向是否一致,判断方法为:检测自己的坐标、当前交叉口J1的坐标和所选交叉口J2的坐标是否具有相同的x或y坐标值,如果具有相同的x或y坐标值,则节点A所在路段R1与路段R2方向一致;否则,不一致。
步骤5:获取当前节点A传输范围内距目的地J2最近的节点,并检查其行驶方向是否与节点A一致。
节点A查询邻居列表中存储的邻节点信息,从邻节点的位置信息中得到距交叉口J2最近的是节点D,再检查邻居列表中记录的节点D的行驶方向,得到节点D的行驶方向是向南,而节点A的行驶方向是向北,因此判定节点A与所选节点D行驶方向相反。
步骤6:检测所选节点D与当前节点A的距离,确定下一跳节点。
节点A通过GPS定位技术提供的位置信息获知节点D与自己的距离大于230m,且由于节点A和D的行驶方向相反,链路的质量不稳定,为了保证数据的有效传输,节点A重新选择距J2次近的节点C,并将数据转发给节点C,A节点的路由过程结束。下一个接收到分组的C节点再从步骤2开始执行协议,直到分组到达最终目的地。
Claims (6)
1.一种车辆自组织网络中基于预测的交叉路口处的路由方法,包括如下步骤:
(1)车辆自组织网络中的节点根据其位置检测自己是否位于交叉路口,若是,用自己的节点标识号、位置、行驶方向和已知的密度信息构造成Hello分组,并做周期性广播;否则,只用自己的节点标识号、位置和行驶方向构造成Hello分组并做周期性广播,位于广播节点无线传输范围内的节点都能收到这个分组,接收到Hello分组的节点把分组中包含的信息存储于自己的邻居列表中;
(2)当车辆自组织网络中的任一节点接收到数据分组时,检查分组中的目的地址域,若目的节点是自己,直接提交给上层,路由协议运行结束;否则,检查邻居列表中存储的数据格式,判断邻节点中是否存在交叉口节点,若存在,执行步骤(3);否则,转到步骤(5);
(3)提取邻居列表中存储的密度信息,结合下个交叉口到目的地的距离,分别计算各相邻交叉口的权值,并选权值最大交叉口的标识号填入分组的动态地址域,替代原标识号;
(4)比较所选交叉口的相应路段是否与当前节点所在路段的方向一致,若一致,执行步骤(5);否则,将分组发送给交叉口节点,该交叉口节点根据分组中的交叉口标识号发送分组,返回步骤(2);
(5)获取当前节点传输范围内距目的地最近的节点,检查其行驶方向是否与当前节点一致,若一致,发送分组给此节点,返回步骤(2);否则,执行步骤(6);
(6)检测该节点是否处于当前节点传输范围的边界,若是,重新选择距目的地次近的节点,并发送分组给此节点;否则,直接发送分组给该节点,返回步骤(2)重新开始。
2.根据权利要求1所述的车辆自组织网络中基于预测的交叉路口处的路由方法,其中步骤(1)所述的密度信息,是通过GyTAR协议中规定的方法获取,其获取步骤如下:
首先,将道路分成固定的小区域单元,每个单元内的车辆组成一个簇,将最靠近单元中心的车辆作为簇头,由簇头节点计算本簇内的节点密度;
然后,用计算所得本簇内节点密度的结果构造成单元密度分组CPD,通过在簇间传递并更新CPD中的密度值获得整条路段的节点密度。
3.根据权利要求1所述的车辆自组织网络中基于预测的交叉路口处的路由法,其中步骤(5)中所述的动态地址域,是指用于填写在传输过程中由于传输路段的不断改变而随之改变的变化的交叉口地址标识号。
4.根据权利要求1所述的车辆自组织网络中基于预测的交叉路口处的路由方法,其中步骤(2)中所述的判断邻节点中是否存在交叉口节点,是通过检测邻居列表中是否存在包含密度信息的条目判定,若存在,则判定邻节点中存在交叉口节点;否则,判定不存在。
5.根据权利要求1所述的车辆自组织网络中基于预测的交叉路口处的路由方法,其中步骤(4)中所述的检测该节点是否处于当前节点传输范围的边界,是利用GPS定位技术提供的位置信息,通过计算该节点与当前节点的距离获得,车辆的无线传输范围是250m,当该节点与当前节点的距离大于230m时,判定所选节点处于传输范围的边界。
6.根据权利要求1所述的车辆自组织网络中基于预测的交叉路口处的路由方法,其中步骤(5)中所述的分别计算各相邻交叉口的权值W(J),计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110098182.7A CN102137462B (zh) | 2011-04-19 | 2011-04-19 | 车辆自组织网络中基于预测的交叉路口处的路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110098182.7A CN102137462B (zh) | 2011-04-19 | 2011-04-19 | 车辆自组织网络中基于预测的交叉路口处的路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102137462A true CN102137462A (zh) | 2011-07-27 |
CN102137462B CN102137462B (zh) | 2013-08-14 |
Family
ID=44297095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110098182.7A Expired - Fee Related CN102137462B (zh) | 2011-04-19 | 2011-04-19 | 车辆自组织网络中基于预测的交叉路口处的路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102137462B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595547A (zh) * | 2012-03-23 | 2012-07-18 | 上海交通大学 | 一种动态自适应的车辆网络路由方法 |
CN102883402A (zh) * | 2012-09-11 | 2013-01-16 | 河海大学 | 一种基于位置和拓扑特性的车辆自组网数据传输方法 |
CN103052093A (zh) * | 2013-01-29 | 2013-04-17 | 武汉大学 | 一种vanet中链路稳定度评估方法 |
CN103269478A (zh) * | 2013-05-17 | 2013-08-28 | 南京邮电大学 | 车载自组织网络中基于位置信息的快速广播方法 |
CN103281742A (zh) * | 2013-05-17 | 2013-09-04 | 南京邮电大学 | 基于自主获取道路信息车载自组织网络路由方法 |
CN103379575A (zh) * | 2013-07-02 | 2013-10-30 | 华南理工大学 | 一种利用路口静态节点辅助数据转发的车载网路由协议 |
CN103501270A (zh) * | 2013-10-15 | 2014-01-08 | 南通大学 | 一种节点簇簇首快速推举方法 |
CN103781144A (zh) * | 2014-02-28 | 2014-05-07 | 东南大学 | 一种交互邻居表模式的Zigbee网络树型路由方法 |
CN103874160A (zh) * | 2014-03-27 | 2014-06-18 | 西安电子科技大学 | 车辆自组织网络中基于三维场景的路由方法 |
CN103888848A (zh) * | 2014-03-27 | 2014-06-25 | 西安电子科技大学 | 车辆自组织网络中基于接收节点的视频传输路由方法 |
CN104185239A (zh) * | 2014-08-30 | 2014-12-03 | 西安电子科技大学 | 车辆自组织网络中基于路段长度的交叉口路由方法 |
CN104184829A (zh) * | 2014-09-10 | 2014-12-03 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和位置信息的路由方法 |
CN104185164A (zh) * | 2014-09-10 | 2014-12-03 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和地理路口的路由方法 |
CN104579958A (zh) * | 2014-12-25 | 2015-04-29 | 东软集团股份有限公司 | 基于gpsr协议的路由优化方法及装置 |
CN104618979A (zh) * | 2015-01-30 | 2015-05-13 | 广东迅通科技股份有限公司 | 一种基于路口辅助的自适应分区路由方法 |
CN104865874A (zh) * | 2015-05-15 | 2015-08-26 | 山东省计算中心(国家超级计算济南中心) | 基于北斗导航的智能化农机管理系统及方法 |
CN105657777A (zh) * | 2016-03-14 | 2016-06-08 | 西安电子科技大学 | 基于链路质量和节点转发能力的路由协议设计方法 |
CN106162736A (zh) * | 2016-06-22 | 2016-11-23 | 江苏迪纳数字科技股份有限公司 | 面向车联网的自适应的介质访问控制方法 |
CN106535279A (zh) * | 2016-11-03 | 2017-03-22 | 江西理工大学 | 基于cp神经网络的车载自组网交叉路口预测路由方法 |
CN107086962A (zh) * | 2017-04-01 | 2017-08-22 | 天津理工大学 | 一种面向车辆网路由的多跳反应式成簇方法 |
CN107105389A (zh) * | 2017-04-05 | 2017-08-29 | 南京邮电大学 | 车载网络中基于道路拓扑结构的地理信息路由方法 |
CN107147582A (zh) * | 2017-04-26 | 2017-09-08 | 沈阳航空航天大学 | 一种车辆自组织网络混合型路由生成算法 |
CN107277885A (zh) * | 2017-06-19 | 2017-10-20 | 重庆邮电大学 | 一种车辆自组织网络路由方法 |
CN107277855A (zh) * | 2017-04-20 | 2017-10-20 | 西安电子科技大学 | 一种保障安全类业务的车联网媒体接入方法 |
CN108235282A (zh) * | 2017-07-24 | 2018-06-29 | 南京交通职业技术学院 | 交通流量感知协议 |
CN108629455A (zh) * | 2018-05-08 | 2018-10-09 | 电子科技大学 | 一种基于车辆自组织网的实时路径规划方法 |
CN108696912A (zh) * | 2018-07-13 | 2018-10-23 | 南京邮电大学 | 一种基于E-GyTAR的城市车载自组网路由选择方法 |
CN108882150A (zh) * | 2018-06-21 | 2018-11-23 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN109788457A (zh) * | 2019-02-26 | 2019-05-21 | 武汉大学 | 一种基于局部拓扑特征和车辆位置信息的城市vanet多跳广播方法 |
CN109982406A (zh) * | 2019-04-11 | 2019-07-05 | 湖南工业大学 | 一种车载通信路由方法 |
CN110519338A (zh) * | 2019-08-06 | 2019-11-29 | 中交信息技术国家工程实验室有限公司 | 一种基于协同通信的数据传输机制 |
CN115188197A (zh) * | 2022-09-09 | 2022-10-14 | 中诚华隆计算机技术有限公司 | 一种交通车辆的智能行驶管控方法、芯片及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369982A (zh) * | 2008-10-13 | 2009-02-18 | 北京邮电大学 | 用于车载Ad hoc网络中的数据包贪婪转发的方法 |
CN101383768A (zh) * | 2008-10-21 | 2009-03-11 | 上海第二工业大学 | 基于数字地图和移动预测的车辆网络数据路由方法 |
CN101720059A (zh) * | 2009-11-05 | 2010-06-02 | 浙江大学城市学院 | 一种车载移动自组织网络路由的实现方法 |
-
2011
- 2011-04-19 CN CN201110098182.7A patent/CN102137462B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369982A (zh) * | 2008-10-13 | 2009-02-18 | 北京邮电大学 | 用于车载Ad hoc网络中的数据包贪婪转发的方法 |
CN101383768A (zh) * | 2008-10-21 | 2009-03-11 | 上海第二工业大学 | 基于数字地图和移动预测的车辆网络数据路由方法 |
CN101720059A (zh) * | 2009-11-05 | 2010-06-02 | 浙江大学城市学院 | 一种车载移动自组织网络路由的实现方法 |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102595547B (zh) * | 2012-03-23 | 2014-06-25 | 上海交通大学 | 一种动态自适应的车辆网络路由方法 |
CN102595547A (zh) * | 2012-03-23 | 2012-07-18 | 上海交通大学 | 一种动态自适应的车辆网络路由方法 |
CN102883402A (zh) * | 2012-09-11 | 2013-01-16 | 河海大学 | 一种基于位置和拓扑特性的车辆自组网数据传输方法 |
CN103052093A (zh) * | 2013-01-29 | 2013-04-17 | 武汉大学 | 一种vanet中链路稳定度评估方法 |
CN103281742A (zh) * | 2013-05-17 | 2013-09-04 | 南京邮电大学 | 基于自主获取道路信息车载自组织网络路由方法 |
CN103281742B (zh) * | 2013-05-17 | 2016-03-09 | 南京邮电大学 | 基于自主获取道路信息车载自组织网络路由方法 |
CN103269478B (zh) * | 2013-05-17 | 2015-12-02 | 南京邮电大学 | 车载自组织网络中基于位置信息的快速广播方法 |
CN103269478A (zh) * | 2013-05-17 | 2013-08-28 | 南京邮电大学 | 车载自组织网络中基于位置信息的快速广播方法 |
CN103379575A (zh) * | 2013-07-02 | 2013-10-30 | 华南理工大学 | 一种利用路口静态节点辅助数据转发的车载网路由协议 |
CN103379575B (zh) * | 2013-07-02 | 2016-05-04 | 华南理工大学 | 一种利用路口静态节点辅助数据转发的车载网路由方法 |
CN103501270A (zh) * | 2013-10-15 | 2014-01-08 | 南通大学 | 一种节点簇簇首快速推举方法 |
CN103501270B (zh) * | 2013-10-15 | 2017-03-22 | 南通大学 | 一种节点簇簇首快速推举方法 |
CN103781144A (zh) * | 2014-02-28 | 2014-05-07 | 东南大学 | 一种交互邻居表模式的Zigbee网络树型路由方法 |
CN103874160B (zh) * | 2014-03-27 | 2017-06-13 | 西安电子科技大学 | 车辆自组织网络中基于三维场景的路由方法 |
CN103888848B (zh) * | 2014-03-27 | 2017-02-15 | 西安电子科技大学 | 车辆自组织网络中基于接收节点的视频传输路由方法 |
CN103888848A (zh) * | 2014-03-27 | 2014-06-25 | 西安电子科技大学 | 车辆自组织网络中基于接收节点的视频传输路由方法 |
CN103874160A (zh) * | 2014-03-27 | 2014-06-18 | 西安电子科技大学 | 车辆自组织网络中基于三维场景的路由方法 |
CN104185239B (zh) * | 2014-08-30 | 2017-07-28 | 西安电子科技大学 | 车辆自组织网络中基于路段长度的交叉口路由方法 |
CN104185239A (zh) * | 2014-08-30 | 2014-12-03 | 西安电子科技大学 | 车辆自组织网络中基于路段长度的交叉口路由方法 |
CN104184829A (zh) * | 2014-09-10 | 2014-12-03 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和位置信息的路由方法 |
CN104185164B (zh) * | 2014-09-10 | 2017-11-24 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和地理路口的路由方法 |
CN104185164A (zh) * | 2014-09-10 | 2014-12-03 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和地理路口的路由方法 |
CN104184829B (zh) * | 2014-09-10 | 2017-09-22 | 西安电子科技大学宁波信息技术研究院 | 车辆自组织网络中基于内容完整性和位置信息的路由方法 |
CN104579958B (zh) * | 2014-12-25 | 2018-07-13 | 东软集团股份有限公司 | 基于gpsr协议的路由优化方法及装置 |
CN104579958A (zh) * | 2014-12-25 | 2015-04-29 | 东软集团股份有限公司 | 基于gpsr协议的路由优化方法及装置 |
CN104618979A (zh) * | 2015-01-30 | 2015-05-13 | 广东迅通科技股份有限公司 | 一种基于路口辅助的自适应分区路由方法 |
CN104865874A (zh) * | 2015-05-15 | 2015-08-26 | 山东省计算中心(国家超级计算济南中心) | 基于北斗导航的智能化农机管理系统及方法 |
CN104865874B (zh) * | 2015-05-15 | 2017-10-13 | 山东省计算中心(国家超级计算济南中心) | 基于北斗导航的智能化农机系统的管理方法 |
CN105657777B (zh) * | 2016-03-14 | 2018-11-20 | 西安电子科技大学 | 基于链路质量和节点转发能力的路由协议设计方法 |
CN105657777A (zh) * | 2016-03-14 | 2016-06-08 | 西安电子科技大学 | 基于链路质量和节点转发能力的路由协议设计方法 |
CN106162736B (zh) * | 2016-06-22 | 2021-12-21 | 江苏迪纳数字科技股份有限公司 | 面向车联网的自适应的介质访问控制方法 |
CN106162736A (zh) * | 2016-06-22 | 2016-11-23 | 江苏迪纳数字科技股份有限公司 | 面向车联网的自适应的介质访问控制方法 |
CN106535279A (zh) * | 2016-11-03 | 2017-03-22 | 江西理工大学 | 基于cp神经网络的车载自组网交叉路口预测路由方法 |
CN107086962A (zh) * | 2017-04-01 | 2017-08-22 | 天津理工大学 | 一种面向车辆网路由的多跳反应式成簇方法 |
CN107105389B (zh) * | 2017-04-05 | 2020-04-24 | 南京邮电大学 | 车载网络中基于道路拓扑结构的地理信息路由方法 |
CN107105389A (zh) * | 2017-04-05 | 2017-08-29 | 南京邮电大学 | 车载网络中基于道路拓扑结构的地理信息路由方法 |
CN107277855A (zh) * | 2017-04-20 | 2017-10-20 | 西安电子科技大学 | 一种保障安全类业务的车联网媒体接入方法 |
CN107147582A (zh) * | 2017-04-26 | 2017-09-08 | 沈阳航空航天大学 | 一种车辆自组织网络混合型路由生成算法 |
CN107277885A (zh) * | 2017-06-19 | 2017-10-20 | 重庆邮电大学 | 一种车辆自组织网络路由方法 |
CN108235282A (zh) * | 2017-07-24 | 2018-06-29 | 南京交通职业技术学院 | 交通流量感知协议 |
CN108235282B (zh) * | 2017-07-24 | 2021-03-16 | 南京交通职业技术学院 | 交通流量感知方法 |
CN108629455A (zh) * | 2018-05-08 | 2018-10-09 | 电子科技大学 | 一种基于车辆自组织网的实时路径规划方法 |
CN108882150A (zh) * | 2018-06-21 | 2018-11-23 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN108882150B (zh) * | 2018-06-21 | 2020-07-24 | 河南科技大学 | 一种基于分簇和相遇感知的信息中心车载网络路由方法 |
CN108696912A (zh) * | 2018-07-13 | 2018-10-23 | 南京邮电大学 | 一种基于E-GyTAR的城市车载自组网路由选择方法 |
CN109788457B (zh) * | 2019-02-26 | 2021-08-03 | 武汉大学 | 一种基于局部拓扑特征和车辆位置信息的城市vanet多跳广播方法 |
CN109788457A (zh) * | 2019-02-26 | 2019-05-21 | 武汉大学 | 一种基于局部拓扑特征和车辆位置信息的城市vanet多跳广播方法 |
CN109982406A (zh) * | 2019-04-11 | 2019-07-05 | 湖南工业大学 | 一种车载通信路由方法 |
CN110519338A (zh) * | 2019-08-06 | 2019-11-29 | 中交信息技术国家工程实验室有限公司 | 一种基于协同通信的数据传输机制 |
CN110519338B (zh) * | 2019-08-06 | 2022-02-15 | 中交信息技术国家工程实验室有限公司 | 一种基于协同通信的数据传输方法 |
CN115188197A (zh) * | 2022-09-09 | 2022-10-14 | 中诚华隆计算机技术有限公司 | 一种交通车辆的智能行驶管控方法、芯片及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102137462B (zh) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102137462B (zh) | 车辆自组织网络中基于预测的交叉路口处的路由方法 | |
CN106961707B (zh) | 一种vanet中基于连通性的多因素决策路由协议 | |
Chen et al. | A connectivity-aware intersection-based routing in VANETs | |
Sharef et al. | Vehicular communication ad hoc routing protocols: A survey | |
Dong et al. | Software defined networking based on-demand routing protocol in vehicle ad hoc networks | |
CN103281742B (zh) | 基于自主获取道路信息车载自组织网络路由方法 | |
Cho et al. | A survey of greedy routing protocols for vehicular ad hoc networks | |
Kohli et al. | A comparative study of Routing Protocols in VANET | |
CN102088666B (zh) | 一种移动自组织网络系统的多播路由方法 | |
Venkata et al. | Traffic monitoring and routing in VANETs—A cluster based approach | |
Wang et al. | TIBCRPH: traffic infrastructure based cluster routing protocol with handoff in VANET | |
Lee et al. | A hybrid traffic geographic routing with cooperative traffic information collection scheme in VANET | |
CN103546937A (zh) | 一种车载自组织网络中基于主动链路状态感知的机会路由方法 | |
CN107105389B (zh) | 车载网络中基于道路拓扑结构的地理信息路由方法 | |
Woo et al. | A hierarchical location service architecture for VANET with aggregated location update | |
CN103379575A (zh) | 一种利用路口静态节点辅助数据转发的车载网路由协议 | |
CN108650656A (zh) | 一种基于交叉路口的分布式城市车联网路由方法 | |
CN105578552A (zh) | 基于车辆-簇-通信小区三层架构的数据传输系统及方法 | |
CN109640369A (zh) | 一种基于自适应功率的车载网可靠通信方法 | |
CN104185239A (zh) | 车辆自组织网络中基于路段长度的交叉口路由方法 | |
Shi et al. | A centralized clustering based hybrid vehicular networking architecture for safety data delivery | |
Ram et al. | Density-connected cluster-based routing protocol in vehicular ad hoc networks | |
Zhao et al. | A vehicle density and load aware routing protocol for VANETs in city scenarios | |
Karpagalakshmi et al. | An effective traffic management system using connected dominating set forwarding (CDSF) framework for reducing traffic congestion in high density VANETs | |
CN105101262B (zh) | 一种高动态无线车载网络中基于tdma协议的移动预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130814 Termination date: 20210419 |