CN103491571B - 基于联合功率和速率调整的车辆自组织网络拥塞控制方法 - Google Patents

Abstract

本发明公开了一种基于联合功率和速率调整的车辆自组织网络拥塞控制方法，主要解决现有方法中在十字路口车辆密集的情况下仅通过速率控制无法实现拥塞控制的问题以及信道利用率低的问题。其实现步骤是：每辆车以检测间隔T不断地检测本地信道负载L；根据所检测到的本地信道负载L，每辆车在其检测间隔结束时估计下一个检测间隔的总目标信道负载L_O；将十字路口的车辆分为第一小组A和第二小组B，每个小组选择一个代表车辆参加非合作两阶段讨价还价博弈，使得下一个检测间隔的信道负载不超过总目标信道负载L_O；每辆车根据非合作讨价还价博弈的结果分布式地调整周期性安全信息的发送功率p和速率r。本发明能有效地控制信道拥塞，提高了信道带宽的利用率。

Description

基于联合功率和速率调整的车辆自组织网络拥塞控制方法

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中安全信息的拥塞控制方法，可用于交叉路口安全信息的拥塞控制。

背景技术

当今社会，道路交通问题越来越引起人们的关注。将车载自组织网络应用于智能交通系统可以更好的帮助驾驶员提高行驶的安全性。在车载自组织网络中，车辆间通过交换安全消息使车辆能够熟悉周围车辆的行驶状态以及突发的紧急情况，以确保安全信息可靠、高效地传输。其中安全信息分为周期性的安全信息和事件驱动型这两类安全信息。但由于无线信道容量的限制，在车辆密度很大的情况下，仅仅是周期性的安全信息就很容易使信道产生拥塞，一旦发生这种状况，就必然会影响到安全信息的有效接收，从而可能导致车辆的行驶安全受到威胁，因此安全信息的拥塞控制问题就显得尤为关键。当前IEEE802.11p工作组正致力于适用于车辆通信的标准化工作，在该标准中拥塞控制的唯一方法是一旦检测到信道占用率高于50%，则除了具有最高优先级的信息之外，其他信息禁止接入信道，但是该机制具有以下几点局限性：第一，并不能解决由周期性安全信息所造成的信道拥塞。第二，减少了周期性安全信息接入信道的机会，从而降低了车辆之间的相互感知程度，对道路安全造成威胁。第三，由于事件驱动型安全信息比较少，所以预留的信道带宽在大多数情况下不能被充分的利用。

YunpengZang等通过操作MAC传输队列从而控制数据包的产生速度以实现拥塞控制，主要介绍了两种方法，第一种方法是队列冻结，即一旦检测到事件驱动型的安全信息，除了具有最高优先级的安全队列，所有队列将会被强制冻结；第二种方法是自适应QoS，即采用动态的竞争窗口CW以控制数据包的传输速率，当信道的利用率超过95%时除了事件驱动型信息所有的队列将被冻结，当信道的利用率为70%或者更高时，竞争窗口CW加倍，当信道的利用率低于30%时将竞争窗口CW减半直到达到竞争窗口CW的最小值。这两种方法存在的问题是，信道利用率在实际中很难测量。

为解决上述问题MicheleDrigo等提出了DRCV(distributedratecontrolforVANETs)算法，该算法由3部分组成：信道检测，负载预测，行动。信道检测以分布式的方式进行，即每个车辆周期性地检测本地信道负载，在每个检测间隔结束时，基于本检测间隔的信道负载估计下一个检测间隔的信道负载，行动是由每个车辆执行的。该DRCV算法通过以下两个步骤实现发送速率控制：1）每个车辆根据有无事件驱动型安全信息动态地设置自己发送的以及其所有邻居发送的周期信息的总目标信道负载。2）为了满足步骤1）中所设置的总目标信道负载每个车辆控制其所发送的周期型安全信息的速率。在该方法中每个车辆不断地检测本地信道负载。这种方法由于仅仅根据有无事件驱动型安全信息来调整车辆的总目标信道负载值，因而有一定的局限性，不利于信道带宽的充分利用，此外在车辆十分密集的情况下，车辆的移动非常缓慢，即车辆状态变化慢，则周期性安全信息的更新频率不需要太快，因此仅通过减少周期性安全信息的产生速度，以减小周期性安全信息的更新频率来降低信道负载的方法是不可行的。

发明内容

本发明的目的在于克服上述现有技术的缺点，提出一种基于联合功率和速率调整的车辆自组织网络拥塞控制方法，以减少信道负载，提高信道带宽的利用率。

为实现上述目的，本发明的技术方案包括如下步骤：

（1）信道检测：每辆车以检测间隔T不断地检测本地信道负载L；

（2）负载估计：根据所检测到的本地信道负载L，每辆车在其检测间隔结束时估计下一个检测间隔的总目标信道负载L_O；

（3）利用非合作两阶段讨价还价博弈进行拥塞控制：

3.1）将十字路口的车辆根据其所处的地理位置分为A和B两组；

3.2）第一小组A选择一个代表车辆R_A，第二小组B选择一个代表车辆R_B，同时参与讨价还价博弈；

3.3）设置第一博弈参与者R_A和第二博弈参与者R_B的战略空间均为：{S＝[P_min,P_max]×[R_min,R_max]}，其中P_min是车辆发送周期性安全信息的最小功率，P_max是车辆发送周期性安全信息的最大功率，R_min是车辆发送周期性安全信息的最小速率，R_max是车辆发送周期性安全信息的最大速率；

3.4）第一博弈参与者R_A和第二博弈参与者R_B进行两阶段讨价还价博弈，使得下一个检测间隔的信道负载不超过总目标信道负载L_O；

3.5)按照逆向分析法求解所述两阶段讨价还价博弈，得到其纳什均衡解(r₁ ^*,)，其中是第一博弈参与者R_A发送周期性安全信息的最优功率，r₁ ^*是第一博弈参与者R_A发送周期性安全信息的最优功率，是第二博弈参与者R_B发送周期性安全信息的最优功率，是第二博弈参与者R_B发送周期性安全信息的最优功率；

3.6）第一博弈参与者R_A发送广播信息将其最优功率和最优速率r₁ ^*告知第一小组A中的所有车辆，第一小组A中的所有车辆均按照最优功率和最优速率r₁ ^*设置周期性安全信息的发送功率和速率；第二博弈参与者R_B发送广播信息将其最优功率和最优速率告知第二小组B中的所有车辆，第二小组B中的所有车辆均按照最优功率和最优速率设置其周期性安全信息的发送功率和速率；

（4）发送恢复：未收到博弈参与者发送广播信息的车辆，向该组的博弈参与者发送恢复请求信息，以获得最优发送功率和速率发送周期性安全信息。

本发明与现有技术相比具有以下优点：

1）本发明由于采用了联合功率和速率调整的拥塞控制方法，克服了现有技术中在十字路口车辆密集的情况下仅通过速率控制无法实现拥塞控制的问题，能有效地进行拥塞控制，从而提高了周期性安全信息成功接收的概率，保证了车辆的行驶安全。

2）本发明由于采用了动态的总目标信道负载计算方法，即每辆车根据所检测到的信道负载动态地调整下一个检测间隔的总目标信道负载，克服了现有技术中仅根据有无事件驱动型安全信息来调整车辆的总目标信道负载值所导致的信道带宽利用率下降问题，有效的提高了信道带宽的利用率。

附图说明:

图1为本发明的总流程图；

图2为本发明中的信道负载估计子流程图；

图3为本发明中的拥塞控制的子流程图；

图4为本发明中十字路口车辆分组示意图；

图5为本发明中两阶段讨价还价博弈的博弈树。

具体实施方式

下面结合附图对本发明的技术方案进行详细说明。

参照图1，本发明基于联合功率和速率调整的车辆自组织网络拥塞控制方法的实现步骤如下：

步骤1，信道检测。

每辆车以检测间隔T不断地检测本地信道负载L，其中本地信道负载L是指节点监听范围内的信道负载，在本发明中用平均信道忙的时间来衡量本地信道负载L，其计算公式如下：

$L=C\·\frac{p}{n}\·\mathrm{\ρ}\·r\·\mathrm{\τ},$

其中，C是常数，在十字路口场景下C取值为10，p是周期性安全信息的发送功率，n是路径损耗因子，其中n的取值范围是n∈[2,5]，r是周期性安全信息的传输速率，τ是周期性安全信息的大小，ρ是车辆的密度，检测间隔T的取值为4秒。

步骤2，负载估计。

根据所检测到的本地信道负载L，每辆车在其检测间隔结束时估计下一个检测间隔的总目标信道负载L_O；

参照图2，本步骤的具体实现如下：

2.1）设置由周期性安全信息所产生的最大负载为Th_max和最小信道负载为Th_min；

2.2）设置信道可承受的最大负载为L_max和最小负载为L_min；

2.3）计算第j辆车在第i个检测间隔内所检测到的信道负载其中p_i,j是第j辆车在第i个检测间隔内发送周期性安全信息的功率，r_i,j是第j辆车在第i个检测间隔内发送周期性安全信息的速率，i＝1,2,3,....，j＝1,2,3,....；

2.4）在第i个检测间隔结束时，计算第j辆车在第i+1个检测间隔内的总目标信道负载LO：

$L_O=\left\{\begin{array}{cc}{\mathrm{Th}}_{\min },& L_{i,j}>L_{\max }\\ {\mathrm{Th}}_{\max },& L_{i,j}<L_{\min }\\ {\mathrm{Th}}_{\min }+\frac{L_{\max }-L_{i,j}}{L_{\max }-L_{\min }}\&times;({\mathrm{Th}}_{\max }-{\mathrm{Th}}_{\min }),& L_{\min }<L_{i,j}<L_{\max }\end{array}\right.,$

其中L_i,j是第j辆车在第i个检测间隔内所检测到的信道负载，Th_max是周期性信息所产生的最大信道负载，Th_min是周期性信息所产生的最小信道负载，L_max是信道可承受的最大负载，L_min是信道可承受的最小负载。

步骤3，利用非合作讨价还价博弈进行拥塞控制。

参照图3，本步骤的具体实现如下：

3.1）按照图4，用数字地图将道路分为不同的区域，每个区域用唯一的数字标识，I₁，I₂代表不同的十字路口，v₁，v₂，v₃，v₄代表不同的车辆，其中车辆v₁和v₂均位于区域12，车辆v₃和v₄均位于区域7，当车辆进入十字路口的虚拟圆周之后，按照其所处的区域分成两组，即车辆v₁和v₂属于第一小组A,车辆v₃和v₄属于第二小组B；

3.2）第一小组A选择一个代表车辆R_A，第二小组B选择一个代表车辆R_B，同时参与讨价还价博弈，假设第一小组A中最先进入虚拟圆周的车辆是v₁，第二小组B中最先进入虚拟圆周的车辆是v₃，则车辆v₁即为第一小组A的代表车辆，记为R_A，车辆v₂即为第二小组B的代表车辆，记为R_B；

3.3）设置博弈参与者R_A和R_B的战略空间为：{S＝[P_min,P_max]×[R_min,R_max]}，其中P_min是车辆发送周期性安全信息的最小功率，P_max是车辆发送周期性安全信息的最大功率，R_min是车辆发送周期性安全信息的最小速率，R_max是车辆发送周期性安全信息的最大速率；

3.4）第一博弈参与者R_A和第二博弈参与者R_B进行两阶段讨价还价博弈，使得下一个检测间隔的信道负载不超过总目标信道负载L_O；

参照图5，两阶段讨价还价博弈包括如下步骤：

3.4.1）在讨价还价博弈的第一阶段，由第一博弈参与者R_A先行动，且选择策略S₁＝{p₁,r₁}∈S，分别计算第一博弈参与者R_A所获得的效用U_A ¹和第二博弈参与者R_B所获得的效用U_B ¹：

${U_A}^1=C\&CenterDot;\frac{p_1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1\&CenterDot;\mathrm{\&tau;}-\mathrm{\&alpha;}{p}_1,$

${U_B}^1=L_O-C\&CenterDot;\frac{p_1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1\&CenterDot;\mathrm{\&tau;}+\mathrm{\&alpha;}{p}_1,$

其中，L_O是总目标信道负载，C是常数，在十字路口场景下C取值为10，n是路径损耗因子，其中n的取值范围是n∈[2,5]，p₁是第一博弈参与者R_A在博弈的第一阶段所选的策略对应的功率，r₁是第一博弈参与者R_A在博弈的第一阶段所选的策略对应的速率，τ是周期性安全信息的大小，ρ是车辆密度，α是第一阶段的代价因子，取值为0.3；

3.4.2）判断第二博弈参与者R_B是否接受第一博弈参与者R_A的策略S₁＝{p₁,r₁}，若接受，则博弈结束，否则转步骤3.4.3）；

3.4.3）在讨价还价博弈的第二阶段，由第二博弈参与者R_B先行动，且选择策略S₂＝{p₂,r₂}∈S,分别计算第二博弈参与者R_B所获得的效用U_B ²和第一博弈参与者R_A所获得的效用U_A ²：

${U_B}^2=\mathrm{\&gamma;}(C\&CenterDot;\frac{p_2}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_2\&CenterDot;\mathrm{\&tau;}-\mathrm{\&beta;}{p}_2),0<\mathrm{\&gamma;}<1$

${U_A}^2=\mathrm{\&gamma;}(L_O-C\&CenterDot;\frac{p_2}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_2\&CenterDot;\mathrm{\&tau;}+\mathrm{\&beta;}{p}_2),0<\mathrm{\&gamma;}<1$

其中，γ是消耗系数,取值为0.2，p₂是第二博弈参与者R_B在博弈的第二阶段所选的策略对应的功率，r₂是第二博弈参与者R_B在博弈的第二阶段所选的策略对应的速率，β是第二阶段的代价因子，取值为0.3；

3.4.4）不管第一博弈参与者R_A是否接受第二博弈参与者R_B的策略S₂＝{p₂,r₂}，博弈均结束；

3.5)按照逆向分析法求解所述两阶段讨价还价博弈，得到其纳什均衡解其中是第一博弈参与者R_A发送周期性安全信息的最优功率，是第一博弈参与者R_A发送周期性安全信息的最优功率，是第二博弈参与者R_B发送周期性安全信息的最优功率，是第二博弈参与者R_B发送周期性安全信息的最优功率；

两阶段讨价还价博弈的求解包括如下步骤：

3.5.1)以任意向量(p₀,r₀,r′₀)初始化向量序列其中，序列号k＝1，p₀∈[P_min,P_max]，r₀,r′₀∈[R_min,R_max]，P_min是车辆发送周期性安全信息的最小功率，P_max是车辆发送周期性安全信息的最大功率，R_min是车辆发送周期性安全信息的最小速率，R_max是车辆发送周期性安全信息的最大速率；

3.5.2)利用逆向分析法计算第一博弈参与者R_A的功率

$p_1^k=\frac{L_O-\mathrm{\&gamma;}(C\&CenterDot;\frac{p_2^k}{n}\&CenterDot;\mathrm{\&rho;}{r}_2^k-\mathrm{\&beta;}{p}_2^k)}{\mathrm{\&alpha;}-C\&CenterDot;\frac{1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1^k\&CenterDot;\mathrm{\&tau;}},$

若计算出的第一博弈参与者R_A的功率大于周期性安全信息的最大发送功率P_max，即若 $p_1^k>P_{\max },$ 则令 $p_1^k=P_{\max };$

3.5.3）更新序列号k←k+1，按如下步骤更新向量序列

3.5.3a）计算使函数U_A ¹ 取得最大值时r₁ ^k的取值，更新第一博弈参与者R_A的发送速率r₁ ^k，其中 ${U_A}^1(p_1^{k-1},r_1^k)=C\&CenterDot;\frac{{p_1}^{k-1}}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1^k\&CenterDot;\mathrm{\&tau;}-\mathrm{\&alpha;}{p_1}^{k-1},$ 若计算出的第一博弈参与者R_A的速率r₁ ^k大于周期性安全信息的最大发送速率R_max，即若则令

3.5.3b）分别更新第二博弈参与者R_B发送周期性安全信息的速率和功率，即 $r_2^k=r_2^{k-1};$

3.5.4）设置任意小的正数ε的取值为10^-7，将|r₁ ^k-r₁ ^k-1|与ε进行比较，如果|r₁ ^k-r₁ ^k-1|≤ε，则停止迭代，向量序列(r₁ ^k,)即为纳什均衡解否则，返回步骤3.5.2），根据更新后的向量序列计算第一博弈参与者R_A周期性安全信息的发送功率

3.6）第一博弈参与者R_A发送广播信息将其最优功率和最优速率r₁ ^*告知第一小组A中的所有车辆，第一小组A中的所有车辆均按照最优功率和最优速率r₁ ^*设置周期性安全信息的发送功率和速率；第二博弈参与者R_B发送广播信息将其最优功率和最优速率r₂ ^*告知第二小组B中的所有车辆，第二小组B中的所有车辆均按照最优功率和最优速率r₂ ^*设置其周期性安全信息的发送功率和速率。

步骤4，未收到博弈参与者发送广播信息的车辆，向该组的博弈参与者发送恢复请求信息，以获得最优发送功率和速率发送周期性安全信息。

Claims (7)

1.一种基于联合功率和速率调整的车辆自组织网络拥塞控制方法，包括如下步骤：

(1)信道检测：每辆车以检测间隔T不断地检测本地信道负载L；

(2)负载估计：根据所检测到的本地信道负载L，每辆车在其检测间隔结束时估计下一个检测间隔的总目标信道负载L_O；

(3)利用非合作两阶段讨价还价博弈进行拥塞控制：

3.1)将十字路口的车辆根据其所处的地理位置分为A和B两组；

3.2)第一小组A选择一个代表车辆R_A，第二小组B选择一个代表车辆R_B，同时参与讨价还价博弈；

3.3)设置第一博弈参与者R_A和第二博弈参与者R_B的战略空间均为：{S＝[P_min,P_max]×[R_min,R_max]}，其中P_min是车辆发送周期性安全信息的最小功率，P_max是车辆发送周期性安全信息的最大功率，R_min是车辆发送周期性安全信息的最小速率，R_max是车辆发送周期性安全信息的最大速率；

3.4)第一博弈参与者R_A和第二博弈参与者R_B进行两阶段讨价还价博弈，使得下一个检测间隔的信道负载不超过总目标信道负载L_O；

3.5)按照逆向分析法求解所述两阶段讨价还价博弈，得到其纳什均衡解其中是第一博弈参与者R_A发送周期性安全信息的最优功率，是第一博弈参与者R_A发送周期性安全信息的最优速率，是第二博弈参与者R_B发送周期性安全信息的最优功率，是第二博弈参与者R_B发送周期性安全信息的最优速率；

3.6)第一博弈参与者R_A发送广播信息将其最优功率和最优速率告知第一小组A中的所有车辆，第一小组A中的所有车辆均按照最优功率和最优速率设置周期性安全信息的发送功率和速率；第二博弈参与者R_B发送广播信息将其最优功率和最优速率告知第二小组B中的所有车辆，第二小组B中的所有车辆均按照最优功率和最优速率设置其周期性安全信息的发送功率和速率；

(4)发送恢复：未收到博弈参与者发送广播信息的车辆，向该组的博弈参与者发送恢复请求信息，以获得最优发送功率和速率发送周期性安全信息。

2.根据权利要求1所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤(1)所述的本地信道负载L，是指节点监听范围内的信道负载，其计算公式如下：

$L=C\&CenterDot;\frac{p}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r\&CenterDot;\mathrm{\&tau;},$

其中，C是常数，在十字路口场景下C取值为10，p是周期性安全信息的发送功率，n是路径损耗因子，r是周期性安全信息的传输速率，τ是周期性安全信息的大小，ρ是车辆的密度。

3.根据权利要求1中所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤(2)所述的每辆车在其检测间隔结束时估计下一个检测间隔的总目标信道负载L_O，包括如下步骤：

2.1)设置由周期性安全信息所产生的最大和最小信道负载分别为：Th_max,Th_min；

2.2)设置信道可承受的最大和最小负载分别为：L_max,L_min；

2.3)计算第j辆车在第i个检测间隔内所检测到的信道负载其中p_i,j是第j辆车在第i个检测间隔内发送周期性安全信息的功率，r_i,j是第j辆车在第i个检测间隔内发送周期性安全信息的速率，i＝1,2,3,....，j＝1,2,3,....；

2.4)在第i个检测间隔结束时，计算第j辆车在第i+1个检测间隔内的总目标信道负载L_O：

$L_O=\left\{\begin{array}{cc}{\mathrm{Th}}_{\min },& L_{i,j}>L_{\max }\\ {\mathrm{Th}}_{\max },& L_{i,j}<L_{\min }\\ {\mathrm{Th}}_{\min }+\frac{L_{\max }-L_{i,j}}{L_{\max }-L_{\min }}\&times;\left({\mathrm{Th}}_{\max }-{\mathrm{Th}}_{\min }\right),& L_{\min }<L_{i,j}<L_{\max }\end{array}\right.,$

其中L_i,j是第j辆车在第i个检测间隔内所检测到的信道负载，Th_max,Th_min分别是周期性信息所产生的最大和最小信道负载，L_max,L_min分别是信道可承受的最大和最小负载。

4.根据权利要求1中所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤3.1)所述的将十字路口的车辆根据其所处的地理位置分为A和B两组，是用用数字地图将道路先分成不同的区域，每个区域用唯一的数字进行标识；再将进入十字路口虚拟圆周内的车辆，按照其所处区域分为第一小组A和第二小组B。

5.根据权利要求1中所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤3.2)所述的第一小组A选择一个代表车辆R_A，第二小组B选择一个代表车辆R_B，是将小组内最先进入十字路口虚拟圆周内的车辆选为代表车辆。

6.根据权利要求1中所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤3.4)中所述的第一博弈参与者R_A和第二博弈参与者R_B进行两阶段讨价还价博弈，使得下一个检测间隔的信道负载不超过总目标信道负载L_O，包括如下步骤：

3.4.1)在讨价还价博弈的第一阶段，由第一博弈参与者R_A先行动，且选择策略S₁＝{p₁,r₁}∈S，分别计算第一博弈参与者R_A所获得的效用U_A ¹和第二博弈参与者R_B所获得的效用U_B ¹：

${U_A}^1=C\&CenterDot;\frac{p_1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1\&CenterDot;\mathrm{\&tau;}-{\mathrm{\&alpha;p}}_1,$

${U_B}^1=L_O-C\&CenterDot;\frac{p_1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1\&CenterDot;\mathrm{\&tau;}+{\mathrm{\&alpha;p}}_1,$

其中，L_O是总目标信道负载，C是常数，在十字路口场景下C取值为10，p₁是第一博弈参与者R_A在博弈的第一阶段所选的策略对应的功率，r₁是第一博弈参与者R_A在博弈的第一阶段所选的策略对应的速率，τ是周期性安全信息的大小，ρ是车辆密度，α是第一阶段的代价因子；

3.4.2)判断第二博弈参与者R_B是否接受第一博弈参与者R_A的策略S₁＝{p₁,r₁}，若接受，则博弈结束，否则转步骤3.4.3)；

3.4.3)在讨价还价博弈的第二阶段，由第二博弈参与者R_B先行动，且选择策略S₂＝{p₂,r₂}∈S,分别计算第二博弈参与者R_B所获得的效用U_B ²和第一博弈参与者R_A所获得的效用U_A ²：

${U_B}^2=\mathrm{\&gamma;}(C\&CenterDot;\frac{p_2}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_2\&CenterDot;\mathrm{\&tau;}-{\mathrm{\&beta;p}}_2),0<\mathrm{\&gamma;}<1$

${U_A}^2=\mathrm{\&gamma;}(L_O-C\&CenterDot;\frac{p_2}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_2\&CenterDot;\mathrm{\&tau;}+{\mathrm{\&beta;p}}_2),0<\mathrm{\&gamma;}<1$

其中，γ是消耗系数，p₂是第二博弈参与者R_B在博弈的第二阶段所选的策略对应的功率，r₂是第二博弈参与者R_B在博弈的第二阶段所选的策略对应的速率，β是第二阶段的代价因子；

3.4.4)不管第一博弈参与者R_A是否接受第二博弈参与者R_B的策略S₂＝{p₂,r₂}，博弈均结束。

7.根据权利要求1中所述的基于联合功率和速率调整的车辆自组织网络拥塞控制方法，其特征在于步骤3.5)所述的按照逆向分析法求解所述两阶段讨价还价博弈，包括如下步骤：

3.5.1)以任意向量(p₀,r₀,r'₀)初始化向量序列其中，序列号k＝1，p₀∈[P_min,P_max]，r₀,r'₀∈[R_min,R_max]，P_min是车辆发送周期性安全信息的最小功率，P_max是车辆发送周期性安全信息的最大功率，R_min是车辆发送周期性安全信息的最小速率，R_max是车辆发送周期性安全信息的最大速率；

3.5.2)利用逆向分析法计算第一博弈参与者R_A的功率

$p_1^k=\frac{L_O-\mathrm{\&gamma;}(C\&CenterDot;\frac{p_2^k}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_2^k-{\mathrm{\&beta;p}}_2^k)}{\mathrm{\&alpha;}-C\&CenterDot;\frac{1}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;r_1^k\&CenterDot;\mathrm{\&tau;}},$

若计算出的第一博弈参与者R_A的功率大于周期性安全信息的最大发送功率P_max，即若 $p_1^k>P_{max},$ 则令 $p_1^k=P_{max};$

3.5.3)更新序列号k←k+1，按如下步骤更新向量序列

3.5.3a)计算使函数取得最大值时的取值，更新第一博弈参与者R_A的发送速率其中 ${U_A}^1(p_1^{k-1},{r_1}^k)=C\&CenterDot;\frac{{p_1}^{k-1}}{n}\&CenterDot;\mathrm{\&rho;}\&CenterDot;{r_1}^k\&CenterDot;\mathrm{\&tau;}-{{\mathrm{\&alpha;p}}_1}^{k-1},$ 若计算出的第一博弈参与者R_A的速率大于周期性安全信息的最大发送速率R_max，即若则令

3.5.3b)分别更新第二博弈参与者R_B发送周期性安全信息的速率和功率，即 $r_2^k=r_2^{k-1};$

3.5.4)设置任意小的正数ε的取值为10^-7，将与ε进行比较，如果则停止迭代，向量序列即为纳什均衡解否则，返回步骤3.5.2)，根据更新后的向量序列计算第一博弈参与者R_A周期性安全信息的发送功率