CN103957574A - 一种基于拓扑预测的车用网络路由方法 - Google Patents
一种基于拓扑预测的车用网络路由方法 Download PDFInfo
- Publication number
- CN103957574A CN103957574A CN201410190763.7A CN201410190763A CN103957574A CN 103957574 A CN103957574 A CN 103957574A CN 201410190763 A CN201410190763 A CN 201410190763A CN 103957574 A CN103957574 A CN 103957574A
- Authority
- CN
- China
- Prior art keywords
- node
- roadside system
- automobile
- destination
- reliability
- 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
Landscapes
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于拓扑预测的车用网络路由方法,属于车用网络通信技术领域,包括以下步骤:S1:上行路由过程,即车辆发送信息到路旁系统的过程:具体步骤分为S11和S12;S2:下行路由过程,即路旁系统发送信息给车辆的过程:路旁系统发送初始节点所需数据信息给位置信息变动后的初始节点即目标节点。本发明的有益效果如下:本发明的车用网络路由算法中,上下行的路由方式不同,上行路由通过节点可靠度评价模型选择出可靠度最优的节点进行车用网络的数据通信,使得车用网络通信的可靠度大大提高,减少丢包率。
Description
技术领域
本发明属于车用网络通信技术领域,具体涉及一种基于拓扑预测的车用网络路由方法。
背景技术
由于车用网络相对于自组织移动网络的特殊性,比如车辆高速移动、拓扑变化快等,所以路由算法在车用网络中是一个被公认的难点。然而,目前已经存在的车用网络路由算法,例如分簇的路由算法,考虑到车用网络的移动性,分簇路由算法中的簇生成和簇维护频繁,效率不高。
2007年Y.Gunter,B.Wiegel和H.P.Grossmann在IEEE上发表了“基于簇的车用网络介质访问概念”。目前车用网络中基于簇的路由算法大部分都只是将节点的运动考虑在簇形成中簇首的选择,没有考虑到簇的形成过程中到簇首离开簇之后,簇节点运用簇选择算法,在簇节点以外的节点中进行选择。
因此,设计出适用于车用网络的路由算法,使车用网络传输数据过程中端到端的时延降低,效率提高,是一个亟待解决的问题。
发明内容
本发明针对现有技术的不足,提供了一种基于拓扑预测的车用网络路由方法,解决现有车用网络路由算法中路由维护开销过大、频率过高,资源消耗较大的问题。
为了实现以上发明目的,本发明采取的技术方案如下:一种基于拓扑预测的车用网络路由方法,包括以下步骤:
S1:上行路由过程,即车辆发送信息到路旁系统的过程:具体步骤分为S11和S12;
S11:首先建立车用网络动态演化模型,然后在车用网络动态演化模型的基础上建立节点可靠度评价模型,初始节点即通信发起节点将请求信息发送到根据节点可靠评价模型决策出的可靠度最优的邻居节点;
S12:可靠度最优的邻居节点转发初始节点的请求信息给路旁系统;路旁系统接收到初始节点发送过来的请求信息,并从Internet网络下载初始节点所需数据信息;
S2:下行路由过程,即路旁系统发送信息给车辆的过程:路旁系统发送初始节点所需数据信息给位置信息变动后的初始节点即目标节点。
作为优选,S11所述的车用网络动态演化模型定义如下:
在t时刻节点i的邻居节点集,Ni(t)用如下公式表示;
Ni(t)={j:(xi(t)-xj(t))2+(yi(t)-yj(t))2<R2}j=1,2,3,...,n
其中xi(t)、yi(t)表示t时刻节点i的地理位置坐标,R为节点i的通信半径;
将每个节点i在任意时刻t的行为状态用地理位置坐标xi(t)、yi(t)、速度加速度来描述,在t+Δt时刻,节点i的状态变化如下:
根据任意时刻t节点速度、加速度及地理位置坐标预测下一时刻节点的位置信息;上述的公式(1)、公式(2)、公式(3)统称为车用网络动态演化模型。
作为优选,车用网络动态演化模型中t和t+Δt时刻之间的间隔Δt取一个常量,且Δt≤10s。
作为优选,S11的具体步骤如下:
S111:初始节点广播Hello报文,Hello报文的内容包括初始节点的地理位置坐标和IP地址;收到Hello报文的节点发送应答报文给初始节点,并且将初始节点的信息添加到邻居表;应答报文包括应答节点的速度、加速度、地理位置坐标、最终目的地、相对目的地及IP地址;
S112:初始节点收到应答报文后,将获取的应答节点的信息添加到邻居表;然后建立当前t时刻车用网络拓扑图,用G(Vt,Et)表示,其中Vt是在t时刻节点的集合,Et是边的集合;初始节点提取应答报文的信息,根据车用网络动态演化模型,计算出t+Δt时刻邻居节点的地理位置坐标,以及初始节点在t+Δt时刻的地理位置坐标,预测出t+Δt时刻初始节点一跳范围以内的车用网络拓扑图G(Vt+Δt,Et+Δt),从而求出t+Δt时刻车用网络拓扑图的骨干节点、骨干边及骨干可靠度;
其中,所述车用网络拓扑图是双向的,并用两个节点之间的欧几里得定义边集,即:
Et={(i,j)|d(xi(t),xj(t))<M}
在时间演化中,不同拓扑图的公共节点,称为骨干节点;公共边,称为骨干边;
用G(Vt+Δt,Et+Δt)表示t+Δt时刻车用网络的拓扑图,其中Vt+Δt是在t+Δt时刻节点的集合,Et+Δt是边的集合;
骨干节点集:BVt=Vt∩Vt+Δt
骨干边:BEt=Et∩Et+Δt
定义每个节点拥有骨干边的个数为该节点的骨干可靠度数,若不是骨干节点,其骨干可靠度数为0;
骨干可靠度数:degreet(i∈BVt)=N({(i,j)|{(i,j)∈BEt});
S113:通过链路的可靠度因素和节点距离路旁系统远近因素对节点可靠度进行评价;链路的可靠度又包括以下三个因素:节点的骨干可靠度因素、节点的相对目的地因素和节点的速度因素;最后根据这四个因素组成的节点可靠度评价模型计算邻居节点可靠度,选择可靠度最优的邻居节点作为中继节点与路旁系统建立通信连接。
作为优选,S113所述的节点可靠度因素是对节点骨干可靠度的归一化,节点骨干可靠度数指从时间t到t+Δt,初始节点一跳通信范围内没有改变的邻居节点的个数,用degree表示。
作为优选,S113所述的节点相对目的地因素,是指在一定区域内,这段区域取半径为Δt1·νmax的一个圆区域,其中Δt1≤10s;邻居节点离开该区域的位置称为相对目的地,是否与初始节点的相对目的地一致,用Dij表示,若位置一致,Dij取1,否则取0。
作为优选,S113所述的节点的速度因素是邻居节点与初始节点的速度差的归一化。
作为优选,S113所述的节点距离路旁系统的远近因素是指节点与路旁系统距离和初始节点与旁路系统距离之差归一化,用drsu表示。
作为优选,建立节点可靠度评价模型,具体数学模型如下:
其中wi(i=1,2,3)用于充当变量因子的权重系数,根据公式进行计算,初始节点选择与权重值最小的邻居节点即最优邻居节点建立链路。
作为优选,S2具体步骤如下:
S21:路旁系统转发目标节点的位置信息,即地理位置坐标及IP地址;并通过车用网络动态演化模型预测目标节点在路旁系统返回数据信息给目标节点时的位置信息;
S22:路旁系统根据预测到的目标节点的位置信息,与预测到的目标节点所在位置的周围路旁系统交换路由信息,选择出一个能感应到目标节点的路旁系统,并建立通信连接;
S23:路旁系统将数据信息传给能感应到目标节点的路旁系统,由能感应到目标节点的路旁系统向目标节点发送数据信息;在此过程中,如果目标节点离开选择出的路旁系统,则由选择出的路旁系统进行中继,中继路旁系统与其邻居路旁系统通信,选择出能够感应到目标节点的路旁系统通信,由新选择的路旁系统将数据信息发送给目标节点。
本发明的有益效果:本发明的车用网络路由算法中,上下行的路由方式不同,上行路由通过节点可靠度评价模型选择出可靠度最优的节点进行车用网络的数据通信,使得车用网络通信的可靠度大大提高,减少丢包率,更好的适应不同的交通环境,同时减小路由维护的消耗,提高车用网络的效率。
下行路由过程中,借鉴了生物群集系统里的经典模型Vicsek模型中的快照图,即不同时刻的网络拓扑图,建立了车用网络动态演化模型,对网络拓扑进行预测。通过拓扑预测方法,预测出目标车辆的大致位置,路旁系统将Internet网络下载到数据信息传送给目标车辆附近的路旁系统,即中继路旁系统,中继路旁系统再将数据信息传送给目标车辆。相对于传统的直接通过车辆进行中继信息的方式,通过寻找中继路旁系统的方式中继信息,效率更高,减少了时延,降低了丢包率,提高了性能。
附图说明
图1为城市网络中车辆下载音乐的应用实例示意图;
图2为节点1拓扑控制之前通信范围内的网络拓扑图;
图3为节点1选择了最佳通信链路的示意图;
图4为节点1拓扑控制后的网络拓扑示意图;
图5为节点5拓扑控制之前网络拓扑图;
图6为节点5选择了最佳通信链路的示意图;
图7为节点5拓扑控制之后的网络拓扑图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明做进一步详细说明。
一种基于拓扑预测的车用网络路由方法,根据车用网络动态演化模型对车用网络的拓扑进行预测,研究车用网络路由算法,包括以下步骤:
S1:上行路由过程,即车辆发送信息到路旁系统的过程:具体步骤分为S11和S12;
S11:首先,建立车用网络动态演化模型,然后在车用网络动态演化模型的基础上建立节点可靠度评价模型,初始节点即通信发起节点将请求信息发送到根据节点可靠度平均模型决策出的可靠度最优的邻居节点;
S12:可靠度最优的邻居节点转发初始节点的请求信息给路旁系统;路旁系统接收到初始节点发送过来的请求信息,并从Internet网络下载初始节点所需数据信息;
S2:下行路由过程,即路旁系统发送信息给车辆的过程:路旁系统发送初始节点所需数据信息给位置信息变动后的初始节点即目标节点。
路旁系统的基本概念:车用网络中的路旁系统(RSUs,Roadside Units)通过以太网或者其他的组网形式连接,主要功能是为每辆经过它的车辆提供服务。由于路旁系统是与以太网相连的,所以车网络提供的是可靠的宽带通信服务,网上的资源,以及本地的服务,比如交通信息、旅游信息等,都没有存储在车辆上。
S11所述的车用网络动态演化模型定义如下:
在t时刻节点i的邻居节点集,Ni(t)可以用如下公式来表示;
Ni(t)={j:(xi(t)-xj(t))2+(yi(t)-yj(t))2<R2}j=1,2,3,...,n
其中xi(t)、yi(t)表示t时刻节点i的地理位置坐标,R为节点i的通信半径;
将每个节点i在任意时刻t的行为状态用地理位置坐标xi(t)、yi(t)、速度加速度来描述,那么在t+Δt时刻,节点i的状态变化如下:
这样,根据任意时刻t节点速度、加速度及地理位置坐标,就可以预测下一时刻节点的位置信息和速度;上述的公式(1)、公式(2)、公式(3)统称为车用网络动态演化模型。
其中模型中t和t+Δt时刻之间的间隔Δt需要谨慎选取,因为Δt越短越精确,但是会导致一些不必要的工作量,比如节点的链路还保持着,又去计算其是否还保持连接,就是徒劳的,反之,导致车用网络动态演化模型的结果不准确。
为了车用网络动态演化模型的结果准确,本发明将Δt取为Δt=10s。
S11的具体步骤如下:
S111:初始节点广播Hello报文,Hello报文的内容包括初始节点的地理位置坐标和IP地址;收到Hello报文的节点发送应答报文给初始节点,并且将初始节点的信息添加到邻居表;应答报文包括应答节点的速度、加速度、地理位置坐标、最终目的地、相对目的地及IP地址;
S112:初始节点收到应答报文后,将获取的应答节点的信息添加到邻居表;然后建立当前t时刻车用网络拓扑图,用G(Vt,Et)表示,其中Vt是在t时刻节点的集合,Et是边的集合;初始节点提取应答报文的信息,根据车用网络动态演化模型,计算出t+Δt时刻邻居节点的地理位置坐标,以及初始节点在t+Δt时刻的地理位置坐标,预测出t+Δt时刻初始节点一跳范围以内的车用网络拓扑图G(Vt+Δt,Et+Δt),从而求出t+Δt时刻车用网络拓扑图的骨干节点、骨干边及骨干可靠度;
其中,所述车用网络拓扑图是双向的,并用两个节点之间的欧几里得定义边集,即:
Et={(i,j)|d(xi(t),xj(t))<M}
在时间演化中,不同拓扑图的公共节点,称为骨干节点;公共边,称为骨干边;
用G(Vt+Δt,Et+Δt)表示t+Δt时刻车用网络的拓扑图,其中Vt+Δt是在t+Δt时刻节点的集合,Et+Δt是边的集合;
骨干节点集:BVt=Vt∩Vt+Δt
骨干边:BEt=Et∩Et+Δt
由于拓扑图可能不连通,因而一对骨干节点之间未必存在一条骨干边,但骨干边的两端节点必然是骨干节点;本发明定义每个节点拥有骨干边的个数为该节点的骨干可靠度数,若不是骨干节点,其骨干可靠度数为0;
骨干可靠度数:degreet(i∈BVt)=N({(i,j)|{(i,j)∈BEt});
S113:通过链路的可靠度因素和节点距离路旁系统远近因素对节点可靠度进行评价;链路的可靠度又包括以下三个因素:节点的骨干可靠度因素、节点的相对目的地因素和节点的速度因素;最后根据这四个因素组成的节点可靠度评价模型计算邻居节点可靠度,选择可靠度最优的邻居节点作为中继节点与路旁系统建立通信连接。
S113所述的节点可靠度因素是对节点骨干可靠度的归一化,节点骨干可靠度数指节点稳定的邻居节点的个数,用degree表示;稳定的节点是指,从t时刻到t+1时刻,在初始节点的一跳通信范围以内的,一个节点的没有改变的邻居节点的个数,一个节点从t时刻到t+1时刻里没有改变的邻居节点数越大,这个节点就越稳定;
通过预测t+Δt时刻的链路和节点,就能得出车用网络的骨干节点和骨干边;
节点的骨干可靠度的归一化定义为:
其中表示里面的第j个骨干节点的骨干可靠度,max{degree(V)|V∈BV}表示节点一跳通信范围内的骨干节点的骨干可靠度的最大值;S113所述的节点的速度因素是节点与初始节点的速度差的归一化,用velocity表示;
定义速度的归一化公式为:
其中表示里面的第j个邻居节点与节点的i的速度之差的绝对值,max{Δv}表示节点i一跳通信范围内的节点与节点i速度之差的绝对值的最大值。
S113所述的节点相对目的地因素是指在一定区域内,这段区域取为半径为Δt1·νmax的一个圆区域,其中取Δt为10s;邻居节点离开该区域的位置称为相对目的地,是否与初始节点的相对目的地一致,用Dij表示,若位置一致,Dij取1,否则取0;
S113所述的节点距离路旁系统的远近因素是指节点与路旁系统距离和初始节点与旁路系统距离之差归一化,用drsu表示:
其中表示里面的第j个邻居节点与初始节点的i的距离右侧道路的距离差的绝对值,max{Δd}表示初始节点i一跳通信范围内的邻居节点与初始节点i距离右边道路距离之差的绝对值的最大值。
本发明从上述四个因素来考虑初始节点挑选最佳邻居节点的因素,本发明初始节点选择与邻居节点的最佳链路问题,转化为了采用加权的方式评价节点可靠度的一个最优化问题,建立节点可靠度评价模型,具体数学模型如下:
其中wi(i=1,2,3)用于充当变量因子的权重系数,根据公式进行计算,初始节点选择与权重值最小的邻居节点即最优邻居节点建立链路。
S2具体步骤如下:
S21:路旁系统转发目标节点的位置信息,即地理位置坐标及IP地址;并通过车用网络动态演化模型预测目标节点在路旁系统返回数据信息给目标节点时的位置信息;
S22:路旁系统根据预测到的目标节点的位置信息,与预测到的目标节点所在位置的周围路旁系统交换路由信息,选择出一个能感应到目标节点的路旁系统,并建立通信连接;
S23:路旁系统将数据信息传给能感应到目标节点的路旁系统,由能感应到目标节点的路旁系统向目标节点发送数据信息;在此过程中,如果目标节点离开选择出的路旁系统,则由选择出的路旁系统进行中继,中继路旁系统与其邻居路旁系统通信,选择出能够感应到目标节点的路旁系统通信,由新选择的路旁系统将数据信息发送给目标节点。
具体实施例:
这里以城市网络中车辆下载音乐的应用作为实例,如图1所示为车用网络中的节点通过路旁系统从Internet下载音乐的场景。现在对该场景进行简要的说明,该场景为城市交通环境,场景中道路存在交叉道路,道路的两边安装了路旁系统(RSU)。车辆如果需要去Internet下载信息,需要先将请求信息发送给路旁系统,路旁系统去Internet网络下载信息,然后将下载到的信息传送给发送下载请求信息的目标车辆。在该场景中,我们把城市交通环境划分成不同的区域(Region),车辆在达到目的地的过程中,假设经过某个区域,那么车辆离开该区域的位置,就称为车辆在该区域的相对目的地。这个实例中,节点A首先根据基于车用网络动态演化的分布式路由算法找到它的邻居节点里可靠度最高的节点,假设为节点B,建立链路进行通信,发送报文,报文的内容为:“我要从Internet里面下载音乐”,节点B重复节点A的过程,依次类推,知道有节点N接入到了路旁系统,就与路旁系统进行通信,包括高速路旁系统节点A的初始地理位置坐标、速度、IP地址。路旁系统就根据目标车辆的运动信息预测目标车辆的位置,与目标车辆附近的路旁系统联系,将节点A需要下载的音乐信息传输给节点A,于是整个音乐下载的过程就完成了。
具体实施过程如下:
第一步,如图2,图3和图4所示,初始节点将请求信息发送给根据车用网络动态演化模型决策出的可靠度最优的邻居节点,图2,图3和图4中以节点1为例,在节点1的通信范围以内没有路旁系统,需要通过他的邻居节点路由请求信息给路旁系统,在图2中,节点1在其通信范围内有很多的邻居节点,那么运用节点可靠度评价模型,选择出一个可靠度最优的节点,如图3所示,可靠度最优的是节点7,那么节点1只与节点7建立通信链路转发请求信息,最后的选择结果如图4所示,节点1只与节点7建立了通信链路,转发请求信息。
第二步,可靠度最优的邻居节点转发初始节点的请求信息给路旁系统;路旁系统在t2时刻接收到初始节点在t1时刻发送过来的请求信息,并从Internet网络下载初始节点所需数据信息。
第三步,路旁系统转发目标车辆(节点)的位置信息,即地理位置坐标及IP地址;并通过车用网络动态演化模型预测目标车辆在路旁系统返回数据信息给目标车辆时的位置信息,如图5所示。
路旁系统根据预测到的目标车辆的位置信息,与预测到的目标车辆所在位置的周围路旁系统交换路由信息,选择出一个能感应到目标车辆的路旁系统,并建立通信连接,如图6,7所示。
路旁系统将数据信息传给能感应到目标车辆的路旁系统,由能感应到目标车辆的路旁系统向目标车辆发送数据信息;在此过程中,如果目标车辆离开选择出的路旁系统,则由选择出的路旁系统进行中继,中继路旁系统与其邻居路旁系统通信,选择出能够感应到目标车辆的路旁系统通信,由新选择的路旁系统将数据信息发送给目标车辆。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种基于拓扑预测的车用网络路由方法,其特征在于,包括以下步骤:
S1:上行路由过程,即车辆发送信息到路旁系统的过程:具体步骤分为S11和S12;
S11:首先建立车用网络动态演化模型,然后在车用网络动态演化模型的基础上建立节点可靠度评价模型,初始节点即通信发起节点将请求信息发送到根据节点可靠评价模型决策出的可靠度最优的邻居节点;
S12:可靠度最优的邻居节点转发初始节点的请求信息给路旁系统;路旁系统接收到初始节点发送过来的请求信息,并从Internet网络下载初始节点所需数据信息;
S2:下行路由过程,即路旁系统发送信息给车辆的过程:路旁系统发送初始节点所需数据信息给位置信息变动后的初始节点即目标节点。
2.根据权利要求1所述的方法,其特征在于,S11所述的车用网络动态演化模型定义如下:
在t时刻节点i的邻居节点集,Ni(t)用如下公式表示;
Ni(t)={j:(xi(t)-xj(t))2+(yi(t)-yj(t))2<R2}j=1,2,3,...,n
其中xi(t)、yi(t)表示t时刻节点i的地理位置坐标,R为节点i的通信半径;
将每个节点i在任意时刻t的行为状态用地理位置坐标xi(t)、yi(t)、速度加速度来描述,在t+Δt时刻,节点i的状态变化如下:
根据任意时刻t节点速度、加速度及地理位置坐标预测下一时刻节点的位置信息;上述的公式(1)、公式(2)、公式(3)统称为车用网络动态演化模型。
3.根据权利要求2所述的方法,其特征在于,车用网络动态演化模型中t和t+Δt时刻之间的间隔Δt取一个常量,且Δt≤10s。
4.根据权利要求2或3所述的方法,其特征在于,S11的具体步骤如下:
S111:初始节点广播Hello报文,Hello报文的内容包括初始节点的地理位置坐标和IP地址;收到Hello报文的节点发送应答报文给初始节点,并且将初始节点的信息添加到邻居表;应答报文包括应答节点的速度、加速度、地理位置坐标、最终目的地、相对目的地及IP地址;
S112:初始节点收到应答报文后,将获取的应答节点的信息添加到邻居表;然后建立当前t时刻车用网络拓扑图,用G(Vt,Et)表示,其中Vt是在t时刻节点的集合,Et是边的集合;初始节点提取应答报文的信息,根据车用网络动态演化模型,计算出t+Δt时刻邻居节点的地理位置坐标,以及初始节点在t+Δt时刻的地理位置坐标,预测出t+Δt时刻初始节点一跳范围以内的车用网络拓扑图G(Vt+Δt,Et+Δt),从而求出t+Δt时刻车用网络拓扑图的骨干节点、骨干边及骨干可靠度;
其中,所述车用网络拓扑图是双向的,并用两个节点之间的欧几里得定义边集,即:
Et={(i,j)|d(xi(t),xj(t))<M}
在时间演化中,不同拓扑图的公共节点,称为骨干节点;公共边,称为骨干边;
用G(Vt+Δt,Et+Δt)表示t+Δt时刻车用网络的拓扑图,其中Vt+Δt是在t+Δt时刻节点的集合,Et+Δt是边的集合;
骨干节点集:BVt=Vt∩Vt+Δt
骨干边:BEt=Et∩Et+Δt
定义每个节点拥有骨干边的个数为该节点的骨干可靠度数,若不是骨干节点,其骨干可靠度数为0;
骨干可靠度数:degreet(i∈BVt)=N({(i,j)|{(i,j)∈BEt});
S113:通过链路的可靠度因素和节点距离路旁系统远近因素对节点可靠度进行评价;链路的可靠度又包括以下三个因素:节点的骨干可靠度因素、节点的相对目的地因素和节点的速度因素;最后根据这四个因素组成的节点可靠度评价模型计算邻居节点可靠度,选择可靠度最优的邻居节点作为中继节点与路旁系统建立通信连接。
5.根据权利要求4所述的方法,其特征在于,S113所述的节点可靠度因素是对节点骨干可靠度的归一化,节点骨干可靠度数指从时间t到t+Δt,初始节点一跳通信范围内没有改变的邻居节点的个数,用degree表示。
6.根据权利要求5所述的方法,其特征在于:S113所述的节点相对目的地因素,是指在一定区域内,这段区域取半径为Δt1·νmax的一个圆区域,其中Δt1≤10s;邻居节点离开该区域的位置称为相对目的地,是否与初始节点的相对目的地一致,用Dij表示,若位置一致,Dij取1,否则取0。
7.根据权利要求6所述的方法,其特征在于:S113所述的节点的速度因素是邻居节点与初始节点的速度差的归一化。
8.根据权利要求7所述的方法,其特征在于,S113所述的节点距离路旁系统的远近因素是指节点与路旁系统距离和初始节点与旁路系统距离之差归一化,用drsu表示。
9.根据权利要求8所述的方法,其特征在于,建立节点可靠度评价模型,具体数学模型如下:
其中wi(i=1,2,3)用于充当变量因子的权重系数,根据公式进行计算,初始节点选择与权重值最小的邻居节点即最优邻居节点建立链路。
10.根据权利要求1所述的方法,其特征在于,S2具体步骤如下:
S21:路旁系统转发目标节点的位置信息,即地理位置坐标及IP地址;并通过车用网络动态演化模型预测目标节点在路旁系统返回数据信息给目标节点时的位置信息;
S22:路旁系统根据预测到的目标节点的位置信息,与预测到的目标节点所在位置的周围路旁系统交换路由信息,选择出一个能感应到目标节点的路旁系统,并建立通信连接;
S23:路旁系统将数据信息传给能感应到目标节点的路旁系统,由能感应到目标节点的路旁系统向目标节点发送数据信息;在此过程中,如果目标节点离开选择出的路旁系统,则由选择出的路旁系统进行中继,中继路旁系统与其邻居路旁系统通信,选择出能够感应到目标节点的路旁系统通信,由新选择的路旁系统将数据信息发送给目标节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410190763.7A CN103957574B (zh) | 2014-05-07 | 2014-05-07 | 一种基于拓扑预测的车用网络路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410190763.7A CN103957574B (zh) | 2014-05-07 | 2014-05-07 | 一种基于拓扑预测的车用网络路由方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103957574A true CN103957574A (zh) | 2014-07-30 |
CN103957574B CN103957574B (zh) | 2017-09-19 |
Family
ID=51334773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410190763.7A Expired - Fee Related CN103957574B (zh) | 2014-05-07 | 2014-05-07 | 一种基于拓扑预测的车用网络路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103957574B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765825A (zh) * | 2015-04-10 | 2015-07-08 | 清华大学 | 基于协同融合原理的社交网络链路预测方法及装置 |
CN112954497A (zh) * | 2021-04-09 | 2021-06-11 | 北京国科天迅科技有限公司 | 一种基于fc-ae交换机的环形级联网络 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255973A (zh) * | 2011-08-23 | 2011-11-23 | 江苏省邮电规划设计院有限责任公司 | 车辆无线通信网络中的路由方法及车辆无线通信网络 |
CN102572992A (zh) * | 2012-01-17 | 2012-07-11 | 百年金海安防科技有限公司 | 一种车载网络rsu部署及其数据转发方法 |
CN103298138A (zh) * | 2013-06-14 | 2013-09-11 | 电子科技大学 | 一种用于无线移动网络的数据传输控制方法 |
CN103702387A (zh) * | 2014-01-08 | 2014-04-02 | 重庆邮电大学 | 一种基于社会网络的车载自组织网络路由方法 |
-
2014
- 2014-05-07 CN CN201410190763.7A patent/CN103957574B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255973A (zh) * | 2011-08-23 | 2011-11-23 | 江苏省邮电规划设计院有限责任公司 | 车辆无线通信网络中的路由方法及车辆无线通信网络 |
CN102572992A (zh) * | 2012-01-17 | 2012-07-11 | 百年金海安防科技有限公司 | 一种车载网络rsu部署及其数据转发方法 |
CN103298138A (zh) * | 2013-06-14 | 2013-09-11 | 电子科技大学 | 一种用于无线移动网络的数据传输控制方法 |
CN103702387A (zh) * | 2014-01-08 | 2014-04-02 | 重庆邮电大学 | 一种基于社会网络的车载自组织网络路由方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765825A (zh) * | 2015-04-10 | 2015-07-08 | 清华大学 | 基于协同融合原理的社交网络链路预测方法及装置 |
CN104765825B (zh) * | 2015-04-10 | 2018-05-11 | 清华大学 | 基于协同融合原理的社交网络链路预测方法及装置 |
CN112954497A (zh) * | 2021-04-09 | 2021-06-11 | 北京国科天迅科技有限公司 | 一种基于fc-ae交换机的环形级联网络 |
CN112954497B (zh) * | 2021-04-09 | 2023-09-08 | 北京国科天迅科技有限公司 | 一种基于fc-ae交换机的环形级联网络 |
Also Published As
Publication number | Publication date |
---|---|
CN103957574B (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Distributed cooperative reinforcement learning-based traffic signal control that integrates V2X networks’ dynamic clustering | |
CN105245608B (zh) | 基于自编码网络的车联网网络节点筛选及其通达性路由构建方法 | |
Li et al. | An intersection-based QoS routing in vehicular ad hoc networks | |
CN104080056B (zh) | 基于连通度概率感知的车载自组织网络的消息分发方法 | |
CN105763451A (zh) | 一种车联网中基于蚁群算法的QoS容错路由选择方法 | |
Araujo et al. | CARTIM: A proposal toward identification and minimization of vehicular traffic congestion for VANET | |
CN105489043A (zh) | 基于车载自组网的实时路径规划方法 | |
CN102883402A (zh) | 一种基于位置和拓扑特性的车辆自组网数据传输方法 | |
Huo et al. | A UAV mobile strategy in mobile ad hoc networks | |
CN105228215A (zh) | 车载自组织网络中基于决策树机制的多副本路由方法 | |
CN105391631A (zh) | 一种用于车载自组网的增强的稳定路由协议 | |
Skiles et al. | A geographical hybrid solution for inter-vehicular communication in VANET | |
Zhang et al. | Application of manet routing protocol in vehicular ad hoc network based on NS3 | |
CN104835316A (zh) | 一种基于车流量密度的vanet稀疏连通问题解决方法 | |
Syfullah et al. | Mobility-based clustering algorithm for multimedia broadcasting over IEEE 802.11 p-LTE-enabled VANET | |
Abuashour | An efficient Clustered IoT (CIoT) routing protocol and control overhead minimization in IoT network | |
CN109803342A (zh) | 一种面向能量均衡高可靠传输的无人机自组织网络路由方法 | |
CN103957574A (zh) | 一种基于拓扑预测的车用网络路由方法 | |
CN105792311A (zh) | 一种基于用户活动区域模型的车联网路由方法 | |
Anusa et al. | Enhance the performance of cluster based routing protocol using DPAL in VANET | |
Zhao et al. | An intersection-based clustering algorithm for vehicular ad hoc networks | |
CN114071421B (zh) | 高速公路场景中开放式无人驾驶车车群模型及车群形成方法 | |
CN108391249A (zh) | 一种应用于车联网的交通感知路由方法 | |
CN114915940A (zh) | 一种基于边云计算的车路通信链路匹配方法及系统 | |
CN113891318A (zh) | 一种车载网中基于无人机辅助的检测恶意节点方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20170919 Termination date: 20200507 |