CN104753783A - 基于车载短距离通信网的快收敛蚁群路由建立方法 - Google Patents

Abstract

本发明公开了一种基于车载短距离通信网的快收敛蚁群路由建立方法，包括如下步骤：节点接收周围节点的心跳信息，根据心跳信息确定周围节点的距离及行车方向；由源节点到目的节点逐级确定选择带；对选择带及选择带内的节点编号；依据编号对源节点及各中间节点初始化信息素；利用改进的蚁群算法建立路由；并对源节点及各中间节点分配最优的发送功率。本发明充分利用V2X网络的特性，对蚁群算法进行了改进，既减少了人工蚂蚁的无效行走，又极大增加了蚁群算法的收敛速度，提出了一种适应于V2X网络的路由建立方法。

Description

基于车载短距离通信网的快收敛蚁群路由建立方法

技术领域

本发明涉及一种基于车载短距离通信网的快收敛蚁群路由建立方法，属于车载通信网技术领域。

背景技术

车载短距离通信(Vehicle to X：V2X)网络是通过无线通信、GPS/GIS、传感等短距离通信技术实现的车内(CAN-Controller Area Network)、车路(Vehicle-2-RSU)、车间(Vehicle-2-Vehicle)、车外(vehicle-2-Infrastructure)、人车(Vehicle-2-Person)之间的通信。

V2X网络中车载节点的通信距离定义在300米左右，且V2X网络中的车辆处于快速移动状态，这对节点之间的路由选择、建立及维护提出了极高的要求，传统的路由建立及维护方法并不适用于V2X网络。

蚁群算法是一种可以在复杂的网络环境中取得优化路由的方法，该算法通过配置人工蚂蚁模拟真实蚂蚁的路由过程，模拟过程中，模拟的信息素浓度随人工蚂蚁经过数量的增加而加强，随时间延长而挥发。V2X网络由于网络环境复杂而可借助于蚁群算法的思想选择、建立路由，然而，将蚁群算法直接应用于V2X网络存在如下问题：

第一，收敛速度慢。由于蚁群算法需要借助大量人工蚂蚁，通过探索所有可能的路径，然后经过足够时间的循环才能找到最佳路由，因此收敛速度比较慢，而V2X网路的网络结构变化快，蚁群算法较慢的收敛速度会造成获得的路由结构不能适应快速变化的网络结构；

第二，大量无效行走影响系统性能。蚁群算法初始时人工蚂蚁是按照各个路径平均概率行走。V2X网络中，数据传输一般是沿道路方向，借助反向车辆的路由很少使用，直接应用蚁群算法，在初始阶段，会造成大量人工蚂蚁的无效行走。

发明内容

鉴于上述原因，本发明的目的在于提供一种基于车载短距离通信网的快收敛蚁群路由建立方法，该方法充分利用V2X网络的特性，对蚁群算法进行了改进，既减少了人工蚂蚁的无效行走，又极大增加了蚁群算法的收敛速度，提出了一种适应于V2X网络的路由建立方法。

为实现上述目的，本发明采用以下技术方案：

基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，方法包括如下步骤：

节点接收周围节点的心跳信息，根据心跳信息确定周围节点的距离及行车方向；

由源节点到目的节点逐级确定选择带；

对选择带内的节点编号；

依据编号对各节点初始化信息素；

利用蚁群算法建立路由。

进一步的，

所述蚁群算法建立路由的过程是：

(1)初始化循环次数，蚁群参数等；

(2)确定人工蚂蚁从一个节点到另一个节点的转移概率公式：

$p_{u,v}^k\left(t\right)=\frac{{\left[{\mathrm{\τ}}_{u,v}\left(t\right)\right]}^{\mathrm{\α}}{\left[{\mathrm{\η}}_{u,v}\left(t\right)\right]}^{\mathrm{\β}}{\left[\max \right\{0,G_{\max }-g(u,v)\left\}\right]}^{\mathrm{\γ}}}{\mathrm{\Σ}{\left[{\mathrm{\τ}}_{v,s}\left(t\right)\right]}^{\mathrm{\α}}{\left[{\mathrm{\η}}_{v,s}\left(t\right)\right]}^{\mathrm{\β}}{\left[\max \right\{0,G_{\max }-g(v,s)\left\}\right]}^{\mathrm{\γ}}}$

(3)更新信息素；

(4)循环结束，蚁群建立路由过程结束，路由建立。

所述各节点初始化信息素的方法是：

若源节点、本级选择带内节点及下一级选择带内节点行车方向相同，则设信息素值为总信息素值除以总节点数；若源节点、本级选择带内节点及下一级选择带内节点行车方向不同，则设信息素值为0。

所述逐级确定选择带的方法是：

沿源节点的行车方向，在满足业务带宽要求的情况下，确定源节点覆盖范围边缘的一定宽度范围为第一级选择带；若源节点到目的节点需经过N级中间节点建立路由，则确定第N-1级选择带内的中间节点覆盖范围边缘的一定宽度范围为第N级选择带。

对源节点及各中间节点按照如下公式分配功率：

${\stackrel{\→}{G}}_T=\left\{g(u.v)\right|\frac{R(u.v)}{I(u.v)}=\mathrm{\σ},e(u,v)\∈T\}$

其中，T表示由源节点、中间节点及目的节点组成的路由，(u，v)表示路由T的相邻两个节点，e(u，v)是边(u，v)，I(u.v)表示其他中间节点的发送信号对节点v存在的干扰，R(u.v)是u，v之间的带宽σ是接收节点的最小信干比。

所述选择带的宽度范围由应用设定的最低速率及系统设置的选择范围宽度决定。

节点接收周围节点的心跳信息，根据心跳信息中各节点的车辆位置信息，计算出各车载节点与本节点的距离，并判断出各车辆相对于本节点的行车方向。

本发明的优点在于：

1)通过在源节点到目的节点之间逐级确定选择带，并对选择带内的节点进行编号，依据编号初始化信息素，并进一步改进转移概率公式，可有效减少人工蚂蚁的无效行走，且修改方法简单，适用于网络结构变化快速的V2X网络；

2)通过选择带的确定，既显著减少了参与蚁群算法的节点数量，提高了算法的收敛速度，同时也保持了足够数量的节点参与蚁群算法，保证了蚁群算法的优化能力；

3)通过对选择带内节点进行编号，只要比较编号，就可以确定两节点的位置关系，无需多次计算节点的地理位置信息；

4)通过改进的蚁群算法，可以在源节点和目的节点之间快速的建立路由，且路由经过的中间节点少，源节点和各中间节点都具有优化的发送功率，提高了系统性能。

附图说明

图1是本发明的路由建立方法流程图。

图2是本发明的路由建立及功率分配的方法流程图。

图3是本发明确定选择带的示意图。

具体实施方式

以下结合附图和实施例对本发明作进一步详细的描述。

V2X网络中，各个节点定期向周围的节点广播包含车辆位置、状态、唯一标识等自身状态信息的心跳信息，各节点同时接收周围其他节点发送的心跳信息，依据收到的心跳信息，更新维护包括周围节点相关信息的环境信息对列。

图1是本发明的路由建立方法流程图。如图所示，本发明公开的基于车载短距离通信网的快收敛蚁群路由建立方法，其流程是：

S10：节点接收周围节点的心跳信息，并根据心跳信息计算出各节点的距离、行车方向，一并保存于环境信息队列中；

节点接收周围节点的心跳信息，根据心跳信息中各节点的车辆位置信息，计算出各车载节点与本节点的距离，并判断出各车辆相对于本节点的行车方向(顺行或是逆行)，节点将周围各节点的心跳信息及计算出的距离、行车方向一并保存于环境信息队列中。

S11：在源节点和目的节点之间逐级的确定选择带；

逐级确定选择带的方法是：

沿源节点的行车方向，在满足业务带宽要求的情况下，确定源节点覆盖范围边缘的一定宽度为第一级选择带；

确定第一级选择带内的中间节点覆盖范围边缘的一定宽度为第二级选择带；

同理，若源节点到目的节点需经过N级中间节点建立路由，则确定第N-1级选择带内的中间节点覆盖范围边缘的一定宽度为第N级选择带。

S12：对各选择带及选择带内的节点编号；

S13：依据编号对源节点及选择带内的各节点初始化信息素；

初始化信息素的方法是：若源节点、本级选择带内节点及下一级选择带内节点行车方向相同，则设信息素值为总信息素值除以总节点数；若源节点、本级选择带内节点及下一级选择带内节点行车方向不同，即存在逆行车辆，则设信息素值为0，以避免人工蚂蚁的无效行走。

S14：依据蚁群算法建立源节点到目的节点的最优路由。

1)初始化循环次数，蚁群参数等；

2)确定人工蚂蚁从一个节点到另一个节点的转移概率公式；

依据V2X网络的特性，对转移概率公式进行改进，增加节点编号对人工蚂蚁选择的影响，改进后的公式为：

$p_{u,v}^k\left(t\right)=\frac{{\left[{\mathrm{\τ}}_{u,v}\left(t\right)\right]}^{\mathrm{\α}}{\left[{\mathrm{\η}}_{u,v}\left(t\right)\right]}^{\mathrm{\β}}{\left[\max \right\{0,G_{\max }-g(u,v)\left\}\right]}^{\mathrm{\γ}}}{\mathrm{\Σ}{\left[{\mathrm{\τ}}_{v,s}\left(t\right)\right]}^{\mathrm{\α}}{\left[{\mathrm{\η}}_{v,s}\left(t\right)\right]}^{\mathrm{\β}}{\left[\max \right\{0,G_{\max }-g(v,s)\left\}\right]}^{\mathrm{\γ}}}$

依据节点编号初始化信息素后，在两个节点逆行、位于同一选择带、跨越两个选择带等无效方向上，人工蚂蚁的转移概率为0，避免了人工蚂蚁的无效行走。

3)每循环一次后，需更新信息素值；

4)循环结束，蚁群算法输出源节点到目的节点建立的路由。

由于路由的最小功率分配可以减少节点相互间的干扰，从而提高整个系统的吞吐量，进一步地，在本发明的路由建立方法的基础上，可对源节点和各个中间节点分配优化的发送功率，如图2所示，本发明的路由建立及功率分配的方法是：：

S20：确定整条路由中各节点的最优发送功率：

将V2X网络用G＝(V，E)表示，其中，V是网络中的节点集合，E是边集合；某条路由用T＝{s，R}表示，其中s为源节点，R＝{r₁，r₂，...，r_n}为中间节点，T表示由源节点、中间节点及目的节点组成的路由；p(u，v，T)表示节点u，v间的最小发送功率，(u，v)是路由T的相邻两个节点；c(T)是路由的费用，即消耗的系统资源；对应边e={u，v}∈E，其消耗为c(e)=c(u，v)=c(v，u)≥0，包括边e和两个端节点(u，v)；n是路由包括的节点数量，定义最大功率限为ε，则路由优化的目标函数为：

$\min \mathrm{imize}\underset{e(u,v)\∈T}{\mathrm{\Σ}}c(u,v)x(u,v)---\left(1\right)$

$\underset{e(u,v)\∈T}{\mathrm{\Σ}}p(u,v)x(u,v)\≤\mathrm{\ϵ}---\left(2\right)$

$\underset{u,v\∈T}{\mathrm{\Σ}}x(u,v)=n---\left(3\right)$

其中，

若接收节点的接收信号采用固定衰落信道模型，则对于节点(u，v)，有

$R_v(u,v)=Z_v+\frac{P_{u,v}}{d_{u,v}^2}---\left(5\right)$

其中，P_u，v=E[A_u，vX_u]²，

R_v(u，v)是的u，v之间的带宽，Z_v是高斯噪声，d_u，v是节点u到节点v的距离，P_u，v是节点u的发送功率，A_u，v是节点u到节点v之间的衰减因子，X_u是节点u的发送信号。

同时，其他中间节点的发送信号对节点v存在的干扰为：

$I_v(u,v)=\underset{j\∈T,j\≠u}{\mathrm{\Σ}}\frac{P_{j,v}}{d_{j,v}^2}---\left(6\right)$

其中，j表示其它中间节点，d_j，v是节点v与节点j之间的距离，P_j，v是节点j传送到节点v的功率。

使用max(0，x)保证功率的正向累加，则整个路由T的最小发送功率为：

$\min \left(\underset{u\∈T}{\mathrm{\Σ}}\underset{v\∈T\left(u\right)}{\mathrm{\Σ}}\left(\max \right\{0,\mathrm{\σ}-\frac{R(u.v)}{I(u.v)}\left\}\right)\right)---\left(7\right)$

其中，σ是接收节点的最小信干比SIR(signal-to-interference ratio)；

根据公式(7)，可确定整条路由中源节点及各中间节点的最优发送功率为：

${\stackrel{\→}{G}}_T=\left\{g(u.v)\right|\frac{R(u.v)}{I(u.v)}=\mathrm{\σ},e(u,v)\∈T\}---\left(8\right)$

S21：节点接收周围节点发送的心跳信息，根据心跳信息确定节点与周围各节点的距离，以及周围节点的行车方向；

S22；在源节点到目的节点之间逐级的确定选择带：

S220：确定第一级选择带：

由源节点到第一级中间节点的路由，根据公式(8)得到信道容量为：

$C_0\≤\frac{1}{2}\log (1+\frac{P_{01}}{d_{01}^2})---\left(9\right)$

其中，P₀₁=E[|A₀₁|²P₀]，P₀=E[|X₀|²]是源节点的发送功率，X₀是源节点的发送信号，d₀₁是节点0和节点1(源节点与第一级中间节点)之间的距离，A₀₁是节点0和节点1之间的衰减因子。

假设某应用设定的最低传输速率要求为R，根据R≤C₀₁和公式(9)确定第一级中间节点选择的最大范围边界d₀₁，再根据系统设置(根据车辆的密集程度系统调节)的选择范围宽度τ₁，确定第一级选择带的范围为：D₀₁＝{d₀₁，d₀₁-τ₁}；如果选择带范围内无车载节点，则增加第一选择带的宽度τ₁＝τ₁+Δτ，直到选择带内包含的车载节点数量满足系统设定的数量要求。

S221：确定第二级选择带：

由第一级中间节点到第二级中间节点的路由，信道容量为：

$C_2\≤\max \min \left\{\frac{1}{2}\log \right[1+\frac{P_{01}}{d_{01}^2}(1-{\left|\mathrm{\ρ}\right|}^2)],\frac{1}{2}\log (1+\frac{P_{02}}{d_{02}^2}+\frac{P_{12}}{d_{12}^2}+2\mathrm{\ρ}\frac{\sqrt{P_{02}{P}_{12}}}{d_{02}{d}_{12}})\}---\left(10\right)$

其中，P₀₁＝E[|A₀₁|²P₀]是节点0传送到节点1的功率，P₀₂＝E[|A₀₂|²P₀]是节点0传送到节点2(第二级中间节点)的功率，P₁₂＝E[|A₁₂|²P₁]是节点1传送到节点2的功率，P₀=E[|X₀|²]和P₁=E[X₁|²]分别是节点0和节点1的发送功率，X₀、X₁是节点0和节点1的发送信号，A₀₁、A₀₂、A₁₂分别为节点0到节点1之间、节点0到节点2之间、节点1到节点2之间的衰减因子，d₀₁、d₀₂、d₁₂分别为节点0到节点1之间、节点0到节点2之间、节点1到节点2之间的距离；ρ是互相关系数。

如图3所示，根据应用设定的最低速率要求R，由公式(9)确定第一级选择带的选择范围，并在确定第一级选择带范围D₀₁后，可得到节点0到节点2的距离d₀₂＝D₀₁+d₁₂，然后，根据R≤C₁和公式(10)确定第二级中间节点选择的最大范围边界d₀₂，再根据系统设置的第二级选择带的选择范围宽度τ₂(可选择τ₁＝τ₂)，确定第二级选择带的范围为：D₀₂＝{d₀₂，d₀₂-τ₂}。

S222：确定第N级选择带：

对于共T个节点的多级路由，源节点到目的节点之间需经过N=T-2级中间节点建立路由，根据应用设定的最低速率要求R，信道容量限应满足：

$R\≤C_{(T-1)}\≤\max \underset{t=0}{\overset{T-2}{\min }}R\left(t\right)---\left(11\right)$

其中，t=1，2，...，T-2，

$R\left(t\right)=\frac{1}{2}\log [1+{\left(\underset{s=0}{\overset{t}{\mathrm{\Σ}}}\frac{\sqrt{P_{\mathrm{st}}}}{d_{\mathrm{st}}}\right)}^2]---\left(12\right)$

P_st=E[|A_st|²P_s]，d_st是节点s到节点t的距离，P_st是节点s传送到节点t的功率A_st是节点s和节点t之间的衰减因子，P_s是节点s的发送功率。

利用递推方法求解各级节点的选择范围。假设前t-1个中间节点的位置为{D_0s：0≤s<t-1}，将D_0s带入公式(12)得到t节点的最大选择范围d_0t，然后获得t级中间节点的选择范围D_0t={d_0t，d_0t-τ_t}，即可以获得t级中间节点的位置D_0t。该递推方法的初始值是前述第一级中间节点的位置D₀₁的确定方法，然后依次递推，即可获得N=T-2级节点的选择带位置{D_0s：1≤s<T-2}。

S23：对各级选择带及选择带内的节点编号：

设选择带内的节点编号为ABCD，其中，AB为各级选择带的编号，编好了就固定不变了，CD为各级选择带内的节点编号；由于CD按照源节点顺行方向的前后可能选择加或减运算，因此CD的初始值可选择一个中间数值，例如50，这样，如果选择带内没有合适的节点，还要扩大范围，这样从中间编号就不用重新编号了，例如已经编写了50-80，没有合适的节点后，需要往近排，扩大范围后就可以是50以下的，如果从0开始编号，那就只能是负数了。

S24：对源节点及各级选择带内的节点按照编号进行信息素的初始化：

编号分别为ABCD和A′B′C′D′的(u，v)节点，信息素按照以下公式进行初始化：

其中，Q为信息素的初始化总量，n为节点数；公式(13)中，顺行前方指本级选择带位于源节点的行车方向的前方，下一级选择带位于本级选择带的行车方向的前方，如果节点满足顺行前方，即A′B′＝AB+1，则该节点的信息素设为1·Q/n；顺行后方指本级选择带位于源节点的后方，下一级选择带位于本级选择带的后方，如果节点满足顺行后方，即A′B′=AB-1，则该节点的信息素设为1·Q/n；其他节点，如两节点逆行、位于同一选择带、跨两个选择带等，信息素设为0，使人工蚂蚁避免选择这些无效的节点。

S25：通过改进的蚁群算法得到优化的路由：

蚁群算法主要包括以下步骤：

(1)初始化循环次数，蚁群参数等；

(2)确定转移概率公式：

人工蚂蚁在节点u选择下一个节点v的转移概率公式为：

$p_{u,v}^k\left(t\right)=\frac{{\left[{\mathrm{\&tau;}}_{u,v}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{u,v}\left(t\right)\right]}^{\mathrm{\&beta;}}{\left[\max \right\{0,G_{\max }-g(u,v)\left\}\right]}^{\mathrm{\&gamma;}}}{\mathrm{\&Sigma;}{\left[{\mathrm{\&tau;}}_{v,s}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{v,s}\left(t\right)\right]}^{\mathrm{\&beta;}}{\left[\max \right\{0,G_{\max }-g(v,s)\left\}\right]}^{\mathrm{\&gamma;}}}---\left(14\right)$

其中，发送功率g(u，v)、g(v，s)由公式(8)确定，G_max是系统设定的发送功率最大门限，当人工蚂蚁从某节点超出该门限才能到达下一节点时被禁止，公式(14)表明，人工蚂蚁从节点u行走，较小的发送功率g(u，v)将获得较大的转移概率；τ_u，v、τ_v，s分别是边(u，v)、(v，s)上的信息素值，η_u，v、η_v，s分别是边(u，v)、(v，s)上的启发因子，α和β是常数，分别表示信息素和启发因子在路径选择中所占的权重。

依据公式(13)的节点编号规则，在逆行、同一选择带、跨越两个选择带等无效方向，都有信息素τ_u，v(t)=0、τ_v，s(t)=0，使得人工蚂蚁在这些方向上的转移概率为0，避免了人工蚂蚁的无效行走。

(3)更新信息素：

人工蚂蚁从一个节点转移到另一个节点，完成其状态更新，即完成一次循环，此时，需要按照下式更新信息素：

τ_u，v(t+n)=ρ·τ_u，v(t)+(1-ρ)·Δτ_u，v    (15)

(1-ρ)表示信息素的减弱程度，各个节点的信息素按照下式更新：

τ_u，v←(1-ρ)τ_u，v    (16)

不能同时，每个人工蚂蚁根据下式增强信息素：

其中，Q是信息素总量，L_k是第k个人工蚂蚁循环一次的总的路径长度。

所述的人工蚂蚁是指一段具有寻址功能的程序，根据实际需要，可以设置多个这样的程序实现并行寻址功能。

(4)到达循环次数，循环结束，蚁群建立路由过程结束，得到快收敛的优化蚁群路由。

本发明的基于车载短距离通信网的快收敛蚁群路由建立方法，利用节点定时发送的心跳信息确定各节点的距离和位置关系，在源节点到目的节点之间逐级的确定选择带，并对各选择带和选择带内的节点编号；按照各节点的编号初始化信息素，然后利用优化的蚁群算法建立V2X网络的最优路由，其中信息素的初始化和蚁群算法的转移概率公式均根据V2X网络的特性进行了改进，使得改进后的蚁群算法既减少了人工蚂蚁的无效行走，又极大增加了蚁群算法的收敛速度，且可保证源节点和各中间节点都具有优化的发送功率。

以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。

Claims (7)

1.基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，方法包括如下步骤：

节点接收周围节点的心跳信息，根据心跳信息确定周围节点的距离及行车方向；

由源节点到目的节点逐级确定选择带；

对选择带内的节点编号；

依据编号对各节点初始化信息素；

利用蚁群算法建立路由。

2.如权利要求1所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，所述蚁群算法建立路由的过程是：

(1)初始化循环次数，蚁群参数等；

(2)确定人工蚂蚁从一个节点到另一个节点的转移概率公式：

$p_{u,v}^k\left(t\right)=\frac{{\left[{\mathrm{\&tau;}}_{u,v}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{u,v}\left(t\right)\right]}^{\mathrm{\&beta;}}{\left[\max \right\{0,G_{\max }-g(u,v)\left\}\right]}^{\mathrm{\&gamma;}}}{\mathrm{\&Sigma;}{\left[{\mathrm{\&tau;}}_{v,s}\left(t\right)\right]}^{\mathrm{\&alpha;}}{\left[{\mathrm{\&eta;}}_{v,s}\left(t\right)\right]}^{\mathrm{\&beta;}}{\left[\max \right\{0,G_{\max }-g(v,s)\left\}\right]}^{\mathrm{\&gamma;}}}$

(3)更新信息素；

(4)循环结束，蚁群建立路由过程结束，路由建立。

3.如权利要求2所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，所述各节点初始化信息素的方法是：

若源节点、本级选择带内节点及下一级选择带内节点行车方向相同，则设信息素值为总信息素值除以总节点数；若源节点、本级选择带内节点及下一级选择带内节点行车方向不同，则设信息素值为0。

4.如权利要求3所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，所述逐级确定选择带的方法是：

沿源节点的行车方向，在满足业务带宽要求的情况下，确定源节点覆盖范围边缘的一定宽度范围为第一级选择带；若源节点到目的节点需经过N级中间节点建立路由，则确定第N-1级选择带内的中间节点覆盖范围边缘的一定宽度范围为第N级选择带。

5.如权利要求4所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，对源节点及各中间节点按照如下公式分配功率：

${\stackrel{\&RightArrow;}{G}}_T=\left\{g(u.v)\right|\frac{R(u.v)}{I(u.v)}=\mathrm{\&sigma;},\underset{1}{e}(u,v)\&Element;T\}$

其中，T表示由源节点、中间节点及目的节点组成的路由，(u，v)表示路由T的相邻两个节点，e(u，v)是边(u，v)，I(u.v)表示其他中间节点的发送信号对节点v存在的干扰，R(u.v)是u，v之间的带宽σ是接收节点的最小信干比。

6.如权利要求4所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，所述选择带的宽度范围由应用设定的最低速率及系统设置的选择范围宽度决定。

7.如权利要求5所述的基于车载短距离通信网的快收敛蚁群路由建立方法，其特征在于，节点接收周围节点的心跳信息，根据心跳信息中各节点的车辆位置信息，计算出各车载节点与本节点的距离，并判断出各车辆相对于本节点的行车方向。