CN110381465A - 一种基于车联网及城市物联网的中继选择优化方法 - Google Patents
一种基于车联网及城市物联网的中继选择优化方法 Download PDFInfo
- Publication number
- CN110381465A CN110381465A CN201910486040.4A CN201910486040A CN110381465A CN 110381465 A CN110381465 A CN 110381465A CN 201910486040 A CN201910486040 A CN 201910486040A CN 110381465 A CN110381465 A CN 110381465A
- Authority
- CN
- China
- Prior art keywords
- node
- candidate relay
- relay node
- destination node
- destination
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于车联网及城市物联网的中继选择优化方法，该方法包括：获取并存储各节点的L2网络地址，以及各节点之间的RSSI信号强度；判断当前节点与目的节点之间的RSSI信号强度是否在RSSI信号强度预设范围内；若不在，则根据目的节点的L2网络地址组成候选中继节点集合；根据链路稳定性从候选中继节点集合选取候选中继节点；根据曼哈顿距离从候选中继节点中选取最优中继节点，使得当前节点通过该最优中继节点与目的节点直接进行通信。本发明解决了在快速移动的网络中实现高效可靠的无线多跳传输，信令开销大和无法反应网络瞬时变化情况的问题。
Description
技术领域
本发明涉及车联网领域，尤其涉及一种基于车联网及城市物联网的中继选择优化方法。
背景技术
在汽车和通信网络技术极速发展的时代背景下，车联网(V2X，vehicle toeverything)的概念应运而生，即以车辆为主体，实现车与车通信(V2V，vehicle tovehicle)、车与人通信(V2P，vehicle to pedestrian)、车与基础设施通信(V2I，vehicleto infrastructure)以及车与网络间的通信(V2N，vehicle to network)。其最终目的是缓解交通拥堵，降低车祸概率，提高出行及交通管理效率，同时满足5G时代更高要求的应用场景，如自动驾驶、队列编排等。
目前，V2X领域存在两大技术标准，分别是基于802.11p的DSRC专用短距离通信技术和2017年3GPP提出的C-V2X(cellular-V2X)。DSRC专用短距离通信技术的通信距离一般在数百米，适用于车联网中的安全类应用场景，如十字路口防碰撞预警，紧急车辆预警等。然而它的组网需要铺设大量路侧单元，这些硬件设备将大大增加建设成本。以蜂窝通信技术为基础的C-V2X直接利用现有蜂窝网络，基站和频谱，组网成本明显降低。此外，C-V2X包含两种通信模式，分别是网络通信(Uu)和直接通信(PC5)。网络通信模式借助已有蜂窝网络能够支持比DSRC更高带宽、长距离的通信连接，满足信号灯提示、车速引导等效率类应用场景；直接通信模式在网络覆盖内外皆可工作，实现车辆与周边设备的直接通信，满足安全类应用场景。综上所述，本发明选择在C-V2X标准之上开展研究。
车联网是物联网的重要组成部分之一，除了能为未来智能交通管理系统提供帮助外，也具有一些明显的缺陷：高速移动的车辆节点将导致网络拓扑频繁变化，链路链接时间相对较短，易产生中断；易受地理环境和建筑物影响，导致车辆的通信覆盖范围受限；出行高峰期很难满足所有通信车辆的实际带宽需求。在车联网中，车辆移动迅速，网络拓扑变化快，交通环境复杂等问题极易影响数据传输链路的稳定性。因此，找到适宜的中继节点来协助数据传输能有效改善车联网的通信环境，也就是说，如何选择最优的下一跳节点来最大化保障车辆间的低延时，高可靠通信是很必要的。
目前，研究人员已提出许多车联网中的中继选择策略，如综合考虑多种影响因素的多属性决策中继选择方法，此类方法虽然对影响中继选择的因素进行了多种组合分析，以求找到最优中继实现稳定高效的通信，但是在变化频繁的车辆网中，同时对大量候选中继进行综合的性能分析比较，将会耗费大量时间，出现数据失效的情况。此外，有人提出基于瞬时链路质量的中继选择方案，该方案有助于车辆依据最新的动态数据选择最优中继，最终获得瞬时的最大吞吐量，但是该方案信令开销极大。针对这个问题，研究者提出基于平均链路质量的中继选择方案，该方案周期性的对链路质量进行评估，降低了信令开销，但却无法反应网络瞬时变化情况。
因此，提供一种基于车联网及城市物联网的中继选择优化方法。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于车联网及城市物联网的中继选择优化方法，解决了在快速移动的网络中实现高效可靠的无线多跳传输，信令开销大和无法反应网络瞬时变化情况的问题。
根据本发明的一个方面，提供一种基于车联网及城市物联网的中继选择优化方法，包括以下步骤：
获取并存储当前节点、邻居移动车辆、基站和路侧单元的L2网络地址，以及当前节点与目的节点之间的RSSI信号强度；
判断当前节点与目的节点之间的RSSI信号强度是否在RSSI信号强度预设范围内；
若该RSSI信号强度不在RSSI信号强度预设范围内，则调取存储的邻居移动车辆、基站和路侧单元的L2网络地址，并根据目的节点的L2网络地址组成候选中继节点集合；
根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点；
根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，使得当前节点通过该最优中继节点与目的节点直接进行通信。
进一步地，L2网络地址包括以下字段：网络ID、节点ID和节点的逻辑坐标位置。
进一步地，根据目的节点的L2网络地址组成候选中继节点集合，包括判断候选中继节点的L2网络地址的网络ID和目标节点是否一致并利用逻辑坐标位置计算得出的候选中继节点与目标节点间的曼哈顿距离是否小于当前节点与目标节点间的曼哈顿距离。
进一步地，上述基于车联网及城市物联网的中继选择优化方法，还包括：利用链路持续时间表征链路稳定性。
进一步地，通过以下公式获取链路持续时间：
其中，RETi为当前节点与第i个候选中继节点之间的路径生存时间，为当前节点与第i个候选中继节点之间的链路持续时间，其中，
其中，r为车辆的通信半径；vi为第i个候选中继节点的移动速度，vU为当前节点的移动速度，为第i个候选中继节点运动方向与水平面的夹角，θU为当前节点运动方向与水平面的夹角，(xU,yU)为当前节点的物理位置坐标，为第i个候选中继节点的物理位置坐标。
进一步地，根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点，具体实现如下：
计算候选中继节点集合中各候选中继节点与当前节点之间的路径生存时间；
按照路径生存时间从大到小的顺序对候选中继节点集合中各候选中继节点进行排序；
从排序后的候选中继节点集合中选取路径生存时间长的预定个数的候选中继节点。
进一步地，根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，具体实现如下：
分别计算各候选中继节点与目的节点之间的曼哈顿距离；
选取与目的节点之间的曼哈顿距离最小的候选中继节点为最优中继节点。
进一步地，通过以下步骤获取当前节点与目的节点间的RSSI信号强度：
接收节点的L2网络地址，其中，节点包括移动车辆、基站和路侧单元；
根据基站的L2网络地址和路侧单元的L2网络地址获取当前节点的逻辑坐标位置；
根据当前节点的逻辑坐标位置和目的节点的逻辑坐标位置获取当前节点与目的节点间的曼哈顿距离；
根据当前节点与目的节点间的曼哈顿距离获取当前节点与目的节点间的RSSI信号强度。
进一步地，通过以下公式获取候选中继节点与目的节点之间的曼哈顿距离：
d＝|X1-X2|+|Y1-Y2|
其中，d为候选中继节点与目的节点之间的曼哈顿距离，(X1，Y1)为候选中继节点的逻辑坐标位置，(X2，Y2)为目的节点的逻辑坐标位置。
进一步地，目的节点包括移动车辆、基站和路侧单元。
进一步地，上述基于车联网及城市物联网的中继选择优化方法，还包括：若当前节点的L2网络地址中的网络ID与目的节点相同，且当前节点与目的节点间的RSSI信号强度在RSSI信号强度预设范围内，则当前节点与目的节点直接进行通信。
本发明与现有技术相比具有以下的优点：
1.本发明的基于车联网及城市物联网的中继选择优化方法将车联网中数据变动时间为秒级以上的影响因素视为长期影响因素，数据变动时间为秒级以下的影响因素视为短期影响因素，依据影响因素的数据变化时间级来划分处理影响因素的优先级，基于该优先级，在进行最优中继选择的某段时间内，首先利用对短期影响因素的分析选出候选中继，由于短期因素的相对数据变化时间较短，所以在当前节点启动中继选择时要首先依据瞬时条件分析短期影响因素，选出符合要求的候选中继集合，然后在此基础之上对长期影响因素进行分析选出最优中继，在候选中继的基础上，依次分析处理短期影响因素与长期影响因素，最终整合分析结果后选出最优中继，确保了最终分析结果在相对较短时间内的有效性；
2.本发明的基于车联网及城市物联网的中继选择优化方法信令开销明显降低，更加适用于动态变化频繁的车联网系统，又能够最大化的降低对不同数据变化时间级的影响因素进行分析处理时产生的误差，从而提高确定最优中继的准确性，同时也提高了整体吞吐量；
3.本发明利用影响因素分类及数据处理的优先级划分维护车联网中的可靠通信，极大地提升数据成功传输率并有效降低时延。
附图说明
以下结合附图和实施例对本发明作进一步说明。
图1是本发明的基于车联网及城市物联网的中继选择优化方法步骤图；
图2是本发明的移动车辆的逻辑坐标位置配置示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
图1是本发明的基于车联网及城市物联网的中继选择优化方法步骤图，如图1所示，本发明提供的基于车联网及城市物联网的中继选择优化方法，用于单当前节点多中继节点场景下的单跳中继选择，其中，当前节点和中继节点均包括车辆，路侧单元，基站等，包括以下步骤：
S1，获取并存储当前节点、邻居移动车辆、基站和路侧单元的L2网络地址，以及当前节点与目的节点之间的RSSI信号强度(Received Signal Strength Indication，接收的信号强度指示)。
具体地，L2网络表示物理层+数据链路层，属于交换网络(MAC地址识别)。
在这里，假设在城市道路环境下，当前节点和邻居移动车辆沿道路匀速行驶，其移动位置在相对长的时间内可视为不变，而且每辆车、基站以及路侧单元均有一个L2网络地址，基站与路侧单元的L2网络地址由人为预先配置且固定不变，移动车辆的L2网络地址由基站、路侧单元及车辆本身进行动态配置。该L2网络地址具体包含三个字节，第一字节包括两位网络ID和后六位节点ID，第二字节和第三字节分别代表节点的XY逻辑坐标位置。其中，不同的网络ID代表不同基站的覆盖区域，基站周期性的向其覆盖范围内的移动车辆广播网络ID及其它相关信息，若移动车辆收到的网络ID与现存地址中的网络ID不同，则及时更新现存的网络ID及逻辑坐标位置。节点ID包含移动车辆的身份信息。逻辑坐标位置代表节点在某个基站覆盖范围下的位置编号。移动车辆L2网络地址中的网络ID可初始化为任意网络ID，逻辑坐标位置初始化为0xFF。邻居移动车辆表示在当前节点预定半径范围内的移动车辆。
可以利用逻辑坐标位置(x，y)计算节点间的曼哈顿距离，距离越小，表示节点间的RSSI相对越大，数据传输成本就越低。车辆在城市道路中行驶，其运动轨迹及车速在相对长的时间内可视为不变，因此，本发明将节点的L2网络地址及它们之间的曼哈顿距离视为影响中继选择的长期影响因素。
此外，邻居移动车辆、及基站与路侧单元也周期性的向其传输范围内的当前节点广播自己的地址信息和其它相关信息，例如当前车速，方向等。这些信息都会存储在当前节点的邻居表中，当当前节点需要中继节点协助传输数据时，即可通过查询邻居表，选择合适的中继节点。
根据基站的逻辑坐标位置以及路侧单元的逻辑坐标位置获取移动车辆的逻辑坐标位置。例如，图2是本发明的移动车辆的逻辑坐标位置配置示意图，如图2所示，给出部分城市道路环境，在相同的基站网络ID下，给定固定节点即基站及各种路侧单元的L2网络地址信息，动态地为新入网的移动车辆配置逻辑坐标位置。相应节点下方的两个字节分别代表L2网络地址的第二、三字节。空心圆圈代表基站，实心圆点代表固定的路侧单元，带字母圆圈代表新入网的移动车辆。新入网的移动车辆在配置自己逻辑坐标位置前需要确定周围固定节点中RSSI最强和次强的两个节点。参见图2，移动节点B发现节点[134，140]的RSSI最强，节点[134，137]的RSSI次强，所以移动节点B分配地址为[134，143]。移动节点C找到节点[125,131]的RSSI最强，节点[125,134]的RSSI次强，移动节点C配置地址为[125,132]。
S2，判断当前节点与目的节点之间的RSSI信号强度是否在RSSI信号强度预设范围内。
具体地，目的节点包括当前节点要求通信的移动车辆、基站和路侧单元。首先，可以先判断当前节点的L2网络ID与目的节点是否相同，以判断当前节点是否需要借助中继节点实现与基站的通信，若不同，直接转至步骤S22，若相同，则进一步判断当前节点与目的节点之间的RSSI信号强度是否在RSSI信号强度预设范围内。
在这里，RSSI信号强度预设范围根据车辆行驶路段的实际情况进行确定。具体地，RSSI信号强度预设范围由技术人员根据路段实际情况进行确定。理论取值范围为0～255。车联网中一般设定为0～25。
S22，若该RSSI信号强度不在RSSI信号强度预设范围内，则调取存储的邻居移动车辆、基站和路侧单元的L2网络地址，并根据目的节点的L2网络地址组成候选中继节点集合。
详细地，当当前节点的L2网络ID与目的节点相同而RSSI信号强度不在RSSI信号强度预设范围内时，表示当前节点需要借助中继节点实现与基站的通信，即需要启动中继选择机制。
S221，根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点。
在本发明中，将链路稳定性视为影响中继选择的短期影响因素。
S222，根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，使得当前节点通过该最优中继节点与目的节点直接进行通信。其中，候选中继节点与目的节点之间的距离包括但不限于曼哈顿距离。
本发明的基于车联网及城市物联网的中继选择优化方法将车联网中数据变动时间为秒级以上的影响因素视为长期影响因素，数据变动时间为秒级以下的影响因素视为短期影响因素，依据影响因素的数据变化时间级来划分处理影响因素的优先级，基于该优先级，在进行最优中继选择的某段时间内，首先利用对短期影响因素的分析选出候选中继，由于短期因素的相对数据变化时间较短，所以在当前节点启动中继选择时要首先依据瞬时条件分析短期影响因素，选出符合要求的候选中继集合，然后在此基础之上对长期影响因素进行分析选出最优中继，在候选中继的基础上，依次分析处理短期影响因素与长期影响因素，最终整合分析结果后选出最优中继，确保了最终分析结果在相对较短时间内的有效性。
本发明的基于车联网及城市物联网的中继选择优化方法信令开销明显降低，更加适用于动态变化频繁的车联网系统，又能够最大化的降低对不同数据变化时间级的影响因素进行分析处理时产生的误差，从而提高确定最优中继的准确性，同时也提高了整体吞吐量。
本发明利用影响因素分类及数据处理的优先级划分维护车联网中的可靠通信，极大地提升数据成功传输率并有效降低时延。
进一步地，L2网络地址包括以下字段：网络ID、节点ID和节点的逻辑坐标位置。
进一步地，根据目的节点的L2网络地址组成候选中继节点集合，包括判断候选中继节点的L2网络地址的网络ID和目标节点是否一致并利用逻辑坐标位置计算得出的候选中继节点与目标节点间的曼哈顿距离是否小于当前节点与目标节点间的曼哈顿距离，网络ID和目标节点一致且中继节点与目标节点间的曼哈顿距离小于当前节点与目标节点间的曼哈顿距离的节点为候选中继节点。
参见图1，上述基于车联网及城市物联网的中继选择优化方法，还包括：S22，若当前节点的L2网络地址中的网络ID与目的节点相同，且当前节点与目的节点间的RSSI信号强度在RSSI信号强度预设范围内，则当前节点与目的节点直接进行通信。
进一步地，上述基于车联网及城市物联网的中继选择优化方法，还包括：利用链路持续时间表征链路稳定性。
进一步地，通过以下公式获取链路持续时间：
其中，RETi为当前节点与第i个候选中继节点之间的路径生存时间，为当前节点与第i个候选中继节点之间的链路持续时间，其中，
其中，r为车辆的通信半径；vi为第i个候选中继节点的移动速度，vU为当前节点的移动速度，为第i个候选中继节点运动方向与水平面的夹角，θU为当前节点运动方向与水平面的夹角，(xU,yU)为当前节点的物理位置坐标，为第i个候选中继节点的物理位置坐标。
进一步地，根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点，具体实现如下：
计算候选中继节点集合中各候选中继节点与当前节点之间的路径生存时间；
按照路径生存时间从大到小的顺序对候选中继节点集合中各候选中继节点进行排序；
从排序后的候选中继节点集合中选取路径生存时间长的预定个数的候选中继节点，其中，预定个数可以是3。
进一步地，根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，具体实现如下：
分别计算各候选中继节点与目的节点之间的曼哈顿距离；
选取与目的节点之间的曼哈顿距离最小的候选中继节点为最优中继节点。
进一步地，通过以下步骤获取当前节点与目的节点间的RSSI信号强度：
接收节点的L2网络地址，其中，节点包括移动车辆、基站和路侧单元；
根据基站的L2网络地址和路侧单元的L2网络地址获取当前节点的逻辑坐标位置；
根据当前节点的逻辑坐标位置和目的节点的逻辑坐标位置获取当前节点与目的节点间的曼哈顿距离；
根据当前节点与目的节点间的曼哈顿距离获取当前节点与目的节点间的RSSI信号强度。
进一步地，通过以下公式获取候选中继节点与目的节点之间的曼哈顿距离：
d＝|X1-X2|+|Y1-Y2|
其中，d为候选中继节点与目的节点之间的曼哈顿距离，(X1，Y1)为候选中继节点的逻辑坐标位置，(X2，Y2)为目的节点的逻辑坐标位置。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于车联网及城市物联网的中继选择优化方法，其特征在于，包括以下步骤：
获取并存储当前节点、邻居移动车辆、基站和路侧单元的L2网络地址，以及当前节点与目的节点之间的RSSI信号强度；
判断当前节点与目的节点之间的RSSI信号强度是否在RSSI信号强度预设范围内；
若该RSSI信号强度不在RSSI信号强度预设范围内，则调取存储的邻居移动车辆、基站和路侧单元的L2网络地址，并根据目的节点的L2网络地址组成候选中继节点集合；
根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点；
根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，使得当前节点通过该最优中继节点与目的节点直接进行通信。
2.根据权利要求1所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，L2网络地址包括以下字段：网络ID、节点ID和节点的逻辑坐标位置。
3.根据权利要求2所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，根据目的节点的L2网络地址组成候选中继节点集合，包括：
判断候选中继节点的L2网络地址的网络ID和目标节点是否一致并利用逻辑坐标位置计算得出的候选中继节点与目标节点间的曼哈顿距离是否小于当前节点与目标节点间的曼哈顿距离。
4.根据权利要求1所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，还包括：利用链路持续时间表征链路稳定性。
5.根据权利要求4所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，通过以下公式获取链路持续时间：
其中，RETi为当前节点与第i个候选中继节点之间的路径生存时间，为当前节点与第i个候选中继节点之间的链路持续时间，其中，
其中，r为车辆的通信半径；vi为第i个候选中继节点的移动速度，vU为当前节点的移动速度，为第i个候选中继节点运动方向与水平面的夹角，θU为当前节点运动方向与水平面的夹角，(xU,yU)为当前节点的物理位置坐标，为第i个候选中继节点的物理位置坐标。
6.根据权利要求5所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，根据链路稳定性从候选中继节点集合选取预定个数的候选中继节点，具体实现如下：
计算候选中继节点集合中各候选中继节点与当前节点之间的路径生存时间；
按照路径生存时间从大到小的顺序对候选中继节点集合中各候选中继节点进行排序；
从排序后的候选中继节点集合中选取路径生存时间长的预定个数的候选中继节点。
7.根据权利要求6所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，根据候选中继节点与目的节点之间的距离从候选中继节点中选取最优中继节点，具体实现如下：
分别计算各候选中继节点与目的节点之间的曼哈顿距离；
选取与目的节点之间的曼哈顿距离最小的候选中继节点为最优中继节点。
8.根据权利要求1所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，通过以下步骤获取当前节点与目的节点间的RSSI信号强度：
接收节点的L2网络地址，其中，节点包括移动车辆、基站和路侧单元；
根据基站的L2网络地址和路侧单元的L2网络地址获取当前节点的逻辑坐标位置；
根据当前节点的逻辑坐标位置和目的节点的逻辑坐标位置获取当前节点与目的节点间的曼哈顿距离；
根据当前节点与目的节点间的曼哈顿距离获取当前节点与目的节点间的RSSI信号强度。
9.根据权利要求8所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，通过以下公式获取候选中继节点与目的节点之间的曼哈顿距离：
d＝|X1-X2|+|Y1-Y2|
其中，d为候选中继节点与目的节点之间的曼哈顿距离，(X1，Y1)为候选中继节点的逻辑坐标位置，(X2，Y2)为目的节点的逻辑坐标位置。
10.根据权利要求1所述的基于车联网及城市物联网的中继选择优化方法，其特征在于，还包括：若当前节点的L2网络地址中的网络ID与目的节点相同，且当前节点与目的节点间的RSSI信号强度在RSSI信号强度预设范围内，则当前节点与目的节点直接进行通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910486040.4A CN110381465A (zh) | 2019-06-05 | 2019-06-05 | 一种基于车联网及城市物联网的中继选择优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910486040.4A CN110381465A (zh) | 2019-06-05 | 2019-06-05 | 一种基于车联网及城市物联网的中继选择优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110381465A true CN110381465A (zh) | 2019-10-25 |
Family
ID=68249787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910486040.4A Pending CN110381465A (zh) | 2019-06-05 | 2019-06-05 | 一种基于车联网及城市物联网的中继选择优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110381465A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083672A (zh) * | 2019-12-17 | 2020-04-28 | 惠州市德赛西威汽车电子股份有限公司 | 一种提高v2x通信可靠性的方法 |
| CN112737840A (zh) * | 2020-12-29 | 2021-04-30 | 西北工业大学深圳研究院 | 一种基于无人机辅助的车联网中继选择与安全传输方法 |
| WO2024007173A1 (zh) * | 2022-07-05 | 2024-01-11 | 北京小米移动软件有限公司 | 信息处理方法及装置、通信设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070127421A1 (en) * | 2005-12-07 | 2007-06-07 | D Amico Thomas V | Method and apparatus for broadcast in an ad hoc network using elected broadcast relay nodes |
| CN103327558A (zh) * | 2012-03-23 | 2013-09-25 | 北京新岸线移动多媒体技术有限公司 | 一种车载通信方法和通信节点 |
| CN106658635A (zh) * | 2016-11-03 | 2017-05-10 | 东莞理工学院 | 无线多跳网络中基于服务质量的层次路由的方法 |
| CN107197498A (zh) * | 2017-07-19 | 2017-09-22 | 中国人民解放军理工大学 | 一种用于通信中继的无人机拓扑生成方法 |
| CN107295600A (zh) * | 2017-07-07 | 2017-10-24 | 北京邮电大学 | 一种车载网络中的数据传输方法 |
| CN108055667A (zh) * | 2017-12-26 | 2018-05-18 | 重庆邮电大学 | 一种认知车辆网络联合路由选择及资源分配方法 |
| WO2018119667A1 (zh) * | 2016-12-27 | 2018-07-05 | 华为技术有限公司 | 一种中继传输的方法、相关设备及系统 |
| CN108811026A (zh) * | 2018-07-17 | 2018-11-13 | 北京农业信息技术研究中心 | 农田复杂环境机会传输候选转发集构建与中继协调方法 |
| CN108990082A (zh) * | 2018-08-21 | 2018-12-11 | 天津理工大学 | 一种基于链路生存时间和能耗预测的多路径路由方法 |
-
2019
- 2019-06-05 CN CN201910486040.4A patent/CN110381465A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070127421A1 (en) * | 2005-12-07 | 2007-06-07 | D Amico Thomas V | Method and apparatus for broadcast in an ad hoc network using elected broadcast relay nodes |
| CN103327558A (zh) * | 2012-03-23 | 2013-09-25 | 北京新岸线移动多媒体技术有限公司 | 一种车载通信方法和通信节点 |
| CN106658635A (zh) * | 2016-11-03 | 2017-05-10 | 东莞理工学院 | 无线多跳网络中基于服务质量的层次路由的方法 |
| WO2018119667A1 (zh) * | 2016-12-27 | 2018-07-05 | 华为技术有限公司 | 一种中继传输的方法、相关设备及系统 |
| CN107295600A (zh) * | 2017-07-07 | 2017-10-24 | 北京邮电大学 | 一种车载网络中的数据传输方法 |
| CN107197498A (zh) * | 2017-07-19 | 2017-09-22 | 中国人民解放军理工大学 | 一种用于通信中继的无人机拓扑生成方法 |
| CN108055667A (zh) * | 2017-12-26 | 2018-05-18 | 重庆邮电大学 | 一种认知车辆网络联合路由选择及资源分配方法 |
| CN108811026A (zh) * | 2018-07-17 | 2018-11-13 | 北京农业信息技术研究中心 | 农田复杂环境机会传输候选转发集构建与中继协调方法 |
| CN108990082A (zh) * | 2018-08-21 | 2018-12-11 | 天津理工大学 | 一种基于链路生存时间和能耗预测的多路径路由方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吴学文等: "基于自适应信标交换的方向广播协议", 《计算机工程与设计》 * |
| 吴瑶瑶: "面向电动汽车大规模应用的信息传输策略研究", 《知网》 * |
| 马得森等: "一种车联网分簇方法与簇内中继选择方法", 《电子技术应用》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083672A (zh) * | 2019-12-17 | 2020-04-28 | 惠州市德赛西威汽车电子股份有限公司 | 一种提高v2x通信可靠性的方法 |
| CN111083672B (zh) * | 2019-12-17 | 2023-09-29 | 惠州市德赛西威汽车电子股份有限公司 | 一种提高v2x通信可靠性的方法 |
| CN112737840A (zh) * | 2020-12-29 | 2021-04-30 | 西北工业大学深圳研究院 | 一种基于无人机辅助的车联网中继选择与安全传输方法 |
| CN112737840B (zh) * | 2020-12-29 | 2022-12-09 | 西北工业大学深圳研究院 | 一种基于无人机辅助的车联网中继选择与安全传输方法 |
| WO2024007173A1 (zh) * | 2022-07-05 | 2024-01-11 | 北京小米移动软件有限公司 | 信息处理方法及装置、通信设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Singh et al. | A tutorial survey on vehicular communication state of the art, and future research directions | |
| Zekri et al. | Heterogeneous vehicular communications: A comprehensive study | |
| Bilal et al. | Enhanced junction selection mechanism for routing protocol in VANETs. | |
| US8125964B2 (en) | Framework for hybrid ad-hoc networks | |
| Sanchez-Iborra et al. | Integrating LP-WAN communications within the vehicular ecosystem. | |
| Khan et al. | A multi-hop moving zone (MMZ) clustering scheme based on cellular-V2X | |
| Habelalmateen et al. | Dynamic multiagent method to avoid duplicated information at intersections in VANETs | |
| CN110381465A (zh) | 一种基于车联网及城市物联网的中继选择优化方法 | |
| Sohail et al. | Routing protocols in vehicular adhoc networks (vanets): A comprehensive survey | |
| Rachedi et al. | BadZak: An hybrid architecture based on virtual backbone and software defined network for Internet of vehicles | |
| d'Orey et al. | Empirical evaluation of cooperative awareness in vehicular communications | |
| Tian et al. | Trad: Traffic adaptive data dissemination protocol for both urban and highway vanets | |
| Qureshi et al. | Trust and priority-based drone assisted routing and mobility and service-oriented solution for the internet of vehicles networks | |
| CN105282813B (zh) | 一种车载网络环境下的路由方法、装置及系统 | |
| Liu et al. | Cpa-mac: A collision prediction and avoidance mac for safety message dissemination in mec-assisted vanets | |
| Hernandez-Jayo et al. | Reliable communication in cooperative ad hoc networks | |
| Syfullah et al. | Mobility-based clustering algorithm for multimedia broadcasting over IEEE 802.11 p-LTE-enabled VANET | |
| Jiang et al. | A bandwidth-link resources cooperative allocation strategy of data communication in intelligent transportation systems | |
| Eltahir et al. | An enhanced hybrid wireless mesh protocol (E-HWMP) protocol for multihop vehicular communications | |
| Rana et al. | VANET: expected delay analysis for location aided routing (LAR) Protocol | |
| Raeisi et al. | Handover Reduction in 5G High-Speed Network Using ML-Assisted User-Centric Channel Allocation. | |
| Kuruvatti et al. | Mobility prediction of diurnal users for enabling context aware resource allocation | |
| Jabbar et al. | A betweenness centrality based clustering in VANETs | |
| Prakash et al. | Fuel consumption and delay aware traffic scheduling in vanet environment | |
| Raeisi et al. | User-Centric Channel Allocation Scheme for 5G High-Speed Users by Utilizing Machine Learning Algorithm to Reduce Handover Rate |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200201 Address after: Room 264, Building 3, No. 135 Guowei Road, Yangpu District, Shanghai, 2008 Applicant after: SHANGHAI JUYUAN COMMUNICATION TECHNOLOGY CO.,LTD. Address before: 519000 Creative Valley, 1889 Huandao East Road, Hengqin New District, Zhuhai City, Guangdong Province, 18, 110-163 (Centralized Office District) Applicant before: ZHUHAI OMESH COMMUNICATION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |
|
| RJ01 | Rejection of invention patent application after publication |