CN113225712A - 协同车辆安全系统中参考模型自适应速率控制系统及方法 - Google Patents

Abstract

本发明公开了协同车辆安全系统中参考模型自适应速率控制系统及方法，该系统包括实时车辆跟踪模块、参考模型模块、自适应速率控制模块；该方法包括如下步骤：1）实时车辆跟踪模块提供自身状态信息给周围车辆，估计周围车辆状态；2）参考模型模块根据从车辆跟踪模块获得的真实交通流状况，估计当前车辆数目、车辆速度与干扰，计算数据包的总接收概率并映射为跟踪精度，最后基于可接收的跟踪精度，以有限时域滚动优化的方法预测理想车辆网络状态；3）自适应速率控制模块根据理想车辆网络状态与当前实际车辆网络状态给出实时速率控制策略。本发明充分考虑车联网中各种因素的影响，在减少信道拥塞的同时，极大提高了车辆实时跟踪的精度。

Description

协同车辆安全系统中参考模型自适应速率控制系统及方法

技术领域

本发明涉及车联网通信技术领域，尤其涉及协同车辆安全系统中参考模型自适应速率控制系统及方法。

背景技术

车载自组织网络(Vehicular Ad hoc Networks，VANET)又被称为车联网，被认为是智能运输系统(Intelligent Transportation System，ITS)的重要组成部分。其主要目标是提高公路行驶的安全性和舒适性。VANET通过车对车(Vehicle-to-Vehicle，V2V)通信来增强道路安全，并提供主动安全应用，例如协作碰撞预警、电子紧急制动灯、预碰撞警告、超车警告以及慢速/停止的车辆变更等。然而，这些主动安全应用需要车辆对其附近车辆的位置和状态进行良好的估计。车辆通过对周围感知来探测可能发生的碰撞并警告驾驶员。这种概念被称为协同车辆安全系统(Cooperative Vehicle Safety System，CVSS)。跟踪周围车辆的性能是CVSS的基础。为了安全需要，假定每辆车都配备了全球定位系统(GlobalPositioning System，GPS)接收器，基于IEEE 802.11p协议，每辆行驶在道路上的车辆定期的在无线共享信道上广播名为基本安全消息(Basic Safety Messages，BSM)的状态信息给周围车辆，这些状态信息包含车辆位置、车辆速度以及车辆前进方向。据统计，CVSS可以减少超过 75％的全国交通事故。

在车联网中，IEEE 1609.4协议规定了多信道架构：使用公共的控制通道(ControlChannel，CCH)进行安全相关的数据交换，并使用六个服务通道(Service Channel,SCH) 进行非安全性(例如舒适性和信息娱乐)数据交换。对于单无线电设备来说，必须在CCH 和SCH之间进行定期、同步切换，以确保与安全相关的消息将不会丢失。车联网中，有两种类型的与安全相关的消息在CCH上传输：事件驱动的紧急消息以及用于警告特定地理区域内的所有相邻车辆的基本安全消息(Basic Safety Message，BSM)。BSM通常用于车辆之间协作目的。在VANET中，BSM数据包发送频率为1-10Hz。由于BSM是所有车辆都要周期性的传输的，因此它们占了大多数网络流量。文献(Degradation of Communication Range in VANETsCaused by Interference 2.0-Real-World Experiment)中也已经表明，车联网中的无线信道的有限带宽严重影响了通信效率。这意味着随着车辆密度的增加，由固定速率、周期性的BSM数据传输带来的CCH信道竞争不断增加，由此带来数据包因冲突而丢失的加剧，最终导致网络性能的下降，降低道路行驶的安全性。但是，一味地降低BSM速率不是一个合适的解决方案，因为它同时降低了网络的通信质量。随着BSM速率的降低，车辆的实际位置与从收到最后一条BSM信息而获知的车辆位置之间的误差会增加。这会导致跟踪位置不准确，影响了CVSS的运行，因为CVSS的运行是依赖于准确和最新的信息。

而且，在CVSS中，VANET是一个主要用于V2V通信的自组织网络。BSM和紧急消息的传输是通过在CCH间隔内在CCH上以广播的方式进行的。由于广播是没有消息确认机制的。因此，消息的发送者无法检测到数据包是否发送成功，即使数据包没有被接收，也不会重新发送。在碰撞警告应用中，这是一个非常严重的问题，因为一旦车辆事故发生后，要求周围所有车辆都必须在短时间内成功接收到警告消息，以免发生连锁碰撞。另一方面，车辆的高速运动、隐藏终端的干扰也会降低网络性能。基于以上问题，我们提出了基于实际车联网特点的模型，充分考虑了影响车联网性能的各种因素，包括车辆运行速度、信道竞争和隐藏终端的影响，用于评估消息成功接收的总概率。

在文献(Adaptive Inter-vehicle Communication Control for CooperativeSafety Systems， Tracking the position of neighboring vehicles using wirelesscommunications，Inter-vehicle Transmission Rate Control for Cooperative ActiveSafety System，Joint space-division multiple access and adaptive rate controlfor basic safety messages in VANETs)中，已经提出了几种解决方案来解决CVSS中的传输速率控制问题。但是，所有这些解决方案并不能同时考虑车辆运动性、车辆密度的高度动态特性、隐藏终端干扰问题的影响。同时，这些解决方案依赖于信道状态(例如信道占用率)来得出最佳BSM传输速率。但是，由于VANET中没有确认机制的广播性质，很难检测到冲突和信道占用情况。此外，该检测机制将增加通信期间的传输延迟，不适合在CVSS中的车辆跟踪应用中进行实时信息传递。实际上，在CVSS中，信道状况在很大程度上取决于BSM速率。BSM速率越高，跟踪精度越高，但是带宽消耗也就越大，引起信道拥塞，加剧数据包的冲突，从而又会降低通信性能。因此，为CVSS保持可接收的跟踪精度，我们提出一种有效的实时速率控制策略，根据车辆移动性的持续变化、车辆密度，以及隐藏终端的影响，实时调整BSM的传输速率，已达到提高网络性能，增强车辆行驶的安全性。

发明内容

基于以上背景，本发明提出了协同车辆安全系统中参考模型自适应速率控制系统及方法，以应对车辆的高速运动、车辆密度的持续变化，以及隐身终端在CVSS中对车辆跟踪的影响。我们设计的目的是减少跟踪误差，并提高在不同交通条件下车辆行驶的安全性。

有鉴于此，本发明提出了协同车辆安全系统中参考模型自适应速率控制系统，假定在CVSS中的车辆具有单无线电通信能力，即均具备无线发送和接收消息的能力，系统包括如下模块：

车辆跟踪模块：提供车辆自身状态信息给周围车辆，并且根据收到的数据包估计周围车辆状态；

参考模型模块：根据给定的可接收的跟踪精度，基于当前的车辆传输速率、车辆数目、车辆运动速度与干扰预测出理想的车辆网络状态；

自适应速率控制模块：根据理想的车辆网络状态与当前实际车辆网络状态给出实时速率控制策略，以实现车辆精确跟踪。

本发明还提出了协同车辆安全系统中参考模型自适应速率控制方法，包含如下步骤：

S1)实时车辆跟踪模块提供车辆自身状态信息给周围车辆，并且根据接收到的周围车辆发送来的数据包估计周围车辆状态；

S2)参考模型模块根据从车辆跟踪模块获得的真实交通流状况，估计当前网络中车辆数目、车辆速度与干扰情况，计算数据包的总接收概率，并把总接收概率映射为车辆跟踪精度，最后基于可接收的跟踪精度，以有限时域滚动优化的方法预测出理想车辆网络状态；

S3)自适应速率控制模块根据理想车辆网络状态与当前实际车辆网络状态给出实时速率控制策略，以实现车辆精确跟踪。

进一步，所述步骤S1)中所述的车辆自身状态信息包括车辆位置、车辆速度、车辆行驶方向。

进一步，所述步骤S1)中所述的根据接收到的周围车辆发送来的数据包估计周围车辆状态，其过程如下：

S101)令

与

分别代表接收者j在t时刻对发送者i车辆的位置估计与速度估计， x_i(t)与v_i(t)分别代表发送节点i在t时刻真实的位置与真实的速度；

S102)当接收者j在t时刻没有收到节点i的状态信息，用如下公式来估计节点i的状态：

其中

与

分别代表接收者j在(t-1)时刻对发送者i 车辆的位置估计与速度估计，Δt代表消息传输的时间间隔；

S103)当接收者j在t时刻收到节点i的状态信息，用如下公式来估计节点i的状态：

进一步，所述步骤S2)中所述的总接收概率P_succ(λ_s(t))可以用如下表示：

其中，P_{m_succ}代表车辆在高速运动状态下，从在其通信范围内的车辆收到BSM数据包的概率。P_{t_succ}代表成功传输数据包概率，即在参考节点的通信范围内，在同一时隙只有一个车辆节点使用信道的概率。P_{h_suss}代表存在隐藏终端下数据包成功发送的概率。τ_e和τ_s分别代表在任一时隙，车辆发送一个紧急包的概率与车辆发送一个BSM包的概率。R代表车辆的传输范围(米)，也就是通信范围。假设车辆在双向单车道上行驶，每一个方向上的车辆都满足齐次泊松过程，β(车辆数目/秒)代表平均泊松率。在每个运动间隔中，车辆速度均匀分布在V_min和V_max中，车辆速度的平均值为

方差为

其中，V_min， V_max和μ分别代表路上车辆的最低速度(米/秒)，最高速度(米/秒)和平均速度(米/秒)。 T_t代表一个数据包传输时间(秒)。λ_s(t)代表车辆节点i在t时刻发送BSM数据包的速率 (数据包/秒)。

进一步，所述步骤S2)中所述的把总接收概率映射为车辆跟踪精度，用下面公式表示：

其中ε_ji(t)代表节点j对节点i在t时刻的估计误差。

进一步，所述步骤S3)中所述的实时速率控制策略，指的是采用PID控制实现，实现公式如下：

其中，λ_s(t)是节点i在t时刻BSM数据包的传输速率，为了简化期间，省掉了i。其中，

为t时刻的数据包成功接收概率y_i(t)和期望的数据包成功接收概率

之间的偏差。

本发明的有益效果：

(1)提出了一种参考模型自适应速率控制框架，该框架实时获取车辆网络中的交通流状况，给出实时控制速率方案，从而提高实时追踪精度；

(2)同时考虑了车辆运动速度、车辆密度、隐藏终端对数据包的总接收概率的影响，从而更接近于实际车联网场景，具有很高的应用价值；

(3)把总接收概率映射为车辆跟踪精度，设计了一个PID控制器，基于可接收的跟踪精度，以有限时域滚动优化的方法预测理想车辆网络状态，根据网络的动态变化产生实时速率控制策略。

附图说明

图1是本发明实施例中参考模型自适应速率控制框架；

图2是本发明实施例中参考模型自适应速率控制流程图；

图3是本发明实施例中简化的一维高速公路场景及存在隐藏终端的干扰区域图；

图4是本发明实施例中紧急数据包与BSM数据包的马尔科夫链退避过程；

图5是本发明实施例中隐藏终端的易失周期问题示意图。

具体实施方式

下面结合附图，对本发明的优选实例进行详细的描述。

本发明所述的参考模型自适应速率控制框架如图1所示，在此框架中，我们假设每辆车都有一个无线电收发器，它既可以发送消息也可以接收消息，但不能同时进行。来自于全球定位系统(Global Position System，GPS)的协调世界时间(Coordinated UniversalTime， UTC)机制，被用来在所有车辆之间进行时间同步。假设有n个节点共享同一无线信道CCH。

本发明提出了协同车辆安全系统中参考模型自适应速率控制系统，系统包括三个模块：车辆跟踪模块、参考模型模块和自适应速率控制模块。

车辆跟踪模块：此模块描述了车辆运动的物理动力学以及与其他节点的真实通信过程。它包含车辆自身状态信息和邻居节点估计两个组成部分。车辆自身状态信息部分提供车辆自身状态信息给周围车辆，这些信息包含车辆位置(经纬度)、车辆速度、与车辆行驶方向；邻居节点估计部分通过操作一个简单的动力学方程，根据收到的数据包估计周围车辆状态，包括车辆位置(经纬度)、车辆速度。

参考模型模块：CVSS的目标是为每一个车辆节点维护可接收的跟踪精度。因此，可接收的跟踪精度被确定为参考模型自适应速率控制框架的输入。基于给定的可接收的跟踪精度，参考模型模块根据当前车辆传输速率、道路上车辆数目、车辆运动速度以及干扰预测出理想的网络状态。

参考模型模块处理过程如下：

S201)从车辆跟踪模块中获取来自真实交通流的状态信息；

S202)估计道路上车辆数目、车辆运动速度以及干扰，并且计算出数据包的总接收概率；

S203)基于可接收的跟踪精度与数据包的总接收概率，寻找理想的控制策略。

自适应速率控制模块：根据理想的车辆网络状态与当前实际车辆网络状态给出实时速率控制策略，以实现车辆精确跟踪。自适应速率控制模块包含PID控制器与参数调整机制两个部分。

参数调整机制根据理想的数据包接收概率与实际数据包接收概率之间的差距，调整 PID控制器的参数，例如比例增益(K_p),积分增益(K_i)与微分增益(K_d)； PID控器根据来自参数调整机制部分的参数调整数据包的传输速率。

本发明提出了协同车辆安全系统中参考模型自适应速率控制方法，流程图如图2所示，包含如下步骤：

S1)实时车辆跟踪模块提供车辆自身状态信息给周围车辆，并且根据接收到的周围车辆发送来的数据包估计周围车辆状态。

车辆自身状态信息包括车辆位置、车辆速度、车辆行驶方向。

根据接收到的周围车辆发送来的数据包估计周围车辆状态，其过程如下：

S301)令

与

分别代表接收者j在t时刻对发送者i车辆的位置估计与速度估计， x_i(t)与v_i(t)分别代表发送节点i在t时刻真实的位置与真实的速度；

S302)当接收者j在t时刻没有收到节点i的状态信息，用如下公式来估计节点i的状态：

其中

与

分别代表接收者j在(t-1)时刻对发送者i车辆的位置估计与速度估计，Δt代表消息传输的时间间隔；

S303)当接收者j在t时刻收到节点i的状态信息，用如下公式来估计节点i的状态：

S2)参考模型模块根据从车辆跟踪模块获得的真实交通流状况，估计当前网络中车辆数目、车辆速度与干扰情况，计算数据包的总接收概率，并把总接收概率映射为车辆跟踪精度，最后基于可接收的跟踪精度，以有限时域滚动优化的方法预测理想车辆网络状态。

在CVSS中，我们主要关注VANET的安全应用。在VANET的安全应用中，车辆广播两种类型的消息：紧急(事件驱动)消息和基本安全消息BSM(也称为信标)。虽然紧急消息(例如紧急制动，变道警告，避免协作碰撞等)通常包含与安全相关的信息，但BSM 消息会定期发送到其传输范围内的所有相邻车辆，包含诸如车辆位置(经纬度)、车辆速度与行驶方向等车辆状态信息。紧急消息将使用AC₃等级，也就是最高优先级传输，而BSM 消息将使用AC₀等级进行传输。

在CVSS中，CCH拥塞主要是由于周期性的广播BSM引起的，尤其是在车辆密度比较高和/或BSM的高传输速率的情况下，而紧急消息仅仅在检测到危险情况时才发送。因此，在我们的模型中，我们调整的是BSM发送速率。假设在t时刻，车辆节点发送BSM的速率为λ_s(t)，单位：数据包/秒。紧急消息的产生服从参数为λ_e的泊松过程，单位：数据包/秒。

根据IEEE 1609.4协议规定，紧急消息仅仅在CCH间隔中在CCH上发送。如果数据包是在SCH间隔期间生成的，则它们必须在MAC缓冲区中等待，直到等到下一个CCH间隔才能发送。因此，在CCH间隔期间每个车辆的紧急消息的数据包到达率为2λ_e。

假定CVSS中的所有车辆都具有相同的发射功率，传输范围R，并且所有数据包都具有相同的长度L(位)。

影响BSM数据包的总接收概率P_succ(λ_s(t))的因素包含三个：车辆的运动速度、道路上车辆数目以及隐藏终端带来的干扰。BSM数据包的总接收概率P_succ(λ_s(t))的推导过程，并且把数据包的总接收概率映射为跟踪精度，包含如下5个步骤。

S401)车辆的运动速度对数据包成功接收概率的影响。

在车联网中，由于车辆的运动，成功接收BSM数据包的条件要求发送节点和接收节点必须在整个传输期间都是通信连接的，也就是说，它们在彼此的通信范围内。因此，成功接收数据包的概率取决于发送节点和接收节点之间的相对速度、数据包传输时间和发送节点的通信范围R。

本发明提出的VANET运动模型是建立在双向单车道高速公路段上，因为传输范围远远大于公路的宽度，因此每个方向上，我们就假定通信网络是一维的，如图3所示。假设高速路上每个方向上车辆的运动都服从参数为β的齐次泊松分布，这意味着在车辆运动的时间间隔(t₁,t₂]中，道路上的车辆数目服从均值为β(t₂-t₁)的泊松过程。在每个运动间隔中，车辆速度均匀分布在V_min和V_max中，车速的平均值为

方差为

其中V_min，V_max和μ分别代表最低车速，最高车速和平均车速。我们假设每辆车的运动是独立的，这也意味着车辆可以自由的变道、超车。P_{m_succ}代表车辆在高速运动状态下，在它通信范围内的其它车辆收到BSM数据包的概率，则P_{m_succ}可以表示为：

其中，T_t＝L/R_d+T_difs+ξ代表一个数据包的传输时间(为了简便期间，我们假设紧急包与 BSM包具有一样的大小L)，R_d(位/秒)是物理层上的数据传输速率，T_difs是分布式帧间间隔的时间,ξ是传播延迟。

S402)信道竞争对数据包成功接收概率的影响。

在车联网的IEEE 802.11p协议中，采用退避机制来协调节点之间的信道访问，退避机制符合马尔科夫链退避过程。根据Bianchi的马尔可夫链模型演化出的节点退避过程模型如图4所示。令b_e(t)和b_s(t)分别代表在一个随机过程中的紧急消息的退避计数器在t时刻的值和在一个随机过程中的BSM消息的退避计数器在t时刻的值，则b_e＝lim_t→∞b_e(t)和b_s＝lim_t→∞b_s(t)分别代表紧急消息的马尔科夫链的平稳分布和BSM消息的马尔科夫链的平稳分布。每一个节点的状态可以描述为{b_i；b_i∈[0,W_min-1]}，其中，b_i代表退避计数器的初始值，W_min代表最小竞争窗口值，当节点发送紧急消息时，W_min就代表紧急消息的最小竞争窗口值，此时W_min＝W_e；当节点发送BSM消息时，W_min代表BSM消息的最小竞争窗口值，此时W_min＝W_s。在节点退避过程中，如果节点在任一时隙中检测到信道空闲时，其退避计数器的值就会以概率(1-p)减1，其中p代表信道忙的概率。当一个节点监测到信道忙时，它的退避计数器的值就会以概率p保持不变。

从图4中，我们可以得到：

其中，k代表数据包的退避状态，b_k代表退避状态k的平稳分布,b₀代表退避状态0的平稳分布。

因此，利用平稳分布的归一化条件可得：

通过联立公式(4)与公式(5)，可以求得：

令τ_e代表一个车辆节点在任一时隙发送一个紧急数据包的概率。为了获得τ_e的值，我们假定在缓冲区中至少有一个新产生的紧急数据包，并且其退避计数器以概率(1-p)达到零状态 b₀，则：

令τ_s代表一个车辆节点在任一时隙发送一个BSM数据包的概率。为了获得τ_s的值，我们假定在缓冲区中有一个BSM数据包在等待发送，并且没有紧急数据包在选定的时隙中等待发送。我们令λ_s(t)和δλ_s(t)分别代表一个车辆节点产生BSM数据包的速率和一个车辆节点在任一时隙准备发送一个BSM数据包的概率，其中δ＝13μs代表一个时隙的时间长度，则：

参考车辆节点在任一时隙监测到信道忙概率p，也就是在通信范围R内，至少有一个车辆节点在信道上传输数据包(BSM数据包或者是紧急数据包)，可以表示为：

联立公式(5)-(9)，可以求得τ_e和τ_s。

令P_{t_succ}代表成功传输数据包概率，即在参考节点的通信范围内，在同一时隙只有一个车辆节点使用信道的概率，可以表示为：

S403)隐藏终端对数据包成功接收率的影响。

参考节点的传输范围R内以及隐藏终端的情形见图3所示。令T_vul代表隐藏终端的易失周期，令P_{h_suss}代表存在隐藏终端下数据包成功发送的概率，即当发送节点在发送数据的期间内，干扰区域内没有节点在发送数据，也就是说在发送节点发送期间以及发送的前一个周期内(这段时间是2T_t)，干扰区域内都没有节点发送数据的概率。这是因为在CSMA/CA 的退避协议中，如图5所示，为了发送的数据被成功接收，必须在节点发送期间以及发送的前一个周期内都没有节点发送数据，则：

其中，T_vul＝2T_t，T_vir代表平均一个虚拟时隙的时间长度，因为在一个T_vir中，可能发生三种情况，信道空闲、数据包被成功发送与数据包冲突。因为紧急包与BSM包采用的是广播形式，因此数据包成功发送与数据包冲突的时间是一样的，都是T_t。因此我们有：

T_vir＝(1-p)δ+pT_t (12)。

S404)数据包总的成功接收概率。

令P_succ(λ_s(t))代表参考节点i(也叫做发送节点)在t时刻发送一个BSM数据包且能被它传输范围R内的所有节点都收到的概率。为了能被所有节点成功接收，必须满足下面条件：

C1)在发送节点发送数据的传输时间内，接受节点必须在发送节点的传输范围R之内；

C2)当发送节点在发送数据时，在它传输范围之内的其他车辆都没有在同一时隙内传输数据；

C3)当发送节点在发送数据的期间内，干扰区域内没有节点在发送数据，也就是说在发送节点发送期间以及发送的前一个周期内(这段时间是2T_t)，干扰区域内都没有节点发送数据。

综合上述三个条件，我们有：

S405)基于P_succ(λ_s(t))的参考模型。

根据公式(13)，可以获得参考模型。根据图1所示，接收节点j估计发送节点i的位置与行车速度分为两种情形。在t时刻，如果发送节点i的信息没有被接收节点j收到，则接收节点j使用公式(1)估计发送节点i的位置与行车速度，车辆j没有收到信息的概率为(1-P_succ(λ_s(t)))；另一方面，如果发送节点i的信息被接收节点j收到，则接收节点j使用公式(2)估计(计算)发送节点i的位置与行车速度，车辆j收到信息的概率为P_succ(λ_s(t))。结合上面两种情形，则接收节点j估计发送节点i的位置与行车速度为：

节点j对节点i的估计误差带来的跟踪误差(位置估计误差)ε_ji(t)可以定义为：

公式(15)把在车联网中数据包的总的接收概率P_succ(λ_s(t))转换为安全应用方面的车辆跟踪误差ε_ji(t)。使用公式(15)作为图1中的参考模型进行预测。给定跟踪误差，在t时刻期望获得的成功接收率就可以得到。图1中的自适应速率控制模块以期望获得的数据包接收率作为参考点去设计BSM的发送速率λ(t)的控制策略。

参考模型u_i(t)可以被表示为：

其中，参考模型u_i(t)也是基于λ_s(t)的目标函数。因为车联网中车辆的高速运动、车辆密度的高动态变化，以及隐藏终端的干扰，只有短期控制是可靠的。因此，参考模型采用有限时域滚动优化的思想，实现对时变不确定性系统的自适应控制。参考模型控制的滚动优化不是一次离线进行，而是反复在线进行。

S3)自适应速率控制模块根据理想车辆网络状态与当前实际车辆网络状态给出实时速率控制策略，以实现车辆精确跟踪。

实时速率控制策略采用PID控制实现：

其中，

为t时刻的数据包成功接收概率y_i(t)和期望的数据包成功接收概率

之间的偏差。

车辆节点按照期望跟踪精度与实际跟踪精度之间的偏差，采用PID控制，不断调整传输速率λ_s(t)，直至达到精度要求。因为车联网的动态变化，此调整过程一直持续不断下去。

以上内容是结合具体实施方式对本发明的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明的构思的前提下，还可以提出若干简单的推理或替换，都应视为属于本发明的保护范围。

Claims (7)

1.协同车辆安全系统中参考模型自适应速率控制系统，所述协同车辆安全系统中的车辆具有单无线电通信能力，即均具备无线发送和接收消息的能力，其特征在于所述的系统包括如下模块：

车辆跟踪模块：提供车辆自身状态信息给周围车辆，并且根据收到的数据包估计周围车辆状态；

参考模型模块：根据给定的可接收的跟踪精度，基于当前的车辆传输速率、车辆数目、车辆运动速度与干扰预测出理想的车辆网络状态；

自适应速率控制模块：根据理想的车辆网络状态与当前实际车辆网络状态给出实时速率控制策略，以实现车辆精确跟踪。

2.协同车辆安全系统中参考模型自适应速率控制方法，其特征在于所述的方法包含如下步骤：

201)实时车辆跟踪模块提供车辆自身状态信息给周围车辆，并且根据接收到的周围车辆发送来的数据包估计周围车辆状态；

202)参考模型模块根据从车辆跟踪模块获得的真实交通流状况，估计当前网络中车辆数目、车辆速度与干扰情况，计算数据包的总接收概率，并把总接收概率映射为车辆跟踪精度，最后基于可接收的跟踪精度，以有限时域滚动优化的方法预测出理想车辆网络状态；

203)自适应速率控制模块根据理想车辆网络状态与当前实际车辆网络状态之间的差异给出实时速率控制策略，以实现车辆精确跟踪。

3.如权利要求2所述的协同车辆安全系统中参考模型自适应速率控制方法，其特征在于，所述步骤201)中所述的车辆自身状态信息包括车辆位置、车辆速度、车辆行驶方向。

4.如权利要求2所述的协同车辆安全系统中参考模型自适应速率控制方法，其特征在于，所述步骤201)中所述的根据接收到的周围车辆发送来的数据包估计周围车辆状态，其过程如下：

401)令

与

分别代表接收者j在t时刻对发送者i车辆的位置估计与速度估计，x_i(t)与v_i(t)分别代表发送节点i在t时刻真实的位置与真实的速度；

402)当接收者j在t时刻没有收到节点i的状态信息，用如下公式来估计节点i的状态：

其中

与

分别代表接收者j在(t-1)时刻对发送者i车辆的位置估计与速度估计，Δt代表消息传输的时间间隔；

403)当接收者j在t时刻收到节点i的状态信息，用如下公式来估计节点i的状态：

5.如权利要求2所述的协同车辆安全系统中参考模型自适应速率控制方法，其特征在于，所述步骤202)中所述的总接收概率P_succ(λ_s(t)),

其中，P_{m_succ}代表车辆在高速运动状态下，在它通信范围内的其它车辆收到BSM数据包的概率；P_{t_succ}代表成功传输数据包概率，即在参考节点的通信范围内，在同一时隙只有一个车辆节点使用信道的概率；P_{h_suss}代表存在隐藏终端下数据包成功发送的概率；τ_e和τ_s分别代表在任一时隙，车辆发送一个紧急包的概率和车辆发送一个BSM包的概率；R代表车辆的传输范围，也就是通信范围；假设车辆在双向单车道上行驶，每一个方向上的车辆都满足齐次泊松过程，β代表平均泊松率；V_min，V_max和μ分别代表路上车辆的最低速度，最高速度和平均速度；T_t代表一个数据包传输时间；λ_s(t)代表车辆节点i在t时刻发送BSM数据包的速率。

6.如权利要求2所述的协同车辆安全系统中参考模型自适应速率控制方法，其特征在于，所述步骤202)中所述的把总接收概率映射为车辆跟踪精度，用下面公式表示：

其中ε_ji(t)代表节点j对节点i在t时刻的估计误差。

7.如权利要求2所述的协同车辆安全系统中参考模型自适应速率控制方法，其特征在于，所述步骤203)中所述的实时速率控制策略，指的是采用PID控制实现：

其中λ_s(t)是节点i在t时刻BSM数据包的传输速率，

为t时刻的数据包成功接收概率y_i(t)和期望的数据包成功接收概率

之间的偏差。

Images