本發(fā)明涉及一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸方法及系統(tǒng)，屬于路由傳輸。

背景技術(shù)：

1、車聯(lián)網(wǎng)作為智能交通系統(tǒng)的重要組成部分，通過車載單元obu實現(xiàn)車與車、車與路之間的信息傳輸和共享，來提供多樣化的業(yè)務(wù)服務(wù)，以滿足自動駕駛、交通協(xié)調(diào)及娛樂等多種應(yīng)用場景的需求。研究表明，車聯(lián)網(wǎng)的應(yīng)用能夠顯著改善道路安全、緩解交通擁堵和降低能源消耗。具體來說，它有潛力將交通事故率降低80％、減輕60％以上的交通擁堵，并減少20％的能源消耗。

2、移動用戶通過蜂窩網(wǎng)絡(luò)可以獲得語音通話和信息娛樂等方便快捷的服務(wù)，但數(shù)據(jù)包通過基站的轉(zhuǎn)發(fā)通信要比車輛到車輛和車輛到基礎(chǔ)設(shè)施之間的直接通信具有更多的跳數(shù)和更長的時延。車輛自組織網(wǎng)絡(luò)(vehiclular?ad?hoc?network，vanet)中車輛與車輛以及車輛與路邊單元(roadside?units，rsu)的直接通信更具優(yōu)勢，允許節(jié)點以當(dāng)前流量情況下的最小時延發(fā)送和接收消息數(shù)據(jù)包。

3、可靠的信息傳輸是車聯(lián)網(wǎng)應(yīng)用落地的關(guān)鍵，高效的路由機(jī)制設(shè)計可以有效的降低信息傳輸?shù)难訒r和失敗率，提升車聯(lián)網(wǎng)應(yīng)用的服務(wù)質(zhì)量。然而城市車聯(lián)網(wǎng)環(huán)境的復(fù)雜性給路由協(xié)議的設(shè)計帶來了挑戰(zhàn)，一方面車輛本身的通信距離有限，而車輛的速度比較快，車與車之間的通信鏈路極不穩(wěn)定。另一方面，城市道路結(jié)構(gòu)相較于高速公路而言比較復(fù)雜，建筑物林立，信號衰落較為嚴(yán)重。不合理的路由方案，極易出現(xiàn)數(shù)據(jù)的傳輸中斷，造成頻繁進(jìn)入路由恢復(fù)，從而導(dǎo)致數(shù)據(jù)的傳輸時延變長。此外，城市道路車流量分布不均，在車輛密度較低的道路，路由過程容易陷入局部最優(yōu)狀態(tài)，造成傳輸中斷，而在車輛密度較高的道路上，通信節(jié)點的增多又容易造成網(wǎng)絡(luò)擁塞。因此，面對復(fù)雜多變的城市車聯(lián)網(wǎng)環(huán)境，一種可以滿足車聯(lián)網(wǎng)中不同業(yè)務(wù)的服務(wù)質(zhì)量需求的快速可靠信息傳輸方案成為國內(nèi)外學(xué)術(shù)界和工業(yè)界的研究熱點。

4、現(xiàn)有的城市車輛自組織網(wǎng)絡(luò)路由方案在選擇下一跳節(jié)點時，大多數(shù)力求路由單跳距離的最大化，即選擇距離目的地最近的鄰居節(jié)點。而在實際運(yùn)行過程中，單跳距離最大的候選車輛節(jié)點往往處于通信范圍邊緣，鏈路穩(wěn)定性較差，易導(dǎo)致傳輸失敗。在路段選擇上，現(xiàn)有方案采用的周期性在路段內(nèi)或路段間廣播路由控制數(shù)據(jù)包收集信息的方法網(wǎng)絡(luò)資源開銷大，且只能獲取局部路段信息。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提出了一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸方法，旨在降低v2v通信的平均端到端時延和丟包率。

2、本發(fā)明提出了一種基于模糊推理系統(tǒng)的下一跳選擇方案，綜合考慮鄰居車輛節(jié)點的位置、鏈路持續(xù)時間、信道質(zhì)量以及消息隊列空閑率等因素，來選擇最佳轉(zhuǎn)發(fā)節(jié)點。為了克服局部信息帶來的“短視”問題，引入全局信息—道路車輛密度作為道路權(quán)重因子，并通過dijkstra算法計算全局傳輸路徑。為了降低十字路口附近信息跨道路傳輸受障礙物遮擋的影響，建立十字路口動態(tài)群轉(zhuǎn)發(fā)模型，充分利用處在十字路口范圍內(nèi)的車輛節(jié)點的通信資源，來為信息的跨道路傳輸提供可靠中繼。

3、本發(fā)明還提出了一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸系統(tǒng)。

4、術(shù)語解釋：

5、1、v2v，vehicle-to-vehicle,一種車與車之間的無線通信技術(shù)；

6、2、dijkstra算法，由荷蘭計算機(jī)科學(xué)家edsger?dijkstra提出的一種用于計算圖中兩點之間最短路徑的經(jīng)典算法；

7、3、模糊推理系統(tǒng)(fuzzy?inference?system，fis)是一種基于模糊集合理論和模糊邏輯的推理模型，用于模擬人類的決策過程。它能夠靈活處理現(xiàn)實世界中的模糊信息，處理多個輸入變量并從復(fù)雜的非線性關(guān)系中得出結(jié)論。在分組傳輸過程中，路由性能受單跳距離、鏈路時長、信號強(qiáng)度以及排隊時延多個變量共同影響，模糊推理系統(tǒng)能夠?qū)⑦@些多個輸入變量結(jié)合起來，通過規(guī)則評估和推理計算出輸出，從而選擇合適的鄰居車輛作為轉(zhuǎn)發(fā)節(jié)點，提升路由性能。該過程不需要精確的數(shù)學(xué)模型，同時具有較強(qiáng)的容錯性、靈活性、可解釋性和可擴(kuò)展性。圖4為模糊推理系統(tǒng)架構(gòu)圖，模糊推理主要包含三個步驟，分別為模糊化、推理過程、去模糊化。其中，模糊化將輸入的清晰數(shù)據(jù)轉(zhuǎn)換為模糊集合，通過隸屬度函數(shù)表示每個輸入在各個模糊集合中的隸屬度；推理過程則是根據(jù)模糊規(guī)則庫，對模糊輸入進(jìn)行推理，計算每個規(guī)則的輸出，并將所有規(guī)則的輸出結(jié)合成一個綜合的模糊輸出；去模糊化是將聚合后的模糊輸出轉(zhuǎn)換為清晰值。

8、本發(fā)明的技術(shù)方案為：

9、一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸方法，包括：

10、根據(jù)實時道路車流量密度信息，使用dijkstra算法計算分組路由全局路徑；

11、當(dāng)數(shù)據(jù)包在路段內(nèi)傳輸時，采用模糊推理系統(tǒng)綜合評估鄰居車輛質(zhì)量分?jǐn)?shù)，選擇得分最高的車輛作為下一跳節(jié)點；

12、當(dāng)數(shù)據(jù)包需要進(jìn)行跨道路傳輸時，采用十字路口動態(tài)群轉(zhuǎn)發(fā)策略，充分利用十字路口范圍內(nèi)的車輛作為跨道路傳輸中繼節(jié)點，實現(xiàn)v2v信息路由傳輸。

13、根據(jù)本發(fā)明優(yōu)選的，根據(jù)實時道路車流量密度信息，使用dijkstra算法計算分組路由全局路徑；包括：

14、城市道路地圖表示為無向加權(quán)圖g(v，e),對于任意兩個相鄰交叉口ii，ij∈v，它們之間的路段表示為(ii，ij)∈e，其中，v和e分別交叉路口和道路的有限集合，采用路段內(nèi)車輛密度作為指標(biāo)來衡量路段作為路由選擇的質(zhì)量因素，交叉口ii，ij之間道路權(quán)重ω(ii，ij)表示為：

15、

16、其中，kub、klb為適合分組路由的道路車輛密度的區(qū)間上、下界，μ為比例因子，為道路(ii，ij)實際車流量密度，nij、lij分別為道路(ii，ij)車輛數(shù)量和路段長度；

17、對應(yīng)的全局路徑規(guī)劃的目標(biāo)函數(shù)則表示為：

18、

19、其中，i0＝is，in＝id；

20、源車輛節(jié)點執(zhí)行dijkstra算法計算分組路由全局路徑；包括：

21、定義代價函數(shù)表示為：

22、

23、代價函數(shù)表示從源交叉口i0到任意交叉口ik所需代價，并初始化為：

24、

25、構(gòu)建最小堆，堆元素結(jié)構(gòu)為{ik，cost(ik)，{i0，...，ik}}，第一項為交叉口序號，第二、三項分為源交叉口i0到交叉口ik所需代價以及對應(yīng)的路徑點；

26、將元素{i0，0，{i0}}入堆，重復(fù)以下步驟，直到堆中元素個數(shù)為零；包括：

27、a)堆頂元素{itop，cost(itop)，{i0，...，itop}}出堆；

28、b)遍歷itop相鄰交叉口lnext，若cost(itop)+w(itop，inext)＜cost(inext)，則將元素{inext，cost(itop)+w(itop,inext),{i0，...，itop，inext}}入堆并更新堆排列；

29、最終，可得源交叉口至目的交叉口全局路徑點{i0，i1，...，in}，作為路徑標(biāo)簽插入數(shù)據(jù)包頭部，開始傳輸。

30、根據(jù)本發(fā)明優(yōu)選的，當(dāng)數(shù)據(jù)包在路段內(nèi)傳輸時，采用模糊推理系統(tǒng)綜合評估鄰居車輛質(zhì)量分?jǐn)?shù)，選擇得分最高的車輛作為下一跳節(jié)點；包括：

31、周圍車輛通過接收信標(biāo)感知當(dāng)前車輛的存在，并將當(dāng)前車輛相關(guān)信息存入鄰居列表中；當(dāng)前車輛相關(guān)信息包括位置、速度以及路由隊列空閑率；當(dāng)車輛發(fā)送分組或者中繼分組時，從分組頭部獲取路徑標(biāo)簽并提取當(dāng)前交叉口坐標(biāo)信息其中分別為當(dāng)前交叉口的橫縱坐標(biāo)；

32、鄰居車輛包括候選鄰居車輛和非候選鄰居車輛，候選鄰居車輛cn滿足以下約束條件：

33、

34、其中，c0表示當(dāng)前車輛，表示車輛c0的鄰居車輛的集合；

35、通過模糊推理系統(tǒng)計算候選鄰居車輛的質(zhì)量分?jǐn)?shù)；模糊推理系統(tǒng)有四個輸入變量，分別為距離x1、鏈路時間x2、信號強(qiáng)度x3和路由隊列空閑率x4，以及一個輸出參數(shù)即質(zhì)量分?jǐn)?shù)q；

36、距離定義為：

37、

38、其中，c0為當(dāng)前車輛，cn為候選鄰居車輛，x、y分別為車輛的橫縱坐標(biāo)；輸入變量距離分為short、medium、long三個等級，這三個等級構(gòu)成距離的模糊集，記為：

39、

40、其中，分別表示距離屬于short、medium、long的程度；

41、鏈路時間定義為：

42、

43、其中，

44、

45、其中，d、δv分別表示主車與候選鄰居車輛間的距離矢量和速度差矢量，r為車輛通信范圍；輸入變量鏈路時間分為short和long兩個等級，這兩個等級構(gòu)成鏈路時間的模糊集，記為：

46、

47、其中，分別表示鏈路時間屬于short和long的程度；

48、信號強(qiáng)度表示為：

49、x3(cn)(db)＝pt(db)+gt(db)+gr(db)-lp(db)??(11)；

50、其中，pt為發(fā)送信號功率，gt、gr分別為發(fā)送和接收天線增益，lp為路徑損耗，包括自由空間傳播損耗、陰影衰落和多徑衰落；輸入變量信號強(qiáng)度分為low和high兩個等級，這兩個等級構(gòu)成信號強(qiáng)度的模糊集，記為：

51、

52、其中，分別表示信號強(qiáng)度屬于low和high的程度；

53、路由隊列空閑率定義為：

54、

55、其中，k、r分別表示路由隊列空閑和占用空間大小，輸入變量路由隊列空閑率分為low和high兩個等級，這兩個等級構(gòu)成路由隊列空閑率的模糊集，記為：

56、

57、其中，分別表示信號強(qiáng)度屬于low和high的程度。

58、采用模糊推理系統(tǒng)綜合評估鄰居車輛質(zhì)量分?jǐn)?shù)，包括：

59、輸入變量的模糊化；通過隸屬度函數(shù)將連續(xù)的輸入變量值xi映射到預(yù)定義的模糊集中；

60、規(guī)則匹配以及模糊推理；基于經(jīng)驗知識構(gòu)建模糊規(guī)則，通過模糊規(guī)則庫，根據(jù)輸入值所屬的模糊集合，確定每條規(guī)則的激活強(qiáng)度；

61、模糊推理；根據(jù)計算的每條規(guī)則的激活強(qiáng)度，推導(dǎo)出輸出變量的模糊集

62、其中，分別表示輸出變量q屬于等級worst、bad、tolerable、good和perfect的程度；

63、輸出去模糊化；根據(jù)隸屬度函數(shù)和輸出變量的模糊集將推理結(jié)果轉(zhuǎn)換為具體的清晰值；

64、重復(fù)上述步驟，計算所有候選鄰居節(jié)點的質(zhì)量分?jǐn)?shù)，并選擇質(zhì)量分?jǐn)?shù)最高的節(jié)點作為下一跳節(jié)點。

65、進(jìn)一步優(yōu)選的，采用重心法進(jìn)行去模糊化：

66、

67、根據(jù)本發(fā)明優(yōu)選的，當(dāng)數(shù)據(jù)包需要進(jìn)行跨道路傳輸時，采用十字路口動態(tài)群轉(zhuǎn)發(fā)策略，充分利用十字路口范圍內(nèi)的車輛作為跨道路傳輸中繼節(jié)點；包括：

68、定義十字路口的一個影響范圍rrelay，即車輛距離路口中心(xi，yi)的最大允許距離；如果車輛ci的位置滿足：

69、

70、則車輛ci作為可能的跨道路傳輸中繼節(jié)點，即十字路口動態(tài)群節(jié)點；計算一個路口附近區(qū)域潛在中繼車輛的集合包括所有符合式(16)的車輛；將與路口中心的距離作為選擇車輛的考量；車輛群中的節(jié)點視為候選車輛節(jié)點，候選車輛與路口中心距離的歸一化值定義為：

71、

72、其中，di表示車輛距離交叉口中心的距離，dmax和dmin分別表示群中車輛與交叉口距離的最大和最小值；

73、車輛ci被選中作為中繼的概率設(shè)定為：

74、

75、一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸方法的步驟。

76、一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸方法的步驟。

77、一種面向車聯(lián)網(wǎng)城市道路間的v2v信息路由傳輸系統(tǒng)，包括：

78、分組路由全局路徑計算單元，被配置為：根據(jù)實時道路車流量密度信息，使用dijkstra算法計算分組路由全局路徑；

79、下一跳節(jié)點選擇單元，被配置為：當(dāng)數(shù)據(jù)包在路段內(nèi)傳輸時，采用模糊推理系統(tǒng)綜合評估鄰居車輛質(zhì)量分?jǐn)?shù)，選擇得分最高的車輛作為下一跳節(jié)點；

80、中繼節(jié)點獲取單元，被配置為：當(dāng)數(shù)據(jù)包需要進(jìn)行跨道路傳輸時，采用十字路口動態(tài)群轉(zhuǎn)發(fā)策略，充分利用十字路口范圍內(nèi)的車輛作為跨道路傳輸中繼節(jié)點，實現(xiàn)v2v信息路由傳輸。

81、本發(fā)明的有益效果為：

82、本發(fā)明針對城市車聯(lián)網(wǎng)中v2v通信任務(wù)，提出了一種基于模糊推理系統(tǒng)的分布式路由框架(fruv)，旨在構(gòu)建復(fù)雜車輛環(huán)境中信息傳輸?shù)淖罴崖窂?，以降低v2v通信的平均端到端時延和丟包率。fruv包含三個主要創(chuàng)新：

83、1)提出基于模糊推理系統(tǒng)的下一跳選擇方案，采用多指標(biāo)評價體系綜合評估候選節(jié)點質(zhì)量，有效提升鏈路的可靠性和穩(wěn)定性。

84、2)設(shè)計基于實時道路車流量密度的信息傳輸全局路徑規(guī)劃算法，確保數(shù)據(jù)包在車輛密度適宜的道路上高效傳輸。

85、3)提出十字路口動態(tài)群轉(zhuǎn)發(fā)策略，防止由信號陰影衰落和車輛方向變化引起的數(shù)據(jù)包丟失，在保持?jǐn)?shù)據(jù)包跨道路傳輸可靠性的同時降低了對基礎(chǔ)設(shè)施的依賴。本發(fā)明綜合考慮道路實時車流量信息和局部車輛信息來規(guī)劃傳輸路徑，所提出的基于模糊推理系統(tǒng)的中繼選擇方法，在有效的提升多跳鏈路傳輸成功率的同時也有利于平衡車輛間的路由負(fù)載。