[發(fā)明專利]車載自組織網(wǎng)絡(luò)中基于鏈路感知的穩(wěn)定成簇路由方法

有效

• 申請?zhí)枺?/td>: 201410064311.4
• 申請日: 2014-02-25
• 公開（公告）號: CN103781148A
• 公開（公告）日: 2014-05-07
• 發(fā)明（設(shè)計）人: 陳前斌;李守捷;唐倫;黃瓊
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: H04W40/20
• 分類號: H04W40/20;H04W84/18
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

技術(shù)領(lǐng)域

本發(fā)明屬于車載自組織網(wǎng)絡(luò)技術(shù)領(lǐng)域，涉及一種車載自組織網(wǎng)絡(luò)中基于鏈路感知的穩(wěn)定成簇路由方法。

背景技術(shù)

車載自組織網(wǎng)絡(luò)(VANET)是移動ad?hoc的一種，但由于車載自組織網(wǎng)的車輛節(jié)點移動速度較快、網(wǎng)絡(luò)拓?fù)渥兓浅ｎl繁等特點，使車載網(wǎng)的路由層不僅要面臨傳統(tǒng)移動自組網(wǎng)所面對的問題，還必須克服其自身特性所產(chǎn)生的缺陷，因此車載自組網(wǎng)中路由協(xié)議的設(shè)計是研究工作中的一大挑戰(zhàn)。

目前，車載網(wǎng)中使用的路由協(xié)議根據(jù)不同的方式可以進(jìn)行不同的分類。按照網(wǎng)絡(luò)邏輯結(jié)構(gòu)的不同可分為平面路由和分層路由即分簇路由。分簇路由協(xié)議通過分簇方法將網(wǎng)絡(luò)中的節(jié)點劃分為邏輯上獨立的簇，將拓?fù)渥兓挠绊懣刂圃谛》秶鷥?nèi)，減少了網(wǎng)絡(luò)負(fù)載，便于對網(wǎng)絡(luò)進(jìn)行管理，適用于大規(guī)模網(wǎng)絡(luò)。因此成為了當(dāng)前重點研究的技術(shù)。成簇方法是分簇路由的關(guān)鍵，好的成簇方法可以延長簇頭持續(xù)時間，提高傳輸?shù)耐哆f率，減少路由的跳數(shù)，從而減少丟包。

現(xiàn)有分簇方法中很多只考慮節(jié)點的單一參數(shù)如ID、速度、距離、節(jié)點度等參量，有些加權(quán)分簇方法也只是將幾個簡單的參量進(jìn)行加權(quán)，近些年提出的Affinity?Propagation聚類方法，它根據(jù)N個數(shù)據(jù)點之間的相似度進(jìn)行聚類。現(xiàn)有的Affinity?Propagation聚類方法是基于節(jié)點間距離的，當(dāng)節(jié)點的節(jié)點度差別較大時，選取節(jié)點度較小的節(jié)點為簇頭增加了簇頭的個數(shù)，簇頭持續(xù)時間較短，需要頻繁的更新簇頭，從而增加了分組投遞的跳數(shù)和時延，降低了投遞率，增加了路由開銷。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種車載自組織網(wǎng)絡(luò)中基于鏈路感知的穩(wěn)定成簇路由方法。

為達(dá)到上述目的，本發(fā)明提供如下技術(shù)方案：

本發(fā)明首先提供了一種車載自組織網(wǎng)絡(luò)中基于鏈路感知的穩(wěn)定成簇方法，包括以下步驟：節(jié)點通過GPS及周期性的hello報文獲取車輛節(jié)點的位置、速度、方向、節(jié)點類型等信息；根據(jù)獲取的節(jié)點位置、速度信息確定節(jié)點與鄰居節(jié)點間的相似度；根據(jù)預(yù)測模型來預(yù)測某鄰居節(jié)點在未來時刻與節(jié)點保持鄰居關(guān)系的概率，根據(jù)該節(jié)點的節(jié)點度來確定該節(jié)點的親密度；根據(jù)節(jié)點的方向和速度來確定節(jié)點與其鄰居之間的連接度；將節(jié)點間的相似度、親密度、連接度加權(quán)獲取節(jié)點的優(yōu)先級P，并選取優(yōu)先級最高的節(jié)點作為簇頭；簇頭向其簇內(nèi)節(jié)點廣播lead函數(shù)，宣告自己成為簇頭，簇內(nèi)節(jié)點根據(jù)自己的位置和收到lead函數(shù)的個數(shù)確定自己是簇內(nèi)節(jié)點還是網(wǎng)關(guān)節(jié)點，并向簇頭回復(fù)。

進(jìn)一步，所述根據(jù)獲取的節(jié)點位置、速度信息確定節(jié)點與鄰居節(jié)點間的相似度S，具體包括：根據(jù)節(jié)點i的當(dāng)前位置X_i及其速度信息，預(yù)測節(jié)點1時間t之后的位置X_i′；節(jié)點i通過周期性的hello報文獲取鄰居節(jié)點j₀、j₁...j_n-1的當(dāng)前位置和速度信息，預(yù)測鄰居節(jié)點時間t之后的位置X_j′；節(jié)點i根據(jù)下述公式計算與鄰節(jié)點間的相似度：

s(i,j)=-(||Xi-Xj||+||Xi′-Xj′||).]]>