车载自组织网络中基于链路感知的稳定成簇路由方法技术

本发明专利技术提出了一种车载自组织网络中基于链路感知的稳定成簇路由方法，属于车载自组织网络技术领域。该方法利用Affinity?Propagation聚类方法中的节点相似度S、节点间的亲密度IN和连接度D来计算节点优先级，优先级最大的节点成为簇头；成簇之后，根据节点链路感知的方法向路口触发链路断开信息；路口节点根据记录的最近k个周期内路段的通断来计算再次连通概率，路口节点利用再次连通概率和贪婪方法选择最佳候选簇，并根据贪婪方法选择到达最佳候选簇的网关节点。本发明专利技术所示方法明显提高了数据包的投递率，减小了数据包传递所需的时延，增加了簇头的稳定性，减少了簇头个数，降低了数据传输的跳数和平均时延，大大降低了路由开销。

【技术实现步骤摘要】
车载自组织网络中基于链路感知的稳定成簇路由方法
本专利技术属于车载自组织网络
，涉及一种车载自组织网络中基于链路感知的稳定成簇路由方法。
技术介绍
车载自组织网络(VANET)是移动adhoc的一种，但由于车载自组织网的车辆节点移动速度较快、网络拓扑变化非常频繁等特点，使车载网的路由层不仅要面临传统移动自组网所面对的问题，还必须克服其自身特性所产生的缺陷，因此车载自组网中路由协议的设计是研究工作中的一大挑战。目前，车载网中使用的路由协议根据不同的方式可以进行不同的分类。按照网络逻辑结构的不同可分为平面路由和分层路由即分簇路由。分簇路由协议通过分簇方法将网络中的节点划分为逻辑上独立的簇，将拓扑变化的影响控制在小范围内，减少了网络负载，便于对网络进行管理，适用于大规模网络。因此成为了当前重点研究的技术。成簇方法是分簇路由的关键，好的成簇方法可以延长簇头持续时间，提高传输的投递率，减少路由的跳数，从而减少丢包。现有分簇方法中很多只考虑节点的单一参数如ID、速度、距离、节点度等参量，有些加权分簇方法也只是将几个简单的参量进行加权，近些年提出的AffinityPropagation聚类方法，它根据N个数据点之间的相似度进行聚类。现有的AffinityPropagation聚类方法是基于节点间距离的，当节点的节点度差别较大时，选取节点度较小的节点为簇头增加了簇头的个数，簇头持续时间较短，需要频繁的更新簇头，从而增加了分组投递的跳数和时延，降低了投递率，增加了路由开销。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种车载自组织网络中基于链路感知的稳定成簇路由方法。为达到上述目的，本专利技术提供如下技术方案：本专利技术首先提供了一种车载自组织网络中基于链路感知的稳定成簇方法，包括以下步骤：节点通过GPS及周期性的hello报文获取车辆节点的位置、速度、方向、节点类型等信息；根据获取的节点位置、速度信息确定节点与邻居节点间的相似度；根据预测模型来预测某邻居节点在未来时刻与节点保持邻居关系的概率，根据该节点的节点度来确定该节点的亲密度；根据节点的方向和速度来确定节点与其邻居之间的连接度；将节点间的相似度、亲密度、连接度加权获取节点的优先级P，并选取优先级最高的节点作为簇头；簇头向其簇内节点广播lead函数，宣告自己成为簇头，簇内节点根据自己的位置和收到lead函数的个数确定自己是簇内节点还是网关节点，并向簇头回复。进一步，所述根据获取的节点位置、速度信息确定节点与邻居节点间的相似度S，具体包括：根据节点i的当前位置Xi及其速度信息，预测节点1时间t之后的位置Xi′；节点i通过周期性的hello报文获取邻居节点j0、j1...jn-1的当前位置和速度信息，预测邻居节点时间t之后的位置Xj′；节点i根据下述公式计算与邻节点间的相似度：进一步，所述根据预测模型和节点度确定节点的亲密度IN，具体包括：预测模型--节点间通过周期性的hello报文交互，节点记录当前时刻t0和上一时刻t1时的邻居节点ID；节点j上一时刻t1为i的邻居节点且当前时刻t0不是i的邻居节点，则j下一时刻为i的邻居的概率为p2，j上一时刻不是i的邻居且当前时刻是i的邻居，则下一时刻为i的邻居的概率为p，j上一时刻、当前时刻均为i的邻居，则下一时刻为i的邻居的概率为1；节点根据当前时刻和上一时刻的邻居列表预测此邻居集合下一刻依旧保持的概率节点根据预测模型计算的概率和节点度Nd确定节点的亲密度，公式如下：其中，A为t1时刻节点i的邻节点个数NiNeighbor(t1)，B为t0时刻节点i的邻节点个数NiNeighbor(t0)，K为t1时刻和t0时刻均为节点i的邻节点的个数。进一步，所述根据节点的方向和速度来确定节点与其邻居之间的连接度D，具体包括：根据邻居列表中邻节点的信息，确定该节点与邻节点的距离差和速度差，距离差与速度差之比为两节点间的相对到达率，相对到达率大于0，则两节点间距离在增大，相对到达率小于0则两节点间距离在减小；节点记录相对到达率大于0的邻节点个数n′，根据下述公式确定节点间的连接度D：其中，Nd为节点度，即邻节点个数，n′为邻居节点Nd中与当前节点相互远离的节点数，V为当前节点速度，V′为与当前节点相互远离的邻居节点i的速度。进一步，所述选取优先级最高的节点作为簇头，具体包括：根据节点的相似度、亲密度和连接度加权确定节点的优先级P，P＝αS+βIN+γD，其中α,β,γ为设定参数，且α+β+γ＝1；优先级最大的节点标记自己为簇头，簇头向其簇内节点广播lead函数，宣告自己成为簇头，簇内节点根据自己的位置和收到lead函数的个数确定自己是簇内节点还是网关节点，并向簇头回复。本专利技术还提供了一种车载自组织网络中簇的更新方法，包括以下步骤：簇头节点CH、簇成员节点CM和网关节点GM根据自身位置的改变、优先级P的变化进行更新；簇头节点CH维护两张邻居列表，即簇成员表和网关节点表；簇头节点每单位时间进行检测，如果簇成员的优先级大于自身，则优先级高的节点成为簇头广播消息lead（），原簇头节点成为成员节点，否则簇头节点只需更新其成员速度、位置等信息，如果簇头没有收到某成员节点周期性的广播，那么簇头把该成员节点从它的成员表中删除；簇成员周期性检测其是否收到簇头的hello消息，若收到则更新其位置速度等信息，若收到另一个节点发送的lead（）消息，则提取新的簇头信息，如果在它的周围没有簇头的话，那么它自己独立成簇；网关节点维护网关节点可达的簇头列表，网关节点每单位时间进行检测，检测其是否收到可达簇头节点发送的周期性hello报文，若有，则更新其位置、速度等信息，如无，则将此节点从可达簇头节点表中删除，如果可达簇头仅有一个且在本簇到邻簇的方向上至少有一个比自己离本簇头远的节点，则向簇头节点发送GM转为CM消息，并将自己的状态从GM转为CM。本专利技术还提供了一种车载自组织网络中基于链路感知的簇路由，包括：节点信息确定以后，边界节点启动链路感知LP（LinkPerception），向簇头和路口节点发送链路中断警报信息；路口节点向周围节点广播链路信息并计算链路的再次连通概率CPij；簇路由协议中路口节点根据路段再次连通概率和贪婪方法选择最佳候选簇，簇内簇头按照贪婪方法选择网关节点；所述节点信息的确定包括：车载自组织网络中节点通过GPS导航系统和周期性的HELLO报文获得自身的位置、速度、方向、节点度等信息；根据自己和邻居节点的位置关系判定的自身的节点类型：路口节点CN、前后都有邻居的队列节点PN、只有一边有邻居的边界节点BN、前后都没有邻居的孤独节点LN。进一步，所述链路感知LP本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载自组织网络中基于链路感知的稳定成簇方法，其特征在于：包括以下步骤：节点通过GPS及周期性的hello报文获取车辆节点的位置、速度、方向、节点类型信息；根据获取的节点位置、速度信息确定节点与邻居节点间的相似度；根据预测模型来预测某邻居节点在未来时刻与节点保持邻居关系的概率，根据该节点的节点度来确定该节点的亲密度；根据节点的方向和速度来确定节点与其邻居之间的连接度；将节点间的相似度、亲密度、连接度加权获取节点的优先级P，并选取优先级最高的节点作为簇头；簇头向其簇内节点广播lead函数，宣告自己成为簇头，簇内节点根据自己的位置和收到lead函数的个数确定自己是簇内节点还是网关节点，并向簇头回复；所述根据获取的节点位置、速度信息确定节点与邻居节点间的相似度S，具体包括：根据节点i的当前位置Xi及其速度信息，预测节点1时间t之后的位置Xi'；节点i通过周期性的hello报文获取邻居节点j0、j1...jn-1的当前位置和速度信息，预测邻居节点时间t之后的位置Xj'；节点i根据下述公式计算与邻节点间的相似度：s(i,j)＝-(||Xi-Xj||+||X′i-X′jj||)；所述根据预测模型和节点度确定节点的亲密度IN，具体包括：预测模型--节点间通过周期性的hello报文交互，节点记录当前时刻t0和上一时刻t1时的邻居节点ID；节点j上一时刻t1为i的邻居节点且当前时刻t0不是i的邻居节点，则j下一时刻为i的邻居的概率为p2，j上一时刻...

【专利技术属性】
技术研发人员：陈前斌，李守捷，唐伦，黄琼，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：