一种基于耗散结构的车联网大规模网络动态演化方法技术

本发明专利技术涉及一种基于耗散结构的车联网大规模网络动态演化方法，该方法首先根据耗散结构理论获取车联网的网络状态熵，用于表示车联网网络状态的无序程度，然后采用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。与现有技术相比，本发明专利技术将耗散结构理论应用于车联网大规模网络的动态演化上，考虑了大规模新型车联网环境下随着需求和环境的变化弹性构建满足当前任务的需求网络问题，其适用于大规模的开放系统。

【技术实现步骤摘要】
一种基于耗散结构的车联网大规模网络动态演化方法
本专利技术涉及车联网信息
，尤其是涉及一种基于耗散结构的车联网大规模网络动态演化方法。
技术介绍
随着车联网技术的不断发展和成功应用，目前已取得一些关于动态自组织技术方面的研究成果。有文献中提出了一种基于集群的自组织协议CSP，这是一种主动自组织协议，它通过将道路分成相邻的段，将处在同一段中的汽车构成一个集群的方法智能地构造车联网络。此外，还有文献在对车载自组织网络的特点和研究现状分析的基础上，给出了车载自组织网络(VANET)中多维多层的理论模型和网络体系结构，讨论了物理层技术及其相关标准以及MAC层、网络层协议设计的重点和难点，阐述了广播协议的设计思路。另外，也有许多文献针对车联网大规模网络的动态演化提出了许多研究方案。但是，现有的研究成果基本上都是针对车联网自组织网络路由算法相关的技术，但大都停留在小尺度闭环系统中，并没有考虑大规模新型车联网环境下随着需求和环境的变化弹性构建满足当前任务的需求网络问题。因此，必须提出新型的适用于未来车联网智能服务的需要动态自组织网络构建方法。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于耗散结构的车联网大规模网络动态演化方法，该方法将耗散结构理论应用于车联网大规模网络的动态演化上，考虑了大规模新型车联网环境下随着需求和环境的变化弹性构建满足当前任务的需求网络问题，其适用于大规模的开放系统。本专利技术的目的可以通过以下技术方案来实现：一种基于耗散结构的车联网大规模网络动态演化方法，该方法首先根据耗散结构理论获得车联网的网络状态熵，用于表示车联网网络状态的无序程度，然后采用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。所述的网络状态熵由正熵和负熵两部分之和组成，所述的正熵为网络内部网元的密度和连接的变化给网络状态带来的影响程度，所述的负熵为已形成的自组织网络中外部网元的流入和流出给网络状态带来的影响程度。所述的自适应机制针对车联网网络中网元与环境实体之间存在的确定性连接交互和不确定性连接交互进行连接匹配，减小网络状态熵，降低车联网网络状态的无序程度。确定性连接交互的连接匹配基于网元与环境实体之间的逻辑关系以及用户需求。不确定性连接交互的连接匹配的具体过程为：首先从环境实体库和网元信息库采用归纳推理和不精确推理提取不确定性环境实体和网元信息知识集，结合匹配强度，得到相应的由不确定性环境实体导致匹配的不确定性，然后根据环境实体和网元匹配的不确定获得网元与环境实体之间连接的自适应程度。所述的自调节机制针对移动性以及时变信道条件进行双重机会调度，具体的调度策略为：其中，Θ表示所有固定调度策略的集合，N表示子网络的总数目，Un,m(·)表示子网络n的第m个网元，Gn(·)表示子网络效用值函数，是定义在(0,∞)上的非线性增长函数，Sn表示子网络n的大小。所述的自愈合机制为对车联网网络内的连接缺失和网元空洞进行处理，减小网络状态熵，降低车联网网络状态的无序程度。与现有技术相比，本专利技术将耗散结构理论应用于车联网大规模网络的动态演化上，利用网络状态熵为车联网网络状态的无序程度提供度量，从而从新的角度审视复杂形态的车联网动态演化问题，提高了网络动态演化的准确度，同时利用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。附图说明图1为本专利技术的示意图；图2为网元与环境实体之间确定性连接交互的自适应过程图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。实施例如图1所示，一种基于耗散结构的车联网大规模网络动态演化方法，该方法首先根据耗散结构理论获得车联网的网络状态熵，用于表示车联网网络状态的无序程度，然后采用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。网络状态熵由正熵和负熵两部分之和组成，其中，1、正熵用来衡量网络内部网元的密度和连接的调整导致网络连通能力以及连通路径也随之发生变化带来的影响程度，依赖于网络拥塞(s1)与网络容量(c1)，可表示为：EP＝F(s1,c1)2、负熵用来衡量已形成的自组织网络中外部网元的流入和流出导致网络连通能力以及连通路径也随之发生变化带来的影响程度，依赖于网络拥塞(s2)与网络容量(c2)，可表示为：EN＝F(s2,c2)网络状态熵的建立，为车联网动态演化过程中网络状态的无序程度提供度量依据。自适应机制针对车联网网络中网元与环境实体之间存在的确定性连接交互和不确定性连接交互进行连接匹配，减小网络状态熵，降低车联网网络状态的无序程度。其中，确定性连接交互的连接匹配基于网元与环境实体之间的逻辑关系以及用户需求，如图2所示，其中环境实体集E指期望与网元发生连接交互的环境实体集合的匹配，作用集F指确定期望网元与环境实体进行的连接交互，以及可控环境实体在交互中发生的状态变化的匹配，Capreq＝{Ereq,Freq}表示环境实体集和作用集用户需求的匹配，Capava＝{Eava,Fava}表示网元与环境实体的连接匹配。而不确定性连接交互的连接匹配的具体过程为：首先从环境实体库和网元信息库采用归纳推理和不精确推理提取不确定性环境实体和网元信息知识集，结合匹配强度，得到相应的由不确定性环境实体导致匹配的不确定性，然后根据环境实体和网元匹配的不确定获得网元与环境实体之间连接的自适应程度。在车联网环境中，不可避免的出现移动性和信道条件对网络状态造成影响，为了支撑适应车联网特点的动态自调节机制，在已有的分别关于移动性模式和时变信道条件下关于网络容量研究问题，因此在移动性和时变信道条件共同作用下，针对可互联互通的网络演化采用自调节机制进行进行双重机会调度，具体的调度策略为：其中，Θ表示所有固定调度策略的集合，N表示子网络的总数目，Un,m(·)表示子网络n的第m个网元，Gn(·)表示子网络效用值函数，是定义在(0,∞)上的非线性增长函数，Sn表示子网络n的大小。另外，由于车联网环境下高动态特性，往往会造成已形成的动态自组织网络发生突变，其原因在于连接缺失和网元空洞问题。需要采用自愈合机制对车联网网络内的连接缺失和网元空洞进行处理，具体可以采用粗糙集方法、关联规则法、EM算法和遗传算法以及其他一些新的算法进行处理，减小网络状态熵，降低车联网网络状态的无序程度。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于耗散结构的车联网大规模网络动态演化方法，其特征在于，该方法首先根据耗散结构理论获取车联网的网络状态熵，用于表示车联网网络状态的无序程度，然后采用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。2.根据权利要求1所述的一种基于耗散结构的车联网大规模网络动态演化方法，其特征在于，所述的网络状态熵由正熵和负熵两部分之和组成，所述的正熵为网络内部网元的密度和连接的变化给网络状态带来的影响程度，所述的负熵为已形成的自组织网络中外部网元的流入和流出给网络状态带来的影响程度，其中正熵用来衡量网络内部网元的密度和连接的调整导致网络连通能力以及连通路径也随之发生变化带来的影响程度，负熵用来衡量已形成的自组织网络中外部网元的流入和流出导致网络连通能力以及连通路径也随之发生变化带来的影响程度。3.根据权利要求1所述的一种基于耗散结构的车联网大规模网络动态演化方法，其特征在...

【专利技术属性】
技术研发人员：程久军，张皓，王成，蔡月樵，王嘉慧，侯静玉，杨朗，
申请(专利权)人：同济大学，
类型：发明
国别省市：