Current community clustering methods for vehicle networking mostly use current speed and driving direction to estimate the future location of vehicles to determine the time of maintaining connections between future nodes, and use this as one of the clustering bases to improve community stability. However, due to multiple factors affecting the future location of vehicles, the accuracy of estimating communication connection time is low, which leads to the characteristics of short life cycle and rapid change of community ownership. At the same time, the existing community routing protocols take the key nodes in the community as the main forwarding nodes, which causes the problem of overload of key nodes. The invention relates to a multi-role classification community load balancing algorithm for an automobile network self-organizing network. In the process of community clustering, the future location of vehicles is considered, and the role allocation is refined in the community. The alternative nodes are selected for the key nodes to balance the load, so as to improve the stability of the community, balance the load of the key nodes and reduce the distortion of data transmission.
【技术实现步骤摘要】
车联网自组织网络的多角色分类社区负载均衡算法
本专利技术涉及车联网领域。
技术介绍
(1)社区稳定性方面区别于传统的社区聚类，车联网中车辆节点移动速度快，节点之间拓扑关系变化迅速。传统的社区聚类方法运用在车联网中会出现社区生命周期短，稳定性低的不足。在针对车联网设计的社区聚类方法中，有研究者提出在社区聚类时综合考虑节点当前位置，当前速度和各节点的终点位置预估车辆未来一段时间的拓扑关系，以此作为聚类依据以延长社区的存活时间。针对建立大型社区的场景，在两个社区的头节点进入连通区域后，延迟一段时间直至社区头节点保持相对稳定的连通状态后再进行社区合并，以此减少社区的频繁合并与拆分，提升社区稳定性。有文献将车辆移动方向加入到聚类依据中，综合邻居节点数与不信任因子，共同作为社区聚类的依据。以上讨论的方法只是简单地选取了几个最明显的车辆位置影响因素，而舍弃了大量可能影响未来车辆位置的路况信息。导致在利用这些影响因素做社区聚类时，社区的稳定性提升不足，聚类后的社区依旧呈现出生命周期短，节点归属变化快的特点。(2)负载均衡方面针对车联网的社区聚类方法通常会对车辆节点做角色分配，来作...
【技术保护点】
1.一种车联网自组织网络的多角色分类社区负载均衡算法，其特征在于，包括三部分，一、社区属性以及社区节点角色定义步骤1.社区属性；步骤2.社区节点角色；二、社区聚类与角色分配方法步骤1.社区形成；步骤2.社区维护；三、多角色分类社区负载均衡算法。
【技术特征摘要】
1.一种车联网自组织网络的多角色分类社区负载均衡算法，其特征在于，包括三部分，一、社区属性以及社区节点角色定义步骤1.社区属性；步骤2.社区节点角色；二、社区聚类与角色分配方法步骤1.社区形成；步骤2.社区维护；三、多角色分类社区负载均衡算法。2.如权利要求2所述的车联网自组织网络的多角色分类社区负载均衡算法，其特征在于，一、社区属性以及社区节点角色定义步骤1.1、所述社区属性，定义如下：将VANET抽象成带权无向图的结构；车辆节点作为无向图中的点，车辆之间的无线连接作为点与点之间的边；带权无向图记为G＝(VG,EG)；其中VG＝{ve1,ve2,…vek}代表顶点集,vek表示顶点k；EG＝{e1,e2,…ej}代表边集，ej表示边j；社区以顶点集和边集来表示，社区则抽象为G的子图的形式，记为如果两辆车彼此在对方的传输范围内，则认为这两辆车所抽象的节点之间存在一条边；(1)定义1车辆直接连通因子TRF(TrasmissionFactor)：表示两个车辆节点之间连接的可靠程度，满足公式(2)；其中，TR(TransmissionRange)表示车辆通信的最大传输范围；distt(vei,vej)表示t时刻车辆i与车辆j之间的距离；当车辆之间的距离大于最大传输范围时，TRF为0，表明两个车辆节点不存在连接；反映在拓扑图上即是两个节点之间不存在边；当车辆之间的距离小于或等于最大传输范围时，TRF与车辆之间的距离成负相关；距离越近，TRF越大，两个车辆节点之间连接的可靠程度越高，联系越紧密，反映到拓扑图上边的权重就越大；(2)定义2邻居节点：如果车辆A与车辆B满足TRF(veA,veB)>0，则称A与B互为邻居节点；反映在拓扑图中，即是veA与veB之间存在一条边；这里定义节点邻居连接中心性来表示车辆当前邻居节点的个数以及车辆与邻居节点之间联系的紧密程度；(3)定义3邻居连接中心度(NCC)：表示节点与邻居节点的直接连通因子之和；将vei节点在t时刻的NCC值记为Ci,t，则有：其中NSi表示i节点的邻居节点集；NCC越大，表示该节点与其周围节点连接的可靠程度越高，联系越紧密；(4)定义4预期邻居连接中心度(ENCC)：表示从当前时刻开始，未来一段时间节点NCC值的加权平均；将t时刻节点vei的ENCC值记为则有：其中DTS表示时间间隔集合{dt|dt＝0,Δt,2Δt,3Δt,…}，WS表示权重集合{w|w＝w1,w2,…}，wk代表t+(i-1)Δt时刻NCC值对应的权值；ENCC值越大，表明车辆在DTS表示的未来一段时间内与周围节点的连接可靠度越高，联系越紧密；(5)定义5社区邻居连接中心度(CNCC)：表示节点在当前时刻对指定社区内节点的直接连通因子之和；将t时刻vei节点对社区COMk的CNCC值记为则有其中表示vei节点在社区COMk中的邻居节点集；CNCC表示车辆节点与某社区总体的直接连接质量；CNCC值越大，表示该节点当前与社区COMk总体的直接连接质量越高，联系越紧密；(6)定义6预期社区邻居连接中心度(ENC)：表示节点在当前时刻以后的一段时间对指定社区的CNCC值的加权平均；将t时刻vei节点对社区COMk的ENC值记作有其中,ENC值越大，则表示该节点在未来一段时间与社区COMk总体的直接连接质量越高，联系越紧密；可以通过调节每个时间点CNCC的权值，来侧重于考虑某一时刻的CNCC值，扩大该时刻CNCC值的影响力；(7)定义7节点剩余负载能力(AWL)：表示节点在当前时刻剩余的用于转发数据的缓冲空间；将vei节点在t时刻的AWL值记为AWLi,t；在t时刻向vei节点发送大于AWLi,t的数据包将导致该数据包丢失；步骤1.2所述社区节点角色定义为平衡头节点和网关节点的负载，定义头节点守候节点和网关节点守候节点，将社区中的节点角色划分为头节点、网关节点、头节点守候节点、网关节点守候节点与普通成员节点五类；将未归入社区的节点角色定义为游离节点；(1)定义8头节点(CH)：为社区中ENC值最高的节点；有则节点vei被认为在未来一段时间内处于社区中连接质量最好；该节点被选作COMk的CH节点；如果ENC值最高的节点有多个，则选择编号最低的节点作为CH节点；(2)定义9头节点守候节点(BCH)：为社区中预期社区邻接中心度相对较高的节点；假设对于社区COMk来说，CH节点为veh，则该社区的BCH节点需满足：h表示CH节点的编号；这里δ是BCH节点选取数量的控制因子；在社区形成之初，CH节点和BCH节点传输数据的负载较低，δ可以设置为一个较大的值，降低BCH节点的数量，使得选取的BCH节点在社区中的连接质量更接近于CH节点，从而使BCH节点的转发特性更接近于CH节点；随着社区中数据包转发任务的加重，CH节点与已选取的BCH节点都达到了很高的数据负载时，可以适当降低δ，选取更多的BCH节点，协助数据转发；(3)定义10社区COMk对社区COMl的网关节点集(GWS)：定义为集合GWSk,l，满足：即社区COMk对社区COMl的网关节点集的所有节点均属于社区COMk，并与社区COMl中的部分或者全部节点直接相连；(4)定义11社区COMk对社区COMl的网关节点GWk,l：定义为集合GWSk,l中对社区COMl的ENC值最大的节点；即如果vei∈GWSk,l，则需满足：如果GWSk,l在社区COMl的ENC最大值的节点有多个，则选取编号最低的节点作为社区COMk对社区COMl的网关节点(GW)；(5)定义12社区COMk对社区COMl的网关节点守候节点集BGWSk,l：定义为GWSk,l中除去网关节点GWk,l之外的其他所有节点，即BGWSk,l＝{vei|vei≠GWk,l,vei∈GWSk,l}(11)BGWSk,l中的节点定义为社区COMk对社区COMl的网关节点守候节点BGWk,l；普通成员节点(CM)指社区中CH节点、BCH节点、GW节点以及BGW节点之外的其他所有社区节点；CM节点符合以下两条特性：●CM节点与是社区CH节点的单跳邻居节点；即对于社区COMk，CH节点为CHk，则CM节点与CHk之间必存在一条边●对于节点CMi，其所属社区为COMk，则满足公式(12)；不属于任何社区的节点定义为游离节点(SN)。3.如权利要求2所述的车联网自组织网络的多角色分类社区负载均衡算法，其特征在于，二、社区聚类与角色分配方法车联网社区聚类是将车联网中的节点划分到不同社区中的过程；本发明将社区聚类的过程分为社区形成与社区维护两个阶段；在车联网自组织网络初始化阶段，每个车辆节点均初始化为SN节点；之后无论是在社区形成阶段还是社区维护阶段，节点总是周期性地向邻居节点广播心跳控制(HB)数据包；HB数据包携带节点的状态信息，包括节点当前位置，节点通过基于车辆位置预测模型预测得到的未来1s、2s、3s的位置，节点所属社区，节点ENCC值，节点ENC值和节点AWL值等；所有节点维护一个邻居信息表NeighborTable，用以计算和对比邻居节点的ENCC和ENC等指标数据；信息表的单项内容如表1所示；表中BEAT_LENGTH表示相邻两次HB数据包发送的时间间隔；较长时间的HB数据包缺失则被认为该邻居节点与vei节点连接断开，将其信息从邻居信息表中移除；步骤2.1社区形成社区形成由选举社区CH节点开始；当节点更新了自身的ENCC值后，便将自身的ENCC值与邻居节点的ENCC值做对比，从而找到ENCC值最大的节点；ENCC值最大的节点即适合被选作CH节点；当ENCC值最大的节点有多个时，选取ID值最小的节点作为CH节点；CH节点选定后，将新社区ID标记为CH节点ID，邻居节点通过CH节点广播的HB数据包得知一个新社区的建立；如果邻居节点为SN节点，则直接加入该社区，并以加入社区请求(JC)数据包的形式通知CH节点；如果邻居节点归属于其他节点，则需判断是否适合加入新社区，判断依据将在社区维护阶段进行详述；CH节点根据接收到的JC...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。