基于隐马尔可夫模型的车联网安全消息单跳协作广播方法技术

基于隐马尔可夫模型的车联网安全消息单跳协作广播方法，属于车联网领域。通过提高对初始化广播结果的预测准确度进一步提高协作重广播的接收成功率。首先，利用接收功率序列对信道状态进行预测；然后，进行初始化广播；接下来，根据各备选节点的传输范围与预测失败节点集合的重合度选择最优的协作节点；最后，进行协作重广播，被选中的协作节点和源节点一起在源节点的时隙内重传数据包。将隐马尔可夫模型引入了协作广播方法中，提高对初始化广播结果的预测准确度，进而选择更有针对性的协作节点进行协作重广播，以进一步提高接收成功率。

One-hop Cooperative Broadcasting Method for Vehicle Network Security Messages Based on Hidden Markov Model

Hidden Markov model based single hop cooperative broadcasting method for vehicle network security messages belongs to the field of vehicle network. The success rate of cooperative re-broadcasting is further improved by improving the prediction accuracy of initial broadcast results. Firstly, the received power sequence is used to predict the channel state; then, the initial broadcast is carried out; then, the optimal cooperative node is selected according to the transmission range of each candidate node and the coincidence degree of the set of predicted failed nodes; finally, cooperative re-broadcasting is carried out, and the selected cooperative node and the source node together retransmit the data packet in the slot of the source node. Hidden Markov model is introduced into cooperative broadcasting method to improve the prediction accuracy of initial broadcasting results, and then select more targeted cooperative nodes for cooperative re-broadcasting to further improve the reception success rate.

【技术实现步骤摘要】
基于隐马尔可夫模型的车联网安全消息单跳协作广播方法
本专利技术属于车联网领域，尤其是涉及基于隐马尔可夫模型的车联网安全消息单跳协作广播方法。
技术介绍
为了解决日益严重的交通拥堵、事故频发等问题，车联网应运而生，并且已经成为了各国政府、国内外高校和各大公司共同关注的焦点。通过安装在车辆上的各种传感器和通信模块，车辆不仅能够感知周围的事物，还能够和周围的其它车辆、行人以及基础设施等实现信息共享。车联网可以提供多样化的服务，总体而言，这些服务可以分为以下三类：(1)安全类应用(例如：碰撞预警、盲区警报和变动辅助等)；(2)交通管理类应用(例如：收费、车流统计和红绿灯管理等)；(3)娱乐类应用(例如：多媒体下载、电子邮件、车上办公和游戏等)。其中，安全类应用是车联网中最重要的一类应用，也是车联网设计的初衷，对时延和可靠性有着非常严格的要求。另外，安全类消息一般依赖广播特别是单跳广播进行传输，因为大部分安全类应用的目标节点都在源节点的一跳通信范围之内。所以，及时可靠的单跳广播服务是车联网的一项关键技术。另外，由于车辆节点的高度动态性，车联网的拓扑结构和信道状态等处于快速变化中，在这样的环境中本文档来自技高网...

【技术保护点】
1.基于隐马尔可夫模型的车联网安全消息单跳协作广播方法，其特征在于包括以下步骤：步骤1建立模型；步骤2参数训练；步骤3初始化广播；步骤4选择协作节点；步骤5协作重广播。

【技术特征摘要】
1.基于隐马尔可夫模型的车联网安全消息单跳协作广播方法，其特征在于包括以下步骤：步骤1建立模型；步骤2参数训练；步骤3初始化广播；步骤4选择协作节点；步骤5协作重广播。2.如权利要求1所述基于隐马尔可夫模型的车联网安全消息单跳协作广播方法，其特征在于在步骤1中，所述建立模型包括；(1)建立信道状态模型：在某个时隙上，信道处于Bad状态或Good状态，用集合Q＝{q1,q2}表示信道状态的集合，其中，q1表示信道处于Bad状态，q2表示信道处于Good状态；若在时间长度T内连续观察信道状态，则得到长度为T的信道状态序列，用集合I＝{i1,i2,…,iT}表示；用矩阵A＝[aij]2×2表示信道状态转移矩阵，其中，aij＝P(it+1＝qj|it＝qi),i＝1,2；j＝1,2是在时刻t处于状态qi的条件下在时刻t+1转移到状态qj的概率；(2)建立接收功率观测模型：用集合V＝{v1,v2,…,vM}表示节点接收到数据包的接收功率的量化值；每个节点在本地维护一张接收功率表T，当接收到邻居节点的数据包后立即测量和量化接收功率，并更新表T中的对应项；由于系统中的节点每F个时隙接入一次信道，因此表T中的观测值的更新周期为F；若在时间长度T内连续观察接收功率值，则得到长度为T的接收功率序列，用O＝{o1,o2,…,oT}表示；(3)观测概率矩阵与初始状态概率向量：用B＝[bj(k)]2×M表示观测概率矩阵，其中，bj(k)＝P(ot＝vk|it＝qj),k＝1,2,…,M；j＝1,2表示在时刻t信道处于状态qj的条件下观测到接收功率vk的概率；用π＝(πi)表示信道的初始状态概率向量，其中，πi＝P(i1＝qi),i＝1,2是时刻1信道处于状态qi的概率；信道状态的隐马尔可夫模型用λ＝(A,B,π)表示；(4)建立优化目标模型：所述建立优化目标模型是求得一个信道状态模型λ，使得在该模型下观测到接收功率序列O＝{o1,o2,…,oT}的概率最大，也即P(O|λ)最大。3.如权利要求1所述基于隐马尔可夫模型的车联网安全消息单跳协作广播方法，其特征在于在步骤2中，所述参数训练包括：(1)参数初始化：设接收功率观测序列O中时刻t的观测值ot与时刻t+1的观测值ot+1均小于阈值vth频次为ABB，时刻t的观测值ot小于设置的阈值vth而时刻t+1的观测值ot+1大于vth的频次为ABG，时刻t的观测值ot大于设置的阈值vth而时刻t+1的观测值ot+1小于vth的频次为AGB，时刻t的观测值ot与时刻t+1的观测值ot+1均大于阈值vth的概率为A...

【专利技术属性】
技术研发人员：杨帆，罗雄彪，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35