【技术实现步骤摘要】
一种三维场景中车载自组织网络路由选择方法
本专利技术属于通信
，涉及一种三维场景中车载自组织网络路由选择方法。
技术介绍
车载自组织网络(VANET)是一种由车辆通信单元构成的庞大自组织通信网络，其旨在车辆间建立适当的通信网络以提高交通安全性和出行的便利性。为了实现车辆间高效和可靠的通信，如何设计高效的路由方法将数据成功快速可靠地传输至目的车辆节点是VANET研究领域中的一个重要问题。近年来，由于各种高架桥、隧道和立交桥等结构的实施，许多现实中的VANET出现了三维特性。越来越多的工作也开始致力于研究三维VANET场景带来的挑战，但是针对三维VANET场景的路由方法研究仍然较少。在三维场景中，高动态的车辆、复杂的节点分布和严重的阴影衰落造成高度脆弱的无线链路和极其复杂的网络环境，这使得三维VANET中路由方法的设计比一般VANET场景更具挑战性。并且，最近的研究表明三维场景中跨层通信的车辆通信范围比同层通信的车辆通信范围小，一般VANET中的路由方法不能直接应用于三维场景。因此，设计一种适用于三维场景的VANE...
【技术保护点】
1.一种三维场景中车载自组织网络路由选择方法，其特征在于，包括以下步骤：/n利用卡尔曼滤波算法对车辆的GPS设备获取的位置信息进行修正，以获取准确的位置信息；/n根据三维VANET网络特点，基于修正后的GPS数据，分别建立信干燥比SINR、链路可用性和缓冲队列的评估属性模型；/n采用自适应最大化离差算法分别计算每条链路的三个评估属性的权重；/n根据评估属性模型以及其对应法人权重建立基于多属性决策的链路可靠性模型，并通过该模型确定三维VANET场景的无线链路可靠性值；/n当前车辆根据无线链路可靠性值选择最优路由路径。/n
【技术特征摘要】 【专利技术属性】
1.一种三维场景中车载自组织网络路由选择方法，其特征在于，包括以下步骤：
利用卡尔曼滤波算法对车辆的GPS设备获取的位置信息进行修正，以获取准确的位置信息；
根据三维VANET网络特点，基于修正后的GPS数据，分别建立信干燥比SINR、链路可用性和缓冲队列的评估属性模型；
采用自适应最大化离差算法分别计算每条链路的三个评估属性的权重；
根据评估属性模型以及其对应法人权重建立基于多属性决策的链路可靠性模型，并通过该模型确定三维VANET场景的无线链路可靠性值；
当前车辆根据无线链路可靠性值选择最优路由路径。
2.根据权利要求1所述的一种三维场景中车载自组织网络路由选择方法，其特征在于，所述利用卡尔曼滤波算法对车辆的GPS设备获取的位置信息进行修正包括以下步骤：
将车辆移动模式分为静止、匀速运动、匀加速运动和加速度恒定变化的运动，并采用马尔可夫模型描述车辆移动模式的转移，建立卡尔曼滤波的状态转移矩阵P；
选择四个卡尔曼滤波器分别表示静止、匀速运动、匀加速运动和加速度恒定变化的运动四种移动模型，并根据卡尔曼滤波的状态转移矩阵P计算每个卡尔曼滤波器的状态输入；
根据每个卡尔曼滤波器的状态输入计算每个卡尔曼滤波器的卡尔曼增益和误差协方差；
根据获取的卡尔曼增益和误差协方差修正GPS原始数据，并更新每个卡尔曼滤波器的状态输出；
采用最大似然法计算各个卡尔曼滤波器模型的状态输出与当前车辆移动状态之间的匹配度，获得各个卡尔曼滤波器的输出概率；
根据各个模型的输出概率和状态输出，确定最终修正后的GPS数据。
3.根据权利要求1所述的一种三维场景中车载自组织网络路由选择方法，其特征在于，建立SINR、链路可用性和缓冲队列的评估属性模型的过程包括：
通过SINR的评估属性建立的模型表示为：
U(s)＝P{SINR(j,Δt)≥SINR0}，
通过链路可用性的评估属性建立的模型表示为：
通过缓冲队列的评估属性建立的模型表示为：
其中，U(s)表示通过SINR的评估属性建立的模型，P{SINR(j,Δt)≥SINR0}表示车辆j在Δt时间后接收数据包时的信干燥比SINR(j,Δt)大于信干噪比阈值SINR0的概率，Pt表示车辆发射功率，L(ij,Δt)为车辆i与车辆j间数据包传播损耗，I(j,Δt)为接收数据包的车辆j的干扰；U(l)通过链路可用性的评估属性建立的模型，f(T)为持续时间服从高斯分布的概率密度函数，Tp为车辆通信链路持续时间；U(q)通过缓冲队列的评估属性建立的模型，x和y分别为接收车辆在Δt内可能接收的数据包数和发送数据包数，a和b分别为剩余可用缓冲队列长度和当前时刻缓冲度列长度，fx和fy分别为泊松分布函数和二项分布函数。
技术研发人员：徐川，熊郑英，韩珍珍，赵国锋，刑媛，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
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。