CN113329368A - 一种基于亲和传播算法的路由分簇方法及装置 - Google Patents
一种基于亲和传播算法的路由分簇方法及装置 Download PDFInfo
- Publication number
- CN113329368A CN113329368A CN202110630958.9A CN202110630958A CN113329368A CN 113329368 A CN113329368 A CN 113329368A CN 202110630958 A CN202110630958 A CN 202110630958A CN 113329368 A CN113329368 A CN 113329368A
- Authority
- CN
- China
- Prior art keywords
- cluster
- vehicle
- node
- nodes
- cluster head
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 152
- 238000004891 communication Methods 0.000 claims abstract description 55
- 238000012423 maintenance Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101710195628 Holocytochrome c-type synthase Proteins 0.000 description 1
- 102100035009 Holocytochrome c-type synthase Human genes 0.000 description 1
- 101710086451 Holocytochrome-c synthase Proteins 0.000 description 1
- 108700026140 MAC combination Proteins 0.000 description 1
- 206010035148 Plague Diseases 0.000 description 1
- 101710136258 Probable holocytochrome-c-type synthase Proteins 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/246—Connectivity information discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出一种基于亲和传播算法的路由分簇方法及装置,方法包括根据接收到的信标消息和车辆节点所处的状态,每个车辆节点周期性的执行分簇流程,分簇流程包括步骤:S1、车辆节点通过广播信标消息的方式来通告自己的分簇参数指标,与此同时,接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标,并且,通过信标消息识别单跳距离内速度和方向相似的车辆,为车辆节点建立邻居列表;S2、车辆节点依据其当前所处的状态,从簇头选择策略、簇形成策略和簇维护策略中选择一个执行,获得分簇的结果;S3、车辆节点在需要时通过数据消息与目标车辆节点通信。本发明能够在适当的路由开销下实现较好的簇稳定性和通信性能。
Description
技术领域
本发明涉及车载自组织网络技术领域,特别是一种基于亲和传播算法的路由分簇方法及装置。
背景技术
由于我们国家经济的飞速发展,国内机动车数量的增长十分迅速,2020年全国机动车数量超过100万的城市有70个,全国机动车保有量达3.72亿辆。随着我国机动车保有量的快速增长,安全驾驶、交通拥堵和环境污染是当前困扰交通领域的三大主要问题。智能交通***(Intelligent Transportation System,ITS)通过处理车辆、道路、行人等对象之间的复杂关系,为解决这些问题提供了一条有效的途径。在这一过程中,车载自组织网络(Vehicular Ad hoc Networks,VANET)由于能够为所有参与者实时提供准确的状态数据,在智能交通***中扮演着重要的角色,特别是随着自动驾驶汽车和5G通信的兴起。VANET是一种新兴的自治动态拓扑网络,是移动自组织网络(Mobile Ad hoc Networks,MANET)的一种特殊子类,它可以通过提供关于交通流量、事故通报、危险预警、可能的偏差或天气的信息来增强道路安全性并提高交通效率。考虑到道路交通的流动性,这些网络由于具有改善道路安全性以及为司机和乘客提供便利的潜力,因此在学术界和工业界都引起了广泛关注。目前大多数关于车载自组织网络的研究都集中在特定的问题和应用上,例如数据分发和聚合、信道访问管理、流量安全、拓扑发现以及路由协议。
VANET将道路上的每辆汽车看成一个移动节点,并使用这些节点创建一个移动的动态网络。VANET具有高速、动态的拓扑结构,容易受到诸如建筑物遮挡、网络节点的随机分布、无线传输的间歇性中断和阴影效应等限制,因此将数据包路由到最终目的节点存在很多的挑战。起初大部分VANET路由协议源自MANET路由协议。为了适应VANET的特点,并且使路由协议在最小丢包率和负载控制的情况下达到最大吞吐率,有必要针对VANET开发适合自身网络特点的路由协议。
考虑到道路上车辆节点复杂的移动性、动态的拓扑结构等特点,设计一个高效的路由协议是车载自组织网络中不可忽视的主要挑战,这使得设计和实现有效的解决方案成为一项艰巨的任务。首先,高移动性是车载自组织网络区别于其他类型的自组织网络和无线网络的主要因素,车速因路况而异,在市区可能是中低车速,在高速公路上车速可能很大,这种速度变化直接影响网络稳定性,并导致动态的网络拓扑结构。其次,一个车载自组织网络区域的车辆节点密度不是均匀的,而是表现出时空变化,城市地区的车辆节点密度高于农村地区,并且同一地点在一天中的不同时间车辆节点密度也是不一样的。最后,当车辆密度低且不规则时,通常会发生网络碎片化,车辆在断开的车载自组织网络中行驶,导致端到端通信变得异常困难。
由于车辆的高移动性而具有自身的多变性和不确定性,因此,最初提出的用于移动自组织网络的分簇算法无法适应车载自组织网络,并且对链路时长、分组投递率、路由开销等产生负面影响,因此,研究新的针对车载自组织网络的分簇算法是十分必要和迫切的。
现有技术中,专利CN108430089A提出一种基于深度学习的高可靠车载自组织网络路由分簇协议方法,但该方法只关注网络节点的剩余能量和位置,并不关注网络节点速度,同时网络节点对能量消耗并不是特别严格,因此形成的簇稳定性有限。专利CN110650458A提出一种应用于车载自组织网络路由建立的稳定分簇方法,但该方法只关注网络节点的速度,并且选举双簇头,造成路由开销过大,网络时延增加。专利CN109819474A提出一种车载自组织网络中基于分簇的多优先级MAC协议制定方法,但在该方法中,路侧单元RSU协助网络中的节点完成簇头选举过程,造成部署成本增加,当前阶段难以部署如此多的路侧单元,导致该方法存在局限性。专利CN106792977A提出一种车载自组织网络中基于车辆密度的双簇头路由方法,但该方法是基于车辆密度的,被分配到同一簇中的车辆可能速度差异较大,同样造成簇稳定性较差。专利CN107426694B提出一种车载自组织网络的模糊分簇方法,但该方法并没有考虑簇头的通信负载情况,容易造成链路拥塞,从而导致网络路由过程中丢包率增加。
发明内容
为了解决在车载自组织网络中,如何在兼顾车辆高移动性的同时最大化簇的稳定性的技术问题,本发明提出一种基于亲和传播算法的路由分簇方法及装置。
为此,本发明提出的基于亲和传播算法的路由分簇方法应用于车载自组织网络,具体包括根据接收到的信标消息和车辆节点所处的状态,每个车辆节点周期性的执行分簇流程,所述分簇流程包括以下步骤:
S1、车辆节点通过广播信标消息的方式来通告自己的分簇参数指标,与此同时,接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标,并且,通过信标消息识别单跳距离内速度和方向相似的车辆,为车辆节点建立邻居列表;
S2、车辆节点依据其当前所处的状态,从簇头选择策略、簇形成策略和簇维护策略中选择一个执行,获得分簇的结果,在所述簇头选择策略中车辆节点之间交换可信度信息和责任度信息,通过交换这两种信息来选择合适的簇头,引入通信性能参数来重新构造亲和传播算法的相似度函数,使得网络中相对移动性低、通信性能好的车辆节点更容易被选为簇头,在所述簇形成策略中将非簇车辆节点加入到合适的簇中,将其状态变更为簇成员状态,在所述簇维护策略中,处理车载自组织网络中出现的以外情况;
S3、车辆节点在需要时通过数据消息与目标车辆节点通信。
进一步地,在所述簇头选择策略中,对于每个车辆节点,将车辆节点的自身可信度和车辆节点与其它车辆节点的可信度设置为0,并将自身相似度设置为车辆节点之间相似度的平均数,通过车辆节点之间不断交换可信度信息和责任度信息来计算责任度和可信度,直至算法收敛,根据最终的责任度和可信度,对于任意的车辆节点,如果自身可信度和自身责任度之和大于0,则被选为簇头。
进一步地,通过相似度函数计算车辆节点的相似度,相似度函数计算公式如下:
其中,vi和vj分别表示车辆Vi和车辆Vj的速度值,vmax为车辆所处道路限速值,(xi,yi)和(xj,yj)表示车辆Vi和车辆Vj的地理位置,ER表示车辆Vi的单跳有效距离,MTRi和MTRj表示车辆Vi和车辆Vj的各自最大传输速率。
进一步地,责任度r(i,j)表示从车辆节点i的角度来看,车辆节点j作为车辆节点i的簇头的适合程度,责任度计算公式如下:
其中,s(i,j)表示车辆节点i和j之间的相似度,a(i,j’)表示车辆节点i和j’之间的可信度,s(i,j’)表示车辆节点i和j’之间的相似度。
进一步地,可信度a(i,j)表示从车辆节点j的角度来看,车辆节点j成为车辆节点i的簇头的适合程度,可信度a(i,j)和自身可信度a(j,j)的计算公式如下:
其中,r(j,j)表示车辆节点j的自身责任度,r(i’,j)表示车辆节点i’和j之间的责任度。
进一步地,在所述簇形成策略中,对于非簇车辆节点,从它的邻居列表中依序选择车辆节点,在所选择的车辆节点为簇头,且满足特定条件的情况下,将所选择的车辆节点放入候选簇头列表,在遍历邻居列表中的所有车辆节点后,建立候选簇头车辆列表,基于综合评价函数从候选簇头列表中选择最优的簇头车辆节点,将其作为非簇车辆节点的簇头。
进一步地,所述综合评价函数的公式如下所示:
其中w1,w2,w3是满足w1,w2,w3∈[0,1]和w1+w2+w3=1的加权因子,为速度函数,用于定量评价车辆节点加入到簇时速度对簇稳定性的影响,为位置函数,用于定量评价车辆加入到簇时位置对簇稳定性的影响,为通信性能函数,用于定量评价节点加入到簇时对簇头通信性能的影响。
进一步地,选择综合评价函数值最小的簇头车辆节点作为最优的簇头车辆节点。
进一步地,所述簇维护策略根据不同的意外情况分为三种类型的流程,具体包括:
1)检测更好的簇,在簇成员节点的单跳距离内存在多个簇头节点时,选择综合评价函数值最小的节点作为其簇头;
2)簇头节点的竞争,在簇成员节点的单跳距离内存在多个簇头节点,且相邻簇头节点的性能存在差异时,将性能较差的簇头节点更改为非簇节点状态;
3)簇头节点的丢失,在簇成员节点的簇头节点因为特定原因改变状态或消失时,将簇成员节点的状态改变为非簇节点,在下一次分簇流程中通过簇形成策略加入新的簇中。
进一步地,为了定量评价相邻的簇头节点哪一个性能更优,定义簇头节点适合度函数,所述簇头节点适合度函数如下所示:
其中,MTRi表示节点Vi的自有通信性能,即最大传输速率,Ci表示网络中簇头节点是节点Vi的簇,Vj表示簇Ci中的任意一个簇成员节点,CTRj表示节点Vj需要的传输速率,表示簇Ci的簇成员节点的数量,CMNmax表示网络中最大簇的成员数,它是一个预置常数,通常情况下取决于车载通信硬件的性能;
在所述簇头节点适合度函数中,前一部分表示簇头节点Vi的平衡通信负荷能力,后一部分表示了簇头节点Vi的通信负荷能力。
本发明提出的基于亲和传播算法的路由分簇装置设置在车辆节点中,包括中央处理器、通信模块、策略存储器和方法存储器;
所述通信模块用于实现当前车辆节点与邻居车辆节点的信息交互,可以通过广播信标消息的方式来通告自己的分簇参数指标,也可以接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标;
所述策略存储器中存储有簇头选择策略、簇形成策略和簇维护策略,根据运行需求将特定的策略传输给所述中央处理器;
所述方法存储器中存储有程序,所述中央处理器通过运行所述程序来实现上述基于亲和传播算法的路由分簇方法。
本发明提出的计算机可读存储介质存储有可供处理器运行的程序,所述程序在被处理器运行的过程中能够实现上述基于亲和传播算法的路由分簇方法。
相对于现有技术,本发明具有如下有益效果:
1)通过信标消息识别单跳距离内速度和方向相似的车辆,并为每辆车建立邻居列表,这就避免了异常车辆对簇稳定性的负面影响;
2)引入通信性能参数来重新构造亲和传播算法的相似度函数,使得网络中相对移动性低、通信性能好的车辆节点更容易被选为簇头;
3)设计了簇头选择策略,簇形成策略和簇维护策略。
在本发明的一些实施例中,还具有如下有益效果:
采用加权机制来定量评价非簇车辆加入时对簇稳定性的影响,通过选取综合评价值最低的簇来改进原亲和传播算法的簇的形成策略。
附图说明
图1是本发明实施例路由分簇方法的流程图;
图2是本发明实施例簇形成策略的流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
由于车载自组织网络中的车辆节点具有高度移动性,导致了频繁变化的网络拓扑结构,为网络信息的路由带来极大的挑战。在采用车对车通信(V2V)的车载自组织网络中,分簇能解决车载自组织网络中网络拓扑结构频繁变化的问题,将网络中的车辆节点相似度高(例如位置、速度、方向等)分配到一个簇中,能够大大提高网络稳定性,基于分簇的路由协议在时延、PDR等方面表现较好,此外其路由开销在合理范围内。
本发明实施例提出的基于亲和传播算法的路由分簇方法应用于车载自组织网络,具体包括根据接收到的信标消息和车辆节点所处的状态,每个车辆节点周期性的执行分簇流程,所述分簇流程包括以下步骤:
S1、Tcol周期,车辆节点通过广播信标消息的方式来通告自己的分簇参数指标,与此同时接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标,并且,通过信标消息识别单跳距离内速度和方向相似的车辆节点,为车辆节点建立邻居列表。
S2、Tclu周期,车辆节点依据其当前所处的状态,从簇头选择策略、簇形成策略和簇维护策略这三个阶段中选择其中一个执行,从而获得分簇的结果。
S3、Tdata周期,车辆节点可以在需要时通过数据消息与目标车辆节点通信。
为了保证簇稳定性和较好的数据通信性能,Tcol周期的时长应该比Tclu周期稍长,远比Tdata周期的时长短,通过这种方式,车辆节点可以在保证数据通信性能的同时,尽可能完整、准确的接收到相邻车辆节点的信标消息。
在簇头选择策略中,车辆节点之间交换两种信息,分别是可信度a(i,j)和责任度r(i,j),通过交换这两种信息来选择合适的簇头,具体地,在责任度r(i,j)和可信度a(i,j)两种信息的影响下迭代运行,分簇过程启动时,对于每个车辆节点i,车辆节点i自身可信度a(i,i)和节点i与其它节点j的可信度a(i,j)设置为0,并将自身相似度s(i,i)设置为节点之间相似度的平均数,此后车辆节点之间不断交换信息来计算责任度(包括自责任度)和可信度(包括自可信度),直至算法收敛。根据责任度信息和可信度信息,对于任意的车辆节点i,如果a(i,i)+r(i,i)>0,则被选为簇头。
亲和传播算法的输入是一个相似度矩阵,矩阵中的元素s(i,j)代表着车辆节点i和车辆节点j之间的相似性,该矩阵元素可以通过一定的方法计算出来。从本质上说,s(i,j)代表车辆节点j作为车辆节点i的簇头的适合程度。特别地,对于任何车辆节点j,自身相似度s(j,j)表示将节点j选为簇头的偏好程度,并不是与其自身的相似度,s(j,j)越大,表示越有可能选择节点j作为簇头。初始时,亲和传播算法将所有节点看作可能的簇头,并将它们的自身相似度设置为相同的值。
簇头不仅与自己管理的簇的簇成员通信,而且还与其它簇头或基站进行数据信息交换,因此,簇头应具有优秀的通信能力。为此,引入通信性能参数来重新构造亲和传播算法的相似度函数,重新构造的相似度函数使得网络中相对移动性低、通信性能好的车辆节点更容易被选为簇头。相对于车辆节点Vi和车辆节点Vj,相似度函数计算公式如下:
其中,vi和vj分别表示车辆节点Vi和车辆节点Vj的速度值,vmax为车辆所处道路限速值,(xi,yi)和(xj,yj)表示车辆节点Vi和车辆节点Vj的地理位置,ER表示车辆节点Vi的单跳有效距离,MTRi和MTRj表示车辆节点Vi和车辆节点Vj的各自最大传输速率。
责任度r(i,j)是从车辆节点i发送到车辆节点j,表示从车辆节点i的角度来看,车辆节点j作为车辆节点i的簇头的适合程度,r(i,j)计算公式如下:
可信度a(i,j)是从车辆节点j反向发送回车辆节点i的信息,表示从车辆节点j的角度来看,车辆节点j成为车辆节点i的簇头的适合程度。可信度a(i,j)和自身可信度a(j,j)的计算公式如下:
为了避免信息更新过程中产生数值振荡,采用阻尼消息更新机制,如下所示:
messagenew=λmessageold+(1-λ)messagenew
其中,λ∈(0,1)是阻尼因子,messageold表示前一时刻的信息,messagenew表示当前时刻的信息。
经过簇头选择策略后,在车载自组织网络中会出现一个或者多个簇头车辆,在下一个Tclu周期中,非簇车辆节点将选择网络中的一个簇头作为自己的簇头,成为该簇头管理的簇的簇成员。非簇车辆节点加入到簇后,它将改成簇成员状态,这就是簇形成策略。
如图2所示,在簇形成策略中,对于非簇车辆节点Vi,从它的邻居列表NNLi中依序选择Vj,在Vj为簇头,且的情况下,将当前Vj放入候选簇头列表CCHLi,在遍历邻居列表NNLi中的所有车辆节点后,建立候选簇头车辆列表CCHLi,为了保持簇良好的稳定性,基于综合评价函数,利用公式从候选簇头列表CCHLi中选择综合评价函数值最小的簇头车辆作为最优的簇头车辆,将其作为非簇车辆节点Vi的簇头,使得非簇车辆节点Vi成为该簇头管理的簇的簇成员。
原始亲和传播聚类算法的机制是选择责任度和可信度之和最大的簇头,虽然从两个车辆节点相互评估的角度选择了最优的簇头节点,但忽略了非簇节点加入簇时对簇稳定性和簇头节点通信性能的影响,因此,当一个新的节点加入到簇中时,有可能对该簇的稳定性产生负面影响。所以,本发明提出的综合评价函数基于速度函数、位置函数和通信性能函数的线性加权和来定量评价节点加入到簇的时候对簇稳定性和簇头节点通信性能的影响,对于任一车辆节点,其综合评价函数的值越小,对簇的影响也相对越小。综合评价函数的定义公式如下所示:
其中w1,w2,w3是满足w1,w2,w3∈[0,1]和w1+w2+w3=1的加权因子。
速度函数用于定量评价车辆节点加入到簇时速度对簇稳定性的影响。对于第k个簇Ck,当车辆节点Vi加入时,这个新簇被标记为C'k,也就是C'k-Ck={Vi},车辆节点Vi与簇Ck相关的速度函数定义公式如下所示:
其中,CTRi和CTRj表示车辆节点Vi和车辆节点Vj所需的通信性能要求(节点需要的每秒传输的最大数据量)。参数MTR是车辆节点通过其簇头节点进行数据传输的通信性能要求,可以用在规定时间之前完成数据传输的传输速率来表示。对于任一车辆节点,CTR的值是其簇头节点传输的数据量与传输数据时间的商。通常情况下,为了保证数据传输能够成功,CTR的最大值不大于MTR的最小值。通过分析可以看出,对于某一车辆节点,它的通信性能函数的值在0~1之间,这个函数值越小,对簇头节点通信性能的负面影响越小。
一般情况下,经过簇头选择策略和簇形成策略后,在车载自组织网络中已经出现了相对比较稳定的簇,但是,由于无线网络容易受到干扰、车辆具有高度动态性,在车载自组织网络中不可避免的存在一些意外情况。为了解决这些问题,本发明提出簇维护策略,该策略根据不同的意外情况分为三种类型的流程,具体如下:
1)检测更好的簇
对于簇成员节点,当其单跳距离内有多个簇头节点时,簇维护策略和簇形成策略相同,选择综合评价函数值最小的节点作为其簇头。如果该节点不是其当前的簇头节点,则簇成员节点更新它的簇头节点并且转换到新的簇中,保持其状态为簇头节点。
2)簇头节点的竞争
对于簇头节点,当在其单跳距离内有一个或者多个其它簇头节点并且至少有一个节点比它更好的时候,为了减少簇的数量和提高簇效率,这个簇头节点应该将其位置让给其它更好的簇头节点,并更改到非簇节点状态。
为了定量评价相邻的簇头节点哪一个性能更优,定义簇头节点适合度函数。对于簇头节点Vi,该函数定义如下所示:
其中,MTRi表示节点Vi的自有通信性能,即最大传输速率。Ci表示网络中簇头节点是节点Vi的簇。Vj表示簇Ci中的任意一个簇成员节点。CTRj表示节点Vj需要的传输速率。表示簇Ci的簇成员节点的数量。CMNmax表示网络中最大簇的成员数,它是一个预置常数,通常情况下取决于车载通信硬件的性能。
在簇头节点适合度函数中,前一部分表示簇头节点Vi考虑其簇成员节点的通信需求,也就是簇头节点Vi的平衡通信负荷能力。如果保留一个值较小的簇头节点,则当有新的节点加入到该簇的时候,发生通信拥塞的可能性较大。簇头节点适合度函数的后一部分表示了簇头节点Vi的通信负荷能力。假如某个值较大簇头节点的状态改变,那么其负责的大量簇成员节点将失去簇头节点,这些簇头节点就需要加入到其它合适的簇中或者改变状态为非簇节点等,这种情况下就将特别影响簇的稳定性。分析表明,簇头节点适合度函数值较大的节点需要保留。
3)簇头节点的丢失
对于任一簇成员节点,当其簇头节点由于不可预知的原因改变了状态时,该簇成员节点就会在下一分簇周期中查探到来自信标消息的关于其簇头节点的实际状态(簇头节点或非簇节点)与邻居列表中保存的簇头节点状态之间的冲突。还有一种情况,当簇头节点出现通信硬件故障或者离开道路时,其负责的簇成员节点将不会收到其信标消息,该簇成员节点就会在下一分簇周期中查探到簇头节点不在邻居列表中的异常。无论是在第一种情况下还是在第二种情况下,这都表示这些簇成员节点失去了簇头节点。如果在其单跳距离内没有其它簇头节点,则这些簇成员节点将改变状态为非簇节点。然后,它们可以在下一个分簇周期中通过簇形成策略加入新的簇中。
基于亲和传播算法的路由分簇装置设置在车辆节点中,包括中央处理器、通信模块、策略存储器和方法存储器。通信模块用于实现当前车辆节点与邻居车辆节点的信息交互,可以通过广播信标消息的方式来通告自己的分簇参数指标,也可以接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标。策略存储器中存储有簇头选择策略、簇形成策略和簇维护策略,根据运行需求将特定的策略传输给中央处理器。方法存储器中存储有程序,中央处理器通过运行程序来实现基于亲和传播算法的路由分簇方法。
针对车辆高度移动性和网络拓扑结构频繁变化对车载自组织网络通信性能的影响,本发明提出了一种基于亲和传播算法的路由分簇方法,与传统的分簇算法相比,具有更好的簇稳定性和通信性能。基于亲和传播算法的路由分簇方法通过信标消息识别单跳距离内速度和方向相似的车辆,并为每辆车建立邻居列表,避免异常车辆对簇稳定性造成负面影响,并且引入与通信相关的参数,重新定义原始亲和传播聚类算法的相似度函数,与此同时,设计了簇头选择策略,簇形成策略和簇维护策略,采用加权机制来定量评价非簇车辆加入时对簇稳定性的影响,通过选取综合评价值最低的簇来改进原亲和传播算法的簇的形成策略,在适当的路由开销下具有较好的簇稳定性和通信性能。
综上所述,本发明还具有以下优点:
1)不需要预先确定车载自组织网络的簇数,可以根据网络中的车辆节点数量自适应确定簇数;
2)k均值聚类算法选择的簇头可能是网络中不存在的虚拟点,但是本发明选择的簇头是网络中实际存在的车辆节点;
3)通过维护责任度矩阵和可信度矩阵,采用互评机制来改善簇稳定性。
本发明提出的基于亲和传播算法的路由分簇方法的应用范围不局限于车载自组织网络,还可应用于所有需要进行分簇的网络。本发明中的相似度函数采用的参数不局限于车辆移动性和通信性能相关参数,可以根据实际应用需求进行选择。本发明中设计的簇头选择策略、簇生成策略和簇维护策略可应用于车载自组织网络路由分簇以外的其他领域。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围。应当指出,对于本技术领域的技术人员,在不脱离本发明设计结构及原理的前提下对本发明方案所作的等同变化都视作本发明的保护范围。
Claims (12)
1.一种基于亲和传播算法的路由分簇方法,应用于车载自组织网络,其特征在于,具体包括根据接收到的信标消息和车辆节点所处的状态,每个车辆节点周期性的执行分簇流程,所述分簇流程包括以下步骤:
S1、车辆节点通过广播信标消息的方式来通告自己的分簇参数指标,与此同时,接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标,并且,通过信标消息识别单跳距离内速度和方向相似的车辆,为车辆节点建立邻居列表;
S2、车辆节点依据其当前所处的状态,从簇头选择策略、簇形成策略和簇维护策略中选择一个执行,获得分簇的结果,在所述簇头选择策略中车辆节点之间交换可信度信息和责任度信息,通过交换这两种信息来选择合适的簇头,引入通信性能参数来重新构造亲和传播算法的相似度函数,使得网络中相对移动性低、通信性能好的车辆节点更容易被选为簇头,在所述簇形成策略中将非簇车辆节点加入到合适的簇中,将其状态变更为簇成员状态,在所述簇维护策略中,处理车载自组织网络中出现的以外情况;
S3、车辆节点在需要时通过数据消息与目标车辆节点通信。
2.根据权利要求1所述的基于亲和传播算法的路由分簇方法,其特征在于,在所述簇头选择策略中,对于每个车辆节点,将车辆节点的自身可信度和车辆节点与其它车辆节点的可信度设置为0,并将自身相似度设置为车辆节点之间相似度的平均数,通过车辆节点之间不断交换可信度信息和责任度信息来计算责任度和可信度,直至算法收敛,根据最终的责任度和可信度,对于任意的车辆节点,如果自身可信度和自身责任度之和大于0,则被选为簇头。
6.根据权利要求1所述的基于亲和传播算法的路由分簇方法,其特征在于,在所述簇形成策略中,对于非簇车辆节点,从它的邻居列表中依序选择车辆节点,在所选择的车辆节点为簇头,且满足特定条件的情况下,将所选择的车辆节点放入候选簇头列表,在遍历邻居列表中的所有车辆节点后,建立候选簇头车辆列表,基于综合评价函数从候选簇头列表中选择最优的簇头车辆节点,将其作为非簇车辆节点的簇头。
8.根据权利要求6所述的基于亲和传播算法的路由分簇方法,其特征在于,选择综合评价函数值最小的簇头车辆节点作为最优的簇头车辆节点。
9.根据权利要求6所述的基于亲和传播算法的路由分簇方法,其特征在于,所述簇维护策略根据不同的意外情况分为三种类型的流程,具体包括:
1)检测更好的簇,在簇成员节点的单跳距离内存在多个簇头节点时,选择综合评价函数值最小的节点作为其簇头;
2)簇头节点的竞争,在簇成员节点的单跳距离内存在多个簇头节点,且相邻簇头节点的性能存在差异时,将性能较差的簇头节点更改为非簇节点状态;
3)簇头节点的丢失,在簇成员节点的簇头节点因为特定原因改变状态或消失时,将簇成员节点的状态改变为非簇节点,在下一次分簇流程中通过簇形成策略加入新的簇中。
11.一种基于亲和传播算法的路由分簇装置,设置在车辆节点中,其特征在于,包括中央处理器、通信模块、策略存储器和方法存储器;
所述通信模块用于实现当前车辆节点与邻居车辆节点的信息交互,可以通过广播信标消息的方式来通告自己的分簇参数指标,也可以接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标;
所述策略存储器中存储有簇头选择策略、簇形成策略和簇维护策略,根据运行需求将特定的策略传输给所述中央处理器;
所述方法存储器中存储有程序,所述中央处理器通过运行所述程序来实现如权利要求1-10中任一项所述的基于亲和传播算法的路由分簇方法。
12.一种计算机可读存储介质,其特征在于,存储有可供处理器运行的程序,所述程序在被处理器运行的过程中能够实现如权利要求1-10中任一项所述的基于亲和传播算法的路由分簇方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630958.9A CN113329368B (zh) | 2021-06-07 | 2021-06-07 | 一种基于亲和传播算法的路由分簇方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110630958.9A CN113329368B (zh) | 2021-06-07 | 2021-06-07 | 一种基于亲和传播算法的路由分簇方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113329368A true CN113329368A (zh) | 2021-08-31 |
CN113329368B CN113329368B (zh) | 2022-03-25 |
Family
ID=77421200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110630958.9A Active CN113329368B (zh) | 2021-06-07 | 2021-06-07 | 一种基于亲和传播算法的路由分簇方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113329368B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992560A (zh) * | 2021-11-24 | 2022-01-28 | 重庆邮电大学 | 一种活跃度感知的社交车辆分簇方法、装置及计算机设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454649A (zh) * | 2017-07-25 | 2017-12-08 | 西安交通大学 | VANETs中基于密度估计的1‑hop和2‑hop簇并存的自适应分簇法 |
US20210160664A1 (en) * | 2019-10-29 | 2021-05-27 | Nanjing University Of Posts And Telecommunications | Vehicle clustering method based on link reliability and stability |
-
2021
- 2021-06-07 CN CN202110630958.9A patent/CN113329368B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454649A (zh) * | 2017-07-25 | 2017-12-08 | 西安交通大学 | VANETs中基于密度估计的1‑hop和2‑hop簇并存的自适应分簇法 |
US20210160664A1 (en) * | 2019-10-29 | 2021-05-27 | Nanjing University Of Posts And Telecommunications | Vehicle clustering method based on link reliability and stability |
Non-Patent Citations (2)
Title |
---|
XIANLEI GE,ET AL: "A Novel Clustering Algorithm Based on Mobility for VANET", 《2018 IEEE 18TH INTERNATIONAL CONFERENCE ON COMMUNICATION TECHNOLOGY (ICCT)》 * |
郑鑫等: "VANET中基于分布式的分簇的路由机制", 《现代电子技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992560A (zh) * | 2021-11-24 | 2022-01-28 | 重庆邮电大学 | 一种活跃度感知的社交车辆分簇方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113329368B (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | Efficient clustering V2V routing based on PSO in VANETs | |
Ren et al. | A mobility-based scheme for dynamic clustering in vehicular ad-hoc networks (VANETs) | |
Dixit et al. | VANET: Architectures, research issues, routing protocols, and its applications | |
Maglaras et al. | Distributed clustering in vehicular networks | |
CN102883263B (zh) | 一种基于相邻车辆距离的vanet分簇维护方法 | |
Franck et al. | Using delay tolerant networks for car2car communications | |
Singh et al. | A hybrid backbone based clustering algorithm for vehicular ad-hoc networks | |
CN105245563A (zh) | 一种基于车辆节点连通稳定度的动态分簇方法 | |
Trivedi et al. | Routing mechanisms and cross-layer design for vehicular ad hoc networks: A survey | |
Chiti et al. | Context aware clustering in VANETs: A game theoretic perspective | |
Ram et al. | Mobility adaptive density connected clustering approach in vehicular ad hoc networks | |
Ram et al. | Density-connected cluster-based routing protocol in vehicular ad hoc networks | |
Bali et al. | An intelligent clustering algorithm for VANETs | |
CN113329368B (zh) | 一种基于亲和传播算法的路由分簇方法及装置 | |
CN105448115A (zh) | 高速交通网络中被动群集车辆间通信方法 | |
Syfullah et al. | Mobility-based clustering algorithm for multimedia broadcasting over IEEE 802.11 p-LTE-enabled VANET | |
Jabbar et al. | Clustering Review in Vehicular Ad hoc Networks: Algorithms, Comparisons, Challenges and Solutions. | |
Marinov | Comparative analysis of AODV, DSDV and DSR routing protocols in VANET | |
Kannekanti et al. | An efficient clustering scheme in vehicular ad-hoc networks | |
Dawande et al. | Enhanced distributed multi-hop clustering algorithm for VANETs based on neighborhood follow (EDMCNF) collaborated with road side units | |
Zhao et al. | An intersection-based clustering algorithm for vehicular ad hoc networks | |
Kanani et al. | Improving QoS of DSDV protocol to deliver a successful collision avoidance message in case of an emergency in VANET | |
CN113301534A (zh) | 一种应用于多智能车通信的路由方法 | |
Dharmawardena et al. | Cluster head selection based routing protocol for VANET using bully algorithm and Lamport timestamp | |
Jayavel et al. | A TDMA-BASED SMART CLUSTERING TECHNIQUE FOR VANETS. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |