据包通过蜂窝网络传输。即本发明方法 可以针对数据包进行WAVE和其他通信方式的垂直切换(vertical handover)。这样一来，就 可以充分利用蜂窝网络等无线广域网大覆盖范围的优势，并结合车载通信大吞吐量高实时 性的特点，即满足了各类车联网应用的不同需求，又降低了使用蜂窝网络所需的资费。
[0101] 案例二
[0102] 路口网关通过求解连通性模型决定在其附近的车辆发出的数据包所使用的主干 路网。为了解决这个问题本发明采用遗传算法。
[0103]编码方案很自然地是将主干路网中每个交叉路口定义为基因。主干路网中包含了 所选各个交叉路口的编号。然后，一条路径中的有序交叉路口可以表示为一条染色体。因 此，每一个可行解y包含一条染色体，其被表示为 V1，V2, . . .，vm。例如，图5中路线1-2-3-7-14-20，1-2-8-13-19-20和1-9-12-18-19-20等均为染色体。因此，一条染色体是一个包含有 序交叉路口的向量。
[0104] 遗传搜索从一组解的初始种群开始。最初的种群是由随机选择可行解生成的。每 个解起始于与源车辆相邻的交叉路口。下一个基因从相邻路口随机选择构造而成。然后，继 续在主干路网中随机选择下一个相邻路口，直到下一个路口与目标车辆相邻为止。为了确 保该解是可行的，它必须满足下列两个条件：i)路径中每两个连续的路口都是由一条道路 连接。ii)主干路网的连通的性质满足约束。继续执行这一过程，直到产生了一定数量的主 干路网构成种群，这一数量称为种群规模p z。
[0105] 因为本发明的目标是（1)式中的连通可能性最大化，适应度函数f(y)的定义如下：
[0106] f(y)=Pc(y) (1)
[0107] 选择运算采用轮盘赌选择策略。其中，主干路网被选中的概率于主干路网的归一 化适应度值成正比，即选择某条主干路网y的概率等于
(2)
[0109] 其中pz是备选的主干路网数量。
[0110] 交叉运算采用单点交叉，即从当前种群中选择两条主干路网，然后随机地选择一 个共同的中间路口，称为交叉点。然后，它交换交叉点的后半部分主干路网，以形成两个新 的后代。图6中，（a)表示两个随机选择的主干路网以7为交叉点，图6中，（b)表示出两个新的 后代。需要注意的是必须要检查新的个体是否是可行解。
[0111] 突变运算采用了均匀变异运算符，即以相同概率从种群中选择任意个体后，随机 地挑选中间基因（路口），然后随机选择相邻的路口，如图7所示。
[0112] 随后验证新个体是否为可行解是非常重要的，最后使用世代的最大数目作为为 终止标准。
[0113]仓ij新点
[0114] 创新之一:提出了解决城市场景中有路口基础设施的车联网大规模异构网络连通 性问题的方法。本发明的连通性方法是指为了解决车联网中互联互通问题的技术方法。本 发明提出的城市场景中有基础设施的车联网大规模异构网络的连通性方法能够满足上层 应用的服务质量要求。
[0115] 创新之二:基于城市场景中有基础设施的车联网动力学规律及其连通性模型，利 用遗传算法求解该连通性模型的近似最优解。利用遗传算法这种类型的启发式方法，求解 连通性模型，以期快速找到满足应用程序需求的转发路径，并在必要的情况下提供垂直切 换使用蜂窝数据网络的决策功能。
【主权项】
1. 一种城市场景中有基础设施的车联网大规模异构网络的连通性方法，为了实现车联 网的连通，源车辆需要知道数据包转发到目标车辆的转发路径，这一信息由路口网关提供， 路口网关时时掌握本地路口的网络拓扑结构，路口网关作为位置服务器，负责保存在其附 近的所有的车辆的当前位置信息， 其特征在于， 步骤一、 采用基于区域的位置服务管理协议为连通性方法提供位置管理服务，每辆车每次相比 原来的位置移动超过传输范围时就向最近的路口网关报告其位置信息，这一信息包括车辆 ID、车辆的传输范围Tr、车辆所在位置的横坐标与纵坐标、上次更新的时间、以及车辆运动 的速度和方向，根据这些位置信息，路口网关随时根据需要构建一条源车辆到目标车辆之 间的转发路径， 路口网关基于相邻的交叉路口建立向目标车辆的转发路径，即为主干路网。所述主干 路网可以用交叉路口的编号序列表示： 路口网关IGS在收到源车辆vs发出的到目标车辆Vd的转发路径请求时计算转发路径的 流程如算法1所示， 基于在源车辆与目标车辆之间所有可能的主干路网，路口网关将依次应用车联网连通 性模型，计算比较各主干路网的连通可能性，从中选择连通可能性最大的主干路网作为转 发路径，同时保证主干路网的其他连通性质不超过源车辆中应用程序给出的阈值(第3~8 行）；路口网关所选的主干路网将被发送到源车辆，存储在数据分组报头中，使得中间车辆 在路口之间转发数据包，步骤二、 当源车辆收到路口网关发回的用主干路网表示的转发路径后，就开始进行数据分组的 转发，算法2具体描述数据分组的转发过程： 当车辆朝着某一路口行驶时，它基于贪婪转发策略选择下一跳，即最接近主干路网中 下一个交叉路口的车辆， 当移动车辆已接近路口，它会根据贪婪转发策略选择最接近下一个路口，即主干路网 中的下一跳的车辆(第2行）， 当确实在通信范围内没有可供转发的下一跳车辆时，转发模式切换为携带转发模式 (第9~22行）， 此时首先判断当前车辆的携带缓存是否还有空间暂时存储这一数据报文，如果没有就 只能立即丢弃这一个数据分组了， 在满足携带转发的条件后，当前中继车辆开始携带该数据分组，同时每隔一段时间重 新尝试进行转发；2.如权利要求1所述的一种城市场景中有基础设施的车联网大规模异构网络的连通性 方法，其特征在于，当每组目标路口相同，同时有相同应用程序需求并且都位于彼此附近的 车辆计算并缓存最优主干路网，米用算法3所不： 每辆车在开始发送消息之前，会首先向周围车辆广播查询到目标车辆的最优主干路网 (第4~9行），如果周围车辆有所需的信息，它们将被发送回源车辆，否则，查询将被中继到 路口网关根据应用的需求来计算最佳主干路网(第10~21行）3. 如权利要求1所述的一种城市场景中有基础设施的车联网大规模异构网络的连通性 方法，其特征在于，路口网关也可以作为主干路网中的中继车辆转发数据，源车辆向目标车 辆车发送消息，但源车辆的传输无法覆盖到目标车辆，并且两辆车是沿着相反方向行驶的， 此时，近距离路口网关会将自身作为中继车辆的建议回复给源车辆，由源车辆将数据发送 给近距离路口网关，再由其转发给目标车辆，在这一个过程中，近距离路口网关充当了固定 中继车辆的作用。4. 如权利要求1所述的一种城市场景中有基础设施的车联网大规模异构网络的连通性 方法，其特征在于，路口网关通过求解连通性模型决定在其附近的车辆发出的数据包所使 用的主干路网， 采用遗传算法： 编码时，将主干路网中每个交叉路口定义为基因。主干路网中包含了所选各个交叉路 口的编号。然后，一条路径中的有序交叉路口可以表示为一条染色体。每一个可行解y包含 一条染色体，其被表示为VI，V2，...，。因此，一条染色体是一个包含有序交叉路口的向量。 遗传搜索从一组解的初始种群开始。最初的种群是由随机选择可行解生成的。每个解 起始于与源车辆相邻的交叉路口。下一个基因从相邻路口随机选择构造而成。然后，继续在 主干路网中随机选择下一个相邻路口，直到下一个路口与目标车辆相邻为止。为了确保该 解是可行的，它必须满足下列两个条件:i)路径中每两个连续的路口都是由一条道路连接。 ii)主干路网的连通的性质满足约束。继续执行这一过程，直到产生了一定数量的主干路网 构成种群，这一数量称为种群规模Pz。 目标是（1)式中的连通可能性最大化，适应度函数f(y)的定义如下： f (y)=P〇(y) (1) 其中Pc是主干路网的连通可能性。 选择运算采用轮盘赌选择策略。其中，主干路网被选中的概率于主干路网的归一化适 应度值成正比，即选择某条主干路网y的概率等于(2) 其中pz是备选的主干路网数量。 交叉运算采用单点交叉，即从当前种群中选择两条主干路网，然后随机地选择一个共 同的中间路口，称为交叉点。然后，它交换交叉点的后半部分主干路网，以形成两个新的后 代。 突变运算采用了均匀变异运算符，即以相同概率从种群中选择任意个体后，随机地挑 选中间基因（路口），然后随机选择相邻的路口。 随后验证新个体是否为可行解是非常重要的，最后使用世代的最大数目作为为终止标 准。
【专利摘要】一种城市场景中有基础设施的车联网大规模异构网络的连通性方法，步骤一、路口网关基于相邻的交叉路口建立向目标车辆的转发路径，即为主干路网。基于在源车辆与目标车辆之间所有可能的主干路网，路口网关将依次应用车联网连通性模型，计算比较各主干路网的连通可能性，从中选择连通可能性最大的主干路网作为转发路径，计算转发路径的流程如算法1所示。步骤二、当源车辆收到路口网关发回的用主干路网表示的转发路径后，就开始进行数据分组的转发，算法2具体描述数据分组的转发过程。本发明能够满足上层应用的服务质量要求，利用遗传算法求解该连通性模型的近似最优解，以期快速找到满足应用程序需求的转发路径。
【IPC分类】H04W40/20, H04W40/14
【公开号】CN105722176
【申请号】CN201610068732
【发明人】程久军, 程骏路, 臧笛, 徐娟, 杨阳, 邵剑雨, 廖竞学, 陈福臻, 吴潇, 鄢晨丹, 秦鹏宇
【申请人】同济大学
【公开日】2016年6月29日
【申请日】2016年1月29日