本发明涉及一种基于车辆安全通信的自适应速率选择算法。
背景技术：
：
车辆主动式安全通信自适应速率控制系统所处的外界环境通常是复杂多 变，且各因素间相互影响、交叉祸合，采用模糊逻辑表示的模糊概念能很好的 描述，采用模糊数学方法对这些变量进行模糊化后，再通过设计的模糊规则进 行运算即可得到相应的速率。但是运用模糊决策根据衰落丢包和干扰丢包来进 行数据传输速率的选择时，需要设计各输入、输出变量的隶属度函数，以及模 糊规则集合。由于车辆主动式安全通信随着车流密度、信道状况等变化会产生 大量的组合情况，进而需要设计大量的模糊规则和参数集，对于设计者来说是 非常繁杂甚至是无法完成的工作。因此，本文引入了自组织模糊神经网络 (Self-Oganizing Fuzzy Neural Network,SOFNN)[132][133]o SOFNN既能用模 糊概念来描述问题，又结合了神经网络的学习优化能力，使得该网络可以根据 训练数据来重构网络结构、调节参数并生成相应的IF-THEN模糊规则。
技术实现要素：
：
本发明的目的是提供一种基于车辆安全通信的自适应速率选择算法。
上述的目的通过以下的技术方案实现：
基于车辆安全通信的自适应速率选择算法，所述的自适应速率选择算法通 过以下步骤实现:
第一步，初始化所有参数，将PLRAVG、PLRINT，和PLRFAD都赋为0，最优速 率设为基础速率(3Mbps)；
第二步，根据信道对称性原理，各个节点在本地采用Sym2PLR进行平均丢包 PLRAVG的估算；
第三步，根据应用层计算的各个节点相对距离，采用Dis2PLR进行衰落丢包 PLRFAD的估算；
第四步，根据前两步计算的丢包率，得到干扰对丢包造成的影响PLRINT；
第五步，采用模糊决策FuzzyRateSelection，根据PLRFAD和PLRINT得到当前环境 下最优的速率BestBitRate并返回。。
有益效果：
1.基于车辆主动式安全通信环境下信道对称性理论的本地平均丢包估计， 使得每个车辆通信节点可以在单跳广播环境下，不需要任何反馈信息就能对整 个网络的整体状态进行评估。
2.基于车辆通信节点相对距离的信道衰落丢包估计，结合应用层的相关信 息，每个车辆通信节点都可以评估与周围各相邻节点之间的链路质量。
3.基于自组织模糊神经网络的速率选择算法，可平衡衰落丢包和干扰丢包 造成的影响，选择适合当前情况下的最优数据传输速率，并且自组织模糊神经 网络能够使用仿真或实测的数据进行训练，自动生成输入隶属度函数和模糊规 则集，简化了模糊系统的设计复杂度。
具体实施方式：
具体实施方式一：
本实施方式的基于车辆安全通信的自适应速率选择算法，所述的自适应速 率选择算法通过以下步骤实现:
第一步，初始化所有参数，将PLRAVG、PLRINT，和PLRFAD都赋为0，最优速 率设为基础速率(3Mbps)；
第二步，根据信道对称性原理，各个节点在本地采用Sym2PLR进行平均丢包 PLRAVG的估算；
第三步，根据应用层计算的各个节点相对距离，采用Dis2PLR进行衰落丢包 PLRFAD的估算；
第四步，根据前两步计算的丢包率，得到干扰对丢包造成的影响PLRINT；
第五步，采用模糊决策FuzzyRateSelection，根据PLRFAD和PLRINT得到当前环境 下最优的速率BestBitRate并返回。
具体实施方式二：
与具体实施方式一不同的是，本实施方式的基于车辆安全通信的自适应速 率选择算法，步骤一所述的PLRAVG的获取过程为，车辆节点都发送安全消息，对 于参考节点，它可以不断的收到来自其它节点的安全消息用PLRi0，表示从节点i 发送到参考节点0的下行链路丢包率，根据信道对称性理论，PLR0i和PLRi0是强 对称相关的，即对于长时间采样计算得到的PLR0i等于PLRi0，参考节点就可以通 过计算PLRi0来估算PLR0i，得：
具体实施方式三：
与具体实施方式一或二不同的是，本实施方式的基于车辆安全通信的自适 应速率选择算法，步骤一所述的PLRFAD的获取过程为，
参考节点安全距离内所有节点由信道衰落造成丢包进行平均即可得到衰落 在平均丢包中起到的影响，得：
PLRINT＝PLRAVG-PLRFAD。
具体实施方式四：
与具体实施方式三不同的是，本实施方式的基于车辆安全通信的自适应速 率选择算法，步骤二所述的各个节点在本地采用Sym2PLR进行平均丢包PLRAVG的 估算是指，Sym2PLR＝PLRAVG。
具体实施方式五：
与具体实施方式一、二或四不同的是，本实施方式的基于车辆安全通信的 自适应速率选择算法，步骤三所述的根据应用层计算的各个节点相对距离，采 用Dis2PLR进行衰落丢包PLRFAD的估算是指，Dis2PLR＝PLRFAD。