车辆事故信息定向发布方法

1.本发明属于智能交通技术领域，具体涉及一种车辆事故信息定向发布方法，可用于城市道路网络。


背景技术：

2.近年来，城市道路网络中骤增的机动车数量与出行需求使得城市交通事故频发。除了直接经济损失以外，由事故引起的典型非周期性交通拥堵在出行时间、燃料消耗、空气污染等方面造成的损失也不可小觑。事故后道路拥塞带来的消极影响逐渐成为构建安全、高效、绿色智能交通系统的障碍。
3.作为物联网研究最广泛的领域之一，车联网技术为解决这个燃眉之急提供了契机。通过通信手段将事故信息发布给城市道路网络中所有网联车，避免因信息滞后而导致拥塞扩大及传播，造成不可估量的经济损失。事故信息的非定向发布对减少事故发生次数以及缓解事故后拥塞带来的消极影响至关重要。随着网联车数目的不断增多，有限的无线资源和无限的资源需求这一矛盾显现得更加淋漓尽致，事故信息的非定向发布性能难以保证。这促使研究者们不得不找寻新的策略来进一步缓解大量网联车通信带来的链路压力和性能影响，事故信息定向发布这一想法应运而生。
4.目前，有关事故信息定向发布方法的研究主要集中于车联网场景中的半定向发布策略，可分为两种类型：
5.第一种是基于有影响力节点的发布方法。该方法通过车辆终端影响力决策算法对网联车在车联网环境中的影响力进行排序，在信息发布时选择影响力较大的网联车作为信息发布的中继节点，即首先将事故信息发布给中继节点，继而中继节点将事故信息发布给其他所有网联车，这在同一时刻可减少信道竞争压力，保证通信可靠性。
6.第二种是基于传输概率的发布方法。在该方法中，不同车辆终端接收信息时的通信性能由其自身与事故发生地点的相关性决定，与事故相关的网联车将高概率以低延迟高可靠的性能接收事故信息，而相比之下其他相关度较低的网联车接收信息时的性能可能相对较差。此种方式通过对发布概率进行控制从而实现了半定向发布，提高了通信效率的同时，对事故后拥塞带来的消极影响也会有缓解。
7.上述现有事故信息定向发布方法相关研究主要集中在车联网场景中半定向发布的通信性能研究方面，即通过选择有影响力的节点作为中继转发节点将信息发布给所有车辆终端以减小链路竞争压力并提高通信性能，其存在以下三方面的问题：
8.1)未考虑信息过度发布对交通系统的影响，可能导致拥塞转移从而造成通行延误及额外的燃料消耗等消极影响；
9.2)未实现完全的定向发布，使得大量且不断增多的网联车信息发布仍然面临信道竞争激烈的问题；
10.3)未应用于多业务竞争场景，难以保证该场景下事故信息发布的可靠性和低时延性能。


技术实现要素：

11.本发明的目的在于针对上述现有技术的不足，提出一种车辆事故信息定向发布方法，以在多业务竞争情况下保证事故信息的低时延高可靠性能的同时，缓解事故信息过度发布对交通系统燃料消耗带来的消极影响。
12.本发明的技术方案是：对交通系统中总消耗建模，通过最小化系统总消耗来得出最优的事故信息定向发布矩阵，将固定的无线资源分配给大带宽传输业务使得其传输速率最大化，根据定向发布矩阵分析得出事故信息的到达规律，在该规律的基础上结合大带宽传输业务的资源分配矩阵，最大化紧急业务插入传输成功率且最小化大带宽传输业务的速率损失，以此得出紧急业务的最优分配矩阵，每个定向发布矩阵融合其对应的资源分配矩阵分配矩阵即可实现最终的定向发布。具体实现步骤包括如下：
13.(1)选取部分城市道路网络，建立由城市道路、车辆及移动边缘计算服务器构成的交通系统模型；
14.(2)根据移动边缘计算服务器位置构建由两跳通信链路组成的联合通信模型：
15.所述第一跳通信，是指事故路段的移动边缘计算服务器和其他任意一个路段移动边缘计算服务器之间的通信链路；
16.第二跳通信是指非事故路段移动边缘计算服务器和该路段车辆之间的通信链路；
17.每跳的通信业务包含大带宽传输业务和紧急业务两种业务，其中事故信息发布属于紧急业务；
18.(3)设联合通信模型中第一跳通信和第二跳通信的定向发布矩阵分别为b、b，构建关于b和b的交通系统总消耗模型c(t)：
[0019][0020]
其中，b
0,k
为第一跳通信定向发布矩阵b中第0个移动边缘计算服务器对第k个移动边缘计算服务器的事故信息发布情况，b
0,k
＝0表示第k个移动边缘计算服务器没有接收到事故信息，b
0,k
＝1表示接收到了事故信息；b
k,v
为第二跳通信定向发布矩阵b中第k个移动边缘计算服务器对其管辖范围内车辆v的信息发布情况，b
k,v
＝0表示车辆v没有接收到第k个移动边缘计算服务器发布的事故信息，b
k,v
＝1则表示接收到了事故信息；c
k,v
(t)表示在时刻t第k个移动边缘计算服务器管辖范围内车辆v没有收到事故信息时的油耗；c’k,v
(t)表示在时刻t第k个移动边缘计算服务器管辖范围内车辆v在收到事故信息进行路径更换后的油耗；k
max
表示移动边缘计算服务器的数目；v
max
表示第k个移动边缘计算服务器管辖范围内车辆的数目；
[0021]
(4)根据交通系统总消耗c(t)构建最小化系统总消耗的优化问题p1，并将其分解为两个子优化问题，采用一维搜索算法对两个子优化问题求解得到最优的信息定向发布矩阵b
*
和b
*
；
[0022]
(5)设大带宽传输业务的传输功率矩阵为p，信道分配矩阵为ω，构建优化变量为p和ω的最大化大带宽传输业务平均传输速率的优化问题p2，利用麻雀搜索算法对问题p2进行求解得到大带宽传输业务的最优资源分配矩阵p
*
和ω
*
，将固定无线资源分配给大带宽传输业务；
[0023]
(6)根据最优的定向发布矩阵b
*
得出每个移动边缘计算服务器在时隙t到达的紧
急业务数目a(t)；
[0024]
(7)基于最优资源分配矩阵p
*
、ω
*
和紧急业务的到达规律a(t)，构建最大化紧急业务传输成功率且最小化大带宽传输业务损失率的优化问题p3，解出紧急业务的最优分配矩阵ζ
*
，实现两种业务的最优资源分配；
[0025]
(8)将最优的定向发布矩阵b
*
和b
*
、大带宽传输业务的最优资源分配矩阵p
*
和ω
*
以及紧急业务的最优分配矩阵ζ
*
进行组合，得出事故信息定向发布总矩阵。
[0026]
本发明与现有技术相比，具有以下优点：
[0027]
(1)缓解信息过度发布在交通油耗方面的消极影响。
[0028]
本发明对交通系统中各个道路的通行消耗进行建模，构建最小化交通系统总消耗的优化问题，求解即可得出最优的定向发布矩阵，从而选择性地控制车辆重新进行路径选择以避开事故路段。该模型相比于传统的发布策略，真正意义上地实现了定向发布，选择性地将事故信息发布给部分相关车辆，避免了事故信息非定向发布给全部车辆后带来的拥塞转移情况，缓解了信息过度发布在交通油耗方面的消极影响。
[0029]
(2)提高事故信息通信性能。
[0030]
本发明将定向发布与资源分配融为一体，定向发布矩阵筛选出一部分与事故相关的车辆，而资源分配矩阵对该部分车辆接收信息时的功率和信道占用情况进行优化。相比于传统的只进行资源分配的通信性能优化，本发明通过定向发布减少了需要传输的信息源，且通过定向发布与资源分配的结合很大程度上减少了通信能耗，提高了传输成功率、传输速率这些通信性能。
[0031]
(3)在多业务资源竞争时保证事故信息的有效发布。
[0032]
本发明通过构建最大化紧急业务传输成功率且最小化大带宽传输业务平均数据速率的最优化问题，在已知定向发布矩阵的前提下，求解得出大带宽传输业务和紧急业务的最优分配策略。相比于现有的车联网环境中的事故信息发布，本发明考虑将事故信息定向发布策略与多业务场景进行融合，解决了当前场景中多业务竞争对事故信息定向发布通信性能的影响。
附图说明
[0033]
图1为本发明的实现流程框图；
[0034]
图2为本发明中的交通系统模型图；
[0035]
图3为本发明中构建交通系统总消耗模型的子流程图；
[0036]
图4为本发明仿真使用的城市部分交通网络图；
[0037]
图5为本发明和现有信息发布方法在图3交通网络的总消耗仿真对比图；
[0038]
图6为本发明和现有信息发布方法对不同用户发布信息的通信适应度仿真对比图。
具体实施方式
[0039]
以下结合附图对本发明的实施例和效果作进一步详细描述：
[0040]
参照图1，本实例包括如下步骤：
[0041]
步骤1，建立交通系统模型。
[0042]
从道路网络中选取部分路段，将其抽象为由城市道路、道路基础设施以及自动驾驶车辆组成的交通系统模型，并假设某路段发生事故并造成道路拥塞，如图2所示。
[0043]
每个路段布置有一个移动边缘计算服务器来负责该路段车辆交通信息的收集和发布，移动边缘计算服务器集合表示为k
max
为路网中移动边缘计算服务器数目。
[0044]
自动驾驶车辆集通信、感知、计算功能为一体且具有自主决策功能，将移动边缘计算服务器k管理路段上车辆集合表示为其中v
max
为该路段上车辆数目。
[0045]
本实例从北京道路网络中选取了部分路段构建交通系统模型，该局部路网中移动边缘计算服务器数目为16，每个路段最大车辆数目为300。本发明包括但不限于此实例。
[0046]
步骤2，构建联合通信模型。
[0047]
根据图2中每个移动边缘计算服务器和车辆的位置，构建由两跳通信链路组成的联合通信模型。其中：第一跳通信链路，是指事故路段的移动边缘计算服务器和其他任意非事故路段移动边缘计算服务器之间的通信链路；第二跳通信链路，是指非事故路段移动边缘计算服务器和该路段车辆之间的通信链路。每跳通信链路由大带宽传输业务和紧急业务两种业务共同占用，事故信息发布属于紧急业务。该联合通信模型的工作原理如下：
[0048]
事故发生时，事故信息根据上述两跳通信链路完成由两跳通信组成的定向发布过程：信息首先从事故路段移动边缘计算服务器发布给其传输范围内的非事故路段移动边缘计算服务器完成第一跳通信，其次从非事故路段移动边缘计算服务器发布给该路段上的自动驾驶车辆完成第二跳通信。如果第一跳通信未发生，其对应的第二跳通信也必然不会发生；若第一跳通信成功，接收到事故信息的移动边缘计算服务器将选择性地完成第二跳通信。
[0049]
事故信息定向发布时两跳通信的完成情况分别通过第一跳通信的定向发布矩阵b和第二跳通信的定向发布矩阵b来表示。其中：
[0050]b0,k
为第一跳通信定向发布矩阵b中第0个移动边缘计算服务器对第k个移动边缘计算服务器的事故信息发布情况，b
0,k
＝0表示第k个移动边缘计算服务器没有接收到事故信息，b
0,k
＝1表示接收到了事故信息；
[0051]bk,v
为第二跳通信定向发布矩阵b中第k个移动边缘计算服务器对其管辖范围内车辆v的信息发布情况，b
k,v
＝0表示车辆v没有接收到第k个移动边缘计算服务器发布的事故信息，b
k,v
＝1则表示接收到了事故信息。
[0052]
步骤3，构建交通系统总消耗模型c(t)。
[0053]
交通系统总消耗是指交通系统中所有车辆的油耗之和，每个车辆的油耗会受到车辆当前所选路径长度和拥塞程度的影响。车辆路径选择的原则为：车辆如果没有收到事故信息将按照原计划路径行驶，车辆收到事故信息后会进行路径规划并重新更换最优路径。因此，交通系统总消耗可分为收到事故信息车辆和未收到事故信息车辆的油耗之和。车辆油耗由当前油价、路段通行时延以及路段耗油率计算。
[0054]
参照图3，本步骤的具体实现如下：
[0055]
3.1)设道路状态存在事故状态和正常状态两种，根据排队论计算两种道路状态下
路段a的平均通行时延ca：
[0056][0057]
其中，λa表示路段a的车辆到达率；μ表示正常情况下道路的服务率，λ0表示事故发生率，γ0表示事故情况下道路的服务率；
[0058]
3.2)计算移动边缘计算服务器k管辖内的车辆v没有收到事故信息时的油耗c
k,v
(t)：
[0059]
3.2.1)根据路段平均通行时延ca，将路段i的平均通行时延ci表示为：
[0060][0061]
其中，λi为路段i的车辆到达率，i∈r
k,v
，r
k,v
表示移动边缘计算服务器k管辖内的车辆v当前所选择的路径；
[0062]
3.2.2)根据路段i平均通行时延ci，计算移动边缘计算服务器k管辖内的车辆v在没有收到事故信息时的油耗c
k,v
(t)：
[0063][0064]
其中，fi为路段i上车辆的平均油耗率，c
fuel
表示油价，
[0065]
3.3)计算车辆收到事故信息进行路径更换后的油耗c’k,v
(t)：
[0066]
3.3.1)根据路段平均通行时延ca，将路段j的平均通行时延cj表示为：
[0067][0068]
其中，λj为路段j的车辆到达率，j∈r’k,v
，r’k,v
表示移动边缘计算服务器k管辖内的车辆v收到事故信息进行路径更换后的新路径；
[0069]
3.3.2)根据路段j平均通行时延cj，计算移动边缘计算服务器k管辖内的车辆v收到事故信息进行路径更换后的油耗c’k,v
(t)：
[0070][0071]
其中，fj为路段j上车辆的平均油耗率；
[0072]
3.4)根据车辆未收到事故信息的油耗c
k,v
(t)和收到事故信息进行路径更换后的油耗c’k,v
(t)得出交通系统总消耗c(t)：
[0073][0074]
步骤4，构建最小化系统总消耗的优化问题p1，解出最优的定向发布矩阵b
*
和b
*
。
[0075]
由步骤3可知系统总消耗c(t)是关于两跳定向发布矩阵b和b的表达式，不同的发布方式会造成不同的车辆油耗。由于车辆收到事故信息后会自主更换路径可能导致拥塞转移现象，进而使得交通系统产生额外油耗，因此可通过调整信息的发布情况最大限度减少交通系统总消耗。
[0076]
4.1)根据交通系统总消耗c(t)将优化问题p1表示为：
[0077][0078]
4.2)将优化问题p1分解为p1-1和p1-2两个子优化问题：
[0079][0080][0081]
4.3)采用一维搜索算法对两个子优化问题p1-1和p1-2进行求解，得到最优的信息定向发布矩阵b
*
和b
*
：
[0082][0083][0084]
其中，表示第0个移动边缘计算服务器对第k个移动边缘计算服务器的最优事故信息发布情况，表示第k个移动边缘计算服务器没有接收到事故信息，表示接收到了事故信息，k∈{1,2,...,k
max
}，k
max
为路网中移动边缘计算服务器数目；表示第k个移动边缘计算服务器对其管辖范围内车辆v的最优事故信息发布情况，表示车辆v未接收到事故信息，表示车辆v接收到了事故信息，v∈{1,2,...,v
max
}，k
max
为路段最大车辆数目。
[0085]
步骤5，构建最大化大带宽传输业务平均传输速率的优化问题p2，解出最优资源分
配矩阵p
*
和ω
*
。
[0086]
每个业务分配到不同的资源块或传输功率可获得不同的信道条件，从而具有不同的传输性能。因此，可通过调度不同业务占用的资源块位置和传输功率，来提高大带宽传输业务的传输速率，高效利用现有固定无线资源。
[0087]
设大带宽传输业务的传输功率矩阵为p，信道分配矩阵为ω，按如下步骤构建优化问题p2：
[0088]
5.1)根据香农定理将大带宽传输业务u的传输速率表示为：
[0089][0090]
其中，fs是无线资源块s的带宽；ω
u,s
是信道分配矩阵ω中大带宽传输业务u对无线资源块s的占用情况，ω
u,s
＝1表示无线资源块s分配给了业务u，ω
u,s
＝0表示无线资源块s没有分配给业务u；β表示与误码率相关的常数；pu、gu分别表示大带宽传输业务u的发射功率与信道增益；σ2为系统噪声的标准差；s
max
表示无线资源块的数目，u
max
表示大带宽传输业务的数目；
[0091]
5.2)根据传输速率构建与大带宽传输业务传输速率相关的目标函数
[0092][0093]
其中，表示大带宽传输业务u在时隙t的传输速率状态，表示业务u的传输速率大于等于大带宽传输业务要求的最小速率值满足传输要求，表示业务u的传输速率小于要求的最小速率值不满足传输要求；
[0094]
5.3)根据目标函数构建优化问题p2：
[0095][0096]
其中，p
u,s
表示大带宽传输业务的功率分配矩阵p中业务u占用无线资源块s时对应的子信道功率值；限制条件c1和c2共同限制一个资源块只能分配给一个大带宽传输业务；限制条件c3表示总传输功率的限制范围，其中p
max
表示基站总传输功率的最大值；
[0097]
5.4)利用麻雀搜索算法对问题p2进行求解，得到大带宽传输业务的最优资源分配矩阵p
*
和ω
*
：
[0098][0099][0100]
其中，表示大带宽传输业务中业务u在无线资源块s上的最优传输功率值，此时u∈{1,2,...,u
max
}，u
max
为大带宽传输业务的数目，s∈{1,2,...,s
max
}，s
max
为无线资源块数目；表示大带宽传输业务u对无线资源块s的最优占用情况，表示业务u对无线资源块s已占用，表示未占用。
[0101]
步骤6，统计紧急业务的到达数目a(t)。
[0102]
根据最优的定向发布矩阵b
*
得出时隙t时每个路段接收到事故信息的车辆编号，再对所有车辆编号进行统计得出每条路段接收到事故信息的车辆数目，该数目即为时隙t时紧急业务到达数目a(t)：
[0103][0104]
步骤7，构建最大化紧急业务传输成功率且最小化大带宽传输业务损失率的优化问题p3，解出紧急业务的最优分配矩阵ζ
*
。
[0105]
紧急业务为了满足自身硬性延迟需求，在其到达时会穿刺到大带宽传输业务所占用的资源中并确保其在一个微时隙中传输完成，但该操作势必会影响原大带宽传输业务的传输速率，可基于最优资源分配矩阵p
*
、ω
*
和紧急业务的到达规律a(t)，构建最大化紧急业务传输成功率且最小化大带宽传输业务损失率的双目标优化问题，动态调度到达的紧急业务穿刺资源块的位置，以尽可能满足两种业务的需求并最大化资源利用率。
[0106]
本步骤的具体实现如下：
[0107]
7.1)计算紧急业务到达并穿刺无线资源块时大带宽传输业务u的传输速率ru(t)：
[0108][0109]
其中，yu(t)表示没有紧急业务穿刺时大带宽传输业务u对无线资源的占用情况；zu(t)表示大带宽传输业务u被穿刺的资源情况；表示大带宽传输业务u的最优功率分配
值；gu表示大带宽传输业务u的信道增益；β表示与误码率相关的常数；σ2为系统噪声的标准差；u
max
表示大带宽传输业务的数目；
[0110]
7.2)计算紧急业务z的传输速率rz(t)：
[0111][0112]
其中，fs是无线资源块s的带宽；是大带宽传输业务的最优信道分配矩阵ω
*
中业务u对无线资源块s的占用情况，表示无线资源块s分配给了业务u，表示无线资源块s没有分配给业务u；ζ
u,s,z
是资源分配矩阵ζ中紧急业务z对大带宽传输业务u已有无线资源块s的穿刺情况，ζ
u,s,z
＝1表示紧急业务z穿刺到大带宽传输业务u已分配的资源块s中，ζ
u,s,z
＝0表示未穿刺；β表示与误码率相关的常数；p
urllc
、g
urllc
分别表示紧急业务的发射功率与信道增益；σ2为系统噪声的标准差；z
max
为紧急业务数目；s
max
为无线资源块的数目；
[0113]
7.3)计算紧急业务的平均传输成功率δ
suc
：
[0114]
7.3.1)根据紧急业务的传输速率rz(t)，计算紧急业务的传输成功数目iz(t)：
[0115][0116]
其中，d表示事故信息的比特值，τ表示紧急业务的硬性时延要求；
[0117]
7.3.2)根据传输成功数目iz(t)计算紧急业务的传输成功率δ
suc
：
[0118][0119]
其中，a(t)表示时隙t到达的紧急业务数目，e(
·
)表示求期望值操作；
[0120]
7.4)根据大带宽传输业务的传输速率ru(t)，计算紧急业务的穿刺对大带宽传输业务传输速率造成的损失δ
loss
：
[0121][0122]
其中，表示没有紧急业务穿刺时大带宽传输业务u的传输速率状态；表示没有紧急业务穿刺时大带宽传输业务u的传输速率；表示大带宽传输业务所要求的数据速率最小值；iu(t)表示存在紧急业务穿刺时大带宽传输业务u在时隙t的传输速率状态，iu(t)＝1表示业务u的传输速率大于等于大带宽传输业务要求的最小速率值满足传输要求，iu(t)＝0表示业务u的传输速率小于要求的最小速率值不满足传输要求；
[0123]
7.5)根据传输成功率δ
suc
和损失δ
loss
构建优化问题p3：
[0124][0125]
其中，限制条件c1和c2共同限定每个紧急业务只能穿刺同一个资源块一次；限制条件c3对紧急业务的中断概率进行限制，p(e)表示紧急业务的中断概率，与紧急业务到达数目a(t)相关，ε表示中断概率阈值；限制条件c4表示紧急业务能够穿刺的资源量不能超过其可用资源，表示大带宽传输业务u分配的总体资源；
[0126]
7.6)根据目标产品方法将非线性多目标优化问题p3转换为单目标优化问题p3-1：
[0127][0128]
7.7)根据麻雀搜索算法对p3-1进行求解，得出紧急业务的最优分配矩阵ζ
*
：
[0129][0130][0131]
其中，表示紧急业务对大带宽传输业务u所占用的无线资源的最优穿刺情况，u∈{1,2,...,u
max
}，u
max
为大带宽传输业务的数目；表示紧急业务z对大带宽传输业务u所占用的无线资源块s的穿刺情况，表示紧急业务z穿刺到了资源块s中，表示紧急业务z没有穿刺到资源块s中，s∈{1,2,...,s
max
}，s
max
为无线资源块数目，z∈{1,2,...,z
max
}，z
max
为紧急业务数目。
[0132]
步骤8，组合得出事故信息定向发布总矩阵p。
[0133]
将第一跳通信中的最优定向发布矩阵b
*
、第二跳通信中的最优定向发布矩阵b
*
、大带宽传输业务的最优传输功率矩阵p
*
和最优信道分配矩阵ω
*
、紧急业务的最优分配矩阵ζ
*
进行组合，得出由信息定向发布矩阵[b
*
·b*
]和资源分配矩阵[ω
*
·
p
*
·
ζ
*
]两部分组成的事故信息定向发布总矩阵p：
[0134]
p＝[b
*
·b*
·
ω
*
·
p
*
·
ζ
*
]
[0135]
其中，符号
·
表示矩阵的拼接。
[0136]
步骤9，按照信息定向发布总矩阵p对事故信息进行发布。
[0137]
定向发布总矩阵p中定向发布矩阵[b
*
·b*
]元素值为1，代表发送端向相应接收端发布事故信息，元素值为0，代表发送端不向相应接收端发布事故信息。
[0138]
在信息发布过程中，信息传输占用的资源块位置和传输功率需要按照资源分配矩阵[ω
*
·
p
*
·
ζ
*
]来分配，大带宽传输业务占用的资源块位置以及传输功率遵守[ω
*
·
p
*
]规则，紧急业务的穿刺位置遵守[ζ
*
]规则。
[0139]
以下结合仿真实验，对本发明的技术效果作进一步说明：
[0140]
1、仿真条件：
[0141]
仿真软件：采用数值仿真软件matlab和交通仿真软件sumo；
[0142]
仿真场景：城市部分交通网络如图4所示。
[0143]
2、仿真内容与结果：
[0144]
仿真1，在上述仿真条件下，将本发明和现有两种信息发布方法分别应用于图4交通网络中进行事故信息发布，对三种方法在路段平均车辆数变化时产生的交通总消耗进行仿真对比，结果如图5所示；
[0145]
从图5可见，现有无通信本地控制方法nc和无选择半定向发布方法ac这两种信息发布方法的系统总消耗均高于本发明tds。
[0146]
本发明tds与现有nc方法相比，nc方法在任何路段平均车辆数目的系统总消耗都较大，这是因为本发明tds中事故信息的发布使得车辆避开了事故路段，减少了通行时延，进而减少了系统总消耗，这表明信息发布的对于减少系统消耗的有效性。
[0147]
本发明tds与现有ac方法相比，在平均车辆数较小时略微处于下风，这是因为本发明tds可能因为某个移动边缘计算服务器下通过事故路段的车辆较少而做出不发布该信息的决策，从而导致车辆通过事故路段造成更多油耗，而此时的ac策略将信息发布给所有车辆，系统中车辆也较为稀疏，造成拥塞转移的可能性较低，从而帮助车辆避开事故路段以减少油耗，同时随着路段平均车辆数的增加，本发明tds逐渐实现系统总消耗最小化，这表明定向发布相比于半定向发布方法在减少交通系统总消耗方面具有明显效果。
[0148]
仿真2，在上述仿真条件下，对分别用本发明和现有无选择半定向发布方法ac向不同数目用户发布信息时的通信适应度值进行仿真对比，结果如图6所示；
[0149]
从图6可见，现有方法ac通信适应度值在任何用户数目条件下都低于本发明tds。这是因为本发明tds在任何时候都比无选择半定向发布方法ac中紧急业务的到达数目要少，而ac方法中由于紧急业务的到达数目过多使得每个大带宽传输业务和紧急业务分配的资源变少，导致两种业务传输成功率大大降低。由于通信适应度值与大带宽传输业务满足传输要求概率以及紧急业务传输成功率呈正相关，因此ac方法的整体适应度值大大降低，这表明本发明tds在保障通信性能方面具有优越性。
[0150]
以上描述仅是本发明的一个具体实例，不构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。