：
[0054]
[0055] 将公式（11)、（12)与加速度位移公式联立可得节点设备在从当前时刻开始，在各 个时刻点相对于当前坐标点位移距离和的计算公式。
[0056]
[0057] 通过位移计算公式，节点设备可以计算出预测时间段内各个时间点目标节点所在 坐标及自身坐标，使用平面上两点间的距离公式便可以快速得到两个设备间距离随时间变 化的函数Distu，v(t)。根据该函数所求得的距离，结合网络中节点设备间有效通信范围，可 以推导出随着时间t推移两个节点设备之间可连接性的变化曲线，经过归一化，则可以得 到时间段[0,T]内节点设备u对v连接时间的评估值Pu，v(t)，如公式（14)所示：
[0058]
[0059] 步骤5、设计接入服务评估值的选择列表，综合考虑接入服务质量、社会化关系相 似度和预期连接性三个方面的评估指标。在给定时间t，节点设备u对v的接入服务评估值 Tu，v(t)可通过公式（15)计算得到。其中，分别为接入质量、社会化关系和预期连接性的权 重值，并满足：
[0060] Tu，v(t) = ? Ru，v(t) + ?2 ? Su，v(t) + ?3 ? Pu，v(t) (15)
[0061] 经过上述方法的计算评估，节点设备生成一个基于接入服务评估值的选择列表。 节点依照列表选择一个或者多个具有较高评估值的节点设备发起接入服务请求。在接入过 程结束后，请求节点u将根据所获得的服务质量对提供者v进行反馈评价feedbackv(t)， 并作为激励或惩罚机制，请求节点u也将依据所获取的推荐信息准确度对关联节点设备集 合C(u,v,t)中的节点i进行评价：
[0062]
[0063] 根据公式（16)，如果从节点j获得的推荐信息接近于节点设备u实际获得的接入 服务质量，即节点j提供了正确的建议，则它将得到肯定的反馈评价，反之亦然。无论是对 于接入服务的反馈或对于推荐信息的反馈都将同样地记录到本地交互数据中，也即在本发 明的激励或惩罚机制中，积极的反馈不但将给予提供优质接入服务的设备，也将给与协助 提供的设备，否定的反馈不但将给予劣质服务提供者，也将给予提供错误推荐信息的相关 设备。这使得具有不同接入质量和不同服务特征的节点设备间的区别更为明显，从而提高 整体接入服务选择的正确性。
[0064] 验证结果：
[0065] 在本发明的仿真实验环境中，N=100个智能设备随机分布在lkm*lkm的方形空 间内并设定节点间的有效通信范围为200米。为了建立节点设备之间的社会化关系，所有 的节点被随机分配到N__ity= 10个群体，每个群体内的设备被设定为具有相似的服务能 力和偏好。为了模拟一个相对真实的应用场景，在实验环境中不同类型的节点被赋予一个 不同的标准值（实际值）来反映该节点所能提供的真实服务质量。非正常节点随机地从全 部节点中选择，其非正常节点比例在[10%，90%]区间内且被默认设置为20%。本发明假 设节点设备的状态可能在正常与非正常之间转换，故设定非正常行为可能性参数来指定一 个非正常节点表现非正常行为的可能性。
[0066] 作为验证算法性能各项指标的参照，本发明将与M.Nitti等人提出的节点主观模 型（SA)和F.Bao等人提出的一种动态信任管理协议（DTMP)进行比较。此外，本发明还考 虑了一种不使用任何评估和选择策略的接入方法作为对照。从图2可以看出，相比于不使 用任何选择策略的接入方法，其他三种方法在选择成功率方面均取得了显著的提高。这是 因为通过采用评估和选择策略，这三种方法能够有效地区分正常节点和非正常节点，从而 获取更优质的服务。然而在交互循环的初始阶段，由于缺乏充足的交互记录和配置信息，这 三种算法的优势并不明显，而随着交互次数逐渐增加，算法的性能快速提升。基于节点主观 模型的评估方法在循环初期效果更好，这种主要是由于该算法更注重于节点之间的社会化 关系和相关配置信息，这有助于在缺少交互数据和推荐信息的情况下获取相对较好的接入 服务质量。而本发明所提出的算法具有更快的收敛速度和更高的选择成功率，这主要是因 为该算法在接入服务质量评估的实时性方面的考虑以及激励/惩罚机制发挥了作用。如图 3所示，随着交互次数的不断增加，各个算法均出现了评价误差不断降低的趋势。而正由于 上述的原因，本发明所提出的算法取得了四类方法中最小的评价误差并在收敛后保持最小 的平均绝对误差值。
[0067] 图4展示了随着网络环境中非正常节点比例从10%至90%变化过程中节点所能 获取的接入正确率的变化曲线。可以看到随着非正常节点比例的增加，节点所能获取的接 入服务正确率明显下降。这说明不断增加的错误推荐信息和劣质服务比例极大地影响了节 点对接入服务的选择。作为对比，本发明也对各个算法在MNP不断增加的环境中进行了实 验，结果如图5所示。可以看到，当MNP小于20%时三种算法的选择正确率几乎相同。随着 MNP的增加，三者的正确率也均出现了明显的下降趋势，但算法之间的差异也逐渐产生。本 发明所提出的算法相对其他两种方法保持了最佳的正确率，这主要是缘于对节点间社会化 关系的深入发掘与评估，使得算法能够在大量错误推荐和评价信息导致接入服务质量评估 算法功能失效时，起到一定的缓解和协助作用。
[0068] 当新加入的节点为正常节点时，如图6(a)所示，DTMP算法最快地接近了标准值， 随后是本发明所提出的算法和SA算法；而当加入节点为非正常节点时，如图6(b)所示，本 发明所述算法和SA算法均快速接近了标准值，而DTMP算法则出现了明显的波动。总体上 可以看出，本发明所提出的算法相对其他两类算法表现得更为稳定和高效。这主要是由于 合适的激励和惩罚机制的引入以及内外部社会化关系的建立和量化，使得快速、高效地区 分正常与非正常节点并选择合适接入服务对象成为可能。
[0069] 在考察可变节点状态对算法动态性能的影响的实验中，本发明随机选择一个网络 中的节点并设定其标准值以50次交互为单位在正常和非正常区间振荡。图7显示了各个 算法计算得到的评估值随着节点的状态发生振荡示意图，如图所示，本发明所述算法在评 估准确度和响应速率方面均明显优于其他算法。其原则主要是时间属性和衰减系数在算法 中的引入，因此能够更快适应不断变化的节点状态。此外，激励和惩罚机制的应用也有助于 提高接入服务评估值的变化灵敏度。从图8可以看到，各预测算法的性能与前文的分析基 本吻合。基于线性方法的LET算法在速度或者方向发生变化的环境下的预测结果与理论值 差距较大，而本发明所提出的基于运动轨迹的预测算法和基于概率密度的预测算法虽然在 预测的中后期出现了偏差，但是总体上符合节点间连接时间的变化趋势。
[0070] 综上所述，本发明在深入分析接入服务需求产生背景及其所面临的挑战的基础 上，结合车载自组织网络的特征和约束，提出了一种适用于车载自组织网络环境的接入服 务选择算法，并从接入服务质量评估、节点设备社会化关系建立和设备连接时间预测三个 方面对所提出的算法进行了详细描述。最后通过一系列的仿真实验对算法的接入服务评估 准确性、动态响应性能和连接时间预测准确度指标进行了全面的考察与分析。
【主权项】
1. 一种车载网中基于服务质量感知的接入算