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。
[0060] 从属技术方案4:
[0061] 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，
[0062]采用遗传算法：
[0063] 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, ...，Vm。因此，一条染色体是一个包含有序交叉路口的 向量。
[0064] 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。
[0065] 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：
[0066] f(y)=Pc(y) (1)
[0067] 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)
[0069]其中pz是备选的主干路网数量。
[0070] 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。
[0071] 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。
[0072] 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。
[0073]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。
[0074] 本发明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。
【附图说明】
[0075] 图1 VANET路由协议分类。
[0076] 图2路口网关构成主干路网。
[0077]图3是绿色轿车至红色轿车的转发路径。
[0078]图4是路口网关参与转发。
[0079] 图5是对交叉路口进行编号的抽象路网图。
[0080] 图6是单点交叉运算符(a)两条主干路网以8为交叉点(b)两条新的后代。
[0081] 图7是均匀变异运算符(a)主干路网以2为突变点(b)新的后代。
[0082] G表示绿色轿车，R表示红色轿车，Y表示黄色轿车。
【具体实施方式】
[0083]以下结合附图对本发明技术方案做进一步说明。
[0084]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，能够在满足上层应用的服务 质量要求的前提下，选择合适的连通策略，包括决定采用何种通信接口，具体的转发路径和 转发方式(立即转发或携带转发）。
[0085]本发明连通性方法的基本思想
[0086] 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f目息由路口网关提供。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。本发明采用基于区域的位置服 务管理协议（Region-Based Location-Service-Management Protocol，RLSMP) [20]为连通 性方法提供位置管理服务。具体来说，每辆车每次相比原来的位置移动超过一个传输范围 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。
[0087] 根据这些位置信息，路口网关可以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。但是这些转发路径中间通常包括移动中的车辆，由于车辆的移动性，转发路径 是不稳定的。为了提高其稳定性，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，即主干路网。所述主干路网可以用交叉路口的编号序列表示，例如在图2中从路口 A到路 口 F有二条可行的主干路网:A-B-D-F、A-C-D-F和A-C-E-F。
[0088] 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。
[0091]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）。需要注意的是"下一个路口"对中继车辆来说是已知的，因为如前所述，这些信息是存 储在所接收的数据分组报头内的。在这一方法中，主干路网是由路口网关选择的连通可能 性最高的转发路径，因此发现向"下一路口"的中继移动车辆的概率是很高的。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。另外为了防止由于长时间无法发送报文导致缓存被长期占用，当 尝试转发的次数超过某个阈值时也立即丢弃该数据分组。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。
[0094]为了能更好的在大规模车联网这样的高度动态环境中满足应用程序多种多样的 需求，考虑到路口网关的计算能力毕竟是有限的，应该避免单独为每辆车计算合适的主干 路网。因此本算法3为每组目标路口相同，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，如算法3所示。在实际操作中，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）。
[0097] 案例一
[0098] 为了演示连通性方法的功能，下面给出一个简单的例子，如图3所示。假设绿色轿 车往南行驶。为了发送消息给红色轿车，有四条可行的主干路网，即B-D-F、B-D-C-E-F、B_A-C-D-F和B-A-C-E-F。在图中的情况下，路口网关B会选择主干路网B-A-C-E-F，因为它的连通 可能性是最高的。事实上，通过这个主干路网转发数据包会比通过其他路径更快，因为其他 那些路径中都有一部分链路是断开的。导致慢的主要原因是，车辆如果在转发数据包的过 程中碰到断链，该数据包只能由车辆携带继续等待以后的转发机会，显然车辆的移动速度 比无线电波的传播速度慢了许多。
[0099] 在某些情况下，路口网关也可以作为主干路网中的中继车辆转发数据。例如图4中 红色轿车准备向黄色轿车发送消息，但红色轿车的传输无法覆盖到黄色轿车，并且两辆车 的是沿着相反方向行驶的，携带转发策略也会失效。此时，路口网关C会将自身作为中继车 辆的建议回复给红色轿车，由红色轿车将数据发送给路口网关C，再由其转发给黄色车辆。 在这一个过程中，路口网关充当了固定中继车辆的作用。考虑到路口网关的数据转发能力 也是有限的，并且它主要承担这管理路口周围车辆位置信息和计算反馈最优主干路网的功 能，是否启用这一功能需要根据应用程序数据的需求来判断。
[0100]尽管有了上述主干路网选择，以及路口网关转发辅助，很显然真实城市场景中一 定还是存在无法找到可用的满足应用程序需求的情况。例如源车辆或目标车辆所在的道路 车辆密度极低，携带转发策略又无法满足所需传递数据的应用程序的需求或者由于所在道 路车辆过于密集，无线电波相互干涉导致连通的不可靠性提高，无法满足一部分应用程序 对于服务质量的需求。针对这些情况，传统的同构车联网连通性方法就无能为力了，因为这 些方法的设计前提均是在一种非常理想化的场景下，只具备了单一无线网络接入手段。在 本发明所提出的城市场景中基于基础设施的车联网大规模异构网络中，车辆不仅可以配备 传统的WAVE通信装置，也可以装载支持蜂窝网络通信的终端设备，如4G上网卡等。当WAVE通 信无法满足应用需求时，连通性方法可以选择将数