立，这也许和实际情况不相符。Hu等人在文献[44]中通过考虑车间距 离、车速、在交叉口的转向频率和交通灯因素提出了一个具体的基于过程的马尔科夫链模 型。在文献[3]中，wang等人提出了 LDP(Link Duration Prediction)模型，获得了城市 场景和高速公路场景的任意两节点间的实时链路时延的预测，相对速度、交通灯和两车之 间相对距离被考虑，不过，这个研究只注重直行的公路，所以他们没有考虑汽车在交叉口转 向。
【发明内容】
[0010] 本发明的目的是提出面向城市道路环境考虑交叉路口的VANETs中V2V的链路时 延动态预测方法，以解决针对现有的链路时延预测方法没有考虑真实的城市场景，不能准 确预测链路时延的问题。
[0011] 本发明为解决上述技术问题所采用的技术方案是：本发明所述的面向城市道路环 境考虑交叉路口的VANETs中V2V的链路时延动态预测方法，是按照以下步骤实现的：步骤 一、计算链路断开时两车的相对距离；步骤二、估计两车的相对速度分布；步骤三、基于步 骤一与步骤二预测两车的链路时延，具体如下：步骤三一、计算两车链路时延所需的相关 因素，包括两车的相对速度v，两车之间的初始距离d，两车的行驶方向；步骤三二、在步骤 三一的基础上，计算两车的链路时延，并考虑两车遇到交通灯的情况。
[0012] 本发明的有益效果如下：
[0013] -，本发明扩展了 LDP(Link Duration Prediction)模型，使其适用于高动态的 和分布式的VANETs，目的是每一辆汽车能够实时地预测城市场景的链路时延；二，基于本 发明的ELDP模型，能够自动地采集车速样本和精确地估计车速的分布；三，本发明的ELDP 模型没有假设两个连续的汽车遇上的交通灯事实独立的，这在以前的研究中是个普遍的假 设；四，本发明证明了 ELDP的有效性并且用仿真验证给出了性能评价，仿真结果表明ELDP 模型能够准确地预测VANETs中城市道路环境场景的两车的链路时延。
【附图说明】
[0014] 图1为汽车行驶通过城市交叉口的情况图，其中（a)为汽车直行情况，（b)为汽车 右转和直行情况，（c)为汽车右转和左转情况，（d)为汽车左转情况；
[0015] 图2为分析转向对链路时延的影响图，其中（a)为两车都直行情况，（b)为两车右 转和左传情况，（c)为右转和直行情况，（d)为两车都左转情况，（e)为两车都右转情况，图 中 Vl，v2, v3,屯，d2, r分别代表汽车1、汽车2、汽车3,两车之间初始距离，两车之间链路断 开时的距离，无线传输半径；
[0016] 图3为分析两车的相对速度图，其中，（a)为一个汽车移动的方向，（b)为求解两车 相对速度；
[0017] 图4为图3中（b)的向量^的方向；
[0018] 图5为平移坐标系的过程图；
[0019] 图6为点D的不同位置图,其中（a)为点D在E的前面的情况，（b)为点D在E后 面的情况；
[0020] 图7为点D在点E的前面或后面,其中（a)为点D在点E前面，（b)为D在E的后 面；
[0021] 图8为点D在点E的前面或后面，其中（a)为点D在点E前，（b)为点D在点E后 面；
[0022] 图9为点D在点E的前面或后面,其中（a)为点D在点E前面，（b)为点D在点E 后面；
[0023] 图10为汽车在交通灯前面等待的时间；
[0024] 图11 (a)为交通灯对汽车行驶的影响中两车绿灯过交叉口，图11 (b)为交通灯对 汽车行驶的影响中第一个车绿灯和第二个车红灯过交叉口，图11(c)为交通灯对汽车行驶 的影响中第一个车红灯和第二个车绿灯过交叉口，图11(d)为交通灯对汽车行驶的影响中 两车都遇上红灯过交叉口；
[0025] 图12为链路时延计算程序流程图；
[0026] 图13(a)为交叉口无转向的两车链路时延预测分析中相对速度的标准差，图 13(b)为交叉口无转向的两车链路时延预测分析中平均的相对速度，图13(c)为交叉口无 转向的两车链路时延预测分析中对向行驶的两节点的链路时延，图13(d)为交叉口无转向 的两车链路时延预测分析中对向的预测误差的分布函数，图13(e)为交叉口无转向的两车 链路时延预测分析中遇上红灯的同向和对向节点的平均预测误差，图13(f)为交叉口无转 向的两车链路时延预测分析中都遇上绿灯的平均预测误差；
[0027] 图14(a)为一个车在交叉口处左转和一个车直行的预测误差分析中相对速度的 标准差，图14(b)为一个车在交叉口处左转和一个车直行的预测误差分析中相对速度的平 均速度，图14(c)为一个车在交叉口处左转和一个车直行的预测误差分析中一对节点的链 路时延，图14(d)为一个车在交叉口处左转和一个车直行的预测误差分析中预测误差的分 布函数，图14 (e)为一个车在交叉口处左转和一个车直行的预测误差分析中10对随机节点 的平均预测误差；
[0028] 图15(a)为分析预测误差中两个随机节点的链路时延，图15(b)为分析预测误差 中相对速度的标准差，图15 (c)为分析预测误差中平均的相对速度，图15 (d)为分析预测误 差中预测误差的分布函数，图15(e)为分析预测误差中10对随机节点的平均预测误差；
[0029] 图16(a)为预测误差的分析中以直角方向行驶的两节点的链路时延预测，图 16(b)为预测误差的分析中相对速度的标准，图16(c)为预测误差的分析中相对速度的平 均速度，图16 (d)为预测误差的分析中预测误差的分布函数，图16 (e)为预测误差的分析中 10对节点的平均预测误差；
[0030] 图17(a)为分析交叉口右转和直行的预测误差中一对随机选择的节点的链路时 延，图17(b)为分析交叉口右转和直行的预测误差中相对速度的标准差，图17(c)为分析交 叉口右转和直行的预测误差中相对速度的平均速度，图17(d)为分析交叉口右转和直行的 预测误差中预测误差的分布函数，图17(e)为分析交叉口右转和直行的预测误差中10对随 机选择的节点的平均预测误差；
[0031] 图18(a)为分析交叉口转弯后对向行驶的预测时延中交叉口转弯后对向行驶的 链路时延预测，图18(b)为分析交叉口转弯后对向行驶的预测时延中平均的相对速度，图 18(c)为分析交叉口转弯后对向行驶的预测时延中相对速度的标准差，图18(d)为分析交 叉口转弯后对向行驶的预测时延中预测误差的分布函数，图18(e)为分析交叉口转弯后对 向行驶的预测时延中10对节点的平均预测误差；
[0032] 图19(a)为分析转弯后两车直角方向行驶的预测时延中两个随机节点的链路时 延，图19(b)为分析转弯后两车直角方向行驶的预测时延中相对速度的平均速度，图19(c) 为分析转弯后两车直角方向行驶的预测时延中相对速度的标准差，图19(d)为分析转弯后 两车直角方向行驶的预测时延中预测误差的分布函数，图19(e)为分析转弯后两车直角方 向行驶的预测时延中10对节点平均预测误差；
[0033] 图20(a)为预测误差分析中同向行驶的两节点的链路时延预测，图20(b)为预测 误差分析中相对速度的平均速度，图20 (c)为预测误差分析中相对速度的标准差，图20 (d) 为预测误差分析中预测误差的分布函数，图20 (e)为预测误差分析中10对节点的平均预测 误差；
[0034] 图21 (a)为预测误差的分析中相对速度的平均速度，图21 (b)为预测误差的分析 中相对速度的标准差，图21 (c)为预测误差的分析中转弯后对向行