本发明公开一种基于雾计算的车联网快速优化方法,涉及车联网络部署规划领域。
背景技术：
雾计算(fogcomputing)，在该模式中数据、数据处理和应用程序集中在网络边缘的设备中，而不是几乎全部保存在云中，是云计算(cloudcomputing)的延伸概念。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。雾计算是以个人云，私有云，企业云等小型云为主，以量制胜，强调数量，不管单个计算节点能力多么弱都要发挥作用。雾计算才使得很多业务可以部署。比如:车联网。车联网的应用和部署要求有丰富的连接方式和相互作用。车到车，车到接入点，接入点到接入点。雾计算能够为车联网的服务菜单中的信息娱乐，安全，交通保障等服务，但由于其网络结构复杂，在大规模网络环境下进行网络优化使用传统的优化算法速度较慢。而本发明提供一种基于雾计算的车联网快速优化方法，将网络拓扑结构的优化分为两方面，首先要满足节点和链路的网络拓扑结构；其次针对网络的优化目标，满足网络部署总成本最小的要求；将整个网络部署成本最小的问题，转化为网络总体链路和网络设备的成本和最小的问题；将网络划分为三段，路侧单元（rsu）与雾设备的连接（fog）,雾设备与网关（gw）的连接，网关与云设备的连接，使用启发式的连接方式在满足网络连接的必需条件下，使总成本最小，且优化了网络速度。
技术实现要素：
本发明提供一种基于雾计算的车联网快速优化方法，具有通用性强、实施简便等特点，具有广阔的应用前景。
本发明提出的具体方案是：
一种基于雾计算的车联网快速优化方法：
在rsu节点的覆盖范围内，车辆节点选择距离最近的rsu节点进行通信，再根据每个rsu节点所连接的车辆节点数目，去除及再分配覆盖车辆节点较少的rsu节点，直到获得rsu节点的最优数目；
将获得的rsu节点、雾设备节点、网关节点按照距离就近原则分别进行选择，形成网络的初始连接，rsu节点与雾设备节点形成rsu-fog集合，雾设备节点与网关节点形成fog-gw集合，计算网络部署总成本；分别比较rsu-fog集合与成fog-gw集合大小，去除子节点最小的集合，形成新的网络拓扑，并计算网络部署总成本；在新的网络拓扑中，满足网络节点连通又在容量约束的情况下，重复比较集合的大小，去除最小集合，并计算每次去除最小集合后的网络部署总成本，选取总成本中的最小值，为最优网络部署。
所述每个rsu节点所连接的车辆节点数目作为集合，将每个集合与rsu节点自身容量进行比较，对不超过容量限制的rsu节点判断为覆盖车辆节点较少的rsu节点，进行再分配。
进行再分配的具体过程为：按照集合大小进行排列，在满足rsu节点通信距离的约束下，去除覆盖车辆节点数目最少的rsu节点，重复对没有达到容量限制的rsu节点进行整合，直至满足rsu节点的容量约束。
所述rsu节点选择距离就近的雾设备节点进行连接，根据雾设备节点的服务量大小，选择不同的配置类型，形成rsu-fog集合。
预先计算车联网各层网络的节点中任意两节点之间的距离。
所述的方法，具体步骤为：
步骤1：网络初始化，将各层网络的节点输入到候选区域，计算任意两节点之间的距离并保存，并参数初始化；
步骤2：对场景中所有的车辆节点就近选择满足其通信范围内的rsu节点；
步骤3：根据rsu节点所连接的车辆节点的数目与其自身容量进行比较，对不超过容量限制的rsu节点，进行再分配，获得rsu节点的最优数目；
步骤4：获得的rsu节点选择距离就近的雾设备节点进行连接，形成rsu-fog集合；雾设备节点选择距离就近的网关节点进行连接，形成fog-gw集合；
步骤5：计算网络部署的总成本；
步骤6：对步骤5得到的集合rsu-fog和集合fog-gw，比较不同的集合大小，去除子节点最小的集合，形成新的网络拓扑，计算网络部署总成本；在新的网络拓扑中，满足网络节点连通又在容量约束的情况下，重复比较集合的大小，去除最小集合，并计算每次去除最小集合后的网络部署总成本；
步骤7：分别比较每次得到的网络部署总成本大小，选取最小值网络部署的最终总成本；
步骤8：输出网络部署结果。
本发明的有益之处是：
本发明提供一种基于雾计算的车联网快速优化方法，在rsu节点的覆盖范围内，车辆节点选择距离最近的rsu节点进行通信，再根据每个rsu节点所连接的车辆节点数目，去除及再分配覆盖车辆节点较少的rsu节点，直到获得rsu节点的最优数目；
将获得的rsu节点、雾设备节点、网关节点按照距离就近原则分别进行选择，形成网络的初始连接，rsu节点与雾设备节点形成rsu-fog集合，雾设备节点与网关节点形成fog-gw集合，计算网络部署总成本；分别比较rsu-fog集合与成fog-gw集合大小，去除子节点最小的集合，形成新的网络拓扑，并计算网络部署总成本；在新的网络拓扑中，满足网络节点连通又在容量约束的情况下，重复比较集合的大小，去除最小集合，并计算每次去除最小集合后的网络部署总成本，选取总成本中的最小值，为最优网络部署；本发明基于雾计算，利用对车联网各网络层次，结合比对节点的集合，找出网络部署成本最小的部署方案，达到优化车联网的目的。
附图说明
图1本发明方法流程示意图。
具体实施方式
本发明提供一种基于雾计算的车联网快速优化方法：
在rsu节点的覆盖范围内，车辆节点选择距离最近的rsu节点进行通信，再根据每个rsu节点所连接的车辆节点数目，去除及再分配覆盖车辆节点较少的rsu节点，直到获得rsu节点的最优数目；
将获得的rsu节点、雾设备节点、网关节点按照距离就近原则分别进行选择，形成网络的初始连接，rsu节点与雾设备节点形成rsu-fog集合，雾设备节点与网关节点形成fog-gw集合，计算网络部署总成本；分别比较rsu-fog集合与成fog-gw集合大小，去除子节点最小的集合，形成新的网络拓扑，并计算网络部署总成本；在新的网络拓扑中，满足网络节点连通又在容量约束的情况下，重复比较集合的大小，去除最小集合，并计算每次去除最小集合后的网络部署总成本，选取总成本中的最小值，为最优网络部署。
结合附图对本发明做进一步说明。
利用本发明方法，具体执行步骤如下：
步骤1：网络初始化，首先将各层网络的节点输入到候选区域，计算任意两节点之间的距离并保存到距离矩阵d中，并对参数进行初始化；
步骤2：车辆节点就近选择rsu节点；在满足网络连接条件的同时，对场景中所有的车辆节点就近选择满足其通信范围内的rsu节点，每个rsu节点包含的车辆节点作为一个集合，集合的大小由rsu所连接的tp数目来衡量；
步骤3：重新选择rsu节点；将rsu节点的集合大小和自身容量进行比较，对不超过容量限制的rsu节点，进行再分配，具体操作为，对步骤2所得到的集合，按照集合大小进行升序排列，在满足rsu通信距离的约束下，去除覆盖tp数目最少的rsu，重复步骤2，对没有达到容量限制的rsu进行整合，直至满足rsu的容量约束，将选择后的rsu节点放到数据集合中；
步骤4：生成网络有线连接部分的有向无环图：在满足容量及距离约束的条件下，rsu节点选择距离就近的雾设备节点进行连接，形成rsu-fog集合，并根据雾设备的服务量大小，选择不同的配置类型。同理，雾设备节点选择距离就近的网关节点进行连接，形成fog-gw集合；网关与云计算服务器直接进行连接，网络的有向无环图连接完成；
步骤5：计算网络部署的总成本，包括网络元件部署的成本和光纤部署的成本，总成本用cost0表示；
步骤6：对步骤5得到的集合rsu-fog和集合fog-gw，比较不同的集合大小，去除子节点最小的集合，形成新的网络拓扑，计算总成本cost1，在新的网络拓扑中，再次比较集合的大小，去除最小集合，重复此步骤，在网络节点能够连通又满足容量约束的情况下，得到cost2，cost3，．．．，costn；
步骤7：分别比较cost1，cost2，…costn的大小，选取能够使网络cost值最小的网络连接，即为网络部署的最终结果；
步骤8：输出网络部署结果，网络部署结果主要包括网络的总成本，计算运行时间和各部分网络设备的选址方案等；
执行完毕后，生成了连通的且满足各个约束条件的网络拓扑结构，能够满足网络需求，和实际的网络拓扑也比较符合，至此，利用本发明方法完成了该车联网的总体部署的优化。