一种车联网环境下基于协同通信的自适应传输机制的制作方法

本发明涉及车联网领域，具体涉及一种通过对实时信息的有效筛选和传输路径的优化，达到减少冗余信息占用资源及提高信息传输可靠性和高效性的车联网环境下基于协同通信的自适应传输机制。

背景技术：

实际交通中的应用表明，车联网是一种特殊的移动自组网，具有高速移动性，网络会被频繁地分割成很多部分。车联网中广泛分布着多种不同类型的数据信息，如：文字信息、图像信息、音频信息、视频信息等，一个车辆节点很有可能因为环境因素的影响无法与邻居节点通信而变成一个孤立的子节点，网络的连通性被频繁破坏，传统的路由协议很难适应车联网快速的拓扑变化，采用后数据传输效率较低。此外，不同的数据其重要程度和复杂程度不尽相同。信息的重要程度和复杂程度共同决定了信息的价值。从重要性角度看，信息越重要，则价值越大；从复杂性角度看，信息变化越剧烈，突发事件越多，则价值越大。

传统的透明传输没有考虑待传输信息的价值，发送的无价值信息造成了系统资源的极大浪费，因此，如何能够在车与车之间、车与路侧站点之间进行高效、可靠地传输是车联网能否有效提高交通安全和交通管理能力的关键问题。

此外，实际交通中的应用表明，车联网是一种特殊的移动自组网，具有高速移动性，网络会被频繁地分割成很多部分。一个车辆节点很有可能因为环境因素的影响无法与邻居节点通信而变成一个孤立的子节点，网络的连通性被频繁破坏，传统的路由协议很难适应车联网快速的拓扑变化，采用后数据传输效率较低。如何能够在车与车之间、车与路侧站点之间进行高效、可靠地传输是车联网能否有效提高交通安全和交通管理能力的关键问题。

技术实现要素：

本文发明的目的是提供一种通过对实时信息的有效筛选和传输路径的优化，达到减少冗余信息占用资源及提高信息传输可靠性和高效性的车联网环境下基于协同通信的自适应传输机制。

特别地，本发明提供一种车联网环境下基于协同通信的自适应传输机制，包括如下步骤：

步骤100、对当前车联网中所有信息进行统一的数据特征参数表征，量化各参数特征在衡量信息价值大小时所占的权重，通过权重对每条信息的属性参数和信息维度进行估计计算，得出各信息基于指定业务参数下的信息价值大小；

步骤200、设定筛选信息价值大小的门限值，摈弃未达到门限值的信息，将合格信息保存至数据发送集；

步骤300、对数据发送集中的信息进行分析，将其中的异常信息进行清洗，同时，对空信息和缺失信息进行信息补缺操作，并对无法处理的信息进行标记，然后将处理后符合条件的信息依据其价值权重大小排列以确定信息传送顺序；

步骤400，由目标节点开始，提取信息遍历的节点信息以及相应的邻居节点信息参数，以节点与节点之间的稳定性和生存期作为判断依据，得到发送节点至目标节点的所有有效信息传输路径；

步骤500，将信息传输路径中不与其它信息传输路径有共用边的划分一个组，将所有信息传输路径中存在共享边的划分为一组；

步骤600，计算每组的路径权值，找出所有路径传输组合集，删除权值最大的组合，若有代价值相同的路径存在，则对路径跳步数参数重新进行比对，删除路径跳步骤多的组合，循环计算过程，直至没有相同权值的路径存在后，得到出发节点至目标节点之间所有互相协同的多路径传输网；

步骤700，将步骤300中依价值权重大小排序的信息通过确定后的多路径传输网发送至目标节点，完成信息传送。

在本发明的一个实施方式中，所述步骤100中的权重计算方式如下：

步骤111.从一个新的感知周期中确定具有信息量的所有信息；

步骤112.利用环境信息的潜在特征计算并选择最具信息量的感知区域；

步骤113.获取感知区域中各传感器的检测值并形成集合，根据任意一个传感器的检测值和对应的检测精度及总体属性检测值得到该检测值的熵；

步骤114.根据传感器的信息偏差度及对应检测值的熵即可得到任意一个信息的权重。

在本发明的一个实施方式中，所述步骤111中，从一个新的感知周期中确定具有信息量的信息方式如下：

其中，sn为确定后的信息量，j为感知周期，cj为全部时空单元集合，sj为已感知时空单元集合，且有k为选择的信息量数量，cn为所有的信息量，ω(xs∪v；xcn\v)是时空单位s∪v的时空单元cn\v间的互信息；

所述步骤113中熵的得到过程如下：

设x1、x2…...xn，为感知区域中传感器的检测值，取任意n个检测值组成集合，d1，d2，……dn为对应传感器的精度，总体检测属性值为设m*n矩阵，其中xj为第j个属性值，则任意检测值的熵为：

所述步骤114中权重的计算公式如下：

其k是常量，k＝1/1nm，cj为信息偏差度，且cj＝1-ej，检测值的熵wj为第j个信息的权重。

在本发明的一个实施方式中，所述步骤100中，得到信息价值大小的过程如下：

步骤121、首先确定一个周期中的事件总数，以其中每件事件发生的概率作为该事件的特征参量取值，确定每件事件的信息量；

步骤122、根据信息量的变化快慢确定当前事件的变化概率，再利用事件的权重即可得到当前信息的信息价值计算公式。

在本发明的一个实施方式中，所述步骤121中，得到所述信息量的方式如下：

首先定义信源的事件空间为s＝{s1，...si，...，sm}，其中事件的总个数为m，si＝{xi，x2，...xi}表示一个事件，xi，x2，...xi分别表示各特征参量的取值，则事件si信息量为；

ii＝-logpi

其中，pi为事件i发生的概率；

所述步骤122中变化概率的公式为：

pij＝γ(pi，t)

设信息矩阵为π，则υ是пi的特征值(υ1，υ2，…υn)构成的对角矩阵，t为感知周期；

所述步骤122中的信息价值h的计算公式为：

其中，pij为事件变化的概率，wi为事件的重要程度权重，m为事件的总个数。

在本发明的一个实施方式中，所述步骤300中，数据信息的价值权重大小计算公式如下：

wi＝f(αi，βi)

其中，信息价值大小的门限值为是信息价值权重ωi与事件si的特征参量，设信息矩阵为πi，υ是пi的特征值(υ1，υ2，…υn)构成的对角矩阵，η是各个特征值对应的特征向量(η1，η2，…ηn)组成的矩阵，目标对si的需求程度用βi表示，选取前i个特征值对应的特征向量(η1，η2，…ηn)组成特征矩阵αi，而f表示wi是关于αi和βi的函数。

在本发明的一个实施方式中，在所述步骤100之前还包括根据泊松分布理论动态调整集群中各节点发送时隙的处理过程，步骤如下：

步骤101，计算车联网中被标记节点内存在通信车辆的概率，和各节点发送消息时发生直接碰撞的概率；

步骤102，计算出任意一个节点在一帧内竞争时隙成功的概率，然后在下一帧内排除该获取时隙成功后的节点，对剩余未竞争时隙成功的节点再次进行竞争时隙计算；

步骤103，在计算竞争时隙的同时，对车联网内预定时间内持续保持静默的时隙进行回收；

步骤104，根据交通密度大小调整控制信道和同步信道预留周期的持续时间大小，以首先保证控制信道发送出重要消息的同时，提高同步信道对无限资源的利用率。

在本发明的一个实施方式中，所述步骤101中，车联网中存在通信车辆的概率计算公式如下：

其中，k为车联网内存在的车辆概率；

所述步骤101中，各节点发送消息时发生直接碰撞的概率的计算公式如下；

其中，s为任意一节点；

所述步骤102中，计算出任意一个节点在一帧内竞争时隙成功的概率过程如下：

设在两帧内共有k个节点竞争n个时隙，令xn表示在n个帧内可以成功预留到时隙的车辆数目，而xn通过离散的马尔科夫过程建模可求得结果，转移概率矩阵如下：

其中，pij为事件变化的概率，w(l，u，v)代表了当有u个节点共同竞争v个时隙时，其中1个节点预留成功的数目，w(l，u，v)的计算公式如下；

其中，c、a表示车联网中的具体车辆；

所述步骤102中，对剩余未竞争时隙成功的节点再次进行竞争时隙计算方式如下；

令p表示xn的单步转移概率矩阵，则pn为xn的n步转移概率矩阵表示为

在本发明的一个实施方式中，所述步骤400中，选择邻居节点中下一跳节点的方式如下：

首先以源节点为起点确定其所有邻居节点分别与目的节点之间的距离，然后从候选的邻居节点中选择距离目的节点最近的中继节点作为下一跳节点ci，其计算公式如下：

其中，cj表示候选邻居节点中的任意节点；

所述步骤400中的路径的生存期计算公式如下：

设：源节点为si(xi，yi)，其速度为vi，设cj(xj，yj)为候选邻居节点中的任意一个节点，其速度为vj，节点cj在si的发送范围内的时间为tij，则其路径生存时间为：

пij＝(xj+vjcosθjtj)-(xi+vicosθitj)

ξij＝(yj+vjsinθjtj)-(yi+visinθitj)

r²＝πij²+ξij²

其中，θi是节点si速度与x轴的夹角，其中θj是节点cj速度与x轴的夹角，α＝vjcosθj-vjcosθj，β＝xj-xi，γ＝vjsinθj-visinθi，δ＝yj-yi；

所述步骤400中，下一跳节点ci的稳定性满足如下方式：

在本发明的一个实施方式中，源节点从多路径传输网中选择路径权值最小路径进行数据传输，如果下一接收节点是中继节点，则继续按选择的路径寻找下一跳的中继节点，将该数据包转发出去；

当下一跳接收节点是目标节点时，目标节点直接对接收的数据包进行拆析和解析，当结果为超时或已接收过时，放弃该数据包，否则直接传递给应用层接收。

本发明以信息价值为基础，构建出车联网信息价值综合评价模型，对大量信息进行统一的信息特征参数表征，量化(信息)特征在衡量信息价值大小时所占的权重，并依据信息价值的门限值对传输的信息进行选择，对达到门限值的(符合业务需求)信息进行处理，而未达到门限值(不符合业务需求)的信息则被摈弃，利用协同通信的数据传输机制，提高传输资源的利用率，为最终提升网络整体传输性能打下基础。

本发明通过全面结合当前车联网状况，基于传输的信息价值进行选择性传输，通过车联网内节点协同工作机制，依据节点间移动趋势的差异性，建立基于协同通信的信息传输机制，实现网内节点互相协同的多路径传输，从而提升传输资源的利用率，达到网络传输性能优化的目标。

附图说明

图1是本发明一个实施方式的数据传输机制流程示意图；

图2为本发明一个实施方式中信息价值自适应评估过程示意图；

图3是本发明一个实施方式中车联网节点网络路径切换示意图；

图4是本发明一个实施方式中节点在数据传输时自适应信道切换的示意图。

具体实施方式

本发明针对车联网中网络环境的动态多变、物理环境的复杂多样性及数据传输海量性和实时性等特点，构建基于信息价值的车联网信息综合评价模型，使车联网中各类信息价值与传输达到均衡，为提升交通效率、安全等起到重要的支撑作用。此外，车联网网络状态随机变化，网络内实体具有实时动态重组的特性，导致对网络实时性要求非常高，因此，充分利用有限资源，以满足高价值信息的优先传送是首先任务。

如图1所示，在本发明的一个实施方式中，提供一种车联网环境下基于协同通信的自适应传输机制，以在有限的时间内优先传送价值更高的信息，同时能够使用最稳定的传输线路传送信息。具体执行步骤如下：

步骤100、对当前车联网中所有信息进行统一的数据特征参数表征，量化各参数特征在衡量信息价值大小时所占的权重；通过权重对每条信息的属性参数和信息维度进行估计计算，得出各信息基于指定业务参数下的信息价值大小；

其中的信息包括车载终端实时采集的obd数据、周边车辆信息、语音数据和视频数据、路设交通信息等。

如图2所示，权重的获取步骤如下：

步骤111.从一个新的感知周期中确定具有信息量的所有信息；

确定方式如下：

其中，sn为确定后的信息量，j为感知周期，cj为全部时空单元集合，sj为已感知时空单元集合，且有k为选择的信息量数量，cn为所有的信息量，ω(xs∪v；xcn\v)是时空单位s∪v的时空单元cn\v间的互信息。

步骤112.利用环境信息的潜在特征计算并选择最具信息量的感知区域；

步骤113.获取感知区域中各传感器的检测值并形成集合，根据任意一个传感器的检测值和对应的检测精度及总体属性检测值得到该检测值的熵；

其中熵的得到过程如下：

设x1、x2…...xn，为感知区域中传感器的检测值，取任意n个检测值组成集合，影响数据准确度的主要因素是传感器精度和误差，而传感器精度只与传感器本身有关，值是固定的，误差一般由环境和其他设备造成，主要考虑历史偏差和总体均偏差。d1，d2，……dn为对应传感器的精度，总体检测属性值为假设m*n矩阵，其中xj为第j个属性值，则任意检测值的熵为：

步骤114.根据传感器的信息偏差度及对应检测值的熵即可得到任意一个信息的权重。

权重的计算公式如下：

其k是常量，k＝1/1nm，cj为信息偏差度，且cj＝1-ej，检测值的熵wj为第j个信息的权重。

其中，得到信息价值大小的过程如下：

步骤121、首先确定一个周期中的事件总数，以其中每件事件发生的概率作为该事件的特征参量取值，确定每件事件的信息量；

得到信息量的方式如下：

首先定义信源的事件空间为s＝{s1，...si，...，sm}，其中事件的总个数为m，si＝{xi，x2，...xi}表示一个事件，xi，x2，...xi分别表示各特征参量的取值，则事件si信息量为；

ii＝-logpi

其中，pi为事件i发生的概率。

步骤122、根据信息量的变化快慢确定当前事件的变化概率，再利用事件的权重即可得到当前信息的信息价值计算公式。

因为信息的价值与信息的重要程度和复杂程度有关，复杂程度又与信息的变化快慢有关，所以变化概率的公式为：

pij＝γ(pi，t)

设信息矩阵为п，则υ是пi的特征值(υ1，υ2，…υn)构成的对角矩阵，t为感知周期。

信息价值h的计算公式为：

其中，pij为事件变化的概率，wi为事件的重要程度权重，m为事件的总个数。

此外，还可以包括对确定信息价值后的信息进行筛选的步骤：

首先由每件事件经过概率提取后的特征参数矩阵和目标对该事件的需求程度，得到表示信息重要程度的权重表达式；

再由信源将权重表达式代入价值公式得到事件的初始信息价值，然后输出至信宿，信宿对初始信息价值进行分析后调整自身需求程度再反馈给信源，信源根据反馈信号优化权重表达式并重新计算后再发送给信宿，信宿接收后再反馈新的需求程度给信源，重复该过程，直至得到满足预定要求的信息价值标准。

步骤200、设定筛选信息价值大小的门限值，摈弃未达到门限值的信息，将合格信息保存至数据发送集；

在该步骤中，是将所有符合条件的数据信息全部保存至数据发送集后，才跳转至步骤300，而在处理过程中对不符合门限值的信息的摈弃不影响保存处理。

步骤300、对数据发送集中的信息进行分析，将其中的异常信息进行清洗，同时，对空信息和缺失信息进行信息补缺操作，并对无法处理的信息进行标记，然后将处理后符合条件的信息依据其价值权重大小排列以确定信息传送顺序；

这里的清洗是指个别信息偏离大部分信息，则将其初步判断为获得偏离信息的采集节点异常，将该采集点进行排除。

信息的价值权重大小计算公式如下：

wi＝f(αi，βi)

其中，信息价值大小的门限值为是信息价值权重ωi与事件si的特征参量，设信息矩阵为пi，υ是пi的特征值(υ1，υ2，…υn)构成的对角矩阵，η是各个特征值对应的特征向量(η1，η2，…ηn)组成的矩阵，目标对si的需求程度用βi表示，选取前i个特征值对应的特征向量(η1，η2，…ηn)组成特征矩阵αi，而f表示wi是关于αi和βi的函数。

步骤400，由目标节点开始，提取信息遍历的节点信息以及相应的邻居节点信息参数，以节点与节点之间的稳定性和生存期作为判断依据，得到发送节点至目标节点的所有有效信息传输路径；

在源节点至目标节点的多条传输路径中，以发送节点与邻居节点之间的链路稳定性为主要因素，其建立依据网络的拓扑变化而实时变化。

从多个邻居节点中选择下一跳节点的过程如下：

首先以源节点为起点确定其所有邻居节点分别与目的节点之间的距离，然后从候选的邻居节点中选择距离目的节点最近的中继节点作为下一跳节点ci，其计算公式如下：

其中，si表示源节点，cj表示候选邻居节点中的任意节点。

将整个链路生存时间作为发送节点选择下一跳的判断依据，同时假定车辆节点速度在较短时间段内保持匀速行驶，则源节点依据候选节点集合中的节点信息，可获取源节点与候选节点间的生存时间，路径的生存期计算公式如下：

设：源节点坐标为si(xi，yi)，其速度为vi，设cj(xj，yj)为候选邻居节点中的任意一个节点坐标，其速度为vj，节点cj在si的发送范围内的时间为tij，则其路径生存时间为：

пij＝(xj+vjcosθjtj)-(xi+vicosθjtj)

ξij＝(yj+vjsinθjtj)-(yi+visinθitj)

r²＝пij²+ξij²

其中，θj是节点si速度与x轴的夹角，其中θj是节点cj速度与x轴的夹角，α＝vjcosθj-vicosθi，β＝xj-xi，γ＝vjsinθj-visinθi，δ＝yj-yi。

依据源节点si与节点cj的路径生存时间，来判断两点之间的链路稳定性，同时也适用于同一道路上车辆之间链路稳定性计算。

结合节点间路径稳定性，从候选集合中选取一个最为稳定的中继节点ci作为下一跳，即ci满足：

计算所有有效路径的生存期并进行排序，有效路径的生存期最长的作为最优路径，其他路径次之。若存在路径的生存期相等的路径，则根据整条路径的节点个数权值进行排序，传输环境越理想，即传输可靠性越高，所以此路径的优先级也就越高。

步骤500，将信息传输路径中不与其它信息传输路径有共用边的划分一个组，将所有信息传输路径中存在共享边的划分为一组；

在信息传输路径中若存在一条路径，不跟任何其他路径有公共边，则该条路径是不相关路径，反之，则之为相关路径，即它至少有一条边是与其他路径所共享的。将相关路径进行合并，直至组的总数目不再减少。显然，此时每个组都不与其他组有任何共享的部分。对每个组内的路径，由于存在共享的边，路径之间可能有多种组合形式。路径权值则为路径节点数与路径数据量之比。

步骤600，计算每组的路径权值，找出所有路径传输组合集，删除权值最大的组合，若有代价值相同的路径存在，则对路径跳步数参数重新进行比对，删除路径跳步骤多的组合，循环计算过程，直至没有相同权值的路径存在后，得到出发节点至目标节点之间所有互相协同的多路径传输网；

在车联网内选取源节点si，其目标节点sj以si为路径组首节点，获取其相关节点信息，将路径集划分为不同的组，使不同组之间无公共边。对每一个组，找出所有可能的路径组合形式，并计算出它们的组合权值，找出所有路径传输集v，删除权值最大的组合，若有权值相同的路径存在，则对路径跳步数等参数重新进行比对，删除路径跳数较多的，此过程不断循环，直至没有相同权值路径存在，得到最终的多路径传输网。

步骤700，将步骤300中依价值权重大小排序的信息，通过确定后的多路径传输网发送至目标节点，完成信息传送。

源节点si从多路径中选择路径权值最小路径进行信息传输，当接收节点是目标节点sj，则接收到信息(数据包)后，对数据包内容进行拆析，对数据包进行解析，根据数据包的源节点和发送时间的信息，判断该数据包是否超时和判断数据包是否接收过，如果数据包超出设定时间或者已经接受过，则直接将数据包丢弃。如果没有重复且传输时间在规定时间内，则再判断该数据包是否达到了目的节点，如果到达直接接收该数据包并传递给应用层接收。如果接收节点不是目标节点sj，则继续按照前面的传输路径生成方法寻找下一跳的中继节点，将该数据包转发出去。

本实施方式以信息价值为基础，构建车联网信息价值综合评价模型，能够实现紧急消息的有效传输。对大量信息进行统一的数据特征参数表征，量化(数据)特征在衡量信息价值大小时所占的权重，并依据信息价值的门限值对传输的信息进行选择，对达到门限值的(符合业务需求)信息进行处理，而未达到门限值(不符合业务需求)的信息则被摈弃，利用协同通信的数据传输机制，提高传输资源的利用率，最终达到了提升网络整体传输性能的目的。

如图3所示，由于车联网下的每个车辆节点都处于即时移动状态，因此网络路由变化较快，如图2所示，车辆节点a在t及t+k时刻出现网络切换，为保证车辆能实现可靠高效的数据传输，网络车辆节点需在异构无线网络覆盖下，结合当前网络状况，通过时隙动态调整减少消息传输碰撞；通过网内节点协同工作，以不同路径选择机制，建立不同传输路径，最终提高传输的可靠性，降低路由失败的可能性，改善网络数据传输能力。

本实施方式通过全面结合当前车联网状况，基于传输的数据价值进行选择性传输，通过车联网内节点协同工作机制，依据节点间移动趋势的差异性，建立基于协同通信的数据传输机制，实现网内节点互相协同的多路径传输，从而提升传输资源的利用率，达到网络传输性能优化的目标。

车联网内各节点通过节点间协作，建立多条路径来传输相同的数据包，达到提高传输可靠性的目的。使从源节点到目标节点以不同的中继节点选取机制建立不同传输路径，当一条路径出现链路中断的情况，依然保持网内节点正常通信。

在本发明的一个实施方式中，在确定信息传输路径之前，可先对各节点在信息传送时需要的时隙进行选择，具体是根据泊松分布理论动态调整集群中各节点发送时隙的处理过程，步骤如下：

步骤101，计算车联网中被标记节点内存在通信车辆的概率，和各节点发送消息时发生直接碰撞的概率；

被标记的节点s其通信范围内存在通信车辆的概率k计算公式如下：

如果节点s通信范围内存在至少一个节点与节点s选择了相同时隙传输数据包，则直接碰撞就会发生。因此，节点s发送紧急消息时，发生直接碰撞的概率可以表示为：

步骤102，计算出任意一个节点在一帧内竞争时隙成功的概率，然后在下一帧内排除该获取时隙成功后的节点，对剩余未竞争时隙成功的节点再次进行竞争时隙计算；

计算出任意一个节点在一帧内竞争时隙成功的概率过程如下：

设在两帧内共有k个节点竞争n个时隙，令xn表示在n个帧内可以成功预留到时隙的车辆数目，而xn通过离散的马尔科夫过程建模可求得结果，转移概率矩阵如下：

其中，pij为事件变化的概率，w(l，u，v)代表了当有u个节点共同竞争v个时隙时，其中1个节点预留成功的数目，w(l，u，v)的计算公式如下；

其中，c、a表示车联网中的具体车辆。

对剩余未竞争时隙成功的节点再次进行竞争时隙计算方式如下；

令p表示xn的单步转移概率矩阵，则pn为xn的n步转移概率矩阵表示为

以上分析是基于每个节点在上一帧预留时隙后，没有预留成功的车辆节点可以立即在下一帧进行重新预留来进行的。如图2所示，假设车辆a和车辆c是集群中新进入的节点，此时它们还无法感知对方的存在。车辆b、d、e都已经成功预留到时隙，此时nts＝3。随后a、c在预留周期将以csma的形式去尝试预留序列号为4的时隙。如果两个请求成功发送，d和e会分别收到来自a和c的请求，而b将收到两个请求，它会为a和c都分配时隙，并在最新的si中将mr标识设置为“1”，nts＝5。当其他所有的车辆接收到b的si时，将会更新自己的si。然而由于车辆在预留周期依然是采用的基于竞争的csma的，在时隙预留过程中如果有两辆或两辆以上的车辆在预留周期同时访问信道，就会发生冲突碰撞。车辆在下一帧内通过接收到的si发现自己并未预留成功，并在同一帧内重新尝试请求预留时隙。

步骤103，在计算竞争时隙的同时，对车联网内预定时间内持续保持静默的时隙进行回收；

由于车联网是一个节点移动性较高、网络拓扑变化快的网络，在有新车加入一个集群的同时，也随时在有车辆驶出集群。为了提高时隙的利用率、使得时隙资源得到充分的分配，当一个已经被预留的时隙内连续q个帧长保持静默时，则集群中的其他车辆会默认预留该时隙的节点已经驶出集群。此时它们会将自己si中的d标志位置1，来表示该时隙可以被回收或是分配给其他节点了，同时预留该时隙的车辆id将被从列表中删除。为了保持传输周期在时间上的连续性，一个对于时隙进行回收的较为方便的方法是将在传输周期占用最末一个时隙的车辆自动分配到此时隙，而将最后一个时隙资源回收给sch来使用，即nts长度减1。

步骤104，根据交通密度大小调整控制信道和同步信道预留周期的持续时间大小，以首先保证控制信道发送出重要消息的同时，提高同步信道对无限资源的利用率。

如图4所示，一般车联网中时隙的数量需要大于等于车联网中车辆的总数量，从而使每个车辆至少有一个专用的时隙来保证安全信息和控制信息的可靠传输。假设车辆的到达符合泊松分布，那么可以根据当前集群中nts显示的车流量来动态调整预留周期的长度。考虑到一个同步周期的时间为100ms，即使在不考虑车辆驶出的情况下，集群范围内新进入的需要预留时隙的车辆数目几乎总是小于0.1nts。因此，采用控制信道的持续时间将动态的根据当前车流量来调整。

如果当前集群没有车辆预留时隙成功，车辆默认预留周期的时间长度为默认的控制信道持续时间，从而保证新进入集群的车辆有足够的时间来预留时隙。当集群中的车辆成功预留时隙之后，预留周期的时间长度默认为传输周期持续时间的0.1。如图3所示，当交通密度较低时，cch的持续时间会减少，以留出更多的时间提出车辆在sch的吞吐量和服务质量，此时cch的长度可能是小于sch的。当cch满足了每辆车都至少有一个时隙去发送周期性安全消息之后，各节点可以切换到sch来满足其他相关的服务。这样可以保证重要消息发送可靠性的同时提高了无限资源的利用率和sch的吞吐量。当交通密度高时，cch的持续时间会为了保证安全信息的传输而增长。csma中在高交通密度情况下存在的高碰撞问题将得到很大的缓解。虽然此时sch的时间小于cch的时间，但是考虑到消息的优先级，适当的牺牲sch的吞吐量来保证cch上优先级高的消息的发送是非常合理和有效的。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。