一种面向动态频谱环境的车联网分簇方法

本发明属于无线通信领域，特别涉及一种面向动态频谱环境的车联网分簇方法，可用于车联网。

背景技术：

1、车联网是指车辆上的车载设备通过无线通信技术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服务。车联网能够为车与车之间的间距提供保障，降低车辆发生碰撞事故的几率；车联网可以帮助车主实时导航，并通过与其它车辆和网络系统的通信，提高交通运行的效率。以信道最优分配和网络能耗最小化为目标，旨在使得车辆在复杂多变的通信网络环境中正常有序高效的工作。

2、现有的技术大多是先选出簇首再利用簇首计算最佳路径，通过设置簇首最优节点数目区间将簇节点数目较少或者过多的簇进行调整使得簇首负载均衡化，但由于未考虑簇首最优数目的问题，难以避免分簇过多带来的通信能耗。

技术实现思路

1、本发明提供一种面向动态频谱环境的车联网分簇方法，在分簇过程中结合车辆接入可用信道的概率和车间通信的概率，使得车辆能够尽可能地规避可用频谱动态变化带来的影响，达到实现全局通信的目的。

2、为实现上述目的，本发明的技术方案如下。

3、一种面向动态频谱环境的车联网分簇方法，包括以下步骤：

4、步骤（1），初始化网络中存在 c个信道资源可供车辆进行接入选择，在长度为 l km的路段上， n台车辆构成自组织车联网进行信息交互（ c＞1 ，n≥2 ，l＞0）；网络中任意一台车辆根据网络情况，计算出车辆自身的信道接入概率，将当前车辆 id、当前车辆定位位置、信道接入概率写入信道接入数据包并向周边车辆广播；

5、步骤（2），每台车辆根据接收到的周围邻居车辆的信道接入数据包，计算当前车辆与周围邻居车辆的欧式距离，并与当前车辆的最大数据传输距离对比；若，则表示该分组超过可达范围，直接丢弃；若，则表示所述邻居车辆为当前车辆的可通信车辆；

6、步骤（3），每台车辆接收到周围邻居车辆传递的信道接入数据包后，提取收集信道接入数据包中信息并建立及维护当前车辆自身本地可达邻居车辆接入概率表，可达邻居车辆接入概率表中写入的数据包含可达车辆 id、可达车辆定位位置以及可达车辆的信道接入概率，并将可达邻居车辆接入概率表进行广播，然后执行步骤（3a）；

7、步骤（3a），每台车辆根据接收到的周围邻居车辆传递的可达邻居车辆接入概率表，计算当前车辆本身与当前车辆的最大数据传输距离内的所有可通信车辆的通信概率，建立本地通信概率表，并将当前车辆的车辆 id，可通信车辆的车辆 id，以及两者对应的通信概率写入当前车辆自身的本地通信概率表，直至遍历完所有接收到的信道接入数据包及可达邻居车辆接入概率表，获得更新后的通信概率表，并将更新后的通信概率表放入通信概率数据包中进行广播；

8、步骤（4），每台车辆接收到周围邻居车辆传递的邻居通信概率数据包后，将邻居通信概率数据包与本地通信概率表中相同车辆的可通信车辆的车辆 id及对应通信概率更新至本地通信概率表，具体过程如下：

9、步骤（4a），首先判断当前车辆的车辆 id a是否在周围邻居车辆的通信概率数据包中，是则将周围邻居车辆的车辆 id以及对应邻居车辆的通信概率更新至本地通信概率表中，然后执行步骤（4b）；否则标记两车通信概率为0，然后执行步骤（4b）；

10、步骤（4b），每台车辆将本地通信概率表中的可通信车辆 id逐个与周围邻居车辆传递的通信概率数据包中的可通信车辆 id进行对比，判断是否存在相同，若存在相同车辆 id，则将车辆 id相同的车辆记作车辆 x，并将邻居通信概率数据包中与车辆 x间存在通信的车辆 id以及对应车辆的通信概率更新至本地通信概率表中，否则直接转发周围邻居车辆传递的通信概率数据包；

11、步骤（5），每台车辆根据本地通信概率表通过最小生成树算法构建车辆通信网络，并根据车辆通信网络中的车辆集合以及各台车辆间的通信概率，以通信概率为权重，找到当前车辆到达车辆通信网络中所有车辆的权重最大路径；并将权重最大路径上的一跳车辆和二跳车辆形成逻辑通信车辆簇cluster1，权重最大路径上的一跳车辆形成逻辑通信车辆簇cluster2；

12、步骤（6），每台车辆根据逻辑通信车辆簇cluster2中的车辆节点距离，找到距离自己最远的车辆节点，调整自身的发射功率；

13、步骤（7），每台车辆根据逻辑通信车辆簇cluster1中的车辆以及对应车辆的信道接入概率，完成信道接入请求。

14、进一步地，步骤（1）中，信道接入概率的计算公式如下：

15、，

16、其中，表示标准正态分布的互补积累函数， β表示阈值， γ表示接收信号的信噪比，，表示加性高斯白噪声，表示车辆接收到路侧单元的信号功率， m为对接收功率信号进行的离散采样数目。

17、进一步地，步骤（2）中，当前车辆的最大数据传输距离，其中，表示当前车辆的最大传输范围；当前车辆的最大传输范围的计算方法为，先采用对数正态阴影模型分析信号衰落情况，在阴影衰落效应的影响下，每台车辆的最大传输范围为：

18、，

19、其中， a、 b均表示车辆编号，车辆 a和车辆 b均为 n辆车中的任意一辆，表示当前车辆与周围邻居车辆的欧式距离，，表示高斯随机变量的标准差；表示每台车辆 a接收到的周围邻居车辆 b的信号强度，表示接收功率的阈值，由以下公式获得：，表示参考位置处的信号功率，表示参考距离，表示路径损耗指数；表示接收到的信号强度大于阈值的概率，表示以当前车辆为圆心的弧度角，， r表示以当前车辆为圆心的圆的半径，， r表示车辆的初始传输半径。

20、进一步地，步骤（3）中，通信概率的计算公式如下：

21、，

22、其中表示当前长度为l km的路段上的车流量密度，表示当前车辆与周围邻居车辆的欧式距离，表示当前车辆的最大数据传输距离。

23、进一步地，步骤（5）中，每台车辆根据本地通信概率表通过最小生成树算法构建车辆通信网络，并根据车辆通信网络中的车辆集合以及各台车辆间的通信概率，以通信概率为权重，找到当前车辆到达车辆通信网络中所有车辆的权重最大路径；并将权重最大路径上的一跳车辆和二跳车辆形成逻辑通信车辆簇cluster1，权重最大路径上的一跳车辆形成逻辑通信车辆簇cluster2，具体步骤如下：

24、步骤（5a），利用遍历更新后的本地通信概率表构建权值数组ch1，若本地通信概率表中两台车辆间的通信概率为，且不等于0，则权值记为；若本地通信概率表中两台车辆间的通信概率为0，则两台车辆间的权值记为∞；

25、步骤（5b）， n台车辆构成的自组织车联网中，定义被选中的车辆数组为一维数组arr_1，定义未被选中的车辆为一维数组arr_2，初始时，一维数组arr_1里的元素均为0，一维数组arr_2中元素为车联网中所有车辆的车辆 id；

26、步骤（5c），随机选取一台车辆 a作为起始车辆，标记车辆 a，并将车辆 a的车辆 id a填入一维数组arr_1中，同时在一维数组arr_2中删除该标记车辆 id；更新一维数组arr_1和一维数组arr_2；

27、步骤（5d），利用prim算法构建最小生成树，每台车辆根据权值数组ch1更新一维数组arr_1和一维数组arr_2，并构建二维数组ch2，将一维数组arr_2中的车辆 id填入二维数组ch2的第一行数据，定义二维数组ch2的第二行数据用于保存权值，定义二维数组ch2的第三行数据用于保存找出的最大权值所对应的车辆 id；根据prim算法不断更新二维数组ch2，并建立数组ch3，将每次更新的最大权值和最大权值对应的两个车辆 id保存在数组ch3中；具体操作如下：

28、步骤（5d1），每台车辆，根据权值数组ch1找出当前车辆与周围邻居车辆之间权值的最大值，找到对应的车辆进行标记，并将标记的车辆对应的车辆 id填入一维数组arr_1中，同时在一维数组arr_2中删除该标记车辆，更新一维数组arr_1和一维数组arr_2；

29、步骤（5d2），基于一维数组arr_1和一维数组arr_2构建二维数组ch2，将一维数组arr_2中的车辆 id填入二维数组ch2的第一行数据；定义二维数组ch2的第二行数据为lowcost，用于保存权值，定义二维数组ch2的第三行数据为closet，用于保存找出的最大权值所对应的车辆 id；找出二维数组ch2第一行数据中与一维数组arr_1中对应的车辆 id，将二维数组ch2中记录的对应车辆 id的权值数据与原权值数据对比，原权值数据从权值数组ch1中读取，若权值数组ch1中读取到的对应权值数据大于二维数组ch2中记录的对应权值数据，则更新数据并将最大权值保存在lowcost中，同时将最大权值对应的车辆 id保存在closet中，否则保留二维数组ch2中记录的权值数据，closet中车辆 id不变；

30、步骤（5d3），建立数组ch3，将每次更新的最大权值和最大权值对应的两个车辆 id以（ ida， idb，）的形式保存至数组ch3中；

31、步骤（5e），重复步骤（5d）的操作，直至一维数组arr_2数据清空，所有车辆遍历更新完毕，此时能够得到最小生成树并通过数组ch3的形式表出；

32、步骤（5f），根据数组ch3得到最小生成树构建的车辆通信网络，每台车辆找到自身车辆的一跳车辆和二跳车辆，形成逻辑通信车辆簇cluster1，每台车辆找到自身车辆的一跳车辆，形成逻辑通信车辆簇cluster2。

33、进一步地，步骤（6）中，每台车辆根据逻辑通信车辆簇cluster2中的车辆节点距离，找到距离自己最远的车辆节点，调整自身的发射功率的具体步骤如下：

34、步骤（6a），每台车辆根据数组ch3找到自身车辆的一跳车辆，构建本地一跳邻居车辆表，本地一跳邻居车辆表中包含车辆 id信息及对应车辆的最大权值数据，最大权值数据以（ ida， idb，）的形式表示；

35、步骤（6b），每台车辆从本地一跳邻居车辆表中找到所有的邻居车辆，计算当前车辆与周围邻居车辆的欧式距离，找出距离自己最远的邻居车辆，并调整自身的发射功率，即可得当前车辆发射功率最优解。

36、其中，车辆自身发射功率的计算公式如下：

37、，

38、其中， λ为车辆接收机的灵敏度和误码率要求确定的接收信噪比门限值，为路径损耗指数，为当前车辆的最大数据传输距离。

39、进一步地，步骤（7）中，每台车辆根据逻辑通信车辆簇cluster1中的车辆对应的信道接入概率大小进行可用信道的优先级选择，并进行可用信道请求的具体步骤包括：

40、步骤（7a），网络中存在 c个信道资源可供车辆进行接入选择，查找逻辑通信车辆簇cluster1中的车辆未使用的信道资源块，当前车辆 a选择一个空的信道资源块进行接入，建立并维护信道资源包，信道资源包包含信道资源块、车辆 id和车辆的信道接入概率，并将信道资源包广播到周边车辆；

41、步骤（7b），判断信道资源包中的车辆 id是否在逻辑通信车辆簇cluster1中，具体步骤为：

42、步骤（7b1）逻辑通信车辆簇cluster1中的其他车辆接收到车辆 a传递的信道资源包时，查看已经分配的信道资源，同簇内相邻车辆必须满足不能同时占用相同信道，对占用相同信道的邻居车辆进行标记，同时建立信道分配包，并广播给车辆 a的一跳车辆，其中信道分配包中包含了该节点已经分配的信道序列号，如果逻辑通信车辆簇cluster1中除车辆 a外的节点辆车还未分配信道就将包记为空包，并由对应节点车辆的一跳车辆广播信道分配包；否则不进行标记，将车辆 a传递的信道资源包继续广播；

43、步骤（7b2），逻辑通信车辆簇cluster1中的车辆接收到一跳车辆的信道分配包，根据信道接入概率优先选择不同的信道作为自己的可用信道；

44、步骤（7c），每台车辆独立执行上述步骤（7a）~步骤（7b）的过程，直到所有车辆都分配完信道为止。

45、本发明具有以下优点：

46、1)本发明基于最小生成树算法构建了车联网逻辑通信车辆簇cluster1和逻辑通信车辆簇cluster2，实现了在不同动态场景下信道分配最优化和网络能耗最小化。各台车辆通过广播进行信息与数据交互，以车辆之间的通信概率为权重，寻求最优传输路径，数据沿着这条最优路径传输，有效的降低了通信能耗。

47、2)本发明涉及的分簇方法满足了局部区域快速稳定通信的要求，对自组织车辆网络中的车辆进行分簇逻辑划分，可以节省网络开销，有效提高资源利用率并满足车联网低时延、高可靠性的要求。

48、3)本发明能够应用于以下两种复杂通信场景：十字路口和三岔路口。高峰时段前后车间距小，数据传输流量大，兼顾合理降低节点的发射功率，本发明使用的分簇方法使得车联网能耗更小，稳定性更强，所需要的频谱资源更少。