[发明专利]一种结合位置与通信范围预测的V2V路由方法

权利要求书

1.一种结合位置与通信范围预测的V2V路由方法，其特征在于，包括以下过程：

1)源节点提出向目的节点的路由请求，同时，源节点开始统计通信范围内所有节点的信息；

2)每个节点通过车载GPS以及传感器收集车辆位置及状态的实时信息，包括经度、纬度、速度和方向，送入各自训练好的神经网络模型中，预测下一时刻各个节点的位置，报告给源节点；

3)源节点通过计算预测通信范围，对比位置预测结果，将预测通信范围内所有节点的角度、速度、下一时刻位置信息，更新可持续权重，然后将预测通信范围之内的权重最大的节点选取为下一跳节点；其中，源节点通过计算预测通信范围的具体过程如下：

根据误码率计算出信噪比，从而计算出门限功率P_t；在发射功率为P_tr时，多径损耗函数F(x)与从接收机处获取的路径损耗函数L(x)及有效通信半径R_e的约束条件应满足式(1)：

L(R_e)+F(R_e)＝P_tr-P_t (1)

计算路径损耗L(x)时使用对数拟合的方法，将接收功率P_r代入式(2)，计算得到路径损耗函数L(x)，其中x₀为信号源距自身的距离；

根据Nakagami快衰信道模型用式(3)计算多径损耗，其中ω为信号发射功率，m是深度衰落值；

数据包的比特数为chunk，误比特率为BER，则数据包的成功接收率为PSR，三者的关系满足式(4)；

PSR＝(1-BER)^chunk (4)

不考虑干扰分量时，一个数据包接收的成功率为PSR，当干扰分量存在时，则其成功接收率为物理层成功接收率到网络层的映射PSR_real，如式(5)所示，其中函数Caculate(·)是干扰分量对数据包成功解调的影响；

PSR_real＝Calculate(PSR) (5)

因此，PSR_real是物理层成功接收率到网络层的映射；

信噪比与误比特率BER的函数关系如(6)式所示；

BER＝R((P_r-P_t)/P_t) (6)

网络层给定物理层成功接收率到网络层的映射数PSR_real，通过上述式(4)、式(5)以及式(6)的联立解得门限功率P_t的值，代入式(1)中得到有效通信距离；

4)若一跳路由失败，则根据预测通信范围之内的权重排序，选取次大的节点作为下一跳节点，直到路由成功；

5)若一跳路由完成后，重复步骤1)-4)，直到全部路由完成。

2.根据权利要求1所述 的一种结合位置与通信范围预测的V2V路由方法，其特征在于，步骤3)中位置预测结果通过以下过程得到：

1)通过车载GPS以及传感器收集一定时间空隙的车辆位置信息和状态信息，其中位置信息包括经度与纬度信息；状态信息包括速度和方向；

2)经过整个运行时间的收集的车辆位置信息和状态信息，得到车辆的轨迹信息，对车辆的轨迹信息数据预处理为特征和标签；

3)将预处理后的数据输入现有的神经网络模型中训练，经过神经网络的自我学习，习得车辆的驾驶偏好，完成位置预测。