[发明专利]一种城市车联网中基于蚁群优化的改进型自修复路由策略

说明书

本发明属于城市车联网路由策略领域，能够构建适应城市车联网中拓扑变化频繁的场景，延长路由链路的持续时间，降低传输时延，提高吞吐量。具体是一种城市车联网中基于蚁群优化的自修复路由策略。主要分为三个步骤：A.路由准备；B.基于信息素参与度的最优路由路径建立；C.基于分治的自修复策略，包括基于运动趋势的路间修复和路口间全局自修复。该方法能够在拓扑变化频繁的城市车联网场景中保证路由的可靠性，延长了路由存在时间，降低了传输时延，提高了吞吐量。

技术领域

本发明属于城市车联网路由策略领域，能够构建适应城市车联网中拓扑变化频繁，移动车辆稀疏的场景，延长路由链路的持续时间，降低传输时延，提高吞吐量。具体是一种城市车联网中基于蚁群优化的改进型自修复路由策略。

背景技术

根据The International Organization of Motor Vehicle Manufacturers(OICA)的调查，截至2021年,全球汽车保有量达8.21亿辆，并且增长率为6.4％。车辆联网通信可以有效的提高道路交通安全指数，降低事故发生率，因此随着网络化和智能化的普及，车载自组网(VANETs)受到学术界和工业界的广泛关注。VANETs在控制道路拥堵，车辆安全驾驶，车载娱乐应用等方面都有广泛的应用前景。然而，由于车辆移动速度快，通信信道质量差，尤其在城市车联网环境中，车辆运动的不确定性导致路由拓扑不稳定，车辆通信过程中链路断开概率高达80％。

蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。Li，Sun等人提出把蚁ACO应用到VANETs中，在拓扑变化频繁的城市车联网环境中构建从源节点到目的节点的具有最优连通性的路由路径。然而，使用ACO建立的路由链路受信息素的影响，持续时间较短，丢包率高。频繁的探路过程一方面提高了通信开销，另一方面增加了通信时延。因此基于ACO的路由策略普遍存在通信开销大，时延高，吞吐量低等问题。

当道路上移动车辆不足以构建路由便采用例如携带转发机制等方案保证包到达率，但是这也大幅度地提升了延迟。有很多专家学者提出基于路边停车成簇的路由方案代替广播，降低阴影效应和广播风暴，完成长距离多跳通信和转发。然而单一的基于路边停车的路由策略受到局部最优解的影响，会收敛在非预期的链路上。

本专利提出一种基于蚁群优化算法(Ant Colony Optimization，ACO)的改进型自修复路由策略(ISR)，以提高自修复路由策略在移动车辆密度较低的城市环境下的性能和对动态网络拓扑的适应性。本策略基于ACO进行最优路径规划，提出使用信息素参与度量化全局和局部信息素；根据平均车辆密度动态确定移动车辆和路边停车的候选，充分利用路边停车资源，以提高链路的连接性概率；采用分治的思想，十字路口节点和车辆节点在信息素到达蒸发阈值前分别采用全局自修复和路间自修复的方式保持链路新鲜度，延长链路存在时间。通过本路由策略可以减少重建次数，降低传输延时，减少通信开销；维护拓扑稳定性，提升吞吐量。

发明内容

一种城市车联网中基于蚁群优化的改进型自修复路由策略包括以下几个步骤：

A.路由准备：数据包发送车辆V_S首先与最近十字路口I_S的簇头节点V_Vs通过移动预测法确定目的节点V_D即将到达的十字路口簇I_D的簇头节点V_Vd位置LOC，若V_Vs的路由表中存在到达I_D的路由链路则直接发送；否则执行B步骤发送前向探路蚂蚁包进行最优路由链路建立。按三角隶属度函数将所有车辆路由通信能力量化为0到1的参数ph称为信息素参与度；根据车辆连通性计算链接持续时间LT；根据车辆连通性计算链接持续时间LT；根据道路情况计算平均车辆密度ρ。