[发明专利]车联网中基于图相似性的信息拓扑最大稳定子图提取方法

摘要

本发明公开了一种车联网中基于图相似性的信息拓扑最大稳定子图提取方法，该提取方法的具体步骤为：(1)计算两个时隙分别对应的网络信息拓扑图，求出节点交集；(2)计算提取节点交集的诱导子图的相似性；(3)将相似性与门限对比，将满足门限要求的子图点集输出；(4)对不满足相似性要求的子图，通过收缩子图规模逐次提取最优相似性子图点集。该方法能够体现信号传输的衰落对信息拓扑的影响，并且保证动态环境中提取子图的稳定性，进而提高现代车联网管理的效率；仿真结果表明，本发明能够以较低的复杂度在车联网中提取出满足相似性要求的信息拓扑最大稳定子图。

主权项

1.车联网中基于图相似性的信息拓扑最大稳定子图提取方法，其特征在于，包括以下步骤：步骤1，计算车联网中第一时隙p和第二时隙q分别对应的信息拓扑图；步骤2，列出两个信息拓扑图各自的节点集合，计算获得两个节点集合的节点交集V^pq；设定提取稳定子图的点集为U，U中节点的个数为L；第一时隙p的信息拓扑图对应U的诱导子图为G^p(U)，第二时隙q的信息拓扑图对应U的诱导子图为G^q(U)；步骤3，将V^pq设为提取稳定子图的初始节点集合，即U₀＝V^pq，且L的初始值L₀＝|V^pq|；针对U₀，计算G^p(U)和G^q(U)的相似性数值sim(G^p(U),G^q(U))，如果sim(G^p(U),G^q(U))≤Γ，则U₀为最大稳定子图的点集U_max，否则执行步骤4；所述Γ为图相似性门限；步骤4，如果L≤2，则L对应的稳定子图点集所述空集为最大稳定子图的点集U_max，否则执行步骤5；步骤5，更新L＝L‑1，通过相似性最大化子图提取方法求得稳定子图的点集U；步骤6，针对步骤5求得的点集U计算G^p(U)和G^q(U)的相似性数值sim(G^p(U),G^q(U))，如果sim(G^p(U),G^q(U))≤Γ，则U为最大稳定子图的点集U_max；如果sim(G^p(U),G^q(U))＞Γ，重复执行步骤4和步骤5；直至点集U对应的G^p(U)和G^q(U)计算出的相似性数值sim(G^p(U),G^q(U))≤Γ，或L≤2；所述最大稳定子图的点集U_max对应一个最大稳定子图。