[发明专利]基于流体力学的车联网数据流网络模型构建方法

说明书

车联网是一种高动态频繁变化的复杂网络，难以通过已有方法建立能够表征车联网特性的网络模型。针对以上问题，鉴于车联网数据流和流体具有一定的相似性，本发明把车联网数据流比拟成流体，推导出车联网网络特性的描述方程，给出了能够表征车联网复杂网络形态的车联网数据流网络模型的方法。本研究方法“一种表征车联网复杂网络特征的基于流体力学的数据流网络模型方法”，可利用理论方法推导车联网复杂网络形态，从而为车联网网络容量的相关研究提供理论模型基础，同时为车联网应用服务的设计和运行提供更准确的网络模型保障。

技术领域

本发明涉及车联网复杂网络领域。

背景技术

车联网的网络节点是车辆，相对于其他网络节点，车辆节点的一大特征就是移动速度非常高，即使是移动自组织网络的网络节点的移动速度也远远比不上车辆节点的移动速度。车辆节点的高速移动导致车联网网络拓扑结构剧烈变化，网络拓扑结构的频繁变化使得网络路由信息的建立更为困难，而节点之间的通信链路也需要反复重新建立，这也让车联网的网络模型更加复杂。如果从微观角度考虑每个节点来进行网络的抽象与建模会非常困难，简单的模型无法反映车联网复杂的网络结构，而复杂的模型在数学上又难以求解。

发明内容

由于车联网中的数据传输实际是由大量的数据包不断地从一个车辆节点流向下一个车辆节点完成的，该行为类似于流体的流动。本发明把车联网网络抽象成车联网数据流，并利用流体力学理论来研究车联网复杂网络规律，推导出车联网复杂网络的数据流模型。

本发明技术方案为：

一种表征车联网复杂网络特征的基于流体力学的数据流网络模型方法，具体方法包括如下步骤：

步骤1.车联网数据流与流体的相似性分析；

步骤2.数据流与流体的参数转化；

步骤3.车联网数据流网络模型的建立。

有益效果

针对车联网复杂网络特性，导致如果考虑每个节点来进行网络的抽象与建模会非常困难，而简单模型无法反映车联网复杂的网络结构，复杂模型在数学上又难以求解等问题，本专利基于流体力学的思想，实现了能够表征车联网复杂网络特征的数据流网络模型方法，从而有助于更深入了解车联网复杂网络系统的组织及系统的动态特征，为车联网网络容量的相关研究提供理论模型基础，同时为车联网应用服务的设计和运行提供更准确的网络模型保障。

附表说明

表1车联网数据流与流体的特性比较

表2数据流与流体的参数比拟

附图说明

图1为本发明方法流程图。

具体实施方式

本发明的具体实施过程如图1所示，包括如下3个方面：

①车联网数据流与流体的相似性分析

②数据流与流体的参数转化

③车联网数据流网络模型的建立

①

车联网数据流与流体的相似性分析

(1)车联网数据流的定义

车联网数据流为车联网中已经被源节点发出但还未被目的节点接收且存活时间大于零的数据包组成的集合。即

DataFlow＝{packet|sended by source∧not received by target∧ time tolive>0} (1)