基于歷史軌跡預測的車輛自組織網(wǎng)絡混合路由算法.pdf

1、車輛自組織網(wǎng)絡(Vehicular Ad-Hoc Networks,VANETs)實現(xiàn)了車輛-車輛間通信與車輛-路邊設(shè)施間通信,是智能交通系統(tǒng)(Intelligent Transport System,ITS)的重要組成部分,在車輛移動Internet接入、交通信息預警、車輛行駛輔助等方面具有廣闊的應用前景,成為近年來的研究熱點。
　　作為一種特殊的無線移動自組織網(wǎng)絡(Mobile Ad-Hoc Networks,MANETs),

2、車輛自組織網(wǎng)絡其獨有的特點,如車輛節(jié)點運動速度較快、車輛節(jié)點分布不均等,造成節(jié)點之間通信時間短、鏈路頻繁斷裂和鏈路容量受限。這些問題給設(shè)計車輛自組織網(wǎng)絡路由協(xié)議,實現(xiàn)高效數(shù)據(jù)傳輸帶來了極大的挑戰(zhàn)。
　　本文在分析車輛自組織網(wǎng)絡特點的基礎(chǔ)上,對現(xiàn)有的車輛自組織網(wǎng)絡路由協(xié)議進行了深入的研究和分析。針對現(xiàn)有協(xié)議的缺陷,提出了一種基于卡爾曼預測的混合路由算法(Kalman Predictor-based Hybrid Routing,KP

3、HR)。該算法以GPSR(Greedy Perimeter Stateless Routing)協(xié)議為基礎(chǔ),結(jié)合了地理位置路由在連通性較好網(wǎng)絡中低延遲、時延容忍網(wǎng)絡(Delay Tolerant Networks,DTN)路由在連通性較差網(wǎng)絡中高投遞率的優(yōu)點。同時分析現(xiàn)有車輛自組織網(wǎng)絡路由協(xié)議中所采用的獲取車輛位置方法的不足,利用卡爾曼預測器對車輛實時位置進行高精度的預測,使用預測位置參與路由計算,輔助地提高路由決策的效率。