面向車聯(lián)網(wǎng)的可靠路由方法研究.pdf

1、隨著通信技術(shù)的不斷發(fā)展以及道路上車輛數(shù)目的不斷增多，人們對安全出行提出了更高的要求。智能交通系統(tǒng)(ITS)作為構(gòu)建智慧化城市的重要拼圖，是近年來研究的熱門話題。車載自組網(wǎng)（VANET）作為智能交通系統(tǒng)的主要通信技術(shù)，其有著網(wǎng)絡(luò)拓撲變化頻繁，通信鏈路不可靠以及車輛節(jié)點分布不均勻的特點。這些特性使得設(shè)計可靠性高，時延較低的路由算法成為一項具有挑戰(zhàn)性的任務(wù)。有效的路由算法不僅能夠保證節(jié)點之間可靠的通信，更重要的是其決定了應(yīng)用部署的靈活性。因此

2、，研究可靠的路由算法對實現(xiàn)智能交通系統(tǒng)有著重要的意義。
　　本文首先就車聯(lián)網(wǎng)中路由相關(guān)技術(shù)展開討論，通過詳細研究車聯(lián)網(wǎng)中的通信架構(gòu)以及路由算法原理，對車聯(lián)網(wǎng)中影響路由性能的因素做了總結(jié)，并對車聯(lián)網(wǎng)中路由設(shè)計方法做了詳細的討論，為下文設(shè)計路由算法做了充分準備工作。
　　其次，通過詳細的研究車輛運動與鏈路之間的關(guān)系，建立了節(jié)點間鏈路維持時間模型，并在此基礎(chǔ)上證明了節(jié)點間的鏈路維持時間服從于對數(shù)正態(tài)分布，給出了鏈路可靠性計算方法。

3、Q學(xué)習(xí)算法作為一種非監(jiān)督型的智能算法，通過多次迭代能夠找出源節(jié)點到目的節(jié)點的最短路徑，本文通過修改原始Q學(xué)習(xí)算法，將其應(yīng)用在路由算法設(shè)計中，設(shè)計了一種可靠的自適應(yīng)路由算法RSAR。其利用分布式的方式將學(xué)習(xí)任務(wù)分散在每一個車輛節(jié)點中，節(jié)點通過周期性的與鄰居節(jié)點交換信息來達到動態(tài)調(diào)整路由路徑的功能，有效的解決了VANET中由于拓撲變化帶來的路徑不可靠的問題，極大的提高了路由算法的性能，并利用NS2網(wǎng)絡(luò)仿真環(huán)境對RSAR算法的性能做了評估。<

4、br>　　最后，考慮到分簇算法作為一種分層架構(gòu)，能夠有效的提高路由算法的性能。但是，現(xiàn)有的分簇算法僅僅將車輛的相關(guān)移動性作為選擇簇頭的依據(jù)，而且并沒有考慮所成簇中節(jié)點間鏈路的可靠性。簇頭節(jié)點速度的輕微變化對簇結(jié)構(gòu)影響很大，使得所成簇的穩(wěn)定性以及可靠性很差。為了能夠有效的解決這些問題，本文提出了一種基于多跳的反應(yīng)式成簇機制PMC算法。在簇的形成過程中，提出了一種優(yōu)先權(quán)車輛跟隨策略，去保證所成簇的可靠性和穩(wěn)定性，簇頭作為簇中最穩(wěn)定的節(jié)點被動