1.一种车载自组织网络中基于道路拓扑的自适应多副本路由方法,其特征在于,将整个路由的步骤分为副本消息喷发阶段和到达阶段即Reach阶段,所述副本消息喷发阶段包括以下步骤:
101、在副本消息喷发阶段,车辆源节点S首先自身复制消息得到L个消息副本,查找一跳范围的邻居列表,并判断是否存在目的车辆,若存在目的车辆,则直接将消息副本转发给该目的车辆,结束路由寻找过程,如果不是目的车辆,再根据网络环境,判断是否进入了路口模式,若判断进入了路口模式,则跳转至步骤102;若判断进入了直路模式则跳转至步骤
103;
102、若进入路口模式,判断邻居车辆与车辆源节点S方向是否相同,若存在与车辆源节点S方向不同的节点,获取与车辆源节点S方向不同的车辆节点的速度方向,然后计算与车辆源节点S方向不同的车辆节点与车辆源节点S的夹角,然后选取夹角最大的车辆即代表与自身运动方向差异最大的方向喷射自身副本数一半的消息副本;再从与车辆源节点S行驶方向相同的车辆中,选取运动速度最大的邻居车辆将自身消息剩余的副本全部转发给该车辆,重复该步骤,当每辆车携带的消息副本数散发到仅剩一个副本时,结束喷发阶段,进入Reach阶段;跳转至步骤104;
103、车辆进入直路模式,在只有两个运动方向的情况下,首先,找到与车辆源节点S自己运动方向相反的节点,选择距离自己最近的车辆,转发一半的副本数,剩下的副本转发给与自己同一运动方向且运动速度最快的车辆;重复步骤102,当每辆车携带的消息副本数散发到仅剩一个副本时,结束喷发阶段,跳转至步骤104;进入Reach阶段;
104、设置车辆密度的阈值M,当车辆密度小于M时,采用拉格朗日插值法预测未来的位置选择下一跳中继车辆进行转发,当车辆密度大于M时,采用基于Q-学习选取时延最优路径的算法建立Q学习模型,初始化Q值路由表,并更新Q值,选择中继车辆进行转发,本次路由结束。
2.根据权利要求1所述的一种车载自组织网络中基于道路拓扑的自适应多 副本路由方法,其特征在于,步骤104中的采用基于Q-学习选取时延最优路径的算法建立Q学习模型,初始化Q值路由表,并更新Q值的具体步骤为:A1、建立Q学习模型,如下定义:整个车载自组织网络环境即为Q学习的环境,包括车载自组织网络中的车辆节点、节点间的通信链路以及数组包,在网络中所有车辆节点集是一个状态空间,一个车辆节点选择转发包的下一跳,因此可能行为集定义在节点的一跳的邻居集,一个状态的转变是包从一个节点发送给它的邻居;
A2、首先,初始化Q值表,令Q值表为全零,并分别设定初始学习率a和折扣因子γ;
A3、每个节点对每一个邻居维持一个Q值表,Q值表通过接收hello消息来更新,包含了从0-1范围的Q值,这个Q值表的大小依赖于一跳通信范围内节点数,公式为:TTLi’表示节点i还剩下的
时间;TTLi表示总的生存时间;Dab为历史数据中的时延,Lab是路段的长度,tτ是一跳传输时延,R为通信半径,ρ表示平均车辆密度,其中,σ为学习率,γ为折扣因子,如果传输完成,根据ACK等确认消息和Q值路由表,完成Q值的更新。
3.根据权利要求1所述的一种车载自组织网络中基于道路拓扑的自适应多副本路由方法,其特征在于,步骤104中的采用拉格朗日插值法预测未来的位置选择下一跳中继车辆进行转发的具体步骤为:每个节点维持一个信息表,这个信息表记录了所有节点的过去位置和相应的时刻,信息表{Xkω,Ykω,tkω}(k=1,2,…N),Xkω,Ykω,tkω分别表示在时刻t节点的未来的坐标位置。ω代表记录的数量,lk(t)表明时刻t1,t2,…tω的拉格朗日内插法基础函数,然后,在未来的时刻t从节点i,j的距离到节点d通过以下给出:这里,Did,Djd表示未来的时刻t从节点i,j到节点d的距离。
分别代表预测出未来节点i,j,d的坐标,其中函数:
f(x,t)>1,表示未来节点j距离目的地更近,将消息副本转发给邻居车辆节点j,f(x,t)<1,表示未来自己离目的地更近,消息副本由自己携带转发,直至遇到目的车辆。