1.一种车辆自组织网络中继车辆选择方法，其特征在于：该方法包括以下步骤：步骤一：针对VANET中多个源车辆SVs需选择中继车辆RVs进行信息转发问题，基于网络功能虚拟化(NFV)技术将各RV虚拟为多个虚拟中继车辆VRVs；

步骤二：采用网络微积分理论建模SV的业务产生曲线和VRVs的服务曲线；

步骤三：评估SV的业务经各VRV的传输性能；

步骤四：基于SV的QoS需求选择具有最优传输性能的VRV，从而实现RV的优化选择；

在步骤一中，VANET中车辆之间链路特性服从级联Nakagami-m分布，信道特性h1的概率密度函数为： 其中，m1、m2表示信道的衰落强度，m1, 为Meijer G函数， ml＝Ωl/E(hl-Ωl)2≥1/2,l＝1,2，Ωl为信道hl的平均功率；Γ(m1)、Γ(m2)分别为以m1及m2为参数的Gamma函数；

基于SV的QoS需求，采用NFV技术，将各RV的传输及存储资源进行切片，划分为多个VRVs，以支持具有不同业务特性的数据流传输；

在步骤二中，令αi(t)为第i个SV的业务产生曲线，其中，1≤i≤M，M为SV的数目，采用IETF所提出的流量特性规范 建模其中，ri(m)为数据包产生的峰值速率， 为正常传输情况下最大数据包长度，ri(a)为数据包产生的平均数据速率， 为突发业务对应数据包长度；假设数据包到达服从泊松分布，可建模最大数据速率为 其中，Li为SVi的数据包长a (a) a

度，λi 为SVi的数据包平均到达率，则数据包到达的平均数据速率为ri ＝λiLi，最大的数据包长度 由SVi业务特性决定，突发数据包大小 由SVi业务突发状况确定； 为SVi的数据包最大到达率；

在步骤二中，所述VRVs的服务曲线建模包括：

令βj,k(t)为第j个RV，也即RVj的第k个VRV，记为VRVj,k的服务曲线，其中，1≤j≤N，N为RV的数目，1≤k≤Kj，Kj为RVj的VRV的数目，建模βj,k(t)＝rj,k(t-θj,k)+，其中，(x)+＝max{x,0}，rj,k表示VRVj,k的服务速率，建模VRVj,k的服务时间服从 的指数分布，其中，μj,k常数，由VRVj,k的带宽及处理能力决定，则VRVj,k服务速率可记为rj,k＝mμj,k，其中，m为权重因子，θj,k为处理延时，由VRVj,k的邻居车辆数目决定，即：其中，Ts为数据成功传输时

间，Tc为平均信道繁忙时间，Nw为接入VRVj,k的总用户数，τ为用户的传输概率，σ为空闲时隙的持续时间；

在步骤三中，所述评估SV的业务经各VRV的传输性能包括：若具有到达曲线αi(t)的SVi的数据经VRVj,k转发，则数据有效传输带宽为 其中D为时延约束， 为SVi到RVj的中断概率， ψth1为链路

信干噪比门限值；N0为链路噪声功率；Es为：发送信号功率；数据最大服务时延为sup{inf{}}为函数水平方向最大偏差值；

T为数据包到达时间间隔；积压上界为：

在步骤四中，若SVi拟传输吞吐量敏感业务，令 为SVi的最低数据包传输速率，在满足的所有VRV中选择 其中， 若SVi拟传输时延敏感性业务，令 为SVi的最大可允许延时，在满足 的所有VRV中选择 其中，