1.一种认知车辆网络联合路由选择及资源分配方法，其特征在于：该方法包括以下步骤：S1：源车辆(Source Vehicle，SV)发送路由请求消息至路由管理中心(Route Management Center，RMC)；

S2：RMC根据网络拓扑信息、认知车辆用户与主用户(Primary User，PU)传输范围及子信道使用状况，建模链路有效生存时间，确定SV与目的车辆(Destination Vehicle，DV)之间所有候选链路；

S3：建模候选链路传输时延；

S4:确定优化问题限制条件；

S5:基于链路传输时延最小化准则，实现SV及认知中继车辆(Relay Vehicles，RVs)功率及子信道分配方法；

S6：基于狄杰斯特拉算法，优化确定SV与DV之间路由策略；

S7：RMC发送功率、子信道分配及路由策略至SV及RVs，SV执行信息转发。

2.根据权利要求1所述的一种认知车辆网络联合路由选择及资源分配方法，其特征在于：在步骤S2中，所述建模链路有效生存时间，确定SV与DV之间所有候选链路具体为：S201：令 为车辆Vi与Vj之间的链路，0≤i,j≤N+1，N为网络中RVs的数目，V0表示SV，VN+1表示DV，建模链路 使用子信道k对应链路有效生存时间为：Ti,j,k(t)＝Ti,j(t)·min{Si,k,Sj,k}，其中，Ti,j(t)为t时刻 的生存时间，建模为H为车辆最大通信范围，(xi(t),yi(t))和(xj(t),yj(t))分别为Vi与Vj在t时刻的位置坐标，vi(t)和vj(t)分别为Vi与Vj在t时刻的运动速度，Si,k和Sj,k分别描述Vi与Vj在子信道k的稳定性，建模为 其中，di,k为认知用户Vi到第k个PU的距离；设第k个PU使用第k个子信道，1≤k≤K，K为系统可获得子信道总数，D为主用户最大通信范围，μk为子信道k被占用的概率，建模为 其中， 为第k个PU占用子信道k的时间， 为子信道k空闲时间；

S202：确定V0的候选链路集合为 其中，T

(min)为由SV业务特性确定的最小链路生存时间。

3.根据权利要求1所述的一种认知车辆网络联合路由选择及资源分配方法，其特征在于：在步骤S3中，所述建模候选链路传输时延具体为：候选链路Li,j的传输时延建模为： 其中，xi,j,k为Li,j的子信道分配变量，xi,j,k＝1表示为Li,j分配第k个子信道，否则，xi,j,k＝0；Di,j,k为Li,j使用子信道k进行数据传输对应的传输时延，建模为 S为V0拟传输数据包大小，Ri,j,k为Li,j在子信道k的传输速率，建模为： 其中，B为PU的子信道带宽，即SV及认知RVs所共用的子信道带宽，Pi,j,k及hi,j,k分别为Li,j使用子信道k时SV及认知RVs的发送功率和信道增益， 为第k个PU的发送功率， 为第k个PU使用子信道k时到链路Li,j接收端的信道增益，σ2为信道噪声功率。

4.根据权利要求1所述的一种认知车辆网络联合路由选择及资源分配方法，其特征在于：在步骤S4中，所述优化问题限制条件具体为：(1)发送功率限制：根据PU最小传输速率需求： 其中， 表示第k个PU的最小传输速率需求， 表示第k个PU的传输速率，建模为 其

中， 表示第k个PU的信道增益， 表示Li,j发送端到PU接收端的信道增益，则(2)最小传输速率限制：认知用户在链路Li,j的传输速率需满足Ri,j≥R(min)，其中，Ri,j建(min)模为： R 为SV的业务最小传输速率需求，0≤i,j≤N+1，i≠j；

(3)子信道分配限制：基于SV及认知RVs发送端硬件限制，假设Li,j最多分配一个子信道，即：(4)路由选择限制：建模SV路由选择限制条件为： DV相邻节点路由选择限制条件为： 认知RVs路由选择限制条件为：

5.根据权利要求1所述的一种认知车辆网络联合路由选择及资源分配方法，其特征在于：在步骤S5中，所述基于链路传输时延最小化准则，实现SV及认知中继车辆功率及子信道分配方法具体为：在满足步骤S4中的优化限制条件下，首先优化求解SV及认知RVs的发送功率，令xi,j,k＝

1，即假设SV或认知RVs占用第k个子信道在Li,j进行数据传输，基于Li,j传输时延最小化准则，优化确定SV或认知RVs的发送功率策略 对应最优传输时延为给定优化功率策略 进而优化求解子信道分配策略xi,j,k，建模Li,j传输时延为 基于传输时延最小化优化确定Li,j的子信道分配策略，即

6.根据权利要求1所述的一种认知车辆网络联合路由选择及资源分配方法，其特征在于：在步骤S6中，所述基于狄杰斯特拉算法，优化确定SV与DV之间路由策略具体为：将认知车辆网络拓扑建模为带权有向图G＝(V,E,W)，其中，V为车辆节点集合，V＝{SV,RV1,...,RVN,DV}，E为候选链路集合，E＝{Li,j}，W为SV及认知RVs在Li,j采用最优子信道及优化功率传输对应的传输时延集合， 建模SV与DV之间路由传输时延为基于狄杰斯特拉算法，优化确定SV与DV之间传输时延最小的路由，即