1.一种基于边缘计算策略的分簇AODV路由方法，其特征在于该方法包括如下步骤：第1、基本原理的描述：

第1.1、建立道路模型；

第1.2、车载通信路由协议；

第1.3、道路节点分簇；

第1.4、节点能量消耗计算；

第2、通信方式的选择：

第2.1、簇区内通信；

第2.2、簇区间通信；

第3、路由协议设计：

第3.1、协议描述；

第3.2、复杂度分析。

2.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤第

1.1中建立道路模型的方法是，考虑一条双向通行道路，总长度为LROAD，车辆在道路上以确定的速度匀速运动，在通信范围内，车辆密度为ρ；沿路设有路边设备RSU，相邻的RSU之间的距离为LRSU，RSU提供在通信范围内的无线通信，将无线通信范围设置为LRSU/2；综上，整条道路被看作分成了为LROAD/LRSU段；根据V2V通信模式，任意两辆车都是能够进行相互通信的，同时根据V2R的通信模式，给定通信范围内的车辆只能与对应段中的RSU进行通信；

假设每个路边设备RSU都配置有MEC服务器，且每个MEC服务器只能够和对应的RSU进行通信，因此认为通信范围段内的RSU和MEC是具有一一对应关系的，RSU和RSU之间以LRSU/2通信范围进行通信。

3.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤第

1.2中车载通信路由协议为以下内容，整个车辆网络体系是建立在车辆密度较大的场景下，V2R和V2V都采用了Ad Hoc网络模型，在路由协议的选择上，使用了AODV路由协议；

在AODV路由协议中，对三种消息类型进行了定义，即路由请求RREQ、路由回复RREP以及路由错误RRER；在路由发现的阶段，当在源节点发送数据包或者转发数据包到目的节点时，源节点会对路由表进行查询，如果在路由表中没有找到对应的路由表项，则会广播一个路由请求分组RREQ，收到路由请求的中间节点会根据所收到的RREQ信息来建立一个反向路由，同时继续广播该分组；当目的节点收到RREQ后，会沿着之前所建立的反向路由回复路由应答RREP到源节点；收到RREP的中间节点再建立到目的节点的正向路由，当源节点收到RREP后，表明路由已经找到，即可开始发送数据。

4.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤第

1.3中道路节点分簇方法如下：分层路由协议在大规模Ad Hoc网络中可以起到不错的效果，能够有效的减少网络能量的消耗，其中就需要把网络进行分簇；分簇是由网络拓扑结构的控制，建立数据传输路径的过程，包括：簇头节点的产生，簇的形成和数据传输三个部分，通过分簇，能够有效的改善网络的可扩展性，减少网络的整体负载及开销；

在给定的车辆模型中，车辆始终以固定的运动速度进行运动，不会滞留在同一个簇区当中，必然涉及了进出簇区，因此本发明结合了动态分簇的方法，在保持每个簇区簇头节点不变，簇内节点改变的情况下，对给定的车辆模型进行动态分簇，用于优化整个路由协议的通信。

5.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤第

1.4中节点能量消耗计算方法如下，一条链路所有节点能量的总消耗需要作为整个路由路径能量的考虑，计算如下：其中，n为每条路径的车辆节点总数，C表示一个任意的常数，Cost(a)表示为车辆节点a的能量消耗，可以通过无线传感网络节点能耗ET(l,d)和ER(l,d)表示，即发送和接受数据时的能量消耗，k表示车辆节点，计算如下：Cost(k)＝ET(l,d)+ER(l,d)  (2)

根据无线电能量消耗模型，每发送lbit的数据，节点的能耗如下：

其中， l为传输数据包字节数，d为传输距离；当节点以及节点之间距离小于等于阈值d0时，采用自由空间模式；当节点以及节点之间的距离大于阈值d0时，节点采用多径衰减模式；Eelec为射频能耗系数；Efs为自由空间模式下电路放大器的能耗系数，Emp为多径衰减模式下电路放大器的能耗系数；

同时，节点接收lbit消息的能耗计算公式如下：

ER(l,d)＝lEelec  (4)。

6.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤第

2.1中簇区内通信是指，当车辆A,B处于同一个边缘超级节点的簇区内通信时，为了降低部署在RSU的边缘服务器的能耗，选择通过V2V模式，即车辆与车辆间的模式直接进行通信；当使用V2V模式进行通信的时候，主要使用的是按需路由协议中的AODV路由协议，同时，考虑到传统的AODV路由协议仅通过最小跳数来建立路由链路，在网络拓扑结构变化迅速的车辆自组织网络中极有可能出现链路不稳定的情况，因此在链路选择的方式上，通过使用Q-Learning算法，对中间节点的选择进行优化，Q-Learning是强化学习算法中最为重要的算法之一；在Q-Learning算法中，S为给定的状态空间，A为给定的动作集合，在t时刻的st状态下(st∈S)采取动作at(at∈A)，同时根据动作反馈相应的奖励R，即为Q(s,a)；Q-Learning采用状态-动作迭代的方式来得到最优策略，因此可以得到函数Q更新的公式如下：Q(st,at)←Q(st,at)+α(Rt+1+γmaxaQ(st+1,a)-Q(st,at))  (5)式中，α为学习率，α越大，Q值收敛越快；maxaQ(st+1,a)指的是从动作集合A中选择使得Q(st+1,a)取值最大的动作；γ在这里为折扣因子，γ∈[0,1]，接近1时指的是函数考虑将来回报，反之则是考虑即刻回报；

考虑到Q-Learning中，Q值的确定和奖励R的计算有着十分重要的关系，因此在奖惩函数的选择上，对传统的AODV路由协议，综合考虑跳数HOP、车辆与邻居车辆节点间的链路保持时间T、以及能量消耗ENG相结合生成：R(s,a)＝(1/w1×HOP+w2×ENG+w3×T)  (6)

在默认情况下，可以根据节点间的距离进行获取相应的跳数；使用均衡的权值来选取适应度，因此可以认为w1＝w2＝w3＝1/3，当R(s,a)的值越大，则说明奖励值越高，得到的Q值也就越高；

综上所述，在V2V通信模式下，由AODV路由协议可知，源车辆节点a发起路由请求，位于相同簇区的车辆节点在收到路由请求后，中间车辆节点根据跳数，车辆连通概率以及自身能量的消耗，结合奖励函数R，根据Q-Learning算法优化中间节点的选择，直到目的车辆节点收到请求，并沿着建立的反向路由应答到源车辆节点，最终完成路由链路的建立。

7.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤2.2中簇区间通信是指，假设源车辆节点位于P1簇区，目的车辆节点位于Pn簇区，如果使用V2V模式进行通信，会导致中间车辆节点过多，在传输过程中，过多的中间车辆节点存在大量的不稳定因素导致链路的失效，因此会浪费大量的资源；为了避免V2V模式带来的资源浪费问题，当车辆节点在簇区间进行通信时，采用V2R模式，即车辆与道路的模式进行通信；

当源节点车辆发出通信请求后，RSU-MEC会接收到该通信请求，在自身维护的路由表中查找目的车辆节点是否在路由表内，如果不在，则向附近的RSU发起请求，此时会出现两种情况：非相邻簇区通信和相邻簇区通信。

8.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤3.1所述协议描述如下：步骤1：簇区的划分

根据RSU-MEC设备，首先对于车辆节点进行簇区的划分，每个RSU-MEC配置有边缘服务器，只负责统计自身通信范围内的车辆，每辆车在同一时刻只能在一个簇区内，在总长度为LROAD的道路上相邻的RSU之间的距离为LRSU，因此，整个道路被分割为LROAD/LRSU个簇区，每个簇区可以表示为：P0＝{n1,n2,n3,…,ni},其中，ni表示为车辆节点，P为每个簇区；

步骤2：节点位置的确定

根据已经划分好的簇区，当簇区P的RSU-MEC收到车辆节点发出通信请求后，首先在查找目的车辆节点是否位于本簇区，如果不在当前簇区，则向相邻的边缘超级节点发出请求，以此来确定目的车辆节点所处的位置；

步骤3：通信方式选择及路由建立

Ⅰ.如果车辆节点处于同一个簇区，采用簇区内的通信方式，即采用V2V的通信模式，根据通过优化后的AODV路由协议；

Ⅱ.如果车辆节点处于相邻簇区，采用相邻簇区的通信方式；

Ⅲ.如果车辆节点处于非相邻簇区，采用非相邻簇区的通信方式，即使用V2R通信模式，源车辆节点与该簇区的RSU-MEC进行通信，中间RSU-MEC相互进行通信，然后目的节点所在簇区的RSU-MEC与目的车辆节点进行通信。

9.如权利要求1所述的基于边缘计算策略的分簇AODV路由方法，其特征在于，步骤3.2复杂度分析如下：AODV-MEC算法的时间复杂度主要由对于车辆节点进行簇区划分以及对通信分配方式的选择来决定，在对于车辆所处簇区进行分配时需要通过车辆所处位置是否位于RSU-MEC的通信范围之内，其时间复杂度为O(n2)；在簇区划分完成并发起通信请求后，RSU-MEC需要通过判断源车辆节点与目的车辆节点是否位于同一簇区内，本AODV-MEC算法中，在分配通信方式时其最坏情况时间复杂度为O(n)，综合两者的时间复杂度可以得到本方法的时间复杂度为O(n2)。