基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)公開(kāi)了一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，主要解決現(xiàn)有技術(shù)中城市道路車(chē)輛連通度僅有表達(dá)式模型，難以工程化應(yīng)用的問(wèn)題。其實(shí)現(xiàn)有：自由流的狀態(tài)下，構(gòu)建城市道路車(chē)輛間連通度的應(yīng)用場(chǎng)景；引入信道衰落構(gòu)建目標(biāo)函數(shù)；確定影響車(chē)輛連通度的約束條件；用粒子群算法對(duì)車(chē)輛間可用連通度模型進(jìn)行求解、優(yōu)化。本發(fā)明專(zhuān)利技術(shù)考慮節(jié)點(diǎn)高度動(dòng)態(tài)性以及引入信道隨機(jī)性描述通信半徑的影響，又加入速度和跳數(shù)限制定性分析城市道路中車(chē)輛連通度模型。采用對(duì)數(shù)正態(tài)分布的陰影傳播模型更好地刻畫(huà)信道隨機(jī)性對(duì)連通度的影響，更準(zhǔn)確描述車(chē)輛連通度。本發(fā)明專(zhuān)利技術(shù)能處理多條車(chē)道路段的實(shí)際場(chǎng)景，廣泛應(yīng)用于大中小城市。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)屬于交通
，主要涉及城市道路車(chē)輛連通度問(wèn)題，具體是一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法。可廣泛應(yīng)用于大中小城市路網(wǎng)中。
技術(shù)介紹
隨著移動(dòng)自組織(Mobile Ad Hoc)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，車(chē)載通信已經(jīng)成為國(guó)內(nèi)外研究的一個(gè)嶄新領(lǐng)域，車(chē)載自組網(wǎng)(Vehicular Ad Hoc Networks VANETs)也因此受到了廣泛的關(guān)注。隨著，現(xiàn)代交通不斷發(fā)展，給人們的生活帶來(lái)極大的便利，但各種交通問(wèn)題也隨之頻繁發(fā)生。車(chē)輛在道路行駛中，交通擁擠、道路阻塞、交通事故頻繁發(fā)生，這在很大程度上嚴(yán)重威脅到了人們的生命安全。而引入車(chē)間無(wú)線通信則有利于改善道路交通狀態(tài)、增強(qiáng)交通系統(tǒng)的效率。車(chē)載自組網(wǎng)(VANETs)由道路上的節(jié)點(diǎn)自發(fā)形成，這些節(jié)點(diǎn)包括移動(dòng)的車(chē)輛、行人以及路邊固定的基礎(chǔ)設(shè)施。由于車(chē)輛運(yùn)動(dòng)和衰落現(xiàn)象,導(dǎo)致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不穩(wěn)定。VANETs中，節(jié)點(diǎn)的連通度很容易受到動(dòng)態(tài)拓?fù)涞挠绊懀麄€(gè)網(wǎng)絡(luò)的通信質(zhì)量也隨之下降。另一方面，信道隨機(jī)性對(duì)連通度有影響，例如無(wú)線信道質(zhì)量由于受到周?chē)ㄖ⒌缆窢顩r以及運(yùn)動(dòng)特征等因素的影響而不穩(wěn)定。Nagel R等人通過(guò)考慮節(jié)點(diǎn)的速度和行駛方向，分析了節(jié)點(diǎn)的連通度和連通時(shí)長(zhǎng)的概率密度分布的確切表達(dá)式，由于較高的相對(duì)速度使得某些合作策略(如路由協(xié)議)難以進(jìn)行，僅能滿足緊急預(yù)警場(chǎng)景的性能要求，難以在實(shí)際城市道路場(chǎng)景中應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)的目的在于克服現(xiàn)有技術(shù)中針對(duì)道路車(chē)輛連通度處于理論研究階段，僅有連通度的表達(dá)式模型，難以工程化應(yīng)用，提出一種道路車(chē)輛之間信息快速交互的基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法。本專(zhuān)利技術(shù)是一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，其特征在于，包括如下步驟：步驟1、構(gòu)建城市道路車(chē)輛間連通度的應(yīng)用場(chǎng)景，在一個(gè)現(xiàn)實(shí)的城市環(huán)境，長(zhǎng)為L(zhǎng)的路段H是由n條同向車(chē)道和n條反向車(chē)道組成，n≥2，車(chē)載自組網(wǎng)(VANETs)由道路上的車(chē)輛自發(fā)形成，在連通范圍內(nèi)的車(chē)輛進(jìn)行通信，無(wú)線通信信道質(zhì)量受到周?chē)ㄖ⒌缆窢顩r以及運(yùn)動(dòng)特征的影響；道路中車(chē)輛數(shù)目服從泊松分布，車(chē)輛的速度用向量來(lái)表示，它只有兩個(gè)方向，同方向車(chē)輛速度遵循相同的高斯分布；Rcomm是車(chē)輛的通信半徑，由于信道衰落，發(fā)射功率等因素的影響，車(chē)輛的通信范圍也是各不相同；本專(zhuān)利技術(shù)中n≥2可以處理多條車(chē)道路段。步驟2、構(gòu)建目標(biāo)函數(shù)，根據(jù)車(chē)輛間相對(duì)速度預(yù)測(cè)通信鏈路的可用性，考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率；考慮信道衰落對(duì)連通概率的影響下發(fā)射端車(chē)輛Vi和接收端車(chē)輛Vj成功傳輸概率；得到目標(biāo)函數(shù)。步驟3、確定約束條件，選取影響連通概率的因素，影響因素包括：車(chē)輛速度，通信半徑，傳輸跳數(shù)；并給出約束條件，完成對(duì)車(chē)輛連通度的建模，即建立了城市道路車(chē)輛連通度模型。步驟4、對(duì)車(chē)輛間可用連通度模型進(jìn)行優(yōu)化，在車(chē)輛自由流的狀態(tài)下，利用粒子群算法對(duì)所述的模型進(jìn)行求解，得到城市道路中車(chē)輛的最優(yōu)連通度，輸出城市道路車(chē)輛最優(yōu)連通狀態(tài)。本專(zhuān)利技術(shù)的技術(shù)思路是：在道路處于自由連通狀態(tài)的前提下，考慮節(jié)點(diǎn)的高度動(dòng)態(tài)性和信道衰落對(duì)可用連通度的影響，根據(jù)多車(chē)道車(chē)輛連通概率分析，構(gòu)建一個(gè)連通度優(yōu)化模型并運(yùn)用粒子群算法對(duì)該模型進(jìn)行求解，得出當(dāng)前路段最大的可用連通度。與現(xiàn)有技術(shù)相比，本專(zhuān)利技術(shù)的技術(shù)優(yōu)勢(shì)：(1)VANETs中，節(jié)點(diǎn)的連通度很容易受到動(dòng)態(tài)拓?fù)涞挠绊懀麄€(gè)網(wǎng)絡(luò)的通信質(zhì)量也隨之下降，本專(zhuān)利技術(shù)考慮信道隨機(jī)性對(duì)連通度的影響，更加準(zhǔn)確的描述城市道路中車(chē)輛連通度特性。(2)現(xiàn)有技術(shù)中針對(duì)道路車(chē)輛連通概率研究處于理論研究階段，僅有連通度的表達(dá)式模型，難以工程化應(yīng)用，本專(zhuān)利技術(shù)采用對(duì)數(shù)正態(tài)分布的陰影傳播模型更好地刻畫(huà)信道隨機(jī)性對(duì)連通度的影響，可以處理多條車(chē)道路段的實(shí)際場(chǎng)景，可以廣泛應(yīng)用于大中小城市；(3)本專(zhuān)利技術(shù)運(yùn)用粒子群算法對(duì)城市道路車(chē)輛連通度求解，使得模型的求解
結(jié)果更加準(zhǔn)確，粒子群算法具有較強(qiáng)的求解復(fù)雜問(wèn)題的能力，且搜索范圍廣、收斂速度快。附圖說(shuō)明圖1為本專(zhuān)利技術(shù)基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法；圖2為本專(zhuān)利技術(shù)中利用粒子群算法計(jì)算車(chē)輛最大連通度的流程圖；圖3為本專(zhuān)利技術(shù)城市道路車(chē)輛連通度模型示意圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本專(zhuān)利技術(shù)詳細(xì)說(shuō)明實(shí)施例1本專(zhuān)利技術(shù)的具體實(shí)施環(huán)境是在城市路網(wǎng)中進(jìn)行。由于城市路網(wǎng)環(huán)境復(fù)雜多變，所以本專(zhuān)利技術(shù)對(duì)于由天氣原因和交通事故引起的交通擁堵的情況不做考慮。只考慮在自由流的狀態(tài)下，獲取車(chē)輛的最優(yōu)連通性能。本專(zhuān)利技術(shù)是一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，參見(jiàn)圖1，包括有如下步驟：步驟1、構(gòu)建城市道路車(chē)輛間連通度的應(yīng)用場(chǎng)景，在一個(gè)現(xiàn)實(shí)的城市環(huán)境，路段H是由n條同向車(chē)道和n條反向車(chē)道組成，n≥2，車(chē)載自組網(wǎng)(VANETs)由道路上的車(chē)輛自發(fā)形成，在連通范圍內(nèi)的車(chē)輛進(jìn)行通信，無(wú)線通信信道質(zhì)量受到周?chē)ㄖ⒌缆窢顩r以及運(yùn)動(dòng)特征的影響；道路中車(chē)輛數(shù)目服從泊松分布，車(chē)輛的速度用向量來(lái)表示，它只有兩個(gè)方向，同方向車(chē)輛速度遵循相同的高斯分布；Rcomm是車(chē)輛的通信半徑，由于信道衰落，發(fā)射功率等因素的影響，車(chē)輛的通信范圍也是各不相同；本專(zhuān)利技術(shù)中n≥2可以處理多條車(chē)道路段。步驟2、構(gòu)建目標(biāo)函數(shù)，參見(jiàn)圖3，根據(jù)車(chē)輛間相對(duì)速度預(yù)測(cè)通信鏈路的可用性，考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率；考慮信道衰落對(duì)連通概率的影響下發(fā)射端車(chē)輛Vi和接收端車(chē)輛Vj成功傳輸概率；得到目標(biāo)函數(shù)。步驟3、確定約束條件，選取影響連通概率的因素，影響因素包括：車(chē)輛速度，通信半徑，傳輸跳數(shù)；并給出約束條件，完成對(duì)車(chē)輛連通度的建模，即建立了城市道路車(chē)輛連通度模型。步驟4、對(duì)車(chē)輛間可用連通度模型進(jìn)行優(yōu)化，在車(chē)輛自由流的狀態(tài)下，利用
粒子群算法對(duì)所述的模型進(jìn)行求解，得到城市道路中車(chē)輛的最優(yōu)連通度，輸出城市道路車(chē)輛最優(yōu)連通狀態(tài)。VANETs中，節(jié)點(diǎn)的連通度很容易受到動(dòng)態(tài)拓?fù)涞挠绊懀麄€(gè)網(wǎng)絡(luò)的通信質(zhì)量也隨之下降，本專(zhuān)利技術(shù)在信道衰落對(duì)連通度的影響和設(shè)定通信范圍方面，考慮信道隨機(jī)性的影響，更加準(zhǔn)確的描述城市道路中車(chē)輛連通度特性。并且運(yùn)用粒子群算法對(duì)城市道路車(chē)輛連通度求解，粒子群算法具有分布式計(jì)算和較強(qiáng)的求解復(fù)雜問(wèn)題的能力，搜索范圍廣，收斂速度快，使得模型的求解結(jié)果更加快速、準(zhǔn)確。實(shí)施例2基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，同實(shí)施例1，步驟2中所述的構(gòu)建目標(biāo)函數(shù)包括如下步驟：步驟2.1定義Δvij為相對(duì)速度,遵循高斯分布，Δvij為車(chē)輛Vi和車(chē)輛Vj之間的相對(duì)速度；定義dij表示車(chē)輛Vi和車(chē)輛Vj的幾何距離；Tij表示車(chē)輛Vi和車(chē)輛Vj基于車(chē)載自組網(wǎng)的連通時(shí)間，p(AC)表示車(chē)輛的可用連通度，N是路段H上的車(chē)輛數(shù)目，服從泊松分布；步驟2.2根據(jù)相對(duì)速度預(yù)測(cè)通信鏈路的可用性,考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率Pija=p{|dij+Δvij×Tij|Rcomm本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，其特征在于，包括如下步驟：步驟1、構(gòu)建城市道路車(chē)輛間連通度的應(yīng)用場(chǎng)景，在一個(gè)現(xiàn)實(shí)的城市環(huán)境，長(zhǎng)為L(zhǎng)的路段H是由n條同向車(chē)道和n條反向車(chē)道組成，n≥2，車(chē)載自組網(wǎng)由道路上的車(chē)輛自發(fā)形成，在連通范圍內(nèi)的車(chē)輛進(jìn)行通信，無(wú)線通信信道質(zhì)量受到周?chē)ㄖ⒌缆窢顩r以及運(yùn)動(dòng)特征的影響；道路中車(chē)輛數(shù)目服從泊松分布，車(chē)輛的速度用向量來(lái)表示，它只有兩個(gè)方向，同方向車(chē)輛速度遵循相同的高斯分布；Rcomm是車(chē)輛的通信范圍；步驟2、構(gòu)建目標(biāo)函數(shù)，根據(jù)車(chē)輛間相對(duì)速度預(yù)測(cè)通信鏈路的可用性，考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率；考慮信道衰落對(duì)連通概率的影響下發(fā)射端車(chē)輛Vi和接收端車(chē)輛Vj成功傳輸概率；得到目標(biāo)函數(shù)；步驟3、確定約束條件，選取影響連通概率的因素，影響因素包括：車(chē)輛速度，通信半徑，傳輸跳數(shù)；并給出約束條件，完成對(duì)車(chē)輛連通度的建模；步驟4、對(duì)車(chē)輛間可用連通度模型進(jìn)行優(yōu)化，在車(chē)輛自由流的狀態(tài)下，利用粒子群算法對(duì)所述的模型進(jìn)行求解，得到城市道路中車(chē)輛的最優(yōu)連通度，輸出城市道路車(chē)輛最優(yōu)連通狀態(tài)。

【技術(shù)特征摘要】
1.一種基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，其特征在于，包括如下步驟：步驟1、構(gòu)建城市道路車(chē)輛間連通度的應(yīng)用場(chǎng)景，在一個(gè)現(xiàn)實(shí)的城市環(huán)境，長(zhǎng)為L(zhǎng)的路段H是由n條同向車(chē)道和n條反向車(chē)道組成，n≥2，車(chē)載自組網(wǎng)由道路上的車(chē)輛自發(fā)形成，在連通范圍內(nèi)的車(chē)輛進(jìn)行通信，無(wú)線通信信道質(zhì)量受到周?chē)ㄖ⒌缆窢顩r以及運(yùn)動(dòng)特征的影響；道路中車(chē)輛數(shù)目服從泊松分布，車(chē)輛的速度用向量來(lái)表示，它只有兩個(gè)方向，同方向車(chē)輛速度遵循相同的高斯分布；Rcomm是車(chē)輛的通信范圍；步驟2、構(gòu)建目標(biāo)函數(shù)，根據(jù)車(chē)輛間相對(duì)速度預(yù)測(cè)通信鏈路的可用性，考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率；考慮信道衰落對(duì)連通概率的影響下發(fā)射端車(chē)輛Vi和接收端車(chē)輛Vj成功傳輸概率；得到目標(biāo)函數(shù)；步驟3、確定約束條件，選取影響連通概率的因素，影響因素包括：車(chē)輛速度，通信半徑，傳輸跳數(shù)；并給出約束條件，完成對(duì)車(chē)輛連通度的建模；步驟4、對(duì)車(chē)輛間可用連通度模型進(jìn)行優(yōu)化，在車(chē)輛自由流的狀態(tài)下，利用粒子群算法對(duì)所述的模型進(jìn)行求解，得到城市道路中車(chē)輛的最優(yōu)連通度，輸出城市道路車(chē)輛最優(yōu)連通狀態(tài)。2.根據(jù)權(quán)利要求1所述的基于粒子群算法的城市道路車(chē)輛連通度優(yōu)化方法，其特征在于，步驟2中所述的構(gòu)建目標(biāo)函數(shù)包括如下步驟：步驟2.1定義Δvij為車(chē)輛Vi和車(chē)輛Vj之間相對(duì)速度,遵循高斯分布；定義dij表示車(chē)輛Vi和車(chē)輛Vj的幾何距離；Tij表示車(chē)輛Vi和車(chē)輛Vj的連通時(shí)間；p(AC)表示車(chē)輛的可用連通度，N是路段H上的車(chē)輛數(shù)目，服從泊松分布；步驟2.2根據(jù)相對(duì)速度預(yù)測(cè)通信鏈路的可用性,考慮兩輛車(chē)的移動(dòng)方向得到車(chē)輛Vi和車(chē)輛Vj之間可連通鏈路的概率其中，f(Δvij)是車(chē)輛Vi和Vj相對(duì)速度的概率密度函數(shù)，dij表示車(chē)輛Vi和Vj的幾何距離，Rcomm是車(chē)輛的通信范圍，由于信道衰落，發(fā)射功率等因素的影響，車(chē)輛的通信范圍也是各不相同；步驟2.3用Nakagami-m分布模型描述無(wú)線電波傳播的衰減，得到信道衰落影響下發(fā)射端車(chē)輛Vi和接收端車(chē)輛Vj成功傳輸概率上式中Fd(rT；m,Ω)表示接收信號(hào)功率的累積分布函數(shù)，rT信號(hào)的接收閾值，Ω是給定的平均功率強(qiáng)度，衰減參數(shù)m是一個(gè)關(guān)于dij的函數(shù)；步驟2.4根據(jù)兩車(chē)間鏈路連通概率和信道衰落影響下成功傳輸概率設(shè)計(jì)目標(biāo)函數(shù)使得可用連通度最大：式中P(AC)表示車(chē)輛的連通度，Ni(T)表示時(shí)間T內(nèi)車(chē)輛i的鄰居數(shù)目，N是...

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：陳晨，張夢(mèng)媛，劉雷，呂寧，裴慶祺，
申請(qǐng)(專(zhuān)利權(quán))人：西安電子科技大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：陜西;61