申请/专利权人：中国科学院自动化研究所

申请日：2019-10-15

公开（公告）日：2020-02-11

公开（公告）号：CN110784852A

主分类号：H04W4/46(20180101)

分类号：H04W4/46(20180101);H04W40/04(20090101);H04L29/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.03.02#授权;2020.03.06#实质审查的生效;2020.02.11#公开

摘要：本发明属于信息处理技术领域，具体涉及一种基于在线链路持续时间预测的V2V路由选择方法、系统、装置，旨在解决车联网通信中路由选择的不稳定，导致数据传输成功率低的问题。本系统方法包括当第一节点向第二节点请求数据包时，判断第二节点的邻居表中是否包含第一节点；基于第二节点与各相邻节点的数据包中相对应的数据差值，获取特征数据；基于特征数据，通过链路持续时间预测模型得到链路持续时间预测值；基于链路持续时间预测值，选取最大可达性系数对应的相邻节点作为下一跳节点；循环判断下一跳节点的邻居表是否包含第一节点，直至将数据包发送至第一节点。本发明提升了车联网通信中路由选择的稳定性，提高了数据传输的成功率。

主权项：1.一种基于在线链路持续时间预测的V2V路由选择方法，应用于车联网中车辆节点之间的通信，其特征在于，该方法包括以下步骤：步骤S100，当第一节点向第二节点请求数据包时，若所述第二节点的邻居表包含所述第一节点，则将其对应的数据包发送至所述第一节点；否则，执行步骤S200；所述数据包包括位置、速度、加速度、运动方向、MAC地址；步骤S200，分别基于所述第二节点的数据包与邻居节点组中各节点的数据包中相对应数据的差值，得到所述第二节点与各邻居节点的特征数据；所述邻居节点组包括一或多个邻居节点，所述邻居节点为所述第二节点的相邻节点；所述特征数据包括距离差、速度差、运动方向差、空间相似性、相对位移；步骤S300，基于所述特征数据，通过链路持续时间预测模型得到所述第二节点与各邻居节点的链路持续时间预测值；步骤S400，基于所述链路持续时间预测值，获取所述第二节点与各邻居节点的可达性系数；选取最大可达性系数对应的邻居节点作为所述第二节点的下一跳节点；步骤S500，若所述下一跳节点的邻居表中包含所述第一节点，则将所述数据包发送至所述第一节点，否则循环执行步骤S200-步骤S400，直至将所述数据包发送至所述第一节点；所述链路持续时间预测模型基于宽度神经网络构建，用于根据所述特征数据获取两节点的链路持续时间预测值。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 基于在线链路持续时间预测的V2V路由选择方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD