申请/专利权人：沈阳航空航天大学

申请日：2019-12-04

公开（公告）日：2023-05-02

公开（公告）号：CN111130853B

主分类号：H04L41/0893

分类号：H04L41/0893;H04L41/12;H04L41/147;H04L67/12

优先权：

专利状态码：有效-授权

法律状态：2023.05.02#授权;2020.06.02#实质审查的生效;2020.05.08#公开

摘要：本发明涉及一种基于时间信息的软件定义车辆网络SDVN的未来路由预测方法。包括：根据车辆上传的状态信息和预处理好的路口信息，构建与当前车辆网络对应的隐马尔科夫模型HMM，路口为隐状态，车辆为显状态；根据此模型进行预测，主要分为两步：考虑多个参数的情况下，使用独有的算法生成最有可能的隐状态序列，即路口序列；由预测的路口序列，通过特有计算转化到显状态上，即车辆，联系起来即可获得高质量的预测后未来路由。此方法将时间图的概念带入到了路由计算中，比起过去将车辆网络视作一组静态图，时间图考虑了更多的时间信息，是预测后的路由更加符合真实场景，同时为下一步的路由计算等应用带来更多可能性。

主权项：1.一种基于时间信息的软件定义车辆网络的未来路由预测方法，其特征在于：包括如下步骤，步骤一：构建隐马尔科夫模型HMM；以路口为隐状态，车辆为显状态，根据源车辆，目的地车辆和每个路口的历史路由，路口间距离和目的地车辆的距离关系，自适应地构建路口概率转换矩阵，再通过每个车辆与其归属路口的距离和历史路由构建路口-车辆概率转换矩阵；步骤二：根据生成的HMM，预测数量足够体现当前车辆网络特征的未来路由；将路口概率转换矩阵视为图，在图上执行Dijkstra最短路由算法，获得路口最优序列，之后将路口最优序列上的路口删除，再次执行Dijkstra算法，获得路口次优序列；将路口次优序列中的每个路口连接到路口最优序列的最近路口，路口最优序列和路口次优序列经过所述连接后形成路口序列；还原当前车辆网络状况的路口信息传输网络；步骤三：根据步骤二中得到路口信息传输网络和步骤一中得到路口-车辆概率转换矩阵，结合车辆历史路由和与当前所在路口一定范围内车辆的距离信息，选举出每个路口处适合担任转发工作的车辆，将其做全连接，获得未来车辆路由时间图。

全文数据：

权利要求：

百度查询： 沈阳航空航天大学 一种基于时间信息的软件定义车辆网络的未来路由预测方法

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