專利名稱：一種應用于車輛自組織網(wǎng)絡的實時數(shù)據(jù)融合算法的制作方法
技術領域：
本發(fā)明屬于車輛無線自組織網(wǎng)絡領域，具體涉及一種應用于車輛無線自組織網(wǎng)絡數(shù)據(jù)分發(fā)的融合算法。
背景技術：
車輛自組織網(wǎng)絡(Vehicluar Ad-hocNETwork, VANET)是移動自組織網(wǎng)絡的一種。 移動自組織網(wǎng)絡(MobileAd-hoc NETwork, MANET)是由可以任意移動的節(jié)點組成的自治系統(tǒng)，是一種拓撲動態(tài)變化的無線多跳網(wǎng)絡。與已有的無線蜂窩網(wǎng)絡(Cellular Networks), 無線局域網(wǎng)(Wireless LAN)相比，具有無需預先部署、隨時隨地組網(wǎng)、自組織和自維護等優(yōu)點。作為一種新興的無線自組織網(wǎng)絡，由于其能夠用于改善行車安全，提高交通效率，受到廣泛關注。在一些車輛自組織的網(wǎng)絡的應用中，需要通過車輛之間的實時數(shù)據(jù)傳遞或分發(fā)來獲取附近或全局的信息，例如實時道路狀況、實時交通流量等。常規(guī)的不對數(shù)據(jù)進行任何處理的分發(fā)方式是每個負責感知本地狀況的車輛，在感知到本地狀況后便將感知到的信息多跳廣播到全網(wǎng)車輛，因此占用大量帶寬，嚴重影響網(wǎng)絡性能。而這類應用中有一些應用對不同區(qū)域的信息準確度要求并不一樣——對于車輛附近的區(qū)域需要更為精確的信息，而對于距離遠的區(qū)域只需要相對低精度的信息。因此可以在分發(fā)的同時加入融合算法，通過對分發(fā)數(shù)據(jù)的融合處理減少帶寬的消耗。

發(fā)明內容
本發(fā)明利用一些車輛網(wǎng)絡應用對附近與距離相對較遠的信息要求精度不同，提出了一種數(shù)據(jù)融合算法。該算法可以很大程度上減少帶寬的消耗，并且具有較低的時間復雜性。為便于說明，本文中提到的車輛指的是負責感知和分發(fā)信息的車輛。本發(fā)明的具體技術方案是方案1 一種應用于車輛自組織網(wǎng)絡的實時數(shù)據(jù)融合算法，其特征在于，包括如下步驟1)根據(jù)條件確定邊長增長因子k(k為自然數(shù))、中心正方形的邊長X、以及實時信息動態(tài)網(wǎng)格層數(shù)m;2)車輛根據(jù)確定好的k和χ建立以自己為中心的實時信息動態(tài)網(wǎng)格結構，該網(wǎng)格結構包括一個中心正方形(邊長為X，記作第一層)和多層外圍正方形(總層數(shù)為m)，每個正方形記錄一個信息，該信息表示該正方形所對應真實區(qū)域的實時狀況； 從第二層開始，越往外層正方形越大，記錄的信息精度越低；3)車輛感知周圍信息，然后根據(jù)感知到的信息更新網(wǎng)格結構的中心正方形所記錄的信息；4)車輛周期性廣播自己的實時信息動態(tài)網(wǎng)格結構，從而把自己感知的和從遠處擴散來的信息擴散到更遠處；5)當車輛收到鄰居廣播的網(wǎng)格結構時，通過合并算法將鄰居的網(wǎng)格結構與自己的網(wǎng)格結構融合，并把融合結果作為自己新的實時信息動態(tài)網(wǎng)格結構。方案2 作為方案1的優(yōu)選，其特征在于，所述步驟2)中的網(wǎng)格結構，從第二層起
每層有4k+4個正方形，其中第二層正方形邊長為一，從第三層起正方形邊長為上一層正方形邊長的(k+2)/k倍。方案3 作為方案1的補充，其特征在于，當車輛移動時，對網(wǎng)格結構做相應變化， 使得自已始終位于所記錄的網(wǎng)格結構中心；車輛通過自己的位置和舊網(wǎng)格結構計算新的實時信息動態(tài)網(wǎng)格結構。方案4 作為方案1的優(yōu)選，其特征在于，步驟1)中所述條件包括應用需求、存儲限制、帶寬限制、無限網(wǎng)卡通信半徑。方案5 作為方案1的優(yōu)選，其特征在于，中心正方形的邊長χ > kXR，其中k為邊長增長因子，R為車輛的通訊半徑，這樣每個正方形的邊長都大于通訊半徑，便于之后的網(wǎng)格結構合并運算。方案6 作為方案1的優(yōu)選，其特征在于，對于遠近區(qū)域的精確度區(qū)別越大的應用， k的取值越??；對于遠近區(qū)域精確度區(qū)別小的應用，則k的取值較大。方案7 作為方案1的優(yōu)選，其特征在于，實時信息動態(tài)網(wǎng)格結構層數(shù)m的取值根據(jù)需要知道的地圖范圍以及X和k確定。方案8 作為方案1的優(yōu)選，其特征在于，步驟5)中所述的合并算法，按照兩個網(wǎng)格結構(即本身的網(wǎng)格結構和收到的網(wǎng)格結構)各個正方形相交面積所占比例分配權重。方案9:作為方案8的優(yōu)選，其特征在于，對于同向或異向行駛的車輛(例如和本車同為東西向或者南北向行駛的車輛)發(fā)來的網(wǎng)格結構，合并算法只把收到的網(wǎng)格結構位于鄰居方向的部分與自己合并(例見具體實施方式
)。本發(fā)明具有如下技術效果本發(fā)明為每個車輛自組織網(wǎng)絡中負責感知和分發(fā)信息的車輛建立了一個以自己為中心的實時信息動態(tài)網(wǎng)格結構。該網(wǎng)格結構由一些正方形組成，且正方形邊長從第二層起具有由近到遠指數(shù)增長的性質，因此記錄的是一種越近精度越高反之精度越低的路況信息，從而大大減少了帶寬的消耗。在系統(tǒng)運行中涉及到網(wǎng)格結構的合并與修改，該算法時間開銷低。本發(fā)明利用了車輛對一些道路信息精度要求與距離相關的特點，可以解決車輛自組織網(wǎng)絡中該類應用的帶寬消耗嚴重的問題。


下面結合附圖，對本發(fā)明做出詳細描述。圖1為本發(fā)明適用場景車輛網(wǎng)絡的示意圖。圖2為本發(fā)明在k = 1時所建立的網(wǎng)格結構。圖3為本發(fā)明在k = 2時所建立的網(wǎng)格結構。圖4為本發(fā)明在k = 2時網(wǎng)格結構的合并示意圖。圖5為本發(fā)明在東西走向和南北走向道路上的合并區(qū)別。(a)為車在東西走向道路上；(b)為車在南北走向道路上。
具體實施例方式本發(fā)明的應用場景是車輛自組織網(wǎng)絡環(huán)境，圖1給出了一個普通的車輛網(wǎng)絡示意。圖1中道路上的車輛通過各自配備的無線通訊設備(包括網(wǎng)卡、天線等)實現(xiàn)單跳或多跳的通信。負責感知和分發(fā)道路信息的車輛建立以自己為中心的實時信息動態(tài)網(wǎng)格結構。該網(wǎng)格結構由一些離散的m層正方形組成，其中第一層只有一個正方形，從第二層起每層都
有4k+4個正方形。第一層正方形邊長為X，第二層每個正方行邊長為1/k*x，從第三層起每層正
方形邊長為前一層的(k+2)/k倍(k= 1，2，3，...)。圖2給出了在k= 1時所建立的網(wǎng)格結構。其中，中心正方形邊長為X，從第二層起邊長分別為X，3x，9x，27x，...。圖3則給出
了 k = 2時所建立的網(wǎng)格結構。其中，中心正方形邊長為X，從第二層起邊長分別為h,x，
2x,4x, ... 0總結來說，對于k = 1，2，3，...，若正中心正方形的邊長為X，網(wǎng)格結構從第二
層起邊長分別為
權利要求
1.一種應用于車輛自組織網(wǎng)絡的實時數(shù)據(jù)融合算法，其特征在于，包括如下步驟1)根據(jù)條件確定邊長增長因子k、中心正方形的邊長X、以及實時信息動態(tài)網(wǎng)格層數(shù)m ；2)車輛根據(jù)確定好的k和χ建立以自己為中心的實時信息動態(tài)網(wǎng)格結構，該網(wǎng)格結構包括一個中心正方形和多層外圍正方形，每個正方形記錄一個信息，該信息表示該正方形所對應真實區(qū)域的實時狀況；從第二層開始，越往外層正方形越大，記錄的信息精度越低；3)車輛感知周圍信息，然后根據(jù)感知到的信息更新網(wǎng)格結構的中心正方形所記錄的信息；4)車輛周期性廣播自己的實時信息動態(tài)網(wǎng)格結構，從而把自己感知的和從遠處擴散來的信息擴散到更遠處；5)當車輛收到鄰居廣播的網(wǎng)格結構時，通過合并算法將鄰居的網(wǎng)格結構與自己的網(wǎng)格結構融合，并把融合結果作為自己新的實時信息動態(tài)網(wǎng)格結構。
2.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，所述步驟2)中的網(wǎng)格結構，從第二層起每層有4k+4個正方形，其中第二層正方形邊長為一，從第三層起正方形邊長為上一層正方形邊長的(k+2)/k倍。
3.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，當車輛移動時，對網(wǎng)格結構做相應變化，使得自己始終位于所記錄的網(wǎng)格結構中心；車輛通過自己的位置和舊網(wǎng)格結構計算新的實時信息動態(tài)網(wǎng)格結構。
4.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，步驟1)中所述條件包括應用需求、 存儲限制、帶寬限制、無限網(wǎng)卡通信半徑。
5.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，中心正方形的邊長χ> kXR，其中 k為邊長增長因子，R為車輛的通訊半徑。
6.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，對于遠近區(qū)域的精確度區(qū)別越大的應用，k的取值越小；對于遠近區(qū)域精確度區(qū)別小的應用，則k的取值較大。
7.如權利要求6所述的數(shù)據(jù)融合算法，其特征在于，實時信息動態(tài)網(wǎng)格結構層數(shù)m的取值根據(jù)需要知道的地圖范圍以及X和k確定。
8.如權利要求1所述的數(shù)據(jù)融合算法，其特征在于，步驟5)中所述的合并算法，按照兩個網(wǎng)格結構各個正方形相交面積所占比例分配權重。
9.如權利要求8所述的數(shù)據(jù)融合算法，其特征在于，對于同向或異向行駛的車輛發(fā)來的網(wǎng)格結構，合并算法只把收到的網(wǎng)格結構位于鄰居方向的部分與自己合并。
全文摘要
本發(fā)明提供了一種應用于車輛自組織網(wǎng)絡的實時數(shù)據(jù)融合算法，屬于車輛無線自組織網(wǎng)絡領域。該算法包括為每輛負責信息感知和分發(fā)的車輛建立以自己為中心的實時信息動態(tài)網(wǎng)格結構，該網(wǎng)格結構是對實際地圖的一個劃分，具有越遠的區(qū)域劃分面積越大的特點；車輛周期性向鄰居廣播自己的動態(tài)網(wǎng)格結構使得道路信息向遠處傳播；車輛在運行過程中根據(jù)感知到的信息修改動態(tài)網(wǎng)格結構；車輛收到鄰居網(wǎng)格結構后根據(jù)合并算法修改自己的動態(tài)網(wǎng)格結構。本發(fā)明降低了遠距離區(qū)域的路況精度，從而減少了帶寬消耗，并且具有較高的計算效率。
文檔編號H04W84/18GK102196602SQ201110106830
公開日2011年9月21日 申請日期2011年4月27日 優(yōu)先權日2011年4月27日
發(fā)明者嚴偉, 李曉明, 羅潔, 趙通 申請人:北京大學