本發(fā)明涉及車載網(wǎng)絡(luò)通信領(lǐng)域，特別涉及一種基于馬爾科夫過程的車載機(jī)會網(wǎng)絡(luò)性能評估方法。

背景技術(shù)：

在車載機(jī)會網(wǎng)絡(luò)中，如何提高網(wǎng)絡(luò)傳輸性能是路由與轉(zhuǎn)發(fā)需要解決的核心問題，最典型和簡單的路由機(jī)制是泛洪方法，它針對每一次機(jī)會相遇進(jìn)行消息的轉(zhuǎn)發(fā)，然而這種方法帶來很大的網(wǎng)絡(luò)開銷，因此，如何改進(jìn)該方法，以較小的網(wǎng)絡(luò)轉(zhuǎn)發(fā)開銷獲取較優(yōu)的轉(zhuǎn)發(fā)性能成為當(dāng)前研究的熱點問題。

目前，與泛洪方法相比，根據(jù)概率傳輸?shù)腉ossip方法能夠在減少開銷的同時達(dá)到一個相對較高的信息傳輸速率。在Gossip方法中，每個車輛根據(jù)傳輸概率來決定是否傳輸信息。已有研究表明，在大型車載網(wǎng)絡(luò)中，0.6到0.8之間的傳輸概率能夠保證幾乎每個目的節(jié)點能夠收到信息，因此跟洪范策略相比，Gossip方法使用的信息數(shù)量減小了35％。在基于概率傳輸?shù)能囕d機(jī)會網(wǎng)絡(luò)中，不同車輛需要采用合作的方式來傳輸和中繼數(shù)據(jù)。比如，當(dāng)某個車輛不能立即將信息傳輸給下一個車輛時，該車輛可以利用自己的存儲區(qū)來緩存數(shù)據(jù)，攜帶數(shù)據(jù)，當(dāng)移動到可以中繼數(shù)據(jù)的車輛的通信范圍內(nèi)時，再將數(shù)據(jù)傳輸給下一個車輛。然而，在實際的概率傳輸中，因為每個車載節(jié)點根據(jù)傳輸概率來決定是否傳輸信息，減小系統(tǒng)的傳輸概率能夠保存有限的存儲和能量資源。也就是說，因為車載節(jié)點受人的控制，車輛通常是自私的。比如，在移動社會網(wǎng)絡(luò)中，有相同興趣的人們通過車輛中的手機(jī)組成社區(qū)。從每個車載節(jié)點的角度來說，它不希望中繼和存儲信息，從而保存有限的存儲和能量資源。從社區(qū)的角度來說，社區(qū)更希望在同一個社區(qū)內(nèi)傳輸信息，而不是在不同社區(qū)之間傳輸信息。這兩種自私行為分別被稱為個人自私和社會自私。顯然，這些自私行為將會影響傳輸信息的性能。

在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：

現(xiàn)在已有的概率傳輸方法和工作并沒有考慮自私行為對車載網(wǎng)絡(luò)性能的影響，同時，在很多車載機(jī)會網(wǎng)絡(luò)中，信息傳輸?shù)南到y(tǒng)能量約束問題沒有得到充分考慮，導(dǎo)致車載機(jī)會網(wǎng)絡(luò)性能難以評估。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明實施例提供了一種基于馬爾科夫過程的車載機(jī)會網(wǎng)絡(luò)性能評估方法。所述技術(shù)方案如下：

一種基于馬爾科夫過程的車載機(jī)會網(wǎng)絡(luò)性能評估方法，包括以下步驟：

S100構(gòu)建由一個源車載節(jié)點、一個目的車載節(jié)點和F+H個中繼車載節(jié)點組成的車載機(jī)會網(wǎng)絡(luò)模型M；

S200基于所述車載機(jī)會網(wǎng)絡(luò)模型M和自私行為，構(gòu)建所述車載節(jié)點的社區(qū)模型；

S300基于所述社區(qū)模型，構(gòu)建自私行為下信息傳播過程的馬爾科夫鏈；

S400基于所述步驟S300，構(gòu)建在能量受限條件下，帶有自私行為的信息傳播過程的連續(xù)時間馬爾科夫鏈；

S500定量分析自私行為對信息傳輸延遲和信息傳輸代價的影響。

可選地，所述步驟S100具體為：

將所述車載機(jī)會網(wǎng)絡(luò)建模為一些無線車載節(jié)點，用M表示，|M|＝2+F+H表示所述車載機(jī)會網(wǎng)絡(luò)內(nèi)車載節(jié)點的數(shù)量為2+F+H，其中，存在一個源車載節(jié)點、一個目的車載節(jié)點和F+H個中繼車載節(jié)點。

可選地，所述自私行為分為個人自私行為和社會自私行為。

可選地，所述步驟S200具體為：

基于所述車載機(jī)會網(wǎng)絡(luò)模型，考慮車載節(jié)點的社會自私行為，對車載節(jié)點之間的社區(qū)屬性進(jìn)行建模，將所述中繼車載節(jié)點分為兩個社區(qū)M₁和M₂，其中M₁＝{1,2,...,F}，M₂＝{1,2,...,H}，每個車載節(jié)點最多屬于一個社區(qū)；

考慮個人自私行為的影響，規(guī)定M₁中的節(jié)點是個人自私的，M₂中的車載節(jié)點不是個人自私的。

可選地，所述步驟S300具體為：

基于所述社區(qū)模型，車載節(jié)點間的相遇服從負(fù)指數(shù)分布，系統(tǒng)狀態(tài)的轉(zhuǎn)移形成馬爾科夫鏈；

基于社區(qū)內(nèi)和社區(qū)之間的通信間隔時間有不同的分布，規(guī)定社區(qū)內(nèi)車載節(jié)點間的通信頻率為λ₀，社區(qū)之間的車載節(jié)點間的通信頻率為λ₁，考慮到源車載節(jié)點和目的車載節(jié)點不屬于M₁和M₂，規(guī)定源車載節(jié)點和目的車載節(jié)點與在這兩個社區(qū)中的車載節(jié)點的通信頻率為λ；

在個人自私行為下，擁有信息的車載節(jié)點以概率p_nf∈[0,1]不將信息傳給沒有信息的車載節(jié)點，沒有信息的車載節(jié)點以概率p_nc∈[0,1]不接收信息；

在社會自私行為下，規(guī)定社區(qū)內(nèi)車載節(jié)點的傳輸概率是p_i，不同社區(qū)之間的節(jié)點的傳輸概率是p_o，p_i>p_o。

可選地，所述步驟S400具體為：

基于所述步驟S300，在能量受限的傳輸中，每個車載節(jié)點以概率p傳輸信息并且用于傳輸信息的能量是有限的，將信息傳輸過程建模為連續(xù)時間馬爾科夫鏈，馬爾科夫鏈狀態(tài)為(f(t),h(t))_t≥0，f(t)(orh(t))表示在社區(qū)M₁(orM₂)中擁有信息的節(jié)點數(shù)量；

用E(E≤F+H)表示能量約束，f(t)+h(t)≤E，當(dāng)信息傳輸開始時，只有源車載節(jié)點攜帶有信息，因此，初始狀態(tài)是(0,0)，當(dāng)車載節(jié)點遇到攜帶有信息的車載節(jié)點時，發(fā)生通信，f(t)或者h(yuǎn)(t)增加1。

可選地，E＜min(F,H)時，一共有S＝(E+1)(E+2)/2種過渡態(tài)；

E＞max(F,H)時，一共有S＝(E+H+1-F)(H-E+F)/2+(H+1)(E-H+1)+1種過渡態(tài)。

可選地，基于所述馬爾科夫鏈生成矩陣Q，

其中子矩陣T是一個S×S矩陣，每個元素T_i,j表示從狀態(tài)(i)轉(zhuǎn)移到狀態(tài)(j)的速率，R是一個S×1矩陣，每個元素T_i,D表示從狀態(tài)i轉(zhuǎn)移到吸收態(tài)(D)的速率，左邊的0矩陣是一個1×S向量，其中元素都是0，表示從吸收態(tài)到過渡態(tài)的轉(zhuǎn)移概率是0，右邊的0矩陣退化成一個0元素，表示左邊0向量的負(fù)和，根據(jù)信息傳輸過程，得到轉(zhuǎn)移速率是{q_i,j}；

在過渡態(tài)(f,h)的狀態(tài)下，社區(qū)M₁和M₂中分別有f和h個車載節(jié)點帶有消息，當(dāng)一個沒有消息的車載節(jié)點遇到一個有消息的車載節(jié)點時，如果接收消息的車載節(jié)點在M₁(orM₂)中，系統(tǒng)的狀態(tài)變成(f+1,h)(or(f,h+1))；如果接收消息的車載節(jié)點是目的車載節(jié)點，系統(tǒng)的狀態(tài)變成(D)。

可選地，基于所述社區(qū)模型，能夠得到狀態(tài)(f,h)到狀態(tài)(f+1,h)的轉(zhuǎn)移速率是(F-f)(λ+hp_iλ_i+fp_o(1-p_nf)λ_o)p,狀態(tài)(f,h)到狀態(tài)(f,h+1)的轉(zhuǎn)移速率是(H-h)(1-p_nc)(λ+fp_oλ_o+np_i(1-p_nf)λ_i)p，狀態(tài)(f,h)到狀態(tài)(D)的轉(zhuǎn)移速率是(f+h+1)λ。

可選地，所述步驟S500具體為：

基于轉(zhuǎn)移矩陣T，能夠得到如下形式的信息傳輸延遲D_d，

D_d＝e·(-T^-1)·I, 公式(2)

其中e＝[1,0,…,0]是一個1×S向量，表示初始狀態(tài)概率向量，I＝[1,1,…,1]是一個1×S全1向量；

P表示從過渡態(tài)(i)_i∈[1,S]到吸收態(tài)(D)相應(yīng)的馬爾科夫鏈，元素p_i,j表達(dá)成如下形式，

P表示單步轉(zhuǎn)移概率矩陣，P_1,S+1表示從狀態(tài)(0,0)到狀態(tài)(D)的轉(zhuǎn)移概率矩陣，P_1,S+1＝p_1,S+1，P²表示兩步轉(zhuǎn)移概率矩陣；

從狀態(tài)(1,0)和狀態(tài)(0,1)到狀態(tài)(D)的轉(zhuǎn)移概率矩陣是P²_1,S+1，Pⁱ表示i步轉(zhuǎn)移概率矩陣，得到信息傳輸代價C_d為如下形式，

本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是：

1)將帶有自私行為的信息傳輸過程建模為二維連續(xù)時間馬爾科夫鏈，同時考慮了實際車載網(wǎng)絡(luò)中的個人自私、社會自私、傳輸概率和系統(tǒng)能量約束等特性。

2)推導(dǎo)了信息傳輸延遲和傳輸代價的性能，并且這些推導(dǎo)是閉式解的形式。

3)通過研究不同自私行為的影響和自私、傳輸概率和能量約束之間的折中關(guān)系來分析車載網(wǎng)絡(luò)的性能。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例的評估方法的步驟流程圖；

圖2a是本發(fā)明實施例的馬爾科夫鏈的狀態(tài)轉(zhuǎn)移圖；

圖2b是本發(fā)明實施例的連續(xù)時間馬爾科夫鏈的狀態(tài)轉(zhuǎn)移圖；

圖3a是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p_nf的仿真圖；

圖3b是本發(fā)明實施例的平均數(shù)據(jù)傳輸代價隨不同傳輸概率p_nf的仿真圖；

圖4a是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p_nc的仿真圖；

圖4b是本發(fā)明實施例的平均數(shù)據(jù)傳輸代價隨不同傳輸概率p_nc的仿真圖；

圖5a是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲和代價隨不同傳輸概率p_nf的仿真圖；

圖5b是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲和代價隨不同傳輸概率p_nc的仿真圖；

圖6a是本發(fā)明實施例的p＝0.5時平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p_o的仿真圖；

圖6b是本發(fā)明實施例的p＝0.5時平均數(shù)據(jù)傳輸代價隨不同傳輸概率p_o的仿真圖；

圖7a是本發(fā)明實施例的p＝0.8時平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p_o的仿真圖；

圖7b是本發(fā)明實施例的p＝0.8時平均數(shù)據(jù)傳輸代價隨不同傳輸概率p_o的仿真圖；

圖8a是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲和代價隨不同傳輸概率p_o的仿真圖；

圖8b是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲和代價隨不同傳輸概率pⁱ的仿真圖；

圖9a是本發(fā)明實施例的不同自私車載節(jié)點下的平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p的仿真圖；

圖9b是本發(fā)明實施例的不同自私車載節(jié)點下的平均數(shù)據(jù)傳輸代價隨不同傳輸概率p的仿真圖；

圖10a是本發(fā)明實施例的不同自私程度下的平均數(shù)據(jù)傳輸延遲隨不同傳輸概率p的仿真圖；

圖10b是本發(fā)明實施例的不同自私程度下的平均數(shù)據(jù)傳輸代價隨不同傳輸概率p的仿真圖；

圖11a是本發(fā)明實施例的平均數(shù)據(jù)傳輸延遲隨不同能量約束E和自私程度的仿真圖；

圖11b是本發(fā)明實施例的平均數(shù)據(jù)傳輸代價隨不同能量約束E和自私程度的仿真圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進(jìn)一步地詳細(xì)描述。

本發(fā)明實施例提供了一種基于馬爾科夫過程的車載機(jī)會網(wǎng)絡(luò)性能評估方法，參見圖1，包括：

一種基于馬爾科夫過程的車載機(jī)會網(wǎng)絡(luò)性能評估方法，包括以下步驟：

S100構(gòu)建由一個源車載節(jié)點、一個目的車載節(jié)點和F+H個中繼車載節(jié)點組成的車載機(jī)會網(wǎng)絡(luò)模型M。

S200基于所述車載機(jī)會網(wǎng)絡(luò)模型M和自私行為，構(gòu)建所述車載節(jié)點的社區(qū)模型。

S300基于所述社區(qū)模型，構(gòu)建自私行為下信息傳播過程的馬爾科夫鏈。

S400基于所述步驟S300，構(gòu)建在能量受限條件下，帶有自私行為的信息傳播過程的連續(xù)時間馬爾科夫鏈。

S500定量分析自私行為對信息傳輸延遲和信息傳輸代價的影響。

在本實施例中，所述步驟S100具體為：

將車載機(jī)會網(wǎng)絡(luò)建模為一些無線車載節(jié)點，用M表示，|M|＝2+F+H表示車載機(jī)會網(wǎng)絡(luò)內(nèi)車載節(jié)點的數(shù)量為2+F+H，其中，存在一個源車載節(jié)點、一個目的車載節(jié)點和F+H個中繼車載節(jié)點。

在本實施例中，自私行為分為個人自私行為和社會自私行為。

具體地，個人自私行為考慮的是，一個攜帶數(shù)據(jù)的車輛不傳輸信息和不攜帶數(shù)據(jù)的車輛不復(fù)制信息的概率。

具體地，社會自私行為考慮的是，是否在同一個社區(qū)內(nèi)的車載節(jié)點傳輸信息的概率。

在本實施例中，步驟S200具體為：

基于車載機(jī)會網(wǎng)絡(luò)模型，考慮車載節(jié)點的社會自私行為，對車載節(jié)點之間的社區(qū)屬性進(jìn)行建模，將中繼車載節(jié)點分為兩個社區(qū)M₁和M₂，其中M₁＝{1,2,...,F}，M₂＝{1,2,...,H}，每個車載節(jié)點最多屬于一個社區(qū)。

考慮個人自私行為的影響，規(guī)定M₁中的節(jié)點是個人自私的，M₂中的車載節(jié)點不是個人自私的。

具體地，實際上存在兩種社區(qū)模型，包括重疊和不重疊的社區(qū)模型，為了更高效和直觀地進(jìn)行分析，在這里使用不重疊的社區(qū)模型。

在本實施例中，步驟S300具體為：

基于社區(qū)模型，已知車載節(jié)點間的相遇服從負(fù)指數(shù)分布，系統(tǒng)狀態(tài)的轉(zhuǎn)移形成馬爾科夫鏈。

基于社區(qū)內(nèi)和社區(qū)之間的通信間隔時間有不同的分布，規(guī)定社區(qū)內(nèi)車載節(jié)點間的通信頻率為λ₀，社區(qū)之間的車載節(jié)點間的通信頻率為λ₁，考慮到源車載節(jié)點和目的車載節(jié)點不屬于M₁和M₂，規(guī)定源車載節(jié)點和目的車載節(jié)點與在這兩個社區(qū)中的車載節(jié)點的通信頻率為λ。

具體地，針對一次可能導(dǎo)致信息傳輸?shù)耐ㄐ艡C(jī)會，中繼節(jié)點的自私行為會產(chǎn)生影響。

在個人自私行為下，擁有信息的車載節(jié)點以概率p_nf∈[0,1]不將信息傳給沒有信息的車載節(jié)點，沒有信息的車載節(jié)點以概率p_nc∈[0,1]不接收信息。

在社會自私行為下，規(guī)定社區(qū)內(nèi)車載節(jié)點的傳輸概率是p_i，不同社區(qū)之間的節(jié)點的傳輸概率是p_o，p_i>p_o。

在本實施例中，步驟S400具體為：

基于步驟S300，在能量受限的傳輸中，每個車載節(jié)點以概率p傳輸信息并且用于傳輸信息的能量是有限的，將信息傳輸過程建模為連續(xù)時間馬爾科夫鏈，馬爾科夫鏈狀態(tài)為(f(t),h(t))_t≥0，f(t)(orh(t))表示在社區(qū)M₁(orM₂)中擁有信息的節(jié)點數(shù)量。

用E(E≤F+H)表示能量約束，f(t)+h(t)≤E，當(dāng)信息傳輸開始時，只有源車載節(jié)點攜帶有信息，因此，初始狀態(tài)是(0,0)，當(dāng)車載節(jié)點遇到攜帶有信息的車載節(jié)點時，發(fā)生通信，f(t)或者h(yuǎn)(t)增加1，這取決于節(jié)點屬于哪個社區(qū)?？紤]到E和中繼車載節(jié)點數(shù)量的關(guān)系，狀態(tài)轉(zhuǎn)移可能會不同。

在本實施例中，E＜min(F,H)時，一共有S＝(E+1)(E+2)/2種過渡態(tài)。

E＞max(F,H)時，一共有S＝(E+H+1-F)(H-E+F)/2+(H+1)(E-H+1)+1種過渡態(tài)。

在本實施例中，參見圖2所示的馬爾科夫鏈狀態(tài)轉(zhuǎn)移圖，能夠生成矩陣Q，

其中子矩陣T是一個S×S矩陣，每個元素T_i,j表示從狀態(tài)(i)轉(zhuǎn)移到狀態(tài)(j)的速率，R是一個S×1矩陣，每個元素T_i,D表示從狀態(tài)i轉(zhuǎn)移到吸收態(tài)(D)的速率，左邊的0矩陣是一個1×S向量，其中元素都是0，表示從吸收態(tài)到過渡態(tài)的轉(zhuǎn)移概率是0，右邊的0矩陣退化成一個0元素，表示左邊0向量的負(fù)和，根據(jù)信息傳輸過程，得到轉(zhuǎn)移速率是{q_i,j}。

具體地，在過渡態(tài)(f,h)的狀態(tài)下，社區(qū)M₁和M₂中分別有f和h個車載節(jié)點帶有消息，當(dāng)一個沒有消息的車載節(jié)點遇到一個有消息的車載節(jié)點時，如果接收消息的車載節(jié)點在M₁(orM₂)中，系統(tǒng)的狀態(tài)變成(f+1,h)(or(f,h+1))；如果接收消息的車載節(jié)點是目的車載節(jié)點，系統(tǒng)的狀態(tài)變成(D)。

在本實施例中，基于社區(qū)模型，能夠得到狀態(tài)(f,h)到狀態(tài)(f+1,h)的轉(zhuǎn)移速率是(F-f)(λ+hp_iλ_i+fp_o(1-p_nf)λ_o)p,狀態(tài)(f,h)到狀態(tài)(f,h+1)的轉(zhuǎn)移速率是(H-h)(1-p_nc)(λ+fp_oλ_o+np_i(1-p_nf)λ_i)p，狀態(tài)(f,h)到狀態(tài)(D)的轉(zhuǎn)移速率是(f+h+1)λ。

在本實施例中，步驟S500具體為：

基于轉(zhuǎn)移矩陣T，能夠得到如下形式的信息傳輸延遲D_d，

D_d＝e·(-T^-1)·I, 公式(2)

其中e＝[1,0,…,0]是一個1×S向量，表示初始狀態(tài)概率向量，I＝[1,1,…,1]是一個1×S全1向量。

用P表示從過渡態(tài)(i)_i∈[1,S]到吸收態(tài)(D)相應(yīng)的馬爾科夫鏈，元素p_i,j表達(dá)為如下形式，

P表示單步轉(zhuǎn)移概率矩陣，P_1,S+1表示從狀態(tài)(0,0)到狀態(tài)(D)的轉(zhuǎn)移概率矩陣，P_1,S+1＝p_1,S+1，P²表示兩步轉(zhuǎn)移概率矩陣。

從狀態(tài)(1,0)和狀態(tài)(0,1)到狀態(tài)(D)的轉(zhuǎn)移概率矩陣是P²_1,S+1，Pⁱ表示i步轉(zhuǎn)移概率矩陣，得到信息傳輸代價C_d為如下形式，

具體地，下面進(jìn)行仿真實驗，定量分析個人自私和社會自私對信息傳輸延遲和信息傳輸代價的影響。

仿真實驗中的參數(shù)包括通信頻率λ，λ_i，λ_o，車載節(jié)點數(shù)量H和F，自私行為引起的傳輸概率p_nf，p_nc，p_i，p_o，為了設(shè)定通信頻率參數(shù)，使用Cambridge數(shù)據(jù)，該數(shù)據(jù)采集了劍橋大學(xué)2年級和3年級2組學(xué)生的行為數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行平均統(tǒng)計得到λ_i＝0.101(contacts/hr)和λ_o＝0.051(contacts/hr)，通過將所有數(shù)據(jù)平均得到λ＝0.084(contacts/hr)。

其它參數(shù)默認(rèn)設(shè)置為：p＝0.8，p_nf＝0，p_nc＝0，p_i＝1，p_o＝1。

改變其中的一些參數(shù)時，其余參數(shù)按照默認(rèn)設(shè)置，為了簡化分析，定義個人自私和社會自私的程度，分別用d_i和d_s表示：

d_i∝(p_nf,p_nc),d_s∝(1-p_o,1-p_i). 公式(5)

參見圖3、圖4、圖5，可選地，進(jìn)行個人自私行為的仿真實驗。

具體地，設(shè)定F+H＝50,E＝40,λ_i＝λ_o＝0.084,使H在10到40之間變化，從圖3a中觀察到平均信息傳輸延遲隨H增加而增加，這是因為H增加表示自私節(jié)點的數(shù)量增加，因此，更多的節(jié)點不愿意傳輸數(shù)據(jù)，當(dāng)自私程度d_i從0.1變化到1.0，數(shù)據(jù)傳輸延遲隨之增加，當(dāng)p_nf＝0.1時，d_i很小，傳輸延遲隨H增加很慢，然而，當(dāng)p_nf＝1時，傳輸延遲增加很快，當(dāng)傳輸概率從0.5增加到0.8，延遲減??；比如，當(dāng)p_nf＝1，延遲減小了約26.5％；另一方面，從圖3b中看到，當(dāng)p從0.5變化到0.8時，數(shù)據(jù)傳輸代價隨之增加；隨著p_nf和H的增加，傳輸代價減??；這是因為p_nf越大，數(shù)據(jù)傳輸?shù)拇螖?shù)越少；因此，數(shù)據(jù)傳輸代價隨著延遲的增加而減小。

具體地，圖4是不同p_nc條件下的傳輸延遲和代價情況，與圖3相似，隨著p_nc的增加和自私節(jié)點數(shù)量H的增加，數(shù)據(jù)傳輸延遲增加而代價減小。當(dāng)p_nc＝0.1時，由于低復(fù)制數(shù)據(jù)概率，社區(qū)M₂中的車載節(jié)點幾乎都不是自私的，因此傳輸延遲和代價不會隨著H的增加而增加。然而，當(dāng)p_nc＝1時，社區(qū)M₂中的車載節(jié)點不從其它車載節(jié)點復(fù)制數(shù)據(jù)，因此隨著H的增加，數(shù)據(jù)傳輸延遲增加的很快并且代價減小的很快。比如，當(dāng)p＝0.5時，隨著H從10增加到40，延遲增加了約125％，代價減小了約77％。

個人自私行為，包括不傳輸和不復(fù)制消息，這些行為都會增加信息傳輸延遲并減小傳輸代價，為了進(jìn)一步研究延遲退化比例是否大于代價改善的比例和p_nc和p_nf是否有相同的影響力這兩個問題，定義延遲退化比例和代價改善比例

由于在該部分只分析個人自私行為對性能的影響，設(shè)定公式(5)中的pⁱ＝1，p_o＝1。圖5a展示了當(dāng)p_nc＝0時的和其中虛線表示代價改善比例實線表示延遲退化比例從以上結(jié)果可以發(fā)現(xiàn)，當(dāng)p_nf相同時，大于尤其是當(dāng)p_nf等于0.4和0.7時。因此，可以判斷雖然個人自私行為會增加數(shù)據(jù)傳輸延遲，但傳輸代價的減少更多。圖5b展示了p_nf＝0時的和情況。在這種情況下，可以看到延遲退化比例始終大于代價改善比例隨著p_nc和H的增加，和之間的差距變大。這意味著隨著車載節(jié)點自私性的增加，相對改善比例變小。例如，當(dāng)p_nc＝1，H＝40時，數(shù)據(jù)傳輸延遲增加了200％，但傳輸代價只減少了78％。同時，與圖5a對比，觀察到p_nc比p_nf的影響力更大。例如，當(dāng)p_nf＝1，H＝40時，然而，當(dāng)p_nc＝1，H＝40時，因此，可以得到結(jié)論：不復(fù)制數(shù)據(jù)的自私行為比不轉(zhuǎn)發(fā)數(shù)據(jù)的自私行為更具有傷害性。

參見圖6、圖7、圖8，可選地，進(jìn)行社會自私行為的仿真實驗。

具體地，在p＝0.5和p＝0.8時，數(shù)據(jù)傳輸延遲和代價分別如圖6和圖7所示?？梢园l(fā)現(xiàn)，隨著社區(qū)M₂(H)中的車載節(jié)點數(shù)量從10增加到(F+H)/2＝25，在給定p_o和p_i的條件下，所有曲線的傳輸延遲均會增加。這是因為在H＜(F+H)/2時，H的增加意味著自私性的增加。當(dāng)H大于所有節(jié)點數(shù)量的一半，延遲會減小。當(dāng)通過增加p_o和p_i來增加節(jié)點的自私性d_s，傳輸延遲也會增加。最大的延遲出現(xiàn)在H＝(F+H)/2和p_o＝0時，這時跨社區(qū)的數(shù)量最大并且p_o的影響力最大。根據(jù)這兩個觀點，可以知道社會自私性會使傳輸延遲性能惡化。根據(jù)數(shù)據(jù)傳輸代價的結(jié)果，可以發(fā)現(xiàn)自私程度d_s越大，傳輸代價越小。因此，可以總結(jié)出社會自私性會提升傳輸代價方面的性能。比較圖6和圖7中的不同的傳輸概率p，可以發(fā)現(xiàn)雖然數(shù)據(jù)傳輸延遲和代價的相對值不同，但社會自私的影響是相同的。

具體地，通過使用公式(5)中的延遲退化比例和代價改善比例，設(shè)定p_nf＝0和p_nc＝0，來研究社會自私性p_i和p_o的影響。圖8a展示了在p_i＝1的條件下，延遲退化比例和代價改善比例隨著p_o的變化。從這些結(jié)果中可以發(fā)現(xiàn)當(dāng)社會自私程度d_s相同時，大于通過將p_o從0.9減小到0，d_s隨著增加，和之間的差距變大。比如，當(dāng)H＝25，p_o＝0.9，和幾乎相同，然而當(dāng)p_o＝0，比高約43％。這意味著當(dāng)車載節(jié)點更自私的時候，相對的改善比例就更大。圖8b展示了在p_o＝0的條件下，和隨著p_i的變化。這種情況下，可以看到和都會隨著H的增加而減小。與圖8a相似，始終大于因此，根據(jù)這些結(jié)果可以得出結(jié)論：概率傳輸對社會自私更魯棒，因為雖然它增加了數(shù)據(jù)傳輸延遲，但傳輸代價減少的更多。

參見圖9、圖10，可選地，進(jìn)行概率傳輸?shù)姆抡鎸嶒灐?/p>

具體地，設(shè)定p_nf＝0,p_nc＝0,p_i＝1,p_o＝1并且讓p在0到1之間變化來研究系統(tǒng)性能如何隨著不同的H變化，如圖9所示。隨著H的增加，傳輸延遲減小并且傳輸代價增加。這是因為中繼車載節(jié)點增加時，數(shù)據(jù)傳輸更多，數(shù)據(jù)成功傳輸?shù)母怕矢?，代價也隨之增加。隨著p的增加，傳輸延遲減小并且代價增加。顯然，傳輸概率越大，更多的數(shù)據(jù)傳輸機(jī)會使傳輸延遲越小，同時也增加了傳輸代價。然而，可以觀察到當(dāng)增加傳輸概率時，代價的上升變得越來越快，延遲的下降變得越來越慢。尤其是當(dāng)p大于0.6時，延遲幾乎不變，但代價持續(xù)上升。比如，當(dāng)H＝30，延遲僅僅減小了2.1％，但代價增加了31.4％。為了研究車載節(jié)點自私行為的影響，給p_nf,p_nc,p_i,p_o設(shè)定不同的值并將結(jié)果顯示在圖10中。當(dāng)自私程度d_i和d_s增加時，數(shù)據(jù)傳輸延遲增加，代價減小。從結(jié)果中可以進(jìn)一步觀察到，當(dāng)p<0.6時，傳輸延遲和不同自私程度的代價隨p減小。然而，當(dāng)p>0.6時，傳輸延遲和不同自私程度的代價不隨p變化，但代價隨p的增加而增加。因此，當(dāng)傳輸概率不同時，車載節(jié)點的自私行為會有不同的影響。當(dāng)傳輸概率很小時，自私行為增加了延遲并減小了傳輸代價。然而，當(dāng)傳輸概率很大時，它只增加了數(shù)據(jù)傳輸代價。因此，可以得到如下結(jié)論：傳輸概率越大，概率傳輸越魯棒。

參見圖11，可選地，進(jìn)行能量約束的仿真實驗。

具體地，讓E在1到25之間變化，這樣最多有一半車載節(jié)點可以中繼數(shù)據(jù)。從圖11可以看到，隨著E的增加，數(shù)據(jù)傳輸延遲增加并且代價減小。然而，隨著E的增加，延遲減小的速率變小，代價增加的速率變大。這表明能量約束通過引入更多的傳輸代價來提升數(shù)據(jù)傳輸延遲方面的系統(tǒng)性能。當(dāng)所有的車載節(jié)點都是非自私的，隨著E的增加，延遲減小，雖然減小的速率變慢。但代價卻隨E線性增加。然而，當(dāng)所有車載節(jié)點都是自私的，增加速率和減小速率都變小了。比如，當(dāng)p_nf＝0.9,p_nc＝0.8,p_i＝0.2,p_o＝0.2時，如果E大于10，那么有5％的車載節(jié)點中繼數(shù)據(jù)，數(shù)據(jù)傳輸延遲和代價保持不變。在實際系統(tǒng)中，能量約束比例會更大。這意味著在自私概率傳輸中，即使增加了用于數(shù)據(jù)傳輸?shù)南到y(tǒng)能量，也僅能得到有限的性能提升。另一方面，它表示車載節(jié)點的自私行為比能量約束有更大的影響力。

綜上所述，本發(fā)明實施例車載機(jī)會網(wǎng)絡(luò)性能評估提供了一個通用模型，有利于分析車載機(jī)會網(wǎng)絡(luò)中包括傳輸概率、自私特性、網(wǎng)絡(luò)能耗等不同因素對網(wǎng)絡(luò)性能的深刻影響，為車載網(wǎng)絡(luò)性能評估奠定了理論基礎(chǔ)。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。