[发明专利]一种适用于VANET网络的组合加权簇头选取方法

说明书

技术领域

本发明属于通信技术领域，涉及车载自组网的一种分簇方法，具体指一 种适用于车载自组网络的组合加权簇头选取方法。

背景技术

车载自组网VANET(Vehicular Ad Hoc Networks)是移动自组网MANET (Mobile Ad Hoc Networks)的一种特殊形式，它通过对车-车、车-地之间 的通信，实现为道路安全、交通管理以及舒适性应用等提供支持。美国FCC 已将5850～5925MHz之间的75MHz频段分配给车载自组网应用，称为DSRC (Dedicated Short Range Communications)。

分簇算法已经被证明是管理车载自组网网络资源的有效方法。因此，一 个稳定的分簇结构对整个网络的性能会有直接的影响。基于分簇的车载自组 网网络结构能够更加便捷地管理网络开销，有效提高网络资源的利用效率。 现有关于车载自组网分簇算法的研究都主要是基于权值的分簇算法研究，其 权重的计算是根据不同因素指标的重要程度来确定的。车载自组网是一个动 态的过程，各因素的相对重要程度是处于一种动态的变化过程中，基于熵值 法的权重计算方法虽然具有较强的理论依据，是一种较好的客观赋权方法。 但是熵值法确定各因素的权重仅仅依赖于某一时刻各节点之间各因素值的 差异程度，在计算各因素权重的过程中并没有考虑到网络的稳定性，所以这 种方法论并不能很好的确定动态网络各因素的权重。

根据GPS等定位装置在车辆上的普遍配置，基于位置信息的分簇方法引 起了研究人员的密切关注，如基于网格分簇的GAF(Geographical Adaptive Fidelity algorithm)算法，节点利用GPS来确定位置，网络拓扑可以通过 节点位置信息来初步确定，通过网格规划计算得到某组节点的虚拟质心作为 簇头；但此算法所生成的簇的形状为正方形，在同样覆盖面积情况下减少了 簇的数目。LACA(location aware clustering algorithm)算法以距离R为 半径的圆形区域作为模型，确定虚拟簇头进行网络规划，由于簇结构是正六 边形结构，是最接近无线通信理想覆盖模型的分簇算法，但LACA主要针对 无线传感器网络WSN(Wireless Sensor Network)设计，未考虑节点移动性 问题。

因此，在实施本发明之前现有车载自组网VANET基于熵值法的分簇方法 并未考虑网络的动态特性，不能很好的反映网络的真实分布，存在网络簇头 选取不合理、分簇结构不稳定的技术问题，直接影响整个网络的性能。

发明内容

针对上述技术问题，本发明提供了一种适用于VANET网络的组合加权簇 头选取方法。

本发明通过以下技术方案来实现上述目的：

一种适用于VANET网络的组合加权簇头选取方法，包括以下步骤：

a、以距离R为半径的圆形区域作为模型，进行网络规划以确定虚拟簇 头，通过位置算法得到网络中其它节点的位置信息，并根据虚拟簇头的位置 将邻近的节点划分到与虚拟簇头相对应的簇中；

b、选取分簇算法的评价指标集其中，Dv为节点度，表示节点距虚拟簇头的距离，Cstab表示节点移动性， Ev表示节点能耗；

c、令车载自组网中各节点在其通信范围内以广播方式报告与分簇指标 相关的自身信息；则在某一时刻，每个网络节点均记录有m(m≥1)条消息； 根据所获得的信息，计算各节点4个分簇指标的信息熵和动态熵值权重，并 由动态熵值权重得到节点的动态熵值权重向量；

d、将N个节点的动态熵值权重向量进行任意线性组合，得到多节点动 态熵值权重向量，以提高多属性权重赋值的科学性和客观性；

e、结合主观权重(S[S_A,S_B,S_C,S_D])与多节点动态熵值权重w[w_A,w_B,w_C,w_D]，得 到组合权重；

f、选取具有最小组合权重值W的节点为簇头节点，若具有最小组合权 重值W的节点个数多于1个时，则其中Cstab值最小的节点为簇头节点。

作为本案的优化方案，所述步骤c中节点分簇指标的信息熵和动态熵值 权重的计算方法具体为：

令E_iD表示节点i的分簇指标D的信息熵，则：