[发明专利]不同安全约束下基于距离的车联网雾节点遗传分簇方法

说明书

本发明公开了一种不同安全约束下基于距离的车联网雾节点分簇方法，属于无线通信与计算技术领域。通过将道路安全类任务划分为制动类、平稳类以及加速类等具有不同时延要求的子类并设置相应的优先权，从而提高系统的安全系数；在满足一定安全约束下，通过量化雾节点计算服务能力来确定各雾节点分簇的最小规模；在系统总计算能力一定的情况下，确定最优的雾节点分簇个数。在上述确定的条件下，进一步利用基于距离的遗传算法对雾节点进行分簇。本发明可以提高系统安全系数，增强系统资源的可调配性，由该方法所得的分簇结果在欧几里德距离空间内具有很好的空间特性，并且该方法具有很好的普适性。

技术领域

本发明属于无线通信与计算技术领域，更具体地，涉及一种不同安全约束下基于距离的车联网雾节点遗传分簇方法。

背景技术

不久的将来必定是万物互联的物联网时代，车联网是物联网在智能交通方面的主要应用，而无人驾驶则是车联网的一种重要实现形式。道路安全问题是限制无人驾驶发展的最大屏障。据统计，全球每年约有120万人死于交通事故而且还在持续增长，损失的财产更是不计其数。智能交通系统的安全性能亟待提高。

由于车联网处于一个复杂多样的网络环境。研究者们从不同的方面，针对各自所考虑请求的特殊性，结合各自的调度算法，将不同请求通过不同网络架构进行处理。目前，主要的网络架构包括：LTE蜂窝网络、车辆自组织网络以及云计算网络等。以此为基础，有些研究者们考虑纳入蓝牙、WiFi等无线连接技术。

但是，通过上述的架构解决的主要还是车辆用户的娱乐信息和行车效益信息，并不能对车联网的道路安全做出保证。作为车联网的主要协议标准之一，WAVE协议标准根据车联网中业务请求的不同特征将业务请求划分为道路安全类、交通效率类、信息娱乐类等三类。最关乎车联网道路安全的是道路安全类请求，该类请求涉及道路局部的实时信息，控制车辆的紧急制动、平稳驾驶等行为，对时延有严格的要求。有效响应率指请求发送后能够在时延等要求内得到正确响应的概率。蜂窝网络和云计算网络都有较大时延，车辆自组织网络动态性太强，都不能保证道路安全类请求的有效响应率。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种不同安全约束下基于距离的车联网雾节点遗传分簇方法，由此解决现有蜂窝网络和云计算网络在应用于车辆自组织网络中，不能保证道路安全类请求的有效响应率的技术问题。

为实现上述目的，本发明提供了一种不同安全约束下基于距离的车联网雾节点遗传分簇方法，包括：

将道路安全类任务划分为制动类、平稳类以及加速类，并分别为各类设置请求优先权，其中，制动类的请求优先权最高，平稳类的请求优先权次之，加速类的请求优先权最低；

由各类的请求优先权得到各类的相对服务强度，由各类的相对服务强度得到各类的安全系数，进而由各类的安全系数得到雾网络的安全系数；

基于各雾节点的计算服务能力以及雾网络的安全系数，从而在预设安全系数约束下，确定雾网络被划分成簇的个数和每个簇中包含的最小雾节点数；

从所有雾节点中选取个数等于分簇簇数的雾节点作为簇头，对于每个簇的簇头，依据剩余各雾节点距离簇头的距离，将雾网络进行划分，其中，从所有雾节点中选取簇头有种选取方式，从种方式中选取若干种，将对应的分簇结果作为遗传优化的初始种群，M表示所有雾节点数，K表示分簇簇数；

分别将雾网络的每个划分结果作为单独的个体，以各雾节点到其各自对应的簇头距离平方之和作为优化目标进行遗传迭代，将末代中的最优个体作为最终的分簇结果。

优选地，所述将道路安全类任务划分为制动类、平稳类以及加速类包括：