[发明专利]基于QoS的车载网络自适应退避方法

权利要求书

1.基于QoS的车载网络自适应退避方法，其特征在于：包括如下步骤：

1)当车辆节点有数据需要发送时，判断当前需要发送的数据类型k；

2)当前数据的退避过程从之前同类数据退避过程结束的退避级数开始，即假设之前同类数据在发送成功后退避阶段回到i级，则当前新数据的初始竞争窗口为CW_i＝rand(0,W_i-1)，其中W_i为第i级退避级数最大竞争窗口，CW_i为节点选择的退避窗口大小；

3)节点监听信道执行退避，当退避到0时发送数据；

4)节点监听信道根据能否从目的节点接收到反馈信息判断数据发送情况；如果能接收到反馈信息则说明发送成功，进入步骤6，否则判定为发送失败，进入步骤5；

5)如果出现发送冲突则重新随机选择竞争窗口大小并再次执行退避；

6)如果发送成功，车辆节点根据之前统计得到的发送概率以及正在发送的数据类型k，计算将退避阶段从i归0的概率β_k并依据概率归0，如果没有归0，则保持退避阶段i不变；

所述步骤6中第k类数据发送成功后退避级数归0概率β_k的计算方法具体包括如下步骤：

6-1)建立优化问题：其中α_k为第k类数据占数据总量占比，E(k)为第k类数据传输成功所需平均时隙数量，E_s为单位时隙长度，θ_k为第k类数据可承受的时延需求权重，D_min(k)为第k类数据可实现的最小时延，Del_k为第k类数据时延，为第x搜索得到的局部最小时延，x为最优化过程搜索次数；

6-2)用粒子群算法求解最优化问题，初始化搜索向量参数权重参数w＝0.95^x-1，精度ε＝10^-5；

6-3)令β₁＝1,β_k＝0(k＝2～K),计算D_min(1)，用同样的方法计算其他D_min(k)；

6-4)判断如果满足则进入步骤6-5，否则进入步骤6-9；

6-5)x＝x+1，计算局部最优解

6-6)更新搜索向量

6-7)更新退避参数

6-8)判断约束条件Del_k≤θ_k·D_min(k)，如果满足进入步骤6-4，否则进入步骤6-6；

6-9)输出计算得到的和

2.根据权利要求1所述的基于QoS的车载网络自适应退避方法，其特征在于：所述步骤5中如果出现发送冲突且退避阶段i＜m，则退避级数增加1，重新随机选择竞争窗口大小并再次执行退避，如果出现发送冲突且退避阶段i＝m，则退避级数不变，重新随机选择竞争窗口大小并再次执行退避，其中m为最大退避级数。

3.根据权利要求1所述的基于QoS的车载网络自适应退避方法，其特征在于：所述步骤6-5中