[发明专利]一种基于车辆位置预测的车载网络路由设置方法有效
申请号: | 201911011247.2 | 申请日: | 2019-10-23 |
公开(公告)号: | CN110753382B | 公开(公告)日: | 2021-08-17 |
发明(设计)人: | 邓晓衡;王磊磊 | 申请(专利权)人: | 中南大学 |
主分类号: | H04W40/04 | 分类号: | H04W40/04;H04W40/20;H04W40/22 |
代理公司: | 长沙轩荣专利代理有限公司 43235 | 代理人: | 叶碧莲 |
地址: | 410000 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 车辆 位置 预测 车载 网络 路由 设置 方法 | ||
1.一种基于车辆位置预测的车载网络路由设置方法,其特征在于,所述方法包括:
步骤1:对于车载网络中的任一车辆,计算该车辆对于特定位置的位置转移概率,所述位置转移概率表示该车辆在下一时刻移动到该位置的概率取值;
步骤2:获取车辆移动的隐含因素信息,所述隐含因素信息为影响所述车辆移动的潜在关系;
步骤3:构建车载网络中车辆的位置矩阵Rm,n,其中,所述位置矩阵Rm,n表示m个车辆对于n个位置点的位置转移概率全在位置矩阵中,位置矩阵中每一个数字代表了车辆下一时刻移动到该位置点的概率大小;
步骤4:依据得到的车辆在下一时刻移动的位置信息,车辆之间位置距离越近的车辆越有可能将被作为下一跳数据转发车辆,车辆之间位置距离公式可以用欧氏距离求得,根据车辆的位置矩阵计算车辆之间的位置关系;
步骤5:利用预测位置信息计算车辆数据转发能力,从而选择最优的车辆节点进行数据转发;
所述步骤1进一步包括:车辆移动概率计算公式:
p(Lj,Li)=ω(Lj,Li|ξ,∑) (2)
其中,公式(1)中的p(Lj|Li)表示车辆v1从当前位置Li,在下一时刻移动到位置Lj的位置转移概率,两个位置车辆v1都会出现的概率为p(Lj,Li),p(Li)为车辆v1出现在位置Li的概率,ξ表示此密度函数中心点,∑表示方差,通过EM算法对参数ξ,∑的极大似然函数进行估计,设当前有n个位置;
其中,所述EM算法分由两步构成:E-step和M-step,所述E-step为车辆移动到位置点Li的概率,所述M-step依据E-step预测更新参数;
E-step:ωj:=p(Li|Lj;ξ,∑);
F-M-step:求参数ξ,∑的迭代公式,则参数ξ,∑更新规则为:
2.如权利要求1所述的一种基于车辆位置预测的车载网络路由设置方法,其特征在于,所述步骤2中所述隐含因素信息为车辆的密度、位置关系以及道路限制。
3.如权利要求1所述的一种基于车辆位置预测的车载网络路由设置方法,其特征在于,所述步骤3进一步包括:
假设位置转移概率服从正态分布,位置转移的条件概率为:
其中,用ri,j表示车辆i对位置点j的位置转移概率,是概率密度函数,为指示函数,车辆V和位置点L的特征矩阵满足均值等于0的高斯分布;
上式中,I是一个D维的单位对角矩阵,依据贝叶斯公式,车辆V和位置L潜在变量关系满足:
4.如权利要求1所述的一种基于车辆位置预测的车载网络路由设置方法,其特征在于,所述步骤4进一步包括:
关联车辆之间移动潜在变量关系可以用一个k维的矩阵向量μi表示,是矩阵μ∈Zm*k的列向量,其受到周围所有和该车辆关联的其他车辆影响,对于每一个关联车辆移动潜在变量可以用均值为0的高斯分布表示,将均值设为0以防止过拟合;
依据贝叶斯推断,关联潜在变量μ和L后验概率为:
其中,表示概率密度函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911011247.2/1.html,转载请声明来源钻瓜专利网。