【技術(shù)領(lǐng)域】

本發(fā)明涉及車(chē)輛網(wǎng)，具體提供一種面向車(chē)輛網(wǎng)路由的多跳反應(yīng)式成簇方法。

背景技術(shù)：

隨著無(wú)線通信技術(shù)和嵌入式系統(tǒng)的不斷發(fā)展，智能交通系統(tǒng)已經(jīng)成為近幾年來(lái)研究的熱門(mén)領(lǐng)域。vanet作為一種特殊的manet網(wǎng)絡(luò)，是實(shí)現(xiàn)智能交通系統(tǒng)的重要部分。智能交通系統(tǒng)作為vanet的主要應(yīng)用領(lǐng)域，其要求vanet能夠提供實(shí)時(shí)有效的信息給駕駛?cè)藛T，但考慮到車(chē)輛節(jié)點(diǎn)的移動(dòng)速度快，車(chē)輛分布不均勻以及網(wǎng)絡(luò)拓?fù)涠嘧兊鹊奶攸c(diǎn)，僅僅使用dsrc技術(shù)去實(shí)現(xiàn)智能交通系統(tǒng)中的通信是不現(xiàn)實(shí)的。近幾年，一些基于混合網(wǎng)絡(luò)架構(gòu)的模型被提出?；旌暇W(wǎng)絡(luò)架構(gòu)充分的結(jié)合了v2v網(wǎng)絡(luò)開(kāi)銷(xiāo)小和部署靈活的優(yōu)點(diǎn)以及l(fā)te傳輸時(shí)延低和傳播范圍廣的優(yōu)點(diǎn)。在這種混合架構(gòu)中，通過(guò)將車(chē)輛節(jié)點(diǎn)進(jìn)行分簇，車(chē)與車(chē)間的通信利用ieee802.11p協(xié)議，并且僅僅利用簇頭節(jié)點(diǎn)與基站進(jìn)行數(shù)據(jù)包的交換，極大的減少車(chē)輛節(jié)點(diǎn)與基站之間的握手次數(shù)從而有效的降低了開(kāi)銷(xiāo)。混合架構(gòu)雖然能夠提高網(wǎng)絡(luò)的性能，但其所面臨的問(wèn)題也是巨大的。其要求車(chē)輛間所成的簇有著極高的穩(wěn)定性，并且在整個(gè)網(wǎng)絡(luò)中有著盡可能少的簇頭節(jié)點(diǎn)來(lái)保證帶寬利用的最大化；同時(shí)，為了保證通信的可靠性，整個(gè)簇結(jié)構(gòu)應(yīng)該有著較高的鏈路可靠性。但受vanet自身因素的影響，解決這些問(wèn)題成為一項(xiàng)挑戰(zhàn)性的任務(wù)。

vanet的拓?fù)鋭?dòng)態(tài)變化性使得傳統(tǒng)的基于manet的單跳分簇算法并不能表現(xiàn)出很好的效果，近幾年一些基于多跳的分簇算法被提出。多跳簇算法允許簇成員與簇頭之間的距離為n跳，能夠有效的擴(kuò)展所成簇的覆蓋范圍。較大的簇覆蓋范圍不僅能夠有效的減少簇頭的數(shù)目，而且在一定程度上提高了所成簇的穩(wěn)定性。然而一些問(wèn)題仍然需要進(jìn)一步去解決，例如：1、僅僅利用多跳的方式去保證簇的穩(wěn)定性是不現(xiàn)實(shí)的，穩(wěn)定的簇架構(gòu)需要有一個(gè)全局最穩(wěn)定的簇頭做支撐。2、多跳簇雖然有著較大的覆蓋范圍，但如果跳數(shù)太多以及節(jié)點(diǎn)度太大不能夠有效的發(fā)揮分簇的優(yōu)勢(shì)。3、簇的開(kāi)銷(xiāo)決定了簇算法的效率以及可行性。4、簇的可靠性決定了路由的可靠性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是解決原有分簇算法中所成簇中節(jié)點(diǎn)間鏈路的不可靠的問(wèn)題，在現(xiàn)有的分簇算法基礎(chǔ)上進(jìn)行優(yōu)化改進(jìn)，設(shè)計(jì)了一種面向車(chē)輛網(wǎng)路由的多跳反應(yīng)式成簇方法。該方法通過(guò)優(yōu)先權(quán)鄰居跟隨策略選擇最優(yōu)鄰居節(jié)點(diǎn)加入到同一個(gè)簇中來(lái)保證所成簇的可靠性和穩(wěn)定性。通過(guò)這種先保證簇成員間的穩(wěn)定性，然后再去選擇n跳范圍內(nèi)最穩(wěn)定的節(jié)點(diǎn)為簇頭，極大的提高了所成簇的穩(wěn)定性。在簇的維護(hù)階段通過(guò)引入簇合并機(jī)制，使得簇的可靠性和魯棒性被進(jìn)一步提高。

本發(fā)明提供的一種面向車(chē)輛網(wǎng)路由的多跳反應(yīng)式成簇方法主要包括如下關(guān)鍵步驟：

第1、車(chē)輛狀態(tài)轉(zhuǎn)換：

第1.1、每個(gè)車(chē)輛開(kāi)始狀態(tài)為初始狀態(tài)，并且保持這個(gè)狀態(tài)直到初始化定時(shí)器超時(shí)；

第1.2、在初始化定時(shí)器時(shí)間間隔內(nèi)，每個(gè)車(chē)輛節(jié)點(diǎn)周期性的發(fā)送和接收來(lái)自鄰居車(chē)輛節(jié)點(diǎn)的hello信標(biāo)數(shù)據(jù)包去更新自己的路由表；

第1.3、當(dāng)定時(shí)器超時(shí)的時(shí)候，車(chē)輛將狀態(tài)轉(zhuǎn)換為狀態(tài)選擇狀態(tài)；

第2、鄰居車(chē)輛節(jié)點(diǎn)的優(yōu)先權(quán)計(jì)算：

第2.1、利用車(chē)輛節(jié)點(diǎn)跟隨度數(shù)公式計(jì)算車(chē)輛節(jié)點(diǎn)的跟隨度數(shù)；

第2.2、由期望傳輸數(shù)目公式計(jì)算出期望傳輸數(shù)目；

第2.3、利用二維平面坐標(biāo)來(lái)表示車(chē)輛的位置以及速度向量，由鏈路生存時(shí)間公式計(jì)算出鏈路生存時(shí)間；

第2.4、由以上第2.1至第2.3中的三個(gè)評(píng)估因子，利用鄰居節(jié)點(diǎn)優(yōu)先權(quán)公式計(jì)算出優(yōu)先權(quán)；

第3、簇頭選擇：

第3.1、根據(jù)鄰居車(chē)輛節(jié)點(diǎn)優(yōu)先權(quán)，即第2步驟中計(jì)算的鄰居車(chē)輛節(jié)點(diǎn)的優(yōu)先權(quán)，選擇優(yōu)先權(quán)最高的發(fā)送跟隨請(qǐng)求；如果目標(biāo)車(chē)輛連接節(jié)點(diǎn)數(shù)目小于預(yù)定義的最大連接度，并且簇頭跳數(shù)小于預(yù)定義的最大跳數(shù)，則允許發(fā)送請(qǐng)求車(chē)輛加入；

第3.2、如果某個(gè)車(chē)輛節(jié)點(diǎn)不能直接鏈接到任何的簇頭節(jié)點(diǎn)，那么該車(chē)輛嘗試通過(guò)簇成員組利用多跳的方式連接到簇頭；根據(jù)優(yōu)先權(quán)鄰居跟隨策略，即第2步驟中計(jì)算的鄰居車(chē)輛節(jié)點(diǎn)的優(yōu)先權(quán)，選擇最優(yōu)的鄰居車(chē)輛去跟隨，并且與鄰居車(chē)輛共享同一個(gè)簇頭節(jié)點(diǎn)；修改路由表信息；

第3.3、如果車(chē)輛不能夠跟隨任何的目標(biāo)車(chē)輛，且沒(méi)有任何的車(chē)輛跟隨它，即路由表中沒(méi)有鄰居信息，那么車(chē)輛轉(zhuǎn)換狀態(tài)為孤立節(jié)點(diǎn)狀態(tài)；如果此時(shí)路由表不為空，且根據(jù)查看簇頭標(biāo)志位為-1，那么根據(jù)簇頭選取機(jī)制，滿足簇頭選擇公式的車(chē)輛節(jié)點(diǎn)被選擇為簇頭，簇頭選擇公式：

其中，nfollow表示車(chē)輛的跟隨度數(shù)(可以在路由表項(xiàng)中得到)，決定了這個(gè)節(jié)點(diǎn)被直接或間接跟隨的車(chē)輛數(shù)目，其在一定程度上反應(yīng)出了節(jié)點(diǎn)的穩(wěn)定程度，計(jì)算公式如下：

nfollow＝dneig+fc(2)

其中，dneig表示在同一車(chē)道上的鄰居節(jié)點(diǎn)數(shù)目，fc表示節(jié)點(diǎn)的跟隨數(shù)目；由于每一個(gè)車(chē)輛節(jié)點(diǎn)周期性的向其鄰居節(jié)點(diǎn)廣播hello數(shù)據(jù)包，因此很容易得到dneig的值；

avgrelm表示車(chē)輛的平均相關(guān)移動(dòng)性，其值計(jì)算如下：

其中，nbhd(x)表示車(chē)輛節(jié)點(diǎn)x的鄰居節(jié)點(diǎn)數(shù)目；relmx,y表示車(chē)輛x和車(chē)輛y的相關(guān)移動(dòng)速度。

第4、簇的合并：

第4.1、如果當(dāng)前節(jié)點(diǎn)為簇頭節(jié)點(diǎn)，且在鄰居車(chē)輛節(jié)點(diǎn)中有其他簇的簇頭節(jié)點(diǎn)，那么，當(dāng)定時(shí)器簇合并定時(shí)器超時(shí)時(shí)，當(dāng)前節(jié)點(diǎn)發(fā)送合并請(qǐng)求數(shù)據(jù)包到鄰居簇頭請(qǐng)求簇合并；

第4.2、如果較穩(wěn)定的節(jié)點(diǎn)收到了合并請(qǐng)求數(shù)據(jù)包，穩(wěn)定節(jié)點(diǎn)去判斷自己的節(jié)點(diǎn)最大數(shù)以及到達(dá)簇頭的最大跳數(shù)兩個(gè)變量，如果滿足簇頭的鄰居數(shù)目以及簇成員的鄰居數(shù)目在合并后小于節(jié)點(diǎn)最大數(shù)并且合并后的節(jié)點(diǎn)到簇頭的跳數(shù)小于最大跳數(shù)max_hop兩個(gè)條件，那么允許合并，發(fā)送合并回復(fù)數(shù)據(jù)包到鄰居簇頭進(jìn)行簇合并；如果簇合并成功，穩(wěn)定性較差的節(jié)點(diǎn)放棄簇頭角色，改變自身狀態(tài)為簇成員組狀態(tài)，并且加入到合并的簇中，否則，繼續(xù)擔(dān)任簇頭。要滿足的條件是自己的節(jié)點(diǎn)的最大數(shù)沒(méi)有達(dá)到最大值以及到達(dá)簇頭的跳數(shù)小于到達(dá)簇頭的最大跳數(shù)。

本發(fā)明的優(yōu)點(diǎn)和積極效果

本方法主要設(shè)計(jì)了一種面向車(chē)輛網(wǎng)路由的多跳反應(yīng)式成簇方法，該方法是基于優(yōu)先權(quán)的鄰居跟隨策略。在網(wǎng)絡(luò)初始化階段，利用優(yōu)先權(quán)鄰居跟隨機(jī)制去組織車(chē)輛，將本車(chē)輛與鄰居節(jié)點(diǎn)中具有最高優(yōu)先權(quán)的車(chē)輛劃分到同一個(gè)簇中。當(dāng)定時(shí)器到時(shí)時(shí)，n跳內(nèi)最穩(wěn)定的節(jié)點(diǎn)被動(dòng)成為簇頭節(jié)點(diǎn)，有效的提高了成簇的穩(wěn)定性，減少了簇的開(kāi)銷(xiāo)。同時(shí)，由于優(yōu)先權(quán)鄰居跟隨機(jī)制充分的考慮了節(jié)點(diǎn)間鏈路的可靠性，使得所成的簇具有較高的可靠性。為了減小簇間干擾，在簇的維護(hù)階段，加入了簇合并機(jī)制進(jìn)一步提高了所成簇的穩(wěn)定性和可靠性。與單跳分簇算法相比，多跳分簇算法擴(kuò)展了簇的覆蓋范圍，極大的減少了網(wǎng)絡(luò)中簇頭的數(shù)目，從而有效的提高了網(wǎng)絡(luò)帶寬的利用率。

【附圖說(shuō)明】

圖1是多跳分簇模型圖；

圖2是車(chē)輛節(jié)點(diǎn)狀態(tài)轉(zhuǎn)換圖；

圖3是簇形成算法圖；

圖4是簇合并算法圖；

圖5簇頭維持時(shí)間；

圖6簇成員的維持時(shí)間；

圖7簇頭改變數(shù)目；

圖8成簇花費(fèi)的代價(jià)；

圖9是本發(fā)明面向車(chē)輛網(wǎng)路由的多跳反應(yīng)式成簇方法的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】

本發(fā)明設(shè)計(jì)的方法基于優(yōu)先權(quán)鄰居跟隨策略，在鄰居跟隨策略中，一個(gè)車(chē)輛節(jié)點(diǎn)要將其一跳范圍內(nèi)具有最高優(yōu)先權(quán)的鄰居車(chē)輛做為目標(biāo)去跟隨，并且與其共享一個(gè)簇頭節(jié)點(diǎn)。多跳簇結(jié)構(gòu)模型如圖1所示，其中，在簇a中，由于鄰居車(chē)輛較少，形成了類(lèi)似傳統(tǒng)的單跳簇結(jié)構(gòu)。在簇b中，形成了多跳簇結(jié)構(gòu)，其中車(chē)輛11距離簇頭節(jié)點(diǎn)6的距離為2跳。我們假設(shè)，每一個(gè)車(chē)輛配備有車(chē)載通信模塊，并利用wave通信協(xié)議進(jìn)行通信，通信半徑為r。其中，處于簇成員狀態(tài)的車(chē)輛節(jié)點(diǎn)只能利用wave協(xié)議和簇成員或者簇頭節(jié)點(diǎn)進(jìn)行通信，而不能直接和路邊固定設(shè)施進(jìn)行通信。處于簇頭狀態(tài)的車(chē)輛節(jié)點(diǎn)既可以和簇成員節(jié)點(diǎn)利用wave進(jìn)行通信，也可以利用4g網(wǎng)絡(luò)和路邊單元進(jìn)行通信。在每一個(gè)車(chē)輛中存儲(chǔ)著一張信息表，其中包含了本車(chē)輛以及其預(yù)定義的最大跳數(shù)內(nèi)鄰居車(chē)輛的相關(guān)信息。

如圖1所示，在簇a中，根據(jù)優(yōu)先權(quán)跟隨策略，即第2步驟中計(jì)算的鄰居車(chē)輛節(jié)點(diǎn)的優(yōu)先權(quán)，車(chē)輛節(jié)點(diǎn)1擁有最高的優(yōu)先權(quán)，所以車(chē)輛2,3,4,5選擇車(chē)輛1作為其parent并與車(chē)輛1共享簇頭。同樣，在簇b中，車(chē)輛節(jié)點(diǎn)7,8,9,10將車(chē)輛節(jié)點(diǎn)6作為其parent，并與6共享簇頭。車(chē)輛11根據(jù)跟隨策略判斷10具有較高的優(yōu)先級(jí)，所以將10作為其parent，并與其共享簇頭節(jié)點(diǎn)6。

本發(fā)明方法主要包括如下關(guān)鍵步驟：

第1、車(chē)輛狀態(tài)轉(zhuǎn)換：

在圖2中表示了一個(gè)車(chē)輛節(jié)點(diǎn)的狀態(tài)轉(zhuǎn)換圖；網(wǎng)絡(luò)中每一個(gè)車(chē)輛開(kāi)始狀態(tài)為初始狀態(tài)，并且保持這個(gè)狀態(tài)直到初始化定時(shí)器定時(shí)器超時(shí)；在定時(shí)器時(shí)間間隔內(nèi)，通常設(shè)定為0.5s，每一個(gè)車(chē)輛節(jié)點(diǎn)周期性的發(fā)送和接收來(lái)自鄰居節(jié)點(diǎn)的hello信標(biāo)數(shù)據(jù)包去更新自己的信息表；當(dāng)定時(shí)器超時(shí)的時(shí)候，其將狀態(tài)轉(zhuǎn)換為狀態(tài)選擇狀態(tài)；在狀態(tài)選擇狀態(tài)，根據(jù)圖3中的算法去改變自身的狀態(tài)；

第2、鄰居節(jié)點(diǎn)的優(yōu)先權(quán)計(jì)算：

第2.1、跟隨度數(shù)決定了這個(gè)節(jié)點(diǎn)被直接或間接跟隨的車(chē)輛數(shù)目，其在一定程度上反應(yīng)出了節(jié)點(diǎn)的穩(wěn)定程度，計(jì)算公式如下：

nfollow＝dneig+fc(2)

其中，dneig表示在同一車(chē)道上的鄰居節(jié)點(diǎn)數(shù)目，fc表示節(jié)點(diǎn)的跟隨數(shù)目；由于每一個(gè)車(chē)輛節(jié)點(diǎn)周期性的向其鄰居節(jié)點(diǎn)廣播hello數(shù)據(jù)包，因此很容易得到dneig的值；

第2.2、期望傳輸數(shù)目etx用來(lái)表示節(jié)點(diǎn)間雙向傳輸?shù)臒o(wú)線鏈路的鏈路質(zhì)量；一個(gè)穩(wěn)定的鏈路不僅決定了車(chē)輛節(jié)點(diǎn)間通信的可靠性，而且能夠保證成簇的穩(wěn)定性；為了評(píng)估節(jié)點(diǎn)間鏈路的可靠性，我么假設(shè)車(chē)輛節(jié)點(diǎn)i與車(chē)輛節(jié)點(diǎn)j之間的etx為etxij，計(jì)算節(jié)點(diǎn)i和j的etxij為：

其中，df以及dr分別表示節(jié)點(diǎn)i的發(fā)送率以及節(jié)點(diǎn)j接收率。發(fā)送率指的是數(shù)據(jù)包成功到達(dá)接收方的概率。接收率指的是發(fā)送方成功接收到目的節(jié)點(diǎn)發(fā)來(lái)的數(shù)據(jù)包的概率。每一個(gè)車(chē)輛間隔性的發(fā)送hello數(shù)據(jù)包到其一跳鄰居節(jié)點(diǎn)，所以很容易計(jì)算出df以及dr，從而計(jì)算出etxij；從公式中可以看到，etx越小，說(shuō)明鏈路質(zhì)量越好；

第2.3、鏈路生存時(shí)間是通過(guò)預(yù)測(cè)節(jié)點(diǎn)間鏈路維持時(shí)間選擇具有較高維持時(shí)間的節(jié)點(diǎn)作為跟隨目標(biāo)能夠有效的提高所成簇的可靠性；利用llt來(lái)表示兩個(gè)車(chē)輛的鏈路維持時(shí)間，llt越大，那么鏈路將越持久；

假設(shè)一個(gè)車(chē)輛hm在時(shí)間t時(shí)的速度vm(t)，其位置為pm(t)，以間隔δm秒時(shí)間向其1跳鄰居節(jié)點(diǎn)廣播hello信標(biāo)數(shù)據(jù)包。數(shù)據(jù)包中包括本節(jié)點(diǎn)的位置，速度以及方向等信息；車(chē)輛hm的一個(gè)鄰居節(jié)點(diǎn)hn接收到這個(gè)hello數(shù)據(jù)包時(shí)，會(huì)計(jì)算與hm的鏈路維持時(shí)間，反之亦然。假設(shè)，hn在時(shí)間t時(shí)的速度為vn(t)，位置為pn(t)，并且我們假設(shè)在一種理想的條件車(chē)輛hm與hn有著相同的廣播距離d。那么，在時(shí)間t時(shí)，車(chē)輛的相對(duì)距離計(jì)算為：

|pm(t)-pn(t)|＜d(5)

在時(shí)間t+σ時(shí)，兩輛車(chē)的位置為：

pm(t+σ)＝pm(t)+σvm(t)(6)

pn(t+σ)＝pn(t)+σvn(t)(7)

假設(shè)，在時(shí)間間隔δm內(nèi)，車(chē)輛hm與hn的速度為一定值，當(dāng)兩輛車(chē)之間的距離達(dá)到最大廣播范圍d時(shí)，其鏈路將產(chǎn)生斷裂，所以，鏈路的維持時(shí)間滿足：

|pm(t+lltm,n(t))-pn(t+lltm,n(t))|

＝|pm(t)-pn(t)+lltm,n(t)[vm(t)-vn(t)]|＝d(8)

在這里，用lltm,n(t)表示鏈路的維持時(shí)間；為了能夠有效的計(jì)算出鏈路的維持時(shí)間，利用二維平面坐標(biāo)來(lái)表示車(chē)輛的位置以及速度向量。假設(shè)車(chē)輛hm與hn的坐標(biāo)為：

同樣，兩輛車(chē)的速度向量為：

將公式(9)和(10)帶入公式(8)，那么鏈路維持時(shí)間將被計(jì)算為：

其中，

第2.4、由2.1-2.3中提到的三個(gè)評(píng)估因子，利用鄰居節(jié)點(diǎn)優(yōu)先權(quán)公式計(jì)算出優(yōu)先權(quán)；在車(chē)輛跟隨策略中，一個(gè)車(chē)輛節(jié)點(diǎn)要將其一跳范圍內(nèi)具有最高優(yōu)先權(quán)的鄰居車(chē)輛做為目標(biāo)去跟隨，并且與其共享一個(gè)簇頭節(jié)點(diǎn)；優(yōu)先權(quán)作為一個(gè)至關(guān)重要的參數(shù)，其分別考慮了跟隨度數(shù)、期望傳輸數(shù)目以及鏈路維持時(shí)間三個(gè)評(píng)估因子；我們利用pri來(lái)表示優(yōu)先權(quán)，其計(jì)算公式如下：

其中α+β+γ＝1，從公式中能夠看出，pri越小那么其優(yōu)先級(jí)越高；車(chē)輛節(jié)點(diǎn)i將選擇具有最高優(yōu)先級(jí)的車(chē)輛節(jié)點(diǎn)j做為目標(biāo)車(chē)輛去跟隨。

第3、簇頭選擇：

第3.1、根據(jù)鄰居節(jié)點(diǎn)優(yōu)先權(quán)策略，選擇優(yōu)先權(quán)最高的發(fā)送跟隨請(qǐng)求；如果目標(biāo)車(chē)輛連接節(jié)點(diǎn)數(shù)目小于預(yù)定義的最大連接度(即)，并且簇頭跳數(shù)小于預(yù)定義的最大跳數(shù)，則允許本車(chē)輛加入；

第3.2、如果某個(gè)車(chē)輛節(jié)點(diǎn)不能直接鏈接到任何的簇頭節(jié)點(diǎn)，那么其嘗試通過(guò)簇成員組利用多跳的方式連接到簇頭；根據(jù)優(yōu)先權(quán)鄰居跟隨策略，選擇最優(yōu)的鄰居車(chē)輛去跟隨，并且與其共享同一個(gè)簇頭節(jié)點(diǎn)；修改路由表信息；

第3.3、如果車(chē)輛不能夠跟隨任何的目標(biāo)車(chē)輛，且沒(méi)有任何的車(chē)輛跟隨它，也即路由表中沒(méi)有鄰居信息，那么其轉(zhuǎn)換狀態(tài)為孤立節(jié)點(diǎn)狀態(tài)；如果此時(shí)路由表不為空，且根據(jù)查看簇頭標(biāo)志位為-1，那么根據(jù)簇頭選取機(jī)制，滿足簇頭選擇公式的車(chē)輛節(jié)點(diǎn)被選擇為簇頭。

在選擇簇頭時(shí)，不僅要考慮某一車(chē)輛所跟隨車(chē)輛的數(shù)目，而且此車(chē)輛的相關(guān)移動(dòng)性也是一個(gè)重要的考察指標(biāo)；某一車(chē)輛所跟隨的車(chē)輛越多并且此車(chē)輛平均相關(guān)速度越小，那么其越容易被選擇為簇頭節(jié)點(diǎn)。下面給出簇頭選擇公式：

其中，nfollow表示車(chē)輛的跟隨度數(shù)，可以在路由表項(xiàng)中得到，avgrelm表示車(chē)輛的平均相關(guān)移動(dòng)性，其值計(jì)算如下：

其中，nbhd(x)表示車(chē)輛節(jié)點(diǎn)x的鄰居節(jié)點(diǎn)數(shù)目，relmx,y表示車(chē)輛x和車(chē)輛y的相關(guān)移動(dòng)速度。

第4、簇的合并：

在車(chē)輛行駛過(guò)程中，由于車(chē)輛速度的變化，當(dāng)兩個(gè)簇中的簇頭節(jié)點(diǎn)成為鄰居車(chē)輛節(jié)點(diǎn)時(shí)，會(huì)使得簇發(fā)生重疊，從而引起簇內(nèi)干擾，這時(shí)啟動(dòng)簇頭合并機(jī)制進(jìn)行簇的維護(hù)；在圖4所示的簇維護(hù)算法中，如果當(dāng)前節(jié)點(diǎn)為簇頭節(jié)點(diǎn)，且在其鄰居車(chē)輛節(jié)點(diǎn)中有其他簇的簇頭節(jié)點(diǎn)，那么，當(dāng)簇合并定時(shí)器(merge_timer)超時(shí)時(shí)，通常取值為10s,其發(fā)送合并請(qǐng)求數(shù)據(jù)包(merge_req)到鄰居節(jié)點(diǎn)請(qǐng)求簇合并；其中，在合并過(guò)程中，兩個(gè)簇頭在簇合并定時(shí)器內(nèi)保持鄰居，且他們將共享簇內(nèi)節(jié)點(diǎn)的移動(dòng)信息。在合并過(guò)程中，簇頭周期性的檢測(cè)兩個(gè)鄰居簇是否能夠合并，如果一個(gè)鄰居簇頭具有較高的相關(guān)移動(dòng)速度和較少的跟隨車(chē)輛，那么進(jìn)行簇的合并；如果較穩(wěn)定的節(jié)點(diǎn)收到了合并請(qǐng)求數(shù)據(jù)包，其去判斷自己的節(jié)點(diǎn)最大數(shù)(max_member)以及到達(dá)簇頭的最大跳數(shù)(max_hop)兩個(gè)變量，如果滿足簇頭的鄰居數(shù)目以及簇成員的鄰居數(shù)目在合并后小于節(jié)點(diǎn)最大數(shù)并且合并后的節(jié)點(diǎn)到簇頭的跳數(shù)小于最大跳數(shù)max_hop兩個(gè)條件，那么允許合并，發(fā)送合并回復(fù)數(shù)據(jù)包(merge_resp)數(shù)據(jù)包到鄰居簇頭進(jìn)行簇合并；如果簇合并成功，穩(wěn)定性較差的節(jié)點(diǎn)放棄簇頭角色，改變自身狀態(tài)為簇成員狀態(tài)，并且加入到合并的簇中，否則，繼續(xù)擔(dān)任簇頭；在簇合并過(guò)程中，要求所合并的簇必須有著相同的移動(dòng)方向；限制最大車(chē)輛數(shù)目以及跳數(shù)能夠有利于簇的管理以及路由的有效性。如果車(chē)輛收到多個(gè)merge_resp，那么其將選擇具有最小相關(guān)移動(dòng)速度的簇進(jìn)行合并。

實(shí)例1：

我們通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證基于多跳反應(yīng)式成簇機(jī)制pmc算法的正確以及有效性，并且通過(guò)與相關(guān)算法進(jìn)行比較來(lái)驗(yàn)證算法的性能。我們選擇在ns2(release2.35)網(wǎng)路模擬仿真環(huán)境下進(jìn)行實(shí)驗(yàn)，并利用vanetmobisim車(chē)輛路徑生成器去生成車(chē)輛行駛的trace文件，詳細(xì)的仿真參數(shù)已經(jīng)在表1中給出?？偟姆抡鏁r(shí)間是300s，車(chē)輛的行駛速度被限制在了10到35米/s。在實(shí)驗(yàn)環(huán)境中，車(chē)輛的傳輸范圍變化從100米到300米。本方法提出的pmc算法分別與n-hop,dmcnf以及vmasc算法進(jìn)行比較。n-hop是一個(gè)典型的多跳分簇的路由算法，是最早實(shí)現(xiàn)利用多跳成簇這一思想去分簇的算法。其主要提出了一種利用移動(dòng)度量來(lái)評(píng)估車(chē)輛的相關(guān)移動(dòng)性，然后，根據(jù)相關(guān)移動(dòng)性去決定車(chē)輛是否能夠被選擇作為簇頭。dmcnf是近幾年提出的一種多跳分簇算法，其改進(jìn)了n-hop算法，并首次提出了車(chē)輛跟隨的思想。vmasc也是對(duì)n-hop的改進(jìn)的一種多跳分簇算法。在實(shí)驗(yàn)中，我們將n-hop算法的最大的跳數(shù)max_hop(簇成員與簇頭之間的最大跳數(shù))設(shè)置為3，同時(shí)將dmcnf的算法的參數(shù)設(shè)置為hi＝180使得能夠取到最好的效果。vmasc在這里也取其跳數(shù)為3跳。分別通過(guò)比較平均簇頭維持時(shí)間，平均簇成員維持時(shí)間以及簇頭的改變次數(shù)我們得到了如下的實(shí)驗(yàn)結(jié)果。

表1仿真參數(shù)

簇頭的維持時(shí)間是指當(dāng)某一車(chē)輛從簇頭狀態(tài)起，到其轉(zhuǎn)換為非簇頭狀態(tài)的時(shí)間間隔，例如在本方法的pmc算法會(huì)轉(zhuǎn)換到簇成員或者孤立節(jié)點(diǎn)狀態(tài)。平均簇頭維持時(shí)間為總的簇頭維持時(shí)間與簇頭的個(gè)數(shù)的比值，計(jì)算公式如下：

其中，avgstimech表示平均簇頭維持時(shí)間,stimech表示簇頭的維持時(shí)間。通過(guò)仿真，我們得到如圖5的實(shí)驗(yàn)結(jié)果。圖5為平均簇頭維持時(shí)間與車(chē)輛速度的關(guān)系。其中我們分別將由通信半徑為100m，200m，300m產(chǎn)生的實(shí)驗(yàn)結(jié)果放在圖5中，記作a，b，c。從圖5中的a,b,c這3幅圖中我們可以很明顯的看出，隨著速度的增加，雖然整體上呈現(xiàn)下降的趨勢(shì)，但本方法提出的pmc算法與dmcnf有著較高的簇頭維持時(shí)間。這和這兩種算法都采用了跟隨策略是分不開(kāi)的，跟隨性能夠有效的提高所成簇的穩(wěn)定性。vmasc算法與n-hop算法維持時(shí)間相對(duì)比較低，雖然二者都將相關(guān)移動(dòng)度量作為簇頭選取因素。在車(chē)輛速度較高的網(wǎng)絡(luò)中，僅僅考察某一個(gè)車(chē)輛的最小相關(guān)移動(dòng)性很難保證整個(gè)簇的穩(wěn)定性，這就造成了簇頭的頻繁切換，使得每一個(gè)簇頭的維持時(shí)間都很短。從圖5中我們對(duì)比pmc與dmcnf可以看出，本方法提出的pmc算法簇頭維持時(shí)間高于dmcnf，尤其是在速度較快的情況下。這是由于pmc在選擇跟蹤車(chē)輛時(shí)利用了優(yōu)先權(quán)策略去選擇最穩(wěn)定的車(chē)輛，而不是僅僅跟隨相對(duì)速度最小的車(chē)輛。對(duì)比圖5中a，b，c中傳輸范圍對(duì)簇頭維持時(shí)間的穩(wěn)定性造成的影響。隨著傳輸范圍的變大，簇頭的維持時(shí)間均有較高的提升。這是由于隨著傳輸范圍的增加，車(chē)輛間的鏈路變的更加穩(wěn)定，使其不容易失去和所跟隨車(chē)輛的連接。特別是在圖5中的c圖，通信半徑為300米時(shí)，vmasc算法與n-hop的簇頭維持時(shí)間均有所提高，但與之相比，pmc與dmcnf算法有著更長(zhǎng)的簇頭維持時(shí)間。

簇成員維持時(shí)間是指當(dāng)一個(gè)車(chē)輛加入到某一個(gè)簇，到其離開(kāi)這個(gè)簇的時(shí)間間隔。在這里值得說(shuō)明的是，當(dāng)簇頭發(fā)生改變時(shí)，或者自身成為簇頭節(jié)點(diǎn)時(shí)，我們都認(rèn)為其連接到另一個(gè)簇。其中，在判斷車(chē)輛加入到哪一個(gè)簇中時(shí)，主要是判斷其與所跟隨的目標(biāo)車(chē)輛所共享的簇頭。在這里我們?nèi)匀皇怯?jì)算平均簇成員維持時(shí)間，計(jì)算方法與計(jì)算簇頭維持時(shí)間類(lèi)似，這里直接給出實(shí)驗(yàn)結(jié)果如圖6所示。從圖6中可以明顯的看到，平均簇成員維持時(shí)間均受到速度的影響，從整體來(lái)看，隨著速度的增長(zhǎng)，簇成員的維持時(shí)間呈現(xiàn)下降的趨勢(shì)。但從a，b，c三個(gè)圖中可以看出，隨著廣播半徑的逐漸增大，平均簇成員維持時(shí)間在逐漸變高，而且趨于穩(wěn)定。本方法提出的pmc算法的成員維持時(shí)間高于其它三種算法。

簇頭變化數(shù)目是指網(wǎng)絡(luò)中處于簇頭狀態(tài)的車(chē)輛節(jié)點(diǎn)放棄成為簇頭而改變?yōu)槠渌麪顟B(tài)的車(chē)輛總數(shù)。在這里我們通過(guò)多次試驗(yàn)取平均簇頭變化數(shù)目，得到圖7的實(shí)驗(yàn)結(jié)果。從圖7可以看出，隨著車(chē)輛速度的增加，簇頭的變化數(shù)目呈現(xiàn)上升的趨勢(shì)。其中車(chē)輛的通信半徑對(duì)簇頭的變化數(shù)目有一定的影響，通信范圍越大，變化數(shù)目越小，越接近于穩(wěn)定。從圖7中能夠看出，隨著速度的增加n-hop和vmasc算法的簇頭變化比較快，這與其僅僅考慮相關(guān)移動(dòng)速度而沒(méi)有考慮整個(gè)簇的拓?fù)渥兓杂兄苯拥年P(guān)系。相比dmcnf與本文提出的pmc算法，由于其簇頭的選取是建立在車(chē)輛跟隨的基礎(chǔ)上的，所以其最終選出的簇頭節(jié)點(diǎn)是整個(gè)最大跳數(shù)中最穩(wěn)定的節(jié)點(diǎn)，因此這兩個(gè)算法有著較小的簇頭變化數(shù)目。在圖7c中，由于節(jié)點(diǎn)廣播半徑的增大，使得vmasc算法與n-hop趨于接近。而pmc與dmcnf逐漸變的穩(wěn)定，這是由于當(dāng)廣播范圍較大時(shí)，鏈路具有更高的可靠性。

我們定義分簇代價(jià)為成簇階段和簇維持階段所花費(fèi)控制數(shù)據(jù)包的數(shù)目與總數(shù)目的比值。計(jì)算公式如下：

其中，overheadratio表示分簇代價(jià)。在實(shí)驗(yàn)中，我們?nèi)≤?chē)輛節(jié)點(diǎn)的廣播半徑為300m，同時(shí)在pmc算法中max_hop取3跳，max_member取10得到了如圖8所示的實(shí)驗(yàn)結(jié)果。從圖8中可以明顯的看出，隨著速度的增長(zhǎng)，簇維護(hù)的開(kāi)銷(xiāo)越來(lái)越大。與n-hop以及vmasc算法相比，本方法提出的pmc所花費(fèi)的開(kāi)銷(xiāo)很小，而且與dmcnf比較接近。這是由于其僅僅使用了鄰居hello數(shù)據(jù)包。同時(shí)，另一方面反映出，開(kāi)銷(xiāo)越小，簇維護(hù)也越少，說(shuō)明成簇更加穩(wěn)定。從圖8中可以看出，當(dāng)速度較慢時(shí)，pmc算法的開(kāi)銷(xiāo)要少于dmcnf算法。當(dāng)車(chē)輛的速度達(dá)到30m/s時(shí)，pmc算法的開(kāi)銷(xiāo)逐漸超過(guò)了dmcnf算法，這是由于在pmc算法中采用了簇維護(hù)機(jī)制所導(dǎo)致的，但可以看出開(kāi)銷(xiāo)也是很小的。