城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法
【專利摘要】一種城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，利用圖論對車聯(lián)網(wǎng)進(jìn)行建模，利用復(fù)雜網(wǎng)絡(luò)分析技術(shù)中相關(guān)度量，將它們改造適用于車聯(lián)網(wǎng)瞬時(shí)性質(zhì)，利用這些性質(zhì)，在現(xiàn)有的TAPASCologne數(shù)據(jù)集的基礎(chǔ)上，利用復(fù)雜網(wǎng)絡(luò)分析工具等對實(shí)際的車聯(lián)網(wǎng)隨時(shí)間的演化情況進(jìn)行仿真測試和數(shù)據(jù)分析，對大規(guī)模車輛移動(dòng)軌跡TAPASCologne數(shù)據(jù)集進(jìn)行了動(dòng)力學(xué)分析，得出車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的連通性質(zhì)的相關(guān)結(jié)論。本發(fā)明是對車聯(lián)網(wǎng)性質(zhì)進(jìn)行深入系統(tǒng)的研究，可以實(shí)現(xiàn)對大規(guī)模異構(gòu)網(wǎng)絡(luò)網(wǎng)元之間的有效集成，保障車聯(lián)網(wǎng)大規(guī)模網(wǎng)絡(luò)互連互通的實(shí)時(shí)性。本發(fā)明從根本上保障了車聯(lián)網(wǎng)大規(guī)模信息的交換，能滿足和支撐大區(qū)域環(huán)境下的交通擁堵、交通安全、霧霾治理等實(shí)時(shí)數(shù)據(jù)采集的應(yīng)用需求。
【專利說明】
城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及車聯(lián)網(wǎng)領(lǐng)域，具體設(shè)及城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的 分析方法。
【背景技術(shù)】
[0002] 目前，中國已成為世界上最大的汽車生產(chǎn)和銷售大國，汽車成為人們生活的重要 組成部分，同時(shí)也已經(jīng)成為用戶家庭、辦公室外的第=個(gè)重要空間，通過互聯(lián)網(wǎng)解決了 "家 庭網(wǎng)"、"辦公網(wǎng)"后，汽車網(wǎng)絡(luò)就成了重要的關(guān)注對象。然而，汽車使用率的增加，必將導(dǎo)致 交通擁堵、交通安全、空氣污染等嚴(yán)重問題。車聯(lián)網(wǎng)是一個(gè)比較有效的解決方案，其將先進(jìn) 的信息技術(shù)、網(wǎng)絡(luò)技術(shù)、自動(dòng)控制技術(shù)W及計(jì)算機(jī)技術(shù)等高新技術(shù)有效地運(yùn)用于整個(gè)數(shù)據(jù) 傳輸體系，可降低交通擁堵，減少交通事故，降低環(huán)境污染，建立起一種實(shí)時(shí)、準(zhǔn)確、高效的 數(shù)據(jù)傳輸體系。
[0003] 車聯(lián)網(wǎng)的目標(biāo)和特性決定了車聯(lián)網(wǎng)是一個(gè)龐大、復(fù)雜、由不同的分層網(wǎng)絡(luò)組成的 一個(gè)異構(gòu)網(wǎng)絡(luò)系統(tǒng)。它的組成包含=部分:①車體域，主要由車內(nèi)各種傳感器和終端節(jié)點(diǎn)組 成一個(gè)小型車體網(wǎng)絡(luò)，用來獲取車內(nèi)信息和鄰近車輛的實(shí)時(shí)信息;②物理空間域，主要由物 理環(huán)境中的各種網(wǎng)絡(luò)組成，包括不同類型的路邊基礎(chǔ)設(shè)施網(wǎng)絡(luò)、車體網(wǎng)W及移動(dòng)通信網(wǎng)絡(luò) 等;③信息空間域，主要包括接入網(wǎng)絡(luò)類型、網(wǎng)絡(luò)的服務(wù)質(zhì)量、協(xié)議類型、網(wǎng)絡(luò)帶寬、終端能 力等。車聯(lián)網(wǎng)各個(gè)組成部分之間不協(xié)調(diào)運(yùn)行是影響車聯(lián)網(wǎng)應(yīng)用和發(fā)展的根源之一。因此，車 聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的連通性是車聯(lián)網(wǎng)中一個(gè)重要研究領(lǐng)域。在新型車聯(lián)網(wǎng)大規(guī)模網(wǎng)絡(luò)體 系中，如何從整體角度出發(fā)，提供車聯(lián)網(wǎng)基本屬性和分析方法，有效分析在高動(dòng)態(tài)環(huán)境下的 網(wǎng)絡(luò)連通的性能，解決車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)中的數(shù)據(jù)實(shí)時(shí)傳輸問題，是車聯(lián)網(wǎng)大規(guī)模網(wǎng) 絡(luò)研究所面臨的一個(gè)難點(diǎn)。
[0004] 現(xiàn)有的對車聯(lián)網(wǎng)的連通性技術(shù)主要利用仿真和分析法，并且目標(biāo)對象僅僅針對車 輛自組織網(wǎng)絡(luò)(VeMCU 1 ar Ad-hoC肥Twork，VANET)，并沒有考慮車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)， 從而難W指導(dǎo)由于車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的信道的高度時(shí)變性、突出的多普勒效應(yīng)和網(wǎng)絡(luò) 拓?fù)涞牟淮_定性等因素帶來的大規(guī)模異構(gòu)網(wǎng)絡(luò)網(wǎng)元之間的有效集成，使得車聯(lián)網(wǎng)大規(guī)模網(wǎng) 絡(luò)互連互通的實(shí)時(shí)性存在極大的局限，將會(huì)帶來效率和性能上的嚴(yán)重不足，從根本上制約 車聯(lián)網(wǎng)大規(guī)模信息的交換，難W支撐大區(qū)域環(huán)境下的交通擁堵、交通安全、霧靈治理等實(shí)時(shí) 數(shù)據(jù)采集的應(yīng)用需求。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的在于公開一種城市場景中車聯(lián)網(wǎng)性質(zhì)研究方法，對車聯(lián)網(wǎng)性質(zhì)進(jìn)行深 入系統(tǒng)的研究，從而可W實(shí)現(xiàn)對大規(guī)模異構(gòu)網(wǎng)絡(luò)網(wǎng)元之間的有效集成，保障了車聯(lián)網(wǎng)大規(guī) 模網(wǎng)絡(luò)互連互通的實(shí)時(shí)性。因此，本發(fā)明從根本上保障了車聯(lián)網(wǎng)大規(guī)模信息的交換，能滿足 和支撐大區(qū)域環(huán)境下的交通擁堵、交通安全、霧靈治理等實(shí)時(shí)數(shù)據(jù)采集的應(yīng)用需求。 為此，本發(fā)明給出W下技術(shù)方案實(shí)現(xiàn)： 本發(fā)明研究方法，其特征在于，利用圖論對車聯(lián)網(wǎng)進(jìn)行建模，利用復(fù)雜網(wǎng)絡(luò)分析技術(shù)中 相關(guān)度量，將它們改造適用于車聯(lián)網(wǎng)瞬時(shí)性質(zhì)，利用運(yùn)些性質(zhì)，在現(xiàn)有的TAPASCologne數(shù)據(jù) 集（來源于the Institute of Transportation Systems at the German Aerospace Center(口 S-化R)的基礎(chǔ)上，利用復(fù)雜網(wǎng)絡(luò)分析工具等對實(shí)際的車聯(lián)網(wǎng)隨時(shí)間的演化情況 進(jìn)行仿真測試和數(shù)據(jù)分析，對大規(guī)模車輛移動(dòng)軌跡TAPASCologne數(shù)據(jù)集進(jìn)行了動(dòng)力學(xué)分 析，得出車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的連通性質(zhì)的相關(guān)結(jié)論。 一種城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，其特征在于，具體方法 包括如下步驟：
[0006] 步驟1.利用TAPASCologne的Origin/Destination矩陣方法生成新的數(shù)據(jù)集；
[0007] 步驟2.分析了車聯(lián)網(wǎng)的相關(guān)性質(zhì)，包括車輛數(shù)、鏈路數(shù)、鏈路與車輛的關(guān)系等，利 用仿真實(shí)驗(yàn)對無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)基本性質(zhì)進(jìn)行分析；
[0008] 步驟3.利用仿真實(shí)驗(yàn)對無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)車群結(jié)構(gòu)基本性質(zhì)進(jìn)行分析；
[0009] 步驟4.將基礎(chǔ)設(shè)施引入車聯(lián)網(wǎng)網(wǎng)絡(luò)中，利用仿真實(shí)驗(yàn)對有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò) 基本性質(zhì)進(jìn)行分析；
[0010] 步驟5.在車聯(lián)網(wǎng)車輛中屯、性的研究方面，利用介數(shù)和游說指數(shù)找出高質(zhì)量的車 輛；
[0011] 步驟6.比較車聯(lián)網(wǎng)的直徑與剩余車輛數(shù)的關(guān)系，確定有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)的健壯 性和魯棒性。
[0012]運(yùn)6個(gè)步驟的具體內(nèi)容分別如下。
[0013] 所述步驟1中，獲取新的數(shù)據(jù)集采用TAPASCologne數(shù)據(jù)集(來源于the Institute of Transportation Systems at the German Aerospace Center(ITS-DLR))，它是結(jié)合真 實(shí)的道路拓?fù)?、?zhǔn)確的微觀移動(dòng)建模、現(xiàn)實(shí)的交通需求和先進(jìn)的交通分配，在德國科隆市 400平方千米的區(qū)域內(nèi)，生成包括超過70萬輛車次的24小時(shí)合成軌跡文件，該數(shù)據(jù)集是目前 可在線獲取的最完整的大規(guī)模車輛移動(dòng)模型;利用TAPASCologne的Origin/Destination矩 陣方法生成新的數(shù)據(jù)集。
[0014] 所述步驟2中，車聯(lián)網(wǎng)相關(guān)性質(zhì)表示與定義 t時(shí)刻車輛Vi的度di(t)是在它的通信范圍內(nèi)同樣具備車聯(lián)網(wǎng)通信功能的其他車輛的
數(shù)量： (1) 度分布是描述網(wǎng)絡(luò)性質(zhì)的一個(gè)重要統(tǒng)計(jì)量。t時(shí)刻車輛的度分布pt(d)定義為在t時(shí)刻 的車聯(lián)網(wǎng)中隨機(jī)地選擇一個(gè)車輛，它的度為d的概率，或者等價(jià)地描述為車聯(lián)網(wǎng)中度為d的 車輛數(shù)占車輛總數(shù)的比例。
[0015] t時(shí)刻車聯(lián)網(wǎng)G(t)密度化(t)為車聯(lián)網(wǎng)中的實(shí)際鏈路數(shù)與可能的最大鏈路數(shù)的比 值：
(2)
[0016] t時(shí)刻車聯(lián)網(wǎng)G(t)的平均最少鏈路數(shù)hG(t)，為車聯(lián)網(wǎng)中任意一對車輛之間進(jìn)行通 信所需的最少鏈路數(shù)的平均值：
其中hu(t)為t時(shí)刻車輛i，j之間的最短通信鏈路所需的跳數(shù)。所有車輛間的最短通信 鏈路的跳數(shù)中的最大值稱為車聯(lián)網(wǎng)的直徑。
[0017]車聯(lián)網(wǎng)中的車群指的是其中的致密子網(wǎng)，即車群內(nèi)的鏈路數(shù)大于不同車群間的鏈 路數(shù)。為了找出車群，可W將t時(shí)刻車聯(lián)網(wǎng)G(t)轉(zhuǎn)換為有向圖，使得
其中皆城，價(jià)是t時(shí)刻車輛Ui的入度和出度。 t時(shí)刻車聯(lián)網(wǎng)G(t)的某個(gè)子網(wǎng)U(t)構(gòu)成車群，當(dāng)它滿足：
(4) 即車群U(t)內(nèi)所有度的和大于朝向車聯(lián)網(wǎng)G(t)的剩余部分的度的和。
[0016] t時(shí)刻車聯(lián)網(wǎng)中某個(gè)車群k的集聚系數(shù)cck(t)，它是衡量網(wǎng)絡(luò)集團(tuán)化程度的重要參 數(shù)：
(5) 其中，I |Ek(t) M是t時(shí)刻車群k中存在的鏈路數(shù)，||Nk(t) M是t時(shí)刻車群k中的車輛數(shù)。
[0017] t時(shí)刻車輛Vi的鄰近中屯、性Ci(t)，衡量的是網(wǎng)絡(luò)中某輛車向其他車輛發(fā)送信息所 需花費(fèi)的時(shí)間，可表示為該車輛與車聯(lián)網(wǎng)中其他所有車輛通信所需鏈路數(shù)(跳數(shù))的和的倒 數(shù)：
(6) 其中hops (Vi, Vj)是車Vi與車Vj之間的跳數(shù)。 車聯(lián)網(wǎng)中不在相互通信范圍內(nèi)的車輛Vi和Vj之間的通信主要依賴于連接車輛Vi和Vj的 轉(zhuǎn)發(fā)路徑上所經(jīng)過的中繼車輛，如果某輛車被許多條轉(zhuǎn)發(fā)路徑經(jīng)過，則表示該輛車在當(dāng)前 車聯(lián)網(wǎng)中具有十分重要的作用，定量地描述某輛車在網(wǎng)絡(luò)中的影響力或重要性可W用車輛 的介數(shù)中屯、性來衡量。
[001引 t時(shí)刻車輛Vi的介數(shù)中屯、性BCi(t):
其中Sr jk( t)表示t時(shí)刻車輛Vj，Vk之間的不同的最短轉(zhuǎn)發(fā)路徑的數(shù)量，Sr j,k(Vi，t)表示 Vj, Vk之間的不同最短轉(zhuǎn)發(fā)路徑中經(jīng)過車輛Vi的路徑數(shù)。車輛中的最大介數(shù)與車輛的同步 能力密切相關(guān)，車輛的最大介數(shù)越大，網(wǎng)絡(luò)的同步能力越弱。
[0019] t時(shí)刻車輛Vi的橋接中屯、性BRi(t)，由該車輛的介數(shù)中屯、性乘W-個(gè)橋接系數(shù)得 到： (8) 其中e(vi)是車輛Vi的橋接系數(shù)，Ui表示車輛。橋接系數(shù)是車輛的度的倒數(shù)除W它的所 有鄰接車輛的度的倒數(shù)和。橋接中屯、性的目的是找到車聯(lián)網(wǎng)中處于中屯、的車輛，同時(shí)運(yùn)些 車輛的鏈路數(shù)相比它的鄰接車輛要少的多。
[0020] t時(shí)刻給定車輛Vi的游說指數(shù)^(t)，表示車聯(lián)網(wǎng)G(t)中車輛Vi的所有鄰接車輛中 度至少等于k的數(shù)量等于k的最大的正整數(shù)k: Li(t) =max{k:dk(t) > k} (9) 其中dk(t)表示車輛m的各輛鄰接車Uj的度，并且di(t)含cb(t)含d3(t)…。游說指數(shù)可 W視作是車輛的度di(t)的一般化形式，同時(shí)表達(dá)了車輛的通信范圍內(nèi)所有鄰接車輛的信 息。
[0021] 至此，描述車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的相關(guān)性質(zhì)的表示與定義完畢。
[00剖無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)性質(zhì) 本發(fā)明是對TAPASCologne車聯(lián)網(wǎng)場景的網(wǎng)絡(luò)形狀規(guī)律的研究結(jié)果，運(yùn)其中不包括車聯(lián) 網(wǎng)通信圖在介質(zhì)訪問問題(競爭和干擾)下的的動(dòng)力學(xué)性質(zhì)?；赪下因素，如：（i)車輛的 移動(dòng)規(guī)律，（ii)給定傳輸范圍，W及（扭）存在路邊基礎(chǔ)設(shè)施，在許多時(shí)間點(diǎn)上可W建立多條 通信鏈路(如果需要的話）。所有運(yùn)些可能的鏈路決定了車聯(lián)網(wǎng)圖的性質(zhì)，而對于運(yùn)類信息 的知曉是路由和數(shù)據(jù)分發(fā)協(xié)議在設(shè)計(jì)和執(zhí)行中的關(guān)鍵。
[0023] 無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)車群結(jié)構(gòu)性質(zhì) 對于需要跨越整個(gè)車聯(lián)網(wǎng)傳播消息的服務(wù)，它們必須知道整個(gè)網(wǎng)絡(luò)是否連通。此外，對 于需要傳送消息到某個(gè)特定的地理區(qū)域內(nèi)的服務(wù)來說，估計(jì)運(yùn)個(gè)區(qū)域內(nèi)的車輛之間的通信 鏈路的密度會(huì)十分有用，因?yàn)檫\(yùn)樣一來可W知道何時(shí)進(jìn)行何時(shí)避免洪泛操作。我們對車聯(lián) 網(wǎng)圖進(jìn)行了車群分析，給出了 TAPASCologne車聯(lián)網(wǎng)網(wǎng)絡(luò)中車群的數(shù)量和集聚系數(shù)隨時(shí)間 推移的變化情況?？蒞觀察到車群的數(shù)量主要受傳輸范圍的影響。
[0024] 有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)性質(zhì) 由于整個(gè)TAPASCologne車聯(lián)網(wǎng)圖是不連通的，因此考慮必須引入基礎(chǔ)設(shè)施(路邊單元 Road Side化it,RSU)。為了分析的需要，本發(fā)明假設(shè)網(wǎng)絡(luò)通信圖中所有不連通的車群之間 可W通過基礎(chǔ)設(shè)施連通，通過運(yùn)樣的方式就形成了有基礎(chǔ)設(shè)施的城市車聯(lián)網(wǎng)，使整個(gè)城市 的車聯(lián)網(wǎng)變成連通的。
[00巧]車聯(lián)網(wǎng)車輛中屯、性性質(zhì) 為了對車聯(lián)網(wǎng)通信圖進(jìn)行更深入的研究，本發(fā)明計(jì)算了各種中屯、性度量的平均值在不 同傳輸范圍下隨著時(shí)間推移的變化情況。經(jīng)過觀察，"中屯、車輛"的分布不會(huì)受到通信范圍 的影響，傳輸范圍在50米和100米時(shí)的分布具有相似的形狀。中屯、性度量對于交通狀況變化 的的反映相當(dāng)可靠。交通狀況即車輛的密度和相對位置。因此，中屯、性不是通訊范圍的指 征，而是對車輛的潛在的"行為"的指示，即路網(wǎng)和司機(jī)的意圖最終決定了車輛在網(wǎng)絡(luò)中的 位置。
[00%] 車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)魯棒性 魯棒性即網(wǎng)絡(luò)對于車輛移除的可伸縮性，運(yùn)一性質(zhì)對于任何網(wǎng)絡(luò)來說都非常重要，因 為它直接影響到車聯(lián)網(wǎng)的內(nèi)聚性（因此影響了網(wǎng)絡(luò)中斷的可能性），W及車聯(lián)網(wǎng)對于相關(guān)通 信的車輛對于惡意攻擊的免疫能力。
[0027]有益效果
[00%] (1)本發(fā)明基于車聯(lián)網(wǎng)無基礎(chǔ)設(shè)施情況下，有如下重要結(jié)論。
[0029] TAPASCologne車聯(lián)網(wǎng)是不連通的，包含大量的車群；
[0030] 車群的數(shù)量受傳輸范圍的影響，但隨時(shí)間大致保持恒定；
[0031 ]車群的連通性受傳輸范圍的影響；
[0032] 密集車群中同時(shí)包含度值較大和較小的車輛；
[0033] 高度值的車輛周圍的鄰居車輛之間的連接十分稀疏。
[0034] (2)本發(fā)明基于車聯(lián)網(wǎng)有基礎(chǔ)設(shè)施情況下，有如下重要結(jié)論。
[0035] 車聯(lián)網(wǎng)的圖是致密的，其中車輛數(shù)與鏈路數(shù)之間遵循致密幕律分布:E(t)KV(t r，其中 aQ2.79;
[0036] 網(wǎng)絡(luò)直徑和平均車輛度隨著車輛網(wǎng)絡(luò)規(guī)模的擴(kuò)大而增加；
[0037] 平均車輛度具有較大的標(biāo)準(zhǔn)差；
[0038] 車聯(lián)網(wǎng)沒有表現(xiàn)出小世界特性，有著較大的車聯(lián)網(wǎng)直徑和平均最少鏈路數(shù)。
[0039] (3)本發(fā)明基于車聯(lián)網(wǎng)車輛中屯、性性質(zhì)，有如下重要結(jié)論。
[0040] 中屯、性是對車輛的潛在的"行為"的指示，運(yùn)一作用在任何通信范圍都是有效的；
[0041] 介數(shù)中屯、性和游說中屯、性指數(shù)對于識(shí)別"高質(zhì)量"的車輛(更為中屯、的車輛)是充 分的、適當(dāng)?shù)模?br>[0042] 車輛度的大小不能夠區(qū)分網(wǎng)絡(luò)中車輛質(zhì)量的高低。
[0043] (4)本發(fā)明基于車聯(lián)網(wǎng)車輛中屯、性性質(zhì)，有如下重要結(jié)論。
[0044] 車聯(lián)網(wǎng)直徑增加或者減少的情況，可W認(rèn)為車聯(lián)網(wǎng)直徑變化的分布服從幕律，其 失系武為；K義（細(xì)化'叫'
[0045] 幕律分布的幕系數(shù)a的值決定了車聯(lián)網(wǎng)的魯棒性如何，如果a接近1則網(wǎng)絡(luò)可W被 認(rèn)為是健壯的。
[0046] 引入基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)的通信圖是健壯的，當(dāng)a = 〇. 97時(shí)，即使損失了一定數(shù)量的 高質(zhì)量車輛也不會(huì)對圖的性質(zhì)造成明顯的影響。 本發(fā)明研究方法，是對車聯(lián)網(wǎng)性質(zhì)進(jìn)行深入系統(tǒng)的研究，從而可W實(shí)現(xiàn)對大規(guī)模異構(gòu) 網(wǎng)絡(luò)網(wǎng)元之間的有效集成，保障了車聯(lián)網(wǎng)大規(guī)模網(wǎng)絡(luò)互連互通的實(shí)時(shí)性。因此，本發(fā)明從根 本上保障了車聯(lián)網(wǎng)大規(guī)模信息的交換，能滿足和支撐大區(qū)域環(huán)境下的交通擁堵、交通安全、 霧靈治理等實(shí)時(shí)數(shù)據(jù)采集的應(yīng)用需求。
【附圖說明】
[0047] 圖1為本發(fā)明所提供的新的車聯(lián)網(wǎng)數(shù)據(jù)集的獲取流程圖。 圖2車輛數(shù)隨時(shí)間變化情況 圖3鏈路數(shù)隨時(shí)間變化情況 圖4雙對數(shù)坐標(biāo)系下鏈路數(shù)與車輛數(shù)的關(guān)系(傳輸范圍=50米） 圖5雙對數(shù)坐標(biāo)系下鏈路數(shù)與車輛數(shù)的關(guān)系(傳輸范圍=100米） 圖6車群個(gè)數(shù)隨時(shí)間變化情況 圖7平均集聚系數(shù)隨時(shí)間變化情況 圖8最大車群車輛數(shù)隨時(shí)間變化情況 圖9平均局部集聚系數(shù)與車輛度的關(guān)系 圖10平均最少鏈路數(shù)隨時(shí)間變化情況 圖11平均最少鏈路數(shù)隨車輛數(shù)變化情況 圖12車聯(lián)網(wǎng)直徑隨時(shí)間變化情況 圖13平均車輛度隨時(shí)間變化情況 圖14車輛的平均中屯、性度量隨時(shí)間變化情況 圖15車輛的平均游說指數(shù)隨時(shí)間變化情況 圖16雙對數(shù)坐標(biāo)系下車聯(lián)網(wǎng)直徑與車輛數(shù)的關(guān)系(傳輸范圍=50米） 圖17雙對數(shù)坐標(biāo)系下車聯(lián)網(wǎng)直徑與車輛數(shù)的關(guān)系(傳輸范圍= 100米）
[004引圖18為本發(fā)明方法流程圖。
【具體實(shí)施方式】
[0049] 本發(fā)明的具體實(shí)施過程如圖18所示，包括如下5個(gè)方面：
[0050] ①獲取新的車聯(lián)網(wǎng)數(shù)據(jù)集
[0051 ]②分析無基礎(chǔ)設(shè)施情況下的車聯(lián)網(wǎng)連通性質(zhì) [0052]③分析有基礎(chǔ)設(shè)施情況下的車聯(lián)網(wǎng)連通性質(zhì) [0化3] ④分析車聯(lián)網(wǎng)中屯、性連通性質(zhì) [0054]⑤分析車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通的魯棒性
[0化5] ①
[0056] 下面首先結(jié)合如圖1中所示流程，說明新的車聯(lián)網(wǎng)數(shù)據(jù)集的獲取。 首先利用0/D矩陣確定OSM地圖的使用范圍并進(jìn)行提取和過濾，然后轉(zhuǎn)換成SUMO可W識(shí) 別的格式輸入到運(yùn)一微觀移動(dòng)仿真器中；同時(shí)將0/D矩陣用作Gawron算法的輸入，決定初始 的交通分配并提供給SUMO，隨后SUMO進(jìn)行第一次車輛移動(dòng)仿真，仿真結(jié)束后，道路交通密度 作為結(jié)果反饋給Gawron算法，根據(jù)運(yùn)些新的信息，計(jì)算得出新的交通分配，進(jìn)行第二次SUMO 仿真，如此循環(huán)，直到生成的交通分配可W維持整個(gè)交通需求。
[0057] ②
[005引無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)性質(zhì)分析 經(jīng)過定量研究，車輛數(shù)與鏈路數(shù)隨著時(shí)間演化遵循如下關(guān)系式： E(t)KV(t)a (10) 其中傳輸范圍為50米時(shí)a□ 2.79，并且根據(jù)對在不同的傳輸范圍（例如50米、100米等） 下的運(yùn)一關(guān)系的研究，可W得知運(yùn)種關(guān)系與傳輸范圍的取值無關(guān)。根據(jù)觀察，運(yùn)一規(guī)律在任 何傳輸范圍下均成立。 運(yùn)一觀察結(jié)果對于路由協(xié)議設(shè)計(jì)來說具有重要的意義，因?yàn)檫\(yùn)樣一來，就可W對網(wǎng)絡(luò) 中通信鏈路的數(shù)量進(jìn)行估計(jì)。
[0059]無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)車群結(jié)構(gòu)性質(zhì)分析 為了研究車輛度和局部連通性之間的關(guān)系，采用局部集聚系數(shù)量化局部連通情況，結(jié) 果表明，局部連通情況與通信范圍無關(guān)，密集的車群可W同時(shí)包含具有較小的度和較大的 度的車輛。然而對于具有較大的度的車輛來說，其局部集聚系數(shù)則在0.05到0.1之間，說明 其鄰居車輛之間十分稀疏。運(yùn)是意料之中的，因?yàn)閷τ谝粋€(gè)有很多車輛的車群來說，其中的 車輛之間不可能有太多的鏈路。運(yùn)一觀察意味著，在沒有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)中，很難找到包 括許多車輛的"幫派"。運(yùn)對實(shí)際應(yīng)用會(huì)造成巨大的麻煩，因?yàn)楸热缭趥鞑f(xié)議中單個(gè)廣播 就很可能無法到達(dá)有效數(shù)量的車輛，而在數(shù)據(jù)分發(fā)協(xié)議中數(shù)據(jù)根本無法發(fā)送給目標(biāo)車輛群 體。
[0060]③
[006。有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)性質(zhì)分析 通過車聯(lián)網(wǎng)網(wǎng)絡(luò)中平均最少鏈路數(shù)隨著時(shí)間推移的變化情況，我們發(fā)現(xiàn)， TAPASCologne車聯(lián)網(wǎng)的圖沒有表現(xiàn)出小世界特性。運(yùn)一點(diǎn)很重要，因?yàn)檫\(yùn)一度量提供了一 輛車在獲得所需的信息之前所必須等待的平均時(shí)間。例如，傳輸范圍為50米時(shí)，上午7:00時(shí) 的平均最短距離為592跳。我們還觀察到傳輸范圍為50米時(shí)，兩車之間的平均跳數(shù)較大并且 隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大表現(xiàn)出較大的方差。另一方面，傳輸范圍為100米時(shí)的最少鏈路數(shù)的變 化相對更平滑，方差較小。網(wǎng)絡(luò)直徑隨時(shí)間推移的變化情況與平均最少鏈路數(shù)隨著時(shí)間的 推移的變化情況一致。 通過車聯(lián)網(wǎng)網(wǎng)絡(luò)中平均車輛度隨時(shí)間推移的變化情況，我們發(fā)現(xiàn)，平均車輛度隨著在 TAPASCologne車聯(lián)網(wǎng)中的車輛數(shù)量的增加而增加，并且具有與鏈路數(shù)類似的趨勢。傳輸范 圍為100米時(shí)的鏈路數(shù)和平均車輛度均分別是50米時(shí)的兩倍。我們還觀察到平均車輛度值 的方差相當(dāng)大，但它們的分布是相當(dāng)均勻的。運(yùn)意味著網(wǎng)絡(luò)中有相當(dāng)一部分比例的車輛具 有較高或較低的度，運(yùn)些車輛分別是位于路口和處在交通流量較低的位置。
[0062]④
[006引車聯(lián)網(wǎng)車輛中屯、性性質(zhì)分析 我們可W得出運(yùn)樣的結(jié)論:介數(shù)、鄰近和橋接中屯、性指數(shù)或多或少服從相似的分布。不 管在什么傳輸范圍下，鄰近中屯、性實(shí)際上是隨時(shí)間變化保持恒定的。運(yùn)是由于 TAPASCologne車聯(lián)網(wǎng)相當(dāng)稀疏，沒有大的致密組件(component )，運(yùn)也意味著每一輛車到網(wǎng) 絡(luò)中其余車輛的(平均)距離實(shí)際上是相同的。 游說指數(shù)則與上述所有的中屯、性度量的變化情況差異較大。根據(jù)其定義，它的物理含 義是車輛度的一般化和介數(shù)中屯、性某種程度上的簡化。值得注意的是大量的車輛具有相同 的游說指數(shù)，而介數(shù)中屯、性并沒有運(yùn)樣的情況，只有相對很少的車輛有相當(dāng)大的介數(shù)中屯、 性。運(yùn)一觀察結(jié)果相當(dāng)有用，因?yàn)樵谝恍﹨f(xié)議的設(shè)計(jì)中，我們需要確定所有的"高質(zhì)量"的車 輛，分配給它們特殊的角色，而在其他一些情況下，我們需要確定的只是"質(zhì)量"最高的的車 輛。因此，我們可W得出運(yùn)樣的結(jié)論，介數(shù)中屯、性和游說指數(shù)兩者對于捕捉車聯(lián)網(wǎng)通信圖的 結(jié)構(gòu)性質(zhì)是充分的、適當(dāng)?shù)?，它們之中沒有一個(gè)可W取代另一個(gè)。 中屯、性度量是否與度相互關(guān)聯(lián)，即具有較高度的車輛是否也是質(zhì)量較高的車輛，要回 答運(yùn)個(gè)問題，我們計(jì)算了所有車輛在特定的時(shí)間點(diǎn)(上午7:00，傳輸范圍為100米)時(shí)的皮爾 森相關(guān)系數(shù)。在一般情況下，皮爾森相關(guān)系數(shù)的取值范圍為-1至1，其中-1或1表示一個(gè)"完 美"的關(guān)系。系數(shù)離0越遠(yuǎn)，不管其是正是負(fù)，兩個(gè)變量之間關(guān)系越強(qiáng)。具有較高的度的車輛 與介數(shù)中屯、性和橋接中屯、性無關(guān)。另一方面，與鄰近中屯、性具有較低的正相關(guān)。因此，車輛 的度不能夠識(shí)別出車聯(lián)網(wǎng)中"高質(zhì)量"的車輛，介數(shù)和游說指數(shù)做得更好。
[0064] ⑤
[0065] 車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)魯棒性分析 如果將車輛從車聯(lián)網(wǎng)中移除，兩輛車之間的鏈路長度將增加?？蒞采用一種簡單但十 分有效的度量來量化車聯(lián)網(wǎng)的魯棒性，即觀察在刪除具有最高介數(shù)中屯、性值的車輛的情況 下，車聯(lián)網(wǎng)直徑將會(huì)如何變化。當(dāng)將介數(shù)中屯、性指數(shù)前10%的車輛刪除W后，車聯(lián)網(wǎng)直徑增 加或者減少的情況，可為車聯(lián)網(wǎng)官徑變化的分布服從幕律，其關(guān)系式為：
(11) 其中Ni是在第i次去除車輛時(shí)剩下的車輛數(shù)，diameteri則是運(yùn)個(gè)有Ni輛車的車聯(lián)網(wǎng)的 直徑。a的值決定了車聯(lián)網(wǎng)的魯棒性如何，如果a接近1則網(wǎng)絡(luò)可W被認(rèn)為是健壯的。根據(jù)我 們的研究結(jié)果，引入基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)的通信圖是健壯的，當(dāng)0 = 0.97時(shí)，即使損失了一定 數(shù)量的高質(zhì)量車輛也不會(huì)對圖的性質(zhì)造成明顯的影響。 實(shí)施例 本實(shí)施例是對W上【具體實(shí)施方式】的詳述。 在現(xiàn)有的數(shù)據(jù)集的基礎(chǔ)上利用復(fù)雜網(wǎng)絡(luò)分析工具等對實(shí)際的車聯(lián)網(wǎng)隨時(shí)間的演化情 況進(jìn)行仿真測試和數(shù)據(jù)分析。主要目的是解答W下四個(gè)關(guān)鍵問題:車聯(lián)網(wǎng)圖的性質(zhì)是如何 隨時(shí)間演化的；中屯、性度量能否用來確定高質(zhì)量的車輛;車聯(lián)網(wǎng)圖中是否存在致密子圖；車 聯(lián)網(wǎng)是否具有魯棒性。 (1)車聯(lián)網(wǎng)相關(guān)性質(zhì)表示與定義 在對車聯(lián)網(wǎng)整體性質(zhì)進(jìn)行研究之前，首先需要使用合適的工具對網(wǎng)絡(luò)進(jìn)行描述。本發(fā) 明采用無向圖刻畫車聯(lián)網(wǎng)網(wǎng)絡(luò)，無向圖G(t)表示t時(shí)刻的車聯(lián)網(wǎng)，其中車輛集合V(t) = {vi} 表示t時(shí)刻的所有車輛，1￡{1，2，-|，11}，11表示圖的頂點(diǎn)總數(shù)，即車輛總數(shù)。鏈路集合6(〇 = {eij}表示當(dāng)前時(shí)刻車輛間的所有通信鏈路，鏈路eu(t)當(dāng)且僅當(dāng)t時(shí)刻時(shí)Vi與Vj可W直接相 互通信時(shí)存在，其中i，jE{l，2,…，n}且i辛j。 ?車聯(lián)網(wǎng)網(wǎng)絡(luò)性質(zhì) 定義It時(shí)刻車輛Vi的度di(t)是在它的通信范圍內(nèi)同樣具備車聯(lián)網(wǎng)通信功能的其他車 輛的數(shù)量：
Cl) 度分布是描述網(wǎng)絡(luò)性質(zhì)的一個(gè)重要統(tǒng)計(jì)量。t時(shí)刻車輛的度分布pt(d)定義為在t時(shí)刻 的車聯(lián)網(wǎng)中隨機(jī)地選擇一個(gè)車輛，它的度為d的概率，或者等價(jià)地描述為車聯(lián)網(wǎng)中度為d的 車輛數(shù)占車輛總數(shù)的比例。 許多真實(shí)的復(fù)雜網(wǎng)絡(luò)的節(jié)點(diǎn)度分布都遵循幕律分布，數(shù)學(xué)形式為:P化)其中k為 節(jié)點(diǎn)的度，丫一般介于2到3之間。幕函數(shù)在雙對數(shù)坐標(biāo)系下是一條下降的直線。與指數(shù)函數(shù) 相比，幕函數(shù)下降速度較慢，使得網(wǎng)絡(luò)中存在度較大的節(jié)點(diǎn)，通常稱運(yùn)些節(jié)點(diǎn)為樞紐節(jié)點(diǎn) 化Ub node)。研究發(fā)現(xiàn)除了幕律分布，真實(shí)網(wǎng)絡(luò)中還存在其它形式的度分布。 定義2t時(shí)刻車聯(lián)網(wǎng)G(t)密度化(t)為車聯(lián)網(wǎng)中的實(shí)際鏈路數(shù)與可能的最大鏈路數(shù)的比 值：
(2) 定義3t時(shí)刻車聯(lián)網(wǎng)G(t)的平均最少鏈路數(shù)hG(t)，為車聯(lián)網(wǎng)中任意一對車輛之間進(jìn)行 通信所需的最少鏈路數(shù)的平均值：
其中hu(t)為t時(shí)刻車輛i，j之間的最短通信鏈路所需的跳數(shù)。所有車輛間的最短通信 鏈路的跳數(shù)中的最大值稱為車聯(lián)網(wǎng)的直徑。 車聯(lián)網(wǎng)的度度相關(guān)性描述了車聯(lián)網(wǎng)中度大的車輛和度小的車輛之間的關(guān)系。如果度大 的車輛傾向于和度大的車輛相連接。則車聯(lián)網(wǎng)是度度正相關(guān)的;反之，如果度大的車輛傾向 于和度小的車輛相連接，則車聯(lián)網(wǎng)是度度負(fù)相關(guān)的。可W利用某輛車周圍的的鄰接車的平 均度兩6。。與該車輛的度d之間的關(guān)系來描述度度相關(guān)性。當(dāng)車聯(lián)網(wǎng)是正相關(guān)時(shí)，充是 隨d遞增的曲線；當(dāng)網(wǎng)絡(luò)是負(fù)相關(guān)時(shí)，或是隨d遞減的曲線。 計(jì)算鏈路的兩端車輛的度的皮爾森(Pearson)相關(guān)系數(shù)，r可W描述網(wǎng)絡(luò)的度度相關(guān) 性。其具體定義為：
(4) 其中ji，ki表示第i條鏈路兩端的車輛j，k的度，M表示車聯(lián)網(wǎng)的總鏈路數(shù)。度度相關(guān)系 數(shù)r的范圍為:0<r<l。當(dāng)r<0時(shí)，車聯(lián)網(wǎng)是度度負(fù)相關(guān)的；當(dāng)r>0時(shí)，車聯(lián)網(wǎng)是度度正相關(guān) 的；當(dāng)r = 0時(shí)，網(wǎng)絡(luò)是度度不相關(guān)的。 ?車聯(lián)網(wǎng)的中屯、性 定義4t時(shí)刻車輛Vi的鄰近中屯、性Ci(t)，衡量的是網(wǎng)絡(luò)中某輛車向其他車輛發(fā)送信息 所需花費(fèi)的時(shí)間，可表示為該車輛與車聯(lián)網(wǎng)中其他所有車輛通信所需鏈路數(shù)(跳數(shù))的和的 倒數(shù)：
CS) 其中hops (Vi, Vj)是車Vi與車Vj之間的跳數(shù)。 車聯(lián)網(wǎng)中不在相互通信范圍內(nèi)的車輛Vi和Vj之間的通信主要依賴于連接車輛Vi和Vj的 轉(zhuǎn)發(fā)路徑上所經(jīng)過的中繼車輛，如果某輛車被許多條轉(zhuǎn)發(fā)路徑經(jīng)過，則表示該輛車在當(dāng)前 車聯(lián)網(wǎng)中具有十分重要的作用，定量地描述某輛車在網(wǎng)絡(luò)中的影響力或重要性可W用車輛 的介數(shù)中屯、性來衡量。
定義5t時(shí)刻車細(xì)、。的A掀由,1、,、化R。t、. (6> 其中Sr jk( t)表示t時(shí)刻車輛Vj，Vk之間的不同的最短轉(zhuǎn)發(fā)路徑的數(shù)量，Sr j,k(Vi，t)表示 Vj, Vk之間的不同最短轉(zhuǎn)發(fā)路徑中經(jīng)過車輛Vi的路徑數(shù)。車輛中的最大介數(shù)與車輛的同步能 力密切相關(guān)，車輛的最大介數(shù)越大，網(wǎng)絡(luò)的同步能力越弱。
定義61時(shí)刻車輛Vi的橋接中屯、性BRi (t )，由該車輛的介數(shù)中屯、性乘W -個(gè)橋接系數(shù)得 到： (7) 其中e(vi)是車輛Vi的橋接系數(shù)。橋接系數(shù)是車輛的度的倒數(shù)除W它的所有鄰接車輛 的度的倒數(shù)和。橋接中屯、性的目的是找到車聯(lián)網(wǎng)中處于中屯、的車輛，同時(shí)運(yùn)些車輛的鏈路 數(shù)相比它的鄰接車輛要少的多。 定義7t時(shí)刻給定車輛Vi的游說指數(shù)k(t)，表示車聯(lián)網(wǎng)G(t)中車輛Vi的所有鄰接車輛中 度至少等于k的數(shù)量等于k的最大的正整數(shù)k: Li(t) =max{k:dk(t) > k} (8) 其中山（t)表示車輛m的各輛鄰接車Uj的度，并且di(t)含cb(t)含d3(t)…。游說指數(shù)可 W視作是車輛的度di(t)的一般化形式，同時(shí)表達(dá)了車輛的通信范圍內(nèi)所有鄰接車輛的信 息。 ?車聯(lián)網(wǎng)的車群結(jié)構(gòu) 實(shí)證研究表明，許多真實(shí)網(wǎng)絡(luò)呈現(xiàn)一個(gè)共同的特征：網(wǎng)絡(luò)中存在組內(nèi)的邊遠(yuǎn)遠(yuǎn)稠密于 組之間的邊的結(jié)構(gòu)，運(yùn)種結(jié)構(gòu)稱為網(wǎng)絡(luò)的群落結(jié)構(gòu)kommunity S化UC化re )，也叫網(wǎng)絡(luò)的集 團(tuán)結(jié)構(gòu)。如科學(xué)家合作網(wǎng)絡(luò)中按照不同的研究主題、研究方法可W分成若干不同的研究團(tuán) 體;WWW網(wǎng)絡(luò)中按照不同的主題構(gòu)成網(wǎng)頁之間的超級鏈接;而新陳代謝網(wǎng)絡(luò)、神經(jīng)元網(wǎng)絡(luò)中 的群落結(jié)構(gòu)則反映了網(wǎng)絡(luò)中不同的功能單元。許多學(xué)者提出了識(shí)別網(wǎng)絡(luò)的群落結(jié)構(gòu)的算 法。傳統(tǒng)的識(shí)別網(wǎng)絡(luò)群落結(jié)構(gòu)的方法主要有層次聚類算法化ieratical clustering algorithm)和譜分析（spectral analysis)方法W及Girvan和化wman提出的基于邊的介數(shù) 的方法。 車聯(lián)網(wǎng)中的車群指的是其中的致密子網(wǎng)，即車群內(nèi)的鏈路數(shù)大于不同車群間的鏈路 數(shù)。為了找出車群，可W將t時(shí)刻車聯(lián)網(wǎng)G(t)轉(zhuǎn)換為有向圖，使得
其中 式"(f)，《"'(〇是t時(shí)刻車輛Ui的入度和出度。 定義8t時(shí)刻車聯(lián)網(wǎng)G(t)的某個(gè)子網(wǎng)U(t)構(gòu)成車群，當(dāng)它滿足：
(10) 即車群U(t)內(nèi)所有度的和大于朝向車聯(lián)網(wǎng)G(t)的剩余部分的度的和。 定義9t時(shí)刻車聯(lián)網(wǎng)中某個(gè)車群k的集聚系數(shù)cck(t)，它是衡量網(wǎng)絡(luò)集團(tuán)化程度的重要 參數(shù)：
(11) 其中，I |Ek(t) M是t時(shí)刻車群k中存在的鏈路數(shù)，||Nk(t) M是t時(shí)刻車群k中的車輛數(shù)。 當(dāng)車群中每輛車之間都有鏈路時(shí)，該車群的集聚系數(shù)取最大值為1。 集聚系數(shù)反應(yīng)的是車群整體的集團(tuán)化程度，要研究單輛車對于整個(gè)車聯(lián)網(wǎng)的集團(tuán)化貢 獻(xiàn)程度，可W考慮定義它的局部聚集系數(shù)。某輛車Ui在t時(shí)刻有di(t)輛鄰接車輛，且運(yùn)些鄰 接車輛互相之間有Zi(t)條鏈路，那么， 定義IOt時(shí)刻車輛Ui的局部集聚系數(shù)lcci(t)的數(shù)學(xué)表達(dá)式為：
(12) 類似于度度相關(guān)性，車聯(lián)網(wǎng)的平均集聚系數(shù)與度的關(guān)系同樣值得研究，運(yùn)一個(gè)關(guān)系稱 為簇度相關(guān)性。大量的實(shí)證研究表明，許多真實(shí)網(wǎng)絡(luò)如好萊巧電影演員合作網(wǎng)絡(luò)、語義網(wǎng)絡(luò) 中節(jié)點(diǎn)的簇度相關(guān)性存在近似的倒數(shù)關(guān)系： (Xk)Qk-I (13) 其中C(d)為度為d的節(jié)點(diǎn)的集聚系數(shù)。也有研究人員考慮到真實(shí)網(wǎng)絡(luò)同時(shí)具有無標(biāo)度 特性和較大的集聚系數(shù)，構(gòu)造了層次網(wǎng)絡(luò)模型化ierarcMcal network)。研究表明，具有層 次性的網(wǎng)絡(luò)還包括萬維網(wǎng)、代謝網(wǎng)絡(luò)等，但是對于具有位置和地理關(guān)系的空間網(wǎng)絡(luò)，如電力 網(wǎng)就不具有運(yùn)種層次性，其可能原因是由于受到網(wǎng)絡(luò)費(fèi)用的制約，節(jié)點(diǎn)只能與距離較近的 節(jié)點(diǎn)連接。 (2) TAPASCo 1 Ogne 數(shù)據(jù)集 本發(fā)明采用TAPASCologne數(shù)據(jù)集（來源于the Institute of Transportation Systems at the German Aerospace Center(ITS-DLR)),它是結(jié)合真實(shí)的道路拓?fù)洹?zhǔn)確 的微觀移動(dòng)建模、現(xiàn)實(shí)的交通需求和先進(jìn)的交通分配，在德國科隆市400平方千米的區(qū)域 內(nèi)，生成包括超過70萬輛車次的24小時(shí)合成軌跡文件，該數(shù)據(jù)集是目前可在線獲取的最完 整的大規(guī)模車輛移動(dòng)模型;利用TAPASCologne的Origin/Destination矩陣方法生成新的數(shù) 據(jù)集，具體生成過程如下:首先利用0/D矩陣確定OSM地圖的使用范圍并進(jìn)行提取和過濾，然 后轉(zhuǎn)換成SUMO可W識(shí)別的格式輸入到運(yùn)一微觀移動(dòng)仿真器中；同時(shí)將0/D矩陣用作Gawron 算法的輸入，決定初始的交通分配并提供給SUMO，隨后SUMO進(jìn)行第一次車輛移動(dòng)仿真，仿真 結(jié)束后，道路交通密度作為結(jié)果反饋給Gawron算法，根據(jù)運(yùn)些新的信息，計(jì)算得出新的交通 分配，進(jìn)行第二次SUMO仿真，如此循環(huán)，直到生成的交通分配可W維持整個(gè)交通需求，如圖1 所示。 (3) 無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng) 本發(fā)明是對TAPASCologne車聯(lián)網(wǎng)場景的網(wǎng)絡(luò)形狀規(guī)律的研究結(jié)果，運(yùn)其中不包括車聯(lián) 網(wǎng)通信圖在介質(zhì)訪問問題(競爭和干擾)下的的動(dòng)力學(xué)性質(zhì)。研究表明，基于W下因素，如： (i)車輛的移動(dòng)規(guī)律，（ii)給定傳輸范圍，W及（扭）存在路邊基礎(chǔ)設(shè)施，在許多時(shí)間點(diǎn)上可 W建立多條通信鏈路(如果需要的話）。所有運(yùn)些可能的鏈路決定了車聯(lián)網(wǎng)圖的性質(zhì)，而對 于運(yùn)類信息的知曉是路由和數(shù)據(jù)分發(fā)協(xié)議在設(shè)計(jì)和執(zhí)行中的關(guān)鍵。但是，具體運(yùn)些鏈路(即 共享介質(zhì))如何進(jìn)行訪問，則是MAC協(xié)議的工作，不屬于技術(shù)方案范圍內(nèi)。 ?網(wǎng)絡(luò)基本分析 我們首先研究運(yùn)些快照中的車輛數(shù)V(t)和鏈路數(shù)E(t)隨時(shí)間的變化情況。圖2和圖3分 別展示了車輛數(shù)和鏈路數(shù)隨著時(shí)間的推移的變化情況。正如其他復(fù)雜網(wǎng)絡(luò)那樣，車聯(lián)網(wǎng)的 規(guī)模會(huì)隨著進(jìn)入地圖區(qū)域的車輛數(shù)的增加和它們的無線天線傳輸范圍的增大而擴(kuò)大。 隨后我們進(jìn)一步研究了鏈路和車輛之間的關(guān)系：圖4和圖5描述了車聯(lián)網(wǎng)圖基本服從致 密幕律(Densification Power Law)。經(jīng)過定量研究，車輛數(shù)與鏈路數(shù)隨著時(shí)間演化遵循如 下關(guān)系式： E(t)KV(t)a (14) 其中傳輸范圍為50米時(shí)a□ 2.79，并且根據(jù)對在不同的傳輸范圍（例如50米、100米等） 下的運(yùn)一關(guān)系的研究，可W得知運(yùn)種關(guān)系與傳輸范圍的取值無關(guān)。根據(jù)我們的觀察，運(yùn)一規(guī) 律在任何傳輸范圍下均成立。運(yùn)意味著TAPASCologne車聯(lián)網(wǎng)的圖是致密(dense)的。根據(jù)文 獻(xiàn)，0 = 1表示隨著時(shí)間推移，平均度保持恒定不變，而0 = 2對應(yīng)于一個(gè)極其致密的圖，運(yùn)意 味著平均來說，每個(gè)車輛連接到所有其他車輛的鏈路的數(shù)量是一個(gè)常量。運(yùn)一觀察結(jié)果對 于路由協(xié)議設(shè)計(jì)來說具有重要的意義，因?yàn)檫\(yùn)樣一來，我們就可W對網(wǎng)絡(luò)中通信鏈路的數(shù) 量進(jìn)行估計(jì)。 ?車群結(jié)構(gòu)分析 對于需要跨越整個(gè)車聯(lián)網(wǎng)傳播消息的服務(wù)，它們必須知道整個(gè)網(wǎng)絡(luò)是否連通。此外，對 于需要傳送消息到某個(gè)特定的地理區(qū)域內(nèi)的服務(wù)(地理組播，geocast)來說，估計(jì)運(yùn)個(gè)區(qū)域 內(nèi)的車輛之間的通信鏈路的密度會(huì)十分有用，因?yàn)檫\(yùn)樣一來可W知道何時(shí)進(jìn)行何時(shí)避免洪 泛操作。 我們對車聯(lián)網(wǎng)圖進(jìn)行了車群分析，圖6和圖7給出了 TAPASCologne車聯(lián)網(wǎng)網(wǎng)絡(luò)中車群的 數(shù)量和集聚系數(shù)隨時(shí)間推移的變化情況?？蒞觀察到車群的數(shù)量主要受傳輸范圍的影響。 具體來說，傳輸范圍為50米時(shí)車群的數(shù)量比100米時(shí)多1倍。同時(shí)平均集聚系數(shù)也受傳輸范 圍影響，傳輸范圍為50米時(shí)平均集聚系數(shù)比100米時(shí)小1.5倍。 而另一方面最大車群包含的車輛數(shù)不受傳輸范圍影響，圖8顯示出了傳輸范圍分別為 100和50米時(shí)，最大車群中車輛數(shù)占此時(shí)車輛總數(shù)的百分比，可W看到不管是在哪種傳輸范 圍下，占比的變化情況幾乎完全一致。 為了研究車輛度和局部連通性之間的關(guān)系，我們采用局部集聚系數(shù)量化局部連通情 況，如圖9所示。該圖表明，局部連通情況與通信范圍無關(guān)，密集的車群可W同時(shí)包含具有較 小的度和較大的度的車輛。然而對于具有較大的度的車輛來說，其局部集聚系數(shù)則在0.05 至IjO. 1之間，說明其鄰居車輛之間十分稀疏。運(yùn)是意料之中的，因?yàn)閷τ谝粋€(gè)有很多車輛的 車群來說，其中的車輛之間不可能有太多的鏈路。運(yùn)一觀察意味著，在沒有基礎(chǔ)設(shè)施的車聯(lián) 網(wǎng)中，我們很難找到包括許多車輛的"幫派"。運(yùn)對實(shí)際應(yīng)用會(huì)造成巨大的麻煩，因?yàn)楸热缭?傳播協(xié)議中單個(gè)廣播就很可能無法到達(dá)有效數(shù)量的車輛，而在數(shù)據(jù)分發(fā)協(xié)議中數(shù)據(jù)根本無 法發(fā)送給目標(biāo)車輛群體。 綜上所述，我們提出W下結(jié)論： 1 )TAPASCologne車聯(lián)網(wǎng)是不連通的，包含大量的車群； 2) 車群的數(shù)量受傳輸范圍的影響，但隨時(shí)間大致保持恒定； 3) 車群的連通性受傳輸范圍的影響； 4) 密集車群中同時(shí)包含度值較大和較小的車輛； 5) 高度值的車輛周圍的鄰居車輛之間的連接十分稀疏。 (4)有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng) 由于整個(gè)TAPASCologne車聯(lián)網(wǎng)圖是不連通的，因此考慮必須引入基礎(chǔ)設(shè)施(路邊單元 Road Side化it,RSU)。為了分析的需要，我們假設(shè)網(wǎng)路通信圖中所有不連通的車群之間可 W通過基礎(chǔ)設(shè)施連通，通過運(yùn)樣的方式就形成了有基礎(chǔ)設(shè)施的城市車聯(lián)網(wǎng)，使整個(gè)城市的 車聯(lián)網(wǎng)變成連通的。 ?網(wǎng)絡(luò)分析 圖10表示的是網(wǎng)絡(luò)中平均最少鏈路數(shù)隨著時(shí)間推移的變化情況。我們的研究結(jié)果表 明，TAPASCologne車聯(lián)網(wǎng)的圖沒有表現(xiàn)出小世界特性。運(yùn)一點(diǎn)很重要，因?yàn)檫\(yùn)一度量提供了 一輛車在獲得所需的信息之前所必須等待的平均時(shí)間。例如，傳輸范圍為50米時(shí)，上午7:00 時(shí)的平均最短距離為592跳。我們還觀察到傳輸范圍為50米時(shí)，兩車之間的平均跳數(shù)較大并 且隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大表現(xiàn)出較大的方差(如圖11所示）。另一方面，傳輸范圍為100米時(shí)的 最少鏈路數(shù)的變化相對更平滑，方差較小。網(wǎng)絡(luò)直徑隨時(shí)間推移的變化情況與平均最少鏈 路數(shù)隨著時(shí)間的推移的變化情況一致，如圖12所示，并具有相當(dāng)大的平均值(傳輸范圍為50 米平均車聯(lián)網(wǎng)直徑等于3050.48，100米時(shí)為1917.72)。 圖13展示了平均車輛度隨時(shí)間推移的變化情況?？蒞注意到平均車輛度隨著在 TAPASCologne車聯(lián)網(wǎng)中的車輛數(shù)量的增加而增加，并且具有與鏈路數(shù)類似的趨勢。傳輸范 圍為100米時(shí)的鏈路數(shù)和平均車輛度均分別是50米時(shí)的兩倍。我們還觀察到平均車輛度值 的方差相當(dāng)大，但它們的分布是相當(dāng)均勻的。運(yùn)意味著網(wǎng)絡(luò)中有相當(dāng)一部分比例的車輛具 有較高或較低的度，運(yùn)些車輛分別是位于路口和處在交通流量較低的位置。 綜上所述，通過對網(wǎng)絡(luò)分析可W得到如下觀察結(jié)果： 1) 車聯(lián)網(wǎng)的圖是致密的，其中車輛數(shù)與鏈路數(shù)之間遵循致密幕律分布:E(t)KV(t)a， 其中 aD2.79; 2) 網(wǎng)絡(luò)直徑和平均車輛度隨著車輛網(wǎng)絡(luò)規(guī)模的擴(kuò)大而增加； 3) 平均車輛度具有較大的標(biāo)準(zhǔn)差； 4) 車聯(lián)網(wǎng)沒有表現(xiàn)出小世界特性，有著較大的車聯(lián)網(wǎng)直徑和平均最少鏈路數(shù)。 ?中屯、性分析 為了對車聯(lián)網(wǎng)通信圖進(jìn)行更深入的研究，我們計(jì)算了各種中屯、性度量的平均值在不同 傳輸范圍下隨著時(shí)間推移的變化情況，結(jié)果如圖14和圖15所示。經(jīng)過觀察，"中屯、車輛"的分 布不會(huì)受到通信范圍的影響，傳輸范圍在50米和100米時(shí)的分布具有相似的形狀。中屯、性度 量對于交通狀況變化的的反映相當(dāng)可靠。交通狀況即車輛的密度和相對位置。因此，中屯、性 不是通訊范圍的指征，而是對車輛的潛在的"行為"的指示，即路網(wǎng)和司機(jī)的意圖最終決定 了車輛在網(wǎng)絡(luò)中的位置。 從圖14中可W得出運(yùn)樣的結(jié)論:介數(shù)、鄰近和橋接中屯、性指數(shù)或多或少服從相似的分 布。不管在什么傳輸范圍下，鄰近中屯、性實(shí)際上是隨時(shí)間變化保持恒定的。運(yùn)是由于 TAPASCologne車聯(lián)網(wǎng)相當(dāng)稀疏，沒有大的致密組件(component )，運(yùn)也意味著每一輛車到網(wǎng) 絡(luò)中其余車輛的(平均)距離實(shí)際上是相同的。 游說指數(shù)（如圖15所示）則與上述所有的中屯、性度量的變化情況差異較大。根據(jù)其定 義，它的物理含義是車輛度的一般化和介數(shù)中屯、性某種程度上的簡化。值得注意的是大量 的車輛具有相同的游說指數(shù)，而介數(shù)中屯、性并沒有運(yùn)樣的情況，只有相對很少的車輛有相 當(dāng)大的介數(shù)中屯、性。運(yùn)一觀察結(jié)果相當(dāng)有用，因?yàn)樵谝恍﹨f(xié)議的設(shè)計(jì)中，我們需要確定所有 的"高質(zhì)量"的車輛，分配給它們特殊的角色，而在其他一些情況下，我們需要確定的只是 "質(zhì)量"最高的的車輛。因此，我們可W得出運(yùn)樣的結(jié)論，介數(shù)中屯、性和游說指數(shù)兩者對于捕 捉車聯(lián)網(wǎng)通信圖的結(jié)構(gòu)性質(zhì)是充分的、適當(dāng)?shù)?，它們之中沒有一個(gè)可W取代另一個(gè)。 接下來對本發(fā)明研究的中屯、性度量是否與度相互關(guān)聯(lián)進(jìn)行研究，即具有較高度的車輛 是否也是質(zhì)量較高的車輛。要回答運(yùn)個(gè)問題，我們計(jì)算了所有車輛在特定的時(shí)間點(diǎn)（上午7: 00,傳輸范圍為100米）時(shí)的皮爾森相關(guān)系數(shù)。在一般情況下，皮爾森相關(guān)系數(shù)的取值范圍 為-1至1，其中-1或1表示一個(gè)"完美"的關(guān)系。系數(shù)離0越遠(yuǎn)，不管其是正是負(fù)，兩個(gè)變量之間 關(guān)系越強(qiáng)。從表1可W很明顯的得出，具有較高的度的車輛與介數(shù)中屯、性和橋接中屯、性無 關(guān)。另一方面，與鄰近中屯、性具有較低的正相關(guān)。因此，車輛的度不能夠識(shí)別出車聯(lián)網(wǎng)中"高 質(zhì)量"的車輛，介數(shù)和游說指數(shù)做得更好。 表1中屯、性與車輛度相關(guān)系數(shù)
綜上所述，我們提出W下結(jié)論： 1) 中屯、性是對車輛的潛在的"行為"的指示，運(yùn)一作用在任何通信范圍都是有效的； 2) 介數(shù)中屯、性和游說中屯、性指數(shù)對于識(shí)別"高質(zhì)量"的車輛(更為中屯、的車輛)是充分 的、適當(dāng)?shù)模?3) 車輛度的大小不能夠區(qū)分網(wǎng)絡(luò)中車輛質(zhì)量的高低。 參魯棒性分析 魯棒性即網(wǎng)絡(luò)對于車輛移除的可伸縮性，運(yùn)一性質(zhì)對于任何網(wǎng)絡(luò)來說都非常重要，因 為它直接影響到車聯(lián)網(wǎng)的內(nèi)聚性（因此影響了網(wǎng)絡(luò)中斷的可能性），W及車聯(lián)網(wǎng)對于相關(guān) 通信的車輛對于惡意攻擊的免疫能力。
如果將車輛從車聯(lián)網(wǎng)中移除，兩輛車之間的鏈路長度將增加?？蒞采用一種簡單但十 分有效的度量來量化車聯(lián)網(wǎng)的魯棒性，即觀察在刪除具有最高介數(shù)中屯、性值的車輛的情況 下，車聯(lián)網(wǎng)直徑將會(huì)如何變化。圖16顯示了將介數(shù)中屯、性指數(shù)前10%的車輛刪除W后，車聯(lián) 網(wǎng)直徑增加或者減少的情況。根據(jù)圖16,可W認(rèn)為車聯(lián)網(wǎng)直徑變化的分布服從幕律，其關(guān)系 式為： (巧） 其中Ni是在第i次去除車輛時(shí)剩下的車輛數(shù)，diameteri則是運(yùn)個(gè)有Ni輛車的車聯(lián)網(wǎng)的 直徑。a的值決定了車聯(lián)網(wǎng)的魯棒性如何。如果a接近1則網(wǎng)絡(luò)可W被認(rèn)為是健壯的。根據(jù)我 們的研究結(jié)果，引入基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)的通信圖是健壯的，如圖16中0 = 0.97。即使損失了 一定數(shù)量的高質(zhì)量車輛也不會(huì)對圖的性質(zhì)造成明顯的影響。 創(chuàng)新點(diǎn) 創(chuàng)新之一:將圖論和復(fù)雜網(wǎng)絡(luò)分析技術(shù)中的相關(guān)度量應(yīng)用于車聯(lián)網(wǎng)性質(zhì)分析中，豐富 和發(fā)展了車聯(lián)網(wǎng)的研究思路。車聯(lián)網(wǎng)大規(guī)模網(wǎng)絡(luò)客觀存在復(fù)雜的關(guān)聯(lián)關(guān)系，導(dǎo)致網(wǎng)絡(luò)互連 互通禪合度低、實(shí)時(shí)性和穩(wěn)定性難W保證等缺陷，成為阻礙車聯(lián)網(wǎng)大規(guī)模網(wǎng)絡(luò)應(yīng)用和產(chǎn)業(yè) 發(fā)展的瓶頸?，F(xiàn)有研究方法主要通過協(xié)議轉(zhuǎn)換和路由算法實(shí)現(xiàn)應(yīng)用集成，缺乏開放網(wǎng)絡(luò)環(huán) 境下車聯(lián)網(wǎng)性質(zhì)的理論基礎(chǔ)和方法，從而不能解析車聯(lián)網(wǎng)的本質(zhì)屬性，不能很好解決車聯(lián) 網(wǎng)的核屯、技術(shù)問題。本發(fā)明將圖論和復(fù)雜網(wǎng)絡(luò)分析技術(shù)中的相關(guān)度量應(yīng)用于車聯(lián)網(wǎng)性質(zhì)分 析中，研究車聯(lián)網(wǎng)瞬時(shí)性質(zhì)，從而為車聯(lián)網(wǎng)相關(guān)領(lǐng)域的研究提供本質(zhì)屬性的支撐。 創(chuàng)新之二:對大規(guī)模車輛移動(dòng)軌跡TAPASCologne數(shù)據(jù)集進(jìn)行動(dòng)力學(xué)分析，給出城市場 景中車聯(lián)網(wǎng)相關(guān)性質(zhì)的關(guān)鍵結(jié)論。首先，在沒有基礎(chǔ)設(shè)施的情況下分析了車聯(lián)網(wǎng)的基本性 質(zhì)，包括車輛數(shù)、鏈路數(shù)、鏈路與車輛的關(guān)系等，發(fā)現(xiàn)鏈路與車輛服從致密幕律分布，并對其 中簇進(jìn)行分析，發(fā)現(xiàn)整個(gè)網(wǎng)絡(luò)是不連通的，高度值車輛周圍的鄰居節(jié)點(diǎn)互相連接十分稀疏； 其次，將基礎(chǔ)設(shè)施引入車聯(lián)網(wǎng)中使得全網(wǎng)得W連通，并得出了該網(wǎng)絡(luò)沒有表現(xiàn)出小世界特 性的結(jié)論，對于車聯(lián)網(wǎng)車輛中屯、性的研究發(fā)現(xiàn)，介數(shù)和游說指數(shù)可W用來找出高質(zhì)量的車 輛，但是度不能區(qū)分;最后，針對車聯(lián)網(wǎng)的魯棒性，本發(fā)明采用了車聯(lián)網(wǎng)的直徑與剩余車輛 數(shù)的關(guān)系，確認(rèn)了有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)是健壯的，可W應(yīng)對斷鏈和惡意攻擊。
【主權(quán)項(xiàng)】
1. 一種城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，其特征在于，利用圖 論對車聯(lián)網(wǎng)進(jìn)行建模，利用復(fù)雜網(wǎng)絡(luò)分析技術(shù)中相關(guān)度量，將它們改造適用于車聯(lián)網(wǎng)瞬時(shí) 性質(zhì)，利用這些性質(zhì)，在現(xiàn)有的TAPASCologne數(shù)據(jù)集的基礎(chǔ)上，利用復(fù)雜網(wǎng)絡(luò)分析工具等對 實(shí)際的車聯(lián)網(wǎng)隨時(shí)間的演化情況進(jìn)行仿真測試和數(shù)據(jù)分析，對大規(guī)模車輛移動(dòng)軌跡 TAPASCologne數(shù)據(jù)集進(jìn)行了動(dòng)力學(xué)分析，得出車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)的連通性質(zhì)的相關(guān)結(jié) 論。2. -種城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，其特征在于，具體方 法包括如下步驟： 步驟1 ·利用TAPASCologne的Origin/Destination矩陣方法生成新的數(shù)據(jù)集； 步驟2.分析了車聯(lián)網(wǎng)的相關(guān)性質(zhì)，包括車輛數(shù)、鏈路數(shù)、鏈路與車輛的關(guān)系等，利用仿 真實(shí)驗(yàn)對無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)基本性質(zhì)進(jìn)行分析； 步驟3.利用仿真實(shí)驗(yàn)對無基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)車群結(jié)構(gòu)基本性質(zhì)進(jìn)行分析； 步驟4.將基礎(chǔ)設(shè)施引入車聯(lián)網(wǎng)網(wǎng)絡(luò)中，利用仿真實(shí)驗(yàn)對有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)網(wǎng)絡(luò)基本 性質(zhì)進(jìn)行分析； 步驟5.在車聯(lián)網(wǎng)車輛中心性的研究方面，利用介數(shù)和游說指數(shù)找出高質(zhì)量的車輛； 步驟6.比較車聯(lián)網(wǎng)的直徑與剩余車輛數(shù)的關(guān)系，確定有基礎(chǔ)設(shè)施的車聯(lián)網(wǎng)的健壯性和 魯棒性。3. 如權(quán)利要求2所述的城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，其特 征在于，所述步驟1中，利用TAPASCologne的Origin/Destination矩陣方法生成新的數(shù)據(jù) 集。4. 如權(quán)利要求2所述的城市場景中車聯(lián)網(wǎng)大規(guī)模異構(gòu)網(wǎng)絡(luò)連通性質(zhì)的研究方法，其特 征在于，所述步驟2中，車聯(lián)網(wǎng)相關(guān)性質(zhì)表示與定義 t時(shí)刻車輛^的度cU(t)是在它的通信范圍內(nèi)同樣具備車聯(lián)網(wǎng)通信功能的其他車輛的數(shù) 量：度分布是描述網(wǎng)絡(luò)性質(zhì)的一個(gè)重要統(tǒng)計(jì)量;t時(shí)刻車輛的度分布pt(d)定義為在t時(shí)刻的 車聯(lián)網(wǎng)中隨機(jī)地選擇一個(gè)車輛，它的度為d的概率，或者等價(jià)地描述為車聯(lián)網(wǎng)中度為d的車 輛數(shù)占車輛總數(shù)的比例； t時(shí)刻車聯(lián)網(wǎng)G(t)密度Dc(t)為車聯(lián)網(wǎng)中的實(shí)際鏈路數(shù)與可能的最大鏈路數(shù)的比值：t時(shí)刻車聯(lián)網(wǎng)G(t)的平均最少鏈路數(shù)hc(t)，為車聯(lián)網(wǎng)中任意一對車輛之間進(jìn)行通信所 需的最少鏈路數(shù)的平均值：其中hij(t)為t時(shí)刻車輛i，j之間的最短通信鏈路所需的跳數(shù);所有車輛間的最短通信 鏈路的跳數(shù)中的最大值稱為車聯(lián)網(wǎng)的直徑； 車聯(lián)網(wǎng)中的車群指的是其中的致密子網(wǎng)，即車群內(nèi)的鏈路數(shù)大于不同車群間的鏈路 數(shù);為了找出車群，可以將t時(shí)刻車聯(lián)網(wǎng)G(t)轉(zhuǎn)換為有向圖，使得4"(0=<"(/)=4⑴，其中 ，do是t時(shí)刻車輛Ul的入度和出度； t時(shí)刻車聯(lián)網(wǎng)G(t)的某個(gè)子網(wǎng)U(t)構(gòu)成車群，當(dāng)它滿足：即車群u(t)內(nèi)所有度的和大于朝向車聯(lián)網(wǎng)G(t)的剩余部分的度的和； t時(shí)刻車聯(lián)網(wǎng)中某個(gè)車群k的集聚系數(shù)cck(t)，它是衡量網(wǎng)絡(luò)集團(tuán)化程度的重要參數(shù)：其中，I |Ek(t)| |是t時(shí)刻車群k中存在的鏈路數(shù)，| |Nk(t)| |是t時(shí)刻車群k中的車輛數(shù)； t時(shí)刻車輛^的鄰近中心性Cdt)，衡量的是網(wǎng)絡(luò)中某輛車向其他車輛發(fā)送信息所需花 費(fèi)的時(shí)間，可表示為該車輛與車聯(lián)網(wǎng)中其他所有車輛通信所需鏈路數(shù)(跳數(shù))的和的倒數(shù)：其中hops (Vi, Vj)是車Vi與車Vj之間的跳數(shù)； 車聯(lián)網(wǎng)中不在相互通信范圍內(nèi)的車輛vdPw之間的通信主要依賴于連接車輛^和^的 轉(zhuǎn)發(fā)路徑上所經(jīng)過的中繼車輛，如果某輛車被許多條轉(zhuǎn)發(fā)路徑經(jīng)過，則表示該輛車在當(dāng)前 車聯(lián)網(wǎng)中具有十分重要的作用，定量地描述某輛車在網(wǎng)絡(luò)中的影響力或重要性可以用車輛 的介數(shù)中心性來衡量； t時(shí)刻車輛vi的介數(shù)中心性BCi(t):其中sr jk(t)表示t時(shí)刻車輛vj，vk之間的不同的最短轉(zhuǎn)發(fā)路徑的數(shù)量，sr j, k(Vi，t)表示 Vj，Vk之間的不同最短轉(zhuǎn)發(fā)路徑中經(jīng)過車輛^的路徑數(shù);車輛中的最大介數(shù)與車輛的同步能 力密切相關(guān)，車輛的最大介數(shù)越大，網(wǎng)絡(luò)的同步能力越弱； t時(shí)刻車輛vi的橋接中心性BRi(t)，由該車輛的介數(shù)中心性乘以一個(gè)橋接系數(shù)得到：其中β(νι)是車輛Vl的橋接系數(shù)，m表示車輛;橋接系數(shù)是車輛的度的倒數(shù)除以它的所 有鄰接車輛的度的倒數(shù)和;橋接中心性的目的是找到車聯(lián)網(wǎng)中處于中心的車輛，同時(shí)這些 車輛的鏈路數(shù)相比它的鄰接車輛要少的多； t時(shí)刻給定車輛Vl的游說指數(shù)Ldt)，表示車聯(lián)網(wǎng)G(t)中車輛^的所有鄰接車輛中度至 少等于k的數(shù)量等于k的最大的正整數(shù)k: Li(t) =max{k:dk(t) > k} (9) 其中dk(t)表示車輛m的各輛鄰接車的度，并且cU(t) 2 d2(tU d3(t)···;游說指數(shù)可 以視作是車輛的度cU(t)的一般化形式，同時(shí)表達(dá)了車輛的通信范圍內(nèi)所有鄰接車輛的信 息。
【文檔編號】H04L29/08GK105827688SQ201610011480
【公開日】2016年8月3日
【申請日】2016年1月8日
【發(fā)明人】程久軍, 程駿路, 徐娟, 臧笛, 陳福臻, 鄢晨丹, 吳瀟, 邵劍雨, 廖競學(xué), 楊陽, 秦鵬宇
【申請人】同濟(jì)大學(xué)