本发明涉及无线通信领域，特别是涉及一种实现车联网机会路由的节能优化方法及装置。
背景技术：
1、近年来，随着电动汽车市场的不断扩大，电动汽车销量不断上涨，但是充电站的稀缺往往会导致电动汽车等待时间的延长和在有需求时难以获得可用充电站。因此能源效率是车联网路由设计中考虑的重要问题之一。然而，由于充电设施的数量有限，电动汽车必须等待很长时间才能充电，或者找不到可用的充电桩。当极端天气或者城市交通拥堵发生时，情况就更为糟糕。在配备车载单元(obu)的车联网网络中，电动汽车需要消耗额外的能量来传输数据。
2、而随着无线通信技术和便携式无线通信智能设备的普及和发展，作为未来智能交通技术重要组成部分的车联网技术成为当前研究的重要场景之一。车联网因其多样化的交通控制和乘客娱乐应用而备受关注。然而，车联网中车辆的高流动性会导致频繁的链路中断和网络拓扑的波动。因此，此类网络中的路由设计是一项具有挑战性的任务。
3、机会路由(opportunistic routing,or)是一种新兴的路由策略，它通过利用无线网络的广播特性来增强无线多跳网络的性能。近年来已引起业界的广泛关注。与传统的路由机制相比，or不指定固定的下一跳节点来转发数据包，而是在每个传输阶段，灵活地选择多个可用的邻近节点进行数据传递，并为它们分配优先级。这种策略减少了对单一转发节点的依赖，降低了无线链路不稳定性对数据传输的负面影响。因此，or能够显著提升无线网络的吞吐量、增强数据传输的可靠性，并改善端到端的延迟性能。然而，车联网中传统的高能效路由选择方法通常只考虑到视距(line of sight,los)链路的效用，当los链路被阻挡或不可用时，如何设计一种节能的路由方案以达到绿色通信目标在车联网中至关重要。
技术实现思路
1、本发明的目的是为了克服上述背景技术的不足，提供一种实现车联网机会路由的节能优化方法及装置，使其通过有效利用nlos链路，在吞吐量、数据包传送率和能效方面超越了现有的能效方案。
2、本发明提供的一种实现车联网机会路由的节能优化方法，包括如下步骤：s1、获取车对车场景，建立链路模型和车辆中继节点传感器消耗能量模型，分别将车对车场景形式化、链路模型形式化以及将车辆中继节点传感器消耗能量模型形式化；s2、由最高优先级中继节点首先转发数据，如果最高优先级中继节点转发失败，则低优先级中继节点继续转发数据，通过贡献概率估计从源节点到中继节点的链路实际转发的数据包数量；s3、根据传输车辆与目标车辆的水平距离排序定义传输车辆的转发集，通过预期分组进度优化每个分组的预期前进距离和期望能耗，并在考虑分组传输率时结合距离和能量优化期望能耗和期望距离；s4、由源节点到中继节点的贡献概率获取源节点到中继节点的期望传输数，分别对源节点到中继节点的距离、源节点到中继节点的期望传输数和车辆中继节点传感器消耗能量归一化得到源节点到中继节点距离的概率值、源节点到中继节点期望传输数的概率值和车辆中继节点传感器消耗能量概率值，将源节点到中继节点距离的概率值、源节点到中继节点期望传输数的概率值和车辆中继节点传感器消耗能量概率值相加所得的和的平均值获得通信效率成本指标，在通信效率成本指标中排除阈值范围内的相邻车辆的指标数值，得到所有满足指定度规的路径；s5、通过优化dinkelbach算法得到heor算法，将heor算法应用于任何路径，获得最优路径选择。
3、在上述技术方案中，所述步骤s1的具体过程如下：s11、车对车场景的形式化：建立由n辆车组成的车联网集合v，标记为i＝{1,2，…n}，集合v中所有车辆在同一方向上运动，密度和速度按照高斯分布分布；s12、链路模型的形式化：集合v中的每个节点的通信分为层内链路rintra和层间链路rinter，且rinter＝δrintra，其中，δ为传输范围的降解比，0<δ≤1，车辆源节点vi与车辆中继节点vj的层内链路的数据包传递概率为：车辆源节点vi与车辆中继节点vj的层间链路的数据包传递概率为：其中，dij表示车辆源节点vi与车辆中继节点vj的距离；s13、车辆中继节点传感器消耗能量模型的形式化：计算车辆源节点vi将数据包中的k位数据传输到距离为dij米外车辆中继节点vj的传感器所消耗的能量其中，eelec是操作每个车载单元所需的能量消耗，εfs是自由空间模型的传输参数。
4、在上述技术方案中，所述步骤s2中，贡献概率的定义过程如下：s21、定义车辆拓扑图其中，车辆向量按照到目的节点的水平距离排序，其中，v′1是源车辆，v′n是目的车辆，e和s都是n×n矩阵，元素表示链路是否跨层；如果链路是跨层链路，则设eij＝1；否则，设eij＝0；元素表示链接是否可用；如果链接可用，sij设置为1；否则，sij设置为0，由此可得sij为:
5、推导车辆源节点vi成功传输至车辆中继节点vj的贡献概率
6、
7、s22、当传输车辆为源车辆v′i时，选择转发车辆v′j(i≤j≤n)的贡献概率的计算如下:s23、作为对称矩阵，概率矩阵转化为概率矩阵
8、在上述技术方案中，所述步骤s3的具体过程如下：s31、根据转发车辆与目标车辆的水平距离排序定义转发车辆v′i的转发集πi，大小为ki，的第i行为:
9、预期前进距离的预期分组进度epa定义如下:同理，源车辆v′i预期前进距离的期望能耗定义如下:s32、考虑分组传输率时结合距离和能量，优化期望能耗和期望距离:其中，ω表示所有转发节点选择的集合，βij为选择相邻车辆的二进制变量，eh是相邻转发车辆之间的能量阈值；ηee为转发节点预期分组进度的预期前进距离总和与期望能耗总和的比值，c1为各链路上的包投递率约束，c2表示所有邻近车辆对转发车辆的期望数据包传送率约束，c3表示相邻转发车辆之间的期望能耗约束。
10、在上述技术方案中，所述步骤s4中，归一化的具体过程如下：对所有相邻车辆与目的地车辆之间的距离在[0，1]之间进行归一化，为归一化后车辆源节点vi与车辆目的节点vd的距离的概率值，计算如下：车辆源节点vi与车辆中继节点vj之间的期望传输数etx的计算公式为：以与源节点到中继节点距离djd相同的方式归一化源节点到中继节点期望传输数etxij和车辆中继节点传感器消耗能量eij。
11、在上述技术方案中，所述步骤s4中，所有满足指定度规的路径的计算过程如下：通过计算传输距离、期望传输次数和所需能量得到相邻车辆源节点vi与中继节点vj的通信效率成本指标cecm：
12、通过排除特定阈值cecmh以内的相邻车辆，得到满足指定度规的所有路径ψ；所述所有路径ψ的证明过程如下：将满足规定条件的所有路径表示为ψ＝{ψ1,ψ2,...,ψm}，其中，元素ψm∈ψ是二进制向量；如果在路径ψm中选择交通工具v′i，设λi∈ψm为1；ψ和ψm的大小分别为m和n；假设表示在ψm中所有值都为1的指标集合，共有km个，每条路径的预期分组进度epa和能耗分别为:其中，φi,i+1＝φiφi+1，从路径选择向量ω′推导epatot和ectot：
13、
14、式中，ec0为网络初始能耗；路径选择问题转换如下：
15、其中，ec是每个链路上的能量约束,βm是路径选择的二进制变量。
16、在上述技术方案中，所述步骤s4中，ηee具有超线性收敛性，证明过程如下：引理1：设g(ω′)＝ηee，设c是一个凸集，使得ectot≠0，则g(ω′)在c上既是假凸又是假凹；证明：公式(17)表示线性分数函数，则g(ω′)在c上既是假凸又是假凹；引理2：g(ω′)是严格拟凹的，在c上是严格拟凹的；证明：基于引理1中g(ω′)既是假凸又是假凹，则g(ω′)也是严格拟凹，并且在c上也是严格拟凹；引理3：g(ω′)在c上的每一个局部最优也是它的全局解；证明：基于引理2，严格拟凸函数和严格拟凹函数的性质引出引理3；根据引理3，用任意非线性规划nlp求解器求解线性分数规划lfp问题得到的全局极大值；定理1：当且仅当得到最优解ω*；证明：设ω*∈c是(18)的最优解，则有
17、由于ectot(ω′)>0，可知因此，是(18)的最大值，ω*是(17)的最优解；则ω*是(18)的最优解；定理2：对于问题(17)，dinkelbach算法是超线性收敛的；证明：dinkelbach算法将更新为之前的值g(ω′)，即其中ω′i为f(ωi)的最优解，算法收敛速度为是非递增的，则每一个由dinkelbach算法得到的序列超线性收敛于
18、在上述技术方案中，所述步骤s5的具体过程如下：根据定理1，将问题(17)转化为参数减法形式，即
19、式中，表示第k次迭代的最优解，表示第k次迭代时epatot与ectot的比值；将公式(15)和式(16)代入式(22)，得到:
20、
21、将公式(23)转化为:由此给出定理3：对于任意给定的路径ψi，最优路径选择公式如下：
22、其中，表示在第k次迭代中满足约束的路径公式(23)等价为：对于φm≤0的路径，设使目标函数最大化；对于φm>0，选择满足给定条件的路径；结合式(17)和式(23)，确定最优路径选择。
23、在上述技术方案中，还包括步骤s6、在吞吐量、分组传输率和能源效率方面进行仿真模拟和比较。
24、本发明还提供了一种实现车联网机会路由的节能优化装置，具有计算机程序，该计算机程序能够执行实现车联网机会路由的节能优化方法。
25、本发明实现车联网机会路由的节能优化方法及装置，具有以下有益效果：
26、(1)交通密度对性能的影响：吞吐量在低流量密度时随λ增加而提高，但在λ达到0.21后由于带宽消耗而下降。heor协议通过多路径选择和流量优化，在拥堵缓解和能效方面优于tsor和sdorp。pdr在车辆密度增加初期上升，但超过0.21后因网络拥塞而下降。tsor和sdorp受信道争用和干扰影响较大，而heor通过算法优化保持了稳定高效的路由。能效指标ηee随着联网车辆数量的增加而提高，heor通过主动丢弃策略在保持高能效方面表现更佳。
27、(2)端到端距离对性能的影响：在端到端距离对路由性能影响中，吞吐量在距离从600m增加到750m时上升，随后因延迟和重传率增加而下降。heor协议利用dinkelbach算法优化路径，提供了更高的吞吐量和pdr，尤其在端到端距离750m时达到峰值。能效指标ηee随着距离增加而提高，heor通过全局最优解的算法保持了最高的能效，即使在800m后ηee开始下降，也能通过链路评估和优化维持高能效，减少长期能源消耗。
1.一种实现车联网机会路由的节能优化方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s1的具体过程如下：
3.根据权利要求2所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s2中，贡献概率的定义过程如下：
4.根据权利要求3所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s3的具体过程如下：
5.根据权利要求4所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s4中，归一化的具体过程如下：
6.根据权利要求5所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s4中，所有满足指定度规的路径的计算过程如下：
7.根据权利要求6所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s4中，ηee具有超线性收敛性，证明过程如下：
8.根据权利要求7所述的实现车联网机会路由的节能优化方法，其特征在于：所述步骤s5的具体过程如下：
9.根据权利要求8所述的实现车联网机会路由的节能优化方法，其特征在于：还包括步骤s6、在吞吐量、分组传输率和能源效率方面进行仿真模拟和比较。
10.一种实现车联网机会路由的节能优化装置，具有计算机程序，其特征在于：该计算机程序能够执行如权利要求1～9中任一项所述的实现车联网机会路由的节能优化方法。
