基于隐马尔科夫模型的高速公路场景SDVN路由算法

摘要

在高速公路车联网场景下,由于车辆节点运行速度快,导致传统车联网网络拓扑结构不稳定,容易造成数据传输中断或重传。使用隐马尔科夫模型预测目的车辆节点下一时刻的位置信息,以便精准规划路由;同时选取行驶较为缓慢的卡车作为移动路侧装置(RSU),以增大信号覆盖范围。集中管理下发路由算法(CMR-SDVN)是指收集各RSU覆盖范围内的所有车辆节点信息,并将其传输至控制器,由控制器创建网络拓扑。车辆节点将传输请求发送给控制器,控制器计算出安全链路并下发至车辆节点,车辆节点根据安全链路进行数据传输。经仿真实验证明,即使在RSU信号未完全覆盖的场景下,CMR-SDVN算法比GPSR算法和JRRS算法更优。