论文部分内容阅读
近年来,车联网作为智能交通系统中的重要组成部分得到人们的广泛关注。车联网可以为人们提供交通安全,运输效率以及娱乐等相关的各种应用。为了支持这些应用,车联网提供两种专用的通信方式,即车-路通信与车-车通信,同时路侧单元之间可以通过有线或者无线的方式进行通信构成骨干网。在车-路通信中,由于车辆高速行驶,致使车辆与路侧单元通信的时间很短,只能下载若干种有限的数据,限制了路侧单元传播数据的能力。针对此问题,Walid等人提出一种合作式的车-路通信方式,并通过基于联盟博弈的联盟划分的方法,将骨干网划分成若干个联盟,一方面,通过在同一联盟内实施合作式车-路通信,发掘车联网中潜在的车-车通信数据交换能力,增加网络中数据传播的种类,提高路侧单元的数据传播能力；另一方面,通过在不同联盟间实施非合作式车-路通信,降低整个车联网骨干网中路侧单元的合作成本。本文通过分析联盟博弈方法,发现其存在易陷入局部优化和联盟划分时间较长的问题。针对第一个问题,本文分别提出基于改进Kernighan-Lin的联盟划分方案(MKLs)与基于改进Fiduccia-Mattheyses的联盟划分方案(MFMs)来缓和局部优化,提高路侧单元的数据传播能力；针对第二个问题,本文提出基于重边粗化的多级联盟划分方案(MHEMs)来缩短联盟划分的执行时间。当路侧单元的规模在2与15之间时,实验表明与非合作方案、全局合作方案以及联盟博弈方案相比较,基于改进KL的联盟划分方案(MKLs)使得路侧单元的平均收益分别最高可提高31.5%,14.3%,8.4%,同时基于改进FM的联盟划分方案(MFMs)使得路侧单元的平均收益分别最高可提高33.9%,17.2%,10.4%,有效提高了路侧单元的数据传播能力；与联盟博弈方案相比较,基于重边粗化的多级联盟划分方案(MHEMs)的路侧单元转换次数平均降低85.7%,有效缩短联盟划分的时间。