本發(fā)明涉及無線通信網(wǎng)絡(luò)，尤其涉及基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法。

背景技術(shù)：

1、智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)（vanet）是一種基于無線局域網(wǎng)技術(shù)構(gòu)建的分布式通信網(wǎng)絡(luò)，其通過車載通信單元與鄰近車輛、路側(cè)基礎(chǔ)設(shè)施等節(jié)點(diǎn)自主組網(wǎng)，實(shí)現(xiàn)車與車（v2v）、車與路（v2i）間的實(shí)時(shí)數(shù)據(jù)交互。該技術(shù)突破了傳統(tǒng)蜂窩網(wǎng)絡(luò)對中心基站的依賴，利用多跳中繼傳輸機(jī)制擴(kuò)展通信范圍，并通過動(dòng)態(tài)拓?fù)涓兄妥越M織路由協(xié)議適應(yīng)車輛高速移動(dòng)帶來的網(wǎng)絡(luò)結(jié)構(gòu)變化，可支持碰撞預(yù)警、編隊(duì)協(xié)同、路況共享等場景的低時(shí)延通信需求，同時(shí)通過頻譜復(fù)用提升無線資源利用率，屬于智能交通系統(tǒng)中提升行車安全與效率的關(guān)鍵支撐技術(shù)。

2、智能網(wǎng)聯(lián)車的車與車（v2v）交互是一種基于無線通信技術(shù)的分布式協(xié)同機(jī)制，通過車載終端利用專用短程通信（dsrc）或蜂窩車聯(lián)網(wǎng)（c-v2x）協(xié)議，實(shí)現(xiàn)車輛間實(shí)時(shí)交互狀態(tài)數(shù)據(jù)、行駛意圖及環(huán)境感知信息。該技術(shù)依托自組織網(wǎng)絡(luò)架構(gòu)，支持多跳中繼傳輸與動(dòng)態(tài)路由優(yōu)化，在無中心節(jié)點(diǎn)調(diào)度下可適應(yīng)車輛高速移動(dòng)引起的網(wǎng)絡(luò)拓?fù)洳▌?dòng)，通過低時(shí)延、高可靠通信鏈路完成碰撞預(yù)警、協(xié)同避障及隊(duì)列行駛等場景下的信息同步，同時(shí)結(jié)合信道抗干擾與數(shù)據(jù)加密技術(shù)提升傳輸穩(wěn)定性與安全性，屬于提升智能交通系統(tǒng)主動(dòng)安全與群體協(xié)同效率的核心通信方案。

3、現(xiàn)有v2x技術(shù)方案因依賴路側(cè)單元、通信基站等基礎(chǔ)設(shè)施導(dǎo)致部署成本高昂，且dsrc、lte-v等專用通信模塊存在硬件改造成本高、普及率受限的問題，同時(shí)傳統(tǒng)v2v通信在多跳路由效率、網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)適應(yīng)性方面存在延遲瓶頸；本發(fā)明通過復(fù)用智能網(wǎng)聯(lián)車既有wifi模塊構(gòu)建動(dòng)態(tài)自組網(wǎng)，利用ap/sta/bridge模式切換機(jī)制實(shí)現(xiàn)車輛節(jié)點(diǎn)自主組網(wǎng)，結(jié)合多跳路由優(yōu)化及橋接互聯(lián)技術(shù)，在無需增設(shè)專用硬件及基礎(chǔ)設(shè)施條件下，降低了車輛協(xié)同通信的部署成本，提升了復(fù)雜交通場景中消息傳播的實(shí)時(shí)性與網(wǎng)絡(luò)擴(kuò)展性。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)不足，本發(fā)明提供基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，解決現(xiàn)有v2x技術(shù)因依賴專用硬件及基礎(chǔ)設(shè)施導(dǎo)致車輛協(xié)同通信部署成本高、擴(kuò)展性差，且傳統(tǒng)組網(wǎng)模式存在動(dòng)態(tài)拓?fù)溥m應(yīng)能力不足引起的實(shí)時(shí)性低下問題。

2、為解決上述技術(shù)問題，本發(fā)明的具體技術(shù)方案如下：

3、本發(fā)明提供基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，包括：

4、通過車載傳感器采集車輛運(yùn)動(dòng)狀態(tài)數(shù)據(jù)與網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)，對速度、位置坐標(biāo)及網(wǎng)絡(luò)負(fù)載率進(jìn)行歸一化處理，生成多維特征向量；

5、將所述多維特征向量輸入預(yù)訓(xùn)練的深度q網(wǎng)絡(luò)模型，輸出包含ap/sta模式切換概率的操作指令集合，根據(jù)ε-greedy策略選擇最優(yōu)指令構(gòu)建動(dòng)態(tài)自組網(wǎng)拓?fù)洌?/p>

6、基于所述動(dòng)態(tài)自組網(wǎng)拓?fù)渲械墓?jié)點(diǎn)分布信息，在olsr協(xié)議報(bào)文中嵌入路徑時(shí)延字段生成信息素?cái)?shù)據(jù)包，通過周期性廣播更新各節(jié)點(diǎn)的路由表項(xiàng)；

7、接收車載應(yīng)用層的v2v消息，將消息類型與傳播跳數(shù)輸入聯(lián)邦學(xué)習(xí)分類模型，輸出優(yōu)先級標(biāo)簽并嵌入消息頭部，觸發(fā)mac層信道搶占機(jī)制；

8、對鄰車共享位置數(shù)據(jù)與本地imu傳感器數(shù)據(jù)進(jìn)行時(shí)空對齊，通過粒子濾波算法生成車輛位姿估計(jì)，基于納什均衡策略矩陣計(jì)算協(xié)同控制指令，通過優(yōu)化后的多跳路徑分發(fā)至目標(biāo)車輛；

9、采集ap節(jié)點(diǎn)負(fù)載率與信道沖突次數(shù)，通過粒子群優(yōu)化算法迭代計(jì)算ap/sta比例閾值，根據(jù)計(jì)算結(jié)果觸發(fā)節(jié)點(diǎn)角色重配置，并將負(fù)載狀態(tài)反饋至自組網(wǎng)拓?fù)錁?gòu)建模塊。

10、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述構(gòu)建動(dòng)態(tài)自組網(wǎng)拓?fù)浒ǎ?/p>

11、將車輛速度值離散化為低速、中速、高速三種狀態(tài)，關(guān)聯(lián)當(dāng)前ap節(jié)點(diǎn)密度與信道占用率構(gòu)建三維狀態(tài)空間；

12、將所述三維狀態(tài)空間輸入預(yù)訓(xùn)練的深度q網(wǎng)絡(luò)模型，輸出各候選操作的價(jià)值函數(shù)評估值，基于ε-greedy策略生成ap/sta模式切換指令；

13、所述切換指令通過wifi芯片組驅(qū)動(dòng)接口寫入硬件寄存器，觸發(fā)生成包含橋接節(jié)點(diǎn)的自組網(wǎng)拓?fù)浣Y(jié)構(gòu)，并將拓?fù)涔?jié)點(diǎn)分布數(shù)據(jù)傳遞至路由層。

14、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述基于所述動(dòng)態(tài)自組網(wǎng)拓?fù)渲械墓?jié)點(diǎn)分布信息，在olsr協(xié)議報(bào)文中嵌入路徑時(shí)延字段生成信息素?cái)?shù)據(jù)包，通過周期性廣播更新各節(jié)點(diǎn)的路由表項(xiàng)包括：

15、在olsr協(xié)議hello報(bào)文首部擴(kuò)展時(shí)延字段，周期性生成包含跳數(shù)、rssi值與當(dāng)前隊(duì)列長度的信息素?cái)?shù)據(jù)包；

16、中間節(jié)點(diǎn)根據(jù)時(shí)延字段值與rssi衰減系數(shù)計(jì)算信息素濃度梯度，按梯度值降序更新路由表項(xiàng)；

17、所述路由表通過socket接口跨層傳輸至消息傳輸層的優(yōu)先級隊(duì)列管理器，驅(qū)動(dòng)高優(yōu)先級消息搶占低時(shí)延路徑。進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述接收車載應(yīng)用層的v2v消息，將消息類型與傳播跳數(shù)輸入聯(lián)邦學(xué)習(xí)分類模型，輸出優(yōu)先級標(biāo)簽并嵌入消息頭部，觸發(fā)mac層信道搶占機(jī)制包括：在車輛本地提取消息類型、傳播跳數(shù)及端到端時(shí)延構(gòu)建三元特征向量，添加拉普拉斯噪聲實(shí)施差分隱私加密；

18、將加密后的特征向量上傳至邊緣服務(wù)器的聯(lián)邦學(xué)習(xí)分類模型，聚合多節(jié)點(diǎn)數(shù)據(jù)更新消息優(yōu)先級分類規(guī)則；

19、所述分類規(guī)則經(jīng)數(shù)字簽名后通過ota寫入車載通信協(xié)議棧，對緊急制動(dòng)消息添加最高優(yōu)先級標(biāo)簽并觸發(fā)mac層csma/ca退避機(jī)制繞過。進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述對鄰車共享位置數(shù)據(jù)與本地imu傳感器數(shù)據(jù)進(jìn)行時(shí)空對齊，通過粒子濾波算法生成車輛位姿估計(jì)，基于納什均衡策略矩陣計(jì)算協(xié)同控制指令，通過優(yōu)化后的多跳路徑分發(fā)至目標(biāo)車輛包括：

20、對gps坐標(biāo)系下的鄰車位置數(shù)據(jù)實(shí)施utm投影變換，與本地imu角速度數(shù)據(jù)進(jìn)行滑動(dòng)窗口對齊，通過粒子濾波算法生成車輛位姿估計(jì)；

21、基于納什均衡策略矩陣計(jì)算本車與鄰車的安全距離閾值，生成包含協(xié)同減速梯度值的控制指令；

22、所述控制指令通過ipv6組播地址分發(fā)至目標(biāo)車輛群組，并將決策時(shí)延數(shù)據(jù)寫入路由層路徑冗余度計(jì)算模塊。

23、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述采集ap節(jié)點(diǎn)負(fù)載率與信道沖突次數(shù)，通過粒子群優(yōu)化算法迭代計(jì)算ap/sta比例閾值，根據(jù)計(jì)算結(jié)果觸發(fā)節(jié)點(diǎn)角色重配置，并將負(fù)載狀態(tài)反饋至自組網(wǎng)拓?fù)錁?gòu)建模塊包括：

24、將ap節(jié)點(diǎn)密度、sta連接數(shù)及信道沖突率量化為三維向量空間，通過粒子群算法迭代計(jì)算最優(yōu)ap/sta比例閾值；

25、在ap密度超過閾值的區(qū)域觸發(fā)降級指令，將邊緣ap節(jié)點(diǎn)切換為sta模式并與中心ap建立802.11s橋接鏈路；

26、所述角色分配結(jié)果寫入自組網(wǎng)拓?fù)錁?gòu)建模塊的配置參數(shù)庫，觸發(fā)基于當(dāng)前負(fù)載狀態(tài)的拓?fù)浣Y(jié)構(gòu)重構(gòu)。

27、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，還包括：

28、將車輛速度劃分為[0,20)、[20,60)、[60,∞)km/h三個(gè)區(qū)間定義低速、中速、高速狀態(tài)，關(guān)聯(lián)當(dāng)前信道占用率等級與ap節(jié)點(diǎn)密度區(qū)間，構(gòu)建三維離散狀態(tài)空間；

29、將所述三維離散狀態(tài)空間輸入所述的深度q網(wǎng)絡(luò)模型，輸出ap模式保持、sta模式切換及橋接模式啟動(dòng)三種操作的價(jià)值函數(shù)評估值；

30、根據(jù)所述價(jià)值函數(shù)評估值計(jì)算模式切換概率分布，驅(qū)動(dòng)wifi芯片組在信道占用率超過閾值時(shí)切換為sta模式。

31、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述計(jì)算信息素濃度梯度包括：

32、在olsr協(xié)議tcl字段中記錄路徑時(shí)延值，根據(jù)rssi信號強(qiáng)度計(jì)算初始信息素濃度，設(shè)置時(shí)延權(quán)重因子為當(dāng)前網(wǎng)絡(luò)負(fù)載率的倒數(shù)；

33、中間節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包時(shí)，按公式濃度衰減量=跳數(shù)×預(yù)設(shè)的衰減系數(shù)更新信息素濃度值，生成梯度分布數(shù)據(jù)；

34、所述梯度分布數(shù)據(jù)寫入路由表項(xiàng)的優(yōu)先級標(biāo)志位，優(yōu)先選擇標(biāo)志位值最高的路徑建立tcp長連接。進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述差分隱私加密包括：

35、在消息類型與傳播跳數(shù)的特征向量中添加拉普拉斯分布噪聲數(shù)據(jù)，使單跳傳輸記錄與消息類型的關(guān)聯(lián)熵值超過預(yù)設(shè)閾值；

36、通過邊緣服務(wù)器聚合加密數(shù)據(jù)，更新所述的聯(lián)邦學(xué)習(xí)分類模型的softmax輸出層權(quán)重；

37、所述分類規(guī)則附加sha-256哈希值后下發(fā)至車輛終端，在通信協(xié)議棧解析模塊實(shí)施完整性校驗(yàn)。

38、進(jìn)一步地，本發(fā)明所述的基于智能網(wǎng)聯(lián)車wifi的車輛自組網(wǎng)及v2v交互方法，所述橋接鏈路包括：

39、檢測到ap節(jié)點(diǎn)降級導(dǎo)致的子網(wǎng)隔離時(shí)，選擇支持802.11s橋接協(xié)議的雙模節(jié)點(diǎn)作為中繼；

40、在橋接節(jié)點(diǎn)的路由表中維護(hù)源子網(wǎng)id、目的子網(wǎng)id與下一跳mac地址的映射關(guān)系，通過ethertype?0x88cc轉(zhuǎn)發(fā)控制報(bào)文；

41、將橋接鏈路的吞吐量與時(shí)延數(shù)據(jù)寫入所述的粒子群算法迭代參數(shù)約束庫，限制ap/sta比例計(jì)算范圍。

42、本發(fā)明有益效果；

43、本發(fā)明通過復(fù)用車輛既有wifi模塊實(shí)現(xiàn)動(dòng)態(tài)自組網(wǎng)，顯著降低協(xié)同通信部署成本?；谏疃萹網(wǎng)絡(luò)（dqn）模型與三維離散狀態(tài)空間的ap/sta模式切換機(jī)制，結(jié)合ε-greedy策略動(dòng)態(tài)生成網(wǎng)絡(luò)拓?fù)?，使車輛節(jié)點(diǎn)能夠自主適配不同移動(dòng)速度與網(wǎng)絡(luò)負(fù)載場景。例如，在高速移動(dòng)或信道高沖突區(qū)域，dqn觸發(fā)sta模式切換指令并結(jié)合802.11s橋接協(xié)議維持網(wǎng)絡(luò)連通性，避免傳統(tǒng)v2x技術(shù)對專用硬件及基礎(chǔ)設(shè)施的依賴。同時(shí)，粒子群優(yōu)化算法通過迭代計(jì)算ap/sta比例閾值，動(dòng)態(tài)調(diào)節(jié)節(jié)點(diǎn)角色分配，減少局部信道擁塞，提升網(wǎng)絡(luò)擴(kuò)展性與資源利用率。

44、本發(fā)明通過跨層協(xié)同優(yōu)化與分布式?jīng)Q策機(jī)制提升實(shí)時(shí)性與可靠性。olsr協(xié)議擴(kuò)展時(shí)延字段與信息素梯度計(jì)算結(jié)合，實(shí)現(xiàn)多跳路徑動(dòng)態(tài)優(yōu)選，使高優(yōu)先級消息通過mac層搶占機(jī)制降低端到端時(shí)延。聯(lián)邦學(xué)習(xí)模型聚合加密特征數(shù)據(jù)生成全局分類規(guī)則，在保護(hù)隱私前提下實(shí)現(xiàn)緊急消息的快速識別與傳輸。此外，粒子濾波融合多源傳感器數(shù)據(jù)生成車輛位姿估計(jì)，結(jié)合納什均衡策略矩陣輸出協(xié)同控制指令，并通過ipv6組播分發(fā)機(jī)制提升群體協(xié)同效率。閉環(huán)負(fù)載均衡與路由冗余度反饋機(jī)制進(jìn)一步強(qiáng)化網(wǎng)絡(luò)自治能力，適應(yīng)復(fù)雜交通場景的動(dòng)態(tài)需。