车载网络中基于移动轨迹预测的快速邻居发现算法

发布时间：2017-11-26 14:21

  本文关键词：车载网络中基于移动轨迹预测的快速邻居发现算法

  更多相关文章： 车辆自组织网络 邻居发现 移动预测 卡尔曼滤波

【摘要】：车辆网络中节点的快速移动导致网络拓扑频繁变化,快速的邻居发现算法成为影响网络协议性能的重要因素。针对该问题,提出了一种新型的基于卡尔曼滤波器移动轨迹预测的Hello协议,即KFH(Kalman filterbased Hello protocol)。每个节点使用一个基于自适应卡尔曼滤波器的预测模型来预测自己的运动轨迹,当节点预测下一个时隙的位置时,同时也对邻居表中的每个邻居进行预测。如果节点的位置预测精度大于一定的阈值,将广播一个包含自己真实位置的hello消息,接收到该探测信息的节点将更新自己邻居表中相应的模型参数。仿真结果表明,KFH可以实现高效率的邻居发现,提高Hello协议的性能。在同样网络开销情况下,KFH具有最低的邻居发现错误率(只有2%)及邻居发现延迟。
【作者单位】： 天津大学计算机科学与技术学院天津市认知计算与应用重点实验室;
【基金】：国家自然科学基金资助项目(61363081) 天津大学自主创新基金资助项目(60305007)
【分类号】：TN929.5;U495
【正文快照】： 0引言近几年,随着智能交通技术的飞速发展和车辆数目迅猛增加,基于移动车辆的车辆自组织网络(vehicle Ad hoc networks,VANET)成为国内外研究热点。车辆自组织网络是一种自组织的、结构开放的车辆间移动通信网络,受到世界各国研究机构和科研人员的密切关注。由于道路交通安全

【参考文献】

中国期刊全文数据库 前2条

1 刘健;李方敏;;基于Hello机制的无线传感器网络路由优化[J];计算机工程;2010年07期

2 陈模科;陈勤;张e，

本文编号：1230094