车联网环境下面向移动新能源汽车的充电信息传输方法

1.本发明涉及车联网数据传输技术领域，特别涉及一种车联网环境下面向移动新能源汽车的充电信息传输方法。


背景技术：

2.严重的空气污染和交通噪音等问题在最近几年引起了公众的极大关注，新能源汽车因其无直接碳排放、低噪音、高效能源转换等环保特性而蓬勃发展。但是，新能源汽车的迅猛发展也带来了诸多问题，包括局部电网过载、充电效率低下等，因此构建具备全局、高效充电服务的智能电网系统十分必要，而不同充电主体之间实时可靠的充电信息交互是其实现的关键。
3.现有的集中式基于云的通信框架被广泛用于新能源汽车的优化充电管理，但是该方法安全和隐私保护性不高，通信成本较高。作为5g无线通信网络的关键组成部分之一，车载自组网在高动态环境下表现出优异的传输性能和较低的通信费用，非常适合移动新能源汽车的充电服务，然而该方法仍面临着链路不稳定、开销大等问题。为了减轻车载网络的负面影响，现有的异构无线网络旨在通过集成车载网络和蜂窝网络来收集实时充电信息包，但是没有任何预处理的大量充电信息会给无线通信带来沉重的负载，并可能导致严重的网络拥塞。


技术实现要素：

4.本发明的目的在于提供一种车联网环境下面向移动新能源汽车的充电信息传输方法，为不同充电主体之间提供实时可靠的充电信息交互，有效降低无线网络资源开销、缓解网络拥塞以及提升充电数据传输自适应性，以构建具备全局、高效充电服务的智能电网系统。
5.实现本发明目的的技术解决方案为：
6.一种车联网环境下面向移动新能源汽车的充电信息传输方法，包括：首先，利用分布式移动边缘计算和可用的车载自组网，设计了一种基于混合传输方式的高效异构通信框架，用于移动新能源汽车和充电站之间的大规模充电信息传输；其次，基于构建的末端交叉路口模型和蚁群算法，提出了一种适用于车联网环境的自适应路由协议，以动态规划最佳充电信息传输路径；最后，利用构建的等待时间模型，提出了一种基于接收端的充电信息转发机制，以选择最佳的充电信息转发车辆。
7.与现有技术相比，本发明具有以下有益效果：
8.(1)利用分布式移动边缘计算和可用的车载自组网，设计基于混合传输方式的异构通信框架，可以保证充电信息传输的可靠性和安全性，降低网络负载，缓解通信拥塞，提高数据包的传输率，降低通信成本，提高大规模网络的可扩展性与鲁棒性；与周期性广播通信方式相比，可以有效减少冗余包的传递，避免广播风暴效应；
9.(2)基于设计的末端交叉路口模型和蚁群算法，提出了一种自适应路由协议以动
态规划最佳充电信息传输路径，该协议可以使用已探索的路径直接传输数据包，有利于减少最优路由探索的收敛时间，缓解网络拥塞，降低网络开销；利用全局和局部信息素的方式，有效避免盲目路由探索，有利于应对动态环境，降低传输延迟；而信息素蒸发和路由维护可以有效防止所提出的算法快速收敛到次优区域；
10.(3)基于接收端的数据转发机制与之前的充电信息中继方案不同，基于转发距离和误码率设计等待时间模型，不由发射车辆进行选择，而由候选车辆来选择最优充电信息转发车辆，该方案有效地减少了网络堵塞与竞争，同时利用改进的rts/cts模式有效降低开销，缓解传输负载，提高了数据包的传输率。
附图说明
11.图1为本发明的车联网环境下面向移动新能源汽车的充电信息传输方法的流程示意图。
12.图2为基于混合传输方式的异构通信框架的示意图。
13.图3为提出的异构通信框架中用于充电信息传输的混合传输方式的示意图。
14.图4为本发明实施方式中步骤2的具体流程示意图。
15.图5为本本发明实施方式中步骤3的具体流程示意图。
具体实施方式
16.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。以下具体实施有助于开发人员对本发明的理解，但不以任何形式限制本发明，应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都是本发明的保护范围。
17.如图1所示，本发明的实施例提出了一种车联网环境下面向移动新能源汽车的充电信息传输方法，包括：
18.步骤1，设计基于混合传输方式的异构通信框架进行充电信息传输，降低网络负载与减少网络拥塞；
19.步骤2，动态规划待充电移动新能源汽车与相应的边缘计算服务器之间的最优充电信息传输路径，加快最佳路由的收敛速度；
20.步骤3，设计基于接收端的数据转发机制，以选择最佳的充电信息转发车辆。
21.如图2所示，所述步骤1包括：
22.设计的异构通信框架由四个部分组成，即分布式充电站、现有基础网络、边缘计算服务器及车载自组网。其中，现有基础网络为充电站和边缘计算服务器之间提供充电信息传输路径；车载自组网由移动新能源汽车和汽油车组成，它们之间通过v2v(vehicle-to-vehicle，车-车)通信相互连接。如图3所示，在该异构通信框架中设计混合传输方式来传输充电信息，充电站和边缘计算服务器之间采用主动式通信方式，通过有线连接、4g、wifi、wimax或者rfid等发展较为完善的方式周期性地发布最新的充电信息；移动新能源汽车和边缘计算服务器之间采用被动式通信方式，通过v2x(vehicle-to-everything，车用无线通信技术)，移动新能源汽车需要充电时向对应的边缘计算服务器发送请求消息，边缘计算服务器收到后向该车响应缓存在其服务器中的充电信息。
23.如图4所示，所述步骤2包括：
24.步骤2-1，根据传输延迟及延迟方差，将探索最优充电信息传输路径问题公式化为np优化问题；
25.步骤2-2，提出末端交叉路口模型，要求移动新能源汽车及边缘计算服务器选择各自相应的末端交叉路口；
26.步骤2-3，基于蚁群算法，通过前向探索与后向探索机制来建立最优路径；在最优路径选择过程中设计信息素蒸发与路由维护机制。
27.如图5所示，所述步骤3包括：
28.步骤3-1，基于转发距离以及误码率，设计等待时间模型；
29.步骤3-2，利用构建的等待时间模型，设计基于接收端的数据转发机制，接收端选择最佳的充电信息转发车辆。
30.其中，所述步骤2-1具体包括：
31.选择传输延迟和相应的延迟方差来评估已建立的路由路径的性能，公式如下：
[0032][0033][0034]
其中y是移动新能源汽车和边缘计算服务器之间的候选主干路由，qos(y)表示路由y的综合服务质量，d(y)和dv(y)表示y的传输延迟和延迟方差，λ1和λ2是权重值，用于调整不同qos指标的效果(λ1 λ2＝1)；d
th
和dv
th
意味着路由传输延迟和延迟方差的相应上限；e
ij
表示从交叉路口ii到交叉路口ij之间的路段，d(e
ij
)和dv(e
ij
)分别表示沿路段e
ij
的传输延迟和延迟方差。
[0035]
其中，所述步骤2-2具体包括：
[0036]
利用两个参数，即移动新能源汽车(或边缘计算服务器)的移动方向和从移动新能源汽车(或边缘计算服务器)当前位置到其候选相邻交叉路口的路段长度，来综合选择相应的末端交叉路口，将端到端的路由探索方案转换成交叉路口之间的路由探索方案；
[0037]
公式如下：
[0038][0039]
其中ei是末端交叉路口，g(im)是评估候选交叉路口im性能的评估函数，δ代表权重参数(0＜δ＜1)，l(im)表示移动新能源汽车或边缘计算服务器与候选相邻交叉路口im的距离，l表示移动新能源汽车或边缘计算服务器当前行驶路段的长度，dr(im)表示移动新能源汽车或边缘计算服务器的移动方向，若移动新能源汽车或边缘计算服务器向im移动则dr(im)为1，若移动新能源汽车或边缘计算服务器远离im则dr(im)为0，若新能源汽车或边缘计算服务器静止则dr(im)为0.5。
[0040]
其中，所述步骤2-3具体包括：
[0041]
确定好相应的末端交叉路口后，利用前向蚂蚁进行可行路径探索，当到达交叉路口ii，一个前向蚂蚁首先在头部插入ii的索引，然后根据局部和全局信息素以确定概率选择
下一个交叉路口，选择下一个交叉路口ij的概率p
ij
给定如下：
[0042][0043]
其中p
ij
是前向蚂蚁(位于ii)选择ij为下一个路口的概率，γ1和γ2分别表示调整局部和全局信息素影响的权重值，n计算ii相邻交叉点的数量，σ
min
是一个恒定值(0＜σ
min
＜1)，gq(y
ij
)是全局信息素，代表从ii到所选的边缘计算服务器对应的交叉路口的路由y
ij
的服务质量，这条路经过ij；lq(e
ij
)代表从ii到ij的路段e
ij
的局部信息素,表示如下：
[0044][0045]
其中e
ij
表示从交叉路口ii到交叉路口ij之间的路段，d(e
ij
)和dv(e
ij
)分别表示沿路段e
ij
的传输延迟和延迟方差，λ1和λ2是权重值，用于调整不同信息素指标的效果(λ1 λ2＝1)。d
th
和dv
th
意味着传输延迟和延迟方差的相应上限。
[0046]
当前向蚂蚁到达边缘计算服务器对应交叉路口时，其探索的路径被视为可用的候选路由路径，相应的后向蚂蚁被生成，然后沿着前向蚂蚁的相同但相反的移动路径返回到移动新能源汽车对应交叉路口；一旦到达给定区域ii(从ij开始移动)，后向蚂蚁首先收集通过路由路径沿线路段的本地服务质量以获得最新的全局信息素lgq(y
ij
)，lgq(y
ij
)被表述为
[0047][0048]
其中y
ij
表示从交叉路口ii到所选的边缘计算服务器对应的交叉路口的完整路由路径，这条路径经过交叉路口ij；d(y
ij
)和dv(y
ij
)表示y
ij
的传输延迟和延迟方差，λ1和λ2是权重值，用于调整不同信息素指标的效果(λ1 λ2＝1)；d
th
和dv
th
意味着传输延迟和延迟方差的相应上限。
[0049]
之后，这个后向蚂蚁更新存储在ii中的全局信息素表，信息素更新过程如下：
[0050]
gq(y
ij
)
←
(1-χ)
·
gq(y
ij
) χ
·
lgq(y
ij
)
[0051]
其中gq(y
ij
)是全局信息素，代表从ii到所选的边缘计算服务器对应的交叉路口的路由y
ij
的服务质量，这条路经过ij；χ是权重参数(0＜χ＜1)。
[0052]
以上步骤不断重复，直到后向蚂蚁到达移动新能源汽车对应交叉路口；当所有后向蚂蚁到达并完成全局信息素计算和更新的操作时，我们只需比较所有可用候选路由的最新全局信息素qos(y)的不同值，然后确定最佳路由路径，并将其表示为
[0053][0054]
其中y
opt
表示qos(y)最大值的路径，即最佳路由路径。
[0055]
移动新能源汽车对应交叉路口向移动新能源汽车发送确认消息，启动充电信息传输。
[0056]
在提出的路由协议中，建立了一个简单的数学表达式来模拟信息素蒸发机制，推导如下：
[0057][0058]
其中μ表示信息素蒸发参数(0＜μ＜1)，t
ev
代表时间间隔，gq(y)(t t
ev
)和gq(y)(t)分别表示在t t
ev
和t时刻路由路径y上的全局信息素，σ
min
是一个恒定值(0＜σ
min
＜1)。
[0059]
当两个交叉路口之间基于服务质量的最佳路由路径y
opt
建立后，则开始通过交叉路口进行充电信息传输操作；当到达交叉路口ii时，基于最新的全局信息素，充电信息包被动态地转发到下一个交叉路口，并且如果路段e
ij
与其他相邻路段相比具有最大的全局信息素gq(y
ij
)，ij被ii选择作为最适合分组传输的下一个交叉路口。gq(y
ij
)给定为
[0060][0061]
其中n代表ii的相邻交叉路口数量，gq(y
in
)是全局信息素，代表从ii到所选的边缘计算服务器对应的交叉路口的路由y
in
的服务质量，这条路经过in。
[0062]
其中，所述步骤3-1具体包括：
[0063]
基于转发距离以及误码率设计的等待时间模型如下：
[0064][0065]
其中tk表示等待时间，d
sk
表示转发距离，ber表示误码率。推导出来的等待时间被限制在[0,t
max
]时间间隔内，以减轻对数据转发延迟的负面影响，t
max
表示tk的最大值；r表示转发车辆的无线通信范围且d
sk
≤r；σ1、σ2及σ3表示权重值，它们负责调整各种评估参数的相对优先级，并延长潜在充电信息转发车辆的等待时间间隔；如果d
sk
≥0,表示候选的充电信息转发车辆ck位于数据包转发方向，并且它对当前发射车辆cs来说是可行的选择；如果d
sk
＜0则意味着ck在cs的后面，充电信息包是反方向传输的，所以ck不是可行的选择，tk设置为 ∞。
[0066]
其中，所述步骤3-2具体包括：
[0067]
基于接收端的数据转发机制为：当前携带充电信息的发射车辆使用改进的rts/cts方案选择充电信息转发车辆，将包括发射车辆、目标转发交叉路口的当前位置以及标志信息(使所有候选充电信息转发车辆处理rts帧)的rts帧广播给发射车辆通信范围内的所有车辆；接收到该帧后，每个候选充电信息转发车辆在其估计等待时间之后以广播方式向发射车辆回复cts帧，当发射车辆接收到第一个cts帧时便将回复该帧的候选车辆选为最佳充电信息转发车辆，同时其他候选车辆终止响应。
[0068]
经过实验验证，本发明提出的充电信息传输方法可有效降低无线网络资源开销、缓解网络拥塞以及提升充电数据传输自适应性。
[0069]
以上对本发明的具体实施实例进行了详细描述。需要指出的是，本发明并不局限于上述特定的实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。