本發(fā)明涉及計算機(jī)網(wǎng)絡(luò)，尤其涉及一種復(fù)雜場景下的車聯(lián)網(wǎng)緩存節(jié)點選擇方法。

背景技術(shù)：

1、隨著智能車輛的普及，車輛會產(chǎn)生大量數(shù)據(jù)和計算需求。iov中的車輛僅依靠自身有限的計算及存儲資源難以支持計算密集型服務(wù)。云計算雖然能夠解決車輛計算資源不足的問題，但是其遠(yuǎn)距離部署會導(dǎo)致不可預(yù)測的時延，還會增加帶寬開銷。針對上述問題，業(yè)界提出了車載邊緣計算技術(shù)(vehicular?edge?computing,vec)，將路側(cè)服務(wù)器或空閑車輛作為計算資源，就近為用戶提供計算與存儲功能，實現(xiàn)應(yīng)用、服務(wù)和內(nèi)容的本地化、近距離、分布式部署。按照數(shù)據(jù)上下行流向，車輛視角的邊緣計算可以分為車輛卸載計算任務(wù)(任務(wù)卸載)和車輛請求數(shù)據(jù)文件(文件請求)，本發(fā)明主要研究文件請求方面的邊緣計算。

2、文件請求主要研究如何提出請求及應(yīng)對請求(向何種設(shè)備請求文件、如何預(yù)存文件等)。為減輕云服務(wù)器負(fù)載和廣域網(wǎng)通信開銷，車輛節(jié)點可以訪問路側(cè)的邊緣服務(wù)器。但由于所有文件請求及響應(yīng)仍由基站中轉(zhuǎn)，基站通信負(fù)載較大且容易成為通信瓶頸。為此研究者在車輛節(jié)點中引入緩存技術(shù)，將流行文件預(yù)先存儲在車輛(緩存節(jié)點)中，任務(wù)節(jié)點首先向周邊緩存節(jié)點請求文件。若緩存節(jié)點預(yù)存了此文件，則直接向任務(wù)節(jié)點發(fā)送，否則任務(wù)節(jié)點通過基站向邊緣服務(wù)器發(fā)起請求。因此，車輛緩存技術(shù)可充分利用緩存車輛的存儲資源和計算資源，降低文件在網(wǎng)絡(luò)中的重復(fù)傳輸，減少傳輸時延和基站帶寬開銷。

3、經(jīng)過國內(nèi)外文獻(xiàn)檢索發(fā)現(xiàn)，現(xiàn)有論文《information-centric?networking?cacheplacement?method?based?on?cache?node?status?and?location》(wirelesscommunications?and?mobile?computing，2021年)，根據(jù)節(jié)點緩存容量、路由跳數(shù)及流行文件的重要性計算節(jié)點狀態(tài)值，并選擇狀態(tài)值最大的節(jié)點作為緩存車輛，能以較低的跳數(shù)傳輸文件，但在車輛較多時往往會選擇過多的緩存節(jié)點，導(dǎo)致資源浪費。

4、現(xiàn)有論文《vehicle?clustering?based?edge?caching?scheme?in?internet?ofvehicles》(iet?communications，2023年)提出一種基于車輛聚類的邊緣緩存方案，將最小化時延轉(zhuǎn)化為背包問題，再利用動態(tài)規(guī)劃算法求解，得到最優(yōu)緩存決策。但該研究未考慮緩存節(jié)點數(shù)量問題帶來的高成本問題。

5、現(xiàn)有論文《負(fù)載約束的c-v2x車輛緩存節(jié)點選擇算法》(通信學(xué)報，2021年)提出nmaxmds算法，該算法以車輛數(shù)目為負(fù)載約束，將車距和鏈路持續(xù)時間作為鏈路穩(wěn)定性指標(biāo)，構(gòu)建目標(biāo)函數(shù)，以最少緩存節(jié)點實現(xiàn)網(wǎng)絡(luò)全覆蓋，且保證簇平均鏈路權(quán)重最大化。仿真表明，該算法實現(xiàn)了較高的請求應(yīng)答率，且重復(fù)應(yīng)答率恒為零。但該研究也存在一些問題。首先，文獻(xiàn)沒有考慮障礙物遮擋下的鏈路質(zhì)量，通信鏈路中斷可能導(dǎo)致某些請求無法獲得緩存節(jié)點響應(yīng)。其次，文獻(xiàn)僅以任務(wù)車輛數(shù)目為負(fù)載約束，假設(shè)一個周期內(nèi)每輛車僅攜帶一個文件請求(單車單請求)，沒有考慮各任務(wù)節(jié)點攜帶文件請求的數(shù)量差異，從而可能導(dǎo)致緩存節(jié)點的負(fù)載失衡。換言之，某些簇內(nèi)的車輛數(shù)少而文件請求數(shù)多，或者某些簇內(nèi)的車輛數(shù)多而文件請求數(shù)少。

6、如何解決上述技術(shù)問題為本發(fā)明面臨的課題。

技術(shù)實現(xiàn)思路

1、本發(fā)明針對鏈路遮擋與單車多請求場景，造成的通信中斷和緩存節(jié)點負(fù)載失衡問題，建立鏈路質(zhì)量、負(fù)載均衡及緩存節(jié)點最少化的多目標(biāo)優(yōu)化模型，提出車輛緩存節(jié)點選擇算法。首先，考慮鏈路遮擋、車間距離及鏈路持續(xù)時間，構(gòu)建鏈路質(zhì)量綜合權(quán)重鄰接矩陣，以實現(xiàn)簇平均鏈路權(quán)重最大化；其次，基于緩存車輛的文件負(fù)載上限，動態(tài)分配文件請求，以實現(xiàn)負(fù)載均衡；最后，擇優(yōu)選擇緩存節(jié)點和任務(wù)節(jié)點，以實現(xiàn)最少緩存節(jié)點覆蓋全網(wǎng)。

2、針對上述問題，本發(fā)明提出一種復(fù)雜場景下的車聯(lián)網(wǎng)緩存節(jié)點選擇方法，擇優(yōu)選擇緩存節(jié)點和任務(wù)節(jié)點，獲得了較高的請求應(yīng)答率與緩存源應(yīng)答次數(shù)，重復(fù)應(yīng)答率恒為零，且實現(xiàn)緩存節(jié)點負(fù)載均衡。

3、為了實現(xiàn)上述發(fā)明目的，本發(fā)明采用技術(shù)方案具體為：一種復(fù)雜場景下的車聯(lián)網(wǎng)緩存節(jié)點選擇方法，包括以下步驟：

4、s1：構(gòu)建三種模型：(1)考慮障礙物遮擋鏈路、車間距離以及鏈路持續(xù)時間，分析并建模鏈路質(zhì)量；(2)分析并建模緩存節(jié)點負(fù)載均衡情況；(3)分析并建模以最少緩存節(jié)點實現(xiàn)全網(wǎng)覆蓋問題；

5、s2：提出鏈路質(zhì)量評估算法，該算法首先提出障礙物遮擋判斷算法，其次基于車間距離和鏈路持續(xù)時間算法，計算綜合權(quán)重鄰接矩陣；

6、s3：基于緩存車輛的文件負(fù)載上限，動態(tài)分配文件請求，提出緩存節(jié)點負(fù)載均衡算法，以實現(xiàn)負(fù)載均衡；

7、s4：擇優(yōu)選擇緩存節(jié)點和任務(wù)節(jié)點，提出緩存節(jié)點最少化算法，以實現(xiàn)最少緩存節(jié)點覆蓋全網(wǎng)；

8、s5：給出復(fù)雜場景下的緩存節(jié)點選擇算法流程。

9、s1中考慮障礙物遮擋鏈路、車間距離以及鏈路持續(xù)時間，分析并建模鏈路質(zhì)量，具體包括以下步驟：

10、(1)障礙物遮擋

11、如圖1所示，道路場景設(shè)置為十字交叉路口，各主干道為雙向三車道?；就ㄐ虐霃綖閞b，覆蓋圖中路口區(qū)域，該區(qū)域內(nèi)的車輛數(shù)為nv，車輛通信半徑均為rv，則車輛集合為n＝{n1,n2,…,nnv}。為了實時獲取車輛運動軌跡，假定所有車輛均配備定位設(shè)備，且基站具備全網(wǎng)調(diào)控功能。在第t周期，第i∈{1,2,…,nv}輛車的行駛狀態(tài)信息定義為其中為位置坐標(biāo)，為車輛速度；第r個障礙物車輛的長度設(shè)為l，其狀態(tài)信息定義為r為正整數(shù)。車輛定期將行駛及文件請求等基本信息上傳至基站。由于道路設(shè)置相對穩(wěn)定，基站可根據(jù)本周期的軌跡信息，預(yù)測車輛在下一個周期的位置。

12、通信鏈路被遮擋會導(dǎo)致v2v數(shù)據(jù)傳輸失敗，為避免選擇包含潛在遮擋鏈路的緩存節(jié)點，需要判斷鏈路是否被移動障礙物遮擋。首先確定車輛i的領(lǐng)居車輛。根據(jù)車輛在t+1周期的位置坐標(biāo)，計算車輛i和j的距離為

13、

14、只有在彼此通信范圍內(nèi)的車輛才能互為鄰居節(jié)點。設(shè)車輛通信半徑均為rv。因此對車輛i而言，滿足公式(2)的車輛為其鄰居節(jié)點。

15、

16、其次判斷車輛i與鄰居車輛j之間的鏈路是否被遮擋。利用公式(1)與公式(2)，構(gòu)建車輛i在第t+1周期的鄰居節(jié)點數(shù)組mi為自然數(shù)。遍歷上述數(shù)組判斷車輛i與其鄰居節(jié)點之間的鏈路是否被移動障礙物遮擋。以變量表示鏈路遮擋狀態(tài)，被遮擋鏈路的值設(shè)為0，未被遮擋鏈路的值設(shè)為1。在t+1周期，為描述各鏈路遮擋情況，構(gòu)建“遮擋”鄰接矩陣ωt+1，將值填入其中，則有

17、

18、(2)車間距離及鏈路持續(xù)時間

19、車間距離與鏈路持續(xù)時間也會影響鏈路質(zhì)量。首先分析車間距離。由式(1)可得第t+1周期車輛i和j的距離則通信距離容差為對該容差進(jìn)行歸一化處理，可得

20、

21、其中，為歸一化的通信距離容差，dmin為道路場景中兩車的最小安全距離。

22、其次分析兩車鏈路持續(xù)時間。設(shè)周期間隔為δt，基站根據(jù)第t周期獲取的車輛位置及速度矢量，預(yù)測車輛節(jié)點i和j在第t+1周期相互處于對方通信范圍內(nèi)的時長，稱其為鏈路持續(xù)時間為方便計算，對鏈路持續(xù)時間進(jìn)行歸一化處理，可得

23、

24、將歸一化通信距離容差和歸一化鏈路持續(xù)時間的加權(quán)和記為可得

25、

26、其中，ρ∈[0,1]為加權(quán)因子，其取值可根據(jù)實際情況調(diào)整。

27、在第t+1周期，定義表征通信距離容差和鏈路持續(xù)時間的權(quán)重鄰接矩陣wt+1(下文簡稱為“距離-時間”權(quán)重鄰接矩陣)。根據(jù)式(6)計算各鏈路的將其填入wt+1中，可得

28、

29、(3)鏈路質(zhì)量目標(biāo)函數(shù)

30、考慮障礙物遮擋、通信距離容差和鏈路持續(xù)時間三方面因素，將“遮擋”鄰接矩陣ωt+1與“距離-時間”權(quán)重鄰接矩陣wt+1進(jìn)行點乘，獲得鏈路質(zhì)量的綜合權(quán)重鄰接矩陣w*t+1(下文簡稱為綜合權(quán)重鄰接矩陣)，可得

31、w*t+1＝wt+1·ωt+1????????????????????????????????(8)

32、其中，w*t+1為nv×nv的矩陣，第i行第j列的元素表示車輛節(jié)點i和j的鏈路質(zhì)量綜合權(quán)重值(下文簡稱為綜合權(quán)重)。

33、在第t+1周期，緩存節(jié)點數(shù)目設(shè)為nc，則緩存節(jié)點集合為ct+1＝{c1,c2,…,cnc}。緩存節(jié)點ck的任務(wù)節(jié)點集合設(shè)為若某集合中有q個元素，則緩存節(jié)點ck與該q個任務(wù)節(jié)點可組成一個簇，其中q為自然數(shù)。從綜合權(quán)重鄰接矩陣w*t+1中，分別提取緩存節(jié)點ck和其q個任務(wù)節(jié)點的綜合權(quán)重值并求和獲得sum，定義該簇的平均鏈路權(quán)重為sum與q的比值。為保證簇內(nèi)通信選擇較優(yōu)鏈路，應(yīng)使網(wǎng)絡(luò)中所有簇的平均鏈路權(quán)重最大化，則鏈路質(zhì)量目標(biāo)函數(shù)為

34、

35、s1中分析并建模緩存節(jié)點負(fù)載均衡情況，具體包括以下步驟：

36、(1)緩存節(jié)點負(fù)載均衡目標(biāo)函數(shù)

37、實現(xiàn)負(fù)載均衡的前提是統(tǒng)計各任務(wù)節(jié)點的文件請求數(shù)量。在一個周期內(nèi)，某個任務(wù)車輛產(chǎn)生的文件請求數(shù)受多種因素的影響，因此引入泊松分布描述車輛的文件請求到達(dá)。假設(shè)時間區(qū)間為[0,t]，請求到達(dá)率為則車輛i的文件請求到達(dá)數(shù)numi(t)服從參數(shù)的泊松分布。根據(jù)泊松分布性質(zhì)，車輛i在t時間內(nèi)，文件請求到達(dá)數(shù)為k的概率質(zhì)量函數(shù)為

38、

39、在t時間內(nèi)，車輛i的文件請求到達(dá)數(shù)期望為

40、

41、上式可見，各車產(chǎn)生的文件請求數(shù)均服從泊松分布，簇內(nèi)車輛數(shù)目不等于文件請求數(shù)。

42、在第t+1周期，設(shè)為緩存節(jié)點ck所在簇內(nèi)各任務(wù)節(jié)點的請求數(shù)集合，則有

43、

44、其中，為緩存節(jié)點ck的第χ個任務(wù)節(jié)點在第t+1周期的請求數(shù)，χ∈{1,2,…,q}。

45、由公式(12)可知，緩存節(jié)點ck的實際負(fù)載為

46、

47、設(shè)一個周期內(nèi)緩存節(jié)點ck最多只能響應(yīng)tmax個請求。計算緩存節(jié)點ck的實際負(fù)載與其可服務(wù)的最大請求數(shù)tmax的比值，定義該比值為緩存節(jié)點的負(fù)載程度有

48、

49、根據(jù)公式(14)，計算各緩存節(jié)點的負(fù)載程度若該值大于1，則代表緩存節(jié)點超載。只有當(dāng)緩存節(jié)點的實際負(fù)載小于或等于tmax時，為(0,1]之間的數(shù)。再統(tǒng)計場景中的緩存節(jié)點數(shù)count。定義網(wǎng)絡(luò)中緩存節(jié)點的負(fù)載均衡質(zhì)量lb，令其為

50、

51、其中nc為緩存節(jié)點總數(shù)，上式可見，lb∈(0,1]。對某個周期而言，lb越大，表示未超載的緩存節(jié)點數(shù)量越多，當(dāng)lb為1時，代表各緩存節(jié)點接收的請求數(shù)量均沒有超載。為此，負(fù)載均衡目標(biāo)函數(shù)為

52、

53、(2)緩存節(jié)點負(fù)載均衡約束

54、為確保緩存節(jié)點與任務(wù)節(jié)點實際存在，分別提出約束1和約束2。在一個周期內(nèi)，為確保某簇的文件請求數(shù)量不超過該簇緩存節(jié)點可服務(wù)的最大請求數(shù)，提出約束3。同理，為確保全網(wǎng)總請求數(shù)量不會超出所有緩存節(jié)點可服務(wù)的最大總請求數(shù)，提出約束4。

55、緩存車輛要響應(yīng)請求，其可服務(wù)的最大請求數(shù)tmax必須大于等于1，因此有約束條件1

56、con?1：tmax≥1?(17)

57、在第t+1周期，各任務(wù)車輛的文件請求數(shù)不可能為負(fù)，因此有約束條件2

58、

59、由于各簇有且僅有一個簇首(緩存節(jié)點)，一個簇內(nèi)的文件請求數(shù)之和不得大于tmax，因此有約束條件3

60、

61、令所有任務(wù)節(jié)點發(fā)出的文件請求總數(shù)為sl，根據(jù)公式(11)可得

62、

63、為保證全網(wǎng)所有請求均能被響應(yīng)，文件請求總數(shù)sl必須小于或等于所有緩存節(jié)點可服務(wù)的最大總請求數(shù)否則一定有請求無法獲得響應(yīng)。因此有約束條件4

64、

65、s1中分析并建模以最少緩存節(jié)點實現(xiàn)全網(wǎng)覆蓋問題，具體包括以下步驟：

66、(1)緩存節(jié)點最少化目標(biāo)函數(shù)

67、為減少配置和管理緩存節(jié)點的開銷，降低緩存節(jié)點之間的信道爭用，要求緩存節(jié)點數(shù)量盡可能少，則緩存節(jié)點數(shù)量的目標(biāo)函數(shù)為

68、

69、(2)緩存節(jié)點最少化約束

70、在第t+1周期，緩存節(jié)點ck所在簇中所有q個任務(wù)節(jié)點構(gòu)成的集合可具體寫為

71、

72、為減少重復(fù)應(yīng)答，規(guī)定所有緩存節(jié)點只為其簇內(nèi)任務(wù)節(jié)點提供文件響應(yīng)。因此，緩存節(jié)點ck和cδ各自所在簇的任務(wù)節(jié)點集合的交集為空，則有約束條件5

73、

74、為滿足最少緩存節(jié)點覆蓋全網(wǎng)，緩存節(jié)點集合及其最優(yōu)任務(wù)節(jié)點集合的并集，其元素總數(shù)應(yīng)等于車輛總數(shù)nv。定義一個運算符“<>”，可獲得并集的元素總數(shù)，則有約束條件6

75、

76、聯(lián)立式(9)、式(16)和式(22)三個目標(biāo)函數(shù)及相關(guān)六個約束條件，本發(fā)明構(gòu)建的多目標(biāo)優(yōu)化方程為

77、

78、式(26)可見，p1最大化簇平均鏈路權(quán)重，代表選擇擁有較好v2v鏈路的車輛作為緩存節(jié)點。p2實現(xiàn)緩存節(jié)點的負(fù)載均衡目標(biāo)，代表各緩存節(jié)點收到的請求數(shù)量相對均衡。p3最小化緩存節(jié)點數(shù)量，代表以最少的緩存節(jié)點實現(xiàn)全網(wǎng)覆蓋。

79、s2具體包括以下步驟：

80、(1)障礙物遮擋判斷

81、考慮電磁波傳播服從自由空間(freespace)模型，移動障礙物遮擋鏈路會導(dǎo)致通信失敗。如圖2所示，車輛i、鄰居車輛j及車長為l的障礙物車輛r，分別以速度vi、vj及vr在三條車道上自東向西行駛。以車輛i為原點建立坐標(biāo)軸，設(shè)鄰居節(jié)點j的坐標(biāo)為(xj,yj)，q為障礙物節(jié)點r的質(zhì)心，坐標(biāo)為(α,β)，d為車輛i與j之間鏈路線段ij的中點。分別將障礙物車頭和車尾接觸到鏈路中點d的時刻記為遮擋開始時刻t1和遮擋結(jié)束時刻t2。

82、以鄰居節(jié)點j在坐標(biāo)軸第一象限為例，連接點q和原點i，獲得直線l。在t1和t2時刻，若質(zhì)心q兩次均位于y軸同側(cè)，定義θ為l與y軸正半軸的夾角。分別計算t1時刻和t2時刻對應(yīng)的tanθ閾值，利用兩個tanθ值構(gòu)成障礙物遮擋鏈路的閾值區(qū)間。在任一周期，三車行駛過程中構(gòu)成的tanθ值在上述區(qū)間，則判斷鏈路被遮擋。算法具體步驟如下：

83、障礙物遮擋判斷算法

84、算法輸入：所有車輛的行駛狀態(tài)信息，節(jié)點i的鄰居節(jié)點數(shù)組

85、算法輸出：輸出各鏈路的遮擋狀態(tài)值ψ，根據(jù)公式(3)可得“遮擋”鄰接矩陣ωt+1

86、s201：創(chuàng)建(nv-1)*(nv-1)的“遮擋”鄰接矩陣ωt+1。

87、s202：遍歷車輛i，i∈{1,2,…,nv}及其鄰居節(jié)點數(shù)組

88、s203：以車輛i為原點建立坐標(biāo)軸，獲取鄰居節(jié)點j的坐標(biāo)(a,b)、障礙物車輛r質(zhì)心q的坐標(biāo)(α,β)、連接車輛i與j的鏈路線段ij，取其中點d。分別將障礙物車頭和車尾接觸到鏈路中點d的時刻記為遮擋開始時刻t1和遮擋結(jié)束時刻t2。

89、s204：若鄰居節(jié)點在第一或二象限，分兩種情況執(zhí)行：

90、(a)在t1時刻和t2時刻，若障礙物車輛r質(zhì)心q兩次均在y軸同側(cè)，即l≤2aβ/b時，連接點q和原點i獲得直線l，設(shè)l與y軸正半軸夾角為θ。分別計算t1時刻和t2時刻對應(yīng)的tanθ閾值，構(gòu)成障礙物遮擋鏈路的tanθ閾值區(qū)間。在任一周期，三車行駛時的tanθ值在上述區(qū)間，則判斷鏈路被遮擋，令否則令

91、(b)在t1時刻和t2時刻，若障礙物車輛r質(zhì)心q分別在y軸左右兩側(cè)，即l>2aβ/b時，連接點q與原點i獲得直線l，設(shè)l與x軸正半軸夾角為θ。分別計算t1時刻和t2時刻對應(yīng)的tanθ閾值，構(gòu)成障礙物遮擋鏈路的tanθ閾值區(qū)間。在任一周期，三車行駛時的tanθ值在上述區(qū)間，則判斷鏈路被遮擋，令否則令

92、s205：若鄰居節(jié)點在第三或四象限，處理步驟同s204。

93、s206：算法結(jié)束，輸出各鏈路的遮擋狀態(tài)ψ值，根據(jù)公式得到ωt+1。

94、(2)綜合權(quán)重鄰接矩陣計算

95、為保障通信穩(wěn)定，緩存節(jié)點優(yōu)先選擇鏈路綜合權(quán)重較大的車輛作為任務(wù)節(jié)點，使得簇平均鏈路權(quán)重達(dá)到最大值。通過障礙物遮擋判斷算法，可獲得“遮擋”鄰接矩陣ωt+1。根據(jù)車間距離及鏈路持續(xù)時間，利用公式(7)計算獲得“距離-時間”權(quán)重鄰接矩陣wt+1。按公式(8)將上述兩個矩陣點乘，可獲得綜合權(quán)重鄰接矩陣w*t+1。

96、s3具體包括以下步驟：

97、根據(jù)s1中緩存節(jié)點負(fù)載均衡情況的目標(biāo)函數(shù)p2及約束條件，具體實現(xiàn)步驟在s5“復(fù)雜場景下的緩存節(jié)點選擇算法”中“負(fù)載均衡最大化”。

98、s4具體包括以下步驟：

99、根據(jù)s1中最少緩存節(jié)點實現(xiàn)全網(wǎng)覆蓋的目標(biāo)函數(shù)p3及約束條件，具體實現(xiàn)步驟在s5“復(fù)雜場景下的緩存節(jié)點選擇算法”中“緩存節(jié)點最少化”

100、s5具體包括以下步驟：

101、將車輛分為身份未定節(jié)點、任務(wù)節(jié)點及緩存節(jié)點，分別設(shè)置身份標(biāo)識位為0、1及2，從而構(gòu)建第t+1周期的節(jié)點標(biāo)識位向量為

102、

103、所有節(jié)點的身份標(biāo)識位均初始化為0。將節(jié)點i鄰居中身份未定節(jié)點的個數(shù)，稱為節(jié)點度fi。將節(jié)點i所有鏈路的綜合權(quán)重之和與其鄰居節(jié)點個數(shù)的比值，稱為平均鄰居綜合權(quán)重。

104、復(fù)雜場景下的緩存節(jié)點選擇算法

105、輸入：綜合權(quán)重鄰接矩陣w*t+1，請求負(fù)載約束tmax，各節(jié)點的鄰居節(jié)點數(shù)組

106、輸出：緩存節(jié)點集合ct+1，各簇的任務(wù)節(jié)點集合負(fù)載均衡質(zhì)量lb

107、(1)算法初始化

108、s501：初始化

109、s502：若存在標(biāo)識為0的節(jié)點，執(zhí)行以下步驟。若不存在，執(zhí)行步驟s514。

110、s503：遍歷所有節(jié)點，計算各節(jié)點的節(jié)點度fi。

111、(2)緩存節(jié)點最少化

112、s504：更新節(jié)點度列表。

113、s505：若節(jié)點i的節(jié)點度fi＝0，將其自身作為緩存節(jié)點,納入集合c?t+1，身份標(biāo)識設(shè)為2。

114、s506：若節(jié)點i的節(jié)點度fi＝1，且其鄰居節(jié)點的節(jié)點度大于1，則將其自身作為任務(wù)節(jié)點，身份標(biāo)識設(shè)為1，再將其鄰居節(jié)點納入緩存節(jié)點集合c?t+1，身份標(biāo)識設(shè)為2。

115、(3)簇平均鏈路權(quán)重最大化

116、s507：若節(jié)點i的節(jié)點度fi＝1，且其鄰居節(jié)點的節(jié)點度也為1，選擇平均鄰居綜合權(quán)重最大節(jié)點作為緩存節(jié)點，身份標(biāo)識設(shè)為2。

117、s508：至此，節(jié)點度fi＝0或1的節(jié)點身份均已確定，剩余節(jié)點分兩種情況處理。第一種情況是各節(jié)點的節(jié)點度均不相同，則選擇節(jié)點度最大的節(jié)點作為緩存節(jié)點，可實現(xiàn)一個緩存節(jié)點覆蓋的節(jié)點盡可能多。第二種情況是某些節(jié)點的節(jié)點度相同，則選擇平均鄰居綜合權(quán)重最大的節(jié)點作為緩存節(jié)點。將選出的緩存節(jié)點納入c?t+1，身份標(biāo)識設(shè)為2。

118、s509：初步選擇緩存節(jié)點后，更新每個節(jié)點的節(jié)點度。

119、(4)負(fù)載均衡最大化

120、s510：將緩存節(jié)點ck的鄰居節(jié)點按照fi值從小到大排序，獲得節(jié)點號序列farray。

121、s511：若緩存節(jié)點ck所有鄰居節(jié)點的總請求數(shù)小于tmax，則將所有節(jié)點度為0的鄰居車輛作為任務(wù)節(jié)點，加入集合并將其身份標(biāo)識設(shè)為1。否則，選擇farray中總請求數(shù)不超過tmax，且排序在前的節(jié)點作為任務(wù)節(jié)點納入并將其身份標(biāo)識設(shè)為1。

122、s512：若ck的任務(wù)節(jié)點集合已納入farray中排序前u個鄰居節(jié)點，且前u個鄰居節(jié)點的總請求數(shù)小于tmax，則表示還有總請求數(shù)為(tmax–u)的鄰居節(jié)點可成為ck的任務(wù)節(jié)點。將剩余節(jié)點度為0的鄰居節(jié)點作為候選任務(wù)節(jié)點，選擇方法如下：

123、a)在farray中，當(dāng)最后可加入車輛在farray中排序為h，且第h+1個車輛的請求數(shù)與第h個車輛的請求數(shù)相同，則分別將這兩個節(jié)點的所有鏈路按綜合權(quán)重從大到小排序，選擇ck在其序列中位次更高的節(jié)點作為ck的任務(wù)節(jié)點。

124、b)若在ck的鄰居節(jié)點鏈路權(quán)重序列中，ck所在的位次仍相同，則選擇與ck的綜合權(quán)重最大的鄰居節(jié)點作為任務(wù)節(jié)點，將其納入身份標(biāo)識設(shè)為1。

125、(5)算法結(jié)束

126、s513：更新各節(jié)點的節(jié)點度，返回s502。

127、s514：統(tǒng)計各緩存節(jié)點負(fù)載情況，計算lb。

128、s515：算法結(jié)束，輸出ct+1、及l(fā)b。

129、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

130、1、針對鏈路質(zhì)量評估，追加障礙物遮擋因素。車聯(lián)網(wǎng)通信環(huán)境通常為非理想條件，電磁波容易受到干擾或屏蔽，其中移動障礙物遮擋信號對鏈路傳輸?shù)挠绊懹葹橥怀?。因此，除了考慮車間距離與鏈路持續(xù)時間因素，本發(fā)明在鏈路質(zhì)量建模中增加鏈路遮擋因素，構(gòu)建鏈路質(zhì)量綜合權(quán)重鄰接矩陣，以準(zhǔn)確描述移動障礙物場景下的車間鏈路質(zhì)量。

131、2、針對負(fù)載均衡，基于車輛的文件負(fù)載上限，動態(tài)分配文件請求?，F(xiàn)有研究僅考慮單車單請求，以任務(wù)車輛的數(shù)量作為負(fù)載約束。但實際場景中，車輛某一周期內(nèi)可能攜帶多個文件單車多請求，本發(fā)明考慮將緩存車輛可服務(wù)的最大請求數(shù)作為負(fù)載約束，動態(tài)分配文件請求，實現(xiàn)負(fù)載均衡。

132、3、針對障礙物遮擋及單車多請求的復(fù)雜場景，基于最小支配集算法，以鏈路質(zhì)量、負(fù)載均衡及緩存節(jié)點最少化為目標(biāo)，本發(fā)明提出一種緩存節(jié)點選擇obstmax方案，實驗表明，相較nmaxmds和隨機(jī)選擇算法，新算法在請求應(yīng)答率和緩存源應(yīng)答次數(shù)方面均獲得較好性能，重復(fù)應(yīng)答率也恒為0，且實現(xiàn)了緩存節(jié)點的負(fù)載均衡。