基于卡尔曼预测的VANET混合路由算法

在车载自组织网络(VANET)中,车辆高速移动和分布不均导致网络拓扑快速变化、传输路径频繁中断,造成路由效率低下。为此,提出一种适用于城市场景的、基于卡尔曼预测的VANET混合路由算法,每个车辆节点通过部署卡尔曼预测器对邻居节点位置进行预测,通过该预测位置进行路由计算。在GPSR算法贪婪模式和边缘模式的基础上,借助容迟网络(DTN)路由的思想,存储并携带无转发节点的分组直至找到合适的转发节点。仿真结果表明,与GPSR算法和带缓存的GPSR算法相比,该算法在分组投递率和端到端时延方面性能更好。