[发明专利]一种基于车辆轨迹预测的多属性网络选择方法

权利要求书

1.一种基于车辆轨迹预测的多属性网络选择方法，其特征是，包括如下步骤：

预测车辆的轨迹和车速；

预测车辆的轨迹和车速，包括：

基于马尔科夫链，预测车辆的轨迹；

基于所预测的轨迹，预测车辆即将途经的路段；

获取所述路段上的车速信息；

基于所述车速信息，预测车辆途经所述路段时的车速；

基于马尔科夫链，预测车辆的轨迹，包括：

基于车辆的历史轨迹数据，获取车辆在任一路口的一步转移概率；

基于所述一步转移概率，获取车辆在所有路口的一步转移概率矩阵；

基于所述一步转移概率矩阵，预测车辆的轨迹；

基于所述一步转移概率矩阵，预测车辆的轨迹，包括：

基于车辆当前位置匹配获取一步转移概率矩阵P中的行号i；

对比一步转移概率矩阵P中第i行的元素，根据对比结果提取一步转移概率最大的元素；

提取所述一步转移概率最大的元素的列号，作为车辆当前位置；

迭代上述过程，获取车辆的轨迹；

基于所述轨迹和车速，预测车辆在不同网络中的驻留时间；

将所述驻留时间与预设阈值进行比较，提取驻留时间大于预设阈值的网络作为候选网络；

基于所述轨迹和车速，预测车辆在不同网络中的驻留时间，包括：

基于基站属性，获取所述路段上不同网络的覆盖范围；

基于所预测的车辆途经所述路段时的车速和所获取的所述路段上不同网络的覆盖范围，获取车辆在不同网络中的驻留时间；

车辆在XO路上行驶，假设经过轨迹预测后该车在路口O往路口Y行驶的概率最大，假设OY路段存在网络E、F、G、H的信号覆盖，该四个网络覆盖的道路长度分

别为LE、LF、LG、LH，OY路段的预估平均车速为V，则求出车辆在上述不同网络中驻留时间，将驻留时间大于预先阈值的网络选为候选网络；

车辆在网络E、F、G、H中的驻留时间依次为：LE/V、LF/V、LG/V、LH/V；

从所述候选网络中选取接入网络；

从所述候选网络中选取接入网络，包括：

选取所述候选网络的属性并获取候选网络的属性向量，所述属性包括传输速率、传输时延、发射功率、中断概率中的至少任两项；

基于所述属性向量，运用层次分析法求取候选网络的加权属性向量；

基于所述加权属性向量，求取候选网络的综合指标值；

选取综合指标值最大的候选网络作为接入网络；

基于所述属性向量，运用层次分析法求取候选网络的加权属性向量，包括：

定义每两个属性在任一候选网络中的相对重要程度；

基于相对重要程度、属性向量，求取候选网络的加权属性向量；

基于所述加权属性向量，求取候选网络的综合指标值，包括：

定义每两个候选网络对于任一属性的相对依赖程度；

基于相对依赖程度、加权属性向量，求取综合结果矩阵；

所述综合指标值为综合结果矩阵中任一行的行向量的所有元素相加；

对网络影响较大的属性有传输速率(A1)、传输时延(A2)、发射功率(A3)和中

断概率(A4)，其中传输时延(A2)和中断概率(A4)为负效应，数值越低越好，所以属性值定为负数，构建网络属性判断矩阵A，标度值a_ij为属性A_i相比属性A_j的相对重要程度，根据标准层四个属性对目标层网络接入的影响程度，建立网络属性判断矩阵A＝(a_ij)_N×N ,i ,j＝1 ,2 ,…N，则有：

式中，N为选取的网络属性的数量，为网络属性判断矩阵A的标准化矩阵， 中的元素记为，即：

计算获取候选网络接入特征向量，即各属性在网络中的权值表现形式，W中第i个元素a_i为：；

计算候选网络接入特征向量W的最大特征值λmax，

式中，向量AW为网络属性判断矩阵A与候选网络接入特征向量W的乘积，(AW)i为向量AW的第i个元素；

构建网络判断矩阵，标度值b_ij为两个网络对于某一属性的相对依赖程度，根据决策层的三个候选网络对标准层第一个属性的依赖程度，构建两两比较的网络判断矩阵B₁＝(b_ij)3×3，这里i ,j对应表示E、F、G网络；然后，求出网络判断矩阵B₁对于传输速率的特征向量θ₁；同理，根据三个候选网络对其余三个属性的依赖程度，依次构建判断矩阵B₂、B₃、B₄，并分别求出各判断矩阵对于三个属性的特征向量θ₂、θ₃、θ₄；最后将该四个特征向量合成矩阵R，即R＝(θ₁ ,θ₂ ,θ₃ ,θ₄)_3×4；

计算加权属性向量δE、δF、δG，表达式如下：

式中，*表示Hadamard积，表示网络E相对于候选网络接入特征向量W的权重，表示网络F相对于候选网络接入特征向量W的权重，表示网络G相对于候选网络接入特征向量W的权重,δE、δF、δG合成的矩阵为K＝(δE ,δF ,δG)4×3；

将矩阵R与矩阵K的转置进行Hadamard积计算，获取综合结果矩阵S，表达式如下：

将矩阵S的每一行的行向量的所有元素相加，依次得到E、F、G网络的综合指标值SE、SF、SG，比较SE、SF、SG这三个数值大小，最大值所对应的网络即为最优网络。

2.根据权利要求1所述的基于车辆轨迹预测的多属性网络选择方法，其特征是，所述一步转移概率矩阵，其表达式如下：

其中，，，

式中，P为车辆的一步转移概率矩阵，M为路口数，为由路口i转移到路口j的一步转移概率，N(i，j)为基于历史轨迹数据统计得出的由路口i转移到路口j的次数，N(i)为基于历史轨迹数据统计得出的经过路口i的次数。