基于CP神经网络的车载自组网交叉路口预测路由方法

本发明公开一种基于CP神经网络的车载自组网交叉路口预测路由方法，主要解决交通环境中，车辆的高速移动，频繁改变的网络拓扑和多种分布的车辆密度，使得数据包转发路段中节点之间链路频繁断裂，数据包传输时延大，发送成功率低的问题。其实现方案是：使用CP神经网络对数据包在交叉路口转发的下一个路段优先级进行分类，当节点到达交叉口时，在一个Hello报文周期内，把相邻路段平均链路连通概率、各相邻路段平均节点密度和下一交叉口到目的地的距离与当前交叉口到目的地的距离比作为CP神经网络的输入，输出为相邻数据包转发路段优先级，选择优先级最高的路段既为数据包最佳的转发路段。本发明增加了数据包转发成功率，减少了数据包的传输时延，可用于车载自组网。