车载网络物理系统中基于预测竞争窗口的改进广播优化策略

车载网络物理系统中的车辆应通过调整媒体访问控制（MAC）协议的争用窗口来避免激烈的竞争。 因此，我们提出了一种改进的预测竞争窗口调整机制，以优化广播性能。 应该通过反馈机制来更新该集合，以解决可变的车辆通信场景的问题。 此后，为了通过贝叶斯个性化排序算法创建参考表，设计了一种改进的马尔可夫模型来分析退避过程并获得与属性集相关的窗口大小。 此外，提供了一种基于隐马尔可夫的估计机制，以预测后续车辆的状态并生成由属性集和窗口大小组成的映射表。 与传统的调整方案相比，大量的仿真表明，所提出的策略可以在减少冲突概率和传输延迟方面有效地优化广播性能。