CN108769948A - 一种异构车载网络的资源分配方法 - Google Patents
一种异构车载网络的资源分配方法 Download PDFInfo
- Publication number
- CN108769948A CN108769948A CN201810450956.XA CN201810450956A CN108769948A CN 108769948 A CN108769948 A CN 108769948A CN 201810450956 A CN201810450956 A CN 201810450956A CN 108769948 A CN108769948 A CN 108769948A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- isomery
- resource allocation
- vehicles
- services
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000006855 networking Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013468 resource allocation Methods 0.000 title claims abstract description 30
- 238000013459 approach Methods 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims abstract description 9
- 239000003016 pheromone Substances 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 claims 2
- 238000011161 development Methods 0.000 description 3
- 230000028327 secretion Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 108010046685 Rho Factor Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000019637 foraging behavior Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/02—Terminal devices
- H04W88/04—Terminal devices adapted for relaying to or from another terminal or user
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种异构车载网络的资源分配方法,能够提高***服务量。所述方法包括:S101,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N;S102,获取V2I链路服务量小的n个车辆作为DV车辆,其余N‑n个车辆作为RV车辆,其中,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;S103,基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;S104,更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行。本发明适用于异构车载网络的资源分配操作。
Description
技术领域
本发明涉及异构车载网络领域,特别是指一种异构车载网络的资源分配方法。
背景技术
随着城市化进程的不断发展和汽车的日益普及,交通问题成为现代城市发展过程中一道难以逾越的障碍。世界各国都采取了各种办法来缓解交通压力,包括修建地铁、发展地面公共交通、车辆限行等等。但是,仅通过加大交通路边基础设施投入难以解决根本问题,而且高昂的路边基础设施建设费用令各国政府难以承受。因此,许多国家的交通运输部门开始寻求新的技术手段来提高现有交通***的运输效率以求达到降低运行成本和能耗的目的。在现实需求的推动下,智能交通***应运而生。
车载网络(Vehicular Ad Hoc Networks,VANETs)是支撑智能交通***的关键技术。车载网络管理的是公路上高速的机动车辆,网络拓扑随车辆动态变化,基于车载网络的交通应用对通信实时性要求较高。资源调度是提高车载网络数据吞吐量、降低数据传输时延的重要技术手段,是车载网络的重点研究内容。车载网络资源调度的主要挑战在于如何有效利用车载网络可实现车辆与车辆之间(Vehicle-to-Vehicle,V2V)以及车辆到路边基础设施(Vehicle-to-Infrastructure,V2I)的无线通信功能,从而提高***服务量。
发明内容
本发明要解决的技术问题是提供一种异构车载网络的资源分配方法,以解决现有技术所存在的***服务量低的问题。
为解决上述技术问题,本发明实施例提供一种异构车载网络的资源分配方法,包括:
S101,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N,所述异构车载网络包括:V2I链路和V2V链路,V2V链路指的是车辆和车辆之间相连形成的链路,V2I链路指的是车辆和路边基础设施直接相连形成的链路;
S102,获取V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,其中,DV为需要协作的车辆,RV为协作车辆,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;
S103,基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;
S104,更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行。
进一步地,每个DV只能利用一个RV协助通信,每个RV最多可协助两个DV进行信息传输。
其中,DV车辆使用DSRC无线资源与RV车辆通信,RV使用DV分配的LTE-Advanced无线资源帮助DV与路边基础设施通信。
其中,服务量的计算公式为:
其中,S表示链路服务量;B表示车辆分到的频率带宽;LP(d(t))表示无线信号在自由空间中,传播的路径损耗公式;d(t)为t时刻收发端距离;Ps为发送端发送功率;表示噪声的平均功率。
进一步地,在LTE-Advanced网络中,所述路径损耗公式为:
其中,d(t)表示车辆n与路边基础设施距离。
进一步地,在DSRC网络中,所述路径损耗公式为:
LP(d(t))=49.4+27.5log10(d(t))
其中,d(t)表示车辆n与车辆m之间的距离。
进一步地,所述获取V2I链路服务量小的n个车辆作为DV车辆包括:
对N个车辆的V2I链路服务量进行排序,选择V2I链路服务量小的n个车辆作为DV车辆。
进一步地,记第n个车辆与路边基础设施直接相连,获得的服务量为Sn=Sn,I;第n个车辆对第m个车辆的服务量为Sn,m,第m个车辆选择第n个车辆作为协作车辆时获得的服务量为Sn=Sm,n,I=min{Sn,I,Sn,m};
异构车载网络的资源调度分配方法的目标是通过信道调度、协作通信使得异构车载网络总的服务量最大化,即:
其中,s为DV与RV之间的组合方案,s∈A,A为所有组合方案的集合。
进一步地,在基于启发式算法的蚁群算法中,蚂蚁按照如下公式进行路径概率选择:
其中,τm,n(t)是t时刻连接车辆m和车辆n的路径(m,n)上残留的信息素量,β表示信息素的重要程度,列表tabuk记录了蚂蚁k经过的车辆节点;表示蚂蚁k在t时刻,车辆m选择车辆n时,路径(m,n)的概率。
进一步地,信息素量的更新公式为:
τm,n(t+1)=(1-ρ)τm,n(t)+△τm,n
其中,ρ表示信息素挥发因子,△τm,n是由蚂蚁寻找目的地的过程分泌信息素的量。
进一步地,所述更新DV车辆数n包括:
利用二分查找法更新DV车辆数n。
本发明的上述技术方案的有益效果如下:
上述方案中,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N,所述异构车载网络包括:V2I链路和V2V链路,V2V链路指的是车辆和车辆之间相连形成的链路,V2I链路指的是车辆和路边基础设施直接相连形成的链路;获取V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,其中,DV为需要协作的车辆,RV为协作车辆,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行;这样,以两跳通信为主,将链路调度与无线资源分配联合起来提高***服务量,且能够减少信令开销、降低算法复杂度。
附图说明
图1为本发明实施例提供的异构车载网络的资源分配方法的流程示意图;
图2为本发明实施例提供的异构车载网络的拓扑结构示意图;
图3为本发明实施例提供的资源分配原理示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的***服务量低的问题,提供一种异构车载网络的资源分配方法。
如图1所示,本发明实施例提供的异构车载网络的资源分配方法,包括:
S101,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N,所述异构车载网络包括:V2I链路和V2V链路,V2V链路指的是车辆和车辆之间相连形成的链路,V2I链路指的是车辆和路边基础设施(RIU)直接相连形成的链路;
S102,获取V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,其中,DV为需要协作的车辆,RV为协作车辆,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;
S103,基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;
S104,更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行。
本发明实施例所述的异构车载网络的资源分配方法,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N,所述异构车载网络包括:V2I链路和V2V链路,V2V链路指的是车辆和车辆之间相连形成的链路,V2I链路指的是车辆和路边基础设施直接相连形成的链路;获取V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,其中,DV为需要协作的车辆,RV为协作车辆,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行;这样,以两跳通信为主,将链路调度与无线资源分配联合起来提高***服务量,且能够减少信令开销、降低算法复杂度。
如图2所示为异构车载网络的拓扑结构。所述异构车载网络结构包含公路上高速行驶的车辆节点和路边基础设施。所有车辆都可通过V2I/V2V两种链路与路边基础设施通信。RV与路边基础设施直接相连,形成V2I链路,同时,车辆与车辆之间通过V2V链路互相通信,共享路面信息。本实施例中的异构车载网络由V2I链路和V2V链路组成,其中,V2I链路基于LTE-Advanced协议进行信息传输,V2V链路基于DSRC(Dedicated Short RangeCommunication)协议进行信息传输。
本发明实施例所述的异构车载网络的资源分配方法通过调度管理异构车载网络传输链路资源(V2I与V2V),帮助异构车载网络范围内各车辆互相协作,从而提高异构车载网络整体数据传输性能。
本实施例中,需要协作的车辆称为DV(Destination Vehide),协作车辆称为RV(Relay Vehicle),DV与路边基础设施通信由DV与RV通信(V2V)和RV与路边基础设施通信(V2I)两跳完成。DV车辆使用分配到的DSRC无线资源与RV车辆通信,RV使用DV分配的LTE-Advanced无线资源帮助DV与路边基础设施通信,因此协作通信并不影响RV自身与路边基础设施通信。
本实施例中,每个DV只能利用一个RV协助通信,每个RV最多可协助两个DV进行信息传输,RV采用的中继模型为全双工两跳解码一转发中继模型。在考虑服务量时,链路传输量考虑相对更重要的下行链路。车辆与路边基础设施直接通信时,通信的频率为2GHz,带宽为40MHz。车辆与车辆之间进行通信时,采用DSRC协议,中心频率是5.9GHz,带宽是50MHz。
图2说明了车辆行驶场景。在公路旁边有一个可以提供无线资源覆盖的路边基础设施,车辆通过V2I无线链路与路边基础设施连接,进而可以接入Internet,获得各种业务服务。在公路上随机分布着朝着两个方向行驶的车辆。随机车辆距离路边基础设施的距离有近有远,车辆间的距离也是长短不一。所有车辆都希望能够获得来自路边基础设施的资源,于是都与路边基础设施保持连接,但较远的车辆由于信号衰减较大,所以直接连接路边基础设施速率较低,于是距离较近的一部分车辆将协助这些车辆与路边基础设施通信。
图3说明了资源分配原理。在LTE-Advanced网络中,总的频率资源为B,开始时,资源平均分配给每辆车,每一辆车分配到的频率资源为离路边基础设施较远的车辆,路径损耗较大,服务量小。离路边基础设施较近的车辆,路径损耗小,服务量较大。因此,离的远的车辆可以通过离的近的车辆进行协作通信,提升服务量。当一个RV协作一个DV进行通信时,在LTE-Advanced网络中将本来分配给DV的频率资源分配给RV,则RV在LTE-Advanced网络中分配到的频率资源为与此同时DV在LTE-Advanced网络中分配到的频率资源为0。当一个RV协作两个DV进行通信时,在LTE-Advanced网络中将本来分配给DV的频率资源分配给RV,则RV在LTE-Advanced网络中分配到的频率资源为与此同时DV在LTE-Advanced网络中分配到的频率资源为0。在车辆与车辆之间通信的DSRC网络中,总的频率资源为B',分给每个DV的频率资源为
本发明实施例所述的异构车载网络的资源分配方法具体可以包括:
A11,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N。
A12,对N个车辆的V2I链路服务量进行排序,选择V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,n为预设值。
本实施例中,例如,可以对确定的N个车辆的V2I链路服务量从小到大进行排序,选择V2I链路服务量小的n个车辆作为DV,其余的N-n个车辆作为RV车辆,得到DV集合和RV集合。
本实施例中,在得到DV集合和RV集合后,基于启发式算法的蚁群算法,寻找DV和RV之间的最佳协作方法。
A13,由于一辆RV最多只能中继两个DV车辆,采用的中继模型为全双工两跳解码一转发中继模型,链路传输量只考虑相对更重要的下行链路,资源调度周期为1s。服务量的计算公式如下:
其中,S表示链路服务量;B表示车辆分到的频率带宽;LP(d(t))表示无线信号在自由空间中,传播的路径损耗公式;d(t)为t时刻收发端距离;Ps为发送端发送功率;表示噪声的平均功率。
在LTE-Advanced网络中,所述路径损耗公式为:
其中,d(t)表示车辆n与路边基础设施距离。
在DSRC网络中,所述路径损耗公式为:
LP(d(t))=49.4+27.5log10(d(t))
其中,d(t)表示车辆n与车辆m之间的距离。
记第n个车辆与基站直接相连,获得的服务量为Sn=Sn,I;第n个车辆对第m个车辆的服务量为Sn,m,第m个车辆选择第n个车辆作为协作车辆时获得的服务量为Sn=Sm,n,I。
远离路边基础设施的车辆需要通过接近路边基础设施的车辆协作与路边基础设施通信,需要协作的车辆称为DV(Destination Vehide),协作车辆称为RV(RelayVehicle),DV与RV利用DSRC通信,DV车辆使用分配到的DSRC无线资源与RV车辆通信,RV使用DV分配的LTE-Advanced无线资源帮助DV与路边基础设施通信,因此协作通信并不影响RV自身与路边基础设施通信。DV与路边基础设施通信由DV与RV通信(V2V)和RV与路边基础设施通信(V2I)两跳完成,因此,DV与路边基础设施通信时,整条链路服务量为V2I与V2V服务量的较小值:
Sm,n,I=min{Sn,I,Sn,m}
异构车载网络的资源调度分配方法的目标是通过信道调度、协作通信使得异构车载网络总的服务量最大化,即:
其中,s为DV与RV之间的组合方案,s∈A,A为所有组合方案的集合。
本实施例中,采用基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案,本实施例中,采用基于启发式算法的蚁群算法来解决可接受的复杂度问题(或者说:来解决将链路调度与无线资源分配联合起来提高***服务量是非常复杂的非确定性多项式(NP)问题)。
本实施例中,基于启发式算法的蚁群算法是通过借鉴蚁群觅食行为建立的一种群集智能算法,主要思想是模仿蚁群觅食过程的路径选择行为,通过建立蚂蚁的路径选择概率公式,并提出信息素更新机制来求解组合优化问题。
基于启发式算法的蚁群算法主要包括两个过程:
一是蚂蚁路径的选取节点并构造完整路径的过程;
二是路网上信息素更新的过程。
蚁群在路径选择的时候主要依据路径上的信息素量,单只蚂蚁会优先选择路径长度短且信息素量大的路径。现实中的信息素是蚂蚁分泌的一种物质,蚂蚁用信息素来标记路径信息。假设蚂蚁处于一个实际的交通网络中,让蚂蚁在交叉口去选择通往目的地的路径,蚂蚁会根据各条路径上的信息素量去进行概率选择,蚂蚁选择信息素量大的路径的概率较大。
在基于启发式算法的蚁群算法中,蚂蚁按照如下公式进行路径概率选择:
其中,τm,n(t)是t时刻连接车辆m和车辆n的路径(m,n)上残留的信息素量;β表示信息素的重要程度;列表tabuk记录了蚂蚁k经过的车辆节点,蚂蚁不会重复经过一个节点;表示蚂蚁k在t时刻,车辆m选择车辆n时,路径(m,n)的概率。
自然界中的蚂蚁分泌的信息素在自然环境中逐渐的挥发,其挥发的速度随具体环境的不同而变化。本实施例中,引入信息素挥发因子ρ表示信息素随时间挥发速度的快慢,所有的蚂蚁循环一次,信息素更新,信息素量的更新公式如下:
τm,n(t+1)=(1-ρ)τm,n(t)+△τm,n
其中,ρ表示信息素挥发因子,ρ∈(0,1),(1-ρ)τm,n(t)是蚂蚁在寻找目的地的过程中路径上信息素由于挥发作用而残留剩下的部分,△τm,n是由蚂蚁寻找目的地的过程分泌信息素的量。两部分加在一起就是蚂蚁到达目的地之后,路径所具有的信息素量。
本实施例中,在利用基于启发式算法的蚁群算法寻找DV和RV之间最佳组合的过程中,将每条路径的信息素轨迹量的值域范围限制在[τmin,τmax]内,通过这一设置可以防止搜索过程的停滞,同时将信息素轨迹量初始化为τmax,这样使得在搜索的初始阶段扩大搜索范围并获得较多的组合方案。
A14,可以利用二分查找法更新DV车辆数n,若n不变化,则选择A13中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回步骤A12继续执行。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种异构车载网络的资源分配方法,其特征在于,包括:
S101,确定异构车载网络中所有车辆的V2I链路服务量,车辆的总数为N,所述异构车载网络包括:V2I链路和V2V链路,V2V链路指的是车辆和车辆之间相连形成的链路,V2I链路指的是车辆和路边基础设施直接相连形成的链路;
S102,获取V2I链路服务量小的n个车辆作为DV车辆,其余N-n个车辆作为RV车辆,其中,DV为需要协作的车辆,RV为协作车辆,DV利用RV与路边基础设施进行通信,RV直接与路边基础设施进行通信;
S103,基于启发式算法的蚁群算法确定使得所述异构车载网络的服务量最大时的DV与RV之间的组合方案;
S104,更新DV车辆数n,若n不变化,则选择S103中所述异构车载网络的服务量最大时的方案作为资源调度方案,若n变化,返回S102续执行。
2.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,每个DV只能利用一个RV协助通信,每个RV最多可协助两个DV进行信息传输;
DV车辆使用DSRC无线资源与RV车辆通信,RV使用DV分配的LTE-Advanced无线资源帮助DV与路边基础设施通信。
3.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,服务量的计算公式为:
其中,S表示链路服务量;B表示车辆分到的频率带宽;LP(d(t))表示无线信号在自由空间中,传播的路径损耗公式;d(t)为t时刻收发端距离;Ps为发送端发送功率;表示噪声的平均功率。
4.根据权利要求3所述的异构车载网络的资源分配方法,其特征在于,在LTE-Advanced网络中,所述路径损耗公式为:
其中,d(t)表示车辆n与路边基础设施距离。
5.根据权利要求3所述的异构车载网络的资源分配方法,其特征在于,在DSRC网络中,所述路径损耗公式为:
LP(d(t))=49.4+27.5log10(d(t))
其中,d(t)表示车辆n与车辆m之间的距离。
6.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,所述获取V2I链路服务量小的n个车辆作为DV车辆包括:
对N个车辆的V2I链路服务量进行排序,选择V2I链路服务量小的n个车辆作为DV车辆。
7.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,记第n个车辆与路边基础设施直接相连,获得的服务量为Sn=Sn,I;第n个车辆对第m个车辆的服务量为Sn,m,第m个车辆选择第n个车辆作为协作车辆时获得的服务量为Sn=Sm,n,I=min{Sn,I,Sn,m};
异构车载网络的资源调度分配方法的目标是通过信道调度、协作通信使得异构车载网络总的服务量最大化,即:
其中,s为DV与RV之间的组合方案,s∈A,A为所有组合方案的集合。
8.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,在基于启发式算法的蚁群算法中,蚂蚁按照如下公式进行路径概率选择:
其中,τm,n(t)是t时刻连接车辆m和车辆n的路径(m,n)上残留的信息素量,β表示信息素的重要程度,列表tabuk记录了蚂蚁k经过的车辆节点;表示蚂蚁k在t时刻,车辆m选择车辆n时,路径(m,n)的概率。
9.根据权利要求8所述的异构车载网络的资源分配方法,其特征在于,信息素量的更新公式为:
τm,n(t+1)=(1-ρ)τm,n(t)+△τm,n
其中,ρ表示信息素挥发因子,△τm,n是由蚂蚁寻找目的地的过程分泌信息素的量。
10.根据权利要求1所述的异构车载网络的资源分配方法,其特征在于,所述更新DV车辆数n包括:
利用二分查找法更新DV车辆数n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810450956.XA CN108769948A (zh) | 2018-05-11 | 2018-05-11 | 一种异构车载网络的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810450956.XA CN108769948A (zh) | 2018-05-11 | 2018-05-11 | 一种异构车载网络的资源分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108769948A true CN108769948A (zh) | 2018-11-06 |
Family
ID=64010212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810450956.XA Pending CN108769948A (zh) | 2018-05-11 | 2018-05-11 | 一种异构车载网络的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108769948A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111917830A (zh) * | 2020-07-02 | 2020-11-10 | 南昌工程学院 | 一种车联网中车辆通信的方法和*** |
WO2021138888A1 (en) * | 2020-01-10 | 2021-07-15 | Qualcomm Incorporated | Communication resource reservation in vehicle-to-everything (v2x) communication network |
CN113347606A (zh) * | 2021-06-25 | 2021-09-03 | 长安大学 | 一种基于弹性分区的v2i/v2v网络协作传输方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090122738A1 (en) * | 2007-11-13 | 2009-05-14 | Wai Chen | Method of broadcasting packets in ad-hoc network |
CN101895421A (zh) * | 2010-07-02 | 2010-11-24 | 北京邮电大学 | 通信资源调配方法 |
US20110128902A1 (en) * | 2009-12-02 | 2011-06-02 | Jianlin Guo | Broadcasting Messages in Multi-Channel Vehicular Networks |
CN103052129A (zh) * | 2013-01-09 | 2013-04-17 | 北京邮电大学 | 一种无线多跳中继网络中节能路由及功率分配方法 |
CN105530680A (zh) * | 2015-12-22 | 2016-04-27 | 重庆邮电大学 | 一种车辆自组织网络中继车辆选择方法 |
CN105765640A (zh) * | 2013-11-21 | 2016-07-13 | 三菱电机株式会社 | 车载器、云服务器、车车间通信***及车车间通信方法 |
CN105959993A (zh) * | 2016-04-21 | 2016-09-21 | 北京车网互联科技有限公司 | 一种应用于车辆自组织网络的多跳转发通信算法 |
CN106332122A (zh) * | 2015-06-26 | 2017-01-11 | 中兴通讯股份有限公司 | 车联网中车辆的管理方法及装置 |
CN107925854A (zh) * | 2015-08-21 | 2018-04-17 | 日本电气株式会社 | 车辆到任意对象(v2x)通信方法和*** |
-
2018
- 2018-05-11 CN CN201810450956.XA patent/CN108769948A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090122738A1 (en) * | 2007-11-13 | 2009-05-14 | Wai Chen | Method of broadcasting packets in ad-hoc network |
US20110128902A1 (en) * | 2009-12-02 | 2011-06-02 | Jianlin Guo | Broadcasting Messages in Multi-Channel Vehicular Networks |
CN101895421A (zh) * | 2010-07-02 | 2010-11-24 | 北京邮电大学 | 通信资源调配方法 |
CN103052129A (zh) * | 2013-01-09 | 2013-04-17 | 北京邮电大学 | 一种无线多跳中继网络中节能路由及功率分配方法 |
CN105765640A (zh) * | 2013-11-21 | 2016-07-13 | 三菱电机株式会社 | 车载器、云服务器、车车间通信***及车车间通信方法 |
CN106332122A (zh) * | 2015-06-26 | 2017-01-11 | 中兴通讯股份有限公司 | 车联网中车辆的管理方法及装置 |
CN107925854A (zh) * | 2015-08-21 | 2018-04-17 | 日本电气株式会社 | 车辆到任意对象(v2x)通信方法和*** |
CN105530680A (zh) * | 2015-12-22 | 2016-04-27 | 重庆邮电大学 | 一种车辆自组织网络中继车辆选择方法 |
CN105959993A (zh) * | 2016-04-21 | 2016-09-21 | 北京车网互联科技有限公司 | 一种应用于车辆自组织网络的多跳转发通信算法 |
Non-Patent Citations (1)
Title |
---|
熊舸、张煜、杨勇: "基于服务量的异构车载网络资源调度算法", 《软件》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021138888A1 (en) * | 2020-01-10 | 2021-07-15 | Qualcomm Incorporated | Communication resource reservation in vehicle-to-everything (v2x) communication network |
CN111917830A (zh) * | 2020-07-02 | 2020-11-10 | 南昌工程学院 | 一种车联网中车辆通信的方法和*** |
CN113347606A (zh) * | 2021-06-25 | 2021-09-03 | 长安大学 | 一种基于弹性分区的v2i/v2v网络协作传输方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11064321B2 (en) | Content centric dynamic ad hoc networking | |
CN104881710A (zh) | 一种基于车辆自组网的城市快递配送方法 | |
Liu et al. | Parking-area-assisted spider-web routing protocol for emergency data in urban VANET | |
CN108769948A (zh) | 一种异构车载网络的资源分配方法 | |
CN103475710B (zh) | 基于反馈方式的车辆间合作下载方案 | |
CN106211260B (zh) | 一种车联网中基于位置信息自适应的机会路由方法 | |
Luo et al. | CFT: A cluster-based file transfer scheme for highway VANETs | |
CN104144193A (zh) | 车联网紧急消息传输信息的分布式分配方法及*** | |
CN109905921B (zh) | 一种多信道环境下车联网v2r/v2v协作数据传输调度方法 | |
Wu et al. | Integrating licensed and unlicensed spectrum in the Internet of vehicles with mobile edge computing | |
Lin et al. | Multi-access edge computing-based vehicle-vehicle-RSU data offloading over the multi-RSU-overlapped environment | |
CN109474897B (zh) | 基于隐马尔可夫模型的车联网安全消息单跳协作广播方法 | |
Huang et al. | ECDS: Efficient collaborative downloading scheme for popular content distribution in urban vehicular networks | |
CN103118440A (zh) | 车载自组网的动态网格构建方法 | |
CN109816979A (zh) | 考虑公交车到站频率和乘车舒适度的公交线路推荐方法 | |
CN105101086A (zh) | 一种基于车辆密度分布的数据传输路径选择方法 | |
CN110428618A (zh) | 基于VANETs的双向车道拥堵检测及信息转发方法 | |
CN106657261A (zh) | 车联网中基于联盟博弈和距离预测的车辆间数据传输方法 | |
CN109600715A (zh) | 一种车联网v2x通信辅助文件下载方法 | |
Guo et al. | An adaptive V2R communication strategy based on data delivery delay estimation in VANETs | |
CN108834100A (zh) | 一种高效的广播路由方法 | |
CN106851765A (zh) | 一种车载网络紧急安全消息的传输中继节点的优选方法 | |
CN107889077B (zh) | 一种基于车联网技术的快速数据传输方法 | |
CN105228215A (zh) | 车载自组织网络中基于决策树机制的多副本路由方法 | |
Zheng et al. | A novel link allocation method for vehicle‐to‐vehicle‐based relaying networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |