一种基于逐次凸逼近的车联网资源优化调度方法和装置制造方法及图纸

本发明专利技术公开了一种基于逐次凸逼近的车联网资源优化调度方法和装置，该方法引入多数据流载波聚合技术，在最大化车联网下行通信网络传输速率目标下，将资源分配过程统一处理，通过上界算法、凸优化理论以及对偶技术，实现分布式资源调度；由于本发明专利技术考虑车辆用户可同时接收不同基站传输的数据，极大提高了系统频谱利用率，并且对于提出的分布式资源优化调度算法，经过若干次迭代，收敛速度快，得到的最优功率分配方案具有一定的实用性，适用于一系列现有的车联网场景架构，且能够在优化网络总效用的同时保障用户的速率需求。

【技术实现步骤摘要】
一种基于逐次凸逼近的车联网资源优化调度方法和装置
本专利技术属于无线通信网络领域，具体涉及一种车联网通信系统中基于逐次凸逼近的车联网资源优化调度方法和装置。
技术介绍
21世纪以来随着汽车的普及率的迅速提高，道路拥堵程度愈发严重，交通事故也频繁増加。交通智能化，缓解拥堵问题，减少安全事故，出行更具便捷可靠性等愈加成为人们关注的焦点。因此，智能交通系统(ITS)应运而生，为解决交通问题提供了技术支持，并且ITS具有高效、实时、管理范围大等特点。随着无线通信技术和移动互联网业务的迅速发展，用户对多媒体业务的需求不断增加，但是由于车联网中车辆具有高速移动的特点，使得无线通信网络的设计和优化面临着巨大的挑战。“服务质量”(QoS)为车联网系统的设计提供了标准化的客观指标，也成为无线网络优化的主要目标。在车联网系统中，如何保障网络通信质量进而保证用户业务的服务质量需求提升用户业务体验，已成为车联网通信中亟需解决的关键问题。车联网内资源优化分配与调度问题己经成为国内外研究和发展智能交通系统的重点方向。为了满足用户的服务需求，在车联网资源优化调度方面，现有的研究仅考虑一个用户最多从一个路边基站获取资源，这样不仅降低了网络资源的利用率同时也无法保障用户越来越高的服务质量需求。为了适应未来新的发展趋势，引入相应能显著提高频带利用率的网络技术成为一种强有力的解决方案。网络能效性能与基站功率分配方法密切相关，最优的功率分配方案也逐渐成为车联网资源优化调度问题中的一大准则。综上所述，在车辆网部署过程中，车联网通信质量的保障以及网络资源优化调度问题,尚缺乏有效的解决方案。专利技术内容为了克服上述现有技术的不足，本专利技术提供了一种基于逐次凸逼近的车联网资源优化调度方法和装置，实现车联网系统中在能够保障车辆用户服务需求的基础上，利用逐步凸逼近方法和拉格朗日对偶技术实现车联网网络资源的最优调度方案；该方法收敛速度快且计算复杂性低，满足车联网用户需求，实现了车联网功率资源的最优配置。本专利技术所采用的技术方案是：一种基于逐次凸逼近的车联网资源优化调度方法，该方法包括以下步骤：搭建车联网系统模型；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；采用分布式迭代功率分配方法计算第五优化函数的的功率分配最优解。进一步的，所述车联网系统模型包括U个车辆用户，S个基站，N个正交信道，每个信道分配WHz带宽，同一基站内部向不同车辆用户传输数据时使用不同的信道，且每个车辆用户同时从不同的基站获取数据。进一步的，所述基站的传输速率模型的建模方法为：基于二进制指数变量计算车辆用户u与基站s关联并分配信道n时的信干噪比根据香农容量公式，将车辆用户u与基站s关联并分配信道n时的信干噪比的对数与信道宽带W相乘，得到车辆用户u与基站s关联并分配信道n时传输速率计算N个信号通道和U个车辆用户的传输速率的和，得到第s个基站的传输速率模型Rs。进一步的，所述基站的传输功率模型的建模方法为：基于二进制指数变量计算当车辆用户u与基站s关联并分配信道n时，二进制指数变量和车辆用户u与基站s关联时在分配信道n上的分配功率的乘积将N个信号通道和U个车辆用户的求和，得到第s个基站的传输功率模型Ps。进一步的，所述对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数的步骤包括：采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数；采用逐次凸逼近方法以及对数变换将第二优化函数转化为具有标准凹结构的第三优化函数；构建广义拉格朗日函数，将第三优化函数变形为功率优化的第四优化函数；基于对偶函数，利用拉格朗日对偶性将功率优化的第四优化函数转化为传输速率对偶凸的第五优化函数。进一步的，所述采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数的步骤包括：利用拉格朗日松弛定理将二进制指数变量缓和为位于区间[0，1]内的连续变量计算连续变量与车辆用户u与基站s关联时在分配信道n上的分配功率的乘积，得到车辆用户u与基站s关联时在分配信道n上的分配功率基于车辆用户u与基站s关联时在分配信道n上的分配功率计算车辆用户u与基站s关联并分配信道n时的传输速率将N个信号通道和U个车辆用户的传输速率求和，得到变量放松后的各个基站的传输速率，将变量缓和后的各个基站的传输速率进行加权求和，得到第二优化函数。进一步的，采用逐次凸逼近方法将第二优化函数转换为具有标准凹函数的第三优化函数的步骤包括：采用逐次凸逼近方法，得到各个基站的传输速率的下界和初始的近似系数；采用对数变换方法，根据得到的初始的近似系数，将第二优化函数转化为具有标准凹结构的第三优化函数。进一步的，所述采用分布式迭代功率分配方法计算第五优化函数的功率分配最优解的步骤包括：(1)初始化迭代轮次、误差值Δ1以及Δ2、功率分配矩阵近似系数向量和以及对偶变量和(2)根据对偶变量的更新公式分别更新对偶变量值；(3)开始迭代，根据对偶变量值计算功率分配最优解(4)判断对偶变量值是否满足收敛条件若不满足，则返回步骤(2)，否则进入步骤(5)；(5)计算近似系数向量和判断近似系数值是否满足收敛条件若不收敛，则返回步骤(2)，否则进入步骤(6)；(6)根据功率分配最优解获得最优功率分配向量以及根据近似系数向量和获得最优系数向量和一种计算机装置，用于车联网资源优化调度，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：搭建车联网系统模型；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法和对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；采用分布式迭代功率分配方法计算第五优化函数的的功率分配最优解。一种计算机可读存储介质，其上存储有用于车联网资源优化调度的计算机程序，该程序被处理器执行时实现以下步骤：搭建车联网系统模型；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法和对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；采用分布式迭代功率分配方法计算第五优化函数的的功率分配最优解。与现有技术相比，本专利技术的有益效果是：(1)本专利技术在车辆网系统中能够保障车辆用户服务需求的基础上，利用逐步凸逼近方法和拉格朗日对偶技术实现车联网网络资源的最优调度方案，该方法收敛速度快且计算复杂性低，满足车联网用户需求，实现了车联网功率资源的最优配置；(2)本专利技术考虑了车辆用户可以同时从多个基站接收数据，提高了频谱利用率，极大地满足了用户的服务需求；并且本专利技术利用上界算法以本文档来自技高网...

【技术保护点】
1.一种基于逐次凸逼近的车联网资源优化调度方法，其特征是，包括以下步骤：搭建车联网系统模型；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；采用分布式迭代功率分配方法计算第五优化函数的的功率分配最优解。

【技术特征摘要】
1.一种基于逐次凸逼近的车联网资源优化调度方法，其特征是，包括以下步骤：搭建车联网系统模型；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；采用分布式迭代功率分配方法计算第五优化函数的的功率分配最优解。2.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述车联网系统模型包括U个车辆用户，S个基站，N个正交信道，每个信道分配WHz带宽，同一基站内部向不同车辆用户传输数据时使用不同的信道，且每个车辆用户同时从不同的基站获取数据。3.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述基站的传输速率模型的建模方法为：基于二进制指数变量计算车辆用户u与基站s关联并分配信道n时的信干噪比根据香农容量公式，将车辆用户u与基站s关联并分配信道n时信干噪比的对数与信道宽带W相乘，得到车辆用户u与基站s关联并分配信道n时传输速率计算N个信号通道和U个车辆用户的传输速率的和，得到第s个基站的传输速率模型Rs。4.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述基站的传输功率模型的建模方法为：基于二进制指数变量计算当车辆用户u与基站s关联并分配信道n时，二进制指数变量和车辆用户u与基站s关联时在分配信道n上的分配功率的乘积将N个信号通道和U个车辆用户的求和，得到第s个基站的传输功率模型Ps。5.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数的步骤包括：采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数；采用逐次凸逼近方法以及对数变换将第二优化函数转化为具有标准凹结构的第三优化函数；构建广义拉格朗日函数，将第三优化函数变形为功率优化的第四优化函数；基于对偶函数，利用拉格朗日对偶性将功率优化的第四优化函数转化为传输速率对偶凸的第五优化函数。6.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数的步骤包括：利用拉格朗日松弛定理将二进制指数变量缓和为位于区间[0，1]内的连续变量计算连续变量与车辆用户u与基站s关联时在分配信道n上的分配功...

【专利技术属性】
技术研发人员：田杰，王晶，郭秉义，陆佃杰，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37