【技术实现步骤摘要】
面向移动边缘计算的车联网任务卸载与资源分配策略
本专利技术涉及车辆异构网络中基于(MEC)的任务卸载模式决策和资源分配问题
，特别涉及基于移动边缘计算的V2V、V2I任务卸载问题。
技术介绍
车载通信可以提高道路安全和交通效率，为车辆提供更丰富的信息娱乐体验，最近得到了广泛研究。车辆到车辆(V2V)通信被认为是D2D(设备间通信)技术在车联网中的扩展模式，分为车对基础设施通信(V2I)、车对车通信(V2V)和V2I2V通信。车辆请求任务类型统一分为商娱类和智能交通类。商娱类任务涉及大量数据交换，需要频繁访问互联网或远程服务器，V2I链路可为该类任务提供高QoS(服务质量)的通信。而智能交通类需要以周期性访问的形式向周围车辆传播安全消息，V2V链路会对其提供较好的支持。车载单元计算资源和计算能力有限，故可以借助周围的有线或无线泛在网络环境将其计算任务卸载到云服务器。联合4GLTE蜂窝网络和车辆自组织网(VANET)提出了基于协作的业务传输算法，评估了车辆可卸载数据大小，制定了卸载决策，使用V2I和V2V通信来量化最大数据内容。然而，VANET需要更短的等待时间以实现更实时和更可靠的响应。因此，移动边缘计算(MEC)作为一种新计算范例，通过将MEC服务器部署在路边单元(RSU)侧，为车辆提供高带宽、低时延的高质量服务。
技术实现思路
现有文献中用户仅通过授权频带与非授权频带的统筹划分来分配资源从而改善用户QoS，却很少考虑到为用户提供因自身需求不同的差异化服务。基于以上讨论，本文首先考虑如何为不同车辆提供差异化服务进而确定通信模式；其次，考虑到频谱资源的有限...
【技术保护点】
1.面向移动边缘计算的车联网任务卸载与资源分配策略，其特征在于，包括以下步骤：步骤101：构建基于MEC服务的车辆网络；步骤102：确立通信模型建立目标规划问题；步骤103：最大化V2I链路遍历容量，并保证V2V链路可靠性问题，具体由三个步骤组成：首先联合建模容量和时延因子作为K‑means算法特征输入进行分簇，从而确定车辆通信模式；最后基于分簇结果，采用Q‑learning算法作为增强型解决方案合理高效地配置资源从而最大化系统性能。
【技术特征摘要】
1.面向移动边缘计算的车联网任务卸载与资源分配策略，其特征在于，包括以下步骤：步骤101：构建基于MEC服务的车辆网络；步骤102：确立通信模型建立目标规划问题；步骤103：最大化V2I链路遍历容量，并保证V2V链路可靠性问题，具体由三个步骤组成：首先联合建模容量和时延因子作为K-means算法特征输入进行分簇，从而确定车辆通信模式；最后基于分簇结果，采用Q-learning算法作为增强型解决方案合理高效地配置资源从而最大化系统性能。2.根据权利要求1所述的面向移动边缘计算的车联网任务卸载与资源分配策略，其特征在于，所述步骤101构建基于MEC服务的车辆网络框架包括：考虑RSU与WiFi节点共存的V2X异构网络场景，MEC服务器部署于RSU侧，采用正交频分多址(OFDMA)来支持由RSU控制的授权频带中的车辆多路访问，对于非授权频带，采用载波侦听多址接入和冲突避免(CSMA/CA)机制实现与WiFi共存的模式，车辆密集部署且服从泊松分布，任务类型不同的车辆其通信模式不同，这里将车辆分为四种类型，授权频带中存在需要高容量V2I通信的M个车辆(CUE)，表示为C＝{1,2,L,M}，以及对时延要求高的K个V2V车辆(DUE)，用D＝{1,2,L,K}表示，在WiFi节点与LTE-U共同部署的通信范围内，有U个WiFi用户(WUE)将任务卸载到WiFi节点，WiFi用户集合为W＝{1,2,L,U}，在WiFi与RSU覆盖范围重叠区域的V2V车辆(VUE)表示为V＝{1,2,L,L}；CUE因计算能力有限，计算任务ni需要通过RSU卸载到MEC服务器，由MEC服务器计算后将结果回传，任务上传需要RSU调度正交的资源块RB，RSU总的频率资源表示为R＝{1,2,L,F}，DUE能有效利用V2V链路的可靠性优势，将任务卸载到周边车辆进行计算；离CUE较远的DUE复用CUE的RB，因此与CUE存在一定的同层干扰，而离CUE较近的DUE使用与CUE正交的RB，关于LTE-U技术，接入信道间隙可分为竞争期(CP)和静默期(CFP)，在CP期间，VUE通过LTE-U技术与WUE竞争非授权频谱，然而在CFP期间VUE可以充分利用基于LTE-U技术的非授权频谱，本文主要对基于CFP的LTE-U模式进行分析，VUE使用CA技术复用授权频谱和非授权频谱，从而提供系统容量，不难得出，VUE任务类型对时延有较高的容忍度；假设本文中的所有车辆都配备单个天线，为了提高频谱利用率，DUE复用部分CUE上行链路的RBf，因此DUE与CUE之间存在干扰，而VUE在基于CFP的LTE-U技术支持下，复用授权频带CUE的RBf，因此CUE与VUE之间也存在干扰，因为RSU集中调度正交RB，所以我们假设VUE与DUE之间不存在干扰；我们考虑到基于瞬时信道统计信息(CSI)进行资源管理时无法及时跟踪快速变化的无线信道，本文考虑缓慢衰落参数和CSI，定义CUEm与RSU之间信道增益hB,m如下：其中，gB,m表示小尺度快速衰落功率参数，服从指数分布，βB,m是标准偏差为ζ的对数正态阴影衰落随机变量，A是路径损耗常数，Lm,B是第m个CUE与RSU之间的距离，α为衰减指数，第k个DUE到RSU的信道增益hB,k以及从第m个CUE到第k个DUE的干扰信道增益的定义表达式与hB,m类似，假设信道的大尺度衰落分量在RSU处是已知的，因为它们通常取决于用户的位置，基站可以预测V2I车辆衰落参数，V2V车辆的衰落参数在接收车辆处检测得到并定期报告给RSU；对于资源块f，CUEm在RSU侧接收SINR(信干噪比)表示为：其中，与分别表示CUEm与DUEk的发射功率，σ2为噪声功率，ρk,m＝1表示第k个DUE复用第m个CUE的RB，否则为0；同理，可类似定义DUEk在RSU侧接收SINR以及非授权频带中V2V链路的VUEl复用CUEm的资源块f'时的接收SINR因此，用b0表示授权频带每个RB的带宽，b1表示非授权频带每个RB的带宽，则CUEm、DUEk、VUEl的容量分别表示为：本文没有考虑VUE与WUE之间的干扰，只考虑VUE复用CUE资源时两者之间的干扰；现有的物理层信道模型无法明确度量QoS，因此结合时延因子形成有效容量(EC)的链路层信道模型来量化QoS，用累积量生成函数表示容量与时延如下：EC(ψ)＝logE{e-ψQ(t)}其中，ψ为时延因子，表示帧持续时间t内容量R(t)累积和，考虑到信道系数在t内保持不变并且对于每个帧独立变化的情况，在持续时间t内容量为一常量R，EC可表示为：EC(ψ)＝logE{e-ψtR}因为信道是缓慢变化的，因此定义车辆可容忍的时延满足以下公式：式中，Emax表示车辆可以容忍的最大时延，从上式可以看出，ψ越大表示链路质量越好，当ψ≈0时，EC收敛于遍历容量。3.根据权利要求1所述的面向移动边缘计算的车联网任务卸载与资源分配策略，其特征在于，所述步骤102确立通信模型建立目标规划问题，建立目标优化问题；针对不同类型链路的差异化需求，即大容量的V2I链路和高可靠性的V2V链路需求，我们制定有效策略来最大化V2I总遍历容量，同时保证每个V2V链路的可靠通信，本文通过控制中断概率来保证V2V链路的可靠性，设置接收SINR低于预定阈值概率的门限值，系统的遍历容量是通过快衰落的长期平均值来计算的，这意味着在慢衰落的时间范围内码字长度跨越几个相干周期，应该指出，系统性能与遍历容量的接近程度取决于车载信道的时间变化快慢以及可容忍的延迟大小，在给定的时间段内，更快的变化会导致更多的信道状态，这使得系统性能更快地接近计算的遍历容量，因为码字需要遍历大部分(如果不是全部的话)信道状态来平均衰落效应，为此，将车载网络中的无线资源分配问题表述为：s.t.C1：C2：C3：C4：C5：C6：C7：优化目标的第一部分表示V2I链路没有复用RB的CUE容量，第二部分表示授权频带DUE复用V2I链路RB的容量，第三部分表示频带重叠区域D2D用户即VUE复用V2I链路CUE的RB的容量；C1(C2)通过控制CUE(DUE)的SINR低于设定阈值的中断概率p0(p1)来保证车辆的QoS；C3、C4和C5分别表示CUE、DUE和VUE...
【专利技术属性】
技术研发人员：张海波，荆昆仑，刘开健，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。