基于移动车辆社会关系感知的车联网协作缓存方法技术

本发明专利技术公开了一种基于移动车辆社会关系感知的车联网协作缓存方法，对于车联网中的每个车辆进行移动轨迹预测，确定下一时刻该车辆所属的路边单元，得到各个路边单元覆盖范围内的车辆集合，计算路边单元覆盖范围内的车辆对于各个内容的请求概率预测得到各个车辆在下一时刻请求的内容集合，计算各个车辆的社会关系强度并筛选出缓存车辆，计算各个车辆从缓存车辆和路边单元获取内容的延迟，最后构建协作缓存最优化问题并求解得到各个路边单元下的协作缓存方案。本发明专利技术预测得到下一时刻所属路边单元和车辆请求内容，根据车辆社会关系选择缓存车辆，从而制定正确的协作缓存策略，从而提高缓存命中率，减少内容获取延迟。减少内容获取延迟。减少内容获取延迟。

【技术实现步骤摘要】
基于移动车辆社会关系感知的车联网协作缓存方法


[0001]本专利技术属于车联网
，更为具体地讲，涉及一种基于移动车辆社会关系感知的车联网协作缓存方法。

技术介绍

[0002]随着车辆网络的发展，车载智能终端、自动驾驶、车辆娱乐和安全等车载应用不断涌现，为车辆道路的发展带来了积极的影响，不仅提高了交通效率，而且提升了用户的驾驶体验。然而，这些智能应用的出现可能需要很大的计算、存储和通信资源，造成了核心网络严重的流量负载。移动边缘缓存技术将流行内容预缓存在路边单元和部分车辆中，当请求用户请求这些内容时，通过无线传输的方式获取这些内容，而不需要通过远程的核心网络，降低了内容获取的延迟并提高了内容缓存命中率，进而提高用户的体验质量。然而，考虑到边缘设备的空间有限性、车辆移动的随机性、请求内容的时变性和社会关系的复杂性造成缓存的性能不佳。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种基于移动车辆社会关系感知的车联网协作缓存方法，根据车辆移动轨迹预测得到下一时刻所属路边单元，基于内容流行度和车辆用户兴趣预测请求内容，根据车辆社会关系选择缓存车辆，从而制定正确的协作缓存策略，从而提高缓存命中率，减少内容获取延迟。
[0004]为了实现上述专利技术目的，本专利技术基于移动车辆社会关系感知的车联网协作缓存方法包括以下步骤：
[0005]S1：记车联网中路边单元的集合RSU＝{S1,
…
,S
n
,
…
,S
N
}，其中S
n
表示第n个路边单元，n＝1,2,
…
,N，N表示路边单元数量；
[0006]记车联网中可请求的内容集合为X＝{x1,
…
,x
q
,
…
,x
Q
}，x
q
表示第q个内容，q＝1,2,
…
,Q，Q表示车联网中可请求的内容数量，记内容x
q
的大小为d
q
；
[0007]S2：对于车联网中的每个车辆，对车辆的移动轨迹进行预测，得到下一时刻的预测位置，从而确定下一时刻该车辆所属的路边单元；得到下一时刻各个路边单元S
n
覆盖范围内的车辆集合V
n
＝{v
n,1
,
…
,v
n,m
,
…
,v
n,M
}，v
n,m
表示路边单元S
n
覆盖的第m个车辆，m＝1,2,
…
,M
n
，M
n
表示路边单元S
n
覆盖范围内的车辆数量；
[0008]S3：首先统计各个内容在预设历史时间段内的请求次数，根据请求次数从大到小对内容进行排序，记内容x
q
在排序后的序号为i
q
；计算每个内容在预设历史时间段内的请求概率，将请求概率超过预设阈值的内容作为流行内容，将流行内容的请求概率求和作为流行内容的分布斜率ω；采用如下公式计算得到下一时刻第q个内容的内容流行度pop
q
：
[0009][0010]对于路边单元S
n
覆盖范围内的车辆集合V
n
，获取各个车辆v
n,m
在预设历史时间段内所请求的内容集合L
n,m
，然后采用如下计算公式两两计算车辆之间的兴趣相似度sim
m,m
′
：
[0011][0012]其中，φ
m,m
′
表示车辆v
n,m
和车辆v
n,m
′
内容集合L
n,m
、L
n,m
′
的交集，m
′
＝1,2,
…
,M
n
，||表示求取集合中内容数量，M
q
表示在预设历史时间段内请求过内容x
q
的车辆数量；
[0013]采用如下公式计算得到车辆v
n,m
的兴趣相似度SIM
m
：
[0014][0015]对兴趣相似度s
m
进行归一化得到归一化后的兴趣相似度SIM
′
m
：
[0016][0017]其中，SIM
max
、SIM
min
分别表示车辆集合V
n
中所有车辆兴趣相似度SIM
m
的最大值和最小值；
[0018]采用如下公式计算得到车辆v
n,m
对各个内容的兴趣概率in
n,m
：
[0019][0020]对内容流行度pop
q
和车辆v
n,m
的兴趣概率in
n,m,q
进行加权求和，得到下一时刻车辆v
n,m
对内容x
q
的请求概率p
n,m,q
：
[0021]p
n,m,q
＝α
×
pop
q
+β
×
in
n,m
[0022]其中，α、β分别表示预设的内容流行度权重值和车辆个人兴趣偏好权重值；
[0023]设置车辆请求内容服从泊松分布，根据车辆v
n,m
对各个内容x
q
的请求概率p
n,m,q
预测得到车辆v
n,m
在下一时刻请求的内容集合
[0024]S4：对于路边单元S
n
下的车辆集合V
n
中的每个车辆v
n,m
，统计其在行驶过程中单位时间内可关联的车辆数量作为通信接触率f
n,m
，融合车辆之间的兴趣相似度sim
m,m
′
，采用如下公式两两计算车辆之间的社会关系强度z
m,m
′
：
[0025]z
m,m
′
＝f
n,m
×
sim
m,m
′
[0026]采用如下公式计算得到车辆v
n,m
的社交关系强度Z
m
：
[0027][0028]将路边单元S
n
下的所有车辆，按照社交关系强度从大到小进行排序，选择前K个车辆作为缓存车辆，K的值根据实际需要确定，得到缓存车辆集合CV
n
＝{cv
n,1
,
…
,cv
n,k
,
…
,
cv
n,K
}，cv
n,k
表示路边单元S...

【技术保护点】

【技术特征摘要】
1.一种基于移动车辆社会关系感知的车联网协作缓存方法，其特征在于，包括以下步骤：S1：记车联网中路边单元的集合RSU＝{S1,
…
,S
n
,
…
,S
N
}，其中S
n
表示第n个路边单元，n＝1,2,
…
,N，N表示路边单元数量；记车联网中可请求的内容集合为X＝{x1,
…
,x
q
,
…
,x
Q
}，x
q
表示第q个内容，q＝1,2,
…
,Q，Q表示车联网中可请求的内容数量，记内容x
q
的大小为d
q
；S2：对于车联网中的每个车辆，对车辆的移动轨迹进行预测，得到下一时刻的预测位置，从而确定下一时刻该车辆所属的路边单元；得到下一时刻各个路边单元S
n
覆盖范围内的车辆集合V
n
＝{v
n,1
,
…
,v
n,m
,
…
,v
n,M
}，v
n,m
表示路边单元S
n
覆盖的第m个车辆，m＝1,2,
…
,M
n
，M
n
表示路边单元S
n
覆盖范围内的车辆数量；S3：首先统计各个内容在预设历史时间段内的请求次数，根据请求次数从大到小对内容进行排序，记内容x
q
在排序后的序号为i
q
；计算每个内容在预设历史时间段内的请求概率，将请求概率超过预设阈值的内容作为流行内容，将流行内容的请求概率求和作为流行内容的分布斜率ω；采用如下公式计算得到下一时刻第q个内容的内容流行度pop
q
：对于路边单元S
n
覆盖范围内的车辆集合V
n
，获取各个车辆v
n,m
在预设历史时间段内所请求的内容集合L
n,m
，然后采用如下计算公式两两计算车辆之间的兴趣相似度sim
m,m
′
：其中，φ
m,m
′
表示车辆v
n,m
和车辆v
n,m
′
内容集合L
n,m
、L
n,m
′
的交集，m
′
＝1,2,
…
,M
n
，||表示求取集合中内容数量，M
q
表示在预设历史时间段内请求过内容x
q
的车辆数量；采用如下公式计算得到车辆v
n,m
的兴趣相似度SIM
m
：对兴趣相似度s
m
进行归一化得到归一化后的兴趣相似度SIM
′
m
：其中，SIM
max
、SIM
min
分别表示车辆集合V
n
中所有车辆兴趣相似度SIM
m
的最大值和最小值；采用如下公式计算得到车辆v
n,m
对各个内容的兴趣概率in
n,m
：对内容流行度pop
q
和车辆v
n,m
的兴趣概率in
n,m,q
进行加权求和，得到下一时刻车辆v
n,m
对内容x
q
的请求概率p
n,m,q
：
p
n,m,q
＝α
×
pop
q
+β
×
in
n,m
其中，α、β分别表示预设的内容流行度权重值和车辆个人兴趣偏好权重值；设置车辆请求内容服从泊松分布，根据车辆v
n,m
对各个内容x
q
的请求概率p
n,m,q
预测得到车辆v
n,m
在下一时刻请求的内容集合S4：对于路边单元S
n
下的车辆集合V
n
中的每个车辆v
n,m
，统计其在行驶过程中单位时间内可关联的车辆数量作为通信接触率f
n,m
，融合车辆之间的兴趣相似度sim
m,m
′
，采用如下公式两两计算车辆之间的社会关系强度z
m,m
′
：z
m,m
′
＝f
n,m
×
sim
m,m
′
采用如下公式计算得到车辆v
...

【专利技术属性】
技术研发人员：邢玲，吴红海，阚超楠，张琦，马强，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：