一种基于软件定义网络架构下功率控制和存储优化机制制造技术

本发明专利技术公开了一种基于软件定义网络架构下功率控制和存储优化机制，包括如下步骤：第一获取待管理资源区域的车辆数目、每辆车辆的位置和信道使用情况、信息在每个RSU内的存储情况，建立AoI计算模型；第二：以最小化AoI之和为目标，以每个信息块在RSU的存储情况和RSU与每一辆汽车的通信功率为优化变量，建立AoI优化问题；第三：使用强化学习MAQL算法来求解该优化问题，最终得到信息的存储方案和功率的分配方案，本发明专利技术提供了一种在车联网的SDN架构中，通过两两配对的RSU与跟它连接的车辆的通信功率的分配方案来优化车辆向RSU获取非实时信息的机制。信息的机制。信息的机制。

【技术实现步骤摘要】
一种基于软件定义网络架构下功率控制和存储优化机制


[0001]本专利技术涉及车联网通信
，更具体地说，它涉及一种基于软件定义网络架构下功率控制和存储优化机制。

技术介绍

[0002]车辆互联网络(Internet of vehicle)是支持不同车辆相关的应用，例如有信息安全和娱乐，以及车辆传感和数据处理等服务，是典型的5G网络方案之一，它需要超高的可靠性、超低延迟的数据通信传输和高吞吐量及大规模的连接。车联网需要先进的移动通信系统，以便车辆之间和车辆与其他设备之间能够及时传输共享和信息计算，包括V2N(Vehicle
‑
to
‑
Network)、V2V(Vehicle
‑
to
‑
Vehicle)、V2P(Vehicle
‑
to
‑
Pedestrian)和V2I(Vehicle
‑
to
‑
Infrastructure)等。在过去十年中，许多与车辆通信有关的研究和工业标准化活动极大地促进了物联网的发展，并促进了新的车辆和运输服务和应用的产生，如实时交通感知导航、碰撞警告和信息娱乐。更重要的是，车联网的迅速发展也使自动驾驶成为现实。然而，车联网应用的业务需求多样化，不仅需要先进的车载通信技术，而且对通信、计算和缓存资源的管理也提出了严峻的挑战。
[0003]目前，随着移动用户内容请求的爆炸式增长，缓存资源管理成为一个热门的研究方向，大量的车联网节点接入这个庞大的网络，需要处理的数据流量非常大，如何扩展现有移动网络技术的能力来满足用户需求和服务质量成为一个具有挑战性的问题，虽然现有网络能够有效地提高通信能力，但对于越来越多的认知应用，仍很难实现超低的端到端延迟。为了满足来自不同服务的各种计算需求，将计算任务卸载到云端一直是车联网系统的一个主要趋势，即使用缓存服务器来缓存更接近最终用户的内容。车联网将车辆、传感器和移动设备集成到一个全球网络中，将车辆内部和周围的人员、车辆上的智能系统和城市环境中的各种网络物理系统互连起来，以便向车辆提供各种服务。
[0004]边缘缓存、计算和数据中心在地理上是分布式的，处于边缘的设备可以连接WIFI、ZigBee或LoRa等类型的无线接入网络，与周边存储设备和边缘数据中心构成分布式存储网络，这符合雾计算和软件定义网络的架构。这种临近存储计算的方式能够及时获取动态的实时信息，而且在车联网中，车辆经常处于移动状态，网络经常存在波动，相比中心云计算，边缘存储架构在车联网上能够显著减小访问和数据传输延迟，同时避免大量信息集中存储在云端服务器，从而降低云端服务器的负载和缓解网络拥堵。
[0005]在边缘架构中，自动驾驶车辆通常采用路测单元(RSU)实现，路测单元是车路协同路侧端的重要组成部分，是突破车路协同技术的重要设备，主要的功能是采集当前的道路状况信息，通过通讯网络，与路侧感知设备、电子监控设备或车辆等终端通信，实现车辆与道路的实时交互，同时，RSU能够提供边缘存储功能，将临近获取车辆的最新信息进行实时处理，并且在边缘设备完成对车辆请求的响应和操作，大大的提高了传输效率和减少了传输延迟。
[0006]以往，采用云计算的方法，将计算任务集中到中心云服务器上，并将计算结果返回
给本地用户，在集中式云计算中，服务是在云中心集中提供的，云中心与车联网之间的大数据需要通过广域网(WAN)传输，因此，延迟或延迟抖动不可避免。此外，集中式云计算无法对车辆提供移动性和可扩展性支持，从而导致计算效率随车流量增大产生严重下降。
[0007]近些年，随着边缘计算的发展，为了减轻资源受限车辆的计算负担和克服云计算中数据集中处理的缺陷，提出了将计算任务下放到本地雾服务器(LFSs)上进行计算的方法，这些雾服务器是由性能较弱、更分散的各种具有计算能力的设备组成，其架构呈分布式接近网络边缘，对比云计算几乎将数据、数据处理和程序存储在云中的方法，雾计算采用本地设备，将集中计算换成“去中心”的分布式计算。例如一种基于区域协同雾计算的智能车辆网络体系结构，用于处理智能城市中的车辆大数据。将雾计算分为两层，雾内层为雾层，包括雾服务器、访问控制路由器、虚拟机和云服务器等实体，雾间层为边缘层，包括车载随意移动网络、物联网和移动蜂窝网络等组件，雾内资源管理中优化了能量效率，在雾间资源管理中最小化了拥塞本地雾服务器的丢包率。与云中心控制不同的是，引入了局部协调器来提供本地雾服务器之间的互操作性和协同操作，这样的区域协同雾计算带来的优势是低延迟、移动性支持和高效率等优点。
[0008]在新一代网络发展中，软件定义网络(SDN)是一种新兴的基于软件的网络架构及技术，其最大的特点在于具有松耦合的控制平面与数据平面、支持集中化的网络状态控制、实现底层网络设施对上层应用的透明支撑。开发网络基金会提出的SDN架构分为垂直方向上的三层，上层为应用层，主要包括各种不同的业务和应用；第二层为控制层，它使用一个集中控制模块，称为SDN控制器，来收集网络信息，如车辆密度、车辆位置和移动性、支持的服务类型和交通负荷以及本地资源分配策略。利用收集到的网络信息，SDN控制器可以对无线资源分配、终端车辆的访问控制策略以及包括接入网和核心网中的服务器和网络交换机在内的网络单元之间的流量路由路径配置做出网络级决策，以提高服务质量和提高总体资源利用率。下层有基础设施层，负责数据处理、转发和状态收集。
[0009]考虑到车辆的快速移动性和RSU与车辆之间庞大的无线数据量，在网络的边缘配置了雾计算平台。该平台由RSU和服务器组成，车辆通过宽带接入连接到单元服务器上。网络中交换的数据都被处理并保存在边缘RSU的服务器上。
[0010]现有技术存在以下缺点：
[0011]1.RSU具有一定的区域性，当车辆处于RSU的边界进行连接时，可能会出现因为离开了传输区域但还未传输内容，用户无法及时的接收相关信息，信息在传输过程中的连接断开也会使车辆获取信息的总体时延增加。
[0012]2.雾计算的架构虽然将计算卸载到边缘来减少链路上的通信资源消耗，并缩短了计算任务执行的响应延迟，但它增加了体系结构复杂性和网络边缘的计算冗余。
[0013]3.在车辆交通状况复杂或是在车辆高密度情况的区域中，为了实现SDN架构系统的集中控制，车辆都以高频率实时更新状态，网络在车辆状态收集方面将会产生相当大的开销，会导致无线频谱资源不足和SDN控制器的覆盖范围受限。

技术实现思路

[0014]本专利技术的目的是为了解决以上技术问题，在车联网环境下建立一个车辆与RSU的系统模型，以优化AoI为目标，利用MAQL算法不断更新状态、动作和奖励，进行两两交互更新
数据，来实现一组配对的RSU存储所有信息，且相互不存储相同信息的一种基于软件定义网络架构下的功率控制和存储优化机制。
[0015]为了实现上述目的，本专利技术采用了如下技术方案：一种基于软件定义网络架构下功率控制和存储优化机制，其特征在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于软件定义网络架构下功率控制和存储优化机制，其特征在于,所述功率控制和存储优化机制的步骤为：S1：获取待管理资源区域的车辆数目、每辆车辆的位置和信道使用情况、信息在每个RSU内的存储情况，建立AoI计算模型；S2：以最小化AoI之和为目标，以每个信息块在RSU的存储情况和RSU与每一辆汽车的通信功率为优化变量，建立AoI优化问题；S3：使用强化学习MAQL算法来求解该优化问题，最终得到信息的存储方案和功率的分配方案。2.根据权利要求1所述的一种基于软件定义网络架构下功率控制和存储优化机制，其特征在于，所述功率控制和存储优化机制的步骤S1具体步骤为：步骤S101：假设系统中有U对配对的RSU，则有2U个RSU，每组配对好的RSU包含为RSU 1和RSU2，R＝{1,2,
…
,2U}表示所有RSU的集合，每个RSU连接一个存储器，每个RSU配对连接一个边缘服务器，成为雾服务器；步骤S102：每个划分好区域的雾服务器上层包括一个SDN控制器负责集中控制收集的信息，并且转发给其他区域的SDN控制器来组成信息共享；步骤S103：每个区域的SDN控制器将其他区域中SDN控制器转发的信息向下传输给雾服务器更新信息；步骤S104：RSU所连接的存储器里面所存储的信息均为信息块，所有配对好的RSU所存储的信息块相加总数为I，每辆车辆都连接着附近的一个RSU，车辆通过RSU来获取RSU所存储的内部信息，每个RSU配对连接的车辆的总数为V，U＝{1,2,
…
,U}表示雾服务器的集合，V＝{1,2,
…
,V}表示车辆的集合，I＝{1,2,...,I}表示信息块的集合。3.根据权利要求2所述的一种基于软件定义网络架构下功率控制和存储优化机制，其特征在于，所述功率控制和存储优化机制的步骤S2中最小化AoI之和的具体步骤为：定义AoI为信息新鲜度，AoI＝当前时间t
–
信息产生的时间点t0；令Δ
u,k,v,i
为车辆v连接第u对中第k个RSU时下载到的信息i的AoI，信息需要排队等待其他信息块的下载，设排队等待其他信息下载的等待时间期望为下载时间为则对于信息有，车辆v连接时所收到的信息的AoI之和为：x
u,k,i
＝1表示第u对RSU中，第k个RSU存储着信息i，否则x
u,k,i
＝0；当a
u,k,v
＝1时，表示车辆v连接了第u对RSU中的一个，否则a
u,k,v
＝0。4.根据权利要求2所述的一种基于软件定义网络架构下功率控制和存储优化机制，其特征在于，所述功率控制和存储优化机制的步骤S2的以最小化AoI之和为目标，以每个信息在RSU的存储情况和RSU与每一辆汽车的通信功率为优化变量，建立AoI优化问题的具体步骤为：在车辆v连接第u对中第k个RSU时，信噪比为
其中n
v
为车辆v正在使用的信道，表示第u对中第k个RSU与车辆v在信道n
v
上通信时的通信功率，表示相应的信道增益，令系统带宽为W，根据香农公式，下载速度为R
u,k,v
＝Wlog2(1+SNR
u,k,v
)；设信息i的大小为c
i
，则下载时间为在第u组配对的RSU中，第k个RSU内所存储信息的数量为所存储的信息块的总大小为则对于连接了雾服务器u所控制的两个RSU的所有车辆下载的所有信...

【专利技术属性】
技术研发人员：张国斌，朱家豪，苏俊燃，任斌，周志斌，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：