一种蜂窝车联网通信资源选择方法技术

本发明专利技术公开一种蜂窝车联网通信资源选择方法

【技术实现步骤摘要】
一种蜂窝车联网通信资源选择方法、系统、设备及介质


[0001]本专利技术涉及蜂窝车联网通信领域，特别是涉及一种蜂窝车联网通信资源选择方法
、
系统
、
设备及介质
。

技术介绍

[0002]蜂窝车联网
(CellVehicle to Everything
，
C
‑
V2X)
是物联网在蜂窝通信网络中的典型应用，是智能交通和智慧城市建设的实现途径之一，包括
4G
蜂窝车联网
(Long Term Evolution
‑
V2X
，
LTE
‑
V2X)
及其演进的
5G
蜂窝车联网
(New Radio
‑
V2X
，
NR
‑
V2X)。
在
C
‑
V2X
中，车载用户终端
(Vehicle User Equipment
，
VUE)
和蜂窝用户终端
(Cell UserEquipment
，
CUE)
共享有限的频谱资源进行无线通信，支持集中式资源分配模式
Mode3/Mode1
实现终端与基站间的通信，支持分布式通信资源分配模式
Mode4/Mode2
实现车辆间
(Vehicle to Vehicle
，
V2V)
的通信
。
目前，
Mode4/Mode2
通信资源分配模式使用基于感知的半持续调度
(SensingBased Semi
‑
Persistent Scheduling
，
SB
‑
SPS)
机制分配可用通信资源，该机制包括资源感知
、
候选资源选择
、
资源选择
(
或资源重选
)
三个过程
。
在资源选择
(
或资源重选
)
过程中，车联网的高动态拓扑
、SPS
机制的随机资源选择方法等因素引起的多个
VUE
同步接入相同频谱资源导致竞争冲突，会使所有竞争的
VUE
通信接入和通信传输失败，因此，通过计算方法选择通信资源以减小竞争接入冲突，有益于提高有限频谱资源的利用率，提高车间通信端到端传输性能
。
[0003]目前，在
SB
‑
SPS
资源调度机制中一般使用随机选择方法从候选资源库中选择通信资源传输消息数据，通过挑选最小信号强度方法
(Mode4)
或通过扩大候选资源库方法
(Mode2)
减小随机资源选择的冲突概率，但降低了通信可靠性或增大了共频组网的通信干扰概率
。
基于分簇的资源选择机制通过持续监测通信信号能量，为车间通信选择信道状态好的通信资源，主要优点是提高了通信的可靠性，一定程度上缓解了竞争冲突，但车辆的强动态性要求
VUE
必须在很短信道感知时间内估计信道状态
。
基于短周期感知的资源选择方法首先将资源子帧分成感知区间和消息传输区间，通过设置不同时长的感知计时器实现不同优先级业务的差异化接入，一定程度上减小了竞争冲突，但计算开销大
。
基于强化学习的资源选择与功率控制联合优化方案通过深度神经网络分层迭代选择自适应信道状态的通信功率，利用车辆位置差异性形成的信道状态差异性减小竞争冲突，提高通信可靠性，但需要大量的有效样本训练神经网络
。
智能计算方法能提高资源分配机制的性能，利用粒子群优化
(Particle Swarm Optimization,PSO)
算法的目标信息共享能力
、
位置相关性和邻居节点相互影响的特征选择通信资源，能够避免资源选择或资源重选过程中的竞争冲突，通过预计算减小资源分配机制的实时计算量，为算法的在线执行应用提供了可能，目前还未发现相关方法
。

技术实现思路

[0004]本专利技术的目的是提供一种蜂窝车联网通信资源选择方法
、
系统
、
设备及介质，可减
少资源选择过程中的竞争接入冲突，提高有限资源的利用率
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种蜂窝车联网通信资源选择方法，包括：
[0007]获取车辆集群中的车载用户终端的消息帧候选资源列表并根据所述消息帧候选资源列表构建候选资源列表矩阵；所述消息帧候选资源列表是由多个子帧和多个子载波构成的时频资源块集合；
[0008]根据所述候选资源列表矩阵利用
PSO
算法构建最优资源列表的优化迭代方程；
[0009]根据资源感知窗构建子载波的子帧内最优资源块的适应度函数；
[0010]根据所述适应度函数对所述优化迭代方程进行迭代，得到最优选择资源列表
。
[0011]可选地，所述候选资源列表矩阵的表达式为：
[0012][0013]其中，
L
为候选资源列表矩阵，
j∈[1,F]为子载波序号，
i∈[1,S]为子帧序号，为第
i
时隙内第
j
子载波上的资源块，
F
为子载波总数，
S
为子帧总数
。
[0014]可选地，所述优化迭代方程的表达式为：
[0015][0016][0017]其中，
L
k
(t)
为第
t
子帧内，第
k
个车载用户终端当前选择的资源块集合，为第
t
子帧内，第
k
个车载用户终端最优选择的资源块集合，为第
t
子帧内，第
k
个车载用户终端更新选择资源块集合的速度，为当前
k
个车载用户终端群集的最优选择的资源块集合；
L
k
(t+1)
为第
t+1
子帧内，第
k
个车载用户终端当前选择的资源块集合，为第
t+1
子帧内，第
k
个车载用户终端更新选择资源块集合的速度，
ω
为惯性权重，
c1为个体学习因子，
c2为群体学习因子，
r1和
r2均为区间
[0,1]内的加权随机数
。
[0018]可选地，所述适应度函数的表达式为：
[0019][0020]其中，为感知窗内第
j
子载波第
i
子帧内最优资源块的参考信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种蜂窝车联网通信资源选择方法，其特征在于，包括：获取车辆集群中的车载用户终端的消息帧候选资源列表并根据所述消息帧候选资源列表构建候选资源列表矩阵；所述消息帧候选资源列表是由多个子帧和多个子载波构成的时频资源块集合；根据所述候选资源列表矩阵利用
PSO
算法构建最优资源列表的优化迭代方程；根据资源感知窗构建子载波的子帧内最优资源块的适应度函数；根据所述适应度函数对所述优化迭代方程进行迭代，得到最优选择资源列表
。2.
根据权利要求1所述的蜂窝车联网通信资源选择方法，其特征在于，所述候选资源列表矩阵的表达式为：其中，
L
为候选资源列表矩阵，
j∈[1,F]
为子载波序号，
i∈[1,S]
为子帧序号，为第
i
时隙内第
j
子载波上的资源块，
F
为子载波总数，
S
为子帧总数
。3.
根据权利要求1所述的蜂窝车联网通信资源选择方法，其特征在于，所述优化迭代方程的表达式为：程的表达式为：其中，
L
k
(t)
为第
t
子帧内，第
k
个车载用户终端当前选择的资源块集合，为第
t
子帧内，第
k
个车载用户终端最优选择的资源块集合，为第
t
子帧内，第
k
个车载用户终端更新选择资源块集合的速度，为当前
k
个车载用户终端群集的最优选择的资源块集合；
L
k
(t+1)
为第
t+1
子帧内，第
k
个车载用户终端当前选择的资源块集合，为第
t+1
子帧内，第
k
个车载用户终端更新选择资源块集合的速度，
ω
为惯性权重，
c1为个体学习因子，
c2为群体学习因子，
r1和
r2均为区间
[0,1]
内的加权随机数
。4.
根据权利要求1所述的蜂窝车联网通信资源选择方法，其特征在于，所述适应度函数的表达式为：其中，为感知窗内第
j
子载波第
i
子帧内最优资源块的参考信号接收功率的线性均值，
H
为感知窗内测量周期总数，
h
为第
h
个测量周期，
RSRP
为参考信号接收功率，为第
j
子载波上第
n+i
‑
N
s
+(h
‑
1)
·
RRI
...

【专利技术属性】
技术研发人员：邱恭安，施大钧，刘敏，
申请(专利权)人：南通大学，
类型：发明
国别省市：