【技术实现步骤摘要】
本专利技术属于移动通信，涉及一种车联网场景中可变粒度车辆数字孪生体的边缘构建方法。
技术介绍
1、数字孪生是指将物理对象全时空一致地复现至孪生空间，并通过观测、分析、推演和操作数字孪生体以实现对实体对象的有效控制。在车联网场景中，合理应用数字孪生技术，能够准确模拟交通流以及有效管理网络资源，从而支持交通相关应用的稳定运行，提高道路交通的安全性和智慧性。
2、移动通信、边缘计算和车辆多源传感等为车联网场景中数字孪生的构建提供了强大技术支持。车辆将多源传感数据通过移动通信技术上传至网络边缘，边缘服务器在网络边缘执行计算任务以构建车辆数字孪生体，降低系统延迟和网络传输压力。
3、在车联网场景下，车辆数字孪生体的构建需要与实时网络资源条件相适应，并实时调整。数字孪生的多维需求、边缘服务器有限的计算资源以及时变的网络状态等，都给车辆数字孪生体的构建带来了巨大挑战。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种车联网场景中可变粒度车辆数字孪生体的边缘构建方法，实现了车辆数字孪生体在网络边缘可变粒度构建。在构建过程中通过调整构建粒度和边缘服务器计算资源分配，最大化网络中的所有车辆数字孪生体平均效用。
2、为达到上述目的，本专利技术提供如下技术方案：
3、车联网场景中可变粒度车辆数字孪生体的边缘构建方法，包括以下步骤：
4、s1：构建一个面向车联网的数字孪生网络；
5、s2：当车辆接入网络时，车辆数字孪生体初始化构
6、s3：边缘服务器负责确定网络中车辆数字孪生体构建策略；
7、s4：车辆根据边缘服务器确定的数字孪生体构建粒度采集对应属性的数据，将数据通过基站传输至关联的边缘服务器；
8、s5：边缘服务器对接收到的数据进行计算等处理以构建车辆数字孪生体模型，并评估车辆数字孪生体模型的效用；
9、s6：建立一个最大化网络中的所有车辆数字孪生体平均效用的优化模型；
10、s7：采用多智能体强化学习算法求解最佳车辆数字孪生体边缘构建方案。
11、进一步，s1中，所提的面向车联网的数字孪生网络架构包含三大实体：车辆、基站和边缘服务器。车辆具有多源感知能力，能收集构建数字孪生体所需的各类元素属性数据，车辆集合记为v＝{1,2,…,i}，i表示车辆总数。基站负责提供车辆接入服务，基站集合记为bs＝{1,2,…,j}，j表示基站总数。边缘服务器负责为构建和维护车辆数字孪生体提供计算及存储服务，边缘服务器集合记为es＝{1,2,…,k}，k表示边缘服务器总数，其配备的计算资源记为fes＝{f1,f2,…,fk}。
12、进一步，s2中，所提的车辆数字孪生体构建过程如下：
13、(1)车辆i通过基站j接入网络，并与边缘服务器k相关联。
14、(2)在t时隙内，车辆i采集数字孪生体构建所需数据，数据大小为di(t)。
15、(3)在无线通信过程中，车辆i与基站j间的信道带宽为b，信道增益为hi,j(t)，χi,j(t)和n0分别为信道中电磁干扰功率和噪声功率，车辆发射功率为p。上行传输速率为：
16、
17、无线通信时延为：
18、
19、式中，di(t)表示车辆i传输数据量大小，ri,j(t)为车辆i和基站j之间的上行传输速率。
20、(4)基站j将数据通过有线传输转发至边缘服务器k，有线传输时延为：
21、
22、式中，ψ是一个时延因子，表示单位距离内传输单位数据量耗费的时延。dis(j,k)表示基站j与边缘服务器k之间的有线距离。
23、(5)边缘服务器k接收到车辆i的数字孪生体构建数据后，需要进行数据清晰、数据冗余去除、数据更新等计算操作，计算时延为：
24、
25、式中，表示单位数据量所需的计算量大小，为边缘服务器k分配给车辆i用于数字孪生体构建的计算资源。
26、(6)最终，车辆i的数字孪生体在边缘服务器k上成功构建。
27、进一步，s3中，车辆孪生体的构建策略具体包括数字孪生体粒度矩阵φ和边缘服务器计算资源分配矩阵f。具体来说，假设每个车辆构建数字孪生体所需采集的元素属性集合记为e＝{1,2,…,e}，每种元素的映射粒度记为φ＝{φ1,φ2,…,φe},则数字孪生体粒度矩阵具体表示为：
28、
29、式中，表示车辆i对元素e的采集粒度，表示车辆i对元素e的采集粒度。边缘服务器计算资源分配矩阵具体表示为：
30、
31、式中，表示边缘服务器k给车辆i分配的计算资源大小，表示边缘服务器k给车辆i分配的计算资源大小。
32、进一步，s4中，车辆根据边缘服务器确定的数字孪生体构建粒度采集对应属性的数据。若t时隙内车辆i构建数字孪生体的粒度为每种元素粒度在单次传输中的数据量记为则当前时隙内构建车辆i的数字孪生体传输的数据量大小为：
33、
34、车辆i的数字孪生体完整性表示为：
35、
36、式中，为元素e对于车辆i数字孪生体构建的重要性权重。
37、进一步，s4中，无线通信信道状态影响着车辆数字孪生体构建的精确性，定义t时隙内车辆i和基站j间无线信道中的包错误率为peri,j(t)：
38、
39、式中，χi,j(t)表示信道中电磁干扰功率，n0表示噪声功率，p表示车辆发射功率，hi,j(t)表示信道增益。数字孪生体映射的精确度与过去t时间内的信道包错误率有关，车辆i的数字孪生体精确性κi(t)表示为：
40、
41、式中，t0表示时间变量，t表示当前时隙，t表示考虑精确性的时间间隔，peri,j(t0)表示t0时隙的信道包错误率。γ0∈[0,1]为折扣影响因子，用来衡量无线信道过去时隙内的包错误率对于当前时刻数字孪生映射精确性的影响。
42、进一步，s5中，边缘服务器k对车辆i上传的数字孪生构建数据进行计算处理，边缘服务器k在t时隙对于车辆i数字孪生体构建的计算能耗记为：
43、
44、式中，ξ为有效电容系数，衡量计算能量消耗。为计算时延，表示分配的计算资源，表示单位数据量所需的计算量大小。同时，车辆i的传输能耗记为：
45、
46、式中，p表示车辆发射功率，表示无线通信时延，di(t)表示车辆i传输数据量大小，ri,j(t)为车辆i和基站j之间的上行传输速率。定义能源效率为传输的有效比特数与系统能耗的比值，则车辆i在t时隙内构建数字孪生体的能效性记为：
47、
48、进一步，s5中，边缘服务器k完成对于车辆i的数字孪生体构建后，构建时延为：
49、
50、若车辆i对于数字孪生体构建时延的最大容忍阈本文档来自技高网...
【技术保护点】
1.车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S1中，面向车联网的数字孪生网络包含车辆、基站和边缘服务器；
3.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S2中，车辆数字孪生体是可变粒度的，通过调整多维元素属性数据采集量级实现；
4.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S3中，边缘服务器根据车辆数字孪生体的构建需求和当前网络状态确定车辆孪生体的构建策略，包括数字孪生体粒度和边缘服务器计算资源分配；
5.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S4中，车辆和基站之间通过无线通信技术进行数据传输，基站和边缘服务器间采用有线传输；
6.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S5中，边缘服务器的数据处理包括数据清洗
7.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S6中，最大化网络中的所有车辆数字孪生体平均效用的优化模型具体表述如下：
8.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述S7中，首先将优化模型转化为多智能体部分可观测马尔可夫决策过程，将网络中所有的边缘服务器视为智能体，并采用反事实多智能体策略梯度算法来求解最佳车辆数字孪生体构建策略；
...【技术特征摘要】
1.车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述s1中，面向车联网的数字孪生网络包含车辆、基站和边缘服务器；
3.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述s2中，车辆数字孪生体是可变粒度的，通过调整多维元素属性数据采集量级实现；
4.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：所述s3中，边缘服务器根据车辆数字孪生体的构建需求和当前网络状态确定车辆孪生体的构建策略，包括数字孪生体粒度和边缘服务器计算资源分配；
5.根据权利要求1所述的车联网场景中可变粒度车辆数字孪生体的边缘构建方法，其特征在于：...
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。