到最小时，可以得到相应的时隙d的控制向量Kd，J的计算式如下：
[0077]
[0078] J为二次型性能指标泛函，AXd是对上一时刻系统状态的估计值，u,是系统的d时 刻的控制变量，H和L为系统参数，其中H为非负定矩阵，L为正定矩阵。
[0079]因为系统状态为离散化，所以这时的反馈控制等式应该是：
[0080] ud= Kdyd；
[0081] 由于八&是一个基于上一时隙系统动态变化的负载状态估计，因此它可以表示 成：
[0082] Axd=AAxd !+Bud1；
[0083] Kd表示在时隙d的所有车辆的时隙分配，udi表示系统的d-1时隙的控制操作向 量，A&1是(1-1时刻系统的状态估计。因为系统测量可以通过卡尔曼滤波预测获得，下一 时隙系统负载的最优测量为：
[0084]
[0085] yld为系统的观察值，Hld是Axd的增益矩阵；Kd作为卡尔曼增益矩阵，可通过以下 公式获得：
[0086]
[0087] 其中，民是观测噪声的协方差矩阵；是预测的协方差，并通过 巧=(/ -尽,％,)/纟进行更新，I是个M阶的单位阵，PdSd时刻的协方差估计值；Pdi为d-1 时刻的协方差估计值，A为增益矩阵，Q为系统噪声的协方差。
[0088] 经过以上步骤，对每一个时隙d，都可以得到控制向量Kd，再将得到的控制向量合 并，从而得到矩阵K。
[0089] 对于本领域的技术人员来说，可以根据以上的技术方案和构思，作出各种相应的 改变和变形，而所有的这些改变和变形都应该包括在本发明权利要求的保护范围之内。
【主权项】
1. 一种基于信息物理系统模型的车联网拥塞控制方法，其中，信息物理系统包括物理 子系统和信息子系统，其特征在于，包括如下步骤： Sl设定在信息物理系统中有N。个控制器和N3个传感器，其中，控制器包括路边基础设 施（RSUs)和以Adhoc方式交换安全信息的车辆，而传感器则是安装在车辆或RSUs上的装 置，通过收发机监听信道状况； S2在物理子系统中，假定在每一个控制器的操作和传感器的观察都是标量的，以及物 理子系统的变化是线性的且不受扰动的影响；在信息子系统中，假定所有车辆都在RSUs 的广播范围内，并假定所有车辆都使用同一信道并使用通配符；另外，设定一次拥塞控制 执行的时间与IEEE802.IIp协议中的广播中相邻两个beacon之间的时间间隔（beacon interval) 一样； S3RSUs通过传感器收集负载，作为系统的观察向量，然后计算拥塞控制向量，并将拥 塞控制向量通过广播的方式，发送给其广播范围内的每一个车辆节点；车辆节点根据收到 的拥塞控制向量计算控制操作向量，实施拥塞控制； S4在RSU集中控制车辆通信的情况下，存在为了安全业务以Adhoc的方式进行彼此间 的通信的车辆，因此用于信息子系统和物理子系统的连接中的线性反馈控制模型表示为： u(t) =Ky(t)； 其中，K是一个反馈增益矩阵，即拥塞控制向量，u(t)表示控制操作向量，控制器n的控 制操作向量表示为un，y(t)表示传感器的观察向量，传感器n的观察向量表示为yn;矩阵K 的取值根据以下情况确定： 1) 一个beacog帧的间隔内，没有任何以Adhoc方式进行通信的车辆对； 2) 在一个beacog帧的间隔内，至少存在一对以Adhoc方式进行通信的车辆； 3) 在beacog帧的广播时间内，至少存在一对偶尔以Adhoc方式进行通信的车辆； 4. Adhoc方式通信的车辆节点同时会在beacog帧的广播期间和beacog帧的间隔内发 送信息； S5基于步骤S4中所述的情况1)-4)，将信息物理系统分为离散子系统和连续子系统， 其中，离散子系统是指情况1) _情况4)，连续子系统为情况1) -4)中任一情况下的连续系统 变化；整个信息物理系统的动态变化表示为：上式描述了信息物理系统的变化过程，其中，X(t)是一个M阶向量，用于表示物理子系 统的状态，是一个连续系统状态；q(t)代表情况1)-情况4)，是一个离散的系统状态，q(t) 连续的动态变化来自于信息物理系统的连续子系统，离散的动态变化来自于这些连续子系 统之间的转换；+ f=BKGv+Fw，其中，厶、8、？、(：、6均为增益矩阵，八代 表x(t)对^/)的增益，B代表u(t)对:i⑴的增益，w代表物理子系统的系统过程噪声，服从 均值为〇,协方差为Q的高斯分布，即w~N(0,Q)，F代表《对対1)的增益，c代表x(t)对 观察变量y(t)的增益，V是服从均值为0和协方差为R的高斯测量噪声，即V~N(0,R)，G 代表V对y(t)的增益；!(以代表步骤S4中情况I) -4)下K的值，而在f=BKGv+Fw中， 因为加和性，N'依然是一个高斯白噪声，在上述情况1)-4)中都存在，因此N' =BKGv+Fw 中K代表上述情况1)-4)中都不随系统情况而变化的增益矩阵； S6通过卡尔曼滤波预测信道状态，计算得出矩阵K。2. 根据权利要求1所述的基于信息物理系统模型的车联网拥塞控制方法，其特征在 于，步骤S2中，物理子系统的变化是线性的且不受扰动的影响，则该线性变化采用下式表 示：3. 根据权利要求1所述的基于信息物理系统模型的车联网拥塞控制方法，其特征在 于，矩阵K在所述情况1)-4)中的取值情况如下： 针对情况I)，K能完全由RSUs测量； 针对情况2)，K= 表示基于RSUs感知到的负载状态的第一次时隙分配，Ki 表示基于收到的K，对Adhoc节点的第二次时隙分配； 针对情况3)，Adhoc车辆在beacon的广播期间进行数据传输，增益矩阵由t表示，t为两部分的和：一个是在beacon广播时间内对Adhoc节点的增益，另一个是在beacon帧 间隔内，由RSUs控制的以集中方式进行通信的节点的增益； 针对情况4)，系统的增益矩阵是按照情况2)得到的矩阵K和按照情况3)得到的矩阵f的和。4. 根据权利要求1所述的基于信息物理系统模型的车联网拥塞控制方法，其特征在 于，所述步骤S6的具体方法如下： 6. 1)定义一个离散价值函数，以惩罚信道负载偏差和最小化控制开销，当J达到最小 时，可以得到相应的时隙d的控制向量Kd，J的计算式如下：J为二次型性能指标泛函，Ud是系统的时隙d的控制操作向量，H和L为系统参数，其 中H为非负定矩阵，L为正定矩阵，E表示对后面括号里的元素求和，M为M阶向量X(t)的 阶数；△13是一个基于上一时隙系统动态变化的负载状态估计，表示为： Axd=AAxd !+Bud1； 其中udi表示系统的d-1时隙的控制操作向量，AXd:是d-1时刻系统的状态估计； 6. 2)由于系统状态为离散化，此时的反馈控制等式为： Ud= K dyd； Kd表示在时隙d的所有车辆的时隙分配，udi分别是应用于时隙d和时隙d-1的 控制操作向量；下一时隙系统负载的最优测量采用卡尔曼滤波预测获得，为： 汹資..知政十K(.Vw -HyAxi,): yld为系统的观察值，Hld是AXd的增益矩阵；Kd作为卡尔曼增益矩阵，可通过以下公式 获得：其中，R1是观测噪声的协方差矩阵；.ft -KJ是预测的协方差，并通过 巧二(/-进行更新，I是个M阶的单位阵，PdSd时刻的协方差估计值；Pdi为d-1 时刻的协方差估计值，A为增益矩阵，Q为系统噪声的协方差； 6. 3)经过步骤6. 1) -6. 2)，对每一个时隙d，都可以得到控制向量Kd，再将得到的控制 向量合并，从而得到矩阵K，即系统的拥塞控制向量。
【专利摘要】本发明公开了一种信息物理系统模型的车联网拥塞控制方法，每个车辆节点的负载状态是连续变量，而假设四种情况为离散变量，然后通过建模将混合动态系统离散化，将传统的拥塞控制问题转化为基于物理世界观测值使全局吞吐量最大化的时隙分配问题，并通过使用卡尔曼滤波预测信道状态，计算拥塞控制向量，即时隙分配矩阵。
【IPC分类】H04W28/02
【公开号】CN105050137
【申请号】CN201510340865
【发明人】陈晨, 张建峰, 裴庆祺, 赵力强, 任智源, 杨鲲
【申请人】西安电子科技大学
【公开日】2015年11月11日
【申请日】2015年6月18日