多跳车联网中一种基于拍卖理论的高能效资源分配方案的制作方法

本发明属于无线通信领域，具体涉及一种应用在多跳异构车联网中的基于拍卖匹配理论的高能效资源分配方案，能够在综合考虑中继选择，频谱分配，功率优化和基站功耗的情况下实现异构车联网能效最大化。

背景技术：

随着城市化和汽车工业化的进一步发展，现代交通系统的数十亿辆汽车引发了一系列的关键问题，例如能源消耗增加，空气污染，以及温室气体排放等等。为创造绿色可持续发展的未来，研究智能交通系统显得尤为重要。在智能交通系统众多基础技术中，车辆直通(vehicle-to-vehicle,v2v)通信能够实现车辆之间的信息交流和内容传递，从而有效的解决车辆通信能耗的问题。在车辆较多而信道资源较少的情况下，传统的v2v通信技术存在一定的传输时延，而基于终端直通(device-to-device,d2d)的车辆通信方式(d2d-v2v)能有效的解决频谱资源分配和内容分发的问题，因此有必要设计一个有效的频谱资源管理方案，实现车联网能效最大化。

技术实现要素：

本发明是一种应用在多跳异构车联网中的基于拍卖匹配理论的高能效资源分配方案，首先提出了一种基于英式竞价拍卖的资源管理算法，能够综合考虑车辆和蜂窝用户中的中继选择，频谱分配，功率优化问题，实现d2d-v2v通信能效最大化，其次，提出了一种基于功率控制的非线性分式优化算法，实现基站能效最大化。其具体实施过程如下：

1）图1为多跳异构车联网d2d-v2v通信模型，模型中包括了一个基站，k个蜂窝用户(cue)，m个潜在内容传输车辆(v-tx)和内容接收车辆(v-rx)，n个内容中继车辆(v-rs)，其中k个蜂窝用户和资源块分别用和表示。由于车辆移动和信号衰落的缘故，仅仅由一跳传输来实现车辆通信往往满足不了内容传输的需求，因为本发明着重研究d2d-v2v多跳通信的内容。在两跳的通信传输模型中，由v-tx将内容传输给v-rs，再由v-rs传输给v-rx，其中传输信道复用的频谱资源。由于频谱复用的缘故，v-tx和v-rs都将对基站产生干扰，同时，cue也会对v-tx和v-rs产生信道干扰。本发明用表示的频谱资源是在第一跳或是第二跳复用，表示的频谱资源是在第一跳复用，表示的频谱资源是在第二跳复用。因此tx-rs对()，rs-rx对()和cue()处的信干噪比可表示为

其中，，分别表示，和的传输功率。，，，，，，分别表示与，与，与基站，与，与，与基站，与基站之间的通信距离。其中，，，，分别表示d2d-v2v链路，蜂窝链路，从蜂窝到d2d-v2v对通信干扰链路，从d2d-v2v对到蜂窝通信干扰链路的自由空间路径损耗因子。代表加性高斯白噪声(awgn)。

总的两跳d2d-v2v对()信干噪比可表示为

因此与其对应的能效可表示为

其中和分别表示车辆和蜂窝用户的通信环路功率。

如果找不到合适的作中继来给传输数据，则将直接从基站接收数据，此时复用正交频谱资源。因此相应的信干噪比可表示为

其中和分别代表基站的传输功率和基站到的传输距离。把所有的由基站直接传输数据的的集合记为，则对应的总能效可表示为

其中表示基站的通信环路功率。

2）基于以上描述，我们可以把能效资源分配问题划分为两个阶段。在第一阶段，本发明综合考虑车辆中继选择，频谱资源分配和传输功率控制的情况下最大化cue和两跳d2d-v2v对()的能效。在第二阶段，采取非线性分式优化的方法优化基站传输功率来获得最大基站能效。记为两阶段优化中的优化变量。其中表示一跳或二跳复用频谱资源，表示一个三维矩阵,,,分别表示v-tx，v-rs和基站的传输功率。因此，第一阶段的优化目标可表示为

同理，可得出第二阶段的优化目标为

其中，和表示，和基站的传输功率限制，和分别表示车辆和基站的最大传输功率。和表示在tx-rs对()，v-rs()和蜂窝用户cue之间是一对一匹配关系。和表示d2d-v2v链路和蜂窝链路的qos约束。

3）在第一阶段中，优化问题p1涉及到tx-rx对()，中继车辆v-rs()和资源块的三维匹配问题。为降低匹配维度，本发明将一个d2d-v2v中继接收车辆v-rs和一个频谱资源块rb构成的rs-rb单元。车联网通信系统中存在个中继接收车辆v-rs和个频谱资源块rb,因此存在个不同的rs-rb单元，记为。这样，原始的三维匹配问题就可以转变为两边分别为个tx-rx对()和个rs-rb单元的双边匹配问题。

本发明采用一种基于英式竞价拍卖的能效优先的资源分配算法来解决涉及到的双边匹配问题，在双边匹配的过程中，个tx-rx对()将对个rs-rb单元逐一建立喜好列表，并向其最高喜好度的rs-rb单元发送匹配请求。定义，为中继接收车辆v-rs的价格集合，，为频谱资源块rb的价格集合。同时，定义tx-rx对()对于任意一个的喜好度为网络能效减去匹配成本，因此可表示为

其中可通过优化p3问题求解。

由于p3是一个关于，的凸函数，可用拉格朗日算法进行优化求解。得到任意一个的喜好度后，tx-rx对()将根据喜好度对进行降序排列，建立自身喜好列表。喜好列表建立完成后，tx-rx对()会向其喜好度最高的发送匹配请求。如果任意一个只接收到一对tx-rx的请求，那么该tx-rx对将会与其所请求的直接进行匹配；如果任意一个接收到了多对tx-rx的请求，则会产生匹配冲突的情况，因此本发明采取一种基于英式拍卖的匹配算法解决匹配冲突。英式拍卖模型包含四个元素：

拍卖商品：定义接收到多对tx-rx请求的的集合为□，□的元素即为拍卖商品。

拍卖商：定义基站为拍卖商，其主要任务为根据拍卖规则分配□的归属。

投标人：定义具有匹配请求冲突的tx-rx对的集合为□，□中的元素即为投标人。

竞标价格：中继接收车辆v-rs和频谱资源块rb的价格集合分别是和，和中的元素即为竞标价格。在每一轮的竞标过程中，中继接收车辆v-rs和频谱资源块rb的竞标价格的增量集合分别为，。

定义为竞标拍卖轮次，在第轮拍卖过程中，投标人()对于中继车辆的竞标价格为

基于以上公式，tx-rx对()对于中继车辆的喜好度将减少，同时tx-rx对()的喜好列表也将随之更新。由于在每一轮竞标过程中，竞标价格会提高，当中继车辆不再是tx-rx对()最高喜好度的对象时，tx-rx对()将放弃竞争中继车辆转而向其最高喜好度的中继发送匹配请求。经过多轮竞价后，最后能承担竞标价格的tx-rx对()将与中继车辆进行匹配。整个竞价匹配的过程会一直持续到所有的tx-rx对或中继车辆全部匹配完。

在第二阶段中，本发明采用非线性分式优化的方法来求解p2，定义和分别表示和。定义为最优的能效，其表达式为：

其中为基站传输功率的最优解。由分式优化的相关知识可得，求解等同于求解优化问题p4，其表达式为

，

用分式优化算法求解优化问题p4时，首先设置一个容差极限，当算法尚未收敛时，随机给定一个来获得,当，则算法收敛，此时，否则给定，并进行下一次迭代，直至收敛。

附图说明：

图1是多跳异构车联网d2d-v2v通信模型示意图。

图2是基于sumo的真实仿真环境图。

图3是网络平均能效随着tx-rx对数变化图。

图4是d2d-v2v用户平均覆盖率随着d2d-v2v链路阈值变化图。

图5是网络平均能效随着d2d-v2v链路阈值变化图。

具体实施方式

本发明的实施方式总共分为两步，分别为模型建立过程和算法实现过程，能够在综合考虑中继选择，频谱分配，功率优化和基站功耗的情况下实现异构车联网能效最大化。

1)图1是多跳异构车联网d2d-v2v通信模型，由于车辆的高移动性和信号衰落的缘故，当车辆之间距离较远时，仅仅由一跳传输来实现车辆通信往往满足不了内容传输的需求，因此需要选择中继车辆进行内容传输。在两跳的通信传输模型中，由v-tx将内容传输给v-rs，再由v-rs传输给v-rx，其中传输信道复用的频谱资源。由于频谱复用的缘故，v-tx和v-rs都将对基站产生干扰，同时，cue也会对v-tx和v-rs产生信道干扰。只有当选择的中继以及频谱资源块使得各个设备的通信质量都能够满足要求时，才能够有效地进行两跳的d2d-v2v中继通信，即联合优化中继选择以及频谱资源块分配，同时对内容传输车辆(v-tx)和内容中继车辆(v-rs)的发送功率进行控制，解决设备的资源分配和功率控制问题。如果找不到合适的作中继来给传输数据，则将直接从基站接收数据，此时对基站的发射功率进行控制，在满足通信质量的情况下最大化基站能效。

2)为了解决上述问题，首先要将tx-rx对()，中继车辆v-rs()和资源块之间的三维匹配问题转化为低复杂度的双边匹配问题，即一边为tx-rx对()，另一边为中继车辆v-rs()和资源块的组合。随后建立tx-rx对()对rs-rb单元的喜好列表。以喜好列表为基础，采用基于拍卖竞价的迭代算法最终能够得到tx-rx对()，中继车辆v-rs()和资源块之间的稳定匹配。当将直接从基站接收数据时，此时采用非线性分式优化来实现基站能效最大化。

对于本发明，我们进行了大量仿真，在基于sumo和matlab的仿真环境下，基于真实地图对发明进行验证。本发明利用sumo导入真实地图，模拟车辆运动状态，获取车辆位置信息，图2是基于sumo的真实仿真环境图，图中黄色的三角块表示仿真车辆。在获取车辆信息后，本发明利用matlab进行算法验证。图3为网络平均能效随着tx-rx对数的变化情况，其中比较了含功率控制的穷举算法，含功率控制的匹配算法，不含功率控制的无中继匹配算法以及不含功率控制的随机分配算法。含有功率控制的匹配算法与含有功率控制的穷举算法性能最为接近，明显好于其他两种算法。图4为d2d-v2v用户平均覆盖率随着d2d-v2v链路sinr阈值的变化情况，其中比较了含有功率控制的匹配算法和含有功率控制的无中继匹配算法。随着链路阈值的增大，两种算法的用户平均覆盖率都在减小，但有中继的匹配算法优于无中继的匹配算法。图5为网络平均能效随着d2d-v2v链路sinr阈值的变化情况，其中比较了含功率控制的穷举算法，含功率控制的匹配算法，不含功率控制的无中继匹配算法以及不含功率控制的随机分配算法。随着链路阈值的增大，四种算法的网络平均能效都在减小，含有功率控制的匹配算法与含有功率控制的穷举算法性能最为接近，明显好于其他两种算法。

尽管为说明目的公开了本发明的具体实施和附图，其目的在于帮助理解本发明的内容并据以实施，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于最佳实施例和附图所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。