一种基于容量和时延优化的城轨自组网资源分配方法

本发明涉及轨道交通领域，具体涉及一种基于容量和时延优化的城轨自组网资源分配方法。

背景技术：

1、将自组织网络应用于下一代城轨列控系统，采用分簇组网架构，将网络划分为不同的簇，并在轨旁部署网关节点、移动节点和中继节点；其中网关节点放置在车站，连接无线网络与有线网络，是综合业务承载车地通信的发送端或接收端；网关节点作为簇头，负责簇内成员的管理和簇间信息的交互；当追踪列车与前行列车位于不同的簇无法直接通信时，网关节点可以提供数据中转服务；列车作为移动节点，发送或接收车载数据；中继节点负责转发相邻节点的数据，实现车车和车地的多跳通信；而无线资源的分配是影响自组织网络通信服务质量的重要因素，因此如何通过分配和调整无线资源，满足低时延、高吞吐的通信需求是在城轨列控系统应用无线自组织网络的关键。

2、现有的无线资源分配方法主要分为静态资源分配和动态资源分配；静态资源分配会导致无法适应实时变化的业务，资源利用率较低；动态资源分配需要收集全网的节点信息后再进行资源分配，因此不能及时响应节点的业务需求变化。

3、因此，亟需对吞吐量和时延的优化来满足城轨列控系统的通信需求。

技术实现思路

1、本发明旨在提供一种基于容量和时延优化的城轨自组网资源分配方法，用于解决以上问题。

2、本发明的技术方案是：一种基于容量和时延优化的城轨自组网资源分配方法，包括：

3、步骤s1，基于簇内每辆列车的位置，建立车车和车地的多条节点不相交的传输路径；

4、步骤s2，根据协议干扰模型，分析网络中节点时频资源块的空间复用条件以及路径上的节点共享时频资源块时的干扰情况，并根据香农公式计算接收节点的容量、路径的容量和簇内的网络容量；

5、步骤s3，设置每个节点在其不同发送时隙的传输速率为该时隙的信道容量；

6、步骤s4，基于车车和车地周期性通信的特点，分析数据包的排队情况，计算数据包的排队长度、等待时延和平均传输时延；

7、步骤s5，结合深度强化学习，在模型中设计了智能体、状态、动作和奖励函数，通过训练q网络获得车车和车地的最优通信路径集和资源分配方案，并根据第一跳中继节点的接收信号强度rssi值更新传输策略；

8、步骤s6，针对获得的最优策略，设计实现机制通知簇内的节点，并利用节点的容量和时延性能指标对节点的状态进行监测。

9、优选地，步骤s1具体包括：

10、为了保证路径中部分节点的损坏不影响其它路径的传输以及避免数据包在中继节点处的排队时延，对簇内的n辆列车分别建立从源到目的的m条节点不相交的并发传输路径，网络中的传输路径集合为ω＝{ω1,ω2,…,ωn}，每辆列车si的并发传输路径集合为ωi＝{m1,m2,…,mm}，节点集合为路径mk上的节点集合为z为路径上的中继节点数；车车和车地节点不相交路径的建立需满足以下条件：

11、

12、

13、其中，ω为网络中的传输路径集合，ωi和ωe分别为列车si和se的并发传输路径集合，nωi和分别为路径集合ωi和ωe上的节点集合，mk和mq为列车si的传输路径，和为路径mk和mq上的节点集合。

14、优选地，步骤s2，具体包括：

15、假设系统的总带宽w划分为a个相互正交的子信道，每个子信道拥有的带宽为时间周期tf划分为b个时隙，每个时隙长度为时频资源块集合为k＝{(fn,tm)|n∈[1,a],m∈[1,b],n,m∈n*}，其中，(fn,tm)为时频资源块，n和m分别为子信道和时隙的下标，n*为正整数集合；

16、根据协议干扰模型，考虑时频资源块的空间复用，当路径上的节点之间满足一定距离时可以共享资源块而不引起干扰；

17、定义节点i的资源块占用因子为：

18、

19、若节点i占用资源块(fn,tm)，则资源块占用因子为1，否则，为0；

20、则节点i与节点k或q的空间复用条件为：

21、dij＜rc,dkj＞ri or dij＜rc,dqj＞ri (4)

22、其中，k表示与节点i相同传输路径集合中的节点，q表示与节点i不同传输路径集合中的节点，dij表示节点i和节点j之间的欧氏距离，dkj表示节点k和节点j之间的欧氏距离，dqj表示节点q和节点j之间的欧氏距离，rc表示节点的传输范围，ri表示节点的干扰范围。

23、优选地，s2中对节点共享时频资源块时的干扰情况分析和网络容量计算，具体包括：

24、(1)干扰情况分析：

25、若传输路径集合中的某个节点i正占用资源块进行数据传输，当接收节点j位于另一个发送节点k的干扰范围内且节点k正占用相同的资源块进行传输时，则节点k会对接收节点j产生干扰；路径上的接收节点j可能会受到其相同传输路径集合和其不同传输路径集合中占用相同资源块节点的干扰；

26、

27、

28、

29、其中，为接收节点j占用fn,tm资源块的信噪比，为传输路径集合ωi中的其它发送节点k对接收节点j的总干扰，为其它传输路径集合ωe中的发送节点q对接收节点j的总干扰，pc为节点的传输功率，n0为噪声功率，gij表示节点i和节点j之间的信道增益，gkj表示节点k和节点j之间的信道增益，gqj表示节点q和节点j之间的信道增益；

30、只考虑自由空间路径损耗，信道增益为γ为路径损失常数，xi和yi分别为节点i的横坐标和纵坐标；假设在tm时隙，列车的运行可以近似看作匀速直线运动，运行速度为υ，则tm时隙列车的位置坐标可以表示为(xs,ys)为列车在tm时隙开始时的位置坐标；

31、(2)网络容量计算：

32、通过使用香农公式，节点j占用fn,tm资源块的容量计算为：

33、

34、其中，ω为fn,tm资源块的信道带宽，为节点j占用fn,tm资源块的信噪比；

35、考虑节点采用多接口多信道技术，节点j在tm时隙的容量计算为：

36、

37、其中，为节点j占用fn,tm资源块的容量；

38、路径mi在一个时间周期tf内的平均容量计算为：

39、

40、其中，为节点j在tm时隙的容量，为路径mi上的节点集合；

41、则簇内n辆列车的传输路径集合实现的平均容量计算为：

42、

43、其中，为路径mi在一个时间周期tf内的平均容量，ωi为每个源节点si的并发传输路径集合，ω为网络中的传输路径集合。

44、优选地，步骤s4具体包括：

45、假设车车和车地的通信周期均为ts，数据包长度为h，为了满足业务的时延要求，源节点在每个通信周期内必须完成一次完整的数据发送和接收过程；对数据包的排队情况进行分析，以及平均传输时延计算如下：

46、(1)排队情况分析：

47、根据车车和车地周期性通信的特点，当列车或者网关节点接收到来自多个源节点发送的信息，需要经过短暂的处理后产生新的数据包，并作为源节点向多个目的节点发送信息，这可能会出现数据包在源节点的缓存区排队的现象，因此数据包在源节点处存在排队时延；源节点在一个周期内完成数据的发送和接收后才会进行第二个周期的数据发送，使得在中继节点处不会出现数据包排队的现象，因此数据包在中继节点处不存在排队时延；由于节点只有在分配的时隙才能发送数据，因此在源节点和中继节点处均存在调度时延；综上所述，数据包在源节点处的等待时延包括排队时延和调度时延，在中继节点处的等待时延只有调度时延；

48、(2)平均传输时延计算：

49、假设数据包在前一节点a的tm时隙发送，为tm时隙的开始时刻，为tm时隙的结束时刻，发送时刻为κa，数据包在节点a的发送时延为h为数据包长度，为数据包在节点a的tm时隙的发送速率，到达目的节点的时刻为κa+δa，在目的节点经过处理产生新数据包的时延忽略不计，考虑节点采用多接口多信道技术，因此新数据包在源节点s的排队长度表示为：

50、

51、

52、其中，表示源节点在tm-1时隙结束时的队列长度，κa表示数据包在节点a的发送时刻，为tm时隙的开始时刻，表示a中节点的总传输速率，a表示在tm时隙向目的节点发送的所有节点的集合，表示数据包在源节点s的tm时隙的发送速率，表示源节点在tm时隙结束时的队列长度；

53、由于源节点的数据发送需要占用多个时隙，定义源节点的时隙升序集合为其中n表示占用的时隙数，x表示时隙顺序号，为时隙的开始时刻，为时隙的结束时刻；根据数据包在源节点的产生时刻不同，在源节点的等待时延分为以下两种情况：

54、情况一：当或时，当前队列的第一个数据包将在时刻发送；

55、

56、情况二：当时，当前队列的第一个数据包正在发送；

57、

58、其中，y表示在该数据包的发送时隙中前方数据包的发送时延，表示数据包在源节点s的排队长度，表示数据包在时隙的发送速率，表示数据包在时隙的发送速率，为时隙的开始时刻，κa为数据包在节点a的发送时刻，δa为数据包在节点a的发送时延，表示数据包在时隙的发送速率；若0≤y＜τ，该数据包将在时隙发送；

59、结合以上两种情况，数据包在源节点的等待时延qs计算为：

60、

61、其中，为时隙的开始时刻，κa为数据包在节点a的发送时刻，δa为数据包在节点a的发送时延，y表示在该数据包的发送时隙中前方数据包的发送时延；

62、单跳时延di,j计算为：

63、

64、其中，κj为数据包在节点j的发送时刻，κi为数据包在节点i的发送时刻，tf为时间周期长度；

65、路径mi的端到端时延计算为：

66、

67、其中，qs为数据包在源节点的等待时延，di,j为单跳时延，为路径mi上的节点集合，为数据包在节点处的发送时延；

68、则簇内n辆列车的平均传输时延dω计算为：

69、

70、其中，mi为每辆列车的并发传输路径数量，ωi为每个源节点si的并发传输路径集合，ω为网络中的传输路径集合，为路径mi的端到端时延。

71、优选地，步骤s5具体包括：

72、首先在模型中设计了智能体、状态、动作和奖励函数，每辆列车被视为一个智能体，智能体根据当前网络状态寻找车车和车地的最优通信路径集和资源分配方案，状态是对城轨自组织网络环境的一个抽象，动作包括路径选择和资源块分配两个方面，奖励由网络容量和传输时延两部分组成；状态、动作和奖励函数分别具体表示如下：

73、st＝{ut,qt,ht,gt,vt}   (20)

74、at＝{ωt,kt}   (21)

75、rt＝λrrω-λddω   (22)

76、公式(20)中，ut表示列车的位置，qt表示网络拓扑结构，包括节点的位置和节点之间的连通关系，ht表示可用的节点和资源块信息，gt表示第一跳的信道增益信息，vt表示网络的空间复用信息；

77、公式(21)中，ωt表示t时刻每辆车选择的节点不相交传输路径集合，kt表示每辆车分配给传输路径上节点的资源块集合；

78、公式(22)中，rω和dω分别表示所有并发传输路径的网络容量和平均时延，λr和λd分别表示两者的权重。

79、优选地，步骤s5中通过训练q网络获得车车和车地的最优通信路径集和资源分配方案，具体步骤如下：

80、(1)初始化网络通信环境，评估网络的参数θ和目标网络的参数θ'，输入相关训练参数；

81、(2)列车与环境进行交互，根据状态st执行动作at，获得奖励rt并进入下一个状态st+1，并获取元组＜st,at,rt,st+1＞存入经验记忆池d中；

82、(3)当经验池中有足够多的元组后，从经验池中随机抽取mini-batch的元组，通过评估网络和目标网络分别生成评估q值和目标q值，然后计算两者之间的损失函数，采用梯度下降来更新评估网络的网络参数；

83、(4)每隔一段时间，将评估网络的参数值赋给目标网络，更新目标网络的参数；

84、(5)判断回合是否结束；若未结束，跳转到步骤(2)；若结束，输出q网络、最优通信路径集合和资源分配方案；

85、(6)判断第一跳中继节点的接收信号强度rssi值；若小于给定阈值δ且列车未处于数据发送阶段，跳转到步骤(1)；若大于或等于给定阈值δ，则保留原方案。

86、本发明的有益效果在于：

87、本发明在分簇自组网架构的基础上实现最优的资源分配，一方面，不依赖固定的基础设施，简化通信组网架构，提高网络的抗毁性能，减少部署与维护的成本；另一方面，可以满足城轨列控系统车车和车地低时延、高吞吐的通信需求，提高列车的运行安全与运营效率。