一种车联网V2V任务卸载节点集快速选择方法

本发明涉及车联网，具体涉及一种车联网v2v任务卸载节点集快速选择方法。

背景技术：

1、在车联网中，随着对无人驾驶等智能技术需求的不断增长，越来越多的交通应用进入了自动驾驶领域。对于计算密集型任务，车辆可以自组织网络vanet利用车辆所处驾驶环境中的其他设备上的高性能节点来执行该任务。

2、在自动驾驶中，为了尽快将计算结果反应到当前车辆上，即使计算密集型任务也必须在设定时间范围内处理完成。车辆可以通过v2v(车辆对车辆)、v2i(车辆到基础设施)或v2c(车辆到云)方式与其他设备进行通信，完成通信后，将当前车辆需要计算的任务卸载到具有更多资源的节点上进行计算，从而避免对于当前车辆硬件计算能力来说，可能存在不足的问题，这种方法被称为边缘计算的卸载方法。

3、在没有基础设施的情况下，车辆节点的计算任务只能通过v2v映射到具有更丰富资源的其他车辆节点上，在节点连接的范围内，每个节点直接或间接地以单跳或多跳的形式将任务卸载到高性能节点中。通过边缘计算可以减轻云中心服务器的计算负荷，但由于通信链路的不可靠性和车辆拓扑的动态变化，漫长的任务完成时间可能会导致任务失败率的增加。

4、此外，在车载计算的动态环境中，可以在任务完成时间、资源利用率和系统稳定性上进行优化，当前大部分算法都是通过减少任务完成时间，来优化车辆自组织网络环境中的计算任务的卸载，该方式并没有考虑到对卸载性能稳定性的影响，另外由于算法过于复杂导致车载obu计算资源难以满足计算能力要求，导致任务完成的成功率较低。

5、为了提高任务完成的成功率，现在有采用洪泛算法来保障任务完成的成功率，洪泛算法是一种路由算法，具体算法的特点为，将收到的封包往所有的可能连结路径上递送，直到封包到达为止，虽然洪泛算法可以提高任务完成的成功率，但是存在卸载开销较大的问题。

技术实现思路

1、本发明提供一种车联网v2v任务卸载节点集快速选择方法，来达到提高任务成功率的同时，降低卸载开销的目的。

2、为了实现上述目的，本发明提供的基础方案为：一种车联网v2v任务卸载节点集快速选择方法，包括：

3、步骤1、动态干扰判定：设计自适应距离比率k的动态干扰判定模型，筛选出同频干扰阈值内的卸载节点集合，记为卸载节点集合s1，所述卸载节点集合s1的确认步骤为：

4、s11、获取任务节点ns到拟卸载节点ni的信号强度p(ns，ni)；

5、s12、获取任务节点ns周围其他节点nj到拟卸载节点ni的信号强度p(nj，ni)；

6、s13、判断自适应距离比率k是否满足：

7、

8、其中，表示ni在所有并发传输发生时，从ns成功接收数据包的最低概率；

9、若否，返回s12；

10、若是，进行s14；

11、s14、将节点nj放入卸载节点集合s1；

12、s15、判断卸载节点集合s1中节点数量是否满足预设值：若否，返回s11；若是，进行步骤2；

13、步骤2、卸载节点集选择：在同频干扰阈值内的卸载节点集合s1内，把卸载网络等效为串行并行系统，根据节点的计算能力及其链路可靠性选择卸载节点集合s2，卸载节点集合s2的确认步骤为：

14、s21、进行v2v网络拓扑串并等效转换；

15、s22、对卸载节点集合s1各可卸载节点i计算串行链路可靠性值pei；

16、s23、将链路可靠性与节点计算能力归一化，得到目标节点的卸载性能值cs，cs＝ci×pei，其中，ci是目标节点i的计算能力；

17、s24、对各可卸载节点i按cs降序排列；

18、s25、判断各可卸载节点i是否满足目标函数：若否，返回s24；若是，记为目标节点，进行s26；

19、s26、将目标节点放入卸载节点集合s2。

20、本发明的工作原理及优点在于：在本方案中，通过提高链路可靠性和节点计算能力这两个因素，在保证完成时间的前提下，以提高系统的可靠性，由于卸载包括通信和计算两个子过程，为了优化系统，综合sinr模型与距离比率k协议模型，一方面提高节点通信链路可靠性，另一方面根据计算能力和链路可靠性系统地评价卸载性能；与此同时，将链路可靠性与节点计算能力，归一化为目标节点的卸载性能值，其是经过链路可靠性和节点计算能力等效处理后的节点性能大小，对每个节点的按降序排序，排序的节点越高，说明综合性能越好，可以按照综合性能的顺序选择节点；这样利用v2v链路选择一些性能较好的节点进行部分洪泛卸载，减少了任务完成时间，也提高了系统可靠性，降低了车辆机动性对卸载的影响，所提出的卸载节点集选择策略不仅可以提高系统计算资源的利用率，而且具有快速收敛特性，符合车载obu计算资源受限的约束条件。

21、本发明通过构建动态干扰判定模型与卸载节点集策略，解决了现有技术存在任务成功率低、卸载开销大的技术问题。

22、进一步，所述步骤2中，s22中，通过两个可卸载节点之间的连接时间来计算串行链路可靠性值，包括：

23、获取相邻的两个可卸载节点i、j的位置、通信半径、速度与运动方向，其中，可卸载节点i的位置为(xi(t),yi(t))、通信半径为ri、速度为vi(t)、运动方向为δi，可卸载节点j类似；

24、刷新可卸载节点i、j的状态，计算经过δt后两节点间的距离，如下式：

25、

26、当dij(t+δt)＝ri+rj且下一时刻满足dij(t+δt)>ri+rj时，计算两节点的有效链路时间，如下式：

27、

28、其中，

29、δvi＝vi(t)cosδi-vj(t)cosδj

30、δvj＝vi(t)sinδi-vj(t)sinδj

31、δx＝xi(t)-xj(t)

32、δy＝yi(t)-yj(t)

33、计算链路可靠性，如下式：

34、

35、其中，cij(δt)表示卸载任务完成需要节点i和j保持的链路连接时间，cij(δt)表示节点i和j实际保持的链路连接时间。

36、有益效果在于：在任务上传或下载过程中，如果链路中断将不可避免地导致数据重传，这样可以选择具有较高可靠性的v2v链路的目标节点，减小网络开销和任务完成延迟。

37、进一步，所述步骤2中，s22中，当源节点和目标节点需要通过多跳模式进行间接通信时，将每个节点看作是每对相邻节点之间的一个单跳链接，计算总跳数为ji的串联系统对目标节点ei的可靠性，公式如下：

38、

39、其中，pij表示到边缘服务器ei的第j跳链路的可靠性。

40、有益效果在于：可以通过减少串联级数，提高稳定性。

41、进一步，所述步骤2中，s22中，当一个多跳通信链路不能保证整个系统需要满足的可靠性时，将多条串行链路组成并行结构，并计算系统可靠性，公式如下：

42、

43、根据通信系统等效于串并联系统，将源节点的任务分解到多个目标边缘节点ei，并且到各个目标边缘节点ei的链路需要经过ji跳才能到达，得到系统的串并联可靠性计算公式，如下：

44、

45、其中，k为向边缘卸载的节点数。

46、有益效果在于：根据链路可靠性计算，串联级数ji越小，系统可靠性越高，并行单元数k越小，系统的可靠性就越低，选择的卸载节点数量越多，系统就越可靠，性能也越好，便于分析链路可靠性。

47、进一步，所述步骤2中，s22中，根据目标函数取最小值确定节点数k，目标函数表达式如下：

48、target：argmin(ps-pt)

49、约束条件1：ps≥pt

50、约束条件2：tsum≤td

51、其中，pt为预设阈值，tsum为任务的总完成时间，td为任务完成的时间期限。

52、有益效果在于：目标函数取最小值时，所选节点数k的值可以使系统可靠性与设置的预设阈值之间的差值最小化，所选择的卸载节点数越少，系统开销就越小，约束条件1保证卸载系统的可靠性必须大于设定的系统可靠性阈值，即得到的最小值不能忽略系统可靠性对卸载的影响，约束条件2考虑各资源的性能，能够确保所选节点在时间期限内完成任务，从而降低任务的失败率。