CN108551664A

CN108551664A - 一种基于图论的车载异构网络资源协作优化方法

Info

Publication number: CN108551664A
Application number: CN201810340435.9A
Authority: CN
Inventors: 赵海涛; 何晨; 于建国; 唐紫浩; 于洪苏
Original assignee: Nanjing Post and Telecommunication University
Current assignee: Nanjing Post and Telecommunication University; Nanjing University of Posts and Telecommunications
Priority date: 2018-04-17
Filing date: 2018-04-17
Publication date: 2018-09-18
Anticipated expiration: 2038-04-17
Also published as: CN108551664B

Abstract

本发明公开了一种基于图论的车载异构网络资源协作优化方法，包括确定车辆与基站之间是单跳通信还是两跳通信，分类采集形成单跳通信集合和两跳通信集合；根据图论将单跳通信集合和两跳通信集合组成二分图，计算每一个单跳通信和两跳通信的服务量，然后对单跳通信集合中链路的服务量进行大小排序；选取服务量值最小的车辆节点构建DV车辆集，其余车辆构建RV车辆集，由DV车辆集和RV车辆集作为顶点构建加权二分图；计算加权二分图顶点之间每条边权重，并使用KM算法寻找加权二分图的整体最大权重匹配方案，在匹配过程中设置时延限制约束条件；使用二分搜索法对DV车辆数量进行迭代更新，根据迭代更新结果判断是否找到车辆与基站之间通信的最优协作方案。

Description

一种基于图论的车载异构网络资源协作优化方法

技术领域

本发明涉及汽车通信技术领域，尤其涉及一种基于图论的车载异构网络资源协作优化方法。

背景技术

随着交通行业的快速发展，车辆给人们带来了极大的方便。随着汽车的数量呈爆炸式增长，移动车辆上的车载应用服务从互联网接收信息的需求也日益增长，因此对车载网络中车载通信技术提出了更高的要求。车载自组织网络(VANET)是智能交通系统(Intelligent Transportation System, ITS)的重要组成之一。目前，车辆通信主要有两种类型：V2V(Vehicle-to-Vehicle, V2V)和V2I(Vehicle-to-Infrastructure, V2I)通信链路。车载异构网络(Vehicular Heterogeneous Network, VHN)结合了这两种模式的优势，更适合为乘坐移动车辆的用户提供信息服务。在车载异构网络中，同时存在V2V和V2I两种通信链路，其中V2I链接使得车辆能通过BS（Base Station，基站）连接到互联网，而V2V链接使得车辆之间进行相互连接。此外，车载异构网络可以通过蜂窝网络、DSRC和无线局域网等多种不同技术来实现；车载网络是一种网状结构，在具体解决过程中要遍历网络中所有的链路。尤其在实际车载异构网络场景中存在大量车辆节点时，这种穷举性搜索的方法将会产生巨大的计算量，从而导致过高的时间开销。由于车载网络的网络拓扑快速变化，很可能导致网络节点选择的资源调配方案还没选出，网络拓扑就已经发生改变，而网络拓扑迅速变化会大大影响车载异构网络的通信质量，这种情况下，车辆行使中的安全性大大降低。

发明内容

本发明的主要目的在于解决现有技术中存在的的题，提供一种基于图论的车载异构网络资源协作优化方法，具体技术方案如下：

一种基于图论的车载异构网络资源协作优化方法，所述方法包括如下步骤：

S1：确定车辆与基站之间是单跳通信还是两跳通信，分类采集形成单跳通信集合和两跳通信集合；

S2：根据图论将单跳通信集合和两跳通信集合组成二分图，并计算每一个单跳通信和两跳通信的服务量，然后对单跳通信集合中链路的服务量进行大小排序；

S3：选取服务量值最小的车辆节点构建DV（Destination Vehicle，目的车辆）车辆集，其余车辆构建RV（Relay Vehicles，中继车辆）车辆集，由DV车辆集和RV车辆集作为顶点构建加权二分图；

S4：计算加权二分图顶点之间每条边权重，并使用KM算法寻找加权二分图的整体最大权重匹配方案，在匹配过程中设置时延限制约束条件；

S5：使用二分搜索法对DV车辆数量进行迭代更新，根据迭代更新结果判断是否找到车辆与基站之间通信的最优协作方案。

进一步的，所述二分搜索法对所述DV车辆数量进行迭代更新结果包括：DV车辆的数量保持不变，此时说明找到车辆与基站之间通信的最优协作方案；若所述DV车辆的数量发生变化，重复步骤S2~S5。

进一步的，所述单跳通信的链路服务量通过公式计算；所述两跳通信的链路服务量通过公式计算。

进一步的，所述二分图以及加权二分图中顶点集之间每条边表示权重，所述权重表示所述单跳通信集和两跳通信集每条链路的服务量。

本发明基于图论的车载异构网络资源协作优化方法，首先将车辆与之间的通信方式区分为单跳通信和两跳通信，并由此建立单跳通信集和两跳通信集，由此两集合建立一个二分图，并计算二分图中单跳通信和两跳通信的服务量，选择服务量最小的作为DV车辆，其他作为RV车辆，再由DV车辆和RV车辆构建加权二分图，同样的，顶点间连线的边表示权重，然后通过KM算法寻找最大权重匹配方案，并在匹配过程中时延限制约束条件，最后通过二分搜索法对DV车辆进行迭代更新，最终根据迭代更新的结果得到DV车辆与基站之间通信最优的协作方案；与现有技术相比，本发明可以更精确地用动态方案衡量网络的链路质量进而来规划车辆协作方案，使RV车辆更好地协助DV车辆进行协作通信，且使用二分图对资源进行匹配优化，提高了整个车载网络的吞吐量；本发明能够通过合理的中继协作机制使信道质量较好的车辆协助信道质量较差的车辆与基站通信，提高信道条件较差车辆的数据传输速率，从而在车辆之间达到更好地公平性；本发明的车载网络总吞吐量趋于平稳状态，适用于网络拓扑快速改变的车载异构网络。

附图说明

图1为本发明所述车载异构网络资源协作优化方法的流程示意图；

图2为本发明所述车载异构网络的系统模型示意；

图3为本发明所述车载网络拓扑结构示意；

图4为本发明所述车载网络拓扑结构生成树的一种实例示意图；

图5为本发明所述车载网络拓扑结构的加权二分图的实例示意图；

图6为本发明所述车载网络拓扑结构的权重匹配示意图；

图7为本发明所述车载网络拓扑结构的拓展对称二分图的示例图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参阅图2，本发明提出的基于图论的车载异构网络系统模型中，假设有N辆车行驶在城市道路上，道路沿途有提供LTE（Long Term Evolution，长期演进）蜂窝网络的BS，且车辆与BS采用下行链路进行通信；同时假设每辆车都可以充当协作通信中的任意一方与BS建立通信连接，根据网络需求获得互联网服务。因此，MV（Moving Vehicles，移动车辆）与BS之间可以通过建立单跳或两跳链接进行通信；其中，车与车通信采用V2V链路，是一种两跳通信模式；车与基站使用V2I链路，是一种单跳通信模式，在通信过程中，通过计算车辆在一个网络协作调度周期获得的总数据传输量能更精确地衡量网络的链路质量，这种衡量指标称为服务量。

具体的，单跳通信为：当车辆位于LTE蜂窝网络覆盖范围内，可以与BS直接进行V2I链路通信；通信过程中，基站提供的信号带宽根据频域划分成多个RB（Resource Base，资源单元），其中，每个资源单元块的带宽为B。车辆用户通过资源调度共享所有资源单元；在实施例中，假设每辆车占据同样的资源，则V2I的通信链路速率可以通过香农公式来描述，通过公式计算V2I链路的服务量，其中，表示第k个调度周期的持续时间，表示调度的开始时间，表示当前调度周期的结束时间。假定基站在所有V2I链路的发射功率相同，表示基站平均分配给每个V2I链路的资源单元数，是第i个V2I链路的信号发射功率，是第i个V2I链路中的功率损耗系数，表示在高斯白噪声信道中的噪声功率；表示在第i个V2I链路上来自其它车辆m与BS的发射功率，属于邻道干扰；此外，在数值上1mN，1iN。

两跳通信为：当车辆远离BS时，可以使用基于DSRC技术的V2V链路通过协作中继方式由邻近BS的另一辆信道质量较好的车辆转发；其中，被协助的车辆称为DV，提供中继功能的车辆称为RV；在实施例中，为保证链路的可靠性，每辆RV一次最多协助一辆DV，所以DV与BS之间的通信链路是包含涉及V2V和V2I链路的两跳通信；则基于两跳通信的链路数据速率等于两跳中的最小值，其结论同样适用于基于服务量的链路计算，所以DV通过两跳通信链路与BS通信的服务量为可以通过公式来计算，式中，是第i个RV与BS的数据传输服务量，S(T_k)_i,j 表示在传输过程中第i个RV到第j个DV的数据传输服务量；S(T_k)_i,j 可由公式计算得到，在公式中，表示基站分配给L路V2V链路的资源单元数，表示第i个RV到第j个DV间链路的传输功率，表示第i个RV到第j个DV间通信链路的功率损耗系数，表示在高斯白噪声信道中的噪声功率。

在实际情况中，由于车辆具有高速移动性，因此为了保证车辆间较高的信息传输速率，应尽量减少时延对通信链路的影响，才能使车载网络获得较高的服务质量，支持对时延敏感的应用；在VANET中，由于协作通信通常是单向协助数据下载的，因此本发明主要针对单向的传输时延进行分析；具体的，首先将时间划分为多个时隙，在每个时隙内，所有车辆的位置遵循平稳泊松分布过程；用表示车辆c的物理位置，车辆u与车辆v之间的传输距离用表示；这里表示的是欧几里得长度；车辆u到车辆v的传输时延可以用以下公式来表示；公式中是车辆g收到消息的时间；车辆g位于和位置之间，假设在t时刻和分别表示连通概率和断开概率，由于车辆在任何时刻都遵循平稳的泊松分布过程，所以和与时间t无关。因此和可以分别改写为和；通过传输延时与传输距离成线性关系的定理，即 θ=D(u,v)/L_u,v ，其中θ是一个常数，可以推导出传输延时和传输距离的关系。

同时，因为车辆以密度λ遵循泊松分布，因此，与密度λ呈指数分布，可通过公式表示，在公式中，r是车辆通信的传输范围。因为，因此得到；此时，车载网络中信息的传输时延和传输距离的关系可以由公式表示。

参阅图1，本发明根据上述构建的车载异构网络模型，提出一种基于图论的车载异构网络资源协作优化方法，具体包括步骤S1：确定车辆与基站之间是单跳通信还是两跳通信，分类采集形成单跳通信集合和两跳通信集合；S2：根据图论将单跳通信集合和两跳通信集合组成二分图，并计算每一个单跳通信和两跳通信的服务量，然后对单跳通信集合中链路的服务量进行大小排序；S3：选取服务量值最小的车辆节点构建DV车辆集，其余车辆构建RV车辆集，由DV车辆集和RV车辆集作为顶点构建加权二分图；S4：计算加权二分图顶点之间每条边权重，并使用KM算法寻找加权二分图的整体最大权重匹配方案，在匹配过程中设置时延限制约束条件；S5：使用二分搜索法对DV车辆数量进行迭代更新，根据迭代更新结果判断是否找到车辆与基站之间通信的最优协作方案；其中，二分搜索法对DV车辆数量进行迭代更新结果包括：DV车辆的数量保持不变，此时说明找到车辆与基站之间通信的最优协作方案；若DV车辆的数量发生变化，说明没有找到最优的协作方案，继续步骤S2~S5，直到车辆与基站之间的最优协作方案。

由于在车载异构网络中存在大量的单跳通信和两跳通信链路，因此整个网络具有非常复杂的拓扑结构，结合图3，首先基于图论建立一个图表示整个车载网络拓扑，U和E分别为图中的两个顶点集；其中，顶点集U表示网络中所有车辆节点和基站节点的集合，即，车辆节点的集合用表示，表示基站节点；因此，在图G中，；E表示网络拓扑中所有通信链路的集合，集合E中不仅包括由V2I链路组成的集合，还包括V2V链路的集合，则可得到式，公式中，表示从到的链路，e_i,j表示从到 _j的链路；此外在图G中，每条链路都有其权重，其权重的大小为链路的服务量，可通过表示。

在图G中，每个车辆节点都通过与连接，并且任何两个节点都通过e_i,j互相连接；因此，任何一个基于两跳的车载网络拓扑都可以由一个生成树表示；每一个生成树T都是图G的子集，且每一个生成树T的根节点都是基站，树中每条边M都表示V2V或V2I的链路，且每个生成树都包含G中的所有节点；如图4，图示即为图G中可能存在的一种生成树。

具体的，节点、和表示使用V2I链路直接与BS通信的车辆节点，表示DV通过作为RV与BS进行通信，其链路为包含V2I和V2V的双跳链路；因为M为生成树T中所有边的集合，所以；另外，由于M也是由树中的V2V和V2I链路组成，所以，其中和分别表示树中V2I链路和V2V链路，且分别是和的子集；由于生成树结构的特点，T中的边数等于顶点数，所以；在以上生成树T中，在每条边的服务量都已知的情况下可以根据公式计算出整个车载网络在一个调度周期的总信息传输量（服务量）。

分析图G可知，不同的生成树T具有不同的拓扑结构，其得到的W大小也是不同的，即通过适当的选择图中边的集合M，就可以获得整个网络的最大吞吐量；对于车载异构网络来说，这个最优化问题可以由以下公式表示。

由于靠近BS的车辆具有信道质量较好的V2I链路，与BS建立的通信链路传输速率较高，能协助其他MV转发数据；同时，远离BS的车辆通常信道质量较差，为了提高链路传输速率，可以寻找中继车辆通过双跳方式与BS进行通信。

在本发明实施例中，使用单跳和双跳通信的车辆的数量分别用和表示；首先假设一个车载网络里共有N个车辆，选择个信道质量较差的车辆作为DV，则剩下的辆车由于信道质量较好可以作为RV来协助DV通信，即=N-。由于一个RV最多只能协助一个DV进行通信，所以，且，然后分析哪些车辆适合作为RV来协助DV通信；具体过程如下：首先基于图构建一个加权二分图，其中和两个集合作为二分图的两个顶点集，和分别表示网络中RV和DV的集合，即且，因此，V2I链路的集合，其中.由此得出，中的顶点和中的顶点相连的所有线段表示V2V链路的集合，由表示，同时是的子集，即；图5表示一个典型的加权二分图，加权二分图表示由八个车辆构成的车载异构网络，其中、和表示DV车辆，其它节点、、、和表示直接与BS建立V2I链路的RV，可以通过协作机制帮协助DV双跳通信；在图中所有节点之间的线段表示可能存在的所有V2V链路；因此，在二分图中存在3个DV，即=3，所以应该建立L=3个V2V链路。

为了使得整个车载网络经过车辆节点协作匹配后接入网络能有效提高车载网络数据吞吐量，在本发明实施例中，在加权二分图中，二分图中所有边的集合用表示，则有。在中任意两个边都不能连接到同一个节点，中的节点在中只能连接不同的唯一节点；结合图6，其中，，和两个顶点集之间的每条线段表示权重。因此，对于表示车载网络的二分图来说，其总权重可以用公式表示；所以若使整个车载网络吞吐量最大化，只需求出图中的最大权重匹配方案，最大权重匹配通过函数求得。

在本发明中，通过采用KM算法求解最大权重匹配的问题，但在实际应用中，KM算法只适用于求解对称的二分图；因此，对于二分图来说，如果和的数值是相等的，即，则二分图是对称的；若果和数量不相等，则是非对称二分图；在本发明实施例中，由于提出的车载异构网络模型中，RV车辆一般大于等于DV车辆，即，所以大多数情况下并不是对称的；具体的，当二分图不对称时，本发明可以通过增加顶点个数来扩展，进而构造一个对称的加权二分图，然后令增加的节点与顶点相连线段的权重为零；如图7所示为一个扩展对称二分图的示例，其中和是两个添加的节点，扩展后的集合用来表示。

因此，本发明可以通过公式计算单跳通信和两跳通信中每条链路的服务量，通过公式计算整个车载异构网络的总吞吐量。

在本发明实施例中，在寻找车辆与基站之间通信的最优协作方案中，总吞吐量W的值和参数密切相关，而，即给定的DV车辆的数目不同，其总吞吐量也是不同的；为了实现车载异构网络中的吞吐量最大化，本发明通过二分搜索法寻找最佳的值，其时间复杂度只有；在实际情况中，如果车载异构网络中只有少量信道质量较差的车辆作为DV，即数值较小时，则协作通信机制的好处并不十分明显；由于一辆RV最多只能协作一辆DV，如果被协作车辆数量太多，即数值过大时，V2V链路平均分给每个参与协作车辆的带宽资源又会减少；因此，车载网络的整体吞吐量受到数量影响。

以上仅为本发明的较佳实施例，但并不限制本发明的专利范围，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。

Claims

1.一种基于图论的车载异构网络资源协作优化方法，其特征在于，所述方法包括如下步骤：

S3：选取服务量值最小的车辆节点构建DV车辆集，其余车辆构建RV车辆集，由DV车辆集和RV车辆集作为顶点构建加权二分图；

2.根据权利要求1所述的一种基于图论的车载异构网络资源协作优化方法，其特征在于，所述二分搜索法对所述DV车辆数量进行迭代更新结果包括：DV车辆的数量保持不变，此时说明找到车辆与基站之间通信的最优协作方案；若所述DV车辆的数量发生变化，重复步骤S2~S5。

3.根据权利要求1所述的一种基于图论的车载异构网络资源协作优化方法，其特征在于，所述单跳通信的链路服务量通过公式计算；所述两跳通信的链路服务量通过公式计算。

4.根据权利要求1所述的一种基于图论的车载异构网络资源协作优化方法，其特征在于，所述二分图以及加权二分图中顶点集之间每条边表示权重，所述权重表示所述单跳通信集和两跳通信集每条链路的服务量。