CN109195094A - 基于地理位置的动态资源选择方法、装置和系统 - Google Patents
基于地理位置的动态资源选择方法、装置和系统 Download PDFInfo
- Publication number
- CN109195094A CN109195094A CN201811001271.3A CN201811001271A CN109195094A CN 109195094 A CN109195094 A CN 109195094A CN 201811001271 A CN201811001271 A CN 201811001271A CN 109195094 A CN109195094 A CN 109195094A
- Authority
- CN
- China
- Prior art keywords
- class
- geographic area
- traffic density
- geographical location
- base station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/04—Error control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于地理位置的动态资源选择方法、装置和系统。该方法包括:将基站覆盖范围内的整个区域划分为多个地理区域,获取每一地理区域的车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成多对一映射;然后根据车辆密度,调整对应的子资源池的大小;并将划分结果广播至VUE。该装置装设于基站侧,用于执行上述步骤。该系统包括基站侧和VUE侧,VUE侧用于判断自身所处的地理区域;根据映射关系信息和子资源池划分信息,依靠能量探测算法选择所需的资源块。本发明提出的该方法、装置和系统,相比于基于地理位置的静态资源选择算法,提升了通信可靠性。
Description
技术领域
本发明涉及车联网技术领域,具体涉及一种LTE-V2V中基于地理位置的动态资源选择方法、装置和系统。
背景技术
智能交通系统(Intelligent Transportation System,ITS)是一种集实时性、精确性、综合性于一体的交通管理系统,它被认为是交通领域的主流发展方向。车联网技术就是智能交通系统的核心。目前,基于LTE网络的车联网技术(Long Term Evolution-Vehicle,LTE-V)的标准化工作已经完成,其包括车对车通信(Vehicle to Vehicle,V2V),车与行人间通信(Vehicle to Pedestrian,V2P)以及车辆与基础设施网络间通信(Vehicleto Infrastructure/Network,V2I/N)多种模式。
在V2V通信模式下,车辆通信设备(Vehicle User Equipment,VUE)自主选择时频资源块发送数据,即自主选择占用一定的时间及频率资源。在自主选择时频资源块时,如果多个VUE同时选择同一个资源块发送数据,那么这些VUE的信号就会互相干扰,导致通信可靠性降低。因此,如何在VUE资源选择过程中避免碰撞是一个需要重点解决的问题。
基于地理位置的资源选择算法就是标准化组织(3rd Generation PartnershipProject,3GPP)所规定的解决方案之一,该算法可以有效避免碰撞降低干扰。同时还能够解决隐蔽站问题并且拥有收敛速度快的优点。其主要思想是,将整个场景划分成若干个互不重叠的等面积的地理区域,也将整个资源池划分成多个大小相等的子资源池,之后把每一个地理区域映射到一个子资源池上,一般允许多个相距较远(例如大于两倍车辆通信距离)的地理区域映射到同一个子资源池上。参见图1所示,图1代表某一真实地图场景,该场景建模是截取了一部分真实地图,场景中VUE均有不同的轨迹不同的时速,同时遵守交通规则,最大程度地还原了现实生活中交通系统。按照现有技术中基于地理位置的资源选择算法,对图1中场景进行划分,区域1、2、3、4这四块地理区域相距大于两倍通信距离被映射到同一个子资源池,并且每个地理区域的大小要小于车辆通信范围,以保证区域内VUE可以相互探测到从而避免碰撞。
然而,这种基于地理位置的资源选择算法在拥有上述优点的同时也存在一些问题。在划分地理区域时,某些区域内的VUE很多,甚至VUE数量大于对应子资源池的资源块数量,这会使得该地理区域内的资源不够用,肯定存在区域内多个VUE共用同一块资源块的情况,碰撞因此发生。与此同时,某些区域内可能并没有VUE或者VUE很少,但是该区域仍然映射到一个正常规模的子资源池,导致子资源池中大部分资源被浪费。例如,参见图2所示,图2统计了按照现有技术划分后各个地理区域中VUE的数量,其中横线代表每个子资源池包括的资源块的数量,可以观察到很大一部分区域内VUE数目远低于图2中横线,甚至有些区域中根本没有VUE,还依旧映射到一个正常大小的子资源池上,造成了大量资源块被浪费。同时,还有一部分区域内VUE数目高于横线,资源不够用,导致碰撞进而降低通信系统可靠性。
可见,这种由于现有资源划分机制而导致的资源短缺和资源浪费,大大降低了使用基于地理位置的资源选择算法时的通信可靠性。
发明内容
本发明提出一种基于地理位置的动态资源选择方法、装置和系统,以解决上述问题。
本发明的技术方案为:
本发明提供一种基于地理位置的动态资源选择方法,包括步骤:
将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个所述地理区域的最长对角线的距离应小于车辆通信距离;
获取每一地理区域的车辆密度和地理位置,根据车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类;
聚类后将每一个类映射到一个子资源池上,形成从地理区域到子资源池的多对一映射;
根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;
将多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
其中,根据车辆密度和地理位置、对基站覆盖范围内的所有地理区域进行聚类,包括步骤:
S10,第一轮聚类时将每一地理区域作为一个独立的类,类与类之间的特征距离等于地理区域间的特征距离,按照下式计算地理区域间的特征距离:
其中,dij是地理区域i和地理区域j之间的特征距离,deni和denj分别是地理区域i和地理区域j的车辆密度;denmax是所有地理区域的车辆密度的最大值;denmin是所有地理区域的车辆密度的最小值;disij是地理区域i的中心到地理区域j的中心的直线地理距离;dismin是所有地理区域间直线距离的最小值;w1和w2分别为车辆密度和地理距离方面的权值,二者相加为1;q为约束系数,取值范围为(0.7,1);
S11,计算出类与类之间的特征距离之后,选择两个特征距离最小的类合并成一类,完成第一轮聚类;
S12,更新聚成的类到其他类的特征距离,再选择两个特征距离最小的类合并成为一类;
S13,重复步骤S12,直到将要合并成的类中存在两个地理区域的最小直线地理距离小于两倍通信距离,此时放弃合并,输出现有聚类结果。
其中,根据聚类后的每一类的车辆密度,调整对应的子资源池的大小,包括步骤:
S20,按照下式计算出各个类中的地理区域的车辆密度的最大值:
denmaxk=max(denk1,denk2,denk3,……)
k={1,2,3,4,…,M};
denmaxk表示第k类中地理区域的车辆密度的最大值,第k类中各个地理区域的车辆密度分别为denk1,denk1,denk3……,M表示聚类结果中类的个数,也是子资源池总数;
步骤S21,根据计算出的最大值按比例调整对应的子资源池的大小,第k类对应子资源池大小按下式计算:
Rk表示第k类对应子资源池所占子帧数目,Ttotal表示资源池全部子帧数目。
其中,该方法还包括步骤:
根据车辆密度的变化,每隔预设时长T重新进行聚类并调整子资源池大小。
本发明还公开一种基于地理位置的动态资源选择装置,装设于基站侧,用于:
将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个地理区域的最长对角线的距离应小于车辆通信距离;获取每一地理区域的车辆密度和地理位置,根据车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成从地理区域到子资源池的多对一映射;根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;将多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
本发明还提供一种LTE-V2V动态资源选择系统,包括基站侧和VUE侧;
基站侧,用于将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个地理区域的最长对角线的距离应小于车辆通信距离;获取每一地理区域的车辆密度和地理位置,根据车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成从地理区域到子资源池的多对一映射;根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;将多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE;
VUE侧,用于获取自身地理位置,并判断所处的地理区域;接收基站侧广播的映射关系信息和子资源池划分信息,根据映射关系信息和子资源池划分信息找到目标子资源池,依靠能量探测算法从目标子资源池中选择所需的资源块。
本发明公开的技术效果为:
本发明提出的基于地理位置的动态资源选择方法、装置和系统,将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,根据地理区域的车辆密度和地理位置,对所有地理区域进行聚类,聚类后将每一个类映射到一个子资源池上,根据聚类后的每一类的车辆密度,调整对应的子资源池的大小,并将映射关系信息和子资源池划分信息广播至基站覆盖范围内的VUE。如此,在对地理区域进行聚类时结合车辆密度,并根据车辆密度调整对应的子资源池大小,实现地理区域与资源池的动态映射以及资源池的动态划分,提高了资源利用率,减少由于车辆密度差异大而导致的碰撞频发和资源闲置,提升了基于地理位置进行资源划分机制的通信可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中的基于地理位置资源划分机制下的真实地图场景示意图;
图2为现有技术中的基于地理位置资源划分机制下的各个区域内VUE数目统计示意图;
图3为本发明一种基于地理位置的动态资源选择方法的一个实施例的流程示意图;
图4为基于本发明动态资源选择机制进行仿真的PRR随通信距离变化的曲线示意图。
具体实施方式
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。基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例1
本发明利用聚类、调整子资源池大小等方法,设计一套基于地理位置的动态资源选择机制。
本发明实施例一提供一种基于地理位置的动态资源选择方法,参见图3所示,包括步骤:
步骤S100,将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域。
基站将其覆盖范围内的整个区域划分成若干等面积的互不重叠的地理区域。每个区域的大小应该小于车辆通信范围。若车辆通信距离为α米,那么每个区域最长对角线的距离应该小于α米。一般情况下,α为300米。
步骤S101,根据车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类。
步骤S102,聚类后将每一个类映射到一个子资源池上,形成从地理区域到子资源池的多对一映射。
步骤S103,根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;
步骤S104,将多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
子资源池划分信息包括子资源池的划分情况以及调整后的子资源池大小等信息。
本发明通过设计基于地理位置的动态资源选择算法来消除车辆密度分布不均所带来的负面影响,相比于现有的基于地理位置资源划分机制提高了通信可靠性。
实施例2
本发明实施例2提供一种基于地理位置的动态资源选择方法的一个优选实施例。
步骤S200,划分地理区域。
本实施例2中地理区域划分同实施例1,不再赘述。
步骤S201,收集各个区域内VUE数目,把车辆密度相近并且相距较远的地理区域聚成一类,每一类地理区域映射到一个子资源池上。
基站覆盖范围内的VUE会周期性地上报自身位置,周期为β毫秒。基站通过收集这些位置信息,从而统计出各个区域中的VUE数目。在此我们将每个区域内的VUE数目定义为该区域的车辆密度。因此每一个区域都拥有了两个特征,第一是其中车辆密度即VUE数目,第二是地理区域相对于基站的位置。通过这两个特征,就可以将所有的地理区域聚成若干类,每一类中的地理区域既相隔一定距离又拥有相近的车辆密度。
本发明中所用聚类方法为自底向上的层次聚类。类与类之间的特征距离为类间地理区域间的最小特征距离。例如,类1包括地理区域a、b,类2包括地理区域c、d,那么类1与类2的特征距离为(a,c)(a,d)(b,c)(b,d)的特征距离最小值。一开始,第一轮聚类时并且仅在第一轮聚类时,将每个地理区域都作为一个独立的类,所以类与类之间的特征距离等于区域间的特征距离,区域间的特征距离由区域的特征计算出:
其中,dij是地理区域i和地理区域j之间的特征距离,deni和denj分别是地理区域i和地理区域j的车辆密度;denmax是所有地理区域的车辆密度的最大值,这个值可以实时在基站端计算得到。denmin是所有地理区域的车辆密度的最小值;disij是地理区域i的中心到地理区域j的中心的直线地理距离;dismin是所有地理区域间直线距离的最小值;w1和w2分别为车辆密度和地理距离方面的权值,二者相加为1。
其中γ:
γ存在的意义在于,当两个地理区域的车辆密度都比较大时,增大地理距离方面的权值。当deni,denj>q×denmax时,则认为两个地理区域的车辆密度都比较大。增大地理区域方面的权值,即在w2前乘以γ,保证车辆密度很大且距离较近的地理区域不会被聚到同一类。其中q为约束系数,以保证γ只约束车辆密度大的地理区域。优选地,q的取值范围为0.7-1。
计算出类与类之间的特征距离,首先选择两个特征距离最小的类合并成一类,完成第一轮聚类。第一轮聚类完成后,更新聚成的类到其他类的特征距离,即按照上式重新计算类与类之间的特征距离,将类间元素的最小的特征距离作为两个类之间的特征距离。然后再选择两个特征距离最小的类合并成为一类。重复上述步骤,直到将要合并成的类中存在两个区域的最小直线地理距离小于两倍通信距离α,此时放弃合并,输出现有聚类结果。举例来说,一开始每个地理区域是一个类,a,b,c,d四类。经过第一轮聚类,(a,b)聚成一类,那么该类到c类的距离就是a和c,b和c特征距离最小值,该类到d类的距离就是a和d,b和d特征距离最小值。如果紧接着第二轮聚类(c,d)聚成一类,那么现在只剩下两类,这两类之间的特征距离就是,ac,ad,bc,bd四个特征距离的最小值。
聚类完成后,将每一个类映射到一个子资源池上,类的数量等于子资源池的数量。即完成从地理区域到子资源池的多对一映射。
步骤S202,根据每一类的车辆密度,调整对应子资源池的大小.
虽然,每一类中的地理区域的车辆密度是很接近的。但是各个类之间的车辆密度差异仍然较大,同时每一类都映射到一个子资源池上。为此,接下来要根据每一类的车辆密度调整对应子资源池的大小。
首先,计算出各个类中区域车辆密度的最大值:
denmaxk=max(denk1,denk2,denk3,……)
k={1,2,3,4,…,M}
denmaxk表示第k类中区域车辆密度的最大值。第k类中各个区域的车辆密度分别为denk1,denk1,denk3等。M表示聚类结果中类的个数,也是子资源池总数。
计算出各个类中区域车辆密度最大值后,这些最大值被用于按比例调整对应子资源池的大小。第k类对应子资源池大小为:
Rk表示第k类对应子资源池所占子帧数目(资源池中,一个时间单元记为一个子帧)。Ttotal表示资源池全部子帧数目。确定了第k类对应子资源池的大小,那么该子资源池通过随机在资源池中选取Rk个子帧构成。
步骤S203,广播地理区域和资源池划分情况以及从地理区域到子资源池的映射关系。
完成了从地理区域到子资源池的多对一映射,并且调整了对应子资源池大小。接下来基站把这些映射关系及地理区域和子资源池划分情况广播传递给VUE,帮助VUE自主选择时频资源块。
需要指明,由于车辆密度变化的关系,上述步骤要周期性进行以随时更新出更为合理的映射关系和子资源池大小。周期设为T,可依据车速具体设定T的取值,一般高速路场景T值偏小,城区车速慢,T值偏大。优选地,T取值5s-10s。
实施例3
本发明还提供一种基于地理位置的动态资源选择装置,装设于基站侧,用于将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域;获取每一地理区域的车辆密度和地理位置,根据车辆密度和地理位置,对基站覆盖范围内的所有地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成从地理区域到子资源池的多对一映射;根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;将多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
实施例4
本发明还提供一种基于地理位置的动态资源选择系统,包括基站侧和VUE侧。
基站侧,用于执行实施例1或者实施例2所述的步骤,不再赘述。
对应地,VUE侧,用于获取自身地理位置,并判断所处的地理区域;接收基站侧广播的映射关系信息和子资源池划分信息,根据接收到的映射关系信息和子资源池划分信息找到目标子资源池,依靠能量探测算法从所述目标子资源池中选择所需的资源块。
优选地,VUE侧,用于执行下列步骤:
(1)获取自身地理位置
VUE通过GPS等定位技术获得自身地理位置。
(2)判断所处地理区域
VUE通过比较自身地理位置和从基站接收的地理区域划分情况,判断自身处于哪块地理区域中。
(3)由映射关系找到对应子资源池
VUE判断出所处地理区域后,根据从基站接收的映射关系,找到对应子资源池,即目标子资源池。
(4)在子资源池中选择合适的资源块
VUE在确定了子资源池后,依靠能量探测算法从子资源池中选择合适的资源块。基于能量探测的资源选择算法,包括3GPP所规定的解码SA的资源选择算法和Sensing算法。其主要思想都是VUE在重新选择资源块之前探测每一个资源块上的接收功率,选择接收功率相对低的资源块发送数据。
一般来说,通信系统可靠性使用数据包接收成功率(Packet Reception Ratio,PRR)来衡量。通过系统级仿真验证本发明技术方案,仿真结果参见图4所示,图4比较了现有技术基于地理位置的资源选择算法和本发明基于地理位置的动态资源选择算法的PRR曲线。可以明显看到,当通信距离为100米时,现有技术中基于地理位置的资源选择算法受车辆密度分布不均的负面影响,经统计计算PRR仅为83%左右,而基于本发明地理位置的动态资源选择算法的PRR,经统计计算可以达到97%。PRR的提升意味着数据包更有可能被成功接收并正确解码,即基于本发明提出的地理位置的动态资源选择算法能有效提升通信系统可靠性。
综上,本发明提出的一种基于地理位置的动态资源选择方法、装置和系统,基于本发明所设计的基于地理位置的动态资源选择算法,能够有效提升通信可靠性。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于地理位置的动态资源选择方法,其特征在于,包括步骤:
将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个所述地理区域的最长对角线的距离应小于车辆通信距离;
获取每一所述地理区域的车辆密度和地理位置,根据所述车辆密度和地理位置,对所述基站覆盖范围内的所有所述地理区域进行聚类;
聚类后将每一个类映射到一个子资源池上,形成从所述地理区域到子资源池的多对一映射;
根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;
将所述多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
2.根据权利要求1所述的一种基于地理位置的动态资源选择方法,其特征在于,根据所述车辆密度和地理位置、对所述基站覆盖范围内的所有所述地理区域进行聚类,包括步骤:
S10,第一轮聚类时将每一所述地理区域作为一个独立的类,类与类之间的特征距离等于地理区域间的特征距离,按照下式计算地理区域间的特征距离:
其中,dij是地理区域i和地理区域j之间的特征距离,deni和denj分别是地理区域i和地理区域j的车辆密度;denmax是所有地理区域的车辆密度的最大值;denmin是所有地理区域的车辆密度的最小值;disij是地理区域i的中心到地理区域j的中心的直线地理距离;dismin是所有地理区域间直线距离的最小值;w1和w2分别为车辆密度和地理距离方面的权值,二者相加为1;q为约束系数,取值范围为(0.7,1);
S11,计算出类与类之间的特征距离之后,选择两个特征距离最小的类合并成一类,完成第一轮聚类;
S12,更新聚成的类到其他类的特征距离,再选择两个特征距离最小的类合并成为一类;
S13,重复步骤S12,直到将要合并成的类中存在两个地理区域的最小直线地理距离小于两倍通信距离,此时放弃合并,输出现有聚类结果。
3.根据权利要求2所述的一种基于地理位置的动态资源选择方法,其特征在于,根据聚类后的每一类的车辆密度,调整对应的子资源池的大小,包括步骤:
S20,按照下式计算出各个类中的地理区域的车辆密度的最大值:
denmaxk=max(denk1,denk2,denk3,……)
k={1,2,3,4,…,M);
denmaxk表示第k类中地理区域的车辆密度的最大值,第k类中各个地理区域的车辆密度分别为denk1,denk1,denk3……,M表示聚类结果中类的个数,也是子资源池总数;
步骤S21,根据计算出的最大值按比例调整对应的子资源池的大小,第k类对应子资源池大小按下式计算:
Rk表示第k类对应子资源池所占子帧数目,Ttotal表示资源池全部子帧数目。
4.根据权利要求1-3任一项所述的一种基于地理位置的动态资源选择方法,其特征在于,该方法还包括步骤:
根据车辆密度的变化,每隔预设时长T重新进行聚类并调整子资源池大小。
5.一种基于地理位置的动态资源选择装置,其特征在于,装设于基站侧,用于:
将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个所述地理区域的最长对角线的距离应小于车辆通信距离;获取每一所述地理区域的车辆密度和地理位置,根据所述车辆密度和地理位置,对所述基站覆盖范围内的所有所述地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成从所述地理区域到子资源池的多对一映射;根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;将所述多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE。
6.一种LTE-V2V动态资源选择系统,其特征在于,包括基站侧和VUE侧;
所述基站侧,用于将基站覆盖范围内的整个区域划分为多个互不重叠的地理区域,每个所述地理区域的最长对角线的距离应小于车辆通信距离;获取每一所述地理区域的车辆密度和地理位置,根据所述车辆密度和地理位置,对所述基站覆盖范围内的所有所述地理区域进行聚类;聚类后将每一个类映射到一个子资源池上,形成从所述地理区域到子资源池的多对一映射;根据聚类后的每一类的车辆密度,调整对应的子资源池的大小;将所述多对一映射的映射关系信息和调整后的对应的子资源池划分信息广播至VUE;
所述VUE侧,用于获取自身地理位置,并判断所处的地理区域;接收基站侧广播的映射关系信息和子资源池划分信息,根据所述映射关系信息和子资源池划分信息找到目标子资源池,依靠能量探测算法从所述目标子资源池中选择所需的资源块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811001271.3A CN109195094B (zh) | 2018-08-30 | 2018-08-30 | 基于地理位置的动态资源选择方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811001271.3A CN109195094B (zh) | 2018-08-30 | 2018-08-30 | 基于地理位置的动态资源选择方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109195094A true CN109195094A (zh) | 2019-01-11 |
CN109195094B CN109195094B (zh) | 2020-10-02 |
Family
ID=64917399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811001271.3A Active CN109195094B (zh) | 2018-08-30 | 2018-08-30 | 基于地理位置的动态资源选择方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109195094B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109788432A (zh) * | 2019-02-25 | 2019-05-21 | 广州市香港科大霍英东研究院 | 室内定位方法、装置、设备及存储介质 |
CN111429742A (zh) * | 2020-03-30 | 2020-07-17 | 腾讯科技(深圳)有限公司 | 一种路侧设备分配方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842241A (zh) * | 2012-09-04 | 2012-12-26 | 杨华龙 | 一种汽车前方有限区域实时交通信息的采集和传输方法 |
CN103763753A (zh) * | 2014-01-03 | 2014-04-30 | 北京科技大学 | 一种基于vanet的路网交通信息快速传播方法 |
CN105657842A (zh) * | 2016-01-15 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种资源分配的方法及路侧单元 |
CN105991207A (zh) * | 2015-03-06 | 2016-10-05 | 电信科学技术研究院 | 一种时隙资源选择方法和装置 |
CN106485924A (zh) * | 2016-12-22 | 2017-03-08 | 东软集团股份有限公司 | 动态交通路网图的获取方法及装置 |
WO2017155366A1 (ko) * | 2016-03-11 | 2017-09-14 | 엘지전자 주식회사 | V2x 통신 환경에서 자원 충돌을 해소하기 위한 방법 및 이를 위한 이동 기기 |
CN107295524A (zh) * | 2016-03-30 | 2017-10-24 | 北京信威通信技术股份有限公司 | 资源处理方法及装置 |
CN107659915A (zh) * | 2017-09-13 | 2018-02-02 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于地理区域信息的车联网人车资源分配方法 |
-
2018
- 2018-08-30 CN CN201811001271.3A patent/CN109195094B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842241A (zh) * | 2012-09-04 | 2012-12-26 | 杨华龙 | 一种汽车前方有限区域实时交通信息的采集和传输方法 |
CN103763753A (zh) * | 2014-01-03 | 2014-04-30 | 北京科技大学 | 一种基于vanet的路网交通信息快速传播方法 |
CN105991207A (zh) * | 2015-03-06 | 2016-10-05 | 电信科学技术研究院 | 一种时隙资源选择方法和装置 |
CN105657842A (zh) * | 2016-01-15 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 一种资源分配的方法及路侧单元 |
WO2017155366A1 (ko) * | 2016-03-11 | 2017-09-14 | 엘지전자 주식회사 | V2x 통신 환경에서 자원 충돌을 해소하기 위한 방법 및 이를 위한 이동 기기 |
CN107295524A (zh) * | 2016-03-30 | 2017-10-24 | 北京信威通信技术股份有限公司 | 资源处理方法及装置 |
CN106485924A (zh) * | 2016-12-22 | 2017-03-08 | 东软集团股份有限公司 | 动态交通路网图的获取方法及装置 |
CN107659915A (zh) * | 2017-09-13 | 2018-02-02 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 基于地理区域信息的车联网人车资源分配方法 |
Non-Patent Citations (2)
Title |
---|
胡恒: "车车通信中一种基于资源池的资源分配机制", 《广东通信技术》 * |
陈沛吉: "LTE_V和DSRC共享频谱资源的研究", 《中兴通信技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109788432A (zh) * | 2019-02-25 | 2019-05-21 | 广州市香港科大霍英东研究院 | 室内定位方法、装置、设备及存储介质 |
CN109788432B (zh) * | 2019-02-25 | 2021-01-12 | 广州市香港科大霍英东研究院 | 室内定位方法、装置、设备及存储介质 |
CN111429742A (zh) * | 2020-03-30 | 2020-07-17 | 腾讯科技(深圳)有限公司 | 一种路侧设备分配方法及装置 |
CN111429742B (zh) * | 2020-03-30 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 一种路侧设备分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109195094B (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ni et al. | MPBC: A mobility prediction-based clustering scheme for ad hoc networks | |
Hadded et al. | A multi-objective genetic algorithm-based adaptive weighted clustering protocol in vanet | |
CN1086264C (zh) | 无线电用户单元及其操作方法 | |
CN105848295B (zh) | 一种异构车联网时隙分配方法 | |
CN106454955B (zh) | 一种资源信息发送、广播方法及装置 | |
CN104881710A (zh) | 一种基于车辆自组网的城市快递配送方法 | |
CN105516214A (zh) | 一种车联网系统中的信息上报和资源分配方法、装置 | |
CN102880975B (zh) | Vanet中一种基于负载均衡的竞价博弈方法 | |
US11483719B2 (en) | Method and apparatus for beam configuration in wireless communication system | |
CN109195094A (zh) | 基于地理位置的动态资源选择方法、装置和系统 | |
Bononi et al. | Parallel and distributed simulation of wireless vehicular ad hoc networks | |
Zhang et al. | Fast, efficient broadcast schemes based on the prediction of dynamics in vehicular ad hoc networks | |
CN108471616A (zh) | 基于物理引力模型部署无人机增强基站通信的方法及系统 | |
Huang et al. | ECDS: Efficient collaborative downloading scheme for popular content distribution in urban vehicular networks | |
Yang et al. | Clustering algorithm in VANETs: A survey | |
CN109348519A (zh) | 基于虚拟分扇的簇间多跳路由算法 | |
CN103281741B (zh) | 一种基于六边形区域划分的无线传感器网络分簇路由方法 | |
Finkelberg et al. | The effects of vehicle-to-infrastructure communication reliability on performance of signalized intersection traffic control | |
Wang et al. | A local information sensing‐based broadcast scheme for disseminating emergency safety messages in IoV | |
CN113191029B (zh) | 基于集群计算的交通仿真方法、程序及介质 | |
CN110417934A (zh) | 基于IPv6的智能电网分层地址配置方法 | |
Higuchi et al. | Regional InfoHubs by vehicles: Balancing spatio-temporal coverage and network load | |
Gu et al. | A dynamic geo-based resource selection algorithm for LTE-V2V communications | |
Nunes et al. | Attraction-area based geo-clustering for LTE vehicular crowdsensing data offloading | |
Mukherjee et al. | DAS: An intelligent three dimensional cost effective movement prediction of active users in heterogeneous mobile network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |