CN109933427B - 一种车辆雾计算中基于方向的车联网任务迁移方法 - Google Patents
一种车辆雾计算中基于方向的车联网任务迁移方法 Download PDFInfo
- Publication number
- CN109933427B CN109933427B CN201910124619.6A CN201910124619A CN109933427B CN 109933427 B CN109933427 B CN 109933427B CN 201910124619 A CN201910124619 A CN 201910124619A CN 109933427 B CN109933427 B CN 109933427B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- task
- vehicles
- migration
- time
- 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.)
- Active
Links
- 230000005012 migration Effects 0.000 title claims abstract description 38
- 238000013508 migration Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 30
- 230000006855 networking Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车辆雾计算中基于方向的车联网任务迁移方法，依据车辆在下一个十字路口转弯情况，将车雾单元中的车辆划分为三个车辆子网络，计算车辆上任务进行迁移时的传输和计算时延。由于车辆间V2V通信延迟远小于车辆与RSU之间的通信延迟，本发明优先将任务迁移到车辆子网络中的车辆上，以减少平均迁移时延。当所有车辆资源均不足时，任务车辆将通过网关车辆将任务迁移到RSU去执行。本发明充分利用了车辆计算资源，提升了车辆计算性能，降低了任务迁移时延，有效地保证了车辆任务的实时性。
Description
技术领域
本发明涉及车辆雾计算领域，更具体地，涉及一种车辆雾计算中基于方向的车联网任务迁移方法。
背景技术
随着大数据的收集与积累，智能硬件以及无线网络与第五代通信技术(5thgeneration mobile networks,5G)的飞速发展，越来越多的设备需要接入网络，实现实时在线的操作，为用户的日常生活带来了极大的便利。车联网利用无线通讯和信息交换的大系统网络，能够实现智能化交通管理、智能动态信息服务和车辆智能化控制，车联网因此成为了当前研究的热点技术，它也因此成为了未来智能交通系统(Intelligent TransportSystem,ITS)的重要组成部分。
智能交通系统融合了计算机技术、图形图像处理技术、卫星定位导航技术，数据通信等高新技术，为交通运输、服务控制、城市道路交通控制与管理提供了实时、准确、高效地智能化管理。ITS具有良好的实时响应与处理能力、远程设备控制、数据传输速率高，系统传输容量大等优点。ITS着眼于交通信息的广泛应用，能够极大地提升交通设施的运行效率，保障交通安全，并且以新一代移动通信技术(5G)、物联网、云计算等信息技术为支撑，为用户提供高可靠性的新一代智能交通管理服务，提高工作效率，提升服务质量。
未来智能交通系统中的车辆将具有更多功能，例如计算资源，存储单元，通信带宽和传感功率等。对于现阶段车联网的发展，仍然存在许多挑战，例如车辆的移动性，实时应用和连接的稳定性等。车载云计算(Vehicle Cloud Computing,VCC)利用移动云计算为车辆提供资源和服务，可以缓解车辆自身资源稀缺难题，提高交通管理效率。然而，车辆任务的响应时间通常不能满足时间限制，特别是对于实时任务，由于VCC中的决策几乎是由远离车辆的远程云做出的。因此，车辆雾计算(Vehicle Fog Computing,VFC)被提议成为通过在当地雾云中做出决策来为车辆服务的范例。
雾计算是一种分布式协作架构，为设备提供了计算、网络和存储等功能，是云服务器和物联网设备之间的中间层，使得数据和计算更靠近终端设备，以此缓解云服务器的计算和存储压力，提高系统的响应速度和网络带宽，提升系统的可靠性，降低物联网部署中的网络延迟。对于智能车辆，对网络响应及实时性要求极高，雾计算网络特别适用于响应要求不到一秒的应用程序，因此，雾计算能够为智能交通系统提供就近的实时计算，保证智能车辆的安全运行。
车辆移动性是VFC中的一个重大挑战，它给车联网带来了许多问题，例如车辆到基础设施(Vehicular-to-Infrastructure,V2I)通信中的频率切换、高包传输成本、增加的数据丢失以及低成功传输概率等。基于现实中三车道道路上的车辆在靠近十字路口时总是分为三条线路，即左(右)车道的车辆将向左(右)转向，车道在中间车道将直接进入十字路口的现象，本发明提出了一种基于方向的车联网模型任务迁移技术，以提高车联网中任务迁移性能。
发明内容
针对当前车辆移动性带来的车联网V2I通信中的频率切换、成本高、丢包率高及传输成功率低的问题，本发明提出一种车辆雾计算中基于方向的车联网任务迁移方法，本发明采用的技术方案是：
一种车辆雾计算中基于方向的车联网任务迁移方法，通过DVNW，即基于方向的车辆模型进行数据通信，包括以下步骤：
S10.根据车辆下一个十字路口的转弯方向情况，将车雾单元中的车辆划分为三个车辆子网络；
S20.计算任务在车辆执行时延；
S30.各个车辆子网络，即DVN判断临近车辆的计算资源是否充足，若充足则执行步骤S40，否则执行步骤S50；
S40.在车辆雾计算中，按照任务迁移时延高低，优先进行时延低的车辆间任务协作通信与协作计算；当任务迁移时延高于设定值时，则执行步骤S50；
S50.车辆子网络中的车辆选择网关车辆，通过网关车辆将任务迁移到RSU去执行。
优选的，所述的步骤S20在车辆雾计算的距离步骤如下：
S201.计算车辆之间的路径损失：
其中Ao表示路径损失系数，α＞1表示路径损失指数；
S202.在时刻t，车辆i迁移任务到车辆j，任务的上传速率表示为
因此：
其中u＝{0,1}，Et表示在时刻t与j节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率；同理，任务的下载速率可以表示为
其中，u＝{0,1}，Et表示在时刻t与j节点相连的节点集，Ft表示在时刻t与i节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率。
S203.在t时刻，节点
开始迁移任务到节点
则通信时间表示为：
其中d0，d1分别表示上传和下载的数据大小。
S204.任务迁移平均时延为：
其中ω为某一时期的任务总数。
优选的，所述的S40步骤中，网关车辆左转、右转、直行分别表示为
表示
中的任务数，如果
没有额外的计算资源来帮助其他车辆执行任务，则
任务迁移技术集合为D，对于车辆上任务迁移求解目标为：
minimize T
其中，
表示任务在车辆执行，
表示任务通过网关车辆迁移到RSU执行，
表示
中的任务数，若
的计算资源不足以帮助其他车辆执行任务，则
确保车辆只能被迁移一个任务，
确保如果任务的执行位置是车辆，则执行任务的车辆是可用的。
优选的，所述的车辆之间通过V2V，即Vehicle-to-Vehicle，车辆间通信进行通信，车辆与RSU通过V2I进行通信。
优选的，所述的DVNM采用802.11p协议进行通信。
优选的，所述的网关车辆选择位于车辆子网络中心的车辆。
优选的，所述的RSU之间为有线连接，通过I2I，即Infrastructure-to-Infrastructure,I2I通信。
与现有技术相比，本发明技术方案的有益效果是：
在基于方向的车辆模型中，当车辆靠近十字路口行驶时，车辆根据其转向方向被划分为三个基于方向的车辆网络。每个DVN中的车辆数量很少，并且仅当车辆在下一条道路中靠近十字路口行驶时才需要重新配置DVN。
当车辆上存在大计算量的任务且车辆本身计算资源匮乏时，车辆可以通过V2V通信，进行任务迁移，当所有车辆计算资源均匮乏时，车辆可以选择与RSU连接的网关车辆进行任务迁移，以缓解车辆本身压力，提升车辆资源的利用率，降低任务传输时延。
DVNM中重新配置的V2V通信的平均成本较低。
由于DVNM中的车辆是按其转向方向集成的，DVN不被交叉路口分开。因此，DVNM中的DVN足够稳定以增加车辆资源的利用率。
附图说明
图1是本发明实施例中一种车辆雾计算中基于方向的车联网任务迁移方法的示意图。
图2是实施例2的基于方向的车联网任务迁移模型。
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，仅用于示例性说明，不能理解为对本专利的限制。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。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
请参考图1，本实施例提供了一种车辆雾计算中基于方向的车联网任务迁移方法，如图1所示。
一种车辆雾计算中基于方向的车联网任务迁移方法，通过DVNW进行数据通信，包括以下步骤：
S10.根据车辆下一个十字路口的转弯方向情况，将车雾单元中的车辆划分为三个车辆子网络；
S20.计算任务在车辆执行时延；
S30.各个车辆子网络判断临近车辆的计算资源是否充足，若充足则执行步骤S40，否则执行步骤S50；
S40.在车辆雾计算中，按照任务迁移时延高低，优先进行时延低的车辆间任务协作通信与协作计算；当任务迁移时延高于设定值时，则执行步骤S50；
S50.车辆子网络中的车辆选择网关车辆，通过网关车辆将任务迁移到RSU去执行。
作为其中一种优选实施方案，所述的步骤S20在车辆雾计算的距离步骤如下：
S201.计算车辆之间的路径损失：
其中Ao表示路径损失系数，α＞1表示路径损失指数；
S202.在时刻t，车辆i迁移任务到车辆j，任务的上传速率表示为
因此：
其中u＝{0,1}，Et表示在时刻t与j节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率；同理，任务的下载速率可以表示为
其中，u＝{0,1}，Et表示在时刻t与j节点相连的节点集，Ft表示在时刻t与i节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率。
S203.在t时刻，节点
开始迁移任务到节点
则通信时间表示为：
其中d0，d1分别表示上传和下载的数据大小。
S204.任务迁移平均时延为：
其中ω为某一时期的任务总数。
作为其中一种优选实施方案，所述的S40步骤中，网关车辆左转、右转、直行分别表示为
表示
中的任务数，如果
没有额外的计算资源来帮助其他车辆执行任务，则
任务迁移技术集合为D，对于车辆上任务迁移求解目标为：
minimize T
其中，
表示任务在车辆执行，
表示任务通过网关车辆迁移到RSU执行，
表示
中的任务数，若
的计算资源不足以帮助其他车辆执行任务，则
确保车辆只能被迁移一个任务，
确保如果任务的执行位置是车辆，则执行任务的车辆是可用的。
作为其中一种优选实施方案，所述的车辆之间通过V2V进行通信、车辆与RSU通过V2I进行通信。
作为其中一种优选实施方案，所述的DVNM采用802.11p协议进行通信。
作为其中一种优选实施方案，所述的网关车辆选择位于DVN中心的车辆。
作为其中一种优选实施方案，所述的RSU之间为有线连接，通过I2I通信。
实施例2
本实施例与实施例1内容一致，假设Rj和RSj是第j个RSU和第j个路段，r是Rj覆盖范围半径。本发明将道路分成若干个路段，两个路段的交界处由两个RSU重叠。对于道路路段RSj，RSj在Rj的覆盖范围内，已经分配了一个RSU Rj。RSU通过互联网连接，并配有云端，以用于服务道路上的车辆，车辆集合为Vj。RSU之间通过有线连接，因此RSU可以通过基础设施彼此通信。车辆在Rj的覆盖范围内可以通过V2I通信与Rj连接，即使在不同的路段，车辆也可以通过V2V通信相互连接。当建立车辆、RSU、云和因特网之间的连接时，资源匮乏的车辆中的任务可以迁移到资源过剩的车辆或云上执行。此外，交通信息可以由车辆感知，并通过RSU传输到中心云。然后通过建立车辆雾计算模型，对城市交通进行资源配置和管理，具体实施步骤如下：
S10.根据车辆下一个十字路口的转弯方向情况，将车雾单元中的车辆划分为三个车辆子网络；
S20.计算任务在车辆执行时延；
S30.各个车辆子网络判断临近车辆的计算资源是否充足，若充足则执行步骤S40，否则执行步骤S50；
S40.在车辆雾计算中，按照任务迁移时延高低，优先进行时延低的车辆间任务协作通信与协作计算；当任务迁移时延高于设定值时，则执行步骤S50；
S50.车辆子网络中的车辆选择网关车辆，通过网关车辆将任务迁移到RSU去执行。
在DVNM中，任务表示为
V2V通信带宽为B0，采用802.11p协议，V2I通信带宽为B1，P表示车辆的传输功率，车辆CPU时钟周期为Cu，时钟频率为fc，Dup与Ddown分别表示上传和下载的数据大小。其中
表示任务在车辆执行，
表示任务迁移到RSU执行，
和
分别表示在时刻t，节点i和节点j之间的路径损失和距离，因此：
其中Ao表示路径损失系数，α＞1表示路径损失指数。
在时刻t，车辆i迁移任务到车辆j，任务的上传速率表示为
因此：
其中u＝{0,1}，Et表示在时刻t与j节点相连的节点集，No表示噪声功率。同理，任务的下载速率可以表示为
Ft表示在时刻t与节点i相连的节点。
在t时刻，节点
开始迁移任务到节点
则通信时间表示为：
其中d0，d1分别表示上传和下载的数据大小。因此任务迁移平均时延为：
其中ω为某一时期的任务总数。
网关车辆左转、右转、直行分别表示为
表示
中的任务数，如果
没有额外的计算资源来帮助其他车辆执行任务，则
任务迁移技术集合为D。因此对于车辆上任务迁移求解目标为：
minimize T
其中，
表示任务在车辆执行，
表示任务通过网关车辆迁移到RSU执行，
表示
中的任务数，若
的计算资源不足以帮助其他车辆执行任务，则
确保车辆只能被迁移一个任务，
确保如果任务的执行位置是车辆，则执行任务的车辆是可用的。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种车辆雾计算中基于方向的车联网任务迁移方法，应用于基于方向的车辆模型，其特征在于，包括以下步骤：
S10.根据车辆下一个十字路口的转弯方向情况，将车雾单元中的车辆划分为三个车辆子网络；
S20.各个车辆子网络计算任务在车辆的执行时延；具体步骤如下：
S201.计算车辆之间的路径损失
其中Ao表示路径损失系数，α＞1表示路径损失指数；
S202.在时刻t，车辆i迁移任务到车辆j，任务的上传速率表示为
具体为：
其中u＝{0,1}，Et表示在时刻t与j节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率；同理，任务的下载速率表示为
其中，u＝{0,1}，Et表示在时刻t与j节点相连的节点集，Ft表示在时刻t与i节点相连的节点集，No表示噪声功率，Bu为通信带宽，P为车辆传输功率；
S203.在t时刻，节点
开始迁移任务到节点
则通信时间
表示为：
其中d0，d1分别表示上传和下载的数据大小；
S204.任务迁移平均时延T为：
其中ω为某一时期的任务总数；
S30.各个车辆子网络判断临近车辆的计算资源是否充足，若充足则执行步骤S40，否则执行步骤S50；
S40.在车辆雾计算中，按照任务迁移时延高低，优先进行时延低的车辆间任务协作通信与协作计算；当任务迁移时延高于设定值时，则执行步骤S50；具体的：
网关车辆左转、右转、直行分别表示为
表示
中的任务数，任务迁移技术集合为D，对于车辆上任务迁移求解目标为：
其中，其中
表示任务在车辆执行，
表示任务通过网关车辆迁移到RSU执行，
表示
中的任务数，若
的计算资源不足以帮助其他车辆执行任务，则
确保车辆只能被迁移一个任务，
确保如果任务的执行位置是车辆，则执行任务的车辆是可用的；
S50.车辆子网络中的车辆选择网关车辆，通过网关车辆将任务迁移到RSU去执行。
2.根据权利要求1所述的车辆雾计算中基于方向的车联网任务迁移方法，其特征在于，所述的车辆之间通过V2V进行通信，车辆与RSU通过V2I进行通信。
3.根据权利要求1所述的车辆雾计算中基于方向的车联网任务迁移方法，其特征在于，所述的基于方向的车辆模型采用802.11p协议进行通信。
4.根据权利要求1所述的车辆雾计算中基于方向的车联网任务迁移方法，其特征在于，所述的网关车辆选择位于车辆子网络中心的车辆。
5.根据权利要求1所述的车辆雾计算中基于方向的车联网任务迁移方法，其特征在于，所述的RSU之间为有线连接，通过I2I通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910124619.6A CN109933427B (zh) | 2019-02-19 | 2019-02-19 | 一种车辆雾计算中基于方向的车联网任务迁移方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910124619.6A CN109933427B (zh) | 2019-02-19 | 2019-02-19 | 一种车辆雾计算中基于方向的车联网任务迁移方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109933427A CN109933427A (zh) | 2019-06-25 |
| CN109933427B true CN109933427B (zh) | 2023-04-14 |
Family
ID=66985662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910124619.6A Active CN109933427B (zh) | 2019-02-19 | 2019-02-19 | 一种车辆雾计算中基于方向的车联网任务迁移方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109933427B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110933646B (zh) * | 2019-11-16 | 2021-09-28 | 江南大学 | 车载通讯中针对连续退避冻结的时延性能分析方法 |
| CN115209373A (zh) * | 2022-07-11 | 2022-10-18 | 天津理工大学 | 一种基于二分图匹配策略的车联网任务卸载方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017041353A1 (zh) * | 2015-09-08 | 2017-03-16 | 宇龙计算机通信科技(深圳)有限公司 | 用于车辆通信的d2d发现方法、装置和终端 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107071033A (zh) * | 2017-04-20 | 2017-08-18 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网部署系统 |
| CN109067842B (zh) * | 2018-07-06 | 2020-06-26 | 电子科技大学 | 面向车联网的计算任务卸载方法 |
-
2019
- 2019-02-19 CN CN201910124619.6A patent/CN109933427B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017041353A1 (zh) * | 2015-09-08 | 2017-03-16 | 宇龙计算机通信科技(深圳)有限公司 | 用于车辆通信的d2d发现方法、装置和终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109933427A (zh) | 2019-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109391681B (zh) | 基于mec的v2x移动性预测与内容缓存卸载方案 | |
| Wang et al. | Offloading mobile data traffic for QoS-aware service provision in vehicular cyber-physical systems | |
| Yang et al. | An overview of internet of vehicles | |
| Hagenauer et al. | Vehicular micro clouds as virtual edge servers for efficient data collection | |
| JP6928184B2 (ja) | 車両システムにおけるターゲット車両選択およびメッセージ配信 | |
| EP3457664A1 (en) | Method and system for finding a next edge cloud for a mobile user | |
| EP3226647A1 (en) | Wireless communication apparatus and wireless communication method | |
| US11861407B2 (en) | Method for managing computing capacities in a network with mobile participants | |
| CN111294767A (zh) | 一种智能网联车辆数据处理方法、系统、装置及存储介质 | |
| CN110213716B (zh) | 一种基于雾无线接入网络的车联组网方法 | |
| Boukerche et al. | An efficient mobility-oriented retrieval protocol for computation offloading in vehicular edge multi-access network | |
| CN109933427B (zh) | 一种车辆雾计算中基于方向的车联网任务迁移方法 | |
| Garai et al. | Communication as a service for cloud VANETs | |
| CN111132257B (zh) | 一种c-v2x通信方法及装置 | |
| Pannu et al. | Keeping data alive: Communication across vehicular micro clouds | |
| CN116471276A (zh) | 一种业务接入方法、系统及相关设备 | |
| CN111586568A (zh) | 基于边缘计算的车载通信紧急消息传输优化方法 | |
| Mittal et al. | A distributed task orchestration scheme in collaborative vehicular cloud edge networks | |
| Hussain et al. | An efficient interface selection scheme (dsrc/lte) of vehicles for data dissemination enabling v2v communication to support internet of vehicles (iov) | |
| Hussain et al. | An integrated approach of 4G LTE and DSRC (IEEE 802.11 p) for internet of vehicles (IoV) by using a novel cluster-based efficient radio interface selection algorithm to improve vehicular network (VN) performance | |
| CN111431950B (zh) | 任务卸载方法、装置、移动终端、雾节点和存储介质 | |
| JP2022519818A (ja) | クラウド側のロールをデバイスへ委譲（デリゲーション） | |
| Sun et al. | Building dynamic mapping with CUPS for next generation automotive edge computing | |
| Saleem et al. | DIVINE: Data offloading in vehicular networks with QoS provisioning | |
| Mittal et al. | Edge computing based resource supplementation for software defined vehicular networks |
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 |