CN109982341B - 一种基于超图理论的v2v广播资源分配方法 - Google Patents

一种基于超图理论的v2v广播资源分配方法 Download PDF

Info

Publication number
CN109982341B
CN109982341B CN201910124062.6A CN201910124062A CN109982341B CN 109982341 B CN109982341 B CN 109982341B CN 201910124062 A CN201910124062 A CN 201910124062A CN 109982341 B CN109982341 B CN 109982341B
Authority
CN
China
Prior art keywords
vehicle
hypergraph
coloring
interference
sub
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
Application number
CN201910124062.6A
Other languages
English (en)
Other versions
CN109982341A (zh
Inventor
张家波
吴昌玉
张祖凡
袁凯
鲁月莹
张绍川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201910124062.6A priority Critical patent/CN109982341B/zh
Publication of CN109982341A publication Critical patent/CN109982341A/zh
Application granted granted Critical
Publication of CN109982341B publication Critical patent/CN109982341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/30—Resource management for broadcast services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • 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]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明请求保护一种基于超图理论的车与车(V2V)广播资源分配方法，属于无线通信技术领域；具体步骤为：首先，为减轻频率复用带来的累积干扰，根据超图理论构建干扰超图，之后为避免半双工约束导致的数据包丢失，通过二重着色原理进一步改进干扰超图，为用户寻找可以复用的信道资源，最后为使信道资源得到充分的利用，提出了基于超图的二重着色算法。

Description

一种基于超图理论的V2V广播资源分配方法
技术领域
本发明属于智能交通领域，具体是一种基于超图理论的V2V广播资源分配方法。
背景技术
V2V通信在交通安全、辅助驾驶和智能交通系统等方面发挥了重要作用。在车辆密集的场景下，当车辆周期性地广播信标消息，例如车辆的位置、速度、转向等，提升了车辆之间相互感知的能力、很大程度上降低了驾驶人员的视线盲区导致的安全隐患，从而避免交通事故的发生。本发明首先通过构建干扰超图减轻累积干扰带来的影响；其次通过二重着色原理减轻半双工约束导致的数据包丢失；最后通过基于超图的二重着色算法使信道资源得到充分利用。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种提高信标消息的可靠性，提高数据包接收率和降低更新时延的基于超图理论的V2V广播资源分配方法。本发明的技术方案如下：
一种基于超图理论的V2V广播资源分配方法，其针对城市道路场景，存在N辆车向周围邻居车辆广播合作意识消息CAM，并服从空间泊松分布，资源分配方法包括以下步骤：
步骤1、基站进行集中式的半静态调度(SPS)基站在一个或多个传输周期组成的每个SPS周期的开始处将预定义的资源分配给用户，资源分配方案在SPS周期的每个传输周期内保持不变,以最大化成功传输的V2V链路数量为目标建立模型；
步骤2、基站构建干扰超图的步骤；包括寻找相邻车辆列表的步骤，寻找独立干扰者的步骤和寻找累加干扰者的步骤；
步骤3、通过二重着色原理改进干扰超图的步骤，改进在于：为V2V链路分配信道和时隙的问题映射成图顶点着色问题，将为顶点分配子帧和信道看作为顶点分配两种颜色，从而将信道和子帧的分配转化为顶点二重着色问题，着色问题将直接冲突和间接冲突对应到顶点着色问题的主色和副色上；
步骤4、基于二重着色算法为干扰超图着色，根据图中顶点的度数不断将超图分解，从不断分解的超图中得到点的一种排序。然后再从点排序的相反顺序不断地对相应点进行着色。
进一步的，所述步骤1基站对V2V用户进行统一资源调度，以最大化成功传输的V2V链路数量为目标建立模型，具体包括：
定义一个二进制的变量
Figure BDA00019730098400000210
Figure BDA0001973009840000021
表示基站将子帧t分配给车辆j，车辆j在子帧t中充当TX发送用户，
Figure BDA0001973009840000022
则反映它在子帧t中充当RX接收用户，定义
Figure BDA0001973009840000023
表示基站将第t个子帧中的第f个子信道分配给车辆j；
RXm用户m在第(t,f)个时频资源中从TXj处接收到的信干噪比表示为：
Figure BDA0001973009840000024
Ptx表示发射车辆TX广播消息时的固定功率，
Figure BDA0001973009840000025
表示TX到RX的信道增益，因为在快速的移动车辆中，精确的CSI不容易获取，因此只考虑路径损耗和大尺度衰落，σ2表示噪声，
Figure BDA0001973009840000026
表示为同频干扰；
Figure BDA0001973009840000027
表示车辆能解码数据包的最小信干噪比，只有当满足(2)时，接收车辆才能正确解码数据包；
Figure BDA0001973009840000028
目标是设计一种资源分配方案，其中每个车辆在满足延迟要求的同时尽可能成功地向相邻用户广播安全消息；
一个传输周期内成功解码信号的数量可以表示为：
Figure BDA0001973009840000029
其中N表示车辆总数，F表示子信道数，T表示一个周期内的子帧数，
Figure BDA0001973009840000031
表示车辆m在第t个子帧里充当RX用户，
Figure BDA0001973009840000032
则表示充当TX用户，其中(·)+表示为符号函数，
Figure BDA0001973009840000033
时，
Figure BDA0001973009840000034
等于1，否则等于0；
令
Figure BDA0001973009840000035
基于上述讨论，可以将一个传输周期内时频资源分配问题表达为：
Figure BDA0001973009840000036
Figure BDA00019730098400000316
Figure BDA0001973009840000037
Figure BDA0001973009840000038
Figure BDA0001973009840000039
dj,j'表示第j车辆与第j'个车辆之间的距离，约束(5a)表示由于半双工的性质，彼此通信范围的内的任何两个用户不能同时在一个子帧内作为TX用户，(5b)表示一个车辆只能占用一个子帧下的一个子信道。
进一步的，所述步骤2寻找相邻车辆列表的步骤具体包括：以车辆i两跳范围内的车辆都做为其相邻车辆列表，在两跳范围以外，如果车辆j满足(7)式和(8)式，只需满足一个式子，则做为车辆i的相邻车辆，η1是车辆i选择相邻车辆的门限值，其中
Figure BDA00019730098400000310
和
Figure BDA00019730098400000311
分别表示第i个广播群中TX在发送范围内与两个接收车辆k1和k2之间的信道增益，
Figure BDA00019730098400000312
和
Figure BDA00019730098400000313
分别表示第j个广播群TX到第i个广播群的第k1个和第k2接收车辆的信道增益；Ptx表示发送车辆的传输功率
Figure BDA00019730098400000314
Figure BDA00019730098400000315
进一步的，所述步骤2寻找独立干扰者的步骤具体包括：在相邻车辆列表中寻找独立干扰者，两跳范围以内的车辆都做为独立干扰者构建普通边，两跳范围以外的相邻车辆满足(9)式和(10)式中任意一个，即可构建普通边，η2是超图构建普通边的门限值，一跳邻居用实线连接，一跳邻居外用虚线连接，并把与i构建普通边的车辆在i的相邻车辆列表中去除；
Figure BDA0001973009840000041
Figure BDA0001973009840000042
进一步的，所述步骤2寻找累加干扰者的步骤具体包括：在剩余的相邻列表中寻找累加干扰者，η3表示累加干扰的门限值，剩余的相邻车辆满足(11)式或者(12)式中的任意一个即可为车辆i构建超边，为了简化，Nm值取2，也就是只考虑三个顶点的超边；
Figure BDA0001973009840000043
Figure BDA0001973009840000044
进一步的，所述步骤3通过二重着色原理改进干扰超图的步骤，具体包括：
为V2V链路分配信道和时隙的问题可以映射成图顶点着色问题，将为顶点分配子帧和信道看作为顶点分配两种颜色，从而将信道和子帧的分配转化为顶点二重着色问题，着色问题将直接冲突和间接冲突对应到顶点着色问题的主色和副色上；
为定量描述着色冲突，V＝{v1,v2,…,vN}表示N个顶点，ti表示vi选择的主色，fi表示vi选择的副色，si＝(ti,fi)是顶点vi的着色方案，S＝{si|i＝1,2,...,N}表示整个顶点干扰图的着色方案，每个顶点分为两半，左边表示主色，代表链路中分配的子帧，右边表示副色，代表链路中分配的信道。
进一步的，所述步骤4基于二重着色算法为干扰超图着色，具体包括步骤：
超图构建后，为超图H着色，处于同一超边的顶点至少有两个顶点被分配不同的颜色，以这种方式减轻累积干扰，算法的基本思路是根据图中顶点的mono-degree不断将超图H分解，从不断分解的H中得到点的一种排序；然后再从点排序的相反顺序不断地对相应点进行着色，区别于贪心算法的求最小颜色数，根据调度方式以及信标消息的周期性，时频资源的数量是固定的，因此为了使每个资源能得到合理的使用，从可用的颜色集合里随机选择一个颜色进行着色，在最差的情况下，如果没有可用的颜色，则选择这样的一个资源，在这个资源上，离正在使用这个资源的最近的节点的距离最大，如公式(13),C(i)是节点i的资源选择，Dij表示车辆i与车辆j之间的距离，这个资源给出了它和其他共享该资源的对等体之间最好的距离；
Figure BDA0001973009840000051
本发明的优点及有益效果如下：
1、传统图的构建中，连接两个顶点的边缘不足以模拟无线网络中的干扰，因为一些弱干扰源可能构成强烈的累积干扰源以影响链路质量。因此，本发明通过超图原理进行干扰建模，减轻因频率复用带来的累积干扰。
2、由于半双工约束，彼此处于一跳范围内的车辆都预定在相同的子帧里进行广播，正在发送广播消息的车辆会丢失邻近区域发送车辆的消息，本发明通过二重着色原理进一步改进干扰超图，减少因半双工约束导致的数据包丢失。
3、传统的图着色算法的目标是为了获取最小资源数量，但为了使资源得到合理利用，不使资源产生浪费，基于传统的图着色算法进行改进，通过提出的基于超图的二重着色算法使信道资源得到充分利用
附图说明
图1是本发明提供优选实施例的方法原理图；
图2为本发明的V2V广播通信场景；
图3为本发明的资源池；
图4为本发明的V2V广播群距离示意图；
图5为本发明的形成V2V通信组过程；
图6为本发明的干扰超图构建示意图；
图7为本发明的信道子帧分配示例；
图8为本发明的当MAC＝4时，数据包接收率对比；
图9为本发明的当MAC＝8时，数据包接收率对比；
图10为本发明的更新时延的CDF(MAC＝4,raw＝100m)；
图11为本发明的更新时延的CDF(MAC＝8,raw＝100m)。
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
本发明针对高密度的交通环境下资源选择碰撞问题，提出了基于超图理论的资源分配算法。基站执行半静态资源调度减轻负载，每次调度主要有3个部分组成：1)为减轻频率复用带来的累积干扰，根据超图理论构建干扰超图；2)为避免半双工约束导致的数据包丢失，通过二重着色原理进一步改进干扰超图；3)为使信道资源得到充分的利用，提出了基于超图的二重着色算法。仿真结果表明，基于超图的资源分配算法可以显著提高数据传输的可靠性。
具体实施方式如下：
步骤ⅰ、建立通信系统：
在城市道路场景下，假设N辆车具有GPS定位系统，车辆节点可以随时知道自己的位置等信息，V2V用户生成的数据包大小相同，每个车辆节点周期性地向位于其广播范围内的其他用户广播CAM，数据包生成周期为100ms，最大允许延迟为100ms。具体如图2所示。
因为V2V通信通常与安全业务相关，所以使用专用资源池进行资源分配，以确保通信的可靠性。专用资源池在时域上分为100个子帧，每个子帧1ms，频域上共50个资源块(Resource block，RB)，每个数据包所占用的资源块由传输的调制编码方案决定。如图3所示，SA(Scheduling Assignment，SA)池和数据包(Data)池在资源池中频分。SA池用于通知其他VUE保留数据资源的时间和频率资源位置，Data池用于传输数据包信息。如果车辆在一个子帧中广播，则车辆在该子帧中充当发送车辆(TX)，否则在该子帧中充当接收车辆(RX)。
步骤ⅱ、建立模型
为了更好地描述TX-RX在资源池的选择，定义一个二进制的变量
Figure BDA0001973009840000071
表示基站将子帧t分配给车辆j，车辆j在子帧t中充当TX用户，
Figure BDA0001973009840000072
则反映它在子帧t中充当RX用户，定义
Figure BDA0001973009840000073
表示基站将第t个子帧中的第f个子信道分配给车辆j。
RXm用户m在第(t,f)个时频资源中从TXj处接收到的信干噪比可以表示为：
Figure BDA0001973009840000074
Ptx表示发射车辆TX广播消息时的固定功率，
Figure BDA0001973009840000075
表示TX到RX的信道增益，因为在快速的移动车辆中，精确的CSI不容易获取，因此只考虑路径损耗和大尺度衰落，σ2表示噪声，
Figure BDA0001973009840000076
表示为同频干扰。
Figure BDA0001973009840000077
表示车辆能解码数据包的最小信干噪比，只有当满足(2)时，接收车辆才能正确解码数据包。
Figure BDA0001973009840000078
本文的目标是设计一种资源分配方案，其中每个车辆可以在满足延迟要求的同时尽可能成功地向相邻用户广播安全消息。
一个传输周期内成功解码信号的数量可以表示为：
Figure BDA0001973009840000081
其中N表示车辆总数，F表示子信道数，T表示一个周期内的子帧数，
Figure BDA0001973009840000082
表示车辆m在第t个子帧里充当RX用户，
Figure BDA0001973009840000083
则表示充当TX用户，其中(·)+表示为符号函数。
Figure BDA0001973009840000084
时，
Figure BDA0001973009840000085
等于1，否则等于0。
令
Figure BDA0001973009840000086
基于上述讨论，可以将一个传输周期内时频资源分配问题表达为：
Figure BDA0001973009840000087
Figure BDA00019730098400000811
Figure BDA0001973009840000088
Figure BDA0001973009840000089
Figure BDA00019730098400000810
约束(5a)表示由于半双工的性质，彼此通信范围的内的任何两个用户不能同时在一个子帧内作为TX用户。(5b)表示一个车辆只能占用一个子帧下的一个子信道。
步骤iv、干扰超图构建
基站进行集中式的半静态调度(Semi-Persistent Scheduling,SPS)，基站在一个或多个传输周期组成的每个SPS周期的开始处将预定义的资源分配给用户，资源分配方案在SPS周期的每个传输周期内保持不变。为了充分利用基站获得的全局位置信息，基站在每个SPS周期的开始处构建干扰超图，并确定TX-RX在资源池的分配。
为了缓解频率复用带来的干扰，必须要让复用同一资源且传输不同数据包的发送车辆相距一定的距离。当不同的发送车辆之间复用相同资源，干扰主要在于某发送端对其余V2V链路的接收端的干扰，如图4所示。
为了简化分析，并降低计算复杂度，仅考虑距离损耗对信号传输的影响，考虑最差的情况，即传输范围内在发送车辆车辆前方与之具有最小信道增益的接收车辆，以及在发送车辆后方与之具有最小信道增益的接收车辆，将其与发送车辆视为两个V2V通信组，如图5所示。
下面开始建立干扰超图的三个步骤，寻找相邻车辆列表，独立干扰者和累加干扰者。
(1)相邻车辆列表。因为两跳范围内的车辆如果复用同一资源会对同时处于它们的接收范围的车辆产生严重干扰，所以车辆i两跳范围内的车辆都做为其相邻车辆列表，在两跳范围以外，如果车辆j满足(7)式和(8)式，只需满足一个式子，则做为车辆i的相邻车辆，η1是车辆i选择相邻车辆的门限值，这一步的主要作用是为了避免考虑对车辆i的干扰完全可以忽略的车辆的影响，具体如图6的I图所示。其中
Figure BDA0001973009840000091
和
Figure BDA0001973009840000092
分别表示第i个广播群中TX在发送范围内与两个接收车辆k1和k2之间的信道增益，
Figure BDA0001973009840000093
和
Figure BDA0001973009840000094
分别表示第j个广播群TX到第i个广播群的第k1个和第k2接收车辆的信道增益。
Figure BDA0001973009840000095
Figure BDA0001973009840000096
(2)独立干扰者。在相邻车辆列表中寻找独立干扰者，两跳范围以内的车辆都做为独立干扰者构建普通边，两跳范围以外的相邻车辆满足(9)式和(10)式中任意一个，即可构建普通边，η2是超图构建普通边的门限值，这一步的主要作用是为了构建对车辆i有过大干扰的车辆。一跳邻居用实线连接，一跳邻居外用虚线连接，如图6的II图所示。并把与i构建普通边的车辆在i的相邻车辆列表中去除。
Figure BDA0001973009840000097
Figure BDA0001973009840000101
(3)累加干扰者。在剩余的相邻列表中寻找累加干扰者，η3表示累加干扰的门限值，剩余的相邻车辆满足(11)式和者(12)式中的任意一个即可为车辆i构建超边，为了简化，Nm值取2，也就是只考虑三个顶点的超边，如图6的III图所示。
Figure BDA0001973009840000102
Figure BDA0001973009840000103
最后形成的干扰超图如图6的IV图所示，具体算法如表1所示。
步骤v、干扰超图的二重着色：
为V2V链路分配信道和时隙的问题可以映射成图顶点着色问题，将为顶点分配子帧和信道看作为顶点分配两种颜色，从而将信道和子帧的分配转化为顶点二重着色问题。着色问题将直接冲突和间接冲突对应到顶点着色问题的主色和副色上。
为定量描述着色冲突，V＝{v1,v2,…,vN}表示N个顶点，ti表示vi选择的主色，fi表示vi选择的副色，si＝(ti,fi)是顶点vi的着色方案，S＝{si|i＝1,2,…,N}表示整个顶点干扰图的着色方案。如图7所示，每个顶点分为两半，左边表示主色，代表链路中分配的子帧，右边表示副色，代表链路中分配的信道。
步骤vi、基于干扰超图的二重着色算法：
超图构建后，为超图H着色，处于同一超边的顶点至少有两个顶点被分配不同的颜色，以这种方式减轻累积干扰。算法的基本思路是根据图中顶点的mono-degree不断将超图H分解，从不断分解的H中得到点的一种排序。然后再从点排序的相反顺序不断地对相应点进行着色，区别于贪心算法的求最小颜色数，根据调度方式以及信标消息的周期性，时频资源的数量是固定的，因此为了使每个资源能得到合理的使用，从可用的颜色集合里随机选择一个颜色进行着色，在最差的情况下，如果没有可用的颜色，则选择这样的一个资源，在这个资源上，离正在使用这个资源的最近的节点的距离最大，如公式(13),C(i)是节点i的资源选择，Dij表示车辆i与车辆j之间的距离，这个资源给出了它和其他共享该资源的对等体之间最好的距离。
Figure BDA0001973009840000111
步骤vii、系统仿真：
步骤vii、分别比较了三种算法的数据包接收率、更新时延。
图8和图9分别就MAC＝4，8时数据包接收率随着传输距离的增加的变化，随着MCS值的增大，时频资源的数量增多，但对应
Figure BDA0001973009840000112
也会随之增大。从图9和图10中可以看出，数据包接收率会随着距离的增加逐渐下降，因为随着传输距离的增加接收功率越低，路损越大，导致SINR降低，所以在相同条件下，距离对数据包接收率带来负向的影响。分析以上仿真结果，在所有情况下，Geographic算法基于车辆的地理位置复用，未充分考虑用户间的干扰影响，数据包接收率最低。Matrix spectral radius算法可以改善系统PRR性能，但是Hypergraph算法的数据包接收率大于Matrix spectral radius算法，因为Hypergraph算法相较于Matrix spectral radius算法不仅考虑了频率复用带来的独立干扰，还考虑累积干扰以及半双工约束带来的影响。
图10和图11分别就MAC＝4,raw＝100m，MCS＝8，raw＝100m时更新时延的CDF,从图中可以看出，在MAC＝4,raw＝100m时，Hypergraph算法保证了更低的通信延迟，更新时延在0.2s以内已经达到99％，Matrix spectral radius算法在0.7s达到了99％，Geographic在0.8s内达到了99％。在MCS＝8，raw＝100m时，Hypergraph算法依旧保证了更低的通信延迟，更新时延在0.2s以内已经达到99％，Matrix spectral radius算法在0.5s达到了99％，Geographic在0.7s内达到了99％。这些结果证明Hypergraph算法保证了较低的连续错误发生的概率。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (7)

1.一种基于超图理论的V2V广播资源分配方法，其特征在于，针对城市道路场景，存在N辆车向周围邻居车辆广播合作意识消息CAM，并服从空间泊松分布，资源分配方法包括以下步骤：
步骤1、基站进行集中式的半静态调度SPS，基站在一个或多个传输周期组成的每个SPS周期的开始处将预定义的资源分配给用户，资源分配方案在SPS周期的每个传输周期内保持不变,以最大化成功传输的V2V链路数量为目标建立模型；
步骤2、基站构建干扰超图的步骤；包括寻找相邻车辆列表的步骤，寻找独立干扰者的步骤和寻找累加干扰者的步骤；
步骤3、通过二重着色原理改进干扰超图的步骤，改进在于：为V2V链路分配信道和时隙的问题映射成图顶点着色问题，将为顶点分配子帧和信道看作为顶点分配两种颜色，从而将信道和子帧的分配转化为顶点二重着色问题，着色问题将直接冲突和间接冲突对应到顶点着色问题的主色和副色上；
步骤4、基于二重着色算法为干扰超图着色，根据图中顶点的度数不断将超图分解，从不断分解的超图中得到点的一种排序，然后再从点排序的相反顺序不断地对相应点进行着色。
2.根据权利要求1所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤1基站对V2V用户进行统一资源调度，以最大化成功传输的V2V链路数量为目标建立模型，具体包括：
定义一个二进制的变量
Figure FDA0003410823890000011
Figure FDA0003410823890000012
表示基站将子帧t分配给车辆j，车辆j在子帧t中充当TX发送用户，
Figure FDA0003410823890000013
则反映它在子帧t中充当RX接收用户，定义
Figure FDA0003410823890000014
表示基站将第t个子帧中的第f个子信道分配给车辆j；
RXm用户m在第(t,f)个时频资源中从TXj处接收到的信干噪比表示为：
Figure FDA0003410823890000015
Ptx表示发射车辆TX广播消息时的固定功率，
Figure FDA0003410823890000021
表示TX到RX的信道增益，σ2表示噪声，
Figure FDA0003410823890000022
表示为同频干扰；
Figure FDA0003410823890000023
表示车辆能解码数据包的最小信干噪比，只有当满足(2)时，接收车辆才能正确解码数据包；
Figure FDA0003410823890000024
一个传输周期内成功解码信号的数量可以表示为：
Figure FDA0003410823890000025
其中N表示车辆总数，F表示子信道数，T表示一个周期内的子帧数，
Figure FDA0003410823890000026
表示车辆m在第t个子帧里充当RX用户，
Figure FDA0003410823890000027
则表示充当TX用户，其中(·)+表示为符号函数，
Figure FDA0003410823890000028
时，
Figure FDA0003410823890000029
等于1，否则等于0；
令
Figure FDA00034108238900000210
基于上述讨论，可以将一个传输周期内时频资源分配问题表达为：
Figure FDA00034108238900000211
Figure FDA00034108238900000216
Figure FDA00034108238900000213
Figure FDA00034108238900000214
Figure FDA00034108238900000215
dj,j'表示第j车辆与第j'个车辆之间的距离，约束(5a)表示由于半双工的性质，彼此通信范围的内的任何两个用户不能同时在一个子帧内作为TX用户，(5b)表示一个车辆只能占用一个子帧下的一个子信道。
3.根据权利要求1所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤2寻找相邻车辆列表的步骤具体包括：以车辆i两跳范围内的车辆都做为其相邻车辆列表，在两跳范围以外，如果车辆j满足(7)式和(8)式，只需满足一个式子，则做为车辆i的相邻车辆，η1是车辆i选择相邻车辆的门限值，其中
Figure FDA0003410823890000031
和
Figure FDA0003410823890000032
分别表示第i个广播群中TX发送用户在发送范围内与两个接收车辆k1和k2之间的信道增益，
Figure FDA0003410823890000033
和
Figure FDA0003410823890000034
分别表示第j个广播群TX发送用户到第i个广播群的第k1个和第k2接收车辆的信道增益；Ptx表示发送车辆的传输功率；
Figure FDA0003410823890000035
Figure FDA0003410823890000036
4.根据权利要求3所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤2寻找独立干扰者的步骤具体包括：在相邻车辆列表中寻找独立干扰者，两跳范围以内的车辆都做为独立干扰者构建普通边，两跳范围以外的相邻车辆满足(9)式和(10)式中任意一个，即可构建普通边，η2是超图构建普通边的门限值，一跳邻居用实线连接，一跳邻居外用虚线连接，并把与i构建普通边的车辆在i的相邻车辆列表中去除；
Figure FDA0003410823890000037
Figure FDA0003410823890000038
5.根据权利要求4所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤2寻找累加干扰者的步骤具体包括：在剩余的相邻列表中寻找累加干扰者，η3表示累加干扰的门限值，剩余的相邻车辆满足(11)式或者(12)式中的任意一个即可为车辆i构建超边，为了简化，Nm值取2，也就是只考虑三个顶点的超边；
Figure FDA0003410823890000039
Figure FDA0003410823890000041
6.根据权利要求5所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤3通过二重着色原理改进干扰超图的步骤，具体包括：
为V2V链路分配信道和时隙的问题可以映射成图顶点着色问题，将为顶点分配子帧和信道看作为顶点分配两种颜色，从而将信道和子帧的分配转化为顶点二重着色问题，着色问题将直接冲突和间接冲突对应到顶点着色问题的主色和副色上；
为定量描述着色冲突，V＝{v1,v2,...,vN}表示N个顶点，ti表示vi选择的主色，fi表示vi选择的副色，si＝(ti,fi)是顶点vi的着色方案，S＝{si|i＝1,2,...,N}表示整个顶点干扰图的着色方案，每个顶点分为两半，左边表示主色，代表链路中分配的子帧，右边表示副色，代表链路中分配的信道。
7.根据权利要求6所述的一种基于超图理论的V2V广播资源分配方法，其特征在于，所述步骤4基于二重着色算法为干扰超图着色，具体包括步骤：
超图构建后，为超图H着色，处于同一超边的顶点至少有两个顶点被分配不同的颜色，以这种方式减轻累积干扰，根据图中顶点的mono-degree不断将超图H分解，从不断分解的H中得到点的一种排序；然后再从点排序的相反顺序不断地对相应点进行着色，根据调度方式以及信标消息的周期性，时频资源的数量是固定的，因此为了使每个资源能得到合理的使用，从可用的颜色集合里随机选择一个颜色进行着色，在最差的情况下，如果没有可用的颜色，则选择这样的一个资源，在这个资源上，离正在使用这个资源的最近的节点的距离最大，如公式(13),C(i)是节点i的资源选择，Dij表示车辆i与车辆j之间的距离，这个资源给出了它和其他共享该资源的对等体之间最好的距离；
Figure FDA0003410823890000042
CN201910124062.6A 2019-02-19 2019-02-19 一种基于超图理论的v2v广播资源分配方法 Active CN109982341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910124062.6A CN109982341B (zh) 2019-02-19 2019-02-19 一种基于超图理论的v2v广播资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910124062.6A CN109982341B (zh) 2019-02-19 2019-02-19 一种基于超图理论的v2v广播资源分配方法

Publications (2)

Publication Number Publication Date
CN109982341A CN109982341A (zh) 2019-07-05
CN109982341B true CN109982341B (zh) 2022-03-22

Family

ID=67076982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910124062.6A Active CN109982341B (zh) 2019-02-19 2019-02-19 一种基于超图理论的v2v广播资源分配方法

Country Status (1)

Country Link
CN (1) CN109982341B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111083708B (zh) * 2019-12-02 2022-09-23 北京邮电大学 一种基于干扰感知多图的v2v通信异质频谱分配方法
CN111586697B (zh) * 2020-04-29 2022-08-26 电子科技大学 一种基于有向超图贪心着色的信道资源分配方法
CN112188635B (zh) * 2020-09-24 2023-02-03 国网山东省电力公司滨州供电公司 一种改进图着色的d2d通信资源分配方法
CN113038613B (zh) * 2021-03-01 2022-06-03 中国人民解放军国防科技大学 一种基于图着色问题的三维网络资源分配方法和装置
CN113283400B (zh) * 2021-07-19 2021-11-12 成都考拉悠然科技有限公司 一种基于选择性超图卷积网络的骨架动作识别方法
US11948453B2 (en) 2021-09-17 2024-04-02 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle communication sender identification via hyper-graph matching
CN117715218B (zh) * 2023-12-15 2024-06-07 重庆理工大学 基于超图的d2d辅助超密集物联网资源管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105813129A (zh) * 2016-05-19 2016-07-27 重庆邮电大学 一种基于d2d分簇的资源分配方法
CN108668283A (zh) * 2018-04-28 2018-10-16 中国人民解放军陆军工程大学 一种超边加权的超图干扰模型及分布式频谱接入方法
CN108848560A (zh) * 2018-07-05 2018-11-20 重庆邮电大学 一种基于资源池划分的v2v广播资源分配方法
CN108924878A (zh) * 2018-07-04 2018-11-30 北京邮电大学 一种基于图着色理论的共存无线体域网间干扰消除方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102154605B1 (ko) * 2013-05-01 2020-09-11 삼성전자주식회사 기기 간 직접 통신 시스템을 위한 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105813129A (zh) * 2016-05-19 2016-07-27 重庆邮电大学 一种基于d2d分簇的资源分配方法
CN108668283A (zh) * 2018-04-28 2018-10-16 中国人民解放军陆军工程大学 一种超边加权的超图干扰模型及分布式频谱接入方法
CN108924878A (zh) * 2018-07-04 2018-11-30 北京邮电大学 一种基于图着色理论的共存无线体域网间干扰消除方法
CN108848560A (zh) * 2018-07-05 2018-11-20 重庆邮电大学 一种基于资源池划分的v2v广播资源分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种基于双层干扰图着色的资源分配算法;张家波等;《重庆邮电大学学报(自然科学版)》;20150215;第27卷(第01期);第12-18页 *
全双工网络中基于图论的D2D通信资源分配算法;石纯子等;《电信科学》;20181020(第10期);第27-34页 *
基于超图的D2D多对多资源分配方案;刘辉等;《计算机工程与设计》;20181216;第39卷(第12期);第3606-3609页 *

Also Published As

Publication number Publication date
CN109982341A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
CN109982341B (zh) 一种基于超图理论的v2v广播资源分配方法
CN110248416B (zh) 一种远距离tdma移动自组织网络中的分布式动态时隙分配方法
CN108848560B (zh) 一种基于资源池划分的v2v广播资源分配方法
CN101568124B (zh) 一种无线mesh网络中的信道分配方法
CN103298137B (zh) 一种基于状态的水下传感器网络媒体访问控制方法
Ni et al. Vehicular beacon broadcast scheduling based on age of information (AoI)
Bazzi et al. Beaconing from connected vehicles: IEEE 802.11 p vs. LTE-V2V
CN101982991B (zh) 基于异构业务QoS的LTE网络小区间干扰协调方法
Bai et al. An adaptive grouping scheme in ultra-dense IEEE 802.11 ax network using buffer state report based two-stage mechanism
CN102300318A (zh) 一种基于物理层干扰信息的多信道分配优化方法
Tomar et al. Enhanced SDMA for VANET communication
Cecchini et al. MAP-RP: Map-based resource reselection procedure for autonomous LTE-V2V
Xu et al. Resource allocation for NOMA-based V2V system
Shafiq et al. Analysis and evaluation of random access transmission for UAV-Assisted vehicular-to-infrastructure communications
CN110392378B (zh) 下行多簇noma系统中折中的功率分配方法
CN109257824B (zh) 基于td-lte自组织网络的资源调度方法
Hadded et al. An adaptive TDMA slot assignment strategy in vehicular ad hoc networks
He et al. A cluster-based UE-scheduling scheme for NR-V2X
CN105898759B (zh) 基于scma多址接入机制的资源分配方法
Naghsh et al. Conflict-free scheduling in cellular V2X communications
WO2024060523A1 (zh) 时域资源分配方法、装置、电子设备及存储介质
Park et al. SNB: Reduction of consecutive message reception failures in C-V2X communications
Soret et al. Radio resource management for V2V discovery
Keshavamurthy et al. Graph-based dynamic zone configurations for resource management in V2V communications
Wang et al. Power control and channel assignment mechanisms for cluster-based multichannel vehicular Ad-Hoc 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