CN110418399A - 一种基于noma的车联网资源分配方法 - Google Patents
一种基于noma的车联网资源分配方法 Download PDFInfo
- Publication number
- CN110418399A CN110418399A CN201910669223.XA CN201910669223A CN110418399A CN 110418399 A CN110418399 A CN 110418399A CN 201910669223 A CN201910669223 A CN 201910669223A CN 110418399 A CN110418399 A CN 110418399A
- Authority
- CN
- China
- Prior art keywords
- vue
- user
- cue
- cluster
- users
- 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
- 238000013468 resource allocation Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000006855 networking Effects 0.000 title claims abstract description 17
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract 9
- 201000008585 noma Diseases 0.000 title claims abstract 9
- 239000002245 particle Substances 0.000 claims abstract description 47
- 230000005540 biological transmission Effects 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 33
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 9
- 238000012217 deletion Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
- H04W52/346—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading distributing total power among users or channels
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于NOMA的车联网资源分配方法,能够有效提升网络的接入能力,显著提升全体用户的总传输速率。本发明方法首先引入分簇的概念,基站根据VUE用户的地理位置将用户归并成簇,同一簇内的用户可共享同一频谱资源。然后为了减少CUE与V2V的同信道干扰,采用匈牙利算法确定共享同一频谱资源的CUE用户及VUE用户簇,最后对VUE用户簇内的非凸问题采用粒子群算法迭代取优获取VUE用户簇内各个V2V发送方的次优发射功率,并计算出相对应的次优VUE吞吐量。本发明将NOMA应用于车辆与车辆之间通信V2V unicast用户中,在确保V2I及V2V通信的服务质量的基础上,使得V2V用户的总吞吐量达到最大值,为NOMA下的V2X资源分配问题提供了新的思路。
Description
技术领域
本发明涉及一种基于NOMA的车联网资源分配方法,属于车联网无线资源分配技术领域。
背景技术
近年来,非正交多址接入技术(NOMA)成为进一步提高频谱利用率的研究热点。NOMA技术在2014年开始被提出,其目的是为了在满足用户服务质量(QoS)的前提下,更加高效地利用频谱资源,并为以后部署范围更小的小区提供理论基础。NOMA不同于传统的正交传输,在发送端采用非正交发送,主动引入干扰信息,在接收端通过串行干扰删除技术实现正确解调。与正交传输相比,接收机复杂度有所提升,但可以获得更高的频谱效率。非正交传输的基本思想是利用复杂的接收机设计来换取更高的频谱效率,随着芯片处理能力的增强,将使非正交传输技术在实际系统中的应用成为可能。NOMA中的关键技术如下:
(1)串行干扰删除(SIC)
在发送端,类似于CDMA系统,引入干扰信息可以获得更高的频谱效率,但是同样也会遇到多址干扰(MAI)的问题。关于消除多址干扰的问题,在研究第三代移动通信系统的过程中已经取得很多成果,串行干扰删除(SIC)也是其中之一。NOMA在接收端采用SIC接收机来实现多用户检测。串行干扰消除技术的基本思想是采用逐级消除干扰策略,在接收信号中对用户逐个进行判决,进行幅度恢复后,将该用户信号产生的多址干扰从接收信号中减去,并对剩下的用户再次进行判决,如此循环操作,直至消除所有的多址干扰。
(2)功率复用
SIC在接收端消除多址干扰(MAI),需要在接收信号中对用户进行判决来排出消除干扰的用户的先后顺序,而判决的依据就是用户信号功率大小。基站在发送端会对不同的用户分配不同的信号功率,来获取系统最大的性能增益,同时达到区分用户的目的,这就是功率复用技术。功率复用技术在其他几种传统的多址方案没有被充分利用,其不同于简单的功率控制,而是由基站遵循相关的算法来进行功率分配。
目前,基于NOMA的车联网资源分配已经逐步开展。然而其研究依然不足,现有文献中的资源分配方案很少引入NOMA进行5G车联网场景下的资源分配,如何联合考虑因车辆高速移动而产生的感知和资源分配需求,是当前需要研究的问题。
发明内容
发明目的:本发明目的在于提供一种基于NOMA的车联网资源分配方法,适用于高速公路模型,在传统的基于D2D的V2V车联网资源分配上进行了改进,将NOMA应用于车辆与车辆之间通信V2V unicast用户中,在确保车辆和路边单元通信(V2I)及V2V通信的服务质量的基础上,使得V2V用户(VUE)的总吞吐量达到最大值,为NOMA下的V2X资源分配问题提供了新的思路。
技术方案:为实现上述发明目的,本发明所述的一种基于NOMA的车联网资源分配方法,包括如下步骤:
(1)基站BS根据VUE Tx(V2V发送方)用户位置基于给定的每个VUE Tx簇最多容纳的用户数λ,以及簇内各VUE Tx之间的距离阈值thre_dist对用户进行分簇,同一簇内的VUETx用户之间的距离不低于阈值thre_dist,可共享同一频谱资源;
(2)根据CUE用户与VUE Tx簇的相对位置关系,以共享同一信道的VUE Tx簇对CUE用户的干扰最小为准则,设定并计算出最终Kuhn-Munkres判决的信道匹配结果;
(3)根据CUE用户与VUE Tx簇的频谱资源共享结果,通过VUE Rx(VUE接收方)用户在簇内与各VUE Tx用户的信道优劣确定簇内VUE Rx总吞吐量与各VUE Tx发送功率之间的关系,在考虑VUE Rx与CUE的QoS情况下采用粒子群算法给出可行初始解并迭代进化出逼近最优解的次优解,从而得到功率控制方案。
进一步地,所述步骤(1)中用户分簇包括:
(1.1)初始化t=1,将所有的VUE Tx的标识放入VUE Tx标识集合Gtr内,再找到BS发射区域内最边缘的VUE Tx,将其标识填入一个簇的空标识集合gt内,将该选中的VUE Tx标识从Gtr中删除;
(1.2)对Gtr中每一个VUE Tx,考察其与gt内所有VUE Tx之间的距离关系,如果满足距离大于阈值thre_dist,则将相应的VUE Tx标识暂时填入临时标识集temp_VUEset中;
(1.3)对temp_VUEset中每一个VUE Tx标识,按照一定的准则选出下一个压入gt中的VUE Tx标识,选择准则如下:
其中,d表示VUE Tx之间的距离,下标表示具体的VUE Tx用户对,在选出标识i后,将其填入集合gt内,将temp_VUEset清空;
(1.4)当Gtr≠Φ且|gt|<λ时,重复(1.2)-(1.3),直到Gtr≠Φ或|gt|=λ时为止;当Gtr≠Φ时,所有VUE Tx用户完成分组;当|gt|=λ且Gtr≠Φ时,VUE Tx分组尚未完成,t=t+1,选出标识集合Gtr中最边缘的VUE Tx,将其标识填入新簇的空标识集合gt内,将该选中的VUE Tx标识从Gtr中删除,继续从(1.2)开始;
(1.5)将VUE Tx分簇结果保存在矩阵VUE_grouping中,矩阵的列数为分簇数,矩阵的行数为簇的最大规模,矩阵VUE_grouping中保存的元素是VUE Tx的标识。
进一步地,所述步骤(2)中包括:
(2.1)计算每个CUE用户与各个VUE Tx簇之间的欧氏距离,以各CUE与各VUE Tx簇中用户的最短距离作为CUE与VUE Tx簇之间的距离;设定一个保存距离参数的矩阵Dist_CV,Dist_CV中的列对应CUE的标识,Dist_CV中的行对应各个VUE Tx簇;
(2.2)若VUE Tx簇数与CUE用户数的总和未超出BS总信道数,则各VUE Tx簇与CUE用户各自占用单独的正交信道;若VUE Tx簇数与CUE用户数的总和超出BS总信道数,选定超出数目的VUE Tx簇和CUE用户,并对选出的VUE Tx簇和CUE用户计算相互之间的距离,采用Kuhn-Munkres算法得到最佳CUE与VUE Tx簇信道共享方案;其中从矩阵Dist_CV选出行元素的最小值,并在最小值中选择前num(CUE)+num(VUE_Tx_cluster)-N最大的元素对应的VUETx簇作为备选与CUE共享同一信道的VUE Tx簇,并选择CUE中与选择出的num(CUE)+num(VUE_Tx_cluster)-N个最大元素对应行距离最大的num(CUE)+num(VUE_Tx_cluster)-N个CUE用户作为备选共享CUE用户。
进一步地,步骤(3)中对于参与到共享频谱资源的VUE用户接收方VUE Rx用户计算其在NOMA下的信噪比,并由此给出每个VUE Tx簇内的所有VUE Rx用户的总传输速率,继而给出所有VUE用户的总传输速率VUE_sumRate,其表达式如下:
其中:
其中,分别是VUE Tx i,VUE Tx j与BS对CUE p的发射功率;是VUE Tx用户的最大发射功率,是CUE用户的最大发射功率;为VUE用户对i发送端到接收端的信道系数,是在子信道n下共享同一子信道的CUE p与VUE Rx i之间的信道系数,是在子信道n下VUE Tx j与VUE Rx i之间的信道系数,σ2是噪声功率。
进一步地,所述步骤(3)中采用粒子群算法进行功率控制方案求解的步骤包括:
(3.1)在设定进化次数和种群规模参数后,给出初始粒子和速度,对初始粒子进行筛选,并对满足CUE用户与VUE用户传输速率的初始粒子计算出相应适应度函数VUE_sumRate;
(3.2)对可行初始粒子的适应度函数找到各粒子最佳适应度及全局最佳适应度值,其中各粒子的适应度函数和全局适应度均为上面提到的随时间变化的VUE_sumRate,并存储记录相应的初始粒子;
(3.3)以给定的速度进化粒子,并更新个体最优粒子和个体最优适应度函数,同时对进化后的可行粒子进行筛选,找到各自最佳适应度及全局最佳适应度值,并存储记录相应的粒子;当达到最大进化代数后,得到次优的全局最优粒子及其适应度函数值。
进一步地,对粒子进行筛选的约束条件为:
其中, 表示CUE用户的数据传输速率要大于阈值γ0,表示VUE用户的传输速率要大于阈值γ1,是在CUE功率限制的约束条件下对共享同一信道的VUE Tx簇内的VUE Tx用户推导出所要满足的约束。
有益效果:与现有技术相比,本发明通过设计适当分簇算法对VUE Tx用户进行分簇,减少了由于同信道VUE Tx距离过近出现的交叉区域VUE Rx干扰过大的问题。对于非凸优化问题,设计改进的有记忆性的粒子群算法,迭代寻求保证CUE与VUE Rx传输速率QoS下的次优功率分配方案及其对应的传输速率。总之,基于NOMA的车联网资源分配研究极具潜力,随着对其研究的不断深入,未来将会拥有广阔的发展空间。
附图说明
图1为本发明实施例的应用场景示意图。
图2为本发明实施例中分簇方法的流程示意图。
图3为本发明实施例中功率分配方法的流程示意图。
具体实施方式
下面结合具体实施例,进一步阐述本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请要求所限定的范围。
图1展示了基于NOMA的车联网资源分配下CUE用户与VUE用户的分布情况。一个宏基站BS具有一定的覆盖范围,在其发射范围内,有蜂窝车辆用户CUE,亦有V2V车辆用户VUE,将NOMA用于VUE用户,多个VUE用户对可以以NOMA的方式共享同一频谱资源,不同的VUE用户对在功率上加以区分。多个共享同一频谱资源的VUE用户对形成簇,每个信道最多被一个VUE用户簇共享。假设BS一共有N个子信道,BS覆盖范围内有p个CUE用户,q个VUE用户对(1个VUE用户对包含一个VUE Tx与一个VUE Rx)。考虑的资源分配场景为高速公路下行unicast场景。
在V2X资源分配上,这里主要包含两方面:频谱资源分配、功率资源分配。在每个时隙内,BS在Semi-Persistent Scheduling(SPS)周期的开始阶段分配频谱资源给VUE用户对,此阶段BS根据所有车辆的位置信息对频率资源分配实现干扰抑制。与传统的基于正交多址接入(OMA)不同的是,这里需考虑同信道干扰。
对于某个VUE Rx i来说,其自身的信噪比为:
其中:
其中,P、Q分别表示CUE用户总数及VUE用户对总数。分别是VUE Txi,VUE Tx j与BS对CUE p的发射功率;是VUE Tx用户的最大发射功率,是CUE用户的最大发射功率;为VUE用户对i发送端到接收端的信道系数,是在子信道n下CUE p与VUE Rx i之间的信道系数,是在子信道n下VUE Tx j与VUE Rx i之间的信道系数,σ2是噪声功率。
这里,这一项首先考虑的是在同一个子信道n下的情况,再考量sji,因此在VUE用户对采用NOMA时,为了让各VUE Rx的信噪比提升,需要对哪些VUE用户对以NOMA的方式共享同一信道做规定。因此需要对VUE用户对分簇。分簇原则是让VUE Tx之间的距离不得低于某一阈值thre_dist。
本发明实施例公开的一种基于NOMA的车联网资源分配方法包括如下步骤:
(1)BS集中化频谱资源管理:为了减少VUE Tx用户辐射区域的交叉区域中VUE Rx用户收到干扰,BS在SPS周期的开始阶段基于VUE Tx用户的地理位置及运动状态对VUE Tx用户进行分簇。分簇规则是使簇内的VUE Tx用户之间的距离不低于某一阈值thre_dist。将分簇结果保存在矩阵VUE_grouping中。矩阵VUE_grouping的列数为分簇数,矩阵的行数为簇的最大规模,矩阵VUE_grouping中保存的元素是VUE Tx的标识。
(2)根据(1)中确定的VUE Tx分簇结果VUE_grouping,建立CUE用户与VUE Tx用户的相对位置矩阵,列标识标记CUE用户,行标识标记VUE Tx用户,根据CUE与VUE Tx相对位置最大以减少同信道下VUE Tx对CUE用户干扰的原则设定并计算出最终Kuhn-Munkres判决的信道匹配结果。
(3)根据(2)中确定的CUE与VUE Tx簇的频谱资源共享结果,通过VUE Rx用户在簇内与各VUE Tx用户以及同信道下的CUE用户的信道优劣确定簇内VUE Rx总吞吐量与各VUETx用户及CUE用户发送功率之间的关系。在考虑VUE Rx与CUE的QoS情况下采用改进的粒子群算法给出可行初始解并迭代进化出逼近最优解的次优解。步骤(1)中首先规定每个VUETx簇最多容纳的用户数λ,同时要求簇内各VUE Tx之间的距离不低于阈值thre_dist,以此尽可能减少VUE Rx在多个VUE Tx重叠发射区域内SINR减小。VUE Tx簇数最多为BS信道总数。具体过程如下:
(1.1)初始化t=1,首先将所有的VUE Tx的标识全部放入VUE Tx标识集合Gtr内,再找到BS发射区域内最边缘的VUE Tx,将其标识填入一个簇的空标识集合gt内,将该选中的VUE Tx标识从Gtr中删除;
(1.2)对Gtr中每一个VUE Tx,考察其与gt内所有VUE Tx之间的距离关系。如果满足其与gt内所有VUE Tx之间的距离大于阈值thre_dist,则将相应的VUE Tx标识暂时填入临时标识集temp_VUEset中,待下一步处理;
(1.3)对temp_VUEset中每一个VUE Tx用户,按照一定的准则依次比较选出下一个压入gt中的VUE Tx标识ind,选择准则如下:
其中,d表示VUE Tx之间的距离,下标表示具体的VUE Tx用户对。在选出标识i的VUE Tx后,将temp_VUEset清空。
(1.4)当Gtr≠Φ且|gt|<λ时,重复(1.2)、(1.3),直到Gtr≠Φ或|gt|=λ时为止。当Gtr≠Φ时,所有VUE Tx用户完成分组;当|gt|=λ且Gtr≠Φ时,VUE Tx分组尚未完成,t=t+1,然后选出标识集合Gtr中最边缘的VUE Tx,将其标识填入新簇的空标识集合gt内,将该选中的VUE Tx标识从Gtr中删除,然后继续从(1.2)开始。
(1.5)最后将上述VUE Tx分组结果保存在矩阵VUE_grouping中,矩阵的列数为分簇数,矩阵的行数为簇的最大规模,矩阵VUE_grouping中保存的元素是VUE Tx的标识。算法流程图如图2所示。
步骤(2)中根据CUE用户与VUE Tx簇的相对位置关系,按照一定的准则选择出合适的匹配关系,其信道共享准则主要依据是使共享同一信道的VUE Tx簇对CUE用户的干扰最小。若在步骤(1)中分簇后发现CUE用户数与VUE Tx簇数之和小于等于BS信道数,则CUE与各个VUE Tx独自占用正交信道中的某一信道。若在步骤(1)中分簇后VUE Tx簇数与CUE用户数的总和超出BS总信道数,则选定超出数目的VUE Tx簇计算与其共享同一信道的CUE用户。具体过程如下:
(2.1)计算每个CUE用户与各个VUE Tx簇之间的欧氏距离,以各CUE与各VUE Tx簇中用户的最短距离作为CUE与VUE Tx簇之间的距离。假设VUE_grouping是m×n的矩阵,即最多有n个VUE Tx簇,每个VUE Tx簇内最多有m个VUE Tx用户。设定一个保存距离参数的矩阵Dist_CV,Dist_CV中的列对应CUE的标识,Dist_CV中的行对应各个VUE Tx簇。Dist_CV的维度为n×p。即有p个CUE用户。例:Dist_CV中第i行第j列的元素(Dist_CV)ij对应着标识为j的CUE用户与第i个VUE Tx簇之间的最小欧氏距离(Dist_CV)ij,其表达式为: (3)
(2.2)假设BS一共有N个子信道,则需要选出f(num(CUE),num(VUE_Tx_cluster),N)个VUE Tx簇,用来与CUE用户共享子信道,每个CUE用户最多与一个VUE Tx簇共享子信道。
当f(num(CUE),num(VUE_Tx_cluster),N)=0时,各CUE与VUE Tx簇各自占用一个子信道。
(2.3)从Dist_CV矩阵中,选出每行元素的最小值CandidateVi表示Dist_CV矩阵中第i行的最小值,即第i个簇与所有CUE用户距离的最小值。并在CandidateVii=1,2,...,n中选择前f(num(CUE),num(VUE_Tx_cluster),N)个最大的元素对应的VUE Tx簇作为备选与CUE共享同一信道的VUE Tx簇,并选择CUE中与选择出的f(num(CUE),num(VUE_Tx_cluster),N)个最大元素对应的VUE Tx簇距离最大的f(num(CUE),num(VUE_Tx_cluster),N)个CUE用户作为备选共享CUE用户。
(2.4)对选出的f(num(CUE),num(VUE_Tx_cluster),N)个VUE Tx簇与CUE用户,计算出其相互之间的距离,计算距离的方式按照步骤I。将距离矩阵命名为Candidate_dist,矩阵维度为f(num(CUE),num(VUE_Tx_cluster),N)×f(num(CUE),num(VUE_Tx_cluster),N)。采用Kuhn-Munkres Algorithm得到最佳CUE与VUE Tx簇信道共享方案。
分簇后,考虑与某VUE Tx簇共享信道的CUE,由于受到同信道干扰,为了满足传输速率QoS的要求,考察同信道下CUE的信噪比:
此信噪比下的CUE传输速率为:
考虑QoS需求,
然而若很大,意味着其对同信道的VUE Rx用户干扰增大,故故而可推导出:
因此,可将(3b)推导出约束条件(8):
其中
同理,考虑到VUE用户簇内的干扰,如不设定各VUE Rx自身的传输速率QoS,可能使某些用户对的VUE Tx传输功率为0,以此牺牲个体,优化全局VUE用户对传输速率。为了防止此现象发生,对VUE用户对的传输速率QoS加以限制:
信道资源分配在技术方案步骤(2)中给出。
功率分配是脱离BS,VUE自主调控自身的发射功率。此阶段为了让VUE Rx实现全局传输速率最优,VUE需考虑VUE Tx彼此之间的干扰。给出最终的功率分配方案。
步骤(3)中对于参与到共享频谱资源的VUE用户接收方VUE Rx用户计算其在NOMA下的信噪比,并由此给出每个VUE Tx簇内的所有VUE Rx用户的总传输速率,继而给出所有VUE用户的总传输速率VUE_sumRate,其表达式如下:
采用粒子群算法进行功率控制方案求解的步骤包括:
(3.1)在设定进化次数Ω和种群规模Ψ参数后,给出初始粒子z和速度,对初始粒子进行筛选,并对满足CUE用户与VUE用户传输速率的初始粒子计算出相应适应度函数VUE_sumRate;
(3.2)对可行初始粒子的适应度函数找到各粒子最佳适应度及全局最佳适应度值,其中各粒子的适应度函数和全局适应度均为上面提到的随时间变化的VUE_sumRate,并存储记录相应的初始粒子;
(3.3)以给定的速度进化粒子,并更新个体最优粒子和个体最优适应度函数,同时对进化后的可行粒子进行筛选,找到各自最佳适应度及全局最佳适应度值,并存储记录相应的粒子;当达到最大进化代数后,得到次优的全局最优粒子及其适应度函数值。
本实施例中学习因子c1=c2=1.49445,进化代数设为500,种群规模设为100,进化速度最大设为1;筛选粒子条件设为(7)、(9)、(11)。具体功率分配方案流程图如图3所示。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (6)
1.一种基于NOMA的车联网资源分配方法,其特征在于,包括如下步骤:
(1)基站BS根据VUE Tx用户位置基于给定的每个VUE Tx簇最多容纳的用户数λ,以及簇内各VUE Tx之间的距离阈值thre_dist对用户进行分簇,同一簇内的VUE Tx用户之间的距离不低于阈值thre_dist,可共享同一频谱资源;
(2)根据CUE用户与VUE Tx簇的相对位置关系,以共享同一信道的VUE Tx簇对CUE用户的干扰最小为准则,设定并计算出最终Kuhn-Munkres判决的信道匹配结果;
(3)根据CUE用户与VUE Tx簇的频谱资源共享结果,通过VUE Rx用户在簇内与各VUE Tx用户的信道优劣确定簇内VUE Rx总吞吐量与各VUE Tx发送功率之间的关系,在考虑VUE Rx与CUE的QoS情况下采用粒子群算法给出可行初始解并迭代进化出逼近最优解的次优解,从而得到功率控制方案。
2.根据权利要求1所述的一种基于NOMA的车联网资源分配方法,其特征在于,所述步骤(1)中用户分簇包括:
(1.1)初始化t=1,将所有的VUE Tx的标识放入VUE Tx标识集合Gtr内,再找到BS发射区域内最边缘的VUE Tx,将其标识填入一个簇的空标识集合gt内,将该选中的VUE Tx标识从Gtr中删除;
(1.2)对Gtr中每一个VUE Tx,考察其与gt内所有VUE Tx之间的距离关系,如果满足距离大于阈值thre_dist,则将相应的VUE Tx标识暂时填入临时标识集temp_VUEset中;
(1.3)对temp_VUEset中每一个VUE Tx标识,按照一定的准则选出下一个压入gt中的VUETx标识,选择准则如下:
其中,d表示VUE Tx之间的距离,下标表示具体的VUE Tx用户对,在选出标识i后,将其填入集合gt内,将temp_VUEset清空;
(1.4)当Gtr≠Φ且|gt|<λ时,重复(1.2)-(1.3),直到Gtr≠Φ或|gt|=λ时为止;当Gtr≠Φ时,所有VUE Tx用户完成分组;当|gt|=λ且Gtr≠Φ时,VUE Tx分组尚未完成,t=t+1,选出标识集合Gtr中最边缘的VUE Tx,将其标识填入新簇的空标识集合gt内,将该选中的VUETx标识从Gtr中删除,继续从(1.2)开始;
(1.5)将VUE Tx分簇结果保存在矩阵VUE_grouping中,矩阵的列数为分簇数,矩阵的行数为簇的最大规模,矩阵VUE_grouping中保存的元素是VUE Tx的标识。
3.根据权利要求1所述的一种基于NOMA的车联网资源分配方法,其特征在于,所述步骤(2)中包括:
(2.1)计算每个CUE用户与各个VUE Tx簇之间的欧氏距离,以各CUE与各VUE Tx簇中用户的最短距离作为CUE与VUE Tx簇之间的距离;设定一个保存距离参数的矩阵Dist_CV,Dist_CV中的列对应CUE的标识,Dist_CV中的行对应各个VUE Tx簇;
(2.2)若VUE Tx簇数与CUE用户数的总和未超出BS总信道数,则各VUE Tx簇与CUE用户各自占用单独的正交信道;若VUE Tx簇数与CUE用户数的总和超出BS总信道数,选定超出数目的VUE Tx簇和CUE用户,并对选出的VUE Tx簇和CUE用户计算相互之间的距离,采用Kuhn-Munkres算法得到最佳CUE与VUE Tx簇信道共享方案;其中从矩阵Dist_CV选出行元素的最小值,并在最小值中选择前num(CUE)+num(VUE_Tx_cluster)-N最大的元素对应的VUE Tx簇作为备选与CUE共享同一信道的VUE Tx簇,并选择CUE中与选择出的num(CUE)+num(VUE_Tx_cluster)-N个最大元素对应行距离最大的num(CUE)+num(VUE_Tx_cluster)-N个CUE用户作为备选共享CUE用户。
4.根据权利要求1所述的一种基于NOMA的车联网资源分配方法,其特征在于,步骤(3)中对于参与到共享频谱资源的VUE用户接收方VUE Rx用户计算其在NOMA下的信噪比,并由此给出每个VUE Tx簇内的所有VUE Rx用户的总传输速率,继而给出所有VUE用户的总传输速率VUE_sumRate,其表达式如下:
其中:
其中,Pi V、分别是VUE Tx i,VUE Tx j与BS对CUE p的发射功率;是VUE Tx用户的最大发射功率,是CUE用户的最大发射功率;为VUE用户对i发送端到接收端的信道系数,分别表示CUE用户的总数与VUE用户对的总数,是在子信道n下共享同一子信道的CUE p与VUE Rx i之间的信道系数,是在子信道n下VUE Tx j与VUE Rx i之间的信道系数,σ2是噪声功率。
5.根据权利要求4所述的一种基于NOMA的车联网资源分配方法,其特征在于,所述步骤(3)中采用粒子群算法进行功率控制方案求解的步骤包括:
(3.1)在设定进化次数和种群规模参数后,给出初始粒子和速度,对初始粒子进行筛选,并对满足CUE用户与VUE用户传输速率的初始粒子计算出相应适应度函数VUE_sumRate;
(3.2)对可行初始粒子的适应度函数找到各粒子最佳适应度及全局最佳适应度值,其中各粒子的适应度函数和全局适应度均为上面提到的随时间变化的VUE_sumRate,并存储记录相应的初始粒子;
(3.3)以给定的速度进化粒子,并更新个体最优粒子和个体最优适应度函数,同时对进化后的可行粒子进行筛选,找到各自最佳适应度及全局最佳适应度值,并存储记录相应的粒子;当达到最大进化代数后,得到次优的全局最优粒子及其适应度函数值。
6.根据权利要求5所述的一种基于NOMA的车联网资源分配方法,其特征在于,对粒子进行筛选的约束条件为:
其中, 表示CUE用户的数据传输速率要大于阈值γ0,表示VUE用户的传输速率要大于阈值γ1,是在CUE功率限制的约束条件下对共享同一信道的VUE Tx簇内的VUE Tx用户推导出所要满足的约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910669223.XA CN110418399B (zh) | 2019-07-24 | 2019-07-24 | 一种基于noma的车联网资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910669223.XA CN110418399B (zh) | 2019-07-24 | 2019-07-24 | 一种基于noma的车联网资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110418399A true CN110418399A (zh) | 2019-11-05 |
CN110418399B CN110418399B (zh) | 2022-02-11 |
Family
ID=68362754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910669223.XA Active CN110418399B (zh) | 2019-07-24 | 2019-07-24 | 一种基于noma的车联网资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110418399B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111132083A (zh) * | 2019-12-02 | 2020-05-08 | 北京邮电大学 | 一种车辆编队模式下基于noma的分布式资源分配方法 |
CN111194020A (zh) * | 2019-11-27 | 2020-05-22 | 华南师范大学 | 一种基于智能机动节点的d2d通信缓存方法 |
CN112969141A (zh) * | 2021-02-26 | 2021-06-15 | 北京邮电大学 | 一种雷达通信一体化非正交多址随机接入通信方法及装置 |
CN113055088A (zh) * | 2021-03-09 | 2021-06-29 | 西安电子科技大学 | 基于改进粒子群算法的室内可见光通信系统功率分配方法 |
CN113490275A (zh) * | 2021-07-07 | 2021-10-08 | 东南大学 | 一种基于noma的车联网广播通信资源分配方法 |
CN113852942A (zh) * | 2021-09-22 | 2021-12-28 | 天翼数字生活科技有限公司 | 一种基于d2d通信的noma异构网络的资源分配方法 |
US20220068120A1 (en) * | 2020-08-27 | 2022-03-03 | Blackberry Limited | Method and apparatus for providing road user alerts |
CN115190544A (zh) * | 2022-07-08 | 2022-10-14 | 东南大学 | 基于QoS的车联网网络切片与NOMA分簇联合优化方法 |
CN115209554A (zh) * | 2022-06-24 | 2022-10-18 | 东南大学 | 一种基于网络切片与noma的车联网半正定资源分配方法 |
CN116155329A (zh) * | 2023-04-23 | 2023-05-23 | 南京邮电大学 | 基于元启发算法的mMIMO-NOMA系统的用户分簇和功率分配方法 |
GB2615088A (en) * | 2022-01-26 | 2023-08-02 | British Telecomm | Wireless telecommunications network |
CN117979430A (zh) * | 2024-03-29 | 2024-05-03 | 厦门大学 | 一种基于v2v链路隐私安全的c-v2x系统资源分配方法 |
Citations (8)
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 |
CN105960024A (zh) * | 2016-06-08 | 2016-09-21 | 北京邮电大学 | 一种d2d通信中基于社交感知的用户发现及资源分配方法 |
CN107396448A (zh) * | 2017-08-15 | 2017-11-24 | 重庆邮电大学 | 一种异构网络中的资源分配方法 |
CN107396293A (zh) * | 2017-08-03 | 2017-11-24 | 重庆邮电大学 | 基于d2d通信的v2x资源分配方法及系统 |
CN107484244A (zh) * | 2017-08-01 | 2017-12-15 | 东南大学 | 一种QoS感知的蜂窝网络D2D通信频谱资源分配算法 |
CN108391317A (zh) * | 2018-04-03 | 2018-08-10 | 吉林大学 | 一种蜂窝网络中d2d通信的资源分配方法及系统 |
CN108462950A (zh) * | 2018-03-26 | 2018-08-28 | 南京邮电大学 | 基于noma的d2d通信联合子信道与功率分配方法 |
CN109905918A (zh) * | 2019-02-25 | 2019-06-18 | 重庆邮电大学 | 一种基于能效的noma蜂窝车联网动态资源调度方法 |
-
2019
- 2019-07-24 CN CN201910669223.XA patent/CN110418399B/zh active Active
Patent Citations (8)
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 |
CN105960024A (zh) * | 2016-06-08 | 2016-09-21 | 北京邮电大学 | 一种d2d通信中基于社交感知的用户发现及资源分配方法 |
CN107484244A (zh) * | 2017-08-01 | 2017-12-15 | 东南大学 | 一种QoS感知的蜂窝网络D2D通信频谱资源分配算法 |
CN107396293A (zh) * | 2017-08-03 | 2017-11-24 | 重庆邮电大学 | 基于d2d通信的v2x资源分配方法及系统 |
CN107396448A (zh) * | 2017-08-15 | 2017-11-24 | 重庆邮电大学 | 一种异构网络中的资源分配方法 |
CN108462950A (zh) * | 2018-03-26 | 2018-08-28 | 南京邮电大学 | 基于noma的d2d通信联合子信道与功率分配方法 |
CN108391317A (zh) * | 2018-04-03 | 2018-08-10 | 吉林大学 | 一种蜂窝网络中d2d通信的资源分配方法及系统 |
CN109905918A (zh) * | 2019-02-25 | 2019-06-18 | 重庆邮电大学 | 一种基于能效的noma蜂窝车联网动态资源调度方法 |
Non-Patent Citations (2)
Title |
---|
HANYU ZHENG等: "Joint Resource Allocation With Weighted Max-Min Fairness for NOMA-Enabled V2X Communications", 《IEEE ACCESS》 * |
陈真: "蜂窝网中基于社区的D2D空频资源分配", 《中国优秀硕士学位论文全文数据库 (信息科学辑)》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111194020B (zh) * | 2019-11-27 | 2023-03-24 | 华南师范大学 | 一种基于智能机动节点的d2d通信缓存方法 |
CN111194020A (zh) * | 2019-11-27 | 2020-05-22 | 华南师范大学 | 一种基于智能机动节点的d2d通信缓存方法 |
CN111132083B (zh) * | 2019-12-02 | 2021-10-22 | 北京邮电大学 | 一种车辆编队模式下基于noma的分布式资源分配方法 |
CN111132083A (zh) * | 2019-12-02 | 2020-05-08 | 北京邮电大学 | 一种车辆编队模式下基于noma的分布式资源分配方法 |
US20220068120A1 (en) * | 2020-08-27 | 2022-03-03 | Blackberry Limited | Method and apparatus for providing road user alerts |
CN112969141A (zh) * | 2021-02-26 | 2021-06-15 | 北京邮电大学 | 一种雷达通信一体化非正交多址随机接入通信方法及装置 |
CN113055088A (zh) * | 2021-03-09 | 2021-06-29 | 西安电子科技大学 | 基于改进粒子群算法的室内可见光通信系统功率分配方法 |
CN113490275A (zh) * | 2021-07-07 | 2021-10-08 | 东南大学 | 一种基于noma的车联网广播通信资源分配方法 |
CN113490275B (zh) * | 2021-07-07 | 2024-03-08 | 东南大学 | 一种基于noma的车联网广播通信资源分配方法 |
CN113852942A (zh) * | 2021-09-22 | 2021-12-28 | 天翼数字生活科技有限公司 | 一种基于d2d通信的noma异构网络的资源分配方法 |
GB2615088A (en) * | 2022-01-26 | 2023-08-02 | British Telecomm | Wireless telecommunications network |
CN115209554A (zh) * | 2022-06-24 | 2022-10-18 | 东南大学 | 一种基于网络切片与noma的车联网半正定资源分配方法 |
CN115190544A (zh) * | 2022-07-08 | 2022-10-14 | 东南大学 | 基于QoS的车联网网络切片与NOMA分簇联合优化方法 |
CN116155329A (zh) * | 2023-04-23 | 2023-05-23 | 南京邮电大学 | 基于元启发算法的mMIMO-NOMA系统的用户分簇和功率分配方法 |
CN117979430A (zh) * | 2024-03-29 | 2024-05-03 | 厦门大学 | 一种基于v2v链路隐私安全的c-v2x系统资源分配方法 |
CN117979430B (zh) * | 2024-03-29 | 2024-07-26 | 厦门大学 | 一种基于v2v链路隐私安全的c-v2x系统资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110418399B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110418399B (zh) | 一种基于noma的车联网资源分配方法 | |
CN104640220B (zh) | 一种基于noma系统的频率和功率分配方法 | |
KR101370002B1 (ko) | 다중 홉 중계 방식의 무선통신 시스템에서 스케줄링 장치및 방법 | |
CN107172682B (zh) | 基于动态分簇的超密集网络无线资源分配方法 | |
US8190165B2 (en) | System and method for utility-based scheduling for space division multiple access (SDMA) on an uplink of a wireless communications network | |
CN109474980A (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
CN107659915B (zh) | 基于地理区域信息的车联网人车资源分配方法 | |
CN107466099A (zh) | 一种基于非正交多址接入的干扰管理自优化方法 | |
CN106211302A (zh) | 非正交多址接入异构融合网络资源分配方法 | |
EP3183932B1 (en) | Method and apparatus for determining clusters of access nodes | |
CN111586697A (zh) | 一种基于有向超图贪心着色的信道资源分配方法 | |
CN112566261A (zh) | 一种基于深度强化学习的上行noma资源分配方法 | |
CN107396293A (zh) | 基于d2d通信的v2x资源分配方法及系统 | |
CN114051222A (zh) | 一种车联网环境下基于联邦学习的无线资源分配和通信优化方法 | |
Hosseini et al. | Stackelberg game-based deployment design and radio resource allocation in coordinated UAVs-assisted vehicular communication networks | |
CN108449149B (zh) | 一种基于匹配博弈的能量采集小基站资源分配方法 | |
CN113630740A (zh) | 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 | |
CN113490275B (zh) | 一种基于noma的车联网广播通信资源分配方法 | |
CN106851838A (zh) | 多小区d2d频谱资源分配方法 | |
CN111448776A (zh) | 用于在无线网络中关联资源信息与信道度量信息的设备和方法 | |
CN102378375B (zh) | 一种分配通信资源的方法及装置 | |
Sun et al. | Dynamic Channel Allocation Scheme Based on Traffic Prediction in Dense Wireless Networks | |
Chebbi et al. | Spatial User Clustering and Power Control for Downlink MIMO-NOMA Systems | |
CN103079215B (zh) | 一种基于扇区公平的多小区联合优化方法 | |
CN109548048A (zh) | 一种通信网络中的干扰建模方法 |
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 |