CN111132298A - 一种功率分配方法和装置 - Google Patents
一种功率分配方法和装置 Download PDFInfo
- Publication number
- CN111132298A CN111132298A CN201811279512.0A CN201811279512A CN111132298A CN 111132298 A CN111132298 A CN 111132298A CN 201811279512 A CN201811279512 A CN 201811279512A CN 111132298 A CN111132298 A CN 111132298A
- Authority
- CN
- China
- Prior art keywords
- system capacity
- vehicle
- model
- determining
- power
- 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
Images
Classifications
-
- 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
- H04W52/343—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading taking into account loading or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- 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
- H04W52/18—TPC being performed according to specific parameters
-
- 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
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种功率分配方法和装置,应用于车联网系统中,所述车联网系统包括网络侧设备、基站和车辆,所述网络侧设备与多个基站连接,一个基站与多个车辆连接,所述的方法包括:网络侧设备获取信道信息;依据所述信道信息建立系统容量模型;基于系统容量模型,确定以系统容量最大化为目标的系统容量优化模型;依据所述系统容量优化模型确定功率分配信息,依据所述功率分配信息确定各车辆的上行发射功率;通过基站通知各车辆对应的上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。本发明实施例通过最大化系统容量来进行功率分配,能够有效降低同频干扰。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种功率分配方法和一种功率分 配装置。
背景技术
车联网(Internet of Vehicles,IoV)是未来无线通信的重要研究领域,IoV 中,车辆可采用车对车(Vehicle-to-Vehicle,V2V)和车对基础设施(Vehicle-toInfrastructure,V2I)技术通信提高系统性能。由于车辆网络中的所有车辆节 点共享有限的频谱资源,因此频谱利用率,传输可靠性,系统吞吐量和路由 机制的稳定性都是IoV的关键性能。由于网络拓扑快速变化,干扰更加严重, 如何在IoV中进行实时、可靠的通信十分关键。
目前,大多数现有的IoV研究都是在单小区场景中实现的,而道路边基 站通常采用同频部署的策略,由于道路车辆分布较为集中,相邻小区间同频 干扰会影响车辆通信质量,导致车辆通信中断,系统容量、通信可靠性降低。 例如可参照图1,车辆2(是接入基站2的)发送的上行数据,会影响车辆1 (是接入基站1的)发送的上行数据;相应地,车辆1发送的上行数据,会 影响车辆2发送的上行数据。因此如何降低同频干扰,是车联网领域亟待解决的问题。
发明内容
本发明实施例提供一种功率分配方法,以降低同频干扰。
相应的,本发明实施例还提供了一种功率分配装置,用以保证上述方法 的实现及应用。
为了解决上述问题,本发明公开了一种功率分配方法,应用于车联网系 统中,所述车联网系统包括网络侧设备、基站和车辆,所述网络侧设备与多 个基站连接,一个基站与多个车辆连接;具体包括:网络侧设备获取信道信 息;依据所述信道信息建立系统容量模型;基于系统容量模型,确定以系统 容量最大化为目标的系统容量优化模型;依据所述系统容量优化模型确定功 率分配信息,依据所述功率分配信息确定各车辆的上行发射功率;通过基站 通知各车辆对应的上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。
可选地,所述信道信息包括信道状态信息和信道状态分布信息,所述依 据所述信道信息建立系统容量模型,包括:判断控制信道占用率是否低于占 用率阈值;若控制信道占用率低于占用率阈值,则依据所述信道状态信息建 立系统容量瞬时模型;若控制信道占用率高于占用率阈值,则依据所述信道 状态分布信息建立系统容量均值模型。
可选地,所述基于系统容量模型,确定以系统容量最大化为目标的系统 容量优化模型,包括:确定信号中断概率约束条件和车辆上行发射功率约束 条件;依据所述系统容量模型、信号中断概率约束条件和车辆上行发射功率 约束条件,建立以最大化系统容量为目标的系统容量优化模型。
可选地,所述依据所述系统容量优化模型确定功率分配信息,包括:采 用罚函数,将所述系统容量优化模型转换为适应度函数;依据粒子群优化算 法和适应度函数,确定功率分配信息。
可选地,所述依据粒子群优化算法和适应度函数,确定功率分配信息, 包括:初始化粒子群,所述粒子群中每个粒子包括对应的位置和速度,每个 粒子的位置包括车联网系统中所有车辆的上行发射功率,每个粒子的速度包 括车联网系统中所有车辆的上行发射功率的调整步长;依据各粒子的位置、 速度和所述适应度函数,对各粒子的位置进行迭代更新;确定迭代次数达到 预设迭代次数时的全局最优位置,依据全局最优位置确定功率分配信息。
本发明实施例还提供了一种功率分配装置,应用于车联网系统中,所述 车联网系统包括网络侧设备、基站和车辆,所述网络侧设备与多个基站连接, 一个基站与多个车辆连接;具体包括:信息获取模块,用于获取信道信息; 第一模型建立模块,用于依据所述信道信息建立系统容量模型;第二模型建 立模块,用于基于系统容量模型,确定以系统容量最大化为目标的系统容量 优化模型;功率确定模块,用于依据所述系统容量优化模型确定功率分配信 息,依据所述功率分配信息确定各车辆的上行发射功率;功率通知模块,用 于通过基站通知各车辆对应的上行发射功率,以使各车辆按照对应的上行发 射功率发送上行数据。
可选地,所述信道信息包括信道状态信息和信道状态分布信息,所述第 一模型建立模块,具体用于判断控制信道占用率是否低于占用率阈值;若控 制信道占用率低于占用率阈值,则依据所述信道状态信息建立系统容量瞬时 模型;若控制信道占用率高于占用率阈值,则依据所述信道状态分布信息建 立系统容量均值模型。
可选地,所述第二模型建立模块,具体用于确定信号中断概率约束条件 和车辆上行发射功率约束条件;依据所述系统容量模型、信号中断概率约束 条件和车辆上行发射功率约束条件,建立以最大化系统容量为目标的系统容 量优化模型。
可选地,所述功率确定模块包括:转换子模块,用于采用罚函数,将所 述系统容量优化模型转换为适应度函数;功率信息确定子模块,用于依据粒 子群优化算法和适应度函数,确定功率分配信息。
可选地,所述功率信息确定子模块,具体用于初始化粒子群,所述粒子 群中每个粒子包括对应的位置和速度,每个粒子的位置包括车联网系统中所 有车辆的上行发射功率,每个粒子的速度包括车联网系统中所有车辆的上行 发射功率的调整步长;依据各粒子的位置、速度和所述适应度函数,对各粒 子的位置进行迭代更新;确定迭代次数达到预设迭代次数时的全局最优位 置,依据全局最优位置确定功率分配信息。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例中,网络侧设备可以获取信道信息,依据所述信道信息建 立系统容量模型,然后基于系统容量模型,确定以系统容量最大化为目标的 系统容量优化模型;再依据所述系统容量优化模型确定功率分配信息,依据 所述功率分配信息确定各车辆的上行发射功率;通过基站通知各车辆对应的 上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。本发明 实施例通过最大化系统容量来进行功率分配,能够有效降低同频干扰。
附图说明
图1是现有技术中一种同频干扰的示意图;
图2本发明的一种功率分配方法实施例的步骤流程图;
图3本发明的一种功率分配方法可选实施例的步骤流程图;
图4是本发明实施例的一种系统容量的示意图;
图5是本发明实施例的一种系统容量性能的示意图;
图6是本发明的一种功率分配装置实施例的结构框图;
图7是本发明的一种功率分配装置可选实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图 和具体实施方式对本发明作进一步详细的说明。
本发明实施例的核心构思之一在于,通过最大化系统的容量,来为车辆 分配对应的上行发射功率,进而有效的降低同频干扰。
其中,本发明实施例可应用于车联网系统中,所述车联网系统包括网络 侧设备、基站和车辆,所述网络侧设备与多个基站连接,一个基站与多个车 辆连接;其中,所述车辆可以是指具有通信功能的车辆,可以直接与基站进 行通信。
本发明实施例提供的一种功率分配的方法,是一种集中调度的方法,即 由网络侧设备计算车联网系统的系统容量,然后依据系统容量进行功率分 配;其中,所述车联网系统中包含的基站的数量可以根据实际情况确定,例 如若需要降低某个路段的同频干扰,则车联网系统可以包含该路段上部署的 所有基站;又例如若需要减低某个区域内的同频干扰,则车联网系统可以包 含该区域内部署的所有基站。
参照图2,示出了本发明的一种功率分配方法实施例的步骤流程图,具 体可以包括如下步骤:
步骤201、网络侧设备获取信道信息。
本发明实施例中,网络侧设备可以通过基站获取信道信息,进而根据信 道信息建立系统容量模型,其中,所述信道信息包括多种,如信道状态信息、 信道状态分布信息等等。其中,车辆在接入基站、与基站进行交互的过程中, 会通过上行控制信道向基站发送上行控制信息,以通过上行控制信息携带信 道的信道状态信息。进而基站可以获取到车辆发送的上行控制信息,然后可 以通过上行控制信息获取对应信道的信道状态信息;然后各基站可以将其获 取的信道状态信息,上报给网络侧设备,进而网络侧设备可以获取车联网系统中各信道的信道状态信息。其中,所述信道状态信息可以用于表征通信链 路的信道属性,它描述了信号在每条传输路径上的衰弱因子,包括信道增益 矩阵中每个元素的值,如信号散射、环境衰弱、距离衰减等信息。此外,基 站还可以周期性的统计信道分布状态信息,然后将获取的信道分布状态信息 上报给网络侧设备,进而网络侧说吧可以获取车联网系统中各信道的信道分 别状态信息。
步骤202、依据所述信道信息建立系统容量模型。
步骤203、基于所述系统容量模型,确定以系统容量最大化为目标的系 统容量优化模型。
由于现有技术中,同频干扰会导致系统容量降低,因此本发明实施例可 以基于系统容量进行功率分配,以降低同频干扰;其中,本发明实施例可以 通过将系统容量最大化来进行功率分配,以在保证系统容量的条件下,确定 各车辆的上行发射功率。本发明实施例中,可以采用系统容量模型来计算系 统容量,其中,所述系统容量模型可以包括多种,如系统容量瞬时模型、系 统容量均值模型等,系统容量模型的种类可以依据网络拥塞情况选取;例如, 网络拥塞时,可以选取系统容量均值模型,网络畅通时,可以选取系统容量 瞬时模型。因此可以依据网络的拥塞情况,确定匹配的模型种类,再依据系 匹配的模型种类和信道信息,建立对应系统容量模型。
本发明实施例中,在建立对应系统容量模型后,为降低同频干扰,可以 以最大化系统容量为目标,基于所述系统容量模型建立系统容量优化模型, 然后再依据系统容量优化模型进行功率分配。
步骤204、依据所述系统容量优化模型确定功率分配信息,依据所述功 率分配信息确定各车辆的上行发射功率。
步骤205、通过基站通知各车辆对应的上行发射功率,以使各车辆按照 对应的上行发射功率发送上行数据。
本发明实施例中,在进行功率分配的过程中,可以先确定各车辆的上行 发射功率,再通知各车辆其对应上行发射功率;其中,可以依据所述系统容 量优化模型进行计算,确定功率分配信息,例如采用罚函数将系统容量优化 模型进行转换,再依据粒子群算法和转换后的模型确定功率分配信息。其中, 所述功率分配信息可以包括车联网系统中各车辆的上行发射功率,进而可以 依据所述功率分配信息确定各车辆的上行发射功率。然后网络侧设备可以通 过基站通知各车辆对应的上行发射功率,例如网络侧设备将各车辆的上行发 射功率发送给各基站,各基站可以从中选取出与其连接的车辆的上行发射功 率,然后将这些上行发射功率分别发送给对应的车辆;进而各车辆在获取其 对应的上行发射功率后,在后续可以按照该上行发射功率发送上行数据。
本发明实施例中,网络侧设备可以获取信道信息,依据所述信道信息建 立系统容量模型,然后基于系统容量模型,确定以系统容量最大化为目标的 系统容量优化模型;再依据所述系统容量优化模型确定功率分配信息,依据 所述功率分配信息确定各车辆的上行发射功率;通过基站通知各车辆对应的 上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。本发明 实施例通过最大化系统容量来进行功率分配,有效降低同频干扰。
在本发明的另一个实施例中,对如何建立系统容量模型、系统容量优化 模型,以及确定功率分配信息进行详细说明。
参照图3,示出了本发明的一种功率分配方法可选实施例的步骤流程图, 具体可以包括如下步骤:
步骤301、网络侧设备确定信道信息。
本发明实施例中,网络侧设备根据基站上报的信道态信息,确定系统内 各信道的信道状态信息;然后可以依据信道信息,建立系统容量模型;具体 如步骤302。
步骤302、依据所述信道信息建立系统容量模型。
本发明实施例中,网络侧设备可以先确定网络拥塞情况,依据拥塞情况 确定与当前拥塞情况匹配的系统容量模型的种类,再依据匹配的种类和信道 信息建立系统容量模型;所述信道信息可以包括信道状态信息和信道状态分 布信息。其中,所述依据所述信道信息建立系统容量模型,可包括如下子步 骤:
步骤21、判断控制信道占用率是否低于占用率阈值。
步骤22、若控制信道占用率低于占用率阈值,则依据所述信道状态信息 建立系统容量瞬时模型。
步骤23、若控制信道占用率高于占用率阈值,则依据所述信道状态分布 信息建立系统容量均值模型。
其中,网络侧设备可以统计控制信道的占用率,判断控制信道占用率是 否低于占用率阈值;若控制信道占用率低于占用率阈值,可确定网络畅通, 此时可以选取系统容量瞬时模型;若控制信道占用不低于占用率阈值,可确 定网络拥塞,此时可以选取系统容量均值模型。其中,所述占用率阈值可按 照需求设置。
其中,系统容量模型是基于信噪比计算的,本发明的一个示例中,只考 虑了第m-1个小区和第m+1个小区对第m个小区的干扰情况,此时,第m个 小区接收到第m个小区使用资源块i的车辆的上行数据对应的信噪比SINRm,i的可以采用如下公式表示:
其中,Um,i是指第m个小区接收到的该小区中使用第i个资源块的车辆的 上行信号接收功率;Im-1为来自第m-1个小区的干扰,Im+1为来自第m+1个小 区的干扰,第m-1个小区和第m+1个小区均为第m个小区的邻小区;σ2为高 斯白噪声功率。
其中,Um,i=Pm,iαm,m,ihm,m,i,Pm,i为第m个小区内使用资源块i的车辆的上行发 射功率,αm,m,i为第m个小区内使用资源块i的车辆到小区m对应基站的路径 损耗;hm,m,i为第m个小区内使用资源块i的车辆到小区m对应基站的小尺度衰 落。Im-1=Pm-1,iαm,m-1,ihm,m-1,i,Pm-1,i为第m-1个小区内使用资源块i的车辆的上行发 射功率,αm-1,m-1,i为第m-1个小区内使用资源块i的车辆到小区m-1对应基站的 路径损耗;hm-1,m-1,i为第m-1个小区内使用资源块i的车辆到小区m-1对应基站 的小尺度衰落。Im+1=Pm+1,iαm,m+1,ihm,m+1,i,Pm+1,i为第m+1个小区内使用资源块i的车 辆的上行发射功率,αm+1,m+1,i为第m+1个小区内使用资源块i的车辆到小区 m+1对应基站的路径损耗;hm+1,m+1,i为第m+1个小区内使用资源块i的车辆到小 区m+1对应基站的小尺度衰落。
其中,根据3GPP(3rd Generation Partnership Project,第三代合作计划) 规范,路径损耗取值为:
α[dB]=128.1+37.6lg(d)
其中,d是第m个小区内使用资源块i的车辆到第m个小区对应基站的距 离,单位km。
需要注意的是,本发明实施例在计算第m个小区接收到第m个小区使用 资源块i的车辆的上行数据对应的信噪比时,也可以考虑其他的小区对第m 个小区使用资源块i的车辆的干扰,本发明实施例不限制只考虑第m-1个小 区和第m+1个小区的干扰。
当网络畅通时,所有车辆的小尺度衰落信道增益h为一组服从瑞利分布 的离散参数;此时,可以选择系统容量瞬时模型计算系统容量,其中,系统 容量瞬时模型可以采用如下公式表示:
其中,CI是系统瞬时容量,B是一个资源块的带宽,M是车联网系统中 小区的数量,Nm是第m个小区内车辆的数量。
其中,系统瞬时容量模型中的信噪比SINRm,i,可以根据获取的信道状态 信息中参数确定;因此本发明实施例可以依据信道状态信息,建立对应的系 统容量瞬时模型。
当网络拥塞时,所有车辆的小尺度衰落信道增益h服从参数为λ0的指数 分布:h~E(λ0);此时,可以选取系统容量均值模型计算系统容量,其中,系 统容量均值模型可以采用如下公式表示:
其中,系统均值容量模型中的信噪比SINRm,i,可以依据信道分布状态信 息和车辆位置确定(如依据信道分布状态信息确定小尺度衰落,根据车辆位 置确定大尺度衰落);其中,信道分布状态信息是基站自身统计的,车辆位 置除了通过无线通信的方式获取外,还可以通过其他的方式如射频识别技术 等。因此本发明实施例一种建立系统容量均值模型的方式可以是,可以依据 信道状态分布信息建立系统容量均值模型;此时无需占用过多的控制信道, 降低了信道开销,比较适用于控制信道比较繁忙的场景。
步骤303、确定信号中断概率约束条件和车辆上行发射功率约束条件。
步骤304、依据所述系统容量模型、信号中断概率约束条件和车辆上行 发射功率约束条件,建立以最大化系统容量为目标的系统容量优化模型。
本发明实施例中,可以基于系统容量模型建立系统容量优化模型,再依 据系统容量优化模型确定功率分配信息;其中,可以先设置约束条件,再依 据约束条件和系统容量模型,建立系统容量优化模型。其中,所述约束条件 可以包括目标约束条件、信号中断概率约束条件和车辆上行发射功率约束条 件;其中,所述目标约束条件可以包括:最大化系统容量,信号中断概率约 束条件可以包括:信号中断概率小于概率阈值,车辆上行发射功率约束条件 可以包括:车辆上行发射功率大于0且小于车辆上行发射功率最大值。
本发明的一个示例中,当第m个小区接收到第m个小区使用第i个资源 块的车辆发送的上行信号的信噪比低于接收阈值时,则该车辆的上行通信会 发生中断,若小尺度衰落信道增益hm,m,i服从参数为λ0的指数分布,即 hm,m,i~E(λ0),则中断概率的分布可表示为:
然后依据信号中断概率确定信号中断概率约束条件: p_outm,i=Pr(SINRm,i≤γth)≤p0,其中,p0是概率阈值,可以按照需求设置。
以及可以确定车辆上行发射功率约束条件:0≤Pm,i≤Pmax,其中,Pmax为第 m个小区使用第i个资源块的车辆的最大上行发射功率。
进而针对系统容量瞬时模型,建立对应的系统容量瞬时优化模型,可表 示为:
针对系统容量均值模型,建立对应的系统容量均值优化模型,可表示为:
然后可以通过对系统容量优化模型进行计算,确定功率分配信息,具体 可参照步骤305-步骤306:
步骤305、采用罚函数,将所述系统容量优化模型转换为适应度函数。
步骤306、依据粒子群优化算法和适应度函数,确定功率分配信息。
本发明实施例中,可以采用罚函数将系统容量优化模型进行转换,转换 为没有约束条件的适应度函数,可采用如下表达式表示适应度函数:
fit=f(x)+α·G1+β·G2
其中,fit是适应度函数,f(x)为目标函数,G1为中断约束集合;G2为 功率约束集合;α和β为相应的惩罚因子向量。
因此,采用罚函数对系统容量瞬时优化模型进行转换,得到瞬时适应度 函数,可采用如下表达式表示:
其中,fI为瞬时适应度函数,μm,i和θm,i为惩罚因子。
采用罚函数对系统容量均值优化模型进行转换,得到均值适应度函数, 可采用如下表达式表示:
其中,fD为瞬时适应度函数,αm,i和βm,i为惩罚因子。
然后再采用粒子群优化算法和适应度函数,确定功率分配信息;具体可 包括如下子步骤:
子步骤61、初始化粒子群,所述粒子群中每个粒子包括对应的位置和速 度,每个粒子的位置包括车联网系统中所有车辆的上行发射功率,每个粒子 的速度包括车联网系统中所有车辆的上行发射功率的调整步长。
本发明实施例中可以先初始化粒子群,其中,初始化粒子群可以包括设 置粒子群的维度,其中,一种设置粒子群维度的方式可以是,依据车联网系 统中小区的数量和车辆的数量,确定粒子群的维度。例如,车联网系统中包 括S个小区,每个小区对应K个车辆,则可以生成一个S*K的矩阵:
其中,矩阵中x11可以表示第一个小区的第一个车辆的上行发射功率,x1K可以表示第一个小区的第K个车辆的上行发射功率,xS1可以表示第S个小区 的第一个车辆的上行发射功率,xSK可以表示第S个小区的第K个车辆的上行 发射功率,……,依次类推;进而可以将矩阵的元素个数确定为粒子群的维 度D=S*K,一个维度对应车联网系统中一个车辆。初始化粒子群可以包括 按照需求设置粒子群的规模,即设置粒子群中粒子的数量,以及初始化各粒 子的位置和速度;其中,一个粒子的位置可以表示为:xi=(xi1,xi2,...,xid...xiD)T,其中,xid表示一个车辆的上行发射功率,xi1可以与上述矩阵中x11,……,以 此类推,xiD可以与上述矩阵中xSK对应。以及一个粒子的速度可以表示为: Vi=(vi1,vi2,...,vid...viD)T,其中,vid表示一个车辆的上行发射功率对应的调整步长。
子步骤62、依据各粒子的位置、速度和所述适应度函数,对各粒子的位 置进行迭代更新。
子步骤63、确定迭代次数达到预设迭代次数时的全局最优位置,依据全 局最优位置确定功率分配信息。
本发明实施例中,可以对各粒子的位置进行迭代更新,确定全局最优位 置,然后依据全局最优位置确定功率分配信息;其中,每次更新粒子群中各 粒子位置的过程中可以如下:
可以先分别将粒子群中各粒子的位置代入至适应度函数中计算,得到每 个粒子对应的适应度值;然后记录本次计算过程中适应度值最优的粒子对应 的位置(也可称为局部最优位置),可以记做:pi=(pi1,pi2,...,piD)T,以及根据 各粒子历史适应度值和本次适应度值,确定粒子群中适应度值最优的粒子和 对应的位置(也可称为全局最优位置),可以记做:pg=(pg1,pg2,...pgD)T;然后 依据局部最优位置和全局最优位置,对粒子群中各粒子的位置进行更新。
其中,可以依据局部最优位置和全局最优位置,确定各粒子的速度:
vid(gn+1)=wvid(gn)+c1r1(gn)(pid(gn)-xid(gn)) +c2r2(gn)(pgd(gn)-xid(gn))
然后再依据粒子的速度,对粒子的位置进行更新:
xid(gn+1)=xid(gn)+vid(gn+1)
其中,d=1,2,...,D;i=1,2,...,K;gn为迭代次数;w为惯性因子;r1、r2为 分布于[0,1]之间的随机数,这两个参数用于保持群体的多样性;c1,c2为学 习因子。
当确定达到预设迭代次数时,可以停止对粒子群中各粒子位置的更新, 然后将此时的全局最优位置,作为功率分配信息;其中,所述功率分配信息 可以是一个D维向量,如P=(P1,P2,...,PD)T,其中的每一个元素可以对应某一 个小区的某一个车辆的上行发射功率。其中,可以在设置预设方向,按照预 设方向上车辆进入小区的顺序确定车辆为该小区的第几个车辆。本发明实施 例中,预设迭代次数和预设方向均可按照需求设置。
步骤307、依据所述功率分配信息确定各车辆的上行发射功率。
步骤308、通过基站通知各车辆对应的上行发射功率,以使各车辆按照 对应的上行发射功率发送上行数据。
然后可以依据功率分配信息、车联网系统内基站数量和每个基站对应的 车辆数量,确定各车辆对应的上行发射功率;然后网络侧设备将各车辆的上 行发射功率下发给基站,由基站将车辆的上行发射功率发送给对应的车辆; 进而车辆可以按照对应的上行发射功率发送上行数据。
本发明的一个示例中,可参照图4,示出了本发明实施例的一种系统容 量的示意图;其中,P1是车辆采用本发明实施例根据系统容量瞬时模型分 配的上行发射功率,发送上行数据时对应的系统容量,P2是车辆采用最大 功率(23dBm)发送上行数据时对应的系统容量,P3是车辆采用最低功率 (0dBm)发送上行数据时对应的系统容量。可见,P1优于P2、P3,并且随 着小区中车辆的增多,优化效果更明显。
本发明的另一个示例中,可参照图5,示出了本发明实施例的一种系统 容量性能的示意图,其中,C1是车辆采用最低功率(0dBm)发送上行数据 时计算的系统容量对应的系统容量性能,C2是车辆采用最大功率(23dBm) 发送上行数据时计算的系统容量对应的系统容量性能,C3是车辆采用本发 明实施例根据系统容量均值模型分配的上行发射功率,发送上行数据时计算 的系统容量对应的系统容量性能,C4是车辆采用本发明实施例根据系统容 量瞬时模型分配的上行发射功率,发送上行数据时计算的系统容量对应的系 统容量性能。可见C4优于C3,C3优于C1、C2。
本发明实施例中,网络侧设备可以获取信道状态信息,依据所述信道状 态信息建立系统容量模型,然后基于系统容量模型,确定以系统容量最大化 为目标的系统容量优化模型;再依据所述系统容量优化模型确定功率分配信 息,依据所述功率分配信息确定各车辆的上行发射功率;通过基站通知各车 辆对应的上行发射功率,以使各车辆按照对应的上行发射功率发送上行数 据。本发明实施例通过最大化系统容量来进行功率分配,有效降低同频干扰; 且通过最大化系统容量来提升网络通信质量。
其次,本发明实施例在建立系统容量优化模型的过程中,确定信号中断 概率约束条件和车辆上行发射功率约束条件,依据所述系统容量模型、信号 中断概率约束条件和车辆上行发射功率约束条件,建立以最大化系统容量为 目标的系统容量优化模型;能够在保证车辆通信中断性能的条件下,提升网 络系统容量,进一步提升了网络通信质量。
再次,本发明实施例在所述依据所述系统容量优化模型确定功率分配信 息过程中,采用罚函数,将所述系统容量优化模型转换为适应度函数,依据 粒子群优化算法和适应度函数,确定功率分配信息;通过采用粒子群算法迭 代,使得系统容量优化模型能够快速收敛、差错率低,从而提高了功率分配 的效率。
进一步,本发明实施例在确定控制信道占用率高于占用率阈值时,依据 所述信道状态分布信息建立系统容量均值模型;其中,信道状态分布信息无 需通过控制信道获取,从而降低了信道开销。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系 列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述 的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或 者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例 均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
本发明实施例还提供了一种功率分配装置,应用于上述车联网系统中。
参照图6,示出了本发明一种功率分配装置实施例的结构框图,具体可 以包括如下模块:
信息获取模块601,用于获取信道信息;
第一模型建立模块602,用于依据所述信道信息建立系统容量模型;
第二模型建立模块603,用于基于系统容量模型,确定以系统容量最大 化为目标的系统容量优化模型;
功率确定模块604,用于依据所述系统容量优化模型确定功率分配信息, 依据所述功率分配信息确定各车辆的上行发射功率;
功率通知模块605,用于通过基站通知各车辆对应的上行发射功率,以 使各车辆按照对应的上行发射功率发送上行数据。
参照图7,示出了本发明一种功率分配装置可选实施例的结构框图。
本发明的一个可选实施例中,所述信道信息包括信道状态信息和信道状 态分布信息,所述第一模型建立模块602,具体用于判断控制信道占用率是 否低于占用率阈值;若控制信道占用率低于占用率阈值,则依据所述信道状 态信息建立系统容量瞬时模型;若控制信道占用率高于占用率阈值,则依据 所述信道状态分布信息建立系统容量均值模型。
本发明的一个可选实施例中,所述第二模型建立模块603,具体用于确 定信号中断概率约束条件和车辆上行发射功率约束条件;依据所述系统容量 模型、信号中断概率约束条件和车辆上行发射功率约束条件,建立以最大化 系统容量为目标的系统容量优化模型。
本发明的一个可选实施例中,所述功率确定模块604包括:
转换子模块6041,用于采用罚函数,将所述系统容量优化模型转换为适 应度函数;
功率信息确定子模块6042,用于依据粒子群优化算法和适应度函数,确 定功率分配信息。
本发明的一个可选实施例中,所述功率信息确定子模块6042,具体用于 初始化粒子群,所述粒子群中每个粒子包括对应的位置和速度,每个粒子的 位置包括车联网系统中所有车辆的上行发射功率,每个粒子的速度包括车联 网系统中所有车辆的上行发射功率的调整步长;依据各粒子的位置、速度和 所述适应度函数,对各粒子的位置进行迭代更新;确定迭代次数达到预设迭 代次数时的全局最优位置,依据全局最优位置确定功率分配信息。
本发明实施例中,网络侧设备可以获取信道信息,依据所述信道信息建 立系统容量模型,然后基于系统容量模型,确定以系统容量最大化为目标的 系统容量优化模型;再依据所述系统容量优化模型确定功率分配信息,依据 所述功率分配信息确定各车辆的上行发射功率;通过基站通知各车辆对应的 上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。本发明 实施例通过最大化系统容量来进行功率分配,有效降低同频干扰。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较 简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明 的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见 即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装 置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全 软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例 可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介 质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程 序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计 算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令 实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框 图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、 专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生 一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的 指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读 存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个 流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设 备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计 算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用 于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中 指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦 得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以, 所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所 有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语 仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求 或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术 语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得 包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且 还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或 者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终 端设备中还存在另外的相同要素。
以上对本发明所提供的一种功率分配方法和一种功率分配装置,进行了 详细介绍,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 (10)
1.一种功率分配方法,其特征在于,应用于车联网系统中,所述车联网系统包括网络侧设备、基站和车辆,所述网络侧设备与多个基站连接,一个基站与多个车辆连接,所述的方法包括:
网络侧设备获取信道信息;
依据所述信道信息建立系统容量模型;
基于系统容量模型,确定以系统容量最大化为目标的系统容量优化模型;
依据所述系统容量优化模型确定功率分配信息,依据所述功率分配信息确定各车辆的上行发射功率;
通过基站通知各车辆对应的上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。
2.根据权利要求1所述的方法,其特征在于,所述信道信息包括信道状态信息和信道状态分布信息,所述依据所述信道状态信息建立系统容量模型,包括:
判断控制信道占用率是否低于占用率阈值;
若控制信道占用率低于占用率阈值,则依据所述信道状态信息建立系统容量瞬时模型;
若控制信道占用率高于占用率阈值,则依据所述信道状态分布信息建立系统容量均值模型。
3.根据权利要求1所述的方法,其特征在于,所述基于系统容量模型,确定以系统容量最大化为目标的系统容量优化模型,包括:
确定信号中断概率约束条件和车辆上行发射功率约束条件;
依据所述系统容量模型、信号中断概率约束条件和车辆上行发射功率约束条件,建立以最大化系统容量为目标的系统容量优化模型。
4.根据权利要求1所述的方法,其特征在于,所述依据所述系统容量优化模型确定功率分配信息,包括:
采用罚函数,将所述系统容量优化模型转换为适应度函数;
依据粒子群优化算法和适应度函数,确定功率分配信息。
5.根据权利要求4所述的方法,其特征在于,所述依据粒子群优化算法和适应度函数,确定功率分配信息,包括:
初始化粒子群,所述粒子群中每个粒子包括对应的位置和速度,每个粒子的位置包括车联网系统中所有车辆的上行发射功率,每个粒子的速度包括车联网系统中所有车辆的上行发射功率的调整步长;
依据各粒子的位置、速度和所述适应度函数,对各粒子的位置进行迭代更新;
确定迭代次数达到预设迭代次数时的全局最优位置,依据全局最优位置确定功率分配信息。
6.一种功率分配装置,其特征在于,应用于车联网系统中,所述车联网系统包括网络侧设备、基站和车辆,所述网络侧设备与多个基站连接,一个基站与多个车辆连接,所述的装置包括:
信息获取模块,用于获取信道信息;
第一模型建立模块,用于依据所述信道信息建立系统容量模型;
第二模型建立模块,用于基于系统容量模型,确定以系统容量最大化为目标的系统容量优化模型;
功率确定模块,用于依据所述系统容量优化模型确定功率分配信息,依据所述功率分配信息确定各车辆的上行发射功率;
功率通知模块,用于通过基站通知各车辆对应的上行发射功率,以使各车辆按照对应的上行发射功率发送上行数据。
7.根据权利要求6所述的装置,其特征在于,所述信道信息包括信道状态信息和信道状态分布信息,
所述第一模型建立模块,具体用于判断控制信道占用率是否低于占用率阈值;若控制信道占用率低于占用率阈值,则依据所述信道状态信息建立系统容量瞬时模型;若控制信道占用率高于占用率阈值,则依据所述信道状态分布信息建立系统容量均值模型。
8.根据权利要求6所述的装置,其特征在于,
所述第二模型建立模块,具体用于确定信号中断概率约束条件和车辆上行发射功率约束条件;依据所述系统容量模型、信号中断概率约束条件和车辆上行发射功率约束条件,建立以最大化系统容量为目标的系统容量优化模型。
9.根据权利要求6所述的装置,其特征在于,所述功率确定模块包括:
转换子模块,用于采用罚函数,将所述系统容量优化模型转换为适应度函数;
功率信息确定子模块,用于依据粒子群优化算法和适应度函数,确定功率分配信息。
10.根据权利要求9所述的装置,其特征在于,
所述功率信息确定子模块,具体用于初始化粒子群,所述粒子群中每个粒子包括对应的位置和速度,每个粒子的位置包括车联网系统中所有车辆的上行发射功率,每个粒子的速度包括车联网系统中所有车辆的上行发射功率的调整步长;依据各粒子的位置、速度和所述适应度函数,对各粒子的位置进行迭代更新;确定迭代次数达到预设迭代次数时的全局最优位置,依据全局最优位置确定功率分配信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811279512.0A CN111132298B (zh) | 2018-10-30 | 2018-10-30 | 一种功率分配方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811279512.0A CN111132298B (zh) | 2018-10-30 | 2018-10-30 | 一种功率分配方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111132298A true CN111132298A (zh) | 2020-05-08 |
CN111132298B CN111132298B (zh) | 2021-05-28 |
Family
ID=70484640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811279512.0A Active CN111132298B (zh) | 2018-10-30 | 2018-10-30 | 一种功率分配方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111132298B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114125884A (zh) * | 2020-09-01 | 2022-03-01 | 中国移动通信有限公司研究院 | 上行容量优化方法、装置、网络节点及存储介质 |
CN114158116A (zh) * | 2021-11-29 | 2022-03-08 | 国网上海市电力公司 | 一种边缘计算云端服务器的功率自适应调节方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140119283A1 (en) * | 2012-10-29 | 2014-05-01 | Lg Electronics Inc. | Method for determining transmission power |
CN105050176A (zh) * | 2015-05-29 | 2015-11-11 | 重庆邮电大学 | 认知无线电网络中基于中断概率约束的斯坦克尔伯格博弈功率控制方法 |
CN105979598A (zh) * | 2016-06-29 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 一种基于交通流动态分组的lte-d2d车联网资源分配方法 |
CN105979590A (zh) * | 2016-04-27 | 2016-09-28 | 西安交通大学 | 认知无线电系统中基于有效容量的用户调度与功率分配方法 |
CN106160993A (zh) * | 2016-08-12 | 2016-11-23 | 江苏大学 | 一种基于its中d2d通信模型的系统容量扩容方法 |
CN106954268A (zh) * | 2017-05-03 | 2017-07-14 | 北京科技大学 | 一种sdn架构下接入网资源分配方法 |
CN107439036A (zh) * | 2015-04-01 | 2017-12-05 | Lg电子株式会社 | V2x终端在无线通信系统中发送和接收信号的方法和装置 |
-
2018
- 2018-10-30 CN CN201811279512.0A patent/CN111132298B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140119283A1 (en) * | 2012-10-29 | 2014-05-01 | Lg Electronics Inc. | Method for determining transmission power |
CN107439036A (zh) * | 2015-04-01 | 2017-12-05 | Lg电子株式会社 | V2x终端在无线通信系统中发送和接收信号的方法和装置 |
CN105050176A (zh) * | 2015-05-29 | 2015-11-11 | 重庆邮电大学 | 认知无线电网络中基于中断概率约束的斯坦克尔伯格博弈功率控制方法 |
CN105979590A (zh) * | 2016-04-27 | 2016-09-28 | 西安交通大学 | 认知无线电系统中基于有效容量的用户调度与功率分配方法 |
CN105979598A (zh) * | 2016-06-29 | 2016-09-28 | 哈尔滨工业大学深圳研究生院 | 一种基于交通流动态分组的lte-d2d车联网资源分配方法 |
CN106160993A (zh) * | 2016-08-12 | 2016-11-23 | 江苏大学 | 一种基于its中d2d通信模型的系统容量扩容方法 |
CN106954268A (zh) * | 2017-05-03 | 2017-07-14 | 北京科技大学 | 一种sdn架构下接入网资源分配方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114125884A (zh) * | 2020-09-01 | 2022-03-01 | 中国移动通信有限公司研究院 | 上行容量优化方法、装置、网络节点及存储介质 |
CN114158116A (zh) * | 2021-11-29 | 2022-03-08 | 国网上海市电力公司 | 一种边缘计算云端服务器的功率自适应调节方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111132298B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Duan et al. | SDN enabled 5G-VANET: Adaptive vehicle clustering and beamformed transmission for aggregated traffic | |
Chen et al. | Deep-learning-based intelligent intervehicle distance control for 6G-enabled cooperative autonomous driving | |
CN109068391B (zh) | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 | |
CN100574501C (zh) | 上行链路无线电资源控制方法、基站设备和无线电网络控制器 | |
CN111567131B (zh) | 管理v2x通信网络中通信的设备和方法 | |
CN105792310B (zh) | 一种基于lte车联网的中继选择方法 | |
CN105009475A (zh) | 考虑到用户设备(ue)移动性的用于准入控制和资源可用性预测的方法和系统 | |
US10440666B2 (en) | Managing communication between a plurality of moving objects through control of transmit power and/or transmit rate | |
Vu et al. | Multi-agent reinforcement learning for channel assignment and power allocation in platoon-based C-V2X systems | |
CN110049543B (zh) | 一种wlan中数据速率和功率控制的联合优化方法 | |
CN108738151A (zh) | 一种基于粗略信息的无线预测资源分配方法 | |
Chen et al. | A millimeter wave-based sensor data broadcasting scheme for vehicular communications | |
Chen et al. | Multiuser scheduling for minimizing age of information in uplink MIMO systems | |
CN103856947A (zh) | 一种联合信道选择和功率控制的干扰协调方法 | |
CN111132298B (zh) | 一种功率分配方法和装置 | |
Jaziri et al. | Offloading traffic hotspots using moving small cells | |
Guan et al. | A feedback-based power control algorithm design for VANET | |
CN112672364B (zh) | 策略配置方法、装置、相关设备及存储介质 | |
Lehong et al. | A survey of LoRaWAN adaptive data rate algorithms for possible optimization | |
Chen et al. | The upper bounds of cellular vehicle-to-vehicle communication latency for platoon-based autonomous driving | |
CN105530680B (zh) | 一种车辆自组织网络中继车辆选择方法 | |
CN109041009B (zh) | 一种车联网上行功率分配方法及装置 | |
Pyun et al. | Downlink resource allocation scheme for smart antenna based V2V2I communication system | |
Cordeschi et al. | Performance evaluation of primary-secondary reliable resource-management in vehicular networks | |
Hegde et al. | Cellular-v2x for vulnerable road user protection in cooperative its |
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 |