CN112887937A - 一种基于路侧设备辅助的终端设备视频信息协作上传方法 - Google Patents

Abstract

本发明提供一种基于路侧设备辅助的终端设备视频信息协作上传方法，利用车联网路侧设备没有能量限制、路侧设备与路侧设备/基站之间通信质量高等特点，通过车联网路侧设备充当中继节点，构建由车联网路侧设备与终端设备异构的信息协作上传网络。同时，引入终端设备视频信息源的压缩编码功率消耗，建立终端设备的能耗模型，并根据终端设备视频信息源的视频质量要求，通过调整视频编码码率、信息源传输速率，以及对终端设备多路径路由的选择，提供一种完全分布式的优化算法，提高网络资源利用率，保证单个终端设备能耗公平性，实现终端设备网络生命周期的最大化。

Description

一种基于路侧设备辅助的终端设备视频信息协作上传方法

技术领域

本发明涉及数据通信技术领域，尤其涉及一种基于路侧设备辅助的终端设备视频信息协作上传方法。

背景技术

目前，终端设备视频信息上传的基本工作方法为终端设备与地面基站直接建立无线通信链路，并进行视频信息数据的上行传输。然而，无线通信链路存在通信链路质量不稳定、通信带宽有限等问题，采用上述方法进行视频信息上传将极大程度地影响通信传输速率、传输可靠性、通信资源利用率、终端设备能耗等。

在终端设备视频信息上传过程中，终端设备在作为信息源的同时还可以充当信息中继节点。因此，离地面基站较远、与地面基站直接通信链路质量较差的终端设备可以利用中继节点，并通过多跳传输的方式进行视频信息数据的协作上传。在视频信息协作上传方法中，终端设备在中继其他节点数据的同时，还需要对自身的视频信息进行压缩编码、信息融合等处理，导致较高的处理、传输能耗。对于资源受限的终端设备(如分布式摄像机、移动视频手机等)而言，如何在协作上传过程中保证终端设备的公平性并延长终端设备网络的生命周期是一个重要的问题。例如，某个节点附近的节点都通过该节点进行中继，那么该节点成为中继热点导致传输能耗的上升，将很快耗尽自身能量。

发明内容

针对现有技术的不足，本发明提供一种基于路侧设备辅助的终端设备视频信息协作上传方法，利用车联网路侧设备没有能量限制、路侧设备与路侧设备/基站之间通信质量高等特点，构建由车联网路侧设备与终端设备异构的信息协作上传网络。同时，引入终端设备视频信息源的压缩编码功率消耗，建立终端设备的能耗模型，并根据终端设备视频信息源的视频质量要求，通过调整视频编码码率、信息源传输速率，以及对终端设备多路径路由的选择，提供一种完全分布式的优化算法，提高网络资源利用率，实现终端设备网络生命周期的最大化。

本发明的目的是通过以下技术方案来实现的：

一种基于路侧设备辅助的终端设备视频信息协作上传方法，方法包括如下步骤：

步骤一：构建由车联网路侧设备和终端设备异构的视频信息协作上传网络，其中，所述终端设备负责视频信息数据的采集、压缩编码和数据传输的中继，所述车联网路侧设备负责中继其他路侧设备或是终端设备的数据传输；该视频信息协作上传网络还包括基站，所述基站作为整个网络信息传输的终点，用于视频信息数据的接收汇聚；

路侧设备、终端设备和基站均为视频信息协作上传网络中的节点；终端设备与终端设备、路侧设备、基站之间通过无线通信链路进行数据传输，路侧设备与路侧设备或是基站之间通过专用有线通信链路进行数据传输；

步骤二：基于终端设备的视频信息数据采集，建立终端设备视频的率失真模型；

基于所述的率失真模型，得到视频压缩编码功率消耗，结合终端设备的视频信息数据传输功率消耗，建立终端设备的能耗模型；

基于所述的视频信息协作上传网络中，流出所述节点的数据信息流量等于流入该节点的数据信息流量与该节点产生的数据信息流量之和，构建网络流平衡模型；

步骤三：以所述的视频信息协作上传网络的网络生命周期最大化为优化目标，以网络流平衡模型、终端设备的能耗模型、终端设备失真大小必须小于预设目标值为约束条件，建立基于路侧设备辅助的终端设备视频信息协作上传网络的优化数学模型；

步骤四：利用终端设备节点在其初始能量下的归一化功率消耗变量对优化目标进行转换，并利用n次模近似转换后的优化目标，同时在优化目标方程中添加部分优化变量的二次正则化部分，使优化目标方程对优化变量具有严格凸性；

步骤五：利用拉格朗日松弛约束条件和原始-对偶算法，同时对原始变量和对偶变量进行迭代逐步更新，直到算法收敛。

进一步地，所述步骤二中，视频压缩编码功率消耗由信息源编码后数据速率、失真大小共同作用决定的率失真模型得出，表示为：

其中，

是终端设备i的视频压缩编码失真大小，σ²是平均视频输入方差，e为常量，γ为与编码效率相关的参数，R⁽ⁱ⁾是终端设备i的信息源编码后数据速率，

是终端设备i的视频压缩编码功率消耗；

所述终端设备的数据传输功率消耗包括发送数据功率消耗

以及接收数据功率消耗

分别表示为：

其中，

表示流出节点i的所有通信链路，

是终端设备无线传输链路l上单位流量的发送功率消耗，f_l是终端设备无线传输链路l上的数据传输流量；

表示流入节点i的所有通信链路，c^r是终端设备单位流量的接收功率消耗；

所述终端设备i的能耗模型表示为：

进一步地，所述步骤二中的网络流平衡模型表示为：

其中，

即，终端设备节点产生的数据信息流量为视频信息源编码后数据速率，路侧设备节点产生的数据信息流量为零；基站节点的数据信息流量为所有终端设备数据信息流量之和的负数。

进一步地，所述网络生命周期T_net为从网络部署开始，到网络中第一个终端设备耗尽能量的时间，表示为：

其中，T_i表示终端设备i的生命周期，E⁽ⁱ⁾表示终端设备i的初始能量，P⁽ⁱ⁾表示终端设备i的能耗模型。

进一步地，所述步骤三中，基于路侧设备辅助的终端设备视频信息协作上传网络的优化数学模型为：

优化问题P1：

约束条件：

(1)

(2)

(3)

进一步地，所述步骤四中，使q_i＝1/T_i，其中q_i的物理意义为终端节点i在初始能量E⁽ⁱ⁾下的归一化功率消耗变量，将优化目标变为

并利用n次模近似

则有

并在优化目标方程中添加针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分，从而使优化目标方程对于优化变量R⁽ⁱ⁾和f_l具有非严格凸性，改动后的优化问题表示为：

优化问题P2：

约束条件：

(1)

(2)

(3)

其中，

和

分别是针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分，δ是正则因子，δ＞0。

进一步地，采用完全分布式的优化算法求解改动后的优化问题，具体如下：

(1)初始化网络信息；

设置迭代次数k＝0，设置节点和通信链路存储器中的变量初始值R⁽ⁱ⁾(0)、

q_i(0)、f_l(0)、λ_i(0)、θ_i(0)、μ_i(0)为任一非负值；其中，对于终端设备而言，其存储器中存储R⁽ⁱ⁾(k)、

q_i(k)、λ_i(k)、θ_i(k)、μ_i(k)；对于路侧设备而言，其存储器中存储λ_i(k)；对于通信链路l，其存储器中存储f_l(k)；

(2)针对通信链路l，根据其流出节点

以及流入节点

中存储的

的值，以及本地存储器中的f_l(k)、

的值，更新原始变量f_l(k)；

其中，若通信链路l为无线通信链路，即通信链路l的流出节点

为终端设备，

根据

更新原始变量f_l(k)；若通信链路l为有线通信链路，即通信链路l的流出节点

为路侧设备，

根据

更新原始变量f_l(k)；

(3)针对终端设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)值，以及其存储器中存储的λ_i(k)、μ_i(k)、θ_i(k)的值，更新原始变量R⁽ⁱ⁾(k)、

q_i(k)：

针对终端设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)的值，以及其存储器中存储的R⁽ⁱ⁾(k)、

q_i(k)、

的值，更新对偶变量λ_i(k)、θ_i(k)、μ_i(k)：

针对路侧设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)的值，更新对偶变量λ_i(k)：

(4)终端设备、路侧设备和通信链路完成原始变量、对偶变量的更新之后，通信链路l将更新后的f_l(k+1)广播给其对应的流出、流入节点；终端设备将更新后的

广播给相应的通信链路；终端设备将更新后的

广播给相应的通信链路；迭代次数更新为k＝k+1；重复步骤(2)、(3)、(4)，直到算法收敛。

本发明的有益效果如下：

本发明充分利用车联网路侧设备没有能量限制、路侧设备与路侧设备/基站之间通信质量高等特点，构建由车联网路侧设备与终端设备异构的信息协作上传网络。本发明提供一种完全分布式的优化算法，只需要节点与周围通信范围内的节点进行少量信息交互，减少通信开销，降低算法的复杂度。同时，在保证不同终端设备的不同视频质量的要求下，通过对视频编码处理和传输的联合优化，有效提高网络资源利用率，保障终端设备的公平性，并且实现终端设备网络生命周期的最大化。

附图说明

图1是基于路侧设备辅助的终端设备视频信息协作上传网络示例图；

图2是给定参数下(σ²＝3500，γ＝55.54)率失真模型示例图；

图3是分布式优化算法的执行方式程序框图。

具体实施方式

下面根据附图和优选实施例详细描述本发明，本发明的目的和效果将变得更加明白，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

车联网通过通信接入技术让道路上安装了车载设备的车辆可以与行人、相邻的智能网联汽车、路侧设备或者基站等实体便捷地进行各种信息的交换和传播。在车联网通信中，路侧设备与路侧设备、基站之间通过专用有线通信链路(如以太网电缆)进行信息交互。相较于无线通信链路，专用有线通信链路具有链路通信质量高、传输可靠性强等特点。同时，相较于资源受限的终端设备中继节点，路侧设备中继节点没有能量限制。因此，可以利用车联网路侧设备充当中继节点，从而保证单个终端设备能耗公平性，并大幅提升终端设备网络的生命周期。

如图1所示，本发明的基于路侧设备辅助的终端设备视频信息协作上传方法，分为以下几个部分：

1.构建网络模型

图1是由车联网路侧设备与终端设备异构的信息协作上传网络示例图，其中终端设备负责视频信息数据的采集、压缩编码和数据传输的中继，用

表示终端设备的集和，|W|为终端设备的总数量；路侧设备负责中继其他路侧设备或是终端设备的数据传输，用

表示路侧设备的集和，|r|为路侧设备的总数量；该网络中还有一个基站，是整个网络信息传输的终点，用于视频信息数据的接收汇聚，用S进行表示。

此外，终端设备与终端设备、路侧设备、基站之间通过无线通信链路进行数据传输。路侧设备与路侧设备或是基站之间通过专用有线通信链路进行数据传输。L_W用于表示无线通信链路的数量，L_r用于表示专用有线通信链路的数量。

用于表示所有无线通信链路的集和，

用于表示所有专用有线通信链路的集和，

表示该网络中所有的通信链路。另外，用

表示第l条无线通信链路；用

表示第l条专用有线通信链路；用

表示第l条无线/专用有线通信链路，具体来说，该通信链路从发送节点i到接收节点j，并可以表示为(i，j)。

和

分别用于表示流出节点i和流入节点i的通信链路。

2、建立终端设备的能耗模型

终端设备的能耗模型包括视频压缩编码功率消耗和数据传输功率消耗两部分，其中，视频压缩编码功率消耗可以根据由信息源编码后数据速率、失真大小共同作用决定的率失真模型得出，数学上可表示为：

其中，

是终端设备i的视频压缩编码失真大小，σ²是平均视频输入方差，e为常量，γ为与编码效率相关的参数，R⁽ⁱ⁾是终端设备i的信息源编码后数据速率，

是终端设备i的视频压缩编码功率消耗。根据率失真模型，如图2所示，视频编码码率越高，则视频质量(表示为失真大小)越好，同时处理能耗越大；传输速率越大，则视频质量越好，同时传输能耗越大。

终端设备的数据传输功率消耗包括发送数据功率消耗以及接收数据功率消耗。用

表示终端设备发送数据功率消耗，数学上可以表示为：

其中，

表示流出节点i的所有通信链路(节点i作为发送节点的通信链路)，

是终端设备无线传输链路l上单位流量的发送功率消耗，f_l是终端设备无线传输链路l上的数据传输流量。用

表示终端设备发送数据功率消耗，数学上可以表示为：

其中，

表示流入节点i的所有通信链路(节点i作为接收节点的通信链路)，c^r是终端设备单位流量的接收功率消耗。

利用上述数学模型，终端设备的能耗模型表示为：

3.建立网络流平衡模型

对于视频信息协作上传网络中的任一节点(终端设备、路侧设备、基站)而言，流出该节点的数据信息流量需等于流入该节点的数据信息流量与该节点产生的数据信息流量之和。因此，网络流平衡模型表示为：

对于终端设备而言，节点产生的数据信息流量为视频信息源编码后数据速率；对于路侧设备而言，节点产生的数据信息流量为零；对于基站而言，基站的数据信息流量为所有终端设备数据信息流量之和的负数。因此，终端设备i的信息源编码后数据速率R⁽ⁱ⁾表示为：

4.建立优化问题

优化问题包括优化目标以及约束条件。优化目标为网络生命周期最大化，是指最大化从网络部署开始工作开始，到网络中第一个终端设备耗尽能量的时间。将终端设备i的初始能量记为E⁽ⁱ⁾，根据终端设备i的能耗模型P⁽ⁱ⁾，终端设备i的生命周期T_i表示为：

根据网络生命周期T_net的定义，表示为：

因此，优化问题P1建立如下：

优化目标：

约束条件：

(1)

(2)

(3)

对上述三个约束条件的解释如下：

(1)规定了网络流平衡条件；

(2)给出了终端设备的能耗大小P⁽ⁱ⁾与其初始能量记为E⁽ⁱ⁾和生命周期T_i的关系式；

(3)规定了率失真模型中，由视频压缩编码功率消耗、信息源编码后数据速率决定的失真大小必须小于预设目标值

5.建立分布式优化算法

上述优化问题P1并非凸优化问题，直接对其求解较为困难，使q_i＝1/T_i，q_i的物理意义为终端节点i在初始能量E⁽ⁱ⁾下的归一化功率消耗变量。因此，优化目标变为

利用n次模近似

则有

另外，上述优化目标方程对于优化变量R⁽ⁱ⁾和f_l具有非严格凸性，因此在优化目标方程中添加针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分。

经过上述改动，优化问题P1可以改写为优化问题P2：

优化目标：

约束条件：

(1)

(2)

(3)

其中，

和

分别是针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分，δ(δ＞0)是正则因子。

上述优化问题P2是凸优化问题，本发明提供一种完全分布式的优化算法。本发明利用拉格朗日松弛约束条件，得到优化问题P2的拉格朗日对偶函数：

其中，λ_i、θ_i和μ_i是拉格朗日乘子或对偶变量；R、f、P_c和q是原始变量。

利用原始-对偶算法，同时对原始变量和对偶变量进行迭代逐步更新达到最优。用k表示迭代次数，α(k)表示迭代步长，则原始变量的更新公式为：

对于终端设备

f_l(k)的更新公式为：

对于路侧设备

f_l(k)的更新公式为：

其中{·}⁺表示取正值运算，

表示通信链路l或通信链路(i，j)的流出节点i，

表示通信链路l或通信链路(i，j)的流入节点j。

相应的，对偶变量的更新公式为：

对于终端设备

λ_i(k)的更新公式为：

对于路侧设备

λ_i(k)的更新公式为：

6.分布式优化算法的执行方式

步骤1：初始化网络信息：设置迭代次数k＝0，设置节点和通信链路存储器中的变量初始值R⁽ⁱ⁾(0)、

q_i(0)、f_l(0)、λ_i(0)、θ_i(0)、μ_i(0)为任一非负值。其中对于终端设备而言，其存储器中存储R⁽ⁱ⁾(k)、

q_i(k)、λ_i(k)、θ_i(k)、μ_i(k)；对于路侧设备而言，其存储器中存储λ_i(k)。对于通信链路l或通信链路(i，j)而言，其存储器中存储f_l(k)。

步骤2：针对通信链路l或通信链路(i，j)，根据其流出节点

或i以及流入节点

或j中存储的

的值，以及本地存储器中的f_l(k)、

的值，更新原始变量f_l(k)。

其中，若通信链路l为无线通信链路，则通信链路l的流出节点

为终端设备，

根据

更新原始变量f_l(k)；若通信链路l为有线通信链路，则通信链路l的流出节点

为路侧设备，

根据

更新原始变量f_l(k)。

步骤3：针对终端设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)值，以及其存储器中存储的λ_i(k)、μ_i(k)、θ_i(k)的值，更新原始变量R⁽ⁱ⁾(k)、

q_i(k)：

针对终端设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)的值，以及其存储器中存储的R⁽ⁱ⁾(k)、

q_i(k)、

的值，更新对偶变量λ_i(k)、θ_i(k)、μ_i(k)：

针对路侧设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)的值，更新对偶变量λ_i(k)：

步骤4：终端设备、路侧设备和通信链路完成原始变量、对偶变量的更新之后，通信链路l将更新后的f_l(k+1)广播给其对应的流出、流入节点；终端设备将更新后的

广播给相应的通信链路；终端设备将更新后的

广播给相应的通信链路；迭代次数更新为k＝k+1；重复步骤2、3、4，直到算法收敛。

整个分布式优化算法的执行方式程序框图如图3所示。

本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。

Claims (7)

1.一种基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，该方法包括如下步骤：

步骤一：构建由车联网路侧设备和终端设备异构的视频信息协作上传网络，其中，所述终端设备负责视频信息数据的采集、压缩编码和数据传输的中继，所述车联网路侧设备负责中继其他路侧设备或是终端设备的数据传输；该视频信息协作上传网络还包括基站，所述基站作为整个网络信息传输的终点，用于视频信息数据的接收汇聚。

路侧设备、终端设备和基站均为视频信息协作上传网络中的节点；终端设备与终端设备、路侧设备、基站之间通过无线通信链路进行数据传输，路侧设备与路侧设备或是基站之间通过专用有线通信链路进行数据传输；

步骤二：基于终端设备的视频信息数据采集，建立终端设备视频的率失真模型；

基于所述的率失真模型，得到视频压缩编码功率消耗，结合终端设备的视频信息数据传输功率消耗，建立终端设备的能耗模型；

基于所述的视频信息协作上传网络中，流出所述节点的数据信息流量等于流入该节点的数据信息流量与该节点产生的数据信息流量之和，构建网络流平衡模型；

步骤三：以所述的视频信息协作上传网络的网络生命周期最大化为优化目标，以网络流平衡模型、终端设备的能耗模型、终端设备失真大小必须小于预设目标值为约束条件，建立基于路侧设备辅助的终端设备视频信息协作上传网络的优化数学模型；

步骤四：利用终端设备节点在其初始能量下的归一化功率消耗变量对优化目标进行转换，并利用n次模近似转换后的优化目标，同时在优化目标方程中添加部分优化变量的二次正则化部分，使优化目标方程对优化变量具有严格凸性；

步骤五：利用拉格朗日松弛约束条件和原始-对偶算法，同时对原始变量和对偶变量进行迭代逐步更新，直到算法收敛。

2.根据权利要求1所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，所述步骤二中，视频压缩编码功率消耗由信息源编码后数据速率、失真大小共同作用决定的率失真模型得出，表示为：

其中，

是终端设备i的视频压缩编码失真大小，σ²是平均视频输入方差，e为常量，γ为与编码效率相关的参数，R⁽ⁱ⁾是终端设备i的信息源编码后数据速率，

是终端设备i的视频压缩编码功率消耗；

所述终端设备的数据传输功率消耗包括发送数据功率消耗

以及接收数据功率消耗

分别表示为：

其中，

表示流出节点i的所有通信链路，

是终端设备无线传输链路l上单位流量的发送功率消耗，f_l是终端设备无线传输链路l上的数据传输流量；

表示流入节点i的所有通信链路，c^r是终端设备单位流量的接收功率消耗；

所述终端设备i的能耗模型表示为：

3.根据权利要求2所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，所述步骤二中的网络流平衡模型表示为：

其中，

即，终端设备节点产生的数据信息流量为视频信息源编码后数据速率，路侧设备节点产生的数据信息流量为零；基站节点的数据信息流量为所有终端设备数据信息流量之和的负数。

4.根据权利要求1所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，所述网络生命周期T_net为从网络部署开始，到网络中第一个终端设备耗尽能量的时间，表示为：

其中，T_i表示终端设备i的生命周期，E⁽ⁱ⁾表示终端设备i的初始能量，P⁽ⁱ⁾表示终端设备i的能耗模型。

5.根据权利要求1所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，所述步骤三中，基于路侧设备辅助的终端设备视频信息协作上传网络的优化数学模型为：

优化问题P1：

约束条件：

(1)

(2)

(3)

6.根据权利要求5所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，所述步骤四中，使q_i＝1/T_i，其中q_i的物理意义为终端节点i在初始能量E⁽ⁱ⁾下的归一化功率消耗变量，将优化目标变为

并利用n次模近似

则有

并在优化目标方程中添加针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分，从而使优化目标方程对于优化变量R⁽ⁱ⁾和f_l具有非严格凸性，改动后的优化问题表示为：

优化问题P2：

约束条件：

(1)

(2)

(3)

其中，

和

分别是针对优化变量R⁽ⁱ⁾和f_l的二次正则化部分，δ是正则因子，δ＞0。

7.根据权利要求6所述的基于路侧设备辅助的终端设备视频信息协作上传方法，其特征在于，采用完全分布式的优化算法求解改动后的优化问题，具体如下：

(1)初始化网络信息；

设置迭代次数k＝0，设置节点和通信链路存储器中的变量初始值R⁽ⁱ⁾(0)、

q_i(0)、f_l(0)、λ_i(0)、θ_i(0)、μ_i(0)为任一非负值；其中，对于终端设备而言，其存储器中存储R⁽ⁱ⁾(k)、

q_i(k)、λ_i(k)、θ_i(k)、μ_i(k)；对于路侧设备而言，其存储器中存储λ_i(k)；对于通信链路l，其存储器中存储f_l(k)；

(2)针对通信链路l，根据其流出节点

以及流入节点

中存储的

的值，以及本地存储器中的f_l(k)、

的值，更新原始变量f_l(k)；

其中，若通信链路l为无线通信链路，即通信链路l的流出节点

为终端设备，

根据

更新原始变量f_l(k)；若通信链路l为有线通信链路，即通信链路l的流出节点

为路侧设备，

根据

更新原始变量f_l(k)；

(3)针对终端设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)值，以及其存储器中存储的λ_i(k)、μ_i(k)、θ_i(k)的值，更新原始变量R⁽ⁱ⁾(k)、

q_i(k)：

针对终端设备

限据其作为流出节点或流入节点的通信链路l的f_l(k)的值，以及其存储器中存储的R⁽ⁱ⁾(k)、

q_i(k)、

的值，更新对偶变量λ_i(k)、θ_i(k)、μ_i(k)：

针对路侧设备

根据其作为流出节点或流入节点的通信链路l的f_l(k)的值，更新对偶变量λ_i(k)：

(4)终端设备、路侧设备和通信链路完成原始变量、对偶变量的更新之后，通信链路l将更新后的f_l(k+1)广播给其对应的流出、流入节点；终端设备将更新后的

广播给相应的通信链路；终端设备将更新后的

广播给相应的通信链路；迭代次数更新为k＝k+1；重复步骤(2)、(3)、(4)，直到算法收敛。

Images