CN112969141A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112969141A CN112969141A CN202110219111.1A CN202110219111A CN112969141A CN 112969141 A CN112969141 A CN 112969141A CN 202110219111 A CN202110219111 A CN 202110219111A CN 112969141 A CN112969141 A CN 112969141A
- Authority
- CN
- China
- Prior art keywords
- real
- communication
- intelligent vehicle
- road condition
- time road
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000009471 action Effects 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 230000004888 barrier function Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 230000008054 signal transmission Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了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,方法包括:基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,实时路况信息包括障碍物信息和通信设备的类型、位置信息;将通信资源占用信息、实时路况信息输入预先训练的马尔科夫决策模型,确定智能车辆的动作决策,动作决策包括为智能车辆分配通信资源;基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将实时路况信息发送至目标智能车辆。可见,提供了一种免授权,免预约,免同步的高效接入方式,智能车辆通过这种高效接入方式将探测到的实时路况信息发送至其他智能车辆,便于智能车辆进行避障,能够有效缓解拥塞,并降低传输时延。
Description
技术领域
本发明涉及车辆自组织网络技术领域,特别是涉及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。
背景技术
车辆与手机、路测设备等周边设备共同构成车辆自组织网络,车辆自组织网络是一种高密度和高动态的网络结构。
当前大部分基于长期演进(Long Term Evolution,LTE)通信结构设计的随机接入方案保留了大量的通信预约信息,以机对机通信为主的机式通信(machine typecommunication,MTC)致力于通过接入类别限制(access class barring,ACB)来实现用户的接入控制,即在特定的接入时隙/帧,通过随机级别限制的方式限制一部分用户的通信,从而降低基站处发生拥塞的概率。
但这种接入方式并不能从根本上避免拥塞,并且在这一帧被限制接入的用户失去了传输信息的能力,使得这些用户携带的重要信息不能及时的发送出去,降低了系统的时效性和信息的有效性。
可见,现有的基于LTE通信结构的随机接入方案不适用于高密度和高动态的车辆自组织网络,容易造成数据拥塞,且传输时延较高。
因此,亟需一种适用于高密度和高动态的车辆自组织网络,且高效、低时延的传输方案。
发明内容
本发明实施例的目的在于提供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,以实现针对高密度和高动态的车辆自组织网络的高效、低时延、低拥塞的数据传输。具体技术方案如下:
为实现上述目的,本发明实施例提供了一种雷达通信一体化非正交多址随机接入通信方法,应用于车辆自组织网络中的智能车辆,所述方法包括:
基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
可选的,所述动作决策包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
可选的,所述方法还包括:
评估所述实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级;
所述将所述实时路况信息发送至所述目标智能车辆,包括:
基于传输优先级从高到低的顺序,依次将所述实时路况信息包含的数据发送至所述目标智能车辆。
可选的,所述智能车辆前方的实时路况的数据有效性高于所述智能车辆后方的实时路况的数据有效性。
为实现上述目的,本发明实施例还提供了一种雷达通信一体化非正交多址随机接入通信装置,应用于车辆自组织网络中的智能车辆,所述装置包括:
第一确定模块,用于基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
第二确定模块,用于将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
接入模块,用于基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
可选的,所述动作决策包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
可选的,所述装置还包括:
评估模块,用于评估所述实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级;
所述接入模块,具体用于:基于传输优先级从高到低的顺序,依次将所述实时路况信息包含的数据发送至所述目标智能车辆。
可选的,所述智能车辆前方的实时路况的数据有效性高于所述智能车辆后方的实时路况的数据有效性。
为实现上述目的,本发明实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一方法步骤。
为实现上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方法步骤。
本发明实施例有益效果:
应用本发明实施例提供的雷达通信一体化非正交多址随机接入方法及装置,基于车载雷达感知方式,获取通信资源占用信息、实时路况信息,并基于马尔科夫决策模型确定动作决策,以非正交多址随机接入方式接入目标智能车辆,将实时路况信息发送至目标智能车辆。可见,本发明实施例提供了一种免授权,免预约,免同步的高效接入方式,智能车辆通过这种高效接入方式将探测到的实时路况信息发送至其他智能车辆,便于智能车辆进行避障,很好的适用于高密度和高动态的车辆自组织网络,且能够有效缓解拥塞,并降低传输时延。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的雷达通信一体化非正交多址随机接入通信方法的一种流程示意图;
图2为本发明实施例提供的雷达通信一体化非正交多址随机接入通信装置的一种结构示意图;
图3为本发明实施例提供的电子设备的一种结构示意图。
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,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
为了解决现有的基于LTE通信结构的随机接入方案不够高效、时延较高,进而不适用于车辆自组织网络的技术问题,本发明实施例提供了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。
该方法可以应用于车辆自组织网络中的智能车辆,其中车辆自组织网络可以由智能车辆,以及周边设备构成,周边设备可以包括手机、路侧设备(Road Side Unit,RSU)以及基站。由于车辆自组织网络中包含大量处于运动状态的智能车辆,因此车辆自组织网络是一种高密度和高动态的网络结构。
参见图1,图1为本发明实施例提供的雷达通信一体化非正交多址随机接入通信方法的一种流程示意图,如图1所述,方法可以包括以下步骤:
S101:基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,实时路况信息包括障碍物信息和通信设备的类型、位置信息。
本发明实施例中,智能车辆搭载有车载雷达,车载雷达具有对环境进行感知的能力,能够探测得到实时路况信息,实时路况信息可以包括障碍物信息,具体为障碍物的位置、大小等信息。实时路况信息还可以包含通信设备的类型、位置信息,其中通信设备可以包括智能车辆、行人终端等。
此外,车载雷达的接收天线具备全双工工作特性,即上下行链路使用相同的频率同时传输数据。车载雷达能够实时对频段进行分析,以确定通信资源占用信息,也可以理解为频率资源的占用情况。
S102:将通信资源占用信息、实时路况信息输入预先训练的马尔科夫决策模型,确定智能车辆的动作决策,动作决策包含为智能车辆分配通信资源。
其中,马尔科夫决策模型也可以理解为自动学习模型,马尔科夫决策模型是一种基于先验数据进行判断学习的一种机器学习方法,通过对历次事件的学习,以及对根据对历次事件做出的决策,对比当前环境场景以判断某发生的特定事件的决策方案,并将事件的后果加入历次事件分析以作为下一次判断的依据。
马尔科夫决策模型通常包含五个模型要素:状态,动作,策略,奖励和回报。根据每一场景状态,系统所决定做出的动作决策,都会引起环境变化,或状态转移,每一次状态转移都对系统性能产生影响。重复上述过程即可进行强化学习,训练完成的马尔科夫决策模型能够根据当前的环境状态,输出最佳动作决策。
本发明实施例中,通过车载雷达感知,智能车辆获取的通信资源占用信息和实时路况信息可以作为环境状态,将环境状态输入预先训练的马尔科夫决策模型,即可确定智能车辆的动作决策,动作决策可以包含设备可能做出的所有动作,包括对天线、雷达的资源调控、机械动作、编码形式调控等,同时也包含为智能车辆的通信分配合适的通信资源。
在本发明的一种实施例中,动作决策还可以包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
其中,频段选择表示对空闲频段的随机选择;宽带调整表示根据接入传输时延调整接入带宽;频带重选表示在接入碰撞时,重新选取频带,或对频带进行移动;雷达方向匹配表示智能车辆在移动过程中超出雷达解调识别的角度范围时,变换接入方向,变换方向时先进行相邻频段的接入匹配,在频带空闲的情况下将频带数据复制进入新的接入环境,否则重新接入。
信号碰撞检测表示在特定方向特定频段的解调过程中,在信号无法成功解调时进行碰撞检测,根据信号的稀疏编码进行信号侦测和识别,对成功识别的信号进行连续干扰消除操作,使得剩余信号可以解调。
信号碰撞概率分析表示根据信号中频带占用情况,频率复用情况,编码分配情况,时隙分配情况等进行碰撞概率分析,其中,对于不同用户数据在时间与频率资源上复用且因编码相关性破坏而无法解调的信号定义为碰撞信号。
信号传输成功率分析表示在碰撞发生的基础上,通过对信号的解析以及对碰撞信号的恢复后信号整体传输的成功率进行分析,从而得到信号整体传输成功概率。
S103:基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将实时路况信息发送至目标智能车辆。
其中,目标智能车辆可以为多个,例如可以是智能车辆通信范围内的其他智能车辆,也可以是基于其他特定条件选取的。
传统通信方案采用正交资源分配,即时域资源和频域资源相互正交,不可复用,如果复用则导致信号无法正常解调,需要时刻保证所分配资源的正交性。
与传统通信方案不同,本发明实施例中,智能车辆采用非正交多址随机接入方式接入目标智能车辆。
具体的,智能车辆在免除冗余信息的情况下以非正交多址方式尽可能快速接入目标智能车辆,并尽可能高效将自身持有的数据信息发送至目标智能车辆,实现快速接入,快速数据发送,自身持有的数据信息可以包括车载雷达探测到的实时路况信息,还可以包括自身位置信息及车辆标识信息等。
应用本发明实施例提供的雷达通信一体化非正交多址随机接入方法,基于车载雷达感知方式,获取通信资源占用信息、实时路况信息,并基于马尔科夫决策模型确定动作决策,以非正交多址随机接入方式接入目标智能车辆,将实时路况信息发送至目标智能车辆。可见,本发明实施例提供了一种免授权,免预约,免同步的高效接入方式,智能车辆通过这种高效接入方式将探测到的实时路况信息发送至其他智能车辆,便于智能车辆进行避障,很好的适用于高密度和高动态的车辆自组织网络,且能够有效缓解拥塞,并降低传输时延。
在本发明的一种实施例中,为了进一步缓解拥塞,降低传输时延,可以评估实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级。
在道路环境中,并不是智能车辆的所有探测区域都会出现障碍物,通常智能车辆探测到的障碍物主要分布在智能车辆的前方,而针对其后方的探测数据通常不包含障碍物。因此,可以设置智能车辆前方的实时路况的数据有效性高于智能车辆后方的实时路况的数据有效性。
上述仅作为一个示例,在实际应用中,可以根据不同需求评估实时路况信息所包含数据的有效性,例如针对长期不变或变化较小的数据,赋予较低的数据有效性。
则通过非正交多址随机接入方式接入目标智能车辆后,可以基于传输优先级从高到低的顺序,依次将实时路况信息包含的数据发送至目标智能车辆。
可见,本发明实施例中,通过对实时路况信息所包含数据进行有效性分级,能够优先传输有效性高的数据,在通信资源较少时,可以不传输有效性不高的数据,从而进一步缓解数据拥塞,提高数据传输的有效性。
相应于本发明实施例提供的雷达通信一体化非正交多址随机接入通信方法实施例,本发明实施例还提供了一种雷达通信一体化非正交多址随机接入通信装置,参见图2,装置可以包括以下模块:
第一确定模块201,用于基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
第二确定模块202,用于将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
接入模块203,用于基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
在本发明的一种实施例中,所述动作决策包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
在本发明的一种实施例中,所述装置还包括:
评估模块,用于评估所述实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级;
所述接入模块,具体用于:基于传输优先级从高到低的顺序,依次将所述实时路况信息包含的数据发送至所述目标智能车辆。
在本发明的一种实施例中,所述智能车辆前方的实时路况的数据有效性高于所述智能车辆后方的实时路况的数据有效性。
应用本发明实施例提供的雷达通信一体化非正交多址随机接入装置,基于车载雷达感知方式,获取通信资源占用信息、实时路况信息,并基于马尔科夫决策模型确定动作决策,以非正交多址随机接入方式接入目标智能车辆,将实时路况信息发送至目标智能车辆。可见,本发明实施例提供了一种免授权,免预约,免同步的高效接入方式,智能车辆通过这种高效接入方式将探测到的实时路况信息发送至其他智能车辆,便于智能车辆进行避障,很好的适用于高密度和高动态的车辆自组织网络,且能够有效缓解拥塞,并降低传输时延。
其中,方法和装置是基于同一申请构思的,由于方法和装置解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
本发明实施例还提供了一种电子设备,如图3所示,包括处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信,
存储器303,用于存放计算机程序;
处理器301,用于执行存储器303上所存放的程序时,实现如下步骤:
基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一雷达通信一体化非正交多址随机接入通信方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一雷达通信一体化非正交多址随机接入通信方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于雷达通信一体化非正交多址随机接入通信装置、电子设备、计算机可读存储介质及计算机程序产品实施例而言,由于其基本相似于雷达通信一体化非正交多址随机接入通信方法实施例,所以描述的比较简单,相关之处参见雷达通信一体化非正交多址随机接入通信方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种雷达通信一体化非正交多址随机接入通信方法,其特征在于,应用于车辆自组织网络中的智能车辆,所述方法包括:
基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
2.根据权利要求1所述的方法,其特征在于,所述动作决策包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
评估所述实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级;
所述将所述实时路况信息发送至所述目标智能车辆,包括:
基于传输优先级从高到低的顺序,依次将所述实时路况信息包含的数据发送至所述目标智能车辆。
4.根据权利要求3所述的方法,其特征在于,
所述智能车辆前方的实时路况的数据有效性高于所述智能车辆后方的实时路况的数据有效性。
5.一种雷达通信一体化非正交多址随机接入通信装置,其特征在于,应用于车辆自组织网络中的智能车辆,所述装置包括:
第一确定模块,用于基于车载雷达感知结果,确定通信资源占用信息、实时路况信息,所述实时路况信息包括障碍物信息和通信设备的类型、位置信息;
第二确定模块,用于将所述通信资源占用信息、所述实时路况信息输入预先训练的马尔科夫决策模型,确定所述智能车辆的动作决策,所述动作决策包括为所述智能车辆分配通信资源;
接入模块,用于基于所分配的通信资源,以非正交多址随机接入方式接入目标智能车辆,将所述实时路况信息发送至所述目标智能车辆。
6.根据权利要求5所述的装置,其特征在于,所述动作决策包括以下的一种或多种:
频段选择、带宽调整、频带重选、雷达方向匹配、信号碰撞检测、信号碰撞概率分析和信号传输成功率分析。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
评估模块,用于评估所述实时路况信息所包含数据的有效性,并基于数据的有效性确定传输优先级;
所述接入模块,具体用于:基于传输优先级从高到低的顺序,依次将所述实时路况信息包含的数据发送至所述目标智能车辆。
8.根据权利要求7所述的装置,其特征在于,
所述智能车辆前方的实时路况的数据有效性高于所述智能车辆后方的实时路况的数据有效性。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110219111.1A CN112969141B (zh) | 2021-02-26 | 2021-02-26 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
PCT/CN2021/116420 WO2022179077A1 (zh) | 2021-02-26 | 2021-09-03 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110219111.1A CN112969141B (zh) | 2021-02-26 | 2021-02-26 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112969141A true CN112969141A (zh) | 2021-06-15 |
CN112969141B CN112969141B (zh) | 2022-10-25 |
Family
ID=76275848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110219111.1A Active CN112969141B (zh) | 2021-02-26 | 2021-02-26 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112969141B (zh) |
WO (1) | WO2022179077A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179077A1 (zh) * | 2021-02-26 | 2022-09-01 | 北京邮电大学 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108702736A (zh) * | 2016-05-03 | 2018-10-23 | 华为技术有限公司 | 一种资源调度方法以及终端设备 |
CN109068391A (zh) * | 2018-09-27 | 2018-12-21 | 青岛智能产业技术研究院 | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 |
CN109658740A (zh) * | 2019-02-19 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 车辆间的交互方法和装置 |
CN110418399A (zh) * | 2019-07-24 | 2019-11-05 | 东南大学 | 一种基于noma的车联网资源分配方法 |
WO2020102144A1 (en) * | 2018-11-13 | 2020-05-22 | Idac Holdings, Inc. | Robust noma transmission |
CN112406892A (zh) * | 2020-11-03 | 2021-02-26 | 上海大学 | 一种智能网联汽车感知决策模块功能安全和网络安全内生保障方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109451462B (zh) * | 2018-11-16 | 2020-11-03 | 湖南大学 | 一种基于半马尔科夫链的车载网络频谱资源分配方法 |
CN111491252B (zh) * | 2019-01-28 | 2021-11-02 | 电信科学技术研究院有限公司 | 一种汽车雷达接入资源分配方法及其装置 |
US11155258B2 (en) * | 2019-03-25 | 2021-10-26 | GM Global Technology Operations LLC | System and method for radar cross traffic tracking and maneuver risk estimation |
WO2020253939A1 (en) * | 2019-06-17 | 2020-12-24 | Nokia Technologies Oy | Facilitated local context sharing in road environment |
CN112969141B (zh) * | 2021-02-26 | 2022-10-25 | 北京邮电大学 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
-
2021
- 2021-02-26 CN CN202110219111.1A patent/CN112969141B/zh active Active
- 2021-09-03 WO PCT/CN2021/116420 patent/WO2022179077A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108702736A (zh) * | 2016-05-03 | 2018-10-23 | 华为技术有限公司 | 一种资源调度方法以及终端设备 |
CN109068391A (zh) * | 2018-09-27 | 2018-12-21 | 青岛智能产业技术研究院 | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 |
WO2020102144A1 (en) * | 2018-11-13 | 2020-05-22 | Idac Holdings, Inc. | Robust noma transmission |
CN109658740A (zh) * | 2019-02-19 | 2019-04-19 | 百度在线网络技术(北京)有限公司 | 车辆间的交互方法和装置 |
CN110418399A (zh) * | 2019-07-24 | 2019-11-05 | 东南大学 | 一种基于noma的车联网资源分配方法 |
CN112406892A (zh) * | 2020-11-03 | 2021-02-26 | 上海大学 | 一种智能网联汽车感知决策模块功能安全和网络安全内生保障方法 |
Non-Patent Citations (1)
Title |
---|
尉志青: "感知-通信-计算融合的智能车联网挑战与趋势", 《中兴通讯技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022179077A1 (zh) * | 2021-02-26 | 2022-09-01 | 北京邮电大学 | 一种通信感知一体化非正交多址随机接入通信方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022179077A1 (zh) | 2022-09-01 |
CN112969141B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109548167B (zh) | 覆盖范围自适应调整方法、装置、计算机存储介质及设备 | |
CN110582072B (zh) | 蜂窝车联网中基于模糊匹配的资源分配方法及装置 | |
CN109041252A (zh) | 基于载波侦听的LoRa无线通信网络信道接入方法 | |
CN107395252B (zh) | 跳频方法、跳频装置、终端和基带芯片 | |
CN103650614A (zh) | 资源分配方法、装置及网络侧设备 | |
CN107734595B (zh) | 接入控制方法及装置、系统 | |
CN112969141B (zh) | 一种通信感知一体化非正交多址随机接入通信方法及装置 | |
CN108307412B (zh) | 用户为中心的基于分组博弈的超密集网络干扰管理方法 | |
Weerasinghe et al. | Supervised learning based arrival prediction and dynamic preamble allocation for bursty traffic | |
CN102905389A (zh) | 接入控制方法和装置 | |
CN111970762A (zh) | 一种频谱分配方法、装置及电子设备 | |
Wang et al. | Modeling and performance analysis of dynamic spectrum sharing between DSRC and Wi‐Fi systems | |
CN103686895A (zh) | 切换控制方法、无线网络控制器和接入节点 | |
CN111915892B (zh) | 数据请求的响应方法、装置、计算机设备以及介质 | |
CN111586867B (zh) | 一种scma系统的资源分配方法及装置 | |
CN113691483B (zh) | 异常用户设备的检测方法、装置、设备及存储介质 | |
CN107613500A (zh) | 一种不确定环境下的无线频谱共享方法 | |
CN114173351B (zh) | 基站部署位置的确定方法、装置、设备及可读存储介质 | |
Kimura et al. | Modeling urban ITS communication via stochastic geometry approach | |
CN106454988A (zh) | 设备到设备的无线网格网络的路由寻找方法和装置 | |
CN111669765B (zh) | 网络扩容方法、装置、控制设备及存储介质 | |
CN114928849A (zh) | 一种基站部署方法、装置、电子设备及存储介质 | |
KR102097776B1 (ko) | 셀 최적화 방법 및 장치 | |
CN114126025B (zh) | 用于车载终端的功率调整方法、车载终端和服务器 | |
CN113891289B (zh) | 功率调整方法、服务器和终端 |
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 |