CN113115268B - 基于多个路侧单元的车联网最大吞吐量获取方法及装置 - Google Patents

基于多个路侧单元的车联网最大吞吐量获取方法及装置 Download PDF

Info

Publication number
CN113115268B
CN113115268B CN202110472536.3A CN202110472536A CN113115268B CN 113115268 B CN113115268 B CN 113115268B CN 202110472536 A CN202110472536 A CN 202110472536A CN 113115268 B CN113115268 B CN 113115268B
Authority
CN
China
Prior art keywords
road side
vehicles
internet
probability
cooperative
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
CN202110472536.3A
Other languages
English (en)
Other versions
CN113115268A (zh
Inventor
林凡
张秋镇
黄富铿
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.)
GCI Science and Technology Co Ltd
Original Assignee
GCI Science and Technology Co Ltd
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 GCI Science and Technology Co Ltd filed Critical GCI Science and Technology Co Ltd
Priority to CN202110472536.3A priority Critical patent/CN113115268B/zh
Publication of CN113115268A publication Critical patent/CN113115268A/zh
Application granted granted Critical
Publication of CN113115268B publication Critical patent/CN113115268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • 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
    • 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)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于多个路侧单元的车联网最大吞吐量获取方法及装置，所述方法包括：获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；对车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；对车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；根据协作虚警概率和协作检测概率进行联合优化计算，得到车联网的最大吞吐量。本发明通过对车联网中的多个路侧单元和车辆进行联合优化，从而得到车联网的最大吞吐量，提高了车联网的平均传输功率及传输效率。

Description

基于多个路侧单元的车联网最大吞吐量获取方法及装置
技术领域
本发明涉及车联网技术领域，尤其涉及一种基于多个路侧单元的车联网最大吞吐量获取方法及装置。
背景技术
车联网是基于C-V2X(CellularVehicle-to-Everything，蜂窝车联网)技术将路侧单元与车载单元的信息进行有效交互，可以让驾驶者能第一时间了解交通信息和危险状况。随着C-V2X及5G技术地快速发展，与之而来的更高安全性、更低时延和更海量连接等特性，极大地促进了智能驾驶和智慧交通发展。通过“车-路-云”协同，一方面推动智能网联汽车快速发展，提供更安全、更智能的出行方式；另一方面赋能智能路况综合感知、动态协同交通控制等功能，为智能交通发展奠定基础。未来发展到自动驾驶，只有汽车本身的智能化是远远不够的，路边基础设施如路侧单元也需要进行智能化改造，建设更高效、更稳定的车联网通信系统。
但是，由于自动驾驶时汽车产生的数据量过于庞大，即使使用压缩算法，路侧单元与车辆通信时也会产生大量的带宽开销，因此这就需要对路侧单元和车辆进行联合优化，以获取车联网的最大吞吐量。然而，目前路侧单元和车辆的通信发展还处于萌芽状态，一般的路侧单元和车辆只能进行一对一的通信，无法实现多车辆和多路侧单元的通信，同时一般的通信方法也没有对路侧单元和车辆进行联合优化以获取最大吞吐量。
发明内容
本发明实施例所要解决的技术问题在于，提供一种基于多个路侧单元的车联网最大吞吐量获取方法及装置，通过对车联网中的多个路侧单元和车辆进行联合优化，从而得到车联网的最大吞吐量，提高了车联网的平均传输功率及传输效率。
为了实现上述目的，本发明实施例提供了一种基于多个路侧单元的车联网最大吞吐量获取方法，包括：
获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
作为上述方案的改进，所述对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率，具体包括：
对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段；
若所述路侧单元存在空闲频段，则将该路侧单元的标记信息设为1；若所述路侧单元不存在空闲频段，则将该路侧单元的标记信息设为0；
根据公式
Figure BDA0003045902370000021
计算存在空闲频段的路侧单元的虚警概率；其中，Pi f表示第i个路侧单元的虚警概率；λ表示检测门限；N0表示噪声功率；γ表示检测信噪比；ts表示检测持续时间；fs表示检测信号采样频率；Q(x)定义为
Figure BDA0003045902370000022
根据公式
Figure BDA0003045902370000031
计算存在空闲频段的路侧单元的检测概率；其中，Pi d表示第i个路侧单元的检测概率。
作为上述方案的改进，所述对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率，具体包括：
对所述车联网帧结构中的所有路侧单元进行信息交互；
统计所述标记信息为1的路侧单元，得到存在空闲频段的所有路侧单元；
根据公式Λf＝1-(1-Pi f)k计算所有路侧单元的协作虚警概率；其中，Λf表示协作虚警概率，k表示存在空闲频段的所有路侧单元的数量；
根据公式Λd＝1-(1-Pi d)k计算所有路侧单元的协作检测概率；其中，Λd表示协作检测概率。
作为上述方案的改进，所述根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量，具体包括：
根据所述协作虚警概率及公式PACC＝(1-Λf)P0计算得到所述车联网的有效频段接入概率；其中，PACC表示有效频段接入概率，P0表示频段空闲概率；
根据公式
Figure BDA0003045902370000032
计算所述车联网的平均传输速率；其中，R表示平均传输速率，T表示车联网帧结构中每一帧的时长，tc＝kξ表示协作时间为，ξ表示平均每个路侧单元产生的时间开销，m∈(1,M)表示车联网中的某一辆车，M表示车联网中的车辆数量，Pm表示每辆车的发射功率，hm表示信道增益；
根据公式
Figure BDA0003045902370000033
计算所述车联网的最大吞吐量。
作为上述方案的改进，所述根据公式
Figure BDA0003045902370000041
计算所述车联网的最大吞吐量，具体为：
令ts和k为固定值，采用凸优化法对每辆车的发射功率Pm进行优化，得到每辆车发射功率的最优值
Figure BDA0003045902370000042
将
Figure BDA0003045902370000043
代入公式
Figure BDA0003045902370000044
计算所述车联网的最大吞吐量。
作为上述方案的改进，所述公式
Figure BDA0003045902370000045
的约束条件为：
Figure BDA0003045902370000046
其中，
Figure BDA0003045902370000047
表示检测概率下限，PINT表示干扰功率，
Figure BDA0003045902370000048
表示最大干扰功率，PT表示总发射功率。
作为上述方案的改进，所述车联网帧结构包括检测阶段、协作阶段和传输阶段；其中，所述车联网帧结构中的每一帧又包括检测时间、协作时间和传输时间。
本发明实施例还提供了一种基于多个路侧单元的车联网最大吞吐量获取装置，包括：
获取模块，用于获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
第一计算模块，用于对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
第二计算模块，用于对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
第三计算模块，用于根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的基于多个路侧单元的车联网最大吞吐量获取方法。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一项所述的基于多个路侧单元的车联网最大吞吐量获取方法。
相对于现有技术，本发明实施例提供的一种基于多个路侧单元的车联网最大吞吐量获取方法及装置的有益效果在于：通过获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。本发明实施例通过对车联网中的多个路侧单元和多个车辆进行联合优化，得到每个车辆的最优发射功率，从而得到车联网的最大吞吐量，提高了车联网的平均传输功率及传输效率，同时又实现了通过空闲频段对闲置资源的进一步利用。
附图说明
图1本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法的一个优选实施例的流程示意图；
图2是本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法中车联网帧结构的示意图；
图3是本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法中车联网的示意图；
图4是本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取装置的一个优选实施例的结构示意图；
图5是本发明提供的一种终端设备的一个优选实施例的结构示意图。
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作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。
请参阅图1，图1本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法的一个优选实施例的流程示意图。所述基于多个路侧单元的车联网最大吞吐量获取方法，包括：
S1，获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
S2，对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
S3，对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
S4，根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
具体的，请参阅图2，图2本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法中车联网的示意图。首先，获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构。该车联网帧结构包括检测阶段、协作阶段和传输阶段，其中，所述车联网帧结构中的每一帧又包括检测时间、协作时间和传输时间。然后，在检测阶段对所述车联网帧结构中的每一个路侧单元均进行4G/5G频谱能量感知，检测每一个路侧单元是否存在空闲频段，并分别计算存在空闲频段的路侧单元的虚警概率和检测概率。接着，在协作阶段对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率。最后，在传输阶段根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
需要说明的是，请参阅图3，图3是本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取方法中车联网的示意图。该车联网包括多个路侧单元和多个车辆，并且多个路侧单元和多个车辆之间都可以进行通信。在本实施例中，选择距离车辆最近的路侧单元作为簇中心，将与该路侧单元进行通信的多个车辆归为一簇。
本实施例通过对实际车联网中的多个路侧单元和多个车辆进行建模，并对该车联网中的路侧单元和车辆进行联合优化，得到每个车辆的最优发射功率，从而得到车联网的最大吞吐量，提高了车联网的平均传输功率及传输效率，同时又实现了通过空闲频段对闲置资源的进一步利用。
在另一个优选实施例中，所述S2，对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率，具体包括：
S201，对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段；
S202，若所述路侧单元存在空闲频段，则将该路侧单元的标记信息设为1；若所述路侧单元不存在空闲频段，则将该路侧单元的标记信息设为0；
S203，根据公式
Figure BDA0003045902370000081
计算存在空闲频段的路侧单元的虚警概率；其中，Pi f表示第i个路侧单元的虚警概率；λ表示检测门限；N0表示噪声功率；γ表示检测信噪比；ts表示检测持续时间；fs表示检测信号采样频率；Q(x)定义为
Figure BDA0003045902370000082
S204，根据公式
Figure BDA0003045902370000083
计算存在空闲频段的路侧单元的检测概率；其中，Pi d表示第i个路侧单元的检测概率。
具体的，对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并将检测结果用单位比特信息0/1进行标记；若所述路侧单元存在空闲频段，则将该路侧单元的标记信息设为1；若所述路侧单元不存在空闲频段，则将该路侧单元的标记信息设为0；假设车联网中有M辆汽车，K个路侧单元，根据公式
Figure BDA0003045902370000084
计算存在空闲频段的路侧单元的虚警概率；其中，Pi f表示第i个路侧单元的虚警概率；λ表示检测门限；N0表示噪声功率；γ表示检测信噪比；ts表示检测持续时间；fs表示检测信号采样频率；Q(x)定义为
Figure BDA0003045902370000085
根据公式
Figure BDA0003045902370000086
计算存在空闲频段的路侧单元的检测概率；其中，Pi d表示第i个路侧单元的检测概率。
在又一个优选实施例中，所述S3，对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率，具体包括：
S301，对所述车联网帧结构中的所有路侧单元进行信息交互；
S302，统计所述标记信息为1的路侧单元，得到存在空闲频段的所有路侧单元；
S303，根据公式Λf＝1-(1-Pi f)k计算所有路侧单元的协作虚警概率；其中，Λf表示协作虚警概率，k表示存在空闲频段的所有路侧单元的数量；
S304，根据公式Λd＝1-(1-Pi d)k计算所有路侧单元的协作检测概率；其中，Λd表示协作检测概率。
具体的，经过S2检测到有的路侧单元存在空闲频段，有的路侧单元可能不存在空闲频段，这时就需要对所的有路侧单元进行信息交互，根据路侧单元的标记信息统计标记为1的路侧单元，就能得到存在空闲频段的所有路侧单元，然后根据公式Λf＝1-(1-Pi f)k计算所有路侧单元的协作虚警概率，根据公式Λd＝1-(1-Pi d)k计算所有路侧单元的协作检测概率；其中，Λf表示协作虚警概率，Λd表示协作检测概率，k表示存在空闲频段的所有路侧单元的数量。
在又一个优选实施例中，所述S4，根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量，具体包括：
S401，根据所述协作虚警概率及公式PACC＝(1-Λf)P0计算得到所述车联网的有效频段接入概率；其中，PACC表示有效频段接入概率，P0表示频段空闲概率；
S402，根据公式
Figure BDA0003045902370000091
计算所述车联网的平均传输速率；其中，R表示平均传输速率，T表示车联网帧结构中每一帧的时长，tc＝kξ表示协作时间为，ξ表示平均每个路侧单元产生的时间开销，m∈(1,M)表示车联网中的某一辆车，M表示车联网中的车辆数量，Pm表示每辆车的发射功率，hm表示信道增益；
S403，根据公式
Figure BDA0003045902370000101
计算所述车联网的最大吞吐量。
具体的，经过S3得到协作虚警概率和协作检测概率后，根据所述协作虚警概率及公式PACC＝(1-Λf)P0计算得到所述车联网的有效频段接入概率；其中，PACC表示所述车联网的有效频段接入概率，P0表示频段空闲概率；然后，根据公式
Figure BDA0003045902370000102
计算所述车联网的平均传输速率；其中，R表示平均传输速率，T表示车联网帧结构中每一帧的时长，tc＝kξ表示协作时间为，ξ表示平均每个路侧单元产生的时间开销，m∈(1,M)表示车联网中的某一辆车，M表示车联网中的车辆数量，Pm表示每辆车的发射功率，hm表示信道增益；最后，根据公式
Figure BDA0003045902370000103
计算所述车联网的最大吞吐量。
作为优选方案，所述S3根据公式
Figure BDA0003045902370000104
计算所述车联网的最大吞吐量，具体包括：
令ts和k为固定值，采用凸优化法对每辆车的发射功率Pm进行优化，得到每辆车发射功率的最优值
Figure BDA0003045902370000105
将
Figure BDA0003045902370000106
代入公式
Figure BDA0003045902370000107
计算所述车联网的最大吞吐量。
作为优选方案，所述公式
Figure BDA0003045902370000108
的约束条件为：
Figure BDA0003045902370000111
其中，
Figure BDA0003045902370000112
表示检测概率下限，PINT表示干扰功率，
Figure BDA0003045902370000113
表示最大干扰功率，PT表示总发射功率。
需要说明的是，
Figure BDA0003045902370000114
和PT均是按照人为经验进行设定的。
具体的，令ts和k为固定值，采用凸优化法对每辆车的发射功率Pm进行优化：
令
Figure BDA0003045902370000115
由于Pi f的取值范围为
Figure BDA0003045902370000116
则当Pi d取值为
Figure BDA0003045902370000117
时，Pi f可取等号，即Pi f取最小值，当Pi f取最小值时，Λf也取最小值，PACC取最大值。
将
Figure BDA0003045902370000118
代入公式
Figure BDA0003045902370000119
中，则优化问题转换为：
Figure BDA00030459023700001110
并且同时满足约束条件
Figure BDA00030459023700001111
其中，α＝Q-1(Pi d)(γ+1)，
Figure BDA00030459023700001112
gm表示车联网和4G/5G网络的信道增益。
因为
Figure BDA00030459023700001113
中的每一项都是常数，则可将其看成一个常数项，令
Figure BDA0003045902370000121
同理，令
Figure BDA0003045902370000122
则将优化问题再转化为：
Figure BDA0003045902370000123
并且同时满足约束条件
Figure BDA0003045902370000124
利用拉格朗如优化算法对
Figure BDA0003045902370000125
进行求解：构造拉格朗日函数表示为：
Figure BDA0003045902370000126
其中，η1和η2为拉格朗日乘子。
根据上式对Pm进行求导并令其等于0，即
Figure BDA0003045902370000127
则得到：
Figure BDA0003045902370000128
其中
Figure BDA0003045902370000129
为函数L(Pm)的最优解，即每辆车发射功率的最优值
Figure BDA00030459023700001210
η1和η2的取值可以由以下迭代的式子更新收敛获得：
Figure BDA00030459023700001211
其中σ表示迭代步长。
将
Figure BDA00030459023700001212
代入公式
Figure BDA00030459023700001213
进行计算，即可得到所述车联网的最大吞吐量maxR。
相应地，本发明还提供一种基于多个路侧单元的车联网最大吞吐量获取装置，能够实现上述实施例中的基于多个路侧单元的车联网最大吞吐量获取方法的所有流程。
请参阅图4，图4是本发明提供的一种基于多个路侧单元的车联网最大吞吐量获取装置的一个优选实施例的结构示意图。所述基于多个路侧单元的车联网最大吞吐量获取装置，包括：
获取模块401，用于获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
第一计算模块402，用于对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
第二计算模块403，用于对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
第三计算模块404，用于根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
优选地，所述第一计算模块402，具体用于：
对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段；
若所述路侧单元存在空闲频段，则将该路侧单元的标记信息设为1；若所述路侧单元不存在空闲频段，则将该路侧单元的标记信息设为0；
根据公式
Figure BDA0003045902370000131
计算存在空闲频段的路侧单元的虚警概率；其中，Pi f表示第i个路侧单元的虚警概率；λ表示检测门限；N0表示噪声功率；γ表示检测信噪比；ts表示检测持续时间；fs表示检测信号采样频率；Q(x)定义为
Figure BDA0003045902370000132
根据公式
Figure BDA0003045902370000141
计算存在空闲频段的路侧单元的检测概率；其中，Pi d表示第i个路侧单元的检测概率。
优选地，所述第二计算模块403，具体用于：
对所述车联网帧结构中的所有路侧单元进行信息交互；
统计所述标记信息为1的路侧单元，得到存在空闲频段的所有路侧单元；
根据公式Λf＝1-(1-Pi f)k计算所有路侧单元的协作虚警概率；其中，Λf表示协作虚警概率，k表示存在空闲频段的所有路侧单元的数量；
根据公式Λd＝1-(1-Pi d)k计算所有路侧单元的协作检测概率；其中，Λd表示协作检测概率。
优选地，所述第三计算模块404，具体用于：
根据所述协作虚警概率及公式PACC＝(1-Λf)P0计算得到所述车联网的有效频段接入概率；其中，PACC表示有效频段接入概率，P0表示频段空闲概率；
根据公式
Figure BDA0003045902370000142
计算所述车联网的平均传输速率；其中，R表示平均传输速率，T表示车联网帧结构中每一帧的时长，tc＝kξ表示协作时间为，ξ表示平均每个路侧单元产生的时间开销，m∈(1,M)表示车联网中的某一辆车，M表示车联网中的车辆数量，Pm表示每辆车的发射功率，hm表示信道增益；
根据公式
Figure BDA0003045902370000143
计算所述车联网的最大吞吐量。
优选地，所述根据公式
Figure BDA0003045902370000144
计算所述车联网的最大吞吐量，具体为：
令ts和k为固定值，采用凸优化法对每辆车的发射功率Pm进行优化，得到每辆车发射功率的最优值
Figure BDA0003045902370000151
将
Figure BDA0003045902370000152
代入公式
Figure BDA0003045902370000153
计算所述车联网的最大吞吐量。
优选地，所述公式
Figure BDA0003045902370000154
的约束条件为：
Figure BDA0003045902370000155
其中，
Figure BDA0003045902370000156
表示检测概率下限，PINT表示干扰功率，
Figure BDA0003045902370000157
表示最大干扰功率，PT表示总发射功率。
优选地，所述车联网帧结构包括检测阶段、协作阶段和传输阶段；其中，所述车联网帧结构中的每一帧又包括检测时间、协作时间和传输时间。
在具体实施当中，本发明实施例提供的基于多个路侧单元的车联网最大吞吐量获取装置的工作原理、控制流程及实现的技术效果，与上述实施例中的基于多个路侧单元的车联网最大吞吐量获取方法对应相同，在此不再赘述。
请参阅图5，图5是本发明提供的一种终端设备的一个优选实施例的结构示意图。所述终端设备包括处理器501、存储器502以及存储在所述存储器502中且被配置为由所述处理器501执行的计算机程序，所述处理器501执行所述计算机程序时实现上述任一实施例所述的基于多个路侧单元的车联网最大吞吐量获取方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、……)，所述一个或者多个模块/单元被存储在所述存储器502中，并由所述处理器501执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，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、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器501也可以是任何常规的处理器，所述处理器501是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器502主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器502可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器502也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图5的结构示意图仅仅是上述终端设备的示例，并不构成对上述终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的基于多个路侧单元的车联网最大吞吐量获取方法。
本发明实施例提供了一种基于多个路侧单元的车联网最大吞吐量获取方法及装置的有益效果在于，通过获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。本发明实施例通过对车联网中的多个路侧单元和多个车辆进行联合优化，得到每个车辆的最优发射功率，从而得到车联网的最大吞吐量，提高了车联网的平均传输功率及传输效率，同时又实现了通过空闲频段对闲置资源的进一步利用。
需说明的是，以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，包括：
获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
2.如权利要求1所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率，具体包括：
对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段；
若所述路侧单元存在空闲频段，则将该路侧单元的标记信息设为1；若所述路侧单元不存在空闲频段，则将该路侧单元的标记信息设为0；
根据公式
Figure FDA0003045902360000011
计算存在空闲频段的路侧单元的虚警概率；其中，Pi f表示第i个路侧单元的虚警概率；λ表示检测门限；N0表示噪声功率；γ表示检测信噪比；ts表示检测持续时间；fs表示检测信号采样频率；Q(x)定义为
Figure FDA0003045902360000021
根据公式
Figure FDA0003045902360000022
计算存在空闲频段的路侧单元的检测概率；其中，Pi d表示第i个路侧单元的检测概率。
3.如权利要求2所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率，具体包括：
对所述车联网帧结构中的所有路侧单元进行信息交互；
统计所述标记信息为1的路侧单元，得到存在空闲频段的所有路侧单元；
根据公式Λf＝1-(1-Pi f)k计算所有路侧单元的协作虚警概率；其中，Λf表示协作虚警概率，k表示存在空闲频段的所有路侧单元的数量；
根据公式Λd＝1-(1-Pi d)k计算所有路侧单元的协作检测概率；其中，Λd表示协作检测概率。
4.如权利要求3所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量，具体包括：
根据所述协作虚警概率及公式PACC＝(1-Λf)P0计算得到所述车联网的有效频段接入概率；其中，PACC表示有效频段接入概率，P0表示频段空闲概率；
根据公式
Figure FDA0003045902360000031
计算所述车联网的平均传输速率；其中，R表示平均传输速率，T表示车联网帧结构中每一帧的时长，tc＝kξ表示协作时间，ξ表示平均每个路侧单元产生的时间开销，m∈(1,M)表示车联网中的某一辆车，M表示车联网中的车辆数量，Pm表示每辆车的发射功率，hm表示信道增益；
根据公式
Figure FDA0003045902360000032
计算所述车联网的最大吞吐量。
5.如权利要求4所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述根据公式
Figure FDA0003045902360000033
计算所述车联网的最大吞吐量，具体为：
令ts和k为固定值，采用凸优化法对每辆车的发射功率Pm进行优化，得到每辆车发射功率的最优值
Figure FDA0003045902360000034
将
Figure FDA0003045902360000035
代入公式
Figure FDA0003045902360000036
计算所述车联网的最大吞吐量。
6.如权利要求5所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述公式
Figure FDA0003045902360000037
的约束条件为：
Figure FDA0003045902360000041
其中，
Figure FDA0003045902360000042
表示检测概率下限，PINT表示干扰功率，
Figure FDA0003045902360000043
表示最大干扰功率，PT表示总发射功率。
7.如权利要求1所述的基于多个路侧单元的车联网最大吞吐量获取方法，其特征在于，所述车联网帧结构包括检测阶段、协作阶段和传输阶段；其中，所述车联网帧结构中的每一帧又包括检测时间、协作时间和传输时间。
8.一种基于多个路侧单元的车联网最大吞吐量获取装置，其特征在于，包括：
获取模块，用于获取基于多个路侧单元的车联网的数据在无线网络传输过程中的车联网帧结构；
第一计算模块，用于对所述车联网帧结构中的每个路侧单元进行频谱能量感知，检测每个路侧单元是否存在空闲频段，并计算存在空闲频段的路侧单元的虚警概率和检测概率；
第二计算模块，用于对所述车联网帧结构中的所有路侧单元进行信息交互，得到存在空闲频段的所有路侧单元，并计算所有路侧单元的协作虚警概率和协作检测概率；
第三计算模块，用于根据所述协作虚警概率和所述协作检测概率进行联合优化计算，得到所述车联网的最大吞吐量。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于多个路侧单元的车联网最大吞吐量获取方法。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的基于多个路侧单元的车联网最大吞吐量获取方法。
CN202110472536.3A 2021-04-29 2021-04-29 基于多个路侧单元的车联网最大吞吐量获取方法及装置 Active CN113115268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110472536.3A CN113115268B (zh) 2021-04-29 2021-04-29 基于多个路侧单元的车联网最大吞吐量获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110472536.3A CN113115268B (zh) 2021-04-29 2021-04-29 基于多个路侧单元的车联网最大吞吐量获取方法及装置

Publications (2)

Publication Number Publication Date
CN113115268A CN113115268A (zh) 2021-07-13
CN113115268B true CN113115268B (zh) 2022-06-17

Family

ID=76720427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110472536.3A Active CN113115268B (zh) 2021-04-29 2021-04-29 基于多个路侧单元的车联网最大吞吐量获取方法及装置

Country Status (1)

Country Link
CN (1) CN113115268B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012163162A1 (zh) * 2011-06-02 2012-12-06 电信科学技术研究院 一种空闲频谱的获取方法和设备
CN106685552A (zh) * 2017-02-20 2017-05-17 南京邮电大学 噪声不确定下基于进化博弈论的认知用户间协作检测方法
CN106856418A (zh) * 2017-01-22 2017-06-16 华南理工大学 认知车载自组网中协作频谱感知方法
CN108988969A (zh) * 2018-08-27 2018-12-11 北京邮电大学 一种基于能量检测的频谱感知方法和装置
CN111050391A (zh) * 2019-12-11 2020-04-21 北京邮电大学 基于cr-vanet的车载雷达通信一体化系统的时间和功率联合分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012163162A1 (zh) * 2011-06-02 2012-12-06 电信科学技术研究院 一种空闲频谱的获取方法和设备
CN106856418A (zh) * 2017-01-22 2017-06-16 华南理工大学 认知车载自组网中协作频谱感知方法
CN106685552A (zh) * 2017-02-20 2017-05-17 南京邮电大学 噪声不确定下基于进化博弈论的认知用户间协作检测方法
CN108988969A (zh) * 2018-08-27 2018-12-11 北京邮电大学 一种基于能量检测的频谱感知方法和装置
CN111050391A (zh) * 2019-12-11 2020-04-21 北京邮电大学 基于cr-vanet的车载雷达通信一体化系统的时间和功率联合分配方法

Also Published As

Publication number Publication date
CN113115268A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN112199266B (zh) 车机系统的日志传输方法、系统、车辆及存储介质
WO2022110975A1 (zh) 联邦学习参与者选择方法、装置、设备和存储介质
US11751039B2 (en) V2X communication method, apparatus, and storage medium
US20150156640A1 (en) Position calculation method, computer program product, and position calculation device
CN110582072B (zh) 蜂窝车联网中基于模糊匹配的资源分配方法及装置
WO2016110262A1 (en) System and method for adaptive back-off time determination
US20230300196A1 (en) Data sharing method and apparatus applied between vehicles, medium, and electronic device
WO2014205267A1 (en) System and method for a csma-ca half window scheme
CN113630449A (zh) 一种车云数据传输系统、方法、设备及存储介质
EP3820191A1 (en) Interference source identification method, related device and computer storage medium
CN117311296B (zh) 基于工业模型的高强度生产线协同优化与能效管理方法
CN113115268B (zh) 基于多个路侧单元的车联网最大吞吐量获取方法及装置
CN112918488B (zh) 车辆控制方法、装置及存储介质
CN111915892B (zh) 数据请求的响应方法、装置、计算机设备以及介质
US11470476B2 (en) Distance-based packet filtering method for comparing vehicle distance with maximum filtering distance and system thereof
CN110602666A (zh) 一种窄带物联网终端设备的通信方法及装置
CN111225384B (zh) 一种上行干扰建模方法、干扰确定方法和装置
CN106471835B (zh) 数据传输的控制方法及设备
CN107563026B (zh) 一种基于干扰的二维车载网安全应用的分析方法
CN112383386B (zh) 数据传输方法、装置、计算机设备及计算机可读存储介质
CN114915940A (zh) 一种基于边云计算的车路通信链路匹配方法及系统
CN114786275A (zh) 一种物联网关的数据传输方法及装置
CN116017412B (zh) 一种用于获取设备信息的网关设备、方法及系统
CN114554451B (zh) 车路通信资源配置方法、装置、计算机设备和存储介质
CN113055472B (zh) 一种基于安全认证的物联网数据控制方法及装置

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