CN113163368A - 一种低时延高可靠v2v系统的资源分配方法 - Google Patents
一种低时延高可靠v2v系统的资源分配方法 Download PDFInfo
- Publication number
- CN113163368A CN113163368A CN202110547163.1A CN202110547163A CN113163368A CN 113163368 A CN113163368 A CN 113163368A CN 202110547163 A CN202110547163 A CN 202110547163A CN 113163368 A CN113163368 A CN 113163368A
- Authority
- CN
- China
- Prior art keywords
- user
- scale
- resource allocation
- power
- reliability
- 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 50
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims abstract description 44
- 238000005457 optimization Methods 0.000 claims description 18
- 239000000243 solution Substances 0.000 claims description 18
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- JEYCTXHKTXCGPB-UHFFFAOYSA-N Methaqualone Chemical compound CC1=CC=CC=C1N1C(=O)C2=CC=CC=C2N=C1C JEYCTXHKTXCGPB-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000000969 carrier Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 20
- 238000001228 spectrum Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 241001229889 Metis Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process 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
- H04W4/30—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
- 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)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种低时延高可靠V2V系统的资源分配方法，包括：基站辅助的V2V系统的资源分配由两个阶段组成。在大尺度资源分配阶段，每L个slot，所有V2V用户将大尺度CSI和数据到达率信息发送给基站，基站根据该信息，以最小化所有V2V用户最大功率为目标，决定每个V2V用户占用的RB数量、每个V2V用户的功率分配和所有V2V用户的共享RB数量。在小尺度资源分配阶段，V2V用户根据从基站接收到的大尺度资源分配结果，在小尺度时延可靠性约束下，以减小发送功率和增大发送效率为目标，每个slot进行一次资源分配，决定每个V2V用户在每个RB上的功率分配以及占用的共享RB数量。本发明在保证V2V通信的时延可靠性要求、减少基站和用户信息交换的同时，最大化资源利用效率。
Description
技术领域
本发明涉及通信领域，具体涉及一种低时延高可靠V2V系统的资源分配方法。
背景技术
在第五代无线通信网络(5G)中，车辆间通信(V2V)是一项重要的应用场景。V2V系统可以支持包括碰撞预警、变道预警和实时导航等一系列应用，从而实现自动驾驶，构建智能交通系统，进而大幅提高交通安全性，改善驾驶体验。然而这些应用对于通信时延十分敏感，对于可靠性也有很高的要求，因此需要网络提供很高的服务质量(QoS)，实现低时延高可靠通信(URLLC)。具体地，METIS项目要求V2V通信的时延小于5ms并且可靠性高于99.999％。为此，可以采用基站辅助的D2D通信方式，车辆间使用D2D直接传输数据，具体的资源分配信息由基站发送给车辆。
现有文献中给出的V2V系统资源分配方案主要有：使用极值理论(EVT)对极端事件发生的概率进行建模，并通过李雅普诺夫优化保证队列的稳定性。使用信息年龄(AoI)描述时延指标并使用EVT对AoI的末端分布进行建模，接着建立优化问题求解最优资源分配。为了解决资源分配需要用到实时CSI的问题，使用延迟的CSI反馈信息建立优化问题并最小化V2V链路的中断概率。另外，还有一种方案使用信道的大尺度衰落信息，使用有效容量对超出时延约束的概率进行建模，进而进行大尺度的频谱和功率资源分配。
对上几种现有的低时延高可靠V2V系统资源分配方案分析发现，现有方案无法充分利用V2V链路的实时CSI，只能使用延迟的或大尺度的CSI进行资源分配，如果需要使用实时CSI则会引入很大的CSI交换时延，从而增大系统的时延。
因此，迫切地需要提供一种机制，能够在充分利用V2V链路实时CSI的同时，减小CSI交换带来的时延，在提高通信资源利用效率的同时，保障V2V通信的低时延高可靠要求。
发明内容
本发明的目的是提供一种低时延高可靠V2V系统的资源分配方法，在V2V用户在基站辅助下通信时，分别在基站侧和用户侧进行大尺度和小尺度的资源分配，从而在保证V2V通信的时延可靠性要求、减少基站和用户信息交换的同时，最大化资源利用效率。
为实现上述发明目的，本发明提供以下技术方案：一种低时延高可靠V2V系统的资源分配方法，该方法包括：
一个基站与若干V2V用户连接；V2V用户将信道大尺度CSI发送给基站，基站进行大尺度资源分配，将资源分配结果发送给V2V用户，V2V用户利用大尺度资源分配结果进行小尺度资源分配，根据小尺度资源分配结果进行V2V链路的数据传输；
大尺度资源分配每L个slot进行一次，基站根据大尺度CSI信息，在大尺度时延可靠性约束下，以最小化所有V2V用户的最大发送功率为目标，决定每个V2V用户占用的子载波RB数量、每个V2V用户的功率分配和所有V2V用户的共享RB数量；
小尺度资源分配每个slot进行一次，在小尺度时延可靠性约束下，以减小发送功率和增大发送效率为目标，决定每个V2V用户在每个RB上的功率分配以及占用的共享RB数量。
进一步地，L的数值选择使得在L个slot内，V2V用户的大尺度CSI基本不变。
进一步地，所有RB被不相交的分为正交集合和共享集合，正交集合中的RB不重复地分配给所有V2V用户，共享集合中的RB不进行分配，即在数据传输过程中，每个V2V用户可以占用共享集合中的任意RB，以及被分配的正交集合中的RB。
进一步地，大尺度资源分配方式为：
(1)基站获取K个V2V用户的大尺度CSIhk和数据到达率λk；
(2)初始化V2V用户k的正交RB数量为Nk＝1，所有V2V用户的共享RB数量为U；
(3)根据当前的Nk和U，以最小化V2V用户k的发送功率为目标，即以公式(a)为目标函数，在限制条件(b-d)约束下，最小化目标函数，获得当前最优功率分配Pk m；
限制条件：
其中，Pk m为V2V用户k在第m个正交RB的发送功率，γ是可靠性约束常数，Pmax是用户最大发射功率，PD是用户在正交RB上传输时超出时延约束的概率，其根据公式(e-g)联合求得：
其中，Ck是香农信道容量，B是每个RB的带宽，
是单位均值指数分布随机变量，N0是噪声功率谱密度，T是一个slot的持续时间，Dmax是最大时延约束，θk是中间变量；
优化问题(a)的最优解在功率均分时取到，即Pk m对于不同m都相等，因此可以用二分搜索的方式，在[0,Pmax]之间对总功率
进行搜索，直到约束(b)取到等号，此时的Pk m是优化问题的最优解；
(5)如果
其中M是RB的总数量，对于发送功率最大的用户k0，令
并重复步骤(4)、(5)直到
(6)遍历U＝[1,M-K]，重复步骤(2)～(5)，选择使所有用户的最大发送功率最小化的参数
和U*。
进一步地，小尺度资源分配方式为：
(1)V2V用户k从基站获得最优参数组合
和U*，并设置占用的共享RB数量为Uk(n)＝0，n表示第n个slot；
(2)每个slot，V2V用户k以减小发送功率和增大发送效率为目标，即以公式(h)为目标函数，在限制条件(i-j)约束下，最小化目标函数，获得最优的功率分配
限制条件：
其中，α为权重常数，J(Ck(n))为传输速率为Ck(n)的传输效益函数，具体指当前slot传输后队列中数据存储时间的减少量；
为满足时延可靠性约束所需的最小传输速率，其计算方式如下：
其中，Yk i为伽马分布
根据大尺度分配的结果，
Qk i(n)和
分别表示数据传输前后队列中存储时间为i的数据比特数，当Qk i(n)已知时
是Ck(n)的函数；等式k的左半部分是随Ck(n)单调递减的函数，通过二分搜索求得使等式成立的Ck(n)值，即为
优化问题(h)的最优解在功率注水分配时成立，而该问题对于总功率
是凸优化问题，因此可以使用凸优化传统解法求解总功率，再按注水法则决定pk m(n)；
(3)如果步骤(2)没有得到可行解且Uk(n)＜U*，则令Uk(n)＝Uk(n)+1，重复步骤(2)、(3)。
与现有技术相比，本发明提供的低时延高可靠V2V系统的资源分配方法，通过改进现存方案无法充分利用实时CSI的缺点，形成一种基于两种尺度的资源分配方式，在减小CSI交换的同时，合理利用V2V链路实时CSI信息，在基站侧和用户侧分别进行大尺度和小尺度资源分配，从而在保证V2V通信的时延可靠性要求、减少基站和用户信息交换的同时，最大化资源利用效率。
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做简单地介绍，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前提下，还可以根据这些附图获得其他附图。
图1是本发明实施例提供的一种基站和V2V用户间信息交换示意图；
图2是本发明实施例提供的本发明方法和EVT方法的性能对比图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
在第五代无线通信网络(5G)中，车辆间通信(V2V)是一项重要的应用场景。V2V系统可以支持包括碰撞预警、变道预警和实时导航等一系列应用，从而实现自动驾驶，构建智能交通系统，进而大幅提高交通安全性，改善驾驶体验。然而这些应用对于通信时延十分敏感，对于可靠性也有很高的要求，因此需要网络提供很高的服务质量(QoS)，实现低时延高可靠通信(URLLC)。为此，可以采用基站辅助的D2D通信方式，车辆间使用D2D直接传输数据，具体的资源分配信息由基站发送给车辆。
由于车辆与基站的信息交换会增大时延，现有的资源分配无法充分利用V2V用户的实时CSI。为了进一步提高V2V系统的时延可靠性性能，本发明将整个资源分配分为两个阶段，具体请参阅图1，包括：
(1)大尺度资源分配阶段。每L个slot，所有V2V用户将信道大尺度CSI和数据到达率信息发送给基站。基站根据该信息，在大尺度时延可靠性约束下，以最小化所有V2V用户的最大发送功率为目标，决定每个V2V用户占用的子载波RB数量、每个V2V用户的功率分配和所有V2V用户的共享RB数量。L的数值选择使得在L个slot内，V2V用户的大尺度CSI基本不变。
(2)小尺度资源分配阶段。根据从基站接收到的大尺度资源分配结果，每个slot进行一次，在小尺度时延可靠性约束下，以减小发送功率和增大发送效率为目标，决定每个V2V用户在每个RB上的功率分配以及占用的共享RB数量。
在本发明方法中，大尺度资源分配每L个slot进行一次，相对的，基站和V2V用户的信息交换每L个slot进行一次，因此可以降低信息交换频率，减少信息交换带来的资源消耗和时延。小尺度资源分配每个slot进行一次，利用精确的实时CSI信息，提升系统可靠性。
实施例
本实施例提供的资源分配方法适用于一个基站辅助多个V2V用户的5G系统，V2V用户的通信有低时延高可靠要求。
技术场景如下：本实施例的模型包括1个基站与20个V2V用户，频谱资源被分成50个带宽为180KHz的RB，V2V用户和基站之间可以使用额外的频谱资源相互传输信息。V2V用户的最大发送功率为17dBm，20个V2V用户的位置以空间泊松过程随机生成，V2V用户的两车间平均距离为50m。
本实施例中，最终的目标要在满足V2V用户时延可靠性需求的前提下，根据V2V用户的信道状态调整频谱和功率的分配，以最大化通信资源的利用效率。
具体地，低时延高可靠V2V系统的资源分配方法包括：
S101，初始化所有V2V用户的位置，基站与所有V2V用户建立连接。
S102，每L个slot，所有V2V用户将大尺度CSI和数据到达率信息发送给基站。
S103，基站初始化V2V用户k的正交RB数量为Nk＝1，所有V2V用户的共享RB数量为U。
S104，根据当前的Nk和U，以最小化V2V用户k的发送功率为目标，即以公式(a)为目标函数，在限制条件(b-d)约束下，最小化目标函数，获得当前最优功率分配Pk m；
限制条件：
其中，K是V2V用户的数量，Pk m为V2V用户k在第m个正交RB的发送功率，γ是可靠性约束常数，Pmax是用户最大发射功率，PD是用户在正交RB上传输时超出时延约束的概率，其根据公式(e-g)联合求得：
其中，Ck是香农信道容量，B是每个RB的带宽，
是单位均值指数分布随机变量，N0是噪声功率谱密度，T是一个slot的持续时间，Dmax是最大时延约束，θk是中间变量。
优化问题(a)的最优解在功率均分时取到，即Pk m对于不同m都相等，因此可以用二分搜索的方式，在[0,Pmax]之间对总功率
进行搜索，直到约束(b)取到等号，此时的Pk m是优化问题的最优解。
S105，如果
其中M是RB的总数量，对于发送功率最大的用户k0，令
并重复步骤(4)、(5)直到
S106，遍历U＝[1,M-K]，重复S103～S105，选择使所有用户的最大发送功率最小化的参数
和U*。
S107，V2V用户k从基站获得最优参数组合
和U*，并设置占用的共享RB数量为Uk(n)＝0，n表示第n个slot。
S108，每个slot，V2V用户k以减小发送功率和增大发送效率为目标，即以公式(h)所示的目标函数为目标，在限制条件(i-j)约束下，最小化目标函数，获得最优的功率分配
限制条件：
其中，α为权重常数，J(Ck(n))为传输速率为Ck(n)的传输效益函数，具体指当前slot传输后队列中数据存储时间的减少量；
为满足时延可靠性约束所需的最小传输速率，其计算方式如下：
其中，Yk i为伽马分布
根据大尺度分配的结果，
Qk i(n)和
分别表示数据传输前后队列中存储时间为i的数据比特数，当Qk i(n)已知时
是Ck(n)的函数；等式k的左半部分是随Ck(n)单调递减的函数，通过二分搜索求得使等式成立的Ck(n)值，即为
优化问题(h)的最优解在功率注水分配时成立，而该问题对于总功率
是凸优化问题，因此可以使用凸优化传统解法求解总功率，再按注水法则决定pk m(n)。
S109，如果S108没有得到可行解且Uk(n)＜U*，则令Uk(n)＝Uk(n)+1，重复S108、S109。
该方法实现了在减小基站与V2V用户信息交换频率的同时，合理利用V2V链路实时CSI信息，在基站侧和用户侧分别进行大尺度和小尺度资源分配，从而在保证V2V通信的时延可靠性要求的同时，最大化资源利用效率。
图2为本实施例方法与现有EVT方法[C.Liu and M.Bennis,“Ultra-reliable andlow-latency vehicular transmission:An extreme value theory approach,”IEEECommun.Lett.,vol.22,no.6,pp.1292–1295,Jun.2018.]性能对比，可以看出，本发明方法的性能要优于现有方案，能够实现更低的数据超时延概率，对于不同的数据到达率，本发明方法的数据超时延概率都小于现有方案。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种低时延高可靠V2V系统的资源分配方法，其特征在于，包括：
一个基站与若干V2V用户连接；V2V用户将信道大尺度CSI发送给基站，基站进行大尺度资源分配，将资源分配结果发送给V2V用户，V2V用户利用大尺度资源分配结果进行小尺度资源分配，根据小尺度资源分配结果进行V2V链路的数据传输；
大尺度资源分配每L个slot进行一次，基站根据大尺度CSI信息，在大尺度时延可靠性约束下，以最小化所有V2V用户的最大发送功率为目标，决定每个V2V用户占用的子载波RB数量、每个V2V用户的功率分配和所有V2V用户的共享RB数量；
小尺度资源分配每个slot进行一次，在小尺度时延可靠性约束下，以减小发送功率和增大发送效率为目标，决定每个V2V用户在每个RB上的功率分配以及占用的共享RB数量。
2.如权利要求1所述的低时延高可靠V2V系统的资源分配方法，其特征在于，L的数值选择使得在L个slot内，V2V用户的大尺度CSI基本不变。
3.如权利要求1所述的低时延高可靠V2V系统的资源分配方法，其特征在于，所有RB被不相交的分为正交集合和共享集合，正交集合中的RB不重复地分配给所有V2V用户，共享集合中的RB不进行分配，即在数据传输过程中，每个V2V用户可以占用共享集合中的任意RB，以及被分配的正交集合中的RB。
4.如权利要求1所述的低时延高可靠V2V系统的资源分配方法，其特征在于，大尺度资源分配方式为：
(1)基站获取K个V2V用户的大尺度CSIhk和数据到达率λk；
(2)初始化V2V用户k的正交RB数量为Nk＝1，所有V2V用户的共享RB数量为U；
(3)根据当前的Nk和U，以最小化V2V用户k的发送功率为目标，即以公式(a)为目标函数，在限制条件(b-d)约束下，最小化目标函数，获得当前最优功率分配Pk m；
限制条件：
其中，Pk m为V2V用户k在第m个正交RB的发送功率，γ是可靠性约束常数，Pmax是用户最大发射功率，PD是用户在正交RB上传输时超出时延约束的概率，其根据公式(e-g)联合求得：
其中，Ck是香农信道容量，B是每个RB的带宽，
是单位均值指数分布随机变量，N0是噪声功率谱密度，T是一个slot的持续时间，Dmax是最大时延约束，θk是中间变量；
优化问题(a)的最优解在功率均分时取到，即Pk m对于不同m都相等，因此可以用二分搜索的方式，在[0,Pmax]之间对总功率
进行搜索，直到约束(b)取到等号，此时的Pk m是优化问题的最优解；
(5)如果
其中M是RB的总数量，对于发送功率最大的用户k0，令
并重复步骤(4)、(5)直到
(6)遍历U＝[1,M-K]，重复步骤(2)～(5)，选择使所有用户的最大发送功率最小化的参数
和U*。
5.如权利要求1所述的低时延高可靠V2V系统的资源分配方法，其特征在于，小尺度资源分配方式为：
(1)V2V用户k从基站获得最优参数组合
和U*，并设置占用的共享RB数量为Uk(n)＝0，n表示第n个slot；
(2)每个slot，V2V用户k以减小发送功率和增大发送效率为目标，即以公式(h)为目标函数，在限制条件(i-j)约束下，最小化目标函数，获得最优的功率分配
限制条件：
其中，α为权重常数，J(Ck(n))为传输速率为Ck(n)的传输效益函数，具体指当前slot传输后队列中数据存储时间的减少量；
为满足时延可靠性约束所需的最小传输速率，其计算方式如下：
其中，Yk i为伽马分布
根据大尺度分配的结果，
Qk i(n)和
分别表示数据传输前后队列中存储时间为i的数据比特数，当Qk i(n)已知时
是Ck(n)的函数；等式k的左半部分是随Ck(n)单调递减的函数，通过二分搜索求得使等式成立的Ck(n)值，即为
优化问题(h)的最优解在功率注水分配时成立，而该问题对于总功率
是凸优化问题，因此可以使用凸优化传统解法求解总功率，再按注水法则决定pk m(n)；
(3)如果步骤(2)没有得到可行解且Uk(n)＜U*，则令Uk(n)＝Uk(n)+1，重复步骤(2)、(3)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110547163.1A CN113163368B (zh) | 2021-05-19 | 2021-05-19 | 一种低时延高可靠v2v系统的资源分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110547163.1A CN113163368B (zh) | 2021-05-19 | 2021-05-19 | 一种低时延高可靠v2v系统的资源分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113163368A true CN113163368A (zh) | 2021-07-23 |
| CN113163368B CN113163368B (zh) | 2022-09-13 |
Family
ID=76876561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110547163.1A Active CN113163368B (zh) | 2021-05-19 | 2021-05-19 | 一种低时延高可靠v2v系统的资源分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113163368B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107113569A (zh) * | 2015-01-26 | 2017-08-29 | 英特尔Ip公司 | 提高水平和垂直定位准确性的设备和方法 |
| CN108738151A (zh) * | 2018-05-18 | 2018-11-02 | 北京航空航天大学 | 一种基于粗略信息的无线预测资源分配方法 |
| CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
| 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 |
| 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 |
| CN112153605A (zh) * | 2020-08-25 | 2020-12-29 | 中国电子科技集团公司电子科学研究院 | 近海通信系统时频资源调度方法及装置 |
| US20210045111A1 (en) * | 2018-06-25 | 2021-02-11 | Shanghai Langbo Communication Technology Company Limited | Method and device used in wireless communication nodes |
-
2021
- 2021-05-19 CN CN202110547163.1A patent/CN113163368B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107113569A (zh) * | 2015-01-26 | 2017-08-29 | 英特尔Ip公司 | 提高水平和垂直定位准确性的设备和方法 |
| CN108738151A (zh) * | 2018-05-18 | 2018-11-02 | 北京航空航天大学 | 一种基于粗略信息的无线预测资源分配方法 |
| US20210045111A1 (en) * | 2018-06-25 | 2021-02-11 | Shanghai Langbo Communication Technology Company Limited | Method and device used in wireless communication nodes |
| CN109302709A (zh) * | 2018-09-14 | 2019-02-01 | 重庆邮电大学 | 面向移动边缘计算的车联网任务卸载与资源分配策略 |
| 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 |
| 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 |
| CN112153605A (zh) * | 2020-08-25 | 2020-12-29 | 中国电子科技集团公司电子科学研究院 | 近海通信系统时频资源调度方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| PRAJWAL KESHAVAMURTHY等: "Resource Scheduling for V2V Communications in Co-Operative Automated Driving", 《2020 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE (WCNC)》 * |
| 王燕燕等: "基于D2D的车联网中无线资源分配研究", 《南京邮电大学学报(自然科学版)》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113163368B (zh) | 2022-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11943747B2 (en) | Method and user equipment for multi-carrier data transmission | |
| CN109905918B (zh) | 一种基于能效的noma蜂窝车联网动态资源调度方法 | |
| KR101013348B1 (ko) | 요청 리포트에서의 리포팅 대안 선택에 관한 방법 및 장치 | |
| CN102869018B (zh) | 认知无线电中保证通信连续性的信道和功率联合分配方法 | |
| CN108738151B (zh) | 一种基于粗略信息的无线预测资源分配方法 | |
| CN103997740B (zh) | 基于效用优化的认知协作网络联合资源分配方法 | |
| CN110839075A (zh) | 边缘计算环境下基于粒子群的服务迁移方法 | |
| CN110580199B (zh) | 边缘计算环境下基于粒子群的服务迁移方法 | |
| US20120257497A1 (en) | Method for selecting allocable wireless resources, device for selecting allocable wireless resources, and communication device | |
| CN113079577B (zh) | 基于embb和urllc共存场景下的资源分配方法 | |
| CN112566261A (zh) | 一种基于深度强化学习的上行noma资源分配方法 | |
| CN109640337B (zh) | 一种NB-IoT系统自适应调度方法 | |
| CN102665243A (zh) | 一种超高速无线局域网中的信道聚合方法 | |
| Masmoudi et al. | Efficient radio resource management for D2D-based LTE-V2X communications | |
| CN101711033A (zh) | 适合于感知无线电网络的动态信道分配方法及系统 | |
| CN108811143A (zh) | 基于用户活跃度的上行免授权scma的ctu分配方法 | |
| CN106793122B (zh) | 一种异构网络每比特最小化无线资源安全分配方法 | |
| CN113163368B (zh) | 一种低时延高可靠v2v系统的资源分配方法 | |
| WO2015035927A1 (zh) | 一种信道配置方法及系统、接入控制器 | |
| Kallel et al. | A flexible numerology configuration for efficient resource allocation in 3GPP V2X 5G new radio | |
| CN106304267B (zh) | 一种以用户为中心的虚拟小区选择方法 | |
| CN106912059A (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
| CN115442914B (zh) | 基于传输时隙电力业务差异化的WiFi6接入资源优化方法 | |
| WO2008000117A1 (fr) | Procédé d'allocation de sous-porteuse à auto-adaptation dans un système d'accès multiple par la répartition orthogonale de la fréquence | |
| CN104185288B (zh) | 多用户调度方法以及基站 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Resource Allocation Method for Low Delay and High Reliability V2V Systems Effective date of registration: 20221128 Granted publication date: 20220913 Pledgee: Changhe Branch of Hangzhou United Rural Commercial Bank Co.,Ltd. Pledgor: Zhejiang van double science and Technology Co.,Ltd. Registration number: Y2022330003288 |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 801, Building 1, No. 112 Jinjiadu Road, Liangzhu Street, Yuhang District, Hangzhou City, Zhejiang Province, 310000 Patentee after: Zhejiang Fanshuang Technology Co.,Ltd. Address before: 310000 room 801, 8 / F, building 2, No. 400, jianger Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: Zhejiang van double science and Technology Co.,Ltd. |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20220913 Pledgee: Changhe Branch of Hangzhou United Rural Commercial Bank Co.,Ltd. Pledgor: Zhejiang van double science and Technology Co.,Ltd. Registration number: Y2022330003288 |