CN113225709B - 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法 - Google Patents

一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法 Download PDF

Info

Publication number
CN113225709B
CN113225709B CN202110448156.6A CN202110448156A CN113225709B CN 113225709 B CN113225709 B CN 113225709B CN 202110448156 A CN202110448156 A CN 202110448156A CN 113225709 B CN113225709 B CN 113225709B
Authority
CN
China
Prior art keywords
vehicle
communication
relay
intersection
average
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
CN202110448156.6A
Other languages
English (en)
Other versions
CN113225709A (zh
Inventor
杨国燕
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.)
Guangzhou Maritime University
Original Assignee
Guangzhou Maritime University
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 Guangzhou Maritime University filed Critical Guangzhou Maritime University
Priority to CN202110448156.6A priority Critical patent/CN113225709B/zh
Publication of CN113225709A publication Critical patent/CN113225709A/zh
Application granted granted Critical
Publication of CN113225709B publication Critical patent/CN113225709B/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
    • 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
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，通过在所述城市交叉路口处设立专用的中继设备，该中继设备用于转发车联网通信链路中的协作感知消息；并通过建立非线性优化模型，在能够可靠维持所述中继设备与汽车用户设备上车载通信终端之间的V2V通信链路不中断的条件下，通过所建立的模型对所述中继设备转发消息时的发射功率以及汽车用户设备上车载通信终端发射消息时的发射功率进行配置，可以用于保证道路交通安全和提高道路交通通行效率。

Description

一种在城市交叉路口处辅助5G NR车联网通信的中继策略优 化方法
技术领域
本发明涉及车辆无线通信技术领域，尤其涉及一种基于5G NR车联网通信的城市交叉路口处中继策略优化的方法。
背景技术
道路交通运输是现代社会生产生活中必不可少的一部分。保障道路交通安全与保证道路交通效率一直是智能交通研究领域中的关键技术问题。随着科学技术的发展，智能交通系统相关技术应运而生，它在提高道路交通效率与保证道路交通安全方面具有非常大的潜力。智能交通系统的一个重要基础就是车联网技术，车到车(Vehicle–to–Vehicle,V2V)通信是一种强大的技术，它是智能交通系统中必不可少的一环，它非常有潜力被用于保证道路交通安全，并提升道路通行效率。
但是城市的交叉路口处不同于一般的道路场景，在这里通常会存在着建筑物，由于无线电波的穿透性随着电波频率的升高而下降等物理特性，所以V2V通信的无线信号在城市交叉路口处穿过建筑物时可能会呈现不同程度的衰减，这对于无线信号的传播会造成不利影响。且在城市的交叉路口处可能会出现更多的汽车，使得V2V通信的网络拓扑结构变化更复杂。这些问题使得V2V通信在城市的交叉路口处面临着巨大的挑战。
本发明主要是基于5G NR(5G New Radio)和DDPG(深度强化学习)提出了一种中继设备策略优化解决方案DDPG-RPO，以提升5G NR车联网V2V通信在城市交叉路口处的通信性能。
发明内容
本发明的目的在于提供一种基于5G NR车联网通信的城市交叉路口处中继策略优化方法，用于在存在着建筑物影响无线信号的传播且汽车数量较多的情况下，提高交城市交叉路口处的V2V通信的可靠性，保证城市交叉路口处的通信稳定性。
本发明所述一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，包括以下步骤：
S1：在所述城市交叉路口处设立专用的中继设备，所述中继设备用于转发车联网通信链路中的协作感知消息；
S2:建立非线性优化模型，在能够可靠维持所述中继设备与汽车用户设备上车载通信终端之间的V2V通信链路不中断的条件下，通过所建立的模型对所述中继设备转发消息时的发射功率以及汽车用户设备上车载通信终端发射消息时的发射功率进行配置；所述非线性优化模型如下：
max：ASR
s.t.Pmin<Pt≤Pmax
Figure GDA0003835817330000023
SINR≥γ0
进一步地，建立所述步骤S2中非线性优化模型的方法如下：
S201:建立所述中继设备转发消息时的发射功率与汽车用户设备VUE上车载通信终端发射消息时的发射功率，以及所述中继设备与车载通信终端之间的通信链路不中断的信干噪比 SINR的约束条件；
S202：根据步骤S201建立的约束条件，通过定义所述城市交叉路口处的交通环境中历史出现的不同类型的交通流状态和不同水平的平均车辆密度状态数，计算该不同类型的交通流状态下的平均汽车用户设备车辆密度概率，并进一步计算车辆密度的稳态概率向量；
S203：在能够可靠维持所述中继设备与汽车用户设备VUE上车载通信终端之间的通信链路不中断的条件下，建立5G NR V2V通信资源所能够支持的平均复用距离与中继设备转发消息时的发射功率之间的函数关系；
S204:建立平均复用距离内同时进行资源复用的所述通信节点数量不超过最大数量的概率函数,利用该所述概率函数以及步骤S202所求得的稳态概率向量，建立任意一对V2V通信链路的成功传输平均速率函数和平均总和速率函数，并根据该成功传输平均速率函数和平均总和速率函数构建非线性优化模型。
根据对所述非线性优化模型的求解结果，获取最优的中继设备转发消息时的发射功率
Figure GDA0003835817330000021
和汽车用户设备即车载通信终端发射消息时的发射功率
Figure GDA0003835817330000022
；根据获取的最优策略，对所述车联网通信在城市交叉路口处的中继策略进行配置。
与现有技术相比，本发明的有益效果主要包括：
V2V通信是非常有能力的一种技术，可以用于保证道路交通安全和提高道路交通通行效率。本发明主要是针对在城市交叉路口处的V2V通信的可靠性问题，以平均总和速率(average sum rate,ASR)为性能指标也即是目标函数，提出了一种基于5G NR车联网通信的城市交叉路口处中继策略优化的方法，且利用深度强化学习算法DDPG在解决连续动作空间上的优势，解决了所提出的模型。主要贡献如下：
·考虑到在城市的交叉路口处同时存在着LOS情形和NLOS情形的通信，结合路径损耗函数和香农定理，以平均总和速率为目标函数，构建了在城市交叉路口处的V2V通信数学模型。
·在交叉路口处引入路侧单元RSU作为专用的中继设备，以辅助V2V通信。当中继设备转发V2V通信链路的广播消息时，将一跳V2V通信转变成了V2R和R2V两跳通信。
·考虑了中继设备转发消息时的发射功率和VUE广播安全消息时的发射功率，并对二者进行了联合优化。
·为了提升在城市交叉路口处的V2V通信性能，提出了一种基于DDPG的深度强化学习算法DDPG-RPO，所提出的算法可以对中继设备发射功率和VUE的发射功率进行联合优化。
附图说明
图1示出在城市交叉路口处的V2V通信的场景示意图；
图2示出本发明所述中继设备辅助V2V通信系统模型；
图3示出本发明所述实施例中非线性优化模型构建过程的流程示意图。
具体实施方式
以下包括本申请中使用的术语的定义。定义包括术语范围内可以用于实施的部件的各种实例和/或形式，但实例并非是对本申请技术方案的限定，仅仅是用于解释和说明本申请的技术方案。
在文中，“城市交叉路口”是指为车辆所通行的道路交叉口，该路口边缘处存在着建筑物，这些建筑物对车联网技术中车到车(V2V)通信会存着负面影响，而并非仅仅是狭义所指的城市路口。
在文中，“智能车辆”是指具有通信，计算与存储等能力的车辆，这些智能车辆遵循5G NR V2X技术标准进行无线通信时，是作为用户设备(user equipment)接入到了蜂窝网络中，将这些智能汽车记作汽车用户设备(vehicle user equipment,VUE)。当两个汽车用户设备VUE 建立起一条V2V通信链路时，其中的发射机(transmitter，Vt)可以向接收机(receiver， Vr)发送广播消息。参见图1，在城市的交叉路口，一个VUE及其相邻VUE节点周期性地发送协作感知消息(CAM)，这些协作感知消息包含VUE的位置、方向、速度等信息。图1是本文中所述城市交叉路口处的V2V通信的场景示意图。
在文中，“5G NR”也可以称为5G系统或者NR系统，但本领域技术人员可以理解其含义。本实施例描述的技术方案可以适用于5GNR系统，也可以适用于5G NR系统后续的演进系统。
如图3所示，图3是本发明一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法的其中一个实施例的流程示意图；本发明的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其主要包括一下步骤：
S1:在城市的交叉路口处设立专用的中继设备，所述中继设备用于转发5G NR V2V通信链路中的协作感知消息CAM，并且建立所述中继设备转发消息时的发射功率与汽车用户设备VUE 上车载通信终端发射消息时的发射功率，以及所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR的约束条件；
定义所述中继设备转发消息时的发射功率Prelay的最大值
Figure GDA0003835817330000044
与最小值
Figure GDA0003835817330000045
建立所述中继设备转发消息时的发射功率的约束条件：
Figure GDA0003835817330000043
定义所述车载通信终端的发射功率Pt的最大值Pmax与最小值Pmin，建立所述车载通信终端的发射功率约束条件：
Pmin≤Pt≤Pmax
定义所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR的最小值γ0，建立所述信干噪比的约束：
SINR≥γ0
计算所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR，该信干噪比 SINR可通过下式计算得到：
Figure GDA0003835817330000041
其中，所述NRB是广播发送一个消息包所需的资源块(RB)数量；
Gr是接收方Vr的天线增益；
PLt,r是通信链中发射机到接收机之间的路径损耗；
Figure GDA0003835817330000042
是通信链路中的第j个干扰机到接收机之间的路径损耗；
Pt是智能车辆Vt在每一资源块(RB)中的发射功率；
Figure GDA0003835817330000051
是第j个干扰车辆在每一资源块(RB)中的功率；
Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率。
如图2所示，由于城市交叉路口处的车联网V2V通信不同于一般道路上的通信情形，一般道路上通信情形只需考虑视距通信(LOS)，而在城市的交叉路口处的视距通信(LOS)和非视距通信(NLOS)的路径损耗迥然不同，因此必须考虑视距通信和非视距通信(NLOS)的两种情形下的路径损耗。本实施中,在保证车联网V2V通信的中继设备与车载通信终端之间的通信链路不中断的条件下，通信链路中发射机到接收机之间的路径损耗满足下式：
定义车联网通信所涉及的状态参数，根据这些参数，计算得到视距和非视距通信链中发射机到接收机之间的路径损耗：
在视距通信(LOS)情形下，通信路径损耗为：
Figure GDA0003835817330000052
在非视距通信(NLOS)情形下，通信路径损耗为：
Figure GDA0003835817330000053
其中，所述α是在城市的交叉路口处每1m的路径损耗；
dt,r是车联网通信链路中的发射机与接收机之间的距离；
β是路径损耗指数；
is是一个指示函数，表示的意义是在郊区道路上取值为1，在城市道路上取值为0；
dt是车联网通信链路中的发射机到交叉路口中心的距离；
xt是车联网通信链路中的发射机到它所在的道路边上墙壁的距离；
wr是接收机到所在道路两边墙壁之间的距离；
dr是接收机到交叉路口中心的距离；
db是NLOS情形下的路径损耗平衡距离阈值；
S2:根据步骤S1建立的约束条件，通过定义所述城市交叉路口处的交通环境中历史出现的不同类型的交通流状态和不同水平的平均车辆密度状态数，计算该不同类型的交通流状态下的平均汽车用户设备车辆密度概率，并进一步计算车辆密度的稳态概率向量。
为此，通过提取在5G通信基站信号覆盖的地理范围内的交通流统计数据，获取该道路交通环境中的交通流状态，并计算交通流状态为si情况下平均汽车用户设备车辆密度从λj′变为λj″的概率
Figure GDA0003835817330000064
，其中，i＝1，2，……，M；j’＝1，2，……，N；j”＝1，2，……，N；
根据计算得到的平均汽车用户设备车辆密度概率，建立该道路交通环境中交通流状态为 si情况下的平均汽车用户设备车辆密度概率迁移矩阵：
Figure GDA0003835817330000061
并通过求解如下方程组，获取该不同类型的交通流状态下的平均汽车用户设备车辆密度的稳态概率向量φ：
Figure GDA0003835817330000062
S3：在能够可靠维持所述中继设备与汽车用户设备VUE上车载通信终端之间的通信链路不中断的条件下，建立5G NR V2V通信资源所能够支持的平均复用距离与中继设备转发消息时的发射功率之间的函数关系，包括：
定义在城市交叉路口处V2V通信中，发射机到交叉路口中心点位置的距离，接收机到交叉路口中心点位置的距离，以建立所述平均复用距离与中继设备转发消息时的发射功率之间的函数关系：
Figure GDA0003835817330000063
其中，所述各项符号与步骤S1、S2中各式中相同的符号表示的意义相同；
上述函数关系中，
Figure GDA0003835817330000071
代表通信链路中发射机到中继设备能够通信的最大距离，可通过下列公式求得：
Figure GDA0003835817330000072
公式中：Pt是智能车辆Vt在每一资源块(RB)中的发射功率，Gr是接收方Vr的天线增益，α是指在城市的交叉路口处每1m的路径损耗，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率。
上述函数关系中，
Figure GDA0003835817330000073
代表通信链路中接收机到中继设备能够通信的最大距离，可通过下列公式推导得出：
Figure GDA0003835817330000074
公式中：Prelay是中继设备转发消息时的发射功率，Gr是接收方Vr的天线增益，γ0是通信链路不中断的信干噪比SINR的最小值，α是指在城市的交叉路口处每1m的路径损耗，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率。
S4：最后，建立所述5G NR平均复用距离内同时进行资源复用的通信节点不超过最大数量的概率函数，包括：
定义所述的平均复用距离内，能够支持的汽车用户设备的最大数量，当在所述平均复用距离内同时进行资源复用的所述通信节点数量超过最大数量时，即认为车联网通信发生了中断，建立所述平均复用距离内同时进行资源复用的所述通信节点数量不超过最大数量的概率函数PDR：
Figure GDA0003835817330000081
上式中，所述nvue代表在城市的交叉路口处存在的汽车用户设备数量，假设在城市交叉路口处的汽车用户设备的密度为ρ的交通流情形下，在所述平均复用距离内的汽车用户设备，即车载通信终端的数量可由下列公式求得：
Figure GDA0003835817330000082
上式中，nmax代表用于通信链路的带宽所能支持的最大汽车用户设备数量；
Figure GDA0003835817330000083
是泊松分布P(X＝k)概率计算公式；
Figure GDA0003835817330000084
是在交叉路口处的实际汽车用户设备VUE数量超过最大VUE数量nmax的概率；
Figure GDA0003835817330000085
是广义超几何函数；
最后，利用上述的概率函数PDR与步骤S2求得的稳态概率向量φ，在所述城市交叉路口处的交通环境中历史出现的不同类型的交通流状态中，建立任意一对V2V通信链路的成功传输平均速率函数和城市交叉路口处的5G NR V2V通信链路中的平均总和速率函数，通过求解非线性优化模型，获取最优的中继设备转发消息发射功率和车载通信终端的发射功率，以便对于城市的交叉路口处车联网通信中继策略进行配置，具体如下：
定义通信频谱带宽ω，信干噪比阈值γ0，再结合上述计算所得通信节点数量不超过最大数量的概率，计算任意一对V2V通信链路的成功传输平均速率：
Figure GDA0003835817330000086
结合前面所求得的汽车用户设备数量nvue，计算在城市交叉路口处通信链路的平均总和速率(average sum rate,ASR)：
Figure GDA0003835817330000091
进而建立所述的非线性优化模型：
max：ASR
s.t.Pmin<Pt≤Pmax
Figure GDA0003835817330000094
SINR≥γ0
根据对上述非线性优化模型的求解结果，获取最优的中继设备转发消息时的发射功率
Figure GDA0003835817330000092
和汽车用户设备即车载通信终端发射消息时的发射功率
Figure GDA0003835817330000093
并根据获取的最优策略，对所述车联网通信在城市交叉路口处的中继策略进行配置。
以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照实施例对本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施例所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，但是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，均应包含在本发明的保护范围之内。

Claims (9)

1.一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于包括以下步骤：
S1：在所述城市交叉路口处设立专用的中继设备，所述中继设备用于转发车联网通信链路中的协作感知消息；
S2:建立非线性优化模型，在能够可靠维持所述中继设备与汽车用户设备上车载通信终端之间的V2V通信链路不中断的条件下，通过所建立的模型对所述中继设备转发消息时的发射功率以及汽车用户设备上车载通信终端发射消息时的发射功率进行配置；所述非线性优化模型如下：
max：ASR
s.t.Pmin<Pt≤Pmax
P′min<Prelay≤P′max
SINR≥γ0
其中，所述ASR是在城市交叉路口处通信链路的平均总和速率；
所述汽车用户设备上车载通信终端的发射功率为Pt，且该发射功率的最大值为Pmax，最小值为Pmin；
所述中继设备转发消息时的发射功率为Prelay，且该发射功率的最大值为P′max，最小值为P′min；
所述中继设备与车载通信终端之间的通信链路不中断的信干噪比为SINR，该信干噪比的最小值为γ0；
且，建立所述步骤S2中非线性优化模型的步骤如下：
S201:建立所述中继设备转发消息时的发射功率与汽车用户设备VUE上车载通信终端发射消息时的发射功率，以及所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR的约束条件；
S202：根据步骤S201建立的约束条件，通过定义所述城市交叉路口处的交通环境中历史出现的不同类型的交通流状态和不同水平的平均车辆密度状态数，计算该不同类型的交通流状态下的平均汽车用户设备车辆密度概率，并进一步计算车辆密度的稳态概率向量；
S203：在能够可靠维持所述中继设备与汽车用户设备VUE上车载通信终端之间的通信链路不中断的条件下，建立5G NR V2V通信资源所能够支持的平均复用距离与中继设备转发消息时的发射功率之间的函数关系；
S204:建立平均复用距离内同时进行资源复用的所述通信节点数量不超过最大数量的概率函数,利用该所述概率函数以及步骤S202所求得的稳态概率向量，建立任意一对V2V通信链路的成功传输平均速率函数和平均总和速率函数，并根据该成功传输平均速率函数和平均总和速率函数构建非线性优化模型。
2.根据权利要求1所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述步骤S201所建立的约束条件以及信干噪比SINR的计算公式如下：
定义所述中继设备转发消息时的发射功率Prelay的最大值P′max与最小值P′min，建立所述中继设备转发消息时的发射功率的约束条件：
P′min≤Prelay≤P′max
定义所述车载通信终端的发射功率Pt的最大值Pmax与最小值Pmin，建立所述车载通信终端的发射功率约束条件：
Pmin≤Pt≤Pmax
定义所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR的最小值γ0，建立所述信干噪比的约束：
SINR≥γ0
计算所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR，该信干噪比SINR可通过下式计算得到：
Figure FDA0003835817320000021
其中，所述NRB是广播发送一个消息包所需的资源块(RB)数量；
Gr是接收方Vr的天线增益；
PLt,r是通信链中发射机到接收机之间的路径损耗；
Figure FDA0003835817320000031
是通信链路中的第j个干扰机到接收机之间的路径损耗；
Pt是智能车辆Vt在每一资源块(RB)中的发射功率；
Figure FDA0003835817320000032
是第j个干扰车辆在每一资源块(RB)中的功率；
Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率。
3.根据权利要求2所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述信干噪比计算公式中，在视距通信(LOS)情形下，通信路径损耗为：
Figure FDA0003835817320000033
式中，所述α是在城市的交叉路口处每1m的路径损耗；
dt,r是车联网通信链路中的发射机与接收机之间的距离；
β是路径损耗指数。
4.根据权利要求2所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述信干噪比计算公式中，在非视距通信(NLOS)情形下，通信路径损耗为：
Figure FDA0003835817320000034
其中：
dt,r是车联网通信链路中的发射机与接收机之间的距离；
β是路径损耗指数；
is是一个指示函数，表示的意义是在郊区道路上取值为1，在城市道路上取值为0；
dt是车联网通信链路中的发射机到交叉路口中心的距离；
xt是车联网通信链路中的发射机到它所在的道路边上墙壁的距离；
wr是接收机到所在道路两边墙壁之间的距离；
dr是接收机到交叉路口中心的距离；
db是NLOS情形下的路径损耗平衡距离阈值。
5.根据权利要求1所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述步骤S202中车辆密度的稳态概率向量计算过程如下：
提取在5G通信基站信号覆盖的地理范围内的交通流统计数据，获取该城市交叉路口处的交通环境中历史出现的不同类型的交通流状态，并计算交通流状态为si情况下平均汽车用户设备车辆密度从λj′变为λj″的概率
Figure FDA0003835817320000041
其中，i＝1,2，……，M；j’＝1,2，……，N；j”＝1,2，……，N；
根据计算得到的平均汽车用户设备车辆密度概率，建立该道路交通环境中交通流状态为si情况下的平均汽车用户设备车辆密度概率迁移矩阵：
Figure FDA0003835817320000042
并通过求解如下方程组，获取该不同类型的交通流状态下的平均汽车用户设备车辆密度的稳态概率向量φ：
Figure FDA0003835817320000043
6.根据权利要求1所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述步骤S203中5G NR V2V通信资源所能够支持的平均复用距离与中继设备转发消息时的发射功率之间的函数关系建立过程如下：
定义在城市交叉路口处V2V通信中，发射机到交叉路口中心点位置的距离，接收机到交叉路口中心点位置的距离，以建立所述平均复用距离与中继设备转发消息时的发射功率之间的函数关系：
Figure FDA0003835817320000044
式中，dt是车联网通信链路中的发射机到交叉路口中心的距离，γ0为所述中继设备与车载通信终端之间的通信链路不中断的信干噪比SINR的最小值，所述α是在城市的交叉路口处每1m的路径损耗，β是路径损耗指数，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率，Pt是智能车辆Vt在每一资源块(RB)中的发射功率，Gr是接收方Vr的天线增益，dr是接收机到交叉路口中心的距离，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率，Prelay是所述中继设备转发消息时的发射功率；
Figure FDA0003835817320000051
代表通信链路中发射机到中继设备能够通信的最大距离；
Figure FDA0003835817320000052
代表通信链路中接收机到中继设备能够通信的最大距离；
上述函数关系中，
Figure FDA0003835817320000053
代表通信链路中发射机到中继设备能够通信的最大距离，可通过下列公式求得：
Figure FDA0003835817320000054
公式中：Pt是智能车辆Vt在每一资源块(RB)中的发射功率，Gr是接收方Vr的天线增益，α是指在城市的交叉路口处每1m的路径损耗，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率；
上述函数关系中，
Figure FDA0003835817320000055
代表通信链路中接收机到中继设备能够通信的最大距离，可通过下列公式推导得出：
Figure FDA0003835817320000056
公式中：Prelay是中继设备转发消息时的发射功率，Gr是接收方Vr的天线增益，γ0是通信链路不中断的信干噪比SINR的最小值，α是指在城市的交叉路口处每1m的路径损耗，Pnoise是无线通信环境中在每一资源块(RB)中的随机噪声功率。
7.根据权利要求6所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：由所述平均复用距离与中继设备转发消息时的发射功率之间的函数关系，可以求得在所述平均复用距离内的汽车用户设备的数量，计算公式如下：
Figure FDA0003835817320000057
公式中，ρ为在城市交叉路口处的汽车用户设备的密度。
8.根据权利要求1所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：步骤S204所述在平均复用距离内同时进行资源复用的通信节点不超过最大数量的概率函数PDR如下：
Figure FDA0003835817320000061
上式中，nvue代表在城市的交叉路口处存在的汽车用户设备数量，
nmax代表用于通信链路的带宽所能支持的最大汽车用户设备数量；
Figure FDA0003835817320000062
是泊松分布P(X＝k)概率计算公式；
Figure FDA0003835817320000063
是在交叉路口处的实际汽车用户设备VUE数量超过最大VUE数量nmax的概率；
Figure FDA0003835817320000064
是广义超几何函数。
9.根据权利要求8所述的一种在城市交叉路口处辅助5G NR车联网通信的中继策略优化方法，其特征在于：所述利用概率函数PDR以及稳态概率向量φ，建立任意一对V2V通信链路的成功传输平均速率函数和平均总和速率函数，包括：
定义通信频谱带宽ω，信干噪比阈值γ0，再结合概率函数PDR，则成功传输平均速率函数为：
Figure FDA0003835817320000065
结合所得的汽车用户设备数量公式nvue，则计算在所述城市交叉路口处通信链路的平均总和速率函数为：
Figure FDA0003835817320000071
CN202110448156.6A 2021-04-25 2021-04-25 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法 Active CN113225709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110448156.6A CN113225709B (zh) 2021-04-25 2021-04-25 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110448156.6A CN113225709B (zh) 2021-04-25 2021-04-25 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法

Publications (2)

Publication Number Publication Date
CN113225709A CN113225709A (zh) 2021-08-06
CN113225709B true CN113225709B (zh) 2022-12-02

Family

ID=77088785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110448156.6A Active CN113225709B (zh) 2021-04-25 2021-04-25 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法

Country Status (1)

Country Link
CN (1) CN113225709B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109803344A (zh) * 2018-12-28 2019-05-24 北京邮电大学 一种无人机网络拓扑及路由联合构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105188124B (zh) * 2015-09-17 2018-12-28 重庆邮电大学 多用户ofdma中继系统中非完美csi下的鲁棒博弈功率控制方法
CN108834109B (zh) * 2018-05-03 2021-03-19 中国人民解放军陆军工程大学 全双工主动窃听下基于q学习的d2d协同中继功率控制方法
WO2020068127A1 (en) * 2018-09-28 2020-04-02 Ravikumar Balakrishnan System and method using collaborative learning of interference environment and network topology for autonomous spectrum sharing
CN109348452B (zh) * 2018-12-06 2021-08-06 广州航海学院 车载通信终端广播信标频率和发射功率联合优化的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109803344A (zh) * 2018-12-28 2019-05-24 北京邮电大学 一种无人机网络拓扑及路由联合构建方法

Also Published As

Publication number Publication date
CN113225709A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
Panichpapiboon et al. Connectivity requirements for self-organizing traffic information systems
CN107231670B (zh) 基于邻居车辆信息与告警方向的告警中继选择方法
EP1800443A1 (en) Method and apparatus for implementation of ad hoc mesh network
Wu et al. Joint fuzzy relays and network-coding-based forwarding for multihop broadcasting in VANETs
Ferrari et al. Cross-network information dissemination in VANETs
Slavik et al. Analysis and evaluation of distance-to-mean broadcast method for VANET
Bauza et al. Power-aware link quality estimation for vehicular communication networks
Chakroun et al. LAMD: Location-based Alert Message Dissemination scheme for emerging infrastructure-based vehicular networks
Kang et al. CANCORE: Context-aware network coded repetition for VANETs
CN103108396B (zh) 车载移动台间协作通信的方法及系统
Rashdan et al. Performance evaluation of vehicle-to-vehicle communication for cooperative collision avoidance at urban intersections
CN113225709B (zh) 一种在城市交叉路口处辅助5g nr车联网通信的中继策略优化方法
Joshi et al. A novel multi-cast routing protocol for VANET
Chbib et al. A cross‐layered scheme for multichannel and reactive routing in vehicular ad hoc networks
Paranjothi et al. Hybrid-vehcloud: An obstacle shadowing approach for vanets in urban environment
Bazzi et al. Should I really care of that CAM?
Bazzi et al. Cooperative awareness in the internet of vehicles for safety enhancement
Chakroun et al. MUDDS: Multi-metric unicast data dissemination scheme for 802.11 p VANETs
Yun et al. EASO-TDMA: enhanced ad hoc self-organizing TDMA MAC protocol for shipborne ad hoc networks (SANETs)
CN109348452A (zh) 车载通信终端广播信标频率和发射功率联合优化的方法
Lagraa et al. Adaptation of the MCDS broadcasting protocol to VANET safety applications
KR102256273B1 (ko) 멀티홉 방식의 v2x 데이터 송신 방법 및 수신 방법
Takahashi et al. Shadowing-fading-based intersection geographic opportunistic routing protocol for urban VANETs
Wu et al. Practical solution for broadcasting in VANETs using neighbor information
Yacheur et al. Throughput Enhancement in Hybrid Vehicular Networks Using Deep Reinforcement Learning

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