CN113423087B - 面向车辆队列控制需求的无线资源分配方法 - Google Patents
面向车辆队列控制需求的无线资源分配方法 Download PDFInfo
- Publication number
- CN113423087B CN113423087B CN202110673355.7A CN202110673355A CN113423087B CN 113423087 B CN113423087 B CN 113423087B CN 202110673355 A CN202110673355 A CN 202110673355A CN 113423087 B CN113423087 B CN 113423087B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- communication
- fleet
- representing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013468 resource allocation Methods 0.000 title abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 94
- 238000001228 spectrum Methods 0.000 claims abstract description 31
- 230000008054 signal transmission Effects 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000005562 fading Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003595 spectral effect 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
- H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种面向车辆队列控制需求的无线资源分配方法,包括:建立高速公路模型、车辆队列模型、车辆间无线通信模型,设计考虑通信延时的车辆分布式控制律;在保证车辆自身行驶稳定性的前提下,求得可容许最大的车辆之间通信延时;在保证车队弦稳定性的前提下,求得可容许最大的车辆之间通信延时;得到车辆队列系统可容许最大的车辆之间的通信延时为上述两者之间的最小值;把系统对延时的要求转化为对车辆之间通信的信干噪比SINR的约束;将问题描述为在该SINR约束下,最大化频谱共享车辆无线通信系统的遍历容量;分析求得两种类型车辆的最佳信号传输功率;根据二分图最大权匹配算法得到最优的频谱复用车辆设备对。
Description
技术领域
本发明涉及网联车辆的多车协同驾驶领域,特别是涉及车辆间通信的无线资源管理 策略。
背景技术
目前汽车的保有量日益增加,随之而来的出现了交通安全、能源损耗、环境污染等问题。 先进驾驶辅助技术(ADAS)是解决交通问题的有效途径。其中,ADAS的典型应用之一为 协同驾驶技术,它是智能汽车、多智能体、智能交通、人机协同等交叉学科研究领域中的交 叉点之一。协同驾驶技术通过车与车之间的通信做整体的车队控制,减小了车辆之间的跟驰 间距,从而提高了道路中可容纳的车辆密度;减小了车辆的速度波动,也就降低了燃油消耗, 有助于改善环境。因此,在未来的智能运输系统中,车辆队列技术有望对公路运输产生变革 性的影响。
车辆队列强调车辆间的相互通信,这依赖于车联网通信技术的支持。与其它的移动通信 相比,车联网有更严格的低时延、高可靠、高频率、大带宽、高移动性等性能要求。车辆之 间的通信可采用频谱复用模式,从而显著提高频谱利用效率。然而,不同的无线链路使用相 同的频谱资源,导致了链路间的相互干扰,需要通过无线资源调度来满足车辆通信需求。
然而,现在的协同驾驶还在起步阶段,它面临各种极端场景、意外路况、以及无法预测 的人类驾驶行为等诸多挑战。同时,良好的无线通信状态是队列系统正常运作的基础,通信 的实时性、准确性对队列的控制性能有很大影响。由于车辆队列在公路上行驶,车辆的高速 移动带来无线通信环境的复杂性和时变性,与蜂窝网络共存的车辆队列常遭受着来自其他蜂 窝用户和车辆队列等的无线干扰,这些因素导致车辆间通信性能存在高度不确定性。可见, 车辆队列的控制系统和通信系统相互依赖,车辆间通信的无线资源管理应当考虑车辆控制系 统的实际需求。
发明内容
本发明的目的在于提供一种面向车辆队列控制需求的无线资源分配方法,在不影响控制稳定性的前提下,提高无线资源的频谱利用率。以解决上述背景技术中提出的, 通信时延对控制稳定性的影响,以及频谱复用模式下,车辆间通信干扰问题。
为实现上述目的,本发明提供如下技术方案,一种面向车辆队列控制需求的无线资源分配方法,其特征在于,包括以下步骤:
一种面向车辆队列控制需求的无线资源分配方法,其特征在于,所述方法包括:
步骤S10:建立高速公路模型、车辆队列模型、车辆间无线通信模型,设计考虑通信延 时的车辆分布式控制律;
步骤S20:把系统对延时的要求转化为对车辆之间通信的信干噪比SINR的约束;
步骤S21:将问题描述为在该SINR约束下,最大化频谱共享车辆无线通信系统的遍历 容量;
步骤S22:分析求得两种类型车辆的最佳信号传输功率;
步骤S23:根据二分图最大权匹配算法得到最优的频谱复用车辆设备对。
进一步地,步骤S10中,所述的高速公路模型、车辆队列模型、车辆间无线通信模型及 所设计的控制律有如下表示:
所述的,高速公路模型,系统场景中有两种类型的车辆,分别为:车队内进行车与车通 信的V2V车辆和与基站通信的V2I车辆。
所述的,车辆队列模型包括:控制方面的车辆动力学模型、信息流拓扑结构、车间距离 策略与所设计的控制律;通信方面的频谱资源共享机制和无线通信信道增益模型。
所述的,车辆动力学模型为三阶线性模型,模型如下:
其中,xi(t)、vi(t)、ai(t)分别表示第i辆车的位置、速度、加速度,αi表示第i辆车的纵 向动力学惯性延迟,ui(t)为所设计的控制律。
所述的,车队内V2V通信的信息流拓扑结构为前车跟随式,即车队中的每辆车只获取 前面一辆车的信息。
所述的,车队内车间距离策略为连续时间间距策略,其中,车队速度与车队中车辆间距 的关系V(d):
其中,f(d)的表达式为:
其中,d表示车队中车辆的间距,dmin表示间距的最小值,dmax表示间距的最大值,vmax表 示车队中车辆的速度最大值。
所述的,单个车辆的控制律表达式为:
其中,为设计参数,di-1,i表示相邻的两辆车,即i车与i-1车,之间的位置差, τi-1,i(t)表示相邻的两辆车之间的通信延时,故V(di-1,i(t-τi-1,i(t)))表示车辆通信经过延时 后,由相邻两辆车之间的位置差,得到的车辆合理的速度。
所述的,通信方面的频谱资源共享机制为,V2V车辆与V2I车辆共享无线频谱资源,考虑选择最优的频谱复用车辆对,以及调整最佳的信号传输功率,使V2I系统的遍历容量最大化。
所述的,无线通信信道增益模型为:
gk,B[f]=βk,Bχk,B,gi,B[f]=βi,Bχi,B,gk,i[f]=βk,iχk,i,gi[f]=βiχi
其中,gk,B[f]表示V2I车辆与基站之间的信道增益,gi,B[f]表示车队中车辆与基站之间的 干扰信道增益,gk,i[f]表示V2I车辆与车队中车辆之间的干扰信道增益,gi[f]表示V2V 车辆之间的信道增益。βk,B,βi,B,βk,i,βi分别表示每个信道上的小尺度快衰落功率分量,并设定此四个值呈单位均值指数分布。χk,B,χi,B,χk,i,χi分别表示每个信道上的 慢衰落功率分量,并且在基站处是已知的。
进一步地,步骤S11,所述的在保证车辆自身行驶稳定性的前提下,求得可容许最大的 车辆之间通信延时,方法如下:
分析车辆的控制稳定性,得到车辆的状态误差:
当通信时延满足上述不等式时,车辆的控制稳定性得以保证。
进一步地,步骤S12,所述的在保证车队弦稳定性的前提下,得到可容许的最大的车辆 之间通信延时。
分析车队的弦稳定性,结合所设计的控制律以及车辆的误差方程,连续对速度误差zi(t) 求三次导有如下结果:
零初始条件下对其进行拉普拉斯变换得到:Hi(s,τi-1,i(t))=Zi(s)/Zi-1(s)
为保证车队整体稳定性需满足:||Hi(jω,τi-1,i(t))||∞≤1
解此不等式得:
综上所述,为保证车队中每辆车的控制稳定性和车队整体稳定性,延时上界为:
进一步地,步骤S20,所述的把车辆队列系统对通信延时的要求转化为对车辆之间通信 的SINR的约束。
根据得到的延时上界,定义车队中车辆间通信的可靠性为:
pout=Pr(τi≥τmax)
其中,τi=S/Ri,Pr表示概率,pout表示(τi≥τmax)的概率。 其中,S表示通信链路上传输的数据包大小,Ri表示吞吐量,ωf表示共享信道的带宽。 V2I车辆中第k辆车与基站通信,该信号的信号与干扰加噪声比为队列中第i辆车接 收到的来自第(i-1)辆车的SINR表示为
进一步把该问题中控制稳定性对延时的要求转化为对SINR的约束:
进一步地,步骤S21,所述的将问题描述为在车队中车辆SINR约束下,最大化频谱共 享车辆无线通信系统的遍历容量,问题描述如下:
s.t.
进一步地,步骤S22,分析求得两种类型车辆的最佳信号传输功率,分析采取频谱复用 时的约束条件:
设βi和βk,i均为独立的单位均值同分布指数随机变量,则有如下不等式:
因此,得到两种类型车辆的信号传输功率之间的关系:
进一步求得,假设共享链路中没有V2I车辆设备时,通过调整V2V信号的传输功率来 保证SINR,得到传输功率需满足:
进一步地,步骤S23,所述的根据二分图最大权匹配算法得到最优的频谱复用车辆设备 对,方法如下:
频谱共享无线通信系统的总吞吐量表示为:
以此系统的吞吐量增加量为权重,进行求解,进而得到最优的频谱复用车辆设备对。
与现有技术相比,本发明的有益效果为:在复杂的交通环境下,优化无线通信网络资源分配,在保证各通信需求的前提下,优化无线通信系统的遍历容量。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下 面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1为本发明实施例中的应用环境图;
图2为本发明实施例中的通信信号与干扰图;
图3为本发明提供的面向车辆队列控制需求的无线资源分配方法的步骤流程图。
上述附图中,附图标记含义如下:
1-交通安全应用; 2-交通效率应用; 3-自动驾驶应用;
4-信息娱乐应用; 11-基站; 12-Vehicle-to-Infrastructure车辆;
13-Vehicle-to-Vehicle车辆;
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,完整的描 述说明。显然,所描述的实施例仅仅是本发明的一部分实施例,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的前提下所获得的所有其它 实施例,都属于本发明保护的范围。
本发明提供了一种满足车队控制稳定性需求的无线资源分配方法。图3为本发明提供的 面向车辆队列控制需求的无线资源分配方法的步骤流程图。具体的包括一下步骤:
步骤S10:建立高速公路模型、车辆队列模型、车辆间无线通信模型,由于在实际车辆 队列系统中,跟随车辆接收到的来自前车的信息带有延时,因此设计考虑通信延时的车辆分 布式控制律。
所述的,高速公路模型如图1所示,系统场景中有两种类型的车辆,分别为:车队内进 行车与车通信的V2V(Vehicle-to-Vehicle)车辆和与基站通信的V2I(Vehicle-to-Infrastructure) 车辆。
所述的,车辆队列模型包括:控制方面的车辆动力学模型、信息流拓扑结构、车间距离 策略与所设计的控制律;通信方面的频谱资源共享机制、信道模型等。
所述的,车辆动力学模型为三阶线性模型,模型如下:
其中,xi(t)表示第i辆车的位置,vi(t)表示第i辆车的速度,ai(t)表示第i辆车的加速度, αi(t)表示第i辆车的纵向动力学惯性延迟,ui(t)为所设计的控制律。
所述的,车队内V2V通信的信息流拓扑结构为前车跟随式,即车队中的每辆车只获取 前面一辆车的信息。
所述的,车队内车间距离策略为连续时间间距策略。其中,目标间距与速度之间的关系 为:
其中,f(d)的表达式为:
其中,d表示车队中车辆的间距,dmin表示间距的最小值,dmax表示间距的最大值,vmax表 示车队中车辆的速度最大值。
所述的,单个车辆的控制律表达式为:
所述的,无线资源共享机制为,V2V车辆与V2I车辆共享无线频谱资源,考虑选择最优的频谱复用车辆对,以及调整最佳的信号传输功率,使V2I系统的遍历容量最大化。
所述的,无线通信信道增益模型为:
gk,B[f]=βk,Bχk,B,gi,B[f]=βi,Bχi,B,gk,i[f]=βk,iχk,i,gi[f]=βiχi
其中,βk,B,βi,B,βk,i,βi分别表示每个信道上的小尺度快衰落功率分量,并合理的假 定其呈单位均值指数分布。χk,B,χi,B,χk,i,χi分别表示每个信道上的慢衰落功率分量,并且在基站处是已知的。
分析车辆的控制稳定性,得到车辆的状态误差:
其中,δi(t),zi(t),分别表示车辆的位置误差,速度误差,加速度误差。di-1,i(t)表 示当前车与前一辆车的位置差,vi(t),ai(t)为当前车辆的速度和加速度。v0(t),a0(t) 分别表示期望的车队内车辆间距,目标速度和目标加速度。
当通信时延满足上述不等式时,车辆的控制稳定性得以保证。
分析车队的弦稳定性,结合所设计的控制律以及车辆的误差方程,连续对速度误差zi(t) 求三次导有如下结果:
零初始条件下对其进行拉普拉斯变换得到:Hi(s,τi-1,i(t))=Zi(s)/Zi-1(s)
为保证车队整体稳定性需满足:||Hi(jω,τi-1,i(t))||∞≤1
解此不等式得:
结合步骤S11和S12,为保证车队中每辆车的控制稳定性和车队整体稳定性,延时上界 为:
步骤S20:把系统对延时的要求转化为对车辆之间通信的信干噪比(SINR,Signalto Interference plus Noise Ratio)的约束;
根据得到的延时上界,定义车队中车辆间通信的可靠性为:
pout=Pr(τi≥τmax)
其中,S表示通信链路上传输的数据包大小,Ri表示吞吐量,ωf表示共享信道的带宽。 V2I车辆中第k辆车与基站通信,该信号的信号与干扰加噪声比为队列中第i辆车接 收到的来自第i-1辆车的SINR可表示为
其中,表示进行V2I通信的车辆的发射功率,表示车队中车辆i的发射功率。 gk,B[f]表示V2I车辆与基站之间的信道增益,gi,B[f]表示车队中车辆与基站之间的干扰信 道增益,gi[f]表示V2V车辆之间的信道增益,gk,i[f]表示V2I车辆与车队中车辆之间的 干扰信道增益。σ2表示每个信道上的加性高斯白噪声,和表示频谱分配指示符,为布尔型变量,为1时说明车辆设备使用了f资源块。
进一步把该问题中控制稳定性对延时的要求转化为对SINR的约束:
步骤S21:将问题描述为在车辆之间通信的SINR约束下,最大化频谱共享车辆无线通 信系统的遍历容量。
s.t.
步骤S22:分析求得两种类型车辆的最佳信号传输功率。
分析采取频谱复用时的约束条件:
不失一般性的,假设βi和βk,i均为独立的单位均值同分布指数随机变量。则有如下不 等式:
因此,得到两种类型车辆的信号传输功率之间的关系:
进一步求得,假设共享链路中没有V2I车辆设备时,通过调整V2V信号的传输功率来 保证SINR,得到传输功率需满足:
步骤S23:根据二分图最大权匹配算法得到最优的复用车辆设备对。
频谱共享无线通信系统的总吞吐量表示为:
以此系统的吞吐量增加量为权重,进行求解,进而得到最优的频谱复用车辆设备对。
Claims (1)
1.一种面向车辆队列控制需求的无线资源分配方法,其特征在于,所述方法包括:
步骤S10:建立高速公路模型、车辆队列模型、车辆间无线通信模型,设计考虑通信延时的车辆分布式控制律;
所述的,高速公路模型,系统场景中有两种类型的车辆,分别为:车队内进行车与车通信的V2V车辆和与基站通信的V2I车辆;
所述的,车辆队列模型包括:控制方面的车辆动力学模型、信息流拓扑结构、车间距离策略与所设计的控制律;通信方面的频谱资源共享机制和无线通信信道增益模型;
所述的,车辆动力学模型为三阶线性模型,模型如下:
其中,xi(t)、vi(t)、ai(t)分别表示第i辆车的位置、速度、加速度,αi表示第i辆车的纵向动力学惯性延迟,ui(t)为所设计的控制律;
所述的,车队内V2V通信的信息流拓扑结构为前车跟随式,即车队中的每辆车只获取前面一辆车的信息;
所述的,车队内车间距离策略为连续时间间距策略,其中,车队速度与车队中车辆间距的关系V(d):
其中,f(d)的表达式为:
其中,d表示车队中车辆的间距,dmin表示间距的最小值,dmax表示间距的最大值,vmax表示车队中车辆的速度最大值;
所述的,单个车辆的控制律表达式为:
其中,为设计参数,di-1,i表示相邻的两辆车,即i车与i-1车,之间的位置差,τi-1,i(t)表示相邻的两辆车之间的通信延时,故V(di-1,i(t-τi-1,i(t)))表示车辆通信经过延时后,由相邻两辆车之间的位置差,得到的车辆合理的速度;
所述的,通信方面的频谱资源共享机制为,V2V车辆与V2I车辆共享无线频谱资源,考虑选择最优的频谱复用车辆对,以及调整最佳的信号传输功率,使V2I系统的遍历容量最大化;
所述的,无线通信信道增益模型为:
gk,B[f]=βk,Bχk,B,gi,B[f]=βi,Bχi,B,gk,i[f]=βk,iχk,i,gi[f]=βiχi
其中,gk,B[f]表示V2I车辆与基站之间的信道增益,gi,B[f]表示车队中车辆与基站之间的干扰信道增益,gk,i[f]表示V2I车辆与车队中车辆之间的干扰信道增益,gi[f]表示V2V车辆之间的信道增益;βk,B,βi,B,βk,i,βi分别表示每个信道上的小尺度快衰落功率分量,并设定此四个值呈单位均值指数分布;χk,B,χi,B,χk,i,χi分别表示每个信道上的慢衰落功率分量,并且在基站处是已知的;
分析车辆的控制稳定性,得到车辆的状态误差:
其中,j为放缩不等式时引入的常量,j≥1;
当通信时延满足上述不等式时,车辆的控制稳定性得以保证;
分析车队的弦稳定性,结合所设计的控制律以及车辆的误差方程,连续对速度误差zi(t)求三次导有如下结果:
零初始条件下对其进行拉普拉斯变换得到:Hi(s,τi-1,i(t))=Zi(s)/Zi-1(s)
为保证车队整体稳定性需满足:||Hi(jω,τi-1,i(t))∞≤1
解此不等式得:
综上所述,为保证车队中每辆车的控制稳定性和车队整体稳定性,延时上界为:
步骤S20:把系统对延时的要求转化为对车辆之间通信的信干噪比SINR的约束,方法如下:
根据得到的延时上界,定义车队中车辆间通信的可靠性为:
pout=Pr(τi≥τmax)
其中,τi=S/Ri,Pr表示概率,pout表示(τi≥τmax)的概率;其中,S表示通信链路上传输的数据包大小,Ri表示吞吐量,ωf表示共享信道的带宽;V2I车辆中第k辆车与基站通信,该信号的信号与干扰加噪声比为队列中第i辆车接收到的来自第(i-1)辆车的SINR表示为
进一步把该问题中控制稳定性对延时的要求转化为对SINR的约束:
步骤S21:将问题描述为在该SINR约束下,最大化频谱共享车辆无线通信系统的遍历容量,问题描述如下:
s.t.
步骤S22:分析求得两种类型车辆的最佳信号传输功率,方法如下:
22,分析求得两种类型车辆的最佳信号传输功率,分析采取频谱复用时的约束条件:
设βi和βk,i均为独立的单位均值同分布指数随机变量,则有如下不等式:
因此,得到两种类型车辆的信号传输功率之间的关系:
进一步求得,假设共享链路中没有V2I车辆设备时,通过调整V2V信号的传输功率来保证SINR,得到传输功率需满足:
步骤S23:根据二分图最大权匹配算法得到最优的频谱复用车辆设备对,方法如下:
频谱共享无线通信系统的总吞吐量表示为:
以此系统的吞吐量增加量为权重,进行求解,进而得到最优的频谱复用车辆设备对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673355.7A CN113423087B (zh) | 2021-06-17 | 2021-06-17 | 面向车辆队列控制需求的无线资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673355.7A CN113423087B (zh) | 2021-06-17 | 2021-06-17 | 面向车辆队列控制需求的无线资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113423087A CN113423087A (zh) | 2021-09-21 |
CN113423087B true CN113423087B (zh) | 2022-04-15 |
Family
ID=77788898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110673355.7A Active CN113423087B (zh) | 2021-06-17 | 2021-06-17 | 面向车辆队列控制需求的无线资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113423087B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113970926B (zh) * | 2021-09-29 | 2024-05-14 | 河海大学 | 一种基于信息年龄的自动驾驶车辆编队的控制参数联合优化方法 |
CN116203911B (zh) * | 2023-05-05 | 2023-08-01 | 长飞光纤光缆股份有限公司 | 一种光纤预制棒沉积车间过程测试棒投放调度方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111328133A (zh) * | 2018-12-17 | 2020-06-23 | 上海大学 | 基于深度神经网络的v2x资源分配方法 |
CN112083719A (zh) * | 2020-08-19 | 2020-12-15 | 东北大学秦皇岛分校 | 一种基于预设性能函数的有限时间车队控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105025578A (zh) * | 2015-07-13 | 2015-11-04 | 上海交通大学 | 一种在车联网中利用电视频段空白频谱的方法 |
CN109302709B (zh) * | 2018-09-14 | 2022-04-05 | 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 |
WO2020164046A1 (en) * | 2019-02-14 | 2020-08-20 | Qualcomm Incorporated | Millimeter wave radio resource management testing with multiple angles of arrival |
CN109905918B (zh) * | 2019-02-25 | 2022-04-01 | 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 |
CN111464976B (zh) * | 2020-04-21 | 2021-06-22 | 电子科技大学 | 一种基于车队的车辆任务卸载决策和总体资源分配方法 |
-
2021
- 2021-06-17 CN CN202110673355.7A patent/CN113423087B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111328133A (zh) * | 2018-12-17 | 2020-06-23 | 上海大学 | 基于深度神经网络的v2x资源分配方法 |
CN112083719A (zh) * | 2020-08-19 | 2020-12-15 | 东北大学秦皇岛分校 | 一种基于预设性能函数的有限时间车队控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113423087A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Deep-learning-based intelligent intervehicle distance control for 6G-enabled cooperative autonomous driving | |
Huang et al. | Adaptive intervehicle communication control for cooperative safety systems | |
Zhou et al. | TV white space enabled connected vehicle networks: Challenges and solutions | |
CN107682838B (zh) | 车联网通信联合集中式资源调度和自组织资源分配方法 | |
CN113423087B (zh) | 面向车辆队列控制需求的无线资源分配方法 | |
Sybis et al. | Communication aspects of a modified cooperative adaptive cruise control algorithm | |
CN104080176A (zh) | 车联网中基于资源共享的资源管理和接入方案 | |
CN103501543A (zh) | 车联网中基于时分多址的资源调度方案 | |
US11380144B2 (en) | Vehicle running status field model-based information transmission frequency optimization method in internet of vehicles | |
CN107094321B (zh) | 一种基于多智能体q学习的车载通信mac层信道接入方法 | |
Xiong et al. | Mobile service amount based link scheduling for high-mobility cooperative vehicular networks | |
Qiu et al. | Maintaining links in the highly dynamic fanet using deep reinforcement learning | |
Ibrahim et al. | Co-simulation framework for control, communication and traffic for vehicle platoons | |
Valle et al. | Automated decision system to exploit network diversity for connected vehicles | |
Cao et al. | A V2V empowered consensus framework for cooperative autonomous driving | |
Ren et al. | Joint spectrum allocation and power control in vehicular communications based on dueling double DQN | |
Xu et al. | NOMA enabled resource allocation for vehicle platoon-based vehicular networks | |
Peng et al. | Optimization design and performance analysis of improved IEEE802. 11p MAC mechanism based on high mobility of vehicle | |
Zhao et al. | A multi-channel cooperative demand-aware media access control scheme in vehicular ad-hoc network | |
CN113490181B (zh) | 一种基于lstm神经网络的车辆传输时延优化方法 | |
Mazzola et al. | Exploration of centralized car2x-systems over lte | |
CN114916087A (zh) | 一种vanet系统中基于印度自助餐过程的动态频谱接入方法 | |
Gui et al. | Spectrum-Energy-Efficient Mode Selection and Resource Allocation for Heterogeneous V2X Networks: A Federated Multi-Agent Deep Reinforcement Learning Approach | |
Rawat et al. | Evaluation and Optimization of a Congestion Control Scheme for Vanets | |
CN108810856B (zh) | 一种m2m终端业务优化控制方法 |
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 |