CN115103332A - 一种基于智能反射面的可靠、高效的车联网直接通信方法 - Google Patents
一种基于智能反射面的可靠、高效的车联网直接通信方法 Download PDFInfo
- Publication number
- CN115103332A CN115103332A CN202210704872.0A CN202210704872A CN115103332A CN 115103332 A CN115103332 A CN 115103332A CN 202210704872 A CN202210704872 A CN 202210704872A CN 115103332 A CN115103332 A CN 115103332A
- Authority
- CN
- China
- Prior art keywords
- irs
- vehicle
- vehicles
- internet
- channel
- 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
- 230000006854 communication Effects 0.000 title claims abstract description 111
- 238000004891 communication Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000006855 networking Effects 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 230000002787 reinforcement Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000011664 signaling Effects 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000037221 weight management Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic 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]
- 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
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/145—Passive relay systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于智能反射面的可靠、高效的车联网直接通信方法,应用于车联网直接通信和智能反射面领域,针对现有技术忽视了直接通信条件下如何不依赖基站的信令对IRS进行调整的问题;本发明提出了一种利用IRS反射消除半持续调度预约控制帧冲突的方法,可以不依靠基站的控制信令解决车辆预约相同的信道资源产生冲突的问题,提高车联网通信的效率;同时还提出了一种基于网络吞吐率、优先级和公平性的最优通信辅助方案,考虑车联网业务的优先级和车辆信道资源的公平性,在最大化车联网吞吐率的目标下保证业务优先级高和信道资源占有量少的车辆有更高的信号信噪比和预约信道资源成功概率,并使用强化学习算法求解最优化方案。
Description
技术领域
本发明属于车联网直接通信和智能反射面领域,特别涉及一种车联网直接通信技术。
背景技术
车联网直接通信技术是在没有基站的郊区等地区使车辆可以相互通信,目前的车联网直接通信技术是3GPP所提出的NR-V2X Mode 2,这种技术通过半持续调度机制使车辆周期性地预约信道资源来使用,避免车辆之间的通信产生冲突。然而半持续调度虽然可以降低车辆使用信道资源产生冲突的概率,却存在车辆预约信道资源时冲突的问题,一旦发生不同车辆预约相同信道资源的情况,所有参与预约的车辆都无法成功预约信道资源,造成信道资源的浪费,降低车联网的通信效率。同时由于车辆预约信道资源都是自主且随机的,缺少对车辆预约信道资源的业务优先级和占有信道资源公平性的考虑,业务优先级低的车辆可能占有很多信道资源而其他业务优先级高的车辆却可能缺少信道资源。
智能反射面(IRS,Intelligent Reflecting Surface)是集成了大量无源反射元件组成阵列的平面,具有低成本的优势,可以广泛地应用于无线通信场景,通过反射通信信号的方式可以增强有效的信号或减弱噪声,显著地提升无线通信网络的性能。
通过将IRS与车联网直接通信相结合,可以显著地提高接收信号的信噪比从而提高车联网通信的可靠性。同时,利用IRS可以减弱噪声的特性,可以解决半持续调度下不同车辆预约相同信道资源产生冲突的问题,提高通信的效率。
现有的直接通信技术大多没有考虑将智能反射面应用到车联网直接通信的场景,也没有考虑如何解决出现车辆预约相同信道资源冲突的情况所带来的信道资源的浪费;现有智能反射面的研究大多集中于有基站状态下的通过基站控制IRS,忽视了直接通信条件下如何不依赖基站的信令对IRS进行调整。
发明内容
为解决上述技术问题,本发明提出一种基于智能反射面(IRS)的可靠、高效的车联网直接通信方法,可以不依赖基站有车辆直接控制IRS辅助车联网通信,提高车联网通信的可靠性。
本发明采用的技术方案为:一种基于智能反射面的可靠、高效的车联网直接通信方法,应用于不依赖基站的车联网通信场景;具体的:将IRS控制器部署在道路旁边,车辆通过IRS控制信道向IRS控制器发送控制帧,IRS控制器接收控制帧后确定车联网通信调度方案,并调整IRS的反射参数辅助车联网通信。
所述IRS控制器接收控制帧后确定车联网通信调度方案的过程为:
当车联网中的车辆需要进行通信时,首先检查车辆当前占有的信道资源集合是否为空;
如果集合不为空,那么车辆直接选择当前占有的信道资源集合中的信道资源使用,并将业务优先级放入报文的控制帧中;
如果集合为空,车辆则运行基于IRS的半持续调度预约信道资源,在预约成功后使用新的信道资源进行通信。
所述基于IRS的半持续调度预约信道资源的实现过程为:
A1、车辆持续监控车联网信道子帧并记录解码的SCI和接收信号强度指示器测量值,统计到当前时刻截止记录的最后1000个子帧来选择候选信道资源;
A2、车辆设置信号功率阈值Th,将候选资源集合SA初始化为完整集;
A3、从当前的集合SA中剔除已被占用的信道资源、由于半双工无法感知的信道资源以及接收信号强度指示器测量值大于Th的信道资源;
A4、若当前的集合SA中候选信道资源小于总信道资源的20%,则阈值Th增加3dB,返回步骤(2);否则执行步骤A5;
A5、计算接收信号强度指示器测量值的平均值,保留当前SA集合中平均S-RSSI最小的20%个候选信道资源;
A6、车辆随机选择集合SA的一个候选信道资源作为选定的预约信道资源;
A7、车辆在发送SPS控制帧之前的n毫秒在IRS控制信道向IRS控制器发送IRS控制帧,然后在对应的信道资源发送SPS控制帧,若收到传回的ACK则执行步骤A8;否则返回步骤A1;
A8、将预约成功的信道资源加入车辆占有的信道资源。
调整IRS的反射参数辅助车联网通信的过程为:
当IRS控制器接收到车辆IRS控制帧时,对于有冲突的信道,IRS控制器基于IRS配置的最优策略选择其中一辆车的信号进行增强,并屏蔽与其冲突的其他车辆的信号;对于没有冲突的信道,则IRS控制器基于IRS配置的最优策略,通过IRS反射增强每一个信号的信噪比。
对于有冲突的信道,当IRS控制器接收到重叠信号时,使用智能频谱技术识别出重叠的信号中的发送的车辆的数量以及其身份。
通过以最大化车联网吞吐率和车辆通信权重为目标建立了优化模型,基于强化学习算法,求解得到IRS配置的最优策略。
步骤B2所述的优化模型具体为:
本发明的有益效果:本发明提出了一种基于网络吞吐率、优先级和公平性的最优通信辅助机制,载保证车联网通信效率的前提下,尽可能使单位时间内业务优先级更高和资源占有数量更少的车辆的通信可靠性提高。通过本发明提出的一种信道资源预约冲突解决机制,可以解决不同车辆预约相同信道资源所造成的资源浪费,提高通信的效率。本发明提出了一种基于强化学习的最优通信辅助方案,可以通过IRS阵列参数和车联网系统中的信道估计求解出最优通信辅助策略下IRS的配置。
附图说明
图1为基于IRS的车联网直接通信示意图;
图2为半持续调度机制资源选择示意图;
图3为基于IRS的半持续调度机制流程图;
图4为IRS解决预约信道资源冲突示意图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,首先对以下技术术语进行说明:
IRS表示整个智能反射面,由IRS控制器和IRS反射面板组成;IRS控制器是用于接收车辆信号,求解最优化方案,设定IRS反射面板参数;IRS面板是直接反射信号的面板,上面部署有IRS元件组成的阵列。
以下结合附图1-4对本发明的内容进行详细阐述:
本发明提供了一种基于智能反射面(IRS)的可靠、高效的车联网直接通信方法。本发明提出了一种在无基站场景下使用IRS辅助车辆通信的基于IRS的半持续调度(IRS-SPS)机制,可以不依赖基站由车辆直接控制IRS辅助车联网通信,提高车联网通信的可靠性。本发明提出了一种利用IRS反射消除半持续(SPS)调度预约控制帧冲突的方法,可以不依靠基站的控制信令解决车辆预约相同的信道资源产生冲突的问题,提高车联网通信的效率。本发明提出了一种基于网络吞吐率、优先级和公平性的最优通信辅助方案,考虑车联网业务的优先级和车辆信道资源的公平性,在最大化车联网吞吐率的目标下保证业务优先级高和信道资源占有量少的车辆有更高的信号信噪比和预约信道资源成功概率,并使用强化学习算法求解最优化方案。以下结合附图和具体实施对本发明技术方案进行具体的说明。
现有的关于车联网和IRS相结合的研究大多集中于有基站场景下,先由车辆向基站发送预约信道的信息帧,基站进行决策后再向IRS控制器发送控制帧,来控制IRS辅助车联网通信,而缺少对无基站的车联网通信与IRS相结合的研究。本发明中提出了无基站场景下基于IRS的无基站车联网通信架构,如图1所示IRS被部署在道路旁边,车辆通过IRS控制信道向IRS控制器发送控制帧,IRS控制器接收控制帧后确定车联网通信调度方案,调整IRS的反射参数辅助车联网通信。本发明的方法具体包括以下步骤:
1、搭建由IRS和车辆共同维护的基于IRS的车联网直接通信架构,IRS控制器实时统计车联网场景中的车辆历史业务优先级和车辆信道资源占有数量,维护车辆通信权重管理机制。IRS控制器的作用是接收车辆发送的控制帧,求解最优通信辅助方案,控制IRS调整反射参数。
本发明提出了一种车辆通信权重管理机制,为IRS通信调度提供了有效的判断依据。IRS控制器可以依靠车辆通信权重为优先级更高和信道资源更少的车辆提供更可靠的通信。同时,在3GPP标准中的半持续调度(SPS,Semi-Persist Scheduling)中,车辆预约信道中的信道资源没有任何限制,本发明通过IRS控制器统计单位时间内车辆业务优先级和车辆信道资源占有数量,维护车辆通信权重管理机制,在车辆正常通信时提高业务优先级高和占有信道资源数量少的车辆的信号信噪比,在车辆预约同一个信道资源产生冲突时提高业务优先级高和占有信道资源数量少的车辆预约成功的概率。车辆通信权重由单位时间内的车辆业务优先级和信道资源占有数量共同确定:
2、当车联网中的车辆需要进行通信时,首先检查车辆当前占有的信道资源集合是否为空。如果集合不为空,那么车辆直接选择集合中的信道资源使用,并将业务优先级放入报文的控制帧(SCI)中,IRS控制器会读取控制帧中的优先级进行统计。如果集合为空,车辆则运行如图3所示的基于IRS的半持续调度(IRS-SPS)预约信道资源,在预约成功后使用新的信道资源进行通信。
车辆当前占有的信道资源集合是车辆动态维护的一个集合,当车辆预约资源成功后将信道资源加入集合,如果信道资源被使用或者过期则从集合中删除。
根据3GPP标准,车辆运行在无基站场景下时,使用半持续调度(SPS)预约信道资源。如附图2所示信道资源是划分成不同子信道和不同子帧的时频块,车辆根据自身通信业务的需要,按照SPS机制预约其中的时频块作为以后通信业务的信道资源。本发明结合IRS提出了基于IRS的半持续调度(IRS-SPS)机制,以下是IRS-SPS机制的执行步骤:
(1)车辆持续监控车联网信道子帧并记录解码的SCI和接收信号强度指示器(S-RSSI)测量值,统计当前时间接收到的最后1000个子帧来选择候选信道资源。
(2)车辆设置信号功率阈值Th,将候选资源集合SA初始化为完整集。这里的候选资源集合SA包括当前时刻之后的100个子帧作为的候选信道资源,完整集是指所有的候选信道资源的集合。Th的取值一般设置为-105dBm。
(3)如果车辆在某个子帧下发送数据包,由于其半双工工作,无法在发送数据时监控感知窗口中对应的信道资源,则排除集合SA中当前子帧对应的所有候选的信道资源。
(4)在所有剩余的候选信道资源中,将那些已经被车辆预约成功后占有的信道资源和S-RSSI测量值高于阈值Th的信道资源从集合SA中排除。
(5)如果集合SA剩余的候选信道资源小于总信道资源的20%,则阈值Th增加3dB,程序回到步骤(2)继续执行。
(6)当集合SA剩余的候选信道资源大于或等于总信道资源的20%时,计算S-RSSI的平均值,保留SA集合中平均S-RSSI最小的20%个候选信道资源。
(7)然后车辆随机选择集合SA的一个候选信道资源作为选定的预约信道资源,根据车辆自身通信情况确定车辆占有信道资源的周期和频率。
(8)车辆在发送SPS控制帧之前的n毫秒在IRS控制信道向IRS控制器发送IRS控制帧,通告车辆即将进行信道资源预约。
(9)车辆在当前所预约的信道资源发送SPS控制帧(SCI),控制帧中包含预约信道资源的频率和周期等信息,之后等待接收方传回ACK。若车辆在发送第一个控制帧后没有收到ACK,则会重传一次,再次等待ACK。
(10)车辆若重传之后也无法接收到ACK说明预约失败,则程序回到步骤(1)重新运行SPS算法。
(11)若车辆收到接收方传回来的ACK,代表信道资源预约成功,将预约成功的信道资源加入车辆占有的信道资源。
(12)当预约的资源到期之后,车辆按照0.8的概率重新预约当前信道资源。
本发明提出了一种基于IRS的半持久调度算法,在车联网场景下道路旁边部署有IRS及其控制器,车辆在预约信道资源时需要提前向IRS控制器发送IRS控制帧告知车辆即将进行SPS控制帧的发送,以便IRS控制器求解调度方案和调整IRS反射参数。
基于IRS的半持续调度机制可以解决不同车辆预约相同的信道资源时产生冲突的问题,利用IRS对车辆发送信号的反射保证其中一辆车可以成功预约信道资源,提高车联网通信效率。
3、IRS控制器会持续监听IRS控制信道和车联网通信信道。IRS控制器监听IRS控制信道是为了接收车辆通告即将进行信道资源预约的控制帧,提前求解最优通信辅助方案并配置IRS的反射参数,解决可能出现的不同车辆预约相同信道资源所产生的冲突,保障车联网通信的效率。IRS控制器监听车联网通信信道是为了获取车辆通信过程中业务的优先级和信道资源占有情况,统计单位时间内的车辆业务优先级和资源占有数量,维护车辆通信权重。
进一步的,IRS控制器会提前求解最优化方案,IRS首先需要保障正常的车联网通信,包括车联网的业务数据通信以及无预约冲突的SPS控制帧传递,其次要能够对有冲突的资源预约进行调度。
由于IRS控制器持续监听车联网控制信道,可以从SPS控制帧中解析出车联网占有信道资源的周期和频率,可以通过IRS的反射增强车辆通信业务的信噪比。当IRS控制器接收到车辆IRS控制帧时,需要分为没有预约冲突和有预约冲突两种情况讨论。没有预约冲突是指每一个信道资源都最多只有一辆车在预约,此时IRS控制器只需要通过IRS反射增强每一个信号的信噪比,保证能被接收方正确接收即可。通过IRS对车联网通信信号的反射,可以增强车联网通信的可靠性。
有预约冲突是指至少有一个信道资源被两个以上车辆同时预约,此时IRS控制器需要对冲突进行调度,具体的:
首先,当IRS控制器接收到重叠信号时,使用智能频谱技术识别出重叠的信号中的发送的车辆的数量以及其身份。IRS控制器安装了一个预先训练的卷积神经网络(CNN)模型,该模型通过离线训练深度神经网络,利用历史无线电频率跟踪,近乎实时地在线推断涉及碰撞的重叠信号,从中识别出车辆的身份。
其次,根据车辆通信权重和IRS自身参数的配置运行一种基于强化学习的最优通信辅助方案,计算出在考虑优先级和公平性下车联网吞吐率最大的最优通信辅助方案。具体的做法是,IRS控制器将综合考虑整个车联网的通信效率和车辆业务优先级和车辆占有资源公平性,选择将其中一辆车的信号增强,并屏蔽与其冲突的其他车辆的信号,使选中车辆的SPS控制帧能被成功接收,而其他车辆发送和重传的SPS控制帧无法被成功接收。由于IRS的阵列元件是有限的,同时通信信道对IRS辅助通信的影响显著,因此对车辆的选择不能仅考虑优先级和公平性。本发明提出的调度方案在尽可能保证车联网通信效率的前提下,尽可能使单位时间内业务优先级更高和资源占有数量更少的车辆能够成功预约到信道资源。
为了提高优先性和公平性,本发明将车辆的车辆业务优先级和资源占有数量作为车辆通信权重,以最大化车联网吞吐率和车辆通信权重为目标建立了优化模型,并使用一种基于强化学习的最优通信辅助方案求解IRS配置的最优策略。
为了使业务优先级更高和占有信道资源数量更少的车辆能够获得更好的通信以及更高的信道资源预约成功率,同时要保障IRS在通信辅助时车联网也有较好的吞吐率,本发明建立如下的优化模型:
其中,m是当前车联网中车辆的数量,N是IRS阵列中IRS元件的总数,B是信道带宽,他们相乘SNRi.dest(i)是指计算出的车辆i发送到对应接收车辆dest(i)数据包的信噪比,δ(m)为1时表示IRS增强车辆信噪比使其能被正确接收,δ(m)为0时表示IRS降低车辆信噪比使其被屏蔽,是信号能被正确接收的阈值,是信号无法被正确接收的阈值,N为IRS阵列的元素的总数,表示IRS所使用的原件不能超过其总数,βn是IRS元件的幅度增益,θn是IRS元件的相位偏置,ε是Wm的优化系数。
通过强化学习算法对最优通信辅助方案进行求解,算法的输入是IRS阵列参数,车联网系统中的信道估计,输出是最优策略。算法在初始化阶段设置DQN的记忆大小,最大迭代次数,以及初始神经网络权值,然后神经网络进入训练,每一种决策方式代表一种动作。神经网络经过多次迭代,通过优化目标函数计算奖励并更新参数,直到找到最优解。
表1为算法的伪代码。
其中,记忆库D是强化学习的历史经验组成的集合,∈一般取值为0.01,minibatch一般取值为256。
4、IRS控制器计算出最优通信辅助方案的反射参数配置ΘH之后,便将配置信息发送到IRS,让IRS在指定的时帧中改变反射参数。如附图1所示IRS是一个具有许多个反射元件的阵列,每一个反射元件都可以调整幅度增益和相位偏置,通过改变参数可以实现对反射的信号增强和抑制,以下是单个IRS元件的反射表达式:
其中,Θn表示IRS反射元件组成的阵列的反射参数,βn是幅度增益,0≤βn≤1,θn是相位偏置,0≤θn<2π。
进一步的,由反射元件组成的阵列由ΘH表示,车辆经过IRS反射辅助通信的过程如图4所示,车辆发出的信号首先通过发送车辆-IRS信道发送到IRS,IRS根据反射参数ΘH对信号进行反射,反射后的信号经过IRS-接收车辆信道传输给接收车辆:
5、车辆使用预约过的信道资源进行通信时,在控制帧中写入PSSCH解码所需的信息,包括HARQ进程ID、冗余版本、源ID和目的ID等信息,然后将控制帧与数据一起发送。车辆进行IRS-SPS机制预约信道资源时,在控制帧中写入业务优先级、资源预留的频率和周期等信息,然后发送SPS控制帧。
6、在具有IRS的车联网场景下,接收车辆的信号由两部分组成,一部分是由发送车辆直接发送到接受车辆的信号,另一部分是由IRS反射后到达接收车辆的信号,因此,接收车辆收到的有效信号的计算公式为:
同样的,接收方接受的噪声为其他车辆直接通信的噪声,其他车辆经过IRS反射通信产生的噪声以及环境噪声:
接收车辆接收到的信号的信噪比为:
7、IRS控制器同时也会监听车联网信道,统计车联网中的车辆业务优先级和资源占有数量,维护车辆通信权重。其他车辆接收到车辆的SPS控制帧,将被预约的信道资源从候选资源集合中排除。若SPS控制帧由于不同车辆同时预约产生冲突而无法解析,由于此时的接收信号强度指示器(S-RSSI)测量值较大,也会在IRS-SPS机制中被排除。
8、接收车辆接收成功后发送ACK,发送车辆接收到ACK。若发送车辆没有收到ACK,则进行重传。当存在预约信道资源冲突时,IRS会对没有被选中车辆重传的预约控制帧进行屏蔽。
9、IRS控制器在车辆预约的每一个时帧,都会求解最优通信辅助方案,配置IRS参数提高车联网的信号信噪比从而提高通信可靠性。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。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权利要求范围之内。
Claims (7)
1.一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,应用于不依赖基站的车联网通信场景;具体的:将IRS控制器部署在道路旁边,车辆通过IRS控制信道向IRS控制器发送控制帧,IRS控制器接收控制帧后确定车联网通信调度方案,并调整IRS的反射参数辅助车联网通信。
2.根据权利要求1所述的一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,所述IRS控制器接收控制帧后确定车联网通信调度方案的过程为:
当车联网中的车辆需要进行通信时,首先检查车辆当前占有的信道资源集合是否为空;
如果集合不为空,那么车辆直接选择当前占有的信道资源集合中的信道资源使用,并将业务优先级放入报文的控制帧中;
如果集合为空,车辆则运行基于IRS的半持续调度预约信道资源,在预约成功后使用新的信道资源进行通信。
3.根据权利要求2所述的一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,所述基于IRS的半持续调度预约信道资源的实现过程为:
A1、车辆持续监控车联网信道子帧并记录解码的SCI和接收信号强度指示器测量值,统计到当前时刻截止记录的最后1000个子帧来选择候选信道资源;
A2、车辆设置信号功率阈值Th,将候选资源集合SA初始化为完整集;
A3、从当前的集合SA中剔除已被占用的信道资源、由于半双工无法感知的信道资源以及接收信号强度指示器测量值大于Th的信道资源;
A4、若当前的集合SA中候选信道资源小于总信道资源的20%,则阈值Th增加3dB,返回步骤A2;否则执行步骤A5;
A5、计算接收信号强度指示器测量值的平均值,保留当前SA集合中平均S-RSSI最小的20%个候选信道资源;
A6、车辆随机选择集合SA的一个候选信道资源作为选定的预约信道资源;
A7、车辆在发送SPS控制帧之前的n毫秒在IRS控制信道向IRS控制器发送IRS控制帧,然后在对应的信道资源发送SPS控制帧,若收到传回的ACK则执行步骤A8;否则返回步骤A1;
A8、将预约成功的信道资源加入车辆占有的信道资源。
4.根据权利要求1所述的一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,调整IRS的反射参数辅助车联网通信的过程为:
当IRS控制器接收到车辆IRS控制帧时,对于有冲突的信道,IRS控制器基于IRS配置的最优策略选择其中一辆车的信号进行增强,并屏蔽与其冲突的其他车辆的信号;对于没有冲突的信道,则IRS控制器基于IRS配置的最优策略,通过IRS反射增强每一个信号的信噪比。
5.根据权利要求4所述的一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,对于有冲突的信道,当IRS控制器接收到重叠信号时,使用智能频谱技术识别出重叠的信号中的发送的车辆的数量以及其身份。
6.根据权利要求4所述的一种基于智能反射面的可靠、高效的车联网直接通信方法,其特征在于,通过以最大化车联网吞吐率和车辆通信权重为目标建立了优化模型,基于强化学习算法,求解得到IRS配置的最优策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210704872.0A CN115103332B (zh) | 2022-06-21 | 2022-06-21 | 一种基于智能反射面的可靠、高效的车联网直接通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210704872.0A CN115103332B (zh) | 2022-06-21 | 2022-06-21 | 一种基于智能反射面的可靠、高效的车联网直接通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115103332A true CN115103332A (zh) | 2022-09-23 |
CN115103332B CN115103332B (zh) | 2024-02-27 |
Family
ID=83293415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210704872.0A Active CN115103332B (zh) | 2022-06-21 | 2022-06-21 | 一种基于智能反射面的可靠、高效的车联网直接通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115103332B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582842A (zh) * | 2023-07-13 | 2023-08-11 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112616131A (zh) * | 2020-12-11 | 2021-04-06 | 北京邮电大学 | 一种基于视频内容优先级的车联网资源分配方法 |
CN113194440A (zh) * | 2021-04-28 | 2021-07-30 | 西安电子科技大学 | 车联网中传输资源的抢占方法 |
CN113543176A (zh) * | 2021-07-08 | 2021-10-22 | 中国科学院深圳先进技术研究院 | 基于智能反射面辅助的移动边缘计算系统的卸载决策方法 |
WO2021221603A1 (en) * | 2020-04-27 | 2021-11-04 | Nokia Technologies Oy | Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs) |
CN113904742A (zh) * | 2021-10-09 | 2022-01-07 | 重庆邮电大学 | 非正交多址接入网络中基于智能反射面的资源分配方法 |
-
2022
- 2022-06-21 CN CN202210704872.0A patent/CN115103332B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021221603A1 (en) * | 2020-04-27 | 2021-11-04 | Nokia Technologies Oy | Ue positioning aided by reconfigurable reflecting surfaces such as intelligent reflecting surfaces (irs) |
CN112616131A (zh) * | 2020-12-11 | 2021-04-06 | 北京邮电大学 | 一种基于视频内容优先级的车联网资源分配方法 |
CN113194440A (zh) * | 2021-04-28 | 2021-07-30 | 西安电子科技大学 | 车联网中传输资源的抢占方法 |
CN113543176A (zh) * | 2021-07-08 | 2021-10-22 | 中国科学院深圳先进技术研究院 | 基于智能反射面辅助的移动边缘计算系统的卸载决策方法 |
CN113904742A (zh) * | 2021-10-09 | 2022-01-07 | 重庆邮电大学 | 非正交多址接入网络中基于智能反射面的资源分配方法 |
Non-Patent Citations (3)
Title |
---|
KE WANG: "IRS-aided Predictable High-Mobility Vehicular Communication with Doppler Effect Mitigation", 《2021 IEEE 93RD VEHICULAR TECHNOLOGY CONFERENCE (VTC2021-SPRING)》, 28 April 2021 (2021-04-28) * |
乔冠华: "面向车辆多址接入边缘计算网络的任务协同计算迁移策略", 《物联网学报》, 31 March 2019 (2019-03-31) * |
宋伟华;: "智能网联在汽车行业的应用前景", 重型汽车, no. 05, 15 October 2017 (2017-10-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582842A (zh) * | 2023-07-13 | 2023-08-11 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
CN116582842B (zh) * | 2023-07-13 | 2023-10-20 | 中国科学技术大学 | 一种irs辅助的车载毫米波广播方法、系统及储存介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115103332B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101223759B (zh) | 发送装置、信息通信方法 | |
US20120099450A1 (en) | Spatial reuse in a wireless network | |
US7124343B2 (en) | Radio communication system | |
US20090080455A1 (en) | Systems and methods for reducing data collisions in wireless network communications | |
Abanto-Leon et al. | Enhanced C-V2X mode-4 subchannel selection | |
EP1821497A1 (en) | Wireless communication apparatus | |
CN105284172A (zh) | 用于上行链路免授权传输方案的系统和方法 | |
GB2287383A (en) | Notification by energy burst of messages with unacceptable quality | |
US10448281B2 (en) | Method and apparatus for communication between an access point and a sensor station | |
EP2749122B1 (en) | Method and system for wireless communication baseband processing | |
KR20130089202A (ko) | 무선 통신 시스템에서 데이터 송신 방법 및 장치 | |
CN110972105B (zh) | 通信方法、通信装置及用户设备 | |
CN103384193A (zh) | 终端调度方法、装置和基站 | |
CN115103332A (zh) | 一种基于智能反射面的可靠、高效的车联网直接通信方法 | |
CN114124311A (zh) | 一种5g免授权重传接入技术中断概率评估方法 | |
US20120099449A1 (en) | Spatial resuse in a wireless network | |
CN102387601B (zh) | 自适应分布式协作接入方法和节点装置 | |
US7697562B2 (en) | Apparatus and method for transmitting data in a wireless local area network | |
CN102378390B (zh) | 快速协同接入控制方法和系统 | |
CA2848459A1 (en) | Method of controlling congestion for contention access network | |
CN111082899A (zh) | 一种传输方法、装置和系统 | |
CN111130698B (zh) | 无线通信接收窗口预测方法、装置及无线通信设备 | |
Pei et al. | MAC contention protocol based on reinforcement learning for IoV communication environments | |
Yeh et al. | A new class of collision-free MAC protocols for ad hoc wireless networks | |
EP1394979B1 (en) | Method and apparatus for dynamically managing the packet segment threshold according to the state of the channel |
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 |