CN115119315A - 一种车联网资源分配方法、装置及计算机可读存储介质 - Google Patents
一种车联网资源分配方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115119315A CN115119315A CN202210822039.6A CN202210822039A CN115119315A CN 115119315 A CN115119315 A CN 115119315A CN 202210822039 A CN202210822039 A CN 202210822039A CN 115119315 A CN115119315 A CN 115119315A
- Authority
- CN
- China
- Prior art keywords
- optimal
- link
- service rate
- sampling interval
- power
- 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.)
- Pending
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]
- H04W4/46—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
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种车联网资源分配方法、装置及计算机可读存储介质,该方法包括:分别获取基站覆盖范围内对V2V链路的最优采样间隔以及最优服务率,其中,对V2V链路共享同一频谱;基于各最优服务率获取相应的最优发射功率;根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。通过本申请方案的实施,对V2V链路的采样间隔以及发射功率进行联合优化,有效保证了V2V链路的信息传输时效性。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种车联网资源分配方法、装置及计算机可读存储介质。
背景技术
在车联网技术的支持下,可以实现车辆与车辆(V2V,vehicle-to-vehicle)、车辆与人、车辆与周围设施的连接通信,车辆可以通过车联网收集到周围车辆、道路的状态信息,相比于单车智能,车联网技术在实现车车和车路间的协同感知方面作用更加明显。在车联网技术中,车辆与车辆通信通常用来交互安全类的实时状态信息(如位置、加速度、速度等),这对信息传输的时效性有较高的要求。并且随着第五代移动通信技术(5G)的成熟以及大规模的商用,进一步促进了V2V的发展,其中超可靠低时延作为国际电信联盟划分的5G三大应用场景之一,在实现蜂窝网络V2V通信上提供了有力的支持。。
在V2V通信中,无线信道会因为车辆的高速移动而快速变化,这给V2V通信的服务质量带来的巨大的挑战,在复杂多变的信道条件下,如何通过合理的资源分配以保证通信的质量使得信息传输能够有很好的时效性引起研究者的广泛关注。
发明内容
本申请实施例提供了一种车联网资源分配方法、装置及计算机可读存储介质,至少能够解决相关技术中缺乏有效的通信资源分配手段所导致的信息传输时效性无法得到保证的问题。
本申请实施例第一方面提供了一种车联网资源分配方法,包括:
分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;其中,所述N对V2V链路共享同一频谱;
基于各所述最优服务率获取相应的最优发射功率;
根据所述最优采样间隔以及所述最优发射功率,向各所述V2V链路分配相应通信资源。
本申请实施例第二方面提供了一种车联网资源分配装置,包括:
第一获取模块,用于分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;其中,所述N对V2V链路共享同一频谱;
第二获取模块,用于基于各所述最优服务率获取相应的最优发射功率;
分配模块,用于根据所述最优采样间隔以及所述最优发射功率,向各所述V2V链路分配相应通信资源。
本申请实施例第三方面提供了一种电子装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述本申请实施例第一方面提供的车联网资源分配方法中的各步骤。
本申请实施例第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述本申请实施例第一方面提供的车联网资源分配方法中的各步骤。
由上可见,根据本申请方案所提供的车联网资源分配方法、装置及计算机可读存储介质,分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率,其中,N对V2V链路共享同一频谱;基于各最优服务率获取相应的最优发射功率;根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。通过本申请方案的实施,对V2V链路的采样间隔以及发射功率进行联合优化,有效保证了V2V链路的信息传输时效性。
附图说明
图1为本申请第一实施例提供的通信系统的示意图;
图2为本申请第一实施例提供的车联网资源分配方法的流程示意图;
图3为本申请第一实施例提供的一种不同方案的结果对比图;
图4为本申请第一实施例提供的另一种不同方案的结果对比图;
图5为本申请第二实施例提供的车联网资源分配装置的程序模块示意图;
图6为本申请第三实施例提供的电子装置的结构示意图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在相关技术中,V2V通信方案通常将某一时刻的状态信息视为一个信息包,然后将通信链路建模成为单到达单离开的排队系统。根据信息包到达过程、服务过程和服务原则划分不同的排队系统,信息包的到达间隔分布通常可以为定长分布、泊松分布、爱尔兰分布以及一般分布;信息包的服务时间分布通常为定长分布、几何分布以及一般分布;服务原则一般为先到先服务(FCFS,First Come First Serve)、后到先服务。通过建模成为某种特定的排队系统来分析信息包的时延或者信息年龄,在得到排队系统的通信时延或者信息年龄后,将问题建模成为优化问题利用优化理论寻找最优解。
然而,在许多实际的应用中,可能需要多个信息包组成一批来表征一个特定的状态,例如由一个高清摄像头所采样的一组高分辨率图像所表示的一个特定状态不能由一个数据包来表示而不失真;从排队系统的角度上看,发送端对数据包进行批量采样,除非该批中的信息包都被成功接收,否则接收端无法恢复该批所表示的状态。
为了解决相关技术中缺乏有效的通信资源分配手段所导致的信息传输时效性无法得到保证的问题,本申请第一实施例提供了一种车联网资源分配方法,应用于如图1所示的通信系统,考虑一个基站覆盖范围内包含一个N对车辆的V2V通信网络,N对车辆共享一个大小为B的频谱,而基站作为调度中心进行资源分配。为方便表示,本实施例使用下标n表示第n对V2V链路。V2V链路间的信道增益为hn=αngn,其中αn和gn分别代表大尺度衰落和小尺度衰落分量,hi,n=αi,ngi,n表示第i个链路发送端对第n个链路接收端的干扰。由于大尺度衰落分量在相对较长的距离才会发生明显的变化,因此,本实施例假设大尺度衰落分量是可以向基站进行反馈且是已知的,这样能够有效减少信令开销。时间分成是离散的时间序列,多个离散的时隙组成一个时间块。V2V车辆的发送端每Dn个时隙采样一批包含rn个信息包的状态数据到达一个无限大小的队列缓冲区,并按照FCFS的规则进行服务。为了保证可靠性,每个信息包会通过无错误的反馈信道进行传输,在传输失败的情况下会对未成功传送的数据包进行重传,直至传输成功,所以可以将传输成功的概率,即服务率表示为:
其中Pi和Pn分别表示第i链路和第n链路的发射功率,σ2表示高斯白噪声的功率,γn表示第n条链路的信干噪比,γ0表示一个信息包传输成功的最小信干噪比要求。那么信息包的服务时间的质量函数就可以表示为:
应当说明的是,信息年龄(AoI,Age of Information)被定义为当前时刻与当前时刻系统所能够使用的最新数据包生成时刻之间的差值。这一指标比起时延和吞吐量能够更好的描述信息的新鲜程度,因此研究在V2V中如何提供及时的信息、保证系统做出判断时信息的新鲜程度是一个非常重要的系统设计目标。
如图2所示为本实施例提供的车联网资源分配方法的流程示意图,在本实施例中,将车联网资源分配问题分解为两个子问题:一是求解最优采样间隔和服务率;二是求解给定服务率下的最优发射功率。需要注意的是,由于服务率越高,所要求的传输功率就会越高,因此可以同时优化所有链路的服务率最小使得功率总和最小。另一方面,每个链路的采样间隔选择是独立的,并不受其他链路的影响,基于此,当两个子问题都得到了最优解,即得到了车联网资源分配问题的全局最优解。该车联网资源分配方法包括以下的步骤:
步骤201、分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率。
本实施例优选地,对预设第一优化模型进行求解,分别得到基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;第一优化模型表示为:
其中,Dn表示第n条所述V2V链路的批采样间隔,μn表示第n条所述V2V链路的服务率,Δn,max表示第n条所述V2V链路的最大允许平均信息年龄,N+为正整数集。
由于Δn(Dn,μn)关于μn单调递减,所以当给定Dn时,问题(1)等效于解方程Δn(Dn,μn)=Δn,max,由于Δn(Dn,μn)关于μn的单调性,本实施例优选的可以使用二分法求得给定采样间隔Dn时的服务率μn(Dn)。因此问题(1)可以转变成为在满足方程Δn(Dn,μn)=Δn,max下的所有可能Dn和μn(Dn)对中寻找使得μn(Dn)最小的采样间隔Dn。利用队列稳定性条件以及服务率和平均AoI值分别为1和Δn,max时的采样间隔可以证明当2Δn,max-3rn-1≥0时,问题(1)可行且可行集为Dn∈{rn+1,rn+2,…,2Δn,max-2rn},并且利用反证法可以证明μn(Dn)随着Dn从rn+1增大到2Δn,max-2rn有三种可能的情况:1)单调递减;2)单调递增3)先单调递减后单调递增。因此,可以利用二分法搜索最优采样间隔并得到对应的最优服务速率
在本实施例一种可选实施方式中,第一优化模型的求解步骤,包括:针对各V2V链路分别设置二分搜索上界和二分搜索下界;其中,二分搜索上界表示为二分搜索下界表示为利用二分法求解误差为目标值时相应的第一服务率以及第二服务率;其中,第一服务率表示为第二服务率表示为 按照预设更新条件更新二分搜索上界和二分搜索下界;其中,更新条件为:如果则更新二分搜索上界为如果则更新二分搜索下界为通过不断缩小搜索集直至将所搜索得到的目标二分搜索下界作为基站覆盖范围内各V2V链路的最优采样间隔,并得到对应的最优服务率。
具体的,对于总共N条的V2V链路,分别优化第1条到第N条V2V链路的采样间隔和服务率。对于第n条V2V链路,设置二分搜索上界为下界为判断是否成立,如果不成立则该问题不可行。在每一次迭代中,考虑上下界的中点附近的两个整数,即和利用二分法求解误差为∈时相对应的和按照上述更新条件中两种可能情况更新上下界。通过不断缩小搜索集,最终可以得到因此可以得到第n条链路的最优采样间隔
步骤202、基于各最优服务率获取相应的最优发射功率。
本实施例优选地,结合最优服务率以及预设第二优化模型,获取相应的最优发射功率;第二优化模型表示为:
其中,P=(P1,P2,…,PN)T表示功率向量,定示第n条所述V2V链路的最优服务率,Pi和Pn分别表示第i条所述V2V链路和第n条所述V2V链路的发射功率,σ2表示高斯白噪声的功率,γn表示第n条所述V2V链路的信干噪比,γ0表示一个信息包传输成功的最小信干噪比要求,Pn,max表示第n条所述V2V链路的最大允许发射功率。
在本实施例一种可选实施方式中,第二优化模型的求解步骤,包括:将第二优化模型中首个约束条件变换为目标等式;问题(2)具有N个等式约束和N个连续优化变量,这表明问题的最优解在于约束(2a)所表示的N个非线程方程的解中,约束(2a)可以变换成为目标等式表示为:
利用上述目标等式的单调性以及反证法可以证明约束(2a)所表示的N个非线程方程的解是唯一的。
接下来,可以根据目标等式得到迭代方程;其中,迭代方程表示为:P(k+1)=f(P(k)),k代表当前迭代次数;
若目标当前迭代功率向量满足预设判定条件|P(k+1)-P(k)|<ξ,则认为已经找到了方程的解即P*=P(k+1),其中将目标当前迭代功率向量确定为最优发射功率。另外,当迭代次数大于Nf或者其中Pmax=(P1,max,P2,mx,…,PN,max)T,则认为该组方程无解。
步骤203、根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。
具体的,V2V的状态更新网络设计以满足链路平均AoI需求为目标,而每个链路的平均AoI受信息包批量采样间隔和服务过程共同影响,其中服务率又由所有链路的传输功率共同决定。因此,本实施例的重点在于给定时间块的采样间隔和发射功率分配,确定采样间隔和发射功率后在整个时间块内保持不变,资源分配过程由基站获得各链路的大尺度衰落分量后完成。另一方面,降低各个链路的发射功率能够有效减少对其他复用同一个频谱的V2V链路的潜在干扰。由此,在最小化所有链路的发射功率之和的同时,保证所有链路的平均AoI满足要求。
为了对本实施例方法的技术效果进行说明,本实施例进一步提供了该方法的仿真试验数据,仿真设置基站覆盖半径为1000m,车道数为2,车道宽度为4m,假设所有车辆根据空间泊松分布生成在车道上,并以100km/h的速度在行驶,系统带宽B=1MHz,每个信息包大小为10,000bits,时隙长度为1ms,所有链路的最大允许功率Pn,max=30dBm。其他一些参数被设置为∈=10-4,Nf=1,000和ξ=10-6。
如图3所示为本实施例提供的一种不同方案的结果对比图,图3示出了V2V链路数为3、所有链路的平均AoI阈值以及批大小设置相同时,不同批大小以及不同平均AoI阈值下所提出方案和批采样间隔穷搜方案的结果对比图。可以看出,本实施例所提出的方法与基于穷搜批采样间隔的方案具有相同的结果,验证了本实施例所设计方案的全局最优性。并且可以观察到,总功率随着AoI阈值的减小而减小,这是因为较高的AoI阈值会放松对平均AoI的要求,进一步导致更低的服务率需求。另一方面,功率总和会随着批大小的增加而增加,这是因为批大小越大,会带来更加大的流量负载,这就使得需要更大的服务速率来保证平均AoI,从而导致总功率的增加。
如图4所示为本实施例提供的另一种不同方案的结果对比图,图4示出了所有链路采样批大小设置相同以及AoI阈值设置为10ms时,不同链路数以及不同采样批大小下本实施例所提出的方案与现有技术中未进行采样间隔优化的方案比较结果,由于现有技术中未进行采样间隔的优化,这里设置现有技术中的采样间隔固定为6ms。可以看出,本实施例所提出的方案比现有技术方案的功率总和更低,这是因为现有技术中的采样间隔并未进行优化,这说明对于采样间隔和发射功率的联合优化是有必要的。
由此,通过本实施例提供的V2V通信中状态信息包批量采样的排队系统,利用合理的功率分配和状态信息包采样间隔,保证了每个由一批信息包所表征状态的平均信息年龄。
基于上述本申请实施例的技术方案,分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率,其中,N对V2V链路共享同一频谱;基于各最优服务率获取相应的最优发射功率;根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。通过本申请方案的实施,对V2V链路的采样间隔以及发射功率进行联合优化,有效保证了V2V链路的信息传输时效性。
图5为本申请第二实施例提供的一种车联网资源分配装置。该车联网资源分配装置应用于前述车联网资源分配方法。如图5所示,该车联网资源分配装置主要包括:
第一获取模块501,用于分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;其中,N对V2V链路共享同一频谱;
第二获取模块502,用于基于各最优服务率获取相应的最优发射功率;
分配模块503,用于根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。
在本实施例的一些实施方式中,第一获取模块具体用于:对预设第一优化模型进行求解,分别得到基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;第一优化模型表示为:
其中,Dn表示第n条所述V2V链路的批采样间隔,μn表示第n条所述V2V链路的服务率,Δn,max表示第n条所述V2V链路的最大允许平均信息年龄,N+为正整数集。
在本实施例的一些实施方式中,第二获取模块具体用于:结合最优服务率以及预设第二优化模型,获取相应的最优发射功率;第二优化模型表示为:
其中,P=(P1,P2,…,PN)T表示功率向量,表示第n条V2V链路的最优服务率,Pi和Pn分别表示第i条V2V链路和第n条V2V链路的发射功率,σ2表示高斯白噪声的功率,γn表示第n条V2V链路的信干噪比,γ0表示一个信息包传输成功的最小信干噪比要求,Pn,max表示第n条V2V链路最大允许发射功率。
进一步地,在本实施例的一些实施方式中,第二获取模块在执行上述第二优化模型的求解功能时,具体用于:将第二优化模型中首个约束条件变换为目标等式,其中,目标等式表示为:
根据目标等式得到迭代方程;其中,迭代方程表示为:P(k+1)=f(P(k)),k代表当前迭代次数;
设置不动点的最大迭代次数、迭代误差值以及第n条链路迭代初始值,在迭代次数小于最大迭代次数时,根据迭代方程得到当前迭代功率向量结果;
若目标当前迭代功率向量满足预设判定条件,则将目标当前迭代功率向量确定为最优发射功率。
应当说明的是,第一实施例中的车联网资源分配方法均可基于本实施例提供的车联网资源分配装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的车联网资源分配装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
根据本实施例所提供的车联网资源分配装置,分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率,其中,N对V2V链路共享同一频谱;基于各最优服务率获取相应的最优发射功率;根据最优采样间隔以及最优发射功率,向各V2V链路分配相应通信资源。通过本申请方案的实施,对V2V链路的采样间隔以及发射功率进行联合优化,有效保证了V2V链路的信息传输时效性。
请参阅图6,图6为本申请第三实施例提供的一种电子装置。该电子装置可用于实现前述实施例中的车联网资源分配方法。如图6所示,该电子装置主要包括:
存储器601、处理器602、总线603及存储在存储器601上并可在处理器602上运行的计算机程序,存储器601和处理器602通过总线603连接。处理器602执行该计算机程序时,实现前述实施例中的车联网资源分配方法。其中,处理器的数量可以是一个或多个。
存储器601可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器601用于存储可执行程序代码,处理器602与存储器601耦合。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子装置中,该计算机可读存储介质可以是前述图6所示实施例中的存储器。
该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述实施例中的车联网资源分配方法。进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。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,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个可读存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的车联网资源分配方法、装置及计算机可读存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种车联网资源分配方法,其特征在于,包括:
分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;其中,所述N对V2V链路共享同一频谱;
基于各所述最优服务率获取相应的最优发射功率;
根据所述最优采样间隔以及所述最优发射功率,向各所述V2V链路分配相应通信资源。
6.一种车联网资源分配装置,其特征在于,包括:
第一获取模块,用于分别获取基站覆盖范围内N对V2V链路的最优采样间隔以及最优服务率;其中,所述N对V2V链路共享同一频谱;
第二获取模块,用于基于各所述最优服务率获取相应的最优发射功率;
分配模块,用于根据所述最优采样间隔以及所述最优发射功率,向各所述V2V链路分配相应通信资源。
9.一种电子装置,其特征在于,包括:存储器、处理器及总线;
所述总线用于实现所述存储器、处理器之间的连接通信;
所述处理器用于执行存储在所述存储器上的计算机程序;
所述处理器执行所述计算机程序时,实现权利要求1至5中任意一项所述方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至5中的任意一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210822039.6A CN115119315A (zh) | 2022-07-13 | 2022-07-13 | 一种车联网资源分配方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210822039.6A CN115119315A (zh) | 2022-07-13 | 2022-07-13 | 一种车联网资源分配方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115119315A true CN115119315A (zh) | 2022-09-27 |
Family
ID=83333236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210822039.6A Pending CN115119315A (zh) | 2022-07-13 | 2022-07-13 | 一种车联网资源分配方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115119315A (zh) |
-
2022
- 2022-07-13 CN CN202210822039.6A patent/CN115119315A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112601197B (zh) | 一种基于非正交多址的车联网络中资源优化方法 | |
CN112351503B (zh) | 基于任务预测的多无人机辅助边缘计算资源分配方法 | |
Xiong et al. | Intelligent task offloading for heterogeneous V2X communications | |
Müller et al. | Flexible multi-node simulation of cellular mobile communications: the Vienna 5G System Level Simulator | |
CN112737842B (zh) | 空地一体化车联网中基于最小化时延的任务安全卸载方法 | |
Wu et al. | Deep reinforcement learning-based computation offloading for 5G vehicle-aware multi-access edge computing network | |
Qi et al. | Energy-efficient resource allocation for UAV-assisted vehicular networks with spectrum sharing | |
CN115277845B (zh) | 基于多智能体近端策略的车联网分布式边缘缓存决策方法 | |
CN109068391A (zh) | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 | |
CN108990016A (zh) | 一种多车协同的计算任务卸载与传输方法 | |
CN114142907B (zh) | 一种通信终端设备的信道筛选优化方法及系统 | |
CN113645273B (zh) | 基于业务优先级的车联网任务卸载方法 | |
Jia et al. | Learning-based queuing delay-aware task offloading in collaborative vehicular networks | |
CN111132083A (zh) | 一种车辆编队模式下基于noma的分布式资源分配方法 | |
Virdis et al. | A framework for MEC-enabled platooning | |
He et al. | A mobile edge computing framework for task offloading and resource allocation in UAV-assisted VANETs | |
Chen et al. | The upper bounds of cellular vehicle-to-vehicle communication latency for platoon-based autonomous driving | |
Krijestorac et al. | Hybrid vehicular and cloud distributed computing: A case for cooperative perception | |
CN116709249A (zh) | 一种关于车联网中边缘计算的管理方法 | |
CN117915481B (zh) | 超密集工业物联网的资源分配方法及系统 | |
CN114928611A (zh) | 一种基于IEEE802.11p协议的车联网节能计算卸载优化方法 | |
CN116848828A (zh) | 机器学习模型分布 | |
Zhang et al. | FAQ: A fuzzy-logic-assisted Q learning model for resource allocation in 6G V2X | |
CN113423087B (zh) | 面向车辆队列控制需求的无线资源分配方法 | |
Maleki et al. | Reinforcement learning-based decision-making for vehicular edge computing |
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 |