CN116506829B - 基于c-v2x通信的联邦边缘学习选择车辆方法 - Google Patents

Abstract

本发明涉及车联网联邦边缘学习和C‑V2X通信技术领域，公开一种基于C‑V2X通信的联邦边缘学习选择车辆方法，包括：预估车辆自身的传输时延，每辆车基于C‑V2X模式4中定义的基于感知的半持久调度方法选择无线电资源并计算自身包碰撞概率，将剩余数据量、传输时延、包碰撞概率和生存能力作为选择车辆的优先级，选择车辆上传打乱之后的数据进行训练，最后判断被选择的车辆上传的数据包是否被碰撞掉。通过选择不同的数据包传输频率、传输功率和子信道数降低包碰撞概率。本发明可以保证缓存队列稳定性和传输数据的可靠性，提高训练精度。

Description

基于C-V2X通信的联邦边缘学习选择车辆方法

技术领域

本发明涉及车联网联邦边缘学习和C-V2X通信技术领域，尤其是指一种基于C-V2X通信的联邦边缘学习选择车辆方法。

背景技术

随着车联网(IoV)和大数据技术的发展，不同的车辆可以将车载传感器收集的数据共享给中央云，然后由中央云根据收集的数据进行模型训练，从而满足不同车辆应用的要求，如自动驾驶、智能交通、位置感知、物体/手势识别、移动生物识别和移动增强现实等。然而，车辆数据往往是私有的，不同的车辆不愿意与其它车辆分享自己的数据，因此，由于训练数据的短缺，中央云很难得到准确的模型。为了解决这个问题，引入了联邦学习，通过共享模型而不是共享车辆的原始数据来保护车辆隐私。具体来说，每辆车通过在本地训练数据获得一个本地模型，然后将本地模型上传到中央云。中央云将上传的本地模型聚合，得到全局模型，然后将全局模型发送给车辆。通过这种方式，车辆可以得到一个准确的模型，同时保护其数据。然而，联邦学习中的本地训练会给计算能力有限的车辆带来很大的计算负担。

考虑一个包括中央云、路边单元和车辆的三层基础设施时，在路边单元中，采用了联邦边缘学习(FEEL)系统。它可以减轻车辆的负担，保护车辆和中央云之间的车辆数据。具体来说，路边单元收集和训练车辆数据以获得一个本地模型，然后将结果返回给车辆，以避免共享原始数据。之后，中央云从路边单元收集并聚合所有的本地模型，得到全局模型，然后将全局模型分发到路边单元和车辆上供其使用，这样既保护了车辆的隐私，又减轻了车辆的计算负担。而车辆与路边单元、车辆与车辆之间的通信是通过蜂窝-车辆到一切(C-V2X)通信完成的。C-V2X是智能交通和智能驾驶的关键使能技术。目前，无论是汽车领域的自动驾驶分类，还是交通领域的路网和智能，都迫切需要C-V2X提供基础通信和连接支持能力，以实现各分类所需的实时信息共享和交互、协同感知和协同控制。

在联邦边缘学习系统中，车辆上传的训练数据被暂时存储在每个路边单元的缓存队列中。每个路边单元的缓存队列是有限的。对于每个路边单元来说，如果有太多的车辆向其上传数据，缓存队列就会溢出并不稳定。如果上传数据的车辆太少，缓存队列中就没有足够的数据用于训练，从而使模型的准确性下降。为了获得准确的模型，同时保持队列的稳定，车辆数据应该尽量填满路边单元的缓存队列。另一方面，路边单元只有在随机信道条件足够好时才会向车辆返回结果，这表明数据会随机离开缓存队列。在使用过的数据和结果随机离开的情况下，选择合适数量的车辆将数据上传到缓存队列、提高训练精度是一个挑战。此外，网络中的车辆有不同的资源状态，包括剩余数据包数量、传输时延、包碰撞概率和生存能力(即车辆在路边单元覆盖范围内的时间长度)。因此，考虑资源状态来选择车辆是至关重要的，但是现有技术中并没有考虑资源状态来选择车辆的做法。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种基于C-V2X通信的联邦边缘学习选择车辆方法，可以在考虑路边单元覆盖范围内所有车辆资源状态的情况下保证缓存队列稳定性以及传输数据的可靠性，同时最大限度地提高了训练精度。

为解决上述技术问题，本发明提供了一种基于C-V2X通信的联邦边缘学习选择车辆方法，包括：

构建车辆模型，所述车辆模型包括车辆、路边单元和中央云，所述车辆与路边单元、所述车辆与车辆之间通过使用C-V2X通信建立连接，建立用于存储等待训练的数据的缓存队列；

计算所述路边单元的覆盖范围内所有车辆在每一时隙的资源状态，所述资源状态包括剩余数据包数量、传输时延、包碰撞概率和生存能力；

所述路边单元根据当前缓存队列的情况计算出最优选择车辆数，结合所有车辆的所述资源状态选择车辆，使用被选择车辆的数据进行训练并更新本地模型；

所述中央云获取所述路边单元的本地模型得到全局模型，在所有训练结束时将训练完成的全局模型反馈给所有路边单元和车辆。

在本发明的一个实施例中，所述剩余数据包数量A^k(t)为车辆在一个时隙t内所携带的数据量，根据每个选中车辆在每个时隙传输的数据量C_n计算得到；

所述传输时延D^k(t)为车辆将一个包发送到路边单元所需的时间，根据每个选中车辆在每个时隙传输的数据量C_n和车辆在该时隙内的传输速率r^k(t)计算得到；

所述生存能力S^k(t)为车辆在一个时隙t在路边单元覆盖范围内所能停留的时间，根据每个时隙的时间长度t_s计算得到。

在本发明的一个实施例中，所述包碰撞概率，具体为：

传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))为：

其中，表示干扰车辆v_i发生碰撞导致丢包的概率，除传输车辆v_k外其余车辆都可能是干扰车辆v_i；d_k,r(t)、d_k,i(t)、d_i,r(t)分别表示在时隙t传输车辆v_k、接收端R_r、干扰车辆v_i两两之间的距离；

的计算方法为：

其中，P_same(d_k,i(t))表示v_k和v_i在时隙t同时使用同一资源传输的概率，P_int(d_k,r(t)，d_i,r(t))表示在时隙t时v_i对接收端R_r产生的干扰大于预设阈值的概率。

在本发明的一个实施例中，所述P_int(d_k,r(t)，d_i,r(t))的计算方法为：

假设从车辆v_i接收到的干扰在R_r处对接收信号的负面影响相当于额外的噪声，则接收器R_r所经历的信噪比表示为：

SINR(d_k，r(t)，d_i，r(t))＝P_r(d_k，r(t))-P_i(d_i，r(t))-N₀，

其中，N₀是噪声功率；P_r(d_k,r(t))是R_r在时隙t从v_k接收到的信号功率，计算方法为P_r(d_k，r(t))＝P-PL(d_k，r(t)),其中，P是传输功率，PL(d_k,r(t))是d_k,r(t)的路径损耗功率；P_i(d_i,r(t))是R_r在时隙t从v_i接收到的信号功率，计算方法为P_i(d_i，r(t))＝P-PL(d_i，r(t))，其中，PL(d_i,r(t))是d_i,r(t)的路径损耗功率；

计算在时隙t干扰高于预设阈值P_sen的概率为：

其中，BL(s)是给定数据包大小的块错误率作为信噪比的函数，P_sen是感应功率阈值，表示P_r(d_k,r(t))高于预设阈值P_sen时、通过P_r(d_k,r(t))和P_i(d_i,r(t))的概率密度函数的互相关得到的信噪比的概率密度函数，s表示信噪比。

在本发明的一个实施例中，所述路径损耗功率PL的计算方法为：

建立每个车辆k在时隙t的断点距离d^k _b(t)：

其中，h_V是车辆的天线高度，h_R是路边单元的天线高度，h_env是环境高度，fc是载波频率，c是光速，为时隙t车辆k的多普勒频率；

的计算方法为：

其中，B为波长，v为车速，cosθ^k(t)为时隙t车辆k的行驶方向与无线电波入射方向夹角的余弦值，/>其中，m^k(t)表示t时隙车辆k的无线电波传输距离；

在d_k,r(t)低于d^k _b(t)和d_t,r(t)大于等于d^k _b两种情况下，分别建模得到PL。

在本发明的一个实施例中，所述P_same(d_k,i(t))的计算方法为：

获取选择窗口中的资源总数N_T、候选资源列表L_C中的资源数量N_lc，获取车辆资源计数器的上限R_h和下限R_l，从[R_l,R_h]中随机选取一个RC值作为资源计数器，计算每辆车的RC值减小到零的概率

假设所有车辆具有相同的感知范围d_sr，假设在时隙t时v_k感知范围内的车辆数为K_S(t)，在时隙t时v_k和v_i的公共感知范围内的车辆数量为K_C(t)；如果在时隙t公共感知范围内没有两辆车占用相同的资源，则公共感知范围内车辆占用的资源数量N_bn＝K_C(t)；如果两辆车在时隙t占用相同的资源，则有N_bn≤K_C(t)；

计算在时隙t公共感知范围内车辆占用的资源为：

计算v_k在时隙t感知范围内车辆占用的资源数量为：

计算在时隙t，处于v_k感知范围内但不处于v_k和v_i共同感知范围内的车辆占用的平均资源数N_A(d_k,i(t))为：

N_A(d_k,i(t))＝N_oa(t)-N_bn(d_k,i(t))，

计算总资源数减去时隙t公共感知范围内车辆占用的平均资源数为：

N_D(d_k,i(t))＝N_T-N_bn(d_k,i(t))，

计算在时隙t，v_k和v_i的共同候选资源数N_ccr(d_k,i(t))为：

此时，v_k和v_i在时隙t同时使用同一资源传输的概率P_same(d_k,i(t))为：

在本发明的一个实施例中，对于每个所述路边单元，目标是在所述缓存队列的积压大小不超过最大队列长度的约束条件下使训练精度最大化，尽可能多地选择车辆进行数据上传，使用李雅普诺夫控制定理求解所述目标。

在本发明的一个实施例中，所述使用李雅普诺夫控制定理求解所述目标，具体为：

将所述目标表示为问题P：

P:max:V·U(n(t))+Q(t)(λ(t)-μ(t))，

其中，U(n(t))是在时隙t被选中的车辆数量为n(t)时的预期精度的效用函数，V是一个非负的权衡参数，Q(t)是时隙t缓存队列的积压，λ(t)是时隙t到达路边单元的数据量，μ(t)是时隙t离开路边单元的数据量；

建立所述缓存队列的稳定性约束条件为：

其中，T是时隙总数，Q_max是最大队列长度；

将λ(n(t))作为当所选车辆数量为n(t)时到达路边单元的数据量，计算λ(n(t))为：

λ(n(t))＝C_n×n(t)，

其中，C_n是每个选定车辆在每个时隙传输的数据量；

此时，问题P的优化目标表示为：

其中，n^*(t)是在时隙t选择的最优车辆数量，X是可以选择的车辆集合；

将估计最优选择车辆数的目标转变为：找到最优的n^*(t)，以在所述缓存队列的稳定性约束条件下最大化优化目标V·U(n(t))+Q(t)(λ(t)-μ(t))。

在本发明的一个实施例中，所述路边单元结合所有车辆的所述资源状态选择车辆时，根据车辆的资源状态计算出每辆车的优先级，具体为：

如果传输车辆vk在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)不为0，则车辆k的优先级计算为：

其中，A^k(t)为所述剩余数据包数量，D^k(t)为所述传输时延；

如果传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)为0，则车辆k的优先级w^k(t)等于0。

在本发明的一个实施例中，所述路边单元结合所述优先级选择车辆的方法为：

将所有车辆的优先级从大到小排列，并且选择每一时隙前的n^*(t)个车辆，根据被选择车辆的包碰撞概率确定每一个被选择的车辆是否成功传输数据包，如果被选择的车辆数据包没有成功传输则被排除，并且此时隙的n^*(t)减一。

本发明的上述技术方案相比现有技术具有以下优点：

本发明通过预估车辆自身的传输时延，每辆车基于C-V2X模式4中定义的基于感知的半持久调度方法选择无线电资源并计算自身包碰撞概率，将剩余数据量、传输时延、包碰撞概率和生存能力(即车辆在路边单元覆盖范围内所能停留的时间)作为选择车辆的优先级，选择车辆上传打乱之后的数据进行训练，最后判断被选择的车辆上传的数据包是否被碰撞掉。通过选择不同的数据包传输频率、传输功率和子信道数降低包碰撞概率，计算复杂度适中；充分考虑了C-V2X通信中的一种重要性能指标以及队列稳定性，可以在考虑路边单元覆盖范围内所有车辆资源状态的情况下保证缓存队列稳定性以及传输数据的可靠性，同时最大限度地提高了训练精度。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1是本发明方法的系统模型图。

图2为本发明方法中子信道数为4时的SPS过程的流程图。

图3为本发明方法中路边单元缓存队列模型图。

图4为本发明方法的平均碰撞概率随车辆数增加的变化情况图(传输功率P＝20dBm)。

图5为本发明方法的平均碰撞概率随车辆数增加的变化情况图(传输功率P＝23dBm)。

图6为本发明方法中不同车辆数K和数据包传输频率f下的队列积压情况图(子信道数S＝2)。

图7为本发明方法中不同车辆数K和数据包传输频率f下的队列积压情况图(子信道数S＝4)。

图8为本发明方法中不同车辆数K下的队列积压情况图。

图9为本发明方法中不同选择方法下的队列积压情况图。

图10为本发明方法与随机选择方法被选择车辆上传的数据总量情况图。

图11为本发明方法与其它两种基准方法模型训练精度的比较图。

图12为本发明方法与其它两种基准方法模型训练损失值的比较图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例一

参照图1所示，本发明公开了一种基于C-V2X通信的联邦边缘学习选择车辆方法，该方法中，车与路边单元、车与车之间通过使用C-V2X通信建立连接，该方法所考虑的系统架构包含：车辆、路边单元和一个中央云，该方法包括：

(1)路边单元沿道路部署，每个路边单元的覆盖范围是一个半径为R的圆形区域，并且配有缓存队列来存储等待训练的数据，缓存队列采用先到先服务(First come firstserve,FCFS)的方式，缓存队列的最大长度为Q_max，当缓存队列中存储的数据超过队列限制时，数据将因为溢出而被丢弃，覆盖范围内K辆车以相同的速度向同一方向行驶，将车辆在各路边单元覆盖范围内的行驶时间划分为相等的时隙；

(2)路边单元覆盖范围内的所有车辆在每一时隙计算自身剩余数据包数量、传输时延、包碰撞概率和生存能力等资源状态，然后将自身的资源状态上传给路边单元；

(3)路边单元根据当前缓存队列的积压情况估计出最优选择车辆数，以满足队列不溢出，然后根据所有车辆的资源状态确定所选择的车辆，以确保有更多的数据可供训练；

(4)被选中的车辆上传数据，上传过程中将数据打乱避免数据隐私泄露，上传的数据存储在路边单元的缓存队列中；

(5)路边单元对数据进行训练，并在本次训练结束时更新本地模型，如果通信信道状态足够好，路边单元将训练结果返回给车辆，同时丢弃使用过的数据；

(6)中央云对路边单元的本地模型进行收集和聚合，得到全局模型，在所有训练结束时反馈给车辆。

(2)具体包括：

A.剩余数据包数量

该资源状态表示车辆k在时隙t所携带的数据量，记为A^k(t)。每辆车的剩余数据包数量都是实时已知的。如果车辆k在时隙t被选中，那么A^k(t)可以表示为：

A^k(t)＝A^k(t-1)-C_n (1)，

其中，C_n是每个选定车辆在每个时隙传输的数据量，在初始时隙t₀，每辆车携带的数据量为A_ini。如果车辆k在时隙t没有被选中，则车辆k的剩余数据包数量在时隙t没有变化。

B.传输时延

在每个时隙t，每辆车k的传输时延是将一个包发送到路边单元所需的时间，可以表示为：

其中，r^k(t)为时隙t车辆k的传输速率，可以表示为：

r^k(t)＝σ²a^k(t) (3)，

其中，σ²为估计信号强度的方差，a^k(t)为时隙t车辆k的阴影衰落模型的相关系数，可以计算为：

其中，v为车速，d_k,r(t)为时隙t车辆k到路边单元的距离，t_s为每个时隙的时间长度，ε^k(t)为时隙t车辆k与路边单元之间的相关性，可以根据阴影衰落模型得到。

C.包碰撞概率

如图2所示，C-V2X模式4的资源调度是在时频空间域上进行的，空间在频域上划分为子信道，在时域上划分为子帧。每个子帧的持续时间为1ms，一个子帧是能分配给一个用户的最小时间资源单位。一个RB是能分配给一个用户的最小频率资源单位。子信道是同一子帧中的一组RBs。每个子信道的RBs数量可以不同。子信道用于传输数据和控制信息。数据以传输块(TBs)的形式传输。一个TB包含一个要传输的完整数据包。TBs可以使用QPSK或16-QAM进行传输。每个TB都在同一子帧中占用2个RB的侧链控制信息(SCI)传输。SCI包括用于传输TB的调制和编码方案等信息，以及用于传输TB的RBs。

C-V2X模式4使用PC5侧链接口，没有任何蜂窝基础设施支持。在模式4中，车辆自主地选择无线电资源。因此，车辆采用基于感知的半持久调度(Semi-PersistentScheduling,SPS)方案，对资源进行预留和选择。SPS方案的过程包括感知和选择，车辆必须实施该方案，以便在没有蜂窝基础设施的帮助下自主选择无线电资源。

1、感知：车辆首先在感知窗口中监测其它车辆的SCI，以感知其它车辆已经占用或将要占用的资源，感知窗口为前1000ms的时间窗口。然后，车辆将其感知到的资源标记为繁忙。接下来，车辆将根据感知资源进行资源储备和自愿选择。

2、选择：车辆采用以下三个步骤进行资源的储备和选择：

步骤1：车辆首先预留选择窗口内的所有资源，其中选择窗口是数据包产生时间到到达资源预留间隔之间的时间窗口。选择窗口的持续时间为Γms。

步骤2：车辆创建列表L_A预留可分配资源，包括选择窗口中除以下三种资源外的所有资源：

a.感知窗口期间车辆使用的相应资源。

b.感知窗口中已经或将要被其它车辆占用的相应资源。

c.平均参考信号接收功率高于给定阈值的资源，其中车辆接收并计算平均参考信号接收功率。

当步骤2完成时，L_A至少包含选择窗口中所有资源的20％。否则，给定阈值增加3dB，并迭代执行步骤2，直到满足条件。

步骤3：车辆创建一个列表L_C来保留候选资源，其中L_C的大小等于选择窗口中所有资源的20％。候选资源包括L_A中平均接收信号强度最低的资源，车辆通过将t_R-Γ,t_R-2Γ,...,t_R-1000中所有资源的接收信号强度值平均计算出资源的平均接收信号强度，其中t_R为数据包发送的时间。之后，车辆在L_C中随机选择一个候选资源。然后车辆从[R_l,R_h]中随机选取一个RC值作为资源计数器，其中R_h和R_l分别为资源计数器的上下限，并依赖于数据包传输频率f(f＝1000/Γ)。然后，车辆保留所选资源和后续资源，直到预留资源数量达到RC。车辆使用所选资源传输数据包，则资源计数器减1。之后，如果车辆有数据包要传输，则会使用预留的资源来传输数据包。否则，直到车辆有一个数据包，并使用预留的资源进行传输。每次传输后，RC减1。当RC为零时，车辆将重复SPS过程，选择并预留新的资源进行传输。根据LTE定义中的设定，接收机的灵敏度功率水平阈值为-90.4dBm。

接下来详细介绍包碰撞概率：

包碰撞概率是由于干扰车辆(v_i)与传输车辆(v_k)同时使用同一资源传输产生的，由此产生的干扰使接收方(即路边单元R_r)无法正确接收数据包。v_i可以在v_k的感知范围内，也可以在v_k的感知范围外。v_k、R_r、v_i两两之间的距离在时隙t分别表示为d_k,r(t)，d_k,i(t)，d_i,r(t)。每辆车k(即车辆k为传输车辆v_k)在每个时隙t的包碰撞概率P^k _col(d_k,r(t))可以表示为：

其中，表示干扰车辆v_i发生碰撞导致丢包的概率，除传输车辆v_k外其余车辆都可能是干扰车辆v_i。

如果v_k和v_i同时使用同一资源进行传输，v_k可能会发生碰撞导致丢包，v_i产生的干扰也可能导致丢包。在路边单元的覆盖范围内，干扰车辆v_i发生碰撞导致丢包的概率可以表示为：

其中，P_same(d_k,i(t))表示v_k和v_i在时隙t同时使用同一资源传输的概率。P_int(d_k,r(t)，d_i,r(t))表示在时隙t时v_i对接收端R_r产生的干扰大于某个预设阈值的概率。这两种情况都可能导致在R_r不能正确接收数据包。这两种概率的具体计算方法为：

1.干扰高于阈值P_sen的概率P_int(d_k,r(t)，d_i,r(t))

为了计算P_int(d_k,r(t)，d_i,r(t))，假设从车辆v_i接收到的干扰在R_r处对接收信号的负面影响相当于额外的噪声。则接收器R_r所经历的信噪比可以表示为：

SINR(d_k，r(t)，d_i，r(t))＝P_r(d_k，r(t))-P_i(d_i，r(t))-N₀ (7),

其中，N₀是噪声功率；P_r(d_k,r(t))是R_r在时隙t从v_k接收到的信号功率，P_i(d_i,r(t))是R_r在时隙t从v_i接收到的信号功率，可以分别表示为：

P_r(d_k，r(t))＝P-PL(d_k，r(t)) (8),

P_i(d_i，r(t))P-PL(d_i，r(t)) (9),

其中，P是传输功率，PL(d_k,r(t))是d_k,r(t)的路径损耗功率，表示随着传输车辆和接收机的距离d_k,r(t)的变化而产生的平均信号衰减，通常用对数距离函数建模。

为了计算路径损耗功率PL，引入每个车辆k在时隙t的断点距离d^k _b(t)：

其中，h_V是车辆的天线高度，h_R是路边单元的天线高度，h_env是环境高度，f_c是载波频率，c是光速，为时隙t车辆k的多普勒频率，可以表示为：

其中，B为波长，v为车速，cosθ^k(t)为时隙t车辆k的行驶方向与无线电波入射方向夹角的余弦值，分别表示为：

其中，m^k(t)表示t时隙车辆k的无线电波传输距离。

如果d_k,r(t)低于d^k _b(t)，那么建模得到的PL可以表示为：

如果d_t,r(t)大于等于d^k _b，那么建模得到的PL可以表示为：

因此，接收器R_r所经历的信噪比的概率密度函数(f_SINR)可以通过P_r(d_k,r(t))和P_i(d_i,r(t))的概率密度函数的互相关得到。因此，在时隙t干扰高于P_sen的概率(即低P_r(d_k,r(t))和/或高P_i(d_i,r(t))可以表示为：

其中，BL(s)是给定数据包大小的块错误率(BLER)作为信噪比的函数，P_sen是感应功率阈值，P_sen取值可以为-90.4dBm，表示P_r(d_k,r(t))高于预设阈值P_sen时、通过P_r(d_k,r(t))和P_i(d_i,r(t))的概率密度函数的互相关得到的信噪比的概率密度函数，s表示信噪比。

2.v_k和v_i同时使用同一资源传输的概率P_same(d_k,i(t))

假设N_T是选择窗口中的资源总数，并考虑每秒1000个子帧，可以计算为：

其中，S为每个子帧的子信道数，f为每辆车每秒传输的数据包数，即数据包传输频率。N_lc为候选资源列表L_C中的资源数量，并且N_lc＝0.2N_T。

对于每辆车，RC值减小到零的概率可以表示为：

为了计算P_same(d_k,i(t))，需要计算v_k和v_i的候选资源列表L_C中有多少相同的资源，这取决于它们共同排除的资源。假设所有车辆具有相同的感知范围d_sr。假设在时隙t，v_k感知范围内的车辆数为K_S(t)；在时隙t，v_k和v_i的公共感知范围内的车辆数量用K_C(t)表示，如果在时隙t公共感知范围内没有两辆车占用相同的资源，则公共感知范围内车辆占用的资源数量N_bn＝K_C(t)。但也有可能两辆车在时隙t占用相同的资源，因此有N_bn≤K_C(t)。

将计算N_bn的问题近似建模为将K_C(t)个可分辨的球分布到N_T个可分辨的篮子中，求出至少包含一个球的期望篮筐数N_bn。因此，在时隙t，至少包含一个球的期望篮子数，即公共感知范围内车辆占用的资源，可以表示为：

v_k在时隙t感知范围内车辆占用的资源数量为：

在时隙t，处于v_k感知范围内但不处于v_k和v_i共同感知范围内的车辆占用的平均资源数N_A(d_k,i(t))可以表示为：

N_A(d_k,i(t))＝N_oa(t)-N_bn(d_k,i(t)) (21)，

那么，总资源数减去时隙t公共感知范围内车辆占用的平均资源数可以表示为：

N_D(d_k,i(t))＝N_T-N_bn(d_k,i(t)) (22)，

因此，在时隙t，v_k和v_i的共同候选资源数N_ccr(d_k,i(t))可以表示为：

因此，v_k和v_i在时隙t同时使用同一资源传输的概率P_same(d_k,i(t))可以表示为：

D.生存能力

车辆k在时隙t的生存能力表示为S^k(t)，即车辆k在时隙t在路边单元覆盖范围内所能停留的时间，每个时隙后生存能力减少一个单位时间，可以表示为：

S^k(t)＝S^k(t-1)-t_s (25)，

在初始时隙t₀，车辆k的生存能力可以表示为：

其中，D为路边单元的覆盖范围，d^k为车辆k的初始位置。

(3)(4)(5)(6)具体包括：

从排队理论来看，一个时隙的缓存队列的积压是由前一个时隙的到达和离开决定的，如图3所示。因此，路边单元的高速缓存队列可以表示为

Q(t+1)＝max{Q(t)+λ(t)-μ(t),0} (27)，

其中，Q(t)是时隙t缓存队列的积压，λ(t)是时隙t到达路边单元的数据量，μ(t)是时隙t离开路边单元的数据量。

对于每个路边单元，目标是在缓存队列的积压大小不超过最大队列长度的约束条件下使训练精度最大化，即尽可能多地选择车辆进行数据上传。根据李雅普诺夫控制定理，该问题可以表示为：

P:max:V·U(n(t))+Q(t)(λ(t)-μ(t)) (28)，

其中，U(n(t))是在时隙t被选中的车辆数量为n(t)时的预期精度的效用函数，V是一个非负的权衡参数，用于在效用函数和Q(t)(λ(t)μ(t))之间进行权衡，V取值可以为10⁹；T是时隙总数，Q_max是最大队列长度。公式(29)是队列稳定性约束。

认为每个被选中的车辆向路边单元传输相同数量的数据包，所以到达路边单元的数据量与被选中的车辆数量n(t)有关。λ(n(t))为当所选车辆数量为n(t)时到达路边单元的数据量，可以表示为：

λ(n(t))＝C_n×n(t) (30)，

其中，C_n是每个选定车辆在每个时隙传输的数据量。在这种情况下，问题P的优化目标可以表示为：

其中，n^*(t)是在时隙t选择的最优车辆数量，X是可以选择的车辆集合(X＝{0，1，2，…，K})。由于路边单元只有在通信信道状态足够好的情况下才会向车辆返回训练结果，而且每个时隙的无线信道条件是随机的，因此μ(t)是一个随机值。

综上所述，估计最优选择车辆数的目标被表述为找到最优的n^*(t)，以在约束条件(29)下最大化优化目标(28)。

接下来，路边单元决定哪些车辆应该被选中。具体来说，路边单元首先根据车辆的资源状态计算出每辆车k的优先级。如果选择剩余数据包数量小的车辆，一些剩余数据包数量大的车辆可能没有机会更新全部数据量。另外，当传输时延较低时，车辆会传输更多的数据，选择包碰撞概率较低的车辆，尽可能保证数据包传输成功。此外，生存能力小的车辆应被优先选择，因为它们在短时间内没有机会被选中。因此，如果传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)不为0，车辆k的优先级计算为：

如果传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)为0，权重w^k(t)等于0。

然后将所有车辆的优先级从大到小排列，并且选择每一时隙前n^*(t)个车辆，根据被选择车辆的包碰撞概率确定每一个被选择的车辆是否成功传输数据包，如果被选择的车辆数据包没有成功传输则被排除，并且此时隙的n^*(t)减一。

实施例二

本发明还公开了一种计算机可读存储介质，该计算机程序被处理器执行时实现实施例一中的基于C-V2X通信的联邦边缘学习选择车辆方法。

实施例三

本发明还公开了一种基于C-V2X通信的联邦边缘学习选择车辆设备，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例一中的基于C-V2X通信的联邦边缘学习选择车辆方法。

车辆网络基于C-V2X通信的联邦边缘学习(Federated edge learning,FEEL)技术被认为是一种很有前途的技术，可以在保证用户隐私的同时减少计算负担。在联邦边缘学习系统中，车辆将数据上传到与边缘服务器连接的路边单元(Road side unit,RSU)，路边单元对车辆上传的数据进行训练，以更新本地模型，然后将结果返回给车辆，以避免共享原始数据，并且车与路边单元，车与车之间采用C-V2X通信。然而，路边单元的缓存队列是有限的，并且路边单元与各车辆之间的信道是时变的。因此，如何选择合适的车辆数量，确保车辆上传的数据在保证路边单元缓存队列稳定性的同时，最大限度地提高训练精度是一个挑战。并且，车辆在基于C-V2X通信时采用基于感知的半持久调度(Semi-PersistentScheduling,SPS)方案自主选择无线电资源，数据包可能会因为发生碰撞而导致不能成功传输，会影响车辆上传数据的可靠性，因此车辆需要计算自身包碰撞概率，并将包碰撞概率当做自身的一种资源状态，路边单元选择不同资源状态的车辆进行上传数据，会影响训练所涉及的数据总量，进而影响模型的精度。

现有技术相比，本发明具有以下优点：

本发明基于联邦边缘学习和C-V2X模式4，针对车辆网络场景中车与路边单元、车与车之间通信以及路边单元如何在保证缓存队列稳定性的同时最大化训练精度等问题，提出了一种基于C-V2X通信的联邦边缘学习选择车辆方法。首先，预估车辆自身的传输时延，然后每辆车基于C-V2X模式4中定义的一个基于感知的半持久调度(SPS)方法选择无线电资源并计算自身包碰撞概率，接下来将剩余数据量、传输时延、包碰撞概率和生存能力(即车辆在路边单元覆盖范围内所能停留的时间)作为选择车辆的优先级，选择车辆上传打乱之后的数据进行训练，最后判断被选择的车辆上传的数据包是否被碰撞掉。通过选择不同的数据包传输频率、传输功率和子信道数降低包碰撞概率。本发明计算复杂度适中，系统模型合理，充分考虑了C-V2X通信中的一种重要性能指标以及队列稳定性，可以在考虑路边单元覆盖范围内所有车辆资源状态的情况下保证缓存队列稳定性以及传输数据的可靠性，同时最大限度地提高了训练精度。

为了进一步说明本发明的有益效果，本实施例中使用本发明方法进行仿真实验。

图1显示了联邦边缘学习系统模型场景图，图2显示了基于感知的半持久调度(SPS)方案选择和预留资源过程图，图3显示路边单元缓存队列模型图。

图4描述了车辆在初始位置，传输功率为20dBm时，不同数据包传输频率f和不同子信道数S情况下，平均包碰撞概率随车辆数K的变化情况。在大多数情况下平均包碰撞概率随着车辆数K的增加而增加，并且数据包传输频率越高，子信道数越少，平均包碰撞概率越高。这是因为包碰撞概率是由干扰大于阈值的概率和两辆车同时使用同一资源传输数据包的概率两部分组成，而车辆数K越大，数据包传输频率越高，子信道数越少都会增加这两种情况发生的概率，因此包碰撞概率也会因此而变大。但是在f＝50Hz，S＝2时，平均包碰撞概率会随着K的增加先变小后变大，这是因为在f＝50Hz，S＝2时，公式(17)中计算出的总资源数NT过少，导致SPS过程中步骤2经过迭代之后的平均参考信号接收功率阈值变高，因此干扰大于阈值的概率减小，所以平均包碰撞概率较低，并且因为NT过少，在拥挤场景中，即车辆数较大时共同候选资源数Nccr(dk,i(t))波动较大，这会影响两辆车同时使用同一资源传输数据包的概率，因此平均包碰撞概率会有起伏。

图5描述了车辆在初始位置，传输功率为23dBm时，不同数据包传输频率f和不同子信道数S情况下，平均包碰撞概率随车辆数K的变化情况。与图4一样，在大多数情况下平均包碰撞概率随着车辆数K和数据包传输频率的增加而变大，随着子信道数的变少而变大；在f＝50Hz，S＝2时，平均包碰撞概率会随着K的增加先变小后变大。原因也类似，但是传输功率为23dBm时平均包碰撞概率要略低于传输功率为20dBm，这是因为传输功率越大，接收机接收到的干扰越小，包碰撞概率也就越小。

图6比较了在S＝2，K＝50，100时，不同数据包传输频率的队列积压情况。图中黑色虚线为缓存队列最大长度Qmax。可以看出，与K＝50相比，K＝100在保证稳定性的情况下经历了更多的时隙，并且在大多数情况下数据包传输频率越小，经历的时隙越多。这是因为当K＝100时，有更多的车辆可以被选择，参与训练的数据更多，并且在大多数情况下数据包传输频率越小，包碰撞概率越低，因此可以选择更多的车辆上传数据，从而可以经历更多的时隙。但是在较拥挤场景下，即车辆数K＝100时，f＝50Hz，S＝2时，由于总资源数过少，导致平均参考信号接收功率阈值变高，干扰大于阈值的概率减小，所以包碰撞概率较低，所以经历的时隙略多于f＝20Hz的情况。

图7比较了在S＝4，K＝50，100时，不同数据包传输频率的队列积压情况。图中黑色虚线为缓存队列最大长度Qmax。与图6类似，K＝100在保证稳定性的情况下经历了更多的时隙，并且数据包传输频率越小，经历的时隙越多。与图6原因类似，但是当S＝4时，比S＝2时经历了更多的时隙，因为当S＝4时总资源数NT较大，因此包碰撞概率更小，有更多的车辆成功上传数据。

图8比较了S＝4，f＝10Hz时不同车辆数量下的队列积压情况。图中黑色虚线为缓存队列最大长度Qmax。可以看出，当K＝50时经历的间隔最短，其它情况经历的时隙在1020左右，都没有太大差异。这是因为虽然K越大，路边单元覆盖范围内的总数据量越大，可能会经历更多的时隙，但相反K越大，包碰撞概率也会越大，导致大量数据无法成功传输，所以除了K＝50时，其它情况所经历的时隙基本相似。

图9比较了提出的选择方法和其它三种基准选择方法相比下的队列积压情况。图中黑色虚线为缓存队列最大长度Qmax。可以看出，当采用最大选择方法时，队列积压迅速上升并超过Qmax。这是因为最大选择方法在每个时隙选择所有车辆上传数据，导致缓存队列溢出，变得不稳定。当使用静态选择方法选择车辆时，队列积压要比Qmax小得多。这是因为静态选择方法在每个时隙选择少量车辆上传数据，导致缓存队列利用率非常低。在950时隙之前提出的方法与随机选择方法的队列积压维持在Qmax并且几乎保持不变。在此之后，随机选择方法的队列积压逐渐减少，但提出的选择方法的队列积压仍然保持Qmax，并且在980时隙后减少，这验证了提出的方法的优势。这是因为随机选择方法和提出的方法都使用李雅普诺夫控制定理来确定最优选择车辆数，因此队列积压在950时隙之前都保持在Qmax。但是，随机选择方法没有考虑车辆的资源状态，而是随机选择车辆上传数据，导致部分车辆由于剩余数据包数量不足或者生存能力不足而比提出的方法更早不可用，导致路边单元无法收集到足够的数据来维持最大队列积压。

图10不同选择方法下被选择车辆上传的数据总量。提出的方法被选择车辆上传的数据总量为47760比特，而随机选择方法被选择车辆上传的数据总量为46428比特。这是因为提出的方法考虑了车辆的资源状态，相比于随机选择方法可以选择更多的车辆上传数据。

图11了不同选择方法下模型训练的精度，可以看出，提出的选择方法的训练精度从一开始就高于随机选择方法和静态选择方法，直到600时隙，三种选择方法的精度曲线逐渐重合。这是因为提出的选择方法考虑了车辆的资源状态，在每一时隙选择了更多的车辆上传数据，导致更多的数据参与到训练中，因此训练精度要比其它两种选择方法高，在600时隙时，因为训练包含了足够的数据，三种选择方法都开始收敛。此外，随机选择方法在970时隙时结束训练，而提出的选择方法直到1100时隙才结束训练，并且静态选择方法因为每一时隙都选择少量车辆上传数据，所以可以训练更长的时间直到达到最大时隙。

图12比较了不同选择方法下模型训练的损失值，可以看出，提出的选择方法的训练损失值从一开始就低于其它两种选择方法，直到600时隙，三种选择方法的损失值曲线逐渐重合收敛。随机选择方法在970时隙时结束训练，而提出的选择方法直到1100时隙才结束训练，并且静态选择方法训练直到达到最大时隙。原因与图11类似。以上结果表明，提出的选择方法优于随机选择方法和静态选择方法。

从上述仿真实验可以看出，本发明可以在保证队列稳定性的前提下，最大化训练精度，并且性能优于已知的基准方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (5)

1.一种基于C-V2X通信的联邦边缘学习选择车辆方法，其特征在于，包括：

构建车辆模型，所述车辆模型包括车辆、路边单元和中央云，所述车辆与路边单元、所述车辆与车辆之间通过使用C-V2X通信建立连接，建立用于存储等待训练的数据的缓存队列；

计算所述路边单元的覆盖范围内所有车辆在每一时隙的资源状态，所述资源状态包括剩余数据包数量、传输时延、包碰撞概率和生存能力；

所述路边单元根据当前缓存队列的情况计算出最优选择车辆数，结合所有车辆的所述资源状态选择车辆，使用被选择车辆的数据进行训练并更新本地模型；

所述中央云获取所述路边单元的本地模型得到全局模型，在所有训练结束时将训练完成的全局模型反馈给所有路边单元和车辆；

所述剩余数据包数量A^k(t)为车辆在一个时隙t内所携带的数据量，根据每个选中车辆在每个时隙传输的数据量C_n计算得到；

所述传输时延D^k(t)为车辆将一个包发送到路边单元所需的时间，根据每个选中车辆在每个时隙传输的数据量C_n和车辆在该时隙内的传输速率r^k(t)计算得到；

所述生存能力S^k(t)为车辆在一个时隙t在路边单元覆盖范围内所能停留的时间，根据每个时隙的时间长度t_s计算得到；

所述包碰撞概率，具体为：

传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))为：

其中，表示干扰车辆v_i发生碰撞导致丢包的概率，除传输车辆v_k外其余车辆都可能是干扰车辆v_i；d_k,r(t)、d_k,i(t)、d_i,r(t)分别表示在时隙t传输车辆v_k、接收端R_r、干扰车辆v_i两两之间的距离；

的计算方法为：

其中，P_same(d_k,i(t))表示v_k和v_i在时隙t同时使用同一资源传输的概率，P_int(d_k,r(t)，d_i,r(t))表示在时隙t时v_i对接收端R_r产生的干扰大于预设阈值的概率；

所述P_int(d_k,r(t)，d_i,r(t))的计算方法为：

假设从车辆v_i接收到的干扰在R_r处对接收信号的负面影响相当于额外的噪声，则接收器R_r所经历的信噪比表示为：

SINR(d_k,r(t),d_i,r(t))＝P_r(d_k,r(t))-P_i(d_i,r(t))-N₀，

其中，N₀是噪声功率；P_r(d_k,r(t))是R_r在时隙t从v_k接收到的信号功率，计算方法为P_r(d_k,r(t))-＝P-PL(d_k，r(t))其中，P是传输功率，PL(d_k,r(t))是d_k,r(t)的路径损耗功率；P_i(d_i,r(t))是R_r在时隙t从v_i接收到的信号功率，计算方法为P_i(d_i，r(t))＝P-PL(d_i,r(t)),其中，PL(d_i,r(t))是d_i,r(t)的路径损耗功率；

计算在时隙t干扰高于预设阈值P_sen的概率为：

其中，BL(s)是给定数据包大小的块错误率作为信噪比的函数，P_sen是感应功率阈值，表示P_r(d_k,r(t))高于预设阈值P_sen时、通过P_r(d_k,r(t))和P_i(d_i,r(t))的概率密度函数的互相关得到的信噪比的概率密度函数，s表示信噪比；

所述路径损耗功率PL的计算方法为：

建立每个车辆k在时隙t的断点距离d^k _b(t)：

其中，h_V是车辆的天线高度，h_R是路边单元的天线高度，h_env是环境高度，f_c是载波频率，c是光速，为时隙t车辆k的多普勒频率；

的计算方法为：

其中，B为波长，v为车速，cosθ^k(t)为时隙t车辆k的行驶方向与无线电波入射方向夹角的余弦值，/>其中，m^k(t)表示t时隙车辆k的无线电波传输距离；

在d_k,r(t)低于d^k _b(t)和d_t,r(t)大于等于d^k _b两种情况下，分别建模得到PL；

所述P_same(d_k,i(t))的计算方法为：

获取选择窗口中的资源总数N_T、候选资源列表L_C中的资源数量N_lc，获取车辆资源计数器的上限R_h和下限R_l，从[R_l,R_h]中随机选取一个RC值作为资源计数器，计算每辆车的RC值减小到零的概率

假设所有车辆具有相同的感知范围d_sr，假设在时隙t时v_k感知范围内的车辆数为K_S(t)，在时隙t时v_k和v_i的公共感知范围内的车辆数量为K_C(t)；如果在时隙t公共感知范围内没有两辆车占用相同的资源，则公共感知范围内车辆占用的资源数量N_bn＝K_C(t)；如果两辆车在时隙t占用相同的资源，则有N_bn≤K_C(t)；

计算在时隙t公共感知范围内车辆占用的资源为：

计算v_k在时隙t感知范围内车辆占用的资源数量为：

计算在时隙t，处于v_k感知范围内但不处于v_k和v_i共同感知范围内的车辆占用的平均资源数N_A(d_k,i(t))为：

N_A(d_k,i(t))-N_oa(t)-N_bn(d_k,i(t))，

计算总资源数减去时隙t公共感知范围内车辆占用的平均资源数为：

N_D(d_k,i(t))＝N_T-N_bn(d_k,i(t))，

计算在时隙t，v_k和v_i的共同候选资源数N_ccr(d_k,i(t))为：

此时，v_k和v_i在时隙t同时使用同一资源传输的概率P_same(d_k,i(t))为：

2.根据权利要求1所述的基于C-V2X通信的联邦边缘学习选择车辆方法，其特征在于：对于每个所述路边单元，目标是在所述缓存队列的积压大小不超过最大队列长度的约束条件下使训练精度最大化，尽可能多地选择车辆进行数据上传，使用李雅普诺夫控制定理求解所述目标。

3.根据权利要求2所述的基于C-V2X通信的联邦边缘学习选择车辆方法，其特征在于：所述使用李雅普诺夫控制定理求解所述目标，具体为：

将所述目标表示为问题P：

P:max:V·U(n(t))+Q(t)(λ(t)-μ(t))，其中，U(n(t))是在时隙t被选中的车辆数量为n(t)时的预期精度的效用函数，V是一个非负的权衡参数，Q(t)是时隙t缓存队列的积压，λ(t)是时隙t到达路边单元的数据量，μ(t)是时隙t离开路边单元的数据量；

建立所述缓存队列的稳定性约束条件为：

其中，T是时隙总数，Q_max是最大队列长度；

将λ(n(t))作为当所选车辆数量为n(t)时到达路边单元的数据量，计算λ(n(t))为：

λ(n(t))＝C_n×n(t)，

其中，C_n是每个选定车辆在每个时隙传输的数据量；

此时，问题P的优化目标表示为：

其中，n^*(t)是在时隙t选择的最优车辆数量，X是可以选择的车辆集合；

将估计最优选择车辆数的目标转变为：找到最优的n^*(t)，以在所述缓存队列的稳定性约束条件下最大化优化目标V·U(n(t))+Q(t)(λ(t)-μ(t))。

4.根据权利要求3所述的基于C-V2X通信的联邦边缘学习选择车辆方法，其特征在于：所述路边单元结合所有车辆的所述资源状态选择车辆时，根据车辆的资源状态计算出每辆车的优先级，具体为：

如果传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)不为0，则车辆k的优先级计算为：

其中，A^k(t)为所述剩余数据包数量，D^k(t)为所述传输时延；

如果传输车辆v_k在每个时隙t的包碰撞概率P^k _col(d_k,r(t))和车辆k在时隙t的生存能力S^k(t)为0，则车辆k的优先级w^k(t)等于0。

5.根据权利要求4所述的基于C-V2X通信的联邦边缘学习选择车辆方法，其特征在于：所述路边单元结合所述优先级选择车辆的方法为：

将所有车辆的优先级从大到小排列，并且选择每一时隙前的n^*(t)个车辆，根据被选择车辆的包碰撞概率确定每一个被选择的车辆是否成功传输数据包，如果被选择的车辆数据包没有成功传输则被排除，并且此时隙的n^*(t)减一。