《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 面向車(chē)聯(lián)網(wǎng)多播業(yè)務(wù)中斷概率約束的資源優(yōu)化研究
面向車(chē)聯(lián)網(wǎng)多播業(yè)務(wù)中斷概率約束的資源優(yōu)化研究
電子技術(shù)應(yīng)用
王璐
（山西大學(xué) 物理電子工程學(xué)院,，山西 太原 030006）
摘要： 隨著汽車(chē)工業(yè)和通信技術(shù)的迅速發(fā)展,，獲取高質(zhì)量的交通信息在車(chē)輛緊急情況中至關(guān)重要。在車(chē)聯(lián)網(wǎng)中車(chē)輛的高速移動(dòng)性會(huì)導(dǎo)致信息傳輸面臨中斷的風(fēng)險(xiǎn),，同時(shí)隨著車(chē)輛數(shù)目的增加,，有限的頻譜資源為車(chē)聯(lián)網(wǎng)的功率分配帶來(lái)了挑戰(zhàn)。為了解決這一難題,，采用單頻網(wǎng)絡(luò)技術(shù),，通過(guò)資源分配策略來(lái)降低信干噪比的中斷概率，最小化單頻網(wǎng)絡(luò)中每個(gè)路邊單元的傳輸功率。該優(yōu)化問(wèn)題被建模為馬爾可夫決策過(guò)程,，并采用基于好奇心驅(qū)動(dòng)的DQN（C-DQN）資源優(yōu)化算法來(lái)求解,。大量仿真結(jié)果表明，該方案在滿足較低中斷概率的前提下最小化傳輸功率,，所采用的算法與基準(zhǔn)算法相比,，在學(xué)習(xí)速度和穩(wěn)定性方面具有良好的性能。
中圖分類號(hào)：TN929.5,；TP393 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.234072
中文引用格式： 王璐. 面向車(chē)聯(lián)網(wǎng)多播業(yè)務(wù)中斷概率約束的資源優(yōu)化研究[J]. 電子技術(shù)應(yīng)用,，2023，49(10)：82-88.
英文引用格式： Wang Lu. Research on resource optimization for Internet-of-Vehicles multicast service with outage probability constraints[J]. Application of Electronic Technique,，2023，49(10)：82-88.
Research on resource optimization for Internet-of-Vehicles multicast service with outage probability constraints
Wang Lu
(School of Physics and Electronic Engineering,， Shanxi University,， Taiyuan 030006， China)
Abstract： With the rapid development of automobile industry and communication technology, high quality traffic information in vehicle is of vital importance to the emergency situation. High-speed mobility of the vehicle in the car networking will lead to interrupt the risks to information transmission, at the same time with the increase of vehicle number, the limited spectrum resources connected to the power allocation poses challenges for car. In order to solve this problem, this paper uses the single frequency network technology, through resource allocation strategy to reduce the letter the interrupt probability of dry ratio, minimize the single frequency network transmission power of each side of the road in the unit. The optimization problem is modeled as a Markov decision process, and is solved by curiosity-driven DQN (C-DQN) resource optimization algorithm. A large number of simulation results show that the scheme can minimize transmission power on the premise of low interrupt probability, compared with the baseline algorithm, the adopted algorithm has a good performance in the learning speed and stability.
Key words : Internet of Vehicles,；outage probability,；power allocation；Markov decision process,；curiosity-driven DQN

0　引言

車(chē)聯(lián)網(wǎng)在智能交通系統(tǒng)[1]中應(yīng)用廣泛,，例如，在車(chē)聯(lián)網(wǎng)中通過(guò)路邊單元實(shí)時(shí)發(fā)送交通數(shù)據(jù)給地面車(chē)輛,，從而提高城市交通的安全性[2],。然而，在智能交通系統(tǒng)中實(shí)時(shí)共享高質(zhì)量實(shí)況交通數(shù)據(jù)仍是一項(xiàng)有待商榷的問(wèn)題,，當(dāng)有緊急事故發(fā)生時(shí)車(chē)輛無(wú)法了解情況可能會(huì)造成更加嚴(yán)重的后果,。為此，本文提出了車(chē)聯(lián)網(wǎng)中基于單頻網(wǎng)絡(luò)(Single Frequency Network, SFN)技術(shù)[3]的交通信息傳輸方案,。

SFN技術(shù)可以同時(shí)同頻地將數(shù)據(jù)發(fā)送給車(chē)輛,，有節(jié)省頻譜資源、信號(hào)覆蓋范圍廣等優(yōu)點(diǎn),，近年來(lái)SFN技術(shù)發(fā)展得如火如荼,，為車(chē)聯(lián)網(wǎng)中數(shù)據(jù)傳輸提供了契機(jī)。目前關(guān)于SFN多播資源分配的文獻(xiàn),，大多是考慮的靜態(tài)用戶,。在文獻(xiàn)[4]中，作者提出了基于功率的非正交復(fù)用技術(shù),，采用SFN技術(shù)將數(shù)據(jù)多播給中心單元用戶,，實(shí)現(xiàn)了地面移動(dòng)寬帶和電視廣播系統(tǒng)的融合，從而提高頻譜利用率；在文獻(xiàn)[5]中,，作者對(duì)靜態(tài)用戶進(jìn)行分組,，提出一種能夠找到接近最優(yōu)解的算法，從而提高了系統(tǒng)效用,；在文獻(xiàn)[6]中,，作者對(duì)靜態(tài)用戶分組，并考慮了視頻版本不同對(duì)用戶觀看視頻體驗(yàn)的影響,，提出了聯(lián)合優(yōu)化SFN集群形成,、用戶分組、視頻資源分配和比特率選擇的方案,，以實(shí)現(xiàn)最大化用戶的體驗(yàn)質(zhì)量(Quality of Experience, QoE),；在文獻(xiàn)[7]中，作者設(shè)計(jì)了360°視頻直播場(chǎng)景,，提出了VRCast方案,，從而提高了用戶接收視頻的質(zhì)量，并實(shí)現(xiàn)了用戶之間的公平性,。但上述文獻(xiàn)中都是基于用戶的瞬時(shí)狀態(tài),，沒(méi)有考慮用戶的移動(dòng)性，不適用于車(chē)聯(lián)網(wǎng)場(chǎng)景當(dāng)中,，無(wú)法準(zhǔn)確評(píng)估不同時(shí)隙車(chē)輛的移動(dòng)位置,。

隨著5G技術(shù)的愈發(fā)成熟和即將到來(lái)的6G時(shí)代，自動(dòng)駕駛,、車(chē)輛通信[8]等新興技術(shù)高速發(fā)展,，研究人員對(duì)車(chē)輛的移動(dòng)性[9]進(jìn)行了深入研究，將可以實(shí)現(xiàn)快速,、高效,、合理地進(jìn)行數(shù)據(jù)傳輸，提高接收數(shù)據(jù)成功率,。目前已有文獻(xiàn)將重點(diǎn)放在根據(jù)車(chē)輛移動(dòng)性進(jìn)行資源分配,。在文獻(xiàn)[10]中，作者提出了聯(lián)合優(yōu)化任務(wù)卸載決策,、功率和帶寬分配的方案,，在降低信噪比(Signal to Noise Ratio, SNR)中斷概率的前提下，最小化系統(tǒng)總能耗,；在文獻(xiàn)[11]中,，作者提出了基于多智能體深度強(qiáng)化學(xué)習(xí)的資源分配框架，在降低SNR中斷概率的前提下,，通過(guò)聯(lián)合優(yōu)化信道分配和功率控制,，來(lái)提高用戶服務(wù)質(zhì)量(Quality of Service, QoS)[12],。上述文獻(xiàn)雖然考慮了車(chē)輛的移動(dòng)性，但并未在SFN場(chǎng)景中考慮在有干擾基站的情況下產(chǎn)生信干噪比(Signal-to-Interference plus Noise Ratio, SINR)中斷概率的問(wèn)題,。本文針對(duì)車(chē)聯(lián)網(wǎng)中基于SFN技術(shù)的交通信息傳輸場(chǎng)景,，提出了資源分配方案來(lái)降低SINR中斷概率，最小化SFN中每個(gè)路邊單元(Road Side Unit, RSU)的傳輸功率,。

綜上所述,，本文主要貢獻(xiàn)有：(1) 采用了SFN技術(shù)將數(shù)據(jù)同時(shí)同頻發(fā)送給車(chē)輛，同時(shí)考慮車(chē)輛移動(dòng)性,，傳統(tǒng)的系統(tǒng)模型中只考慮靜態(tài)用戶,，本文模型在構(gòu)建MDP時(shí)，考慮了車(chē)輛實(shí)時(shí)移動(dòng)位置坐標(biāo),、行駛速度等,，基于動(dòng)態(tài)的信道信息來(lái)優(yōu)化RSU的功率分配；(2) 傳統(tǒng)的SFN傳輸方案中并沒(méi)有考慮干擾基站對(duì)傳輸功率的影響,，本文在SFN場(chǎng)景中考慮在有干擾基站的情況下產(chǎn)生SINR中斷概率的問(wèn)題,；(3)采用基于好奇心驅(qū)動(dòng)的 DQN(C-DQN)資源優(yōu)化算法來(lái)求解，與其他強(qiáng)化學(xué)習(xí)算法相比,，該算法收斂速度更快，收斂值更高,。




本文詳細(xì)內(nèi)容請(qǐng)下載：http://forexkbc.com/resource/share/2000005718




作者信息：

王璐

（山西大學(xué)  物理電子工程學(xué)院,，山西 太原 030006）


微信圖片_20210517164139.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載,。