[發明專利]基于深度神經網絡的V2X資源分配方法

有效

• 申請號: 201811539937.0
• 申請日: 2018-12-17
• 公開（公告）號: CN111328133B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 陳咪咪;陳嘉君;陳小靜;張舜卿;徐樹公
• 申請（專利權）人: 上海大學
• 主分類號: H04W52/14
• 分類號: H04W52/14;H04W52/24;H04W52/26;H04W52/38;H04W72/04;H04W72/08;G06N3/08;G06N3/04;H04W4/44;H04W4/46
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種基于深度神經網絡的V2X資源分配方法，根據V2X通信模型并構建資源分配問題，從而得到信道增益矩陣作為樣本對一個神經網絡進行訓練，并在實時環境下采用訓練后的神經網絡進行頻譜資源分配的多分類處理和發射功率分配的回歸處理，本發明在模型建立時充分考慮了V2V通信的可靠性和延時，把資源分配問題轉化為了深度學習中的多分配問題和回歸問題，通過使用一個網絡進行聯合優化，同時解決分類問題和回歸問題，在低復雜度情況下實時地進行頻譜資源和發射功率分配，適用于實際的車輛通信系統。

技術領域

本發明涉及的是一種移動通信領域的技術，具體是一種基于深度神經網絡的V2X資源分配方法。

背景技術

基于蜂窩網絡的車輛到車輛(V2V)直接通信復用車輛到基礎設施(V2I)通信的蜂窩上行鏈路頻譜資源。但是這一方法在緩解頻譜資源壓力的同時也帶來的嚴重的頻帶內干擾，即V2V通信會干擾使用同一頻譜資源的V2I通信，同時V2I通信也會干擾V2V直接通信，這對V2X通信的資源分配問題研究上帶來很大困難。關于V2X通信的資源分配問題的研究通常算法較為復雜，難以在低復雜度的情況下得到最優的分配。

現有技術雖然有通過將V2X車聯網中的資源分配問題進行數學建模，將最大化網絡中所有用戶信息值的優化問。題分為多個子問題或優化函數進行處理。但現有技術的算法復雜度過高，無法滿足V2V需求。

發明內容

本發明針對現有技術計算復雜度較高且沒有充分考慮到V2V通信的各方面特性的不足，提出一種基于深度神經網絡的V2X資源分配方法，在模型建立時充分考慮了V2V通信的可靠性和延時，把資源分配問題轉化為了深度學習中的多分配問題和回歸問題，通過使用一個網絡進行聯合優化，同時解決分類問題和回歸問題，在低復雜度情況下實時地進行頻譜資源和發射功率分配，適用于實際的車輛通信系統。

本發明是通過以下技術方案實現的：

本發明根據V2X通信模型并構建資源分配問題，從而得到信道增益矩陣作為樣本對一個神經網絡進行訓練，并在實時環境下采用訓練后的神經網絡進行頻譜資源分配的多分類處理和發射功率分配的回歸處理，實現吞吐量最大化的同時保證V2V直接通信的超低延時和高可靠性。

所述的V2X通信模型為一個V2I與V2V通信共存的場景，包括若干V2I通信設備(C-UE)和V2V通信設備(V-UE)，其中：M＝{1,2,…,M}代表進行V2I通信的車輛，S＝{1,2,…,S}代表進行V2V通信的發送端車輛，D＝{1,2,…,D}代表進行V2V通信的接收端車輛，C-UE的上行鏈路頻譜資源是相互正交的，V2V通信復用V2I通信的上行鏈路資源，而且一對一復用。

V2I通信的鏈路容量為：

V2V直接通信的鏈路容量為：其中：分別為C-UE和V-UE的發射功率，N₀為噪聲功率，ρ_m,s表示頻譜復用關系，ρ_m,s＝1表示第s個V-UE通信時復用第m個C-UE的上行鏈路頻譜資源，反之，ρ_m,s＝0。表示基站收到的來自第s個V-UE的干擾，表示第d個接收V-UE收到的來自第m個C-UE的干擾。

由于V2V直接通信通常用來傳遞緊急信息，為了保證V2V通信的延時和可靠性，在本發明中，當B和L分別為平均包的大小和通信延時，則V-UE的傳輸速率為R＝B/L。

所述的延時和可靠性的要求ε＝P_L{C_ss(k)R},k＝1,2,3,…，其中：C_ss為所有V2V鏈路中最小的鏈路容量。