[發明專利]基于模擬退火粒子群算法的路邊單元非全覆蓋優化部署方法

有效

• 申請號: 201910008490.2
• 申請日: 2019-01-04
• 公開（公告）號: CN109862535B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 施毅;張善杰;張瑞;沈連豐;晏善成;蘇欣
• 申請（專利權）人: 南京大學
• 主分類號: H04W4/40
• 分類號: H04W4/40;H04W16/18;H04W64/00;H04W84/18
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 陳建和

1.在車用自組織網絡中采用基于模擬退火粒子群算法的路邊單元RSU非全覆蓋優化部署的方法，其特征在于：利用通信半徑大于路面寬度的路邊單元等間距部署實現對整個道路的非全面覆蓋，目標車輛在非覆蓋區域內行駛時依靠自身的慣性導航模塊來實現定位功能，并根據基于距離間隔的累積誤差來推導出整個非覆蓋區域內的累計定位誤差；通過幾何精度因子GDOP來評價非覆蓋區域內定位誤差性能,由此推導出GDOP在整個非覆蓋區域內的目標函數，然后利用基于模擬退火粒子群算法給出整個道路系統的定位誤差的適應度值以判斷部署性能；

包括如下步驟：

(1)將通信半徑大于路面寬度的路邊單元等間距部署在整個道路路面上并處于車道中央，實現非全面覆蓋；

(2)目標車輛循序駛入駛出非覆蓋區域，當其在RSU的通信半徑內時其定位誤差視為一個定值；

(3)當目標車輛駛入道路的非覆蓋區域時依靠車載慣性導航系統模塊實現定位，再計算其在非覆蓋區域內行駛的累積誤差，不同方向的表達式表示為Δt為采樣估計的時間間隔，ex_tN為x方向的t_n時刻的估計誤差，ey_tN為y方向的t_N時刻的估計誤差，都服從速度估計誤差N(m,δ²)的正態分布；

(4)利用GDOP來計算基于距離間隔的累積誤差的映射關系，在x方向上GDOP關于距離采樣間格Δl的表達式為不計y方向的GDOP，Vx_l為x方向的速度真值，生成用于優化的目標函數；

(5)融合車輛行駛方向的速度分量,求出車輛在整個非覆蓋區域內的目標函數；

(6)采用基于模擬退火的粒子群算法來求解此目標函數，生成關于距離間隔的適應度值函數；

(7)重復步驟(3)-(6)，依據目標函數的適應度值的選擇標準來獲取以車輛定位精度最優的RSU部署拓撲結構；

以上(1)-(7)步驟的具體實施過程為：對整個道路建立平面二維坐標系，以左下角的頂點為原點(0,0)，以右上角的頂點(T,W)為邊界，T為道路的整體長度；采用幾何精度因子來求解非全覆蓋區域(Non-full Coverage Area,NCA)區域內沿道路直線方向的長度L對車輛定位精度的影響，其表達式定義為

在公式(1)中分別為x、y方向上的位置估計誤差的方差，δ²為t_N時刻的估計誤差的估計方差，且令t_l時刻時的方差為假設車輛沿道路直線行駛不計y方向速度分量的影響，令Δt＝Δl/V，V為速度真值，Δl為對應采樣時間間隔的距離長度，則得出x方向上GDOP關于Δl的映射關系

由公式(2)推導出GDOP在整個NCA區域內的目標函數，Vx_l為x方向的速度真值；

在上式中，N為NCA區域內的時間間隔數，當在NCA區域內取得極小值時，則目標車輛在NCA區域內利用航位推算產生的估計誤差對車輛定位精度的影響就越小，這意味著RSU覆蓋將會形成一個車輛定位精度最優的部署拓撲結構；

部署方法中采用基于模擬退火SA的粒子群優化PSO算法來搜索整條道路區域內RSU部署的最優解，帶壓縮因子的PSO的位置與速度狀態更新公式如下

v(k+1)＝χ[v(k)+c₁r₁(pg(k)-x(k))+c₂r₂(po(k)-x(k))] (4)

x(k+1)＝x(k)+v(k+1) (5)

在公式(4)中c₁、c₂為學習因子，pg為粒子的最優解，po為粒子群的全局最優解，r₁、r₂為(0，1)上的偽隨機數，po由pg中的個體最優值來替換，公式(5)為位置狀態更新公式，(4)中的壓縮因子χ由下式表示

在上式(6)中c＝c₁+c₂,粒子的最優解pg被選為全局最優解的概率為f()為待優化的目標函數，i的取值范圍為粒子群的總數目[1,...,N]；由此解出中等規模RSU部署最優拓撲結構的適應度值，并執行相應的部署策略。

2.根據權利要求1所述的基于模擬退火粒子群算法的路邊單元非全覆蓋優化部署方法，其特征在于：路邊單元的部署位置依據道路寬度和路邊單元的通信半徑來確定，以實現單個RSU部署的覆蓋最大化；當相鄰RSU的覆蓋半徑相交于路邊時即為道路的一重全覆蓋，當RSU位于路面中央時間距最遠即為最優的一重全覆蓋，沿x方向水平等間距平移RSU的位置，實現道路的優化非全覆蓋，是指道路中出現相鄰RSU不相交的非覆蓋區域。