[發明專利]基于改進的卡爾曼算法的移動邊緣計算基站選擇方法

有效

• 申請號: 202010109426.6
• 申請日: 2020-02-22
• 公開（公告）號: CN111343569B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 叢玉良;薛科;趙欣宇;王皓;孫聞晞
• 申請（專利權）人: 吉林大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/029;H04W4/40;H04W48/20
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 王淑秋

1.一種基于改進的卡爾曼算法的移動邊緣計算基站選擇方法，其特征在于包括下述步驟：

步驟一、利用車輛上的GPS導航系統測量出當前車輛的初始位置p₀，利用車輛上的速度傳感器測量出當前車輛的初始速度v₀；

步驟二、選定一個系統噪聲基礎值R_s，計算實際殘差；系統噪聲基礎值R_s取值范圍在15-30，是一個10位二進制編碼；實際殘差方法如下：

(1)計算將步驟二選定的系統噪聲基礎值R_s帶入公式(1)得到t時刻的卡爾曼增益基礎值K_ts；

其中，H為預測域到觀測域的轉換系數，為t時刻誤差協方差基礎初預測；

其中F是狀態轉移方程，F的數值設置為為t-1時刻誤差協方差基礎終預測，Q表示環境噪聲；

(2)將卡爾曼增益基礎值K_ts帶入公式(3)、(4)得到當前車輛t時刻的基礎終預測狀態方程和t時刻誤差協方差基礎終預測

其中，表示當前車輛t時刻的基礎終預測狀態方程，表示t時刻誤差協方差基礎初預測，表示當前車輛t-1時刻的基礎初預測狀態方程，表示當前車輛t時刻的位置基礎預測，表示t時刻當前車輛的速度基礎預測；B是控制矩陣，B＝[v₀ 0]；

(3)根據公式(7)計算實際殘差ε_ts：

步驟三、隨機生成多個系統噪聲隨機值，分別計算理論殘差，方法如下：

(1)在取值范圍15-30內隨機生成多個10位二進制參數編碼；

(2)從隨機生成的參數編碼中，隨機抽取N個不重復的參數編碼作為系統噪聲隨機值，以這N個系統噪聲隨機值作為初始群體開始迭代，N不小于500；

(3)計算各系統噪聲隨機值對應的理論殘差；針對第i個系統噪聲隨機值R_i，理論殘差計算方法如下：

a.將系統噪聲隨機值R_i帶入公式(8)得到t時刻的卡爾曼增益隨機值K_ti；

其中，為t時刻誤差協方差隨機初預測；

其中為t-1時刻誤差協方差隨機終預測；

b.將卡爾曼增益隨機值K_ti帶入公式(10)、(11)得到當前車輛t時刻的隨機終預測狀態方程和t時刻誤差協方差基礎終預測

其中，表示當前車輛t時刻的隨機初預測狀態方程，表示當前車輛t-1時刻的隨機初預測狀態方程，表示當前車輛t時刻的位置隨機預測，表示t時刻當前車輛的速度隨機預測；

c.根據公式(14)計算理論殘差ε_ti：

(4)計算選取的各系統噪聲隨機值對應的適應度函數值，針對系統噪聲隨機值R_i：

f_fitness(R_i)為系統噪聲隨機值R_i的適應度函數值；

(5)利用輪盤賭算法，選取進入下一次迭代的個體，個體即系統噪聲隨機值，方法如下：

根據公式(16)計算出每個個體被遺傳到下一代群體的概率：

x_i表示第i個個體；p(x_i)表示第i個個體被遺傳到下一代群體的概率；

根據公式(17)計算出每個個體的積累概率：

x_j表示第j個個體；p(x_j)表示第j個個體被遺傳到下一代群體的概率；j≤i；

在[0,1]區間內產生一個均勻分布的隨機數r；

判斷r落在哪個區間，若：

q_k-1＜r≤q_k(2≤k≤N)

則第k個個體被選中；重復上述輪盤賭算法，選取80％的個體進入下一次迭代；

重復步驟(5)，進行迭代；

(8)判斷是否滿足迭代終止條件，當個體對應的適應度函數值不再上升或者迭代達到預設的迭代次數時，迭代終止，輸出適應度函數值最大的最優系統噪聲R_y；

步驟四：令R_s＝R_y，根據公式(3)、(6)得到當前車輛t時刻的位置預測最佳值，將該位置預測最佳值作為最佳接入點，選取距離最近的基站進行連接，卸載任務。