一种适用于多信道的高效协助下载方案

技术领域

本发明属于车联网协助下载领域，能够提高盲区资源利用率。具体是一种适用于盲区中多信道情况的高效中继节点选择方法。

背景技术

随着互联网的蓬勃发展，网络成为人们生活中不可缺少的一部分，人们对网络环境的要求也随之提高，例如用户需要通过车辆自组织网络(VANET)提供视频流媒体、社交等服务，尤其在长途旅途中；尽管车辆可以通过覆盖范围广的蜂窝网络获取网络服务，但是费用比较昂贵。由于路边单元(RSU)的通信范围和部署数量限制，高速行驶的车辆在RSU范围的时间较短，在RSU之间的通信盲区的时间较长，导致车辆间歇性接入网络，影响客户上网体验。

协助下载(cooperative downloading)的概念时由Nandan等人首次引入到车联网中，主要应用场景是P2P,Nandan等人通过为目标车辆选择合适的协助车辆，向协助车辆下载目标车辆所需数据包，再通过位置感知的信息传播机制使目标车辆找到协助车辆进行下载，建立车辆间的协助下载模型,然而，这个策略的前提是假定目标车辆与协助车辆都需要这一数据包，并提前进行预下载，当多个目标车辆请求不同数据包时将不适用。近年来，越来越多的研究者开始深入研究车联网协助下载，提出了许多改善系统性能、提升资源利用率、提高整个协助下载吞吐量的方法。但是目前车联网协助下载方法还存在盲区时空资源利用率低，下载服务不均衡的问题。

本发明提出了近似全局最优的车联网协助下载中多通道中继节点选择方案。整个协助下载过程可以分为V2R部分和V2V部分，车辆之间可以进行数据包中继，帮助请求数据的车辆获取数据。在V2V部分通过盲区动态分块方案可以将盲区中的OBU进行划分，在每个小盲区内进行信道分配，优化OBU之间的协作传输，通过效用函数计算不同中继方案的质量，通过最大效益分配方案执行协同传输。

发明内容

一种适用于盲区中多信道情况的高效中继节点选择方法包括以下几个步骤：

A.盲区分块：将盲区预先按照位置分割为不同的区域，位于同一个区域的OBU组成簇，为了使各个区域中的OBU的到均匀的服务，我们通过参数调整动态控制各个区域的OBU分配。当协助车辆离开RSU通信范围进入V2V阶段，基于位置的盲区动态分簇方案会根据OBU当前位置动态的将道路分为大小不同的N

B.二部图博弈：通过将网络结构建模为二部图G(v,ε)表示系统某时刻所有节点的状态，分簇b

C.选择最优传输路径：为了确保接收节点和发送节点之间的唯一性，采用Kuhn-Munkras(KM)算法计算。之后，需要对连接冲突进行迭代筛选。在多信道模式下，需要尽量隔离同信道的覆盖范围，提高同信道的重用率，才能保障系统整体接入性能。当OBU经过RSU的时候，可以通过V2R获取目标节点请求的数据包，其中标记了目标节点的ID。通过博弈结果选择最佳的传输结构。

D.各分簇并行传输：不同分簇通过最佳网络传输结构进行数据传输，即为完成一次协助传输。然后以新形成的网络拓扑结构进行新的二分图博弈，找到新的最佳网络传输结构。

本发明对比已有技术具有以下显著优点：

1.该方法提出利用多信道提升盲区资源利用率。

2.该发明通过分簇实现降低算法复杂度，利用多信道中继节点选择方案，实现多任务盲区资源分配，提升系统吞吐量。

附图说明

图1是本发明的总体流程图。

图2是本发明的模型应用图。

图3是本发明初始分簇大小不同时的成功接收数据量对比图

图4是本发明与DSMov算法的平均损耗对比图

图5，6，7为当可用信道数分别为2、3和4时本发明和DSMov方案分别在车辆密度为0.015、0.020、0.025时成功到达数据量的比较

具体实施方式

下面结合附图，说明本发明的实施方式。

图1是一种适用于多信道的车联网协助下载方法的总流程图，具体实现为：

A.盲区分块：将盲区预先按照位置分割为不同的区域，位于同一个区域的OBU组成簇，为了使各个区域中的OBU的到均匀的服务，我们通过参数调整动态控制各个区域的OBU分配。当协助车辆离开RSU通信范围进入V2V阶段，基于位置的盲区动态分簇方案会根据OBU当前位置动态的将道路分为大小不同的N

B.二部图博弈：通过将网络结构建模为二部图G(v,ε)表示系统某时刻所有节点的状态，分簇b

C.选择最优传输路径：为了确保接收节点和发送节点之间的唯一性，采用Kuhn-Munkras(KM)算法计算。之后，需要对连接冲突进行迭代筛选。在多信道模式下，需要尽量隔离同信道的覆盖范围，提高同信道的重用率，才能保障系统整体接入性能。当OBU经过RSU的时候，可以通过V2R获取目标节点请求的数据包，其中标记了目标节点的ID。通过博弈结果选择最佳的传输结构。

D.各分簇并行传输：不同分簇通过最佳网络传输结构进行数据传输，即为完成一次协助传输。然后以新形成的网络拓扑结构进行新的二分图博弈，找到新的最佳网络传输结构。

图2是本发明的模型应用流程图。通过盲区分簇把盲区中的不同OBU归属于各分簇中，分簇中计算与各领居节点之间的传输收益，通过二分图博弈选择最佳吞吐量的传输结构，从而获得最大效用。

图3是本发明初始分簇大小不同时的成功接收数据量对比图，可以看出在初始分簇大小1500m处得到较高的性能。图4是本发明与DSMov算法的平均损耗对比图，可以看出算法损耗明显降低。

图5，6，7为当可用信道数分别为2、3和4时本发明和DSMov方案分别在车辆密度为0.015、0.020、0.025时成功到达数据量的比较。可以看出，在不同数量的信道上，本发明的效果要优于DSMov方案。这是因为在DSMov方案中，在多任务处理的情况下，最佳传输动作是通过轮询为每个OBU选择，最终的系统收益并不是最大。在本发明中，每个分簇中的OBU就如何传输数据达成协议，这确保了该群集中OBU所采取的措施将使系统受益最大。简而言之，当多个用户同时请求数据时，本发明可以避免信道冲突，并在流量密度较高时为用户传输更多数据，并可以为用户提供更好的数据流畅度体验。