基于能效管理的認知車載網絡頻譜接入方案

田 亮，王衛鋒

(新鄉學院計算機與信息工程學院，河南新鄉453003)

基于能效管理的認知車載網絡頻譜接入方案

田 亮，王衛鋒

(新鄉學院計算機與信息工程學院，河南新鄉453003)

在車載網絡系統中，車輛用戶根據距離接入點(AP)的遠近使用不同的策略傳輸數據，為了控制策略切換造成的能量損耗，提出了一種適用于車載網絡的能量有效頻譜接入算法。通過車輛用戶與基站的協作感知，對各個時段車輛用戶的發射功率聯合進行優化，使用戶獲得盡可能多的可用頻譜資源，以最小化車輛用戶總的能量損耗，滿足車輛用戶的QoS需求。仿真結果最終驗證了該算法的有效性。

車載網;頻譜資源;吞吐量;能量損耗

有的專用短程通信技術(Dedicated Short Range Communications，DSRC)是一種適用于短距離快速移動的目標識別技術，基本可以在車輛數量不多的情況下，完成以上交通管理通信服務［1－5］。

但是，隨著車輛道路安全服務的需求不斷增加，可用頻譜資源變得尤為緊缺。認知無線電技術的引入，可以讓應急用戶作為次用戶，尋找其所在地址的可用頻譜資源，從而最大可能地完成通信，以有效地解決頻譜資源短缺問題［6－9］。

在本文的工作中，主要關注的是認知車載網絡的能量損耗問題。提出了一種適用于認知車載網絡的車與路邊設備之間的通信(Vehicle－to－Infrastructure，V2I)上行鏈路的能量有效的頻譜接入算法，在給定的吞吐量需求和延時限制條件下，設計出一種新的頻譜接入策略，以最小化系統總的能量損耗。

1 系統模型

考慮V2I網絡中的上行鏈路的一個簡化模型，包括3個節點，1個車輛用戶傳輸數據給路邊節點(Access Point，AP)。系統框圖如圖1所示。假定S表示發射節點，D表示AP上的接收節點。S快速駛向AP節點。S選擇一個運行在S與D中間的車輛用戶作為中繼節點，記為R。假定每一個節點都安裝GPS導航，使其可以很方便地獲取節點的位置信息。由于車輛的快速移動，車載通信會受到路徑損耗衰減、陰影效應和多普勒頻移等影響。在本文中，重點研究路徑損耗衰減對系統性能的影響。車輛與AP節點之間的距離直接影響到信道的容量。當發射節點S與D之間的距離很遠時，S直接將數據傳輸給D并不是一個很好的選擇，距離太遠使得路徑損耗增大。此時，S可以選擇一個中繼節點R進行輔助傳輸。另一方面，當S與D之間的距離較近時，S可以直接傳輸數據給AP。根據不同車輛的位置信息，S可以自適應地選擇傳輸策略，包括直接傳輸策略和中繼傳輸策略。

圖1 V2I 上行鏈路的系統框圖

假定S總的傳輸的數據量為C*，傳輸的最大時延為T。節點S通過與AP節點以及其他車輛用戶合作頻譜感知獲得可用頻段。由于一般的通信周期都比較短(≤100 ms)，所以這里基本可以假定車輛的速度在一個通信周期內是恒定的，則S與R之間的距離是恒定的。S的可用頻段帶寬為aB，其中a為帶寬因子，a＞0，B為單位頻段的帶寬。對于S而言，其要想獲得更多的帶寬，就需要對越多的信道進行感知，同時也需要付出更多的感知代價，所以需要一個折中。在本文中，感知代價指的是節點與其他節點合作頻譜感知時的能量損耗。與S可以與基站合作頻譜感知得到可用頻段進行傳輸，不同的是，中繼節點R是S的一個幫助者，沒有必要格外開銷去進行感知。此時，R只能使用Underlay接入模式進行數據傳輸。由于是與主用戶共存，其傳輸功率需要嚴格進行控制，以保證對主用戶的干擾在可接受的范圍內。

可用時間(最大時延)T可以分為兩個時隙。發射節點S與中繼節點R的結構框圖如圖2所示。在第一個時隙，節點S通過感知得到的頻段傳輸數據給R。假定傳輸功率為P1，在該時隙傳輸的數據總量為C1，d1為S與R之間的距離，則C1可以表示為

式中:τ表示的是第1個時隙的時長;r為信道的路徑損耗衰減系數;N0表示的是次用戶接收端的噪聲功率;Γ1表示SNR的間隔;i=1，2，3，其表示的是信道實際容量與理論值之間的差距［10］。當t=τ時，節點S的接入策略切換至直接傳輸策略。在第2個時隙，由于S與D之間的距離變短，S可以直接傳輸數據給D。假定d2(t)表示的是S與D之間的距離，這不是恒定的。C2為S在第2個時隙的總的傳輸數據量，其可以表示為

式中:P2表示的是S在第2個時隙的傳輸功率。

式中:t∈［τ，T］;L表示的是S與AP之間的初始距離; l0表示的是接收節點D到汽車行駛直線的垂直距離。

圖2 發射節點S與中繼節點R的結構框圖

中繼節點R是以半雙工模式工作的，即其不能在接收數據的同時進行數據傳輸。在第1個時隙，R接收節點S傳遞的數據信息，而在第2個時隙，R將接受到的數據中繼轉發給目標節點D。R沒有進行頻譜感知，其數據傳輸是以Underlay接入策略進行的，其傳輸功率P3是受限制的。假定C3為R在第2個時隙的總的傳輸數據量，可表示為

式中:B1表示的是Underlay接入策略下信道帶寬;Pp表示主用戶的發射功率;hpd表示的是干擾信道的信道增益; d3(t)表示的是R與D之間的距離，即

式中:t∈［τ，T］。對于節點D來說，其可以通過DOFDM技術在第2個時隙同時接收發射節點S與中繼節點R的傳輸數據。整個系統的傳輸模型如圖3所示。

圖3 傳輸模型

2 聯合優化算法

在本文中，建立了一個關于信道帶寬因子a，切換時間和次用戶的發射功率P1，P2，P3的聯合優化問題，以最小化系統的能量損耗，同時達到傳輸需求。系統總的能量損耗為

式中:Es表示的是次用戶系統感知單條頻段所需要的能量［11］。中繼節點R以Underlay模式進行數據傳輸，其傳輸功率P3以滿足限制條件p3h3p≤I，I表示的是預設的主用戶在該信道的最大可容忍干擾功率。節點D總的接收數據量要不低于預定值C*。為了避免丟失數據，假定中繼節點R在第1個時隙接收到的數據量與第2個時隙轉發出去的數據量相等，即C3=C1。該聯合優化問題可以表示為

式中:C3是關于P的單調遞增函數，中繼節點R更加靠近AP，其路徑損耗最小。因此，中繼節點將以最大的傳輸能力進行數據傳輸，即P3=。通過分析限制條件C3= C1，傳輸功率P1可以改寫成關于τ與a的函數，為

傳輸的數據量C1與C2分別為關于傳輸功率P1和P2的單調遞增函數。為了最小化系統的能量損耗，限制條件C2+C3≥C*可以取等號，為C2+C3=C*。同時，C2為關于切換時間τ的連續函數。利用積分中值定理，則存在一個數ξ，τ≤ξ≤T，此時，C2可以改寫成關于ξ的函數

則P2可以改寫為關于τ與a的函數

當τ=0時，本文給出的接入策略簡化成直接接入策略。在整個傳輸時間內，S直接傳輸數據給AP，C3= C1=0。此時，優化問題P1簡化為一個關于P2與a的問題

當τ=T時，S傳輸數據給中繼節點R。在最大的時延前，D不能夠接收到任何的數據，C3=C2=0，這是因為D只能在第2個時隙接收S與R的傳輸數據。當0＜τ＜T時，P1與P2改寫成關于τ與a的函數，優化問題P1可以改寫成

因為目標函數R(a，τ)不是關于τ的凸函數，所以問題P3不是凸優化問題，若是直接對其進行求解會很復雜。為此，將其轉化成一個輪流優化問題，以減小其計算的復雜度。

先求關于a的單變量優化子問題。當

τ=τ*，該子問題為

定理1:優化問題SP1是一個凸優化問題。證明:為了證明SP1是一個凸優化問題，只需要證明其目標函數R(a，τ*)是凸函數即可

為了求解問題SP1，可以使用一些經典的凸優化算法，并得到SP1中最優的解a*。當a=a*時，得到關于τ的單變量優化問題

目標函數R(a*，τ)是關于τ的連續函數，且其自變量的取值區間是閉區間，因此，可以對目標函數求一階導數，并將其等于零，得

由此得到最優的τ*和相對應的R(a*，τ*)。同時，通過問題P2求解R(a*，0)，并將其與R(a*，τ*)進行比較，最小的值即為所求。基于以上分析，可以通過關于a與τ的輪流優化問題對P3進行求解，并最終得到最優的P1，P2。

3 數值仿真與分析

下面將對本文所提的算法進行數值仿真與分析。在本文所提的策略中，車輛用戶根據不同的位置信息自適應地選擇接入策略，記為混合接入策略(Hybrid access scheme)，它將與以下兩種策略進行性能比較。

1)直接傳輸策略(Direct transmission scheme):S直接傳輸數據給D。

2)等間隔切換傳輸策略(Equal switching time scheme):S通過中繼節點傳輸數據給D，直接傳輸和中繼傳輸策略的切換時間為τ=Τ/2。

車輛的速度設為v=100 km/h，S與R之間的距離為d1=40m。AP上的接收節點D距離汽車行駛的垂直距離為l0=15m。根據預期的誤碼率BERi，可以得到BER間隔Γi。Γi=ln(5BERi)/(－1.5)，Γ2=4，Γ3= 5。感知單位頻段所消耗的能量為Es=1.5(W·s)。

帶寬為B=B1=1MHz。仿真的其余參數如表1所示。

表1 仿真參數

首先，為了論證本文所提的迭代輪流優化算法的收斂性，與文獻［12］的分析相類似，將迭代輪流優化算法與窮舉法的性能進行比較，比較結果如圖4所示。由圖可以看出，迭代算法與窮舉法的曲線基本相吻合，這說明本章所提的迭代輪流優化算法具有較好的收斂性。

圖4 迭代算法與窮舉法的能量損耗比較

圖5表示的是3種接入策略下總的能量損耗比較，包括混合接入策略、直接接入策略和等時間切換策略。X軸表示的是可用時間(時延門限值)T，S與AP的初始距離固定為L=110m。混合接入策略與優化問題P1相對應，并使用迭代輪流優化算法求解。等時間切換策略是混合接入策略的一種，兩種策略的切換時間固定為τ=Τ/2。由圖5可以發現3種策略總的能量損耗隨著可用時間T的增大而減小，這是因為當可用時間增大時，S會更加接近D。而需要傳輸的數據總量是一定的，距離越近，其路徑損耗衰減就越小，所需要的能量就越小。同時，可以看出本文所提的混合接入策略性能比其余兩種要好，這是因為節點S在根據車輛的位置信息來最優選擇不同的接入策略。而在直接接入策略中，總的吞吐量減小，當S距離D較遠時，需要更多的能量進行數據傳輸。而在等時間切換策略中，由于切換時間是固定的，并不是最優的，其系統性能受到了影響。當T增大時，S有更多的機會切換至中繼傳輸策略，混合接入策略的優勢變得更加明顯。混合接入策略是一種普遍的接入策略，與另外兩者相比，其更加靈活，系統的參數均得到了優化處理，性能更優。

圖5 能量損耗隨延時門限的變化(L=110m)

圖6和圖7表示的是總的能量損耗隨著S到AP的初始距離L變化的情況，可用時間固定為T=1.2 s。圖6中，車輛的運行速度是恒定的，均為v=100 km/h;而在圖7中，車輛的速度可變，且不相等。S的速度是vs=30t+ 20(km/h)，中繼節點R的速度為vR=20t+20(km/h)。由圖7可以看出，無論車輛的速度是否是恒定的，本文所提的混合接入策略性能均是最優的，當距離L變小時，這種優勢會更加明顯。這是因為當初始距離L縮短時，在一個可用時間內的變化會很明顯，這樣本文所提出的混合接入策略切換有更多的機會。同時，當距離L增大時，在一個可用時間內，車輛運行帶來的位置變化不是很大，3種策略的性能變得接近。

圖6 能量損耗隨節點S與AP距離的變化(T=1.2 s，速度恒定)

4 小結

本文將認知無線電技術應用到車載網絡中，提出了一種適用于車載網絡的V2I上行鏈路的能量有效頻譜接入策略。車輛節點利用GPS實時獲得自身的位置信息及與AP之間的距離，自適應地選擇不同的傳輸策略(直接傳輸策略和中繼傳輸策略)。發射節點S通過頻譜感知獲得可用頻段，中繼節點作為一個幫助者，不參與頻譜感知，直接以Underlay策略進行數據傳輸。這樣就做到了節點的傳輸功率、兩者策略之間的切換時間以及感知的頻段寬度被聯合進行優化，以最小化系統總的能量損耗，同時，滿足系統的QoS需求。仿真結果驗證了算法的有效性。

圖7 能量損耗隨節點S與AP距離的變化(T=1.2 s，速度變化)

［1］CHENG H T，SHAN H，ZHUANGW.Infotainmentand road safety service support in vehicular networksing:from a communication perspective［J］.Elsevier echanical Systems and Signal Processing，2010，10(9): 1－19.

［2］AHMED Z，JAMAL H，MEHBOOB R，et al.A navigation device with MAC supportingmultiple physical networks for extended coverage and operations［J］.IEEE Trans.Consumer Electronics，2008，54(3): 1103－1109.

［3］ WANG P，NIYATO D.Optimization of the mobile router and traffic sources in vehicular delay tolerant network［J］.IEEE Trans.Vehicular Technology，2009，58(9):5095－5104.

［4］劉富強，單聯海.車載移動異構無線網絡架構及關鍵技術［J］.中興通訊技術，2010，16(3):47－60.

［5］謝旭.車載自組網的通信策略與協議技術研究［D］.武漢:華中科技大學，2010.

［6］李翠然，鐘章隊，謝健驪.認知的鐵路應急自組織網絡研究［J］.鐵道學報，2013，35(1):60－65.

［7］WANG X Y，HO PH.A novel sensing coordination framework for CRVANETs［J］.IEEE Trans.Vehicular Technology，2010，59(4): 1936－1948.

［8］NIYATOD，HOSSAIN E，WANGP.Optimal channel accessmanagement with QoSsupport for cognitive vehicular networks［J］.IEEE Trans.Mobile Computing，2011，10(5):573－591.

［9］FELICEM，MOHAMMADY R，CHOWDHURY K，et al.Smart radio for smart vehicles cognitive vehicular networks［J］.IEEE Vehicular Technology Magazine，2012，7(2):26－33.

［10］ZHAO Q，KRISHNAMACHARI B，LIU K.On myopic sensing for multi－channel opportunistic access structure，optimality and performance［J］.IEEE Trans.Wireless Communications，2008，7(12): 5431－5441.

［11］LIU Y，XIE S，ZHANG Y，et al.Energy－efficient spectrum discovery for cognitive radio green networks［J］.ACM/Springer Mobile Networks and Applications(MONET)，2012，17(1):94－107.

［12］PEH E，LIANG Y C，GUAN Y L，et al.Optimization of cooperative sensing in cognitive radio networks:a sensing－throughput tradeoff view［J］.IEEE Trans.Vehicular Technology，2009，58(9):5294－5299.

Spectrum Access Scheme Based on Energy Efficient M anagement in Cognitive Vehicle Network

TIAN Liang，WANGWeifeng
(Department of Computer and Information Engineering，Xinxiang University，Henan Xinxiang 453003，China)

In the vehicular network system，the vehicle users transmit data using different strategies based on the distance to the access point(AP)，to control the energy losswith switching strategy.A suitable in－vehicle network energy efficientspectrum accessalgorithm is proposed.Through the vehicle users and the base station cooperative sensing，the transmit power of the united with various periods is optimized，allowing users to get asmuch available spectrum resources asmore，in order tominimize the totalenergy consumption，at the same timemeeting the QoS requirements of the vehicle users.Simulation results verify the effectiveness of the algorithm eventually.

vehicular network;spectrum resource;throughput;energy consumption

TN919.8

A

田 亮(1982— )，副教授，研究方向為認知無線電網絡、帶寬測量。

?? 盈

2013－12－12

【本文獻信息】田亮，王衛鋒.基于能效管理的認知車載網絡頻譜接入方案［J］.電視技術，2014，38(13).

河南省科技廳2013年基礎與前言項目(132300410204)