異構網絡下車聯網的注水資源分配算法研究

栗少萍，秦召廣

（山東科技職業學院 機電工程系，山東 濰坊　261053）

異構網絡下車聯網的注水資源分配算法研究

栗少萍，秦召廣

（山東科技職業學院 機電工程系，山東 濰坊261053）

車聯網（IOV）是物聯網領域中典型應用范例，從其整體架構的感知層、網絡層和應用層構成通信承載網絡的具體信息服務。本研究在簡要分析車聯網數據傳輸機制的基礎上，通過構建車輛調度系統的目標函數，在異構網絡條件下分別對倉庫區域和車輛通道區域構建宏基站與家庭基站子載波數量，并提出一種注水式資源分配算法對區域內用戶車輛進行子信道功率分配。最后該注水式資源分配算法與信道等功率原始分配算法進行仿真比較，結果表明：該算法在異構網絡下可減小家庭基站對微小區用戶車輛的干擾，且在兩種基站下子信道具有更好接收信號的性能。

車聯網；異構網絡；注水算法；資源分配算法

車聯網（Internet of Vehicles，IOV）是以車內網、車際網和車載移動互聯網為基礎，連接車載設備、手持設備、路測設備等通信終端以及移動互聯網基礎設施，進行無線通訊和信息交換的大規模網絡［1-3］。隨著寬帶移動通信技術的迅速發展和廣泛應用，以及數字化、網絡化、信息化與智能化技術的快速進步，以車、路和人為主體通信網絡正在逐步建立。車載終端（包括司機和乘車人的智能手機等）作為接入移動互聯網的移動終端，大范圍、高參與度地加入到移動互聯網的數據傳輸業務，已經成為未來移動互聯網絡發展的必然趨勢［4-6］。同時，異構網絡在傳統宏基站（Micro）的基礎上，增加部署了微小區 （pico）、家庭基站 （Femto）和中繼節點 （relay basestation）。這種使用不同種類的基站的部署方式，可以提升單位范圍內的網絡容量以及頻譜利用率［7］。

在異構網絡引入的同時也帶來了一些問題，由于引入的基站為了能夠連接移動車載終端設備，異構網絡中的小基站多會采用密集部署的方式［8］。相對于原有的宏蜂窩網絡，在異構網絡中基站之間的干擾情況變得更加嚴重和復雜［9］。注水式方法是一種集中式的貪心功率分配方法，具有最大的效率［10］，主要思想是分配給信道條件最好的用戶車輛最多的功率。所以，注水方法具有最大的不公平性，因為只有信道條件最好的用戶車輛才能分配功率，而那么信道條件較差的用戶車輛則可能因為分配到的功率較少而導致速率較低，甚至沒有速率［11］。本研究在簡要分析車聯網數據傳輸機制的基礎上，通過構建車輛調度系統的目標函數，在異構網絡條件下分別對倉庫區域和車輛通道區域構建子載波數量，運用注水式資源分配算法對區域內用戶車輛進行子信道功率分配。

1　車聯網數據傳輸機制

車聯網是物聯網領域中典型應用范例，從而其整體架構也可與物聯網當前廣泛被認可的三層架構一致，即由感知層、網絡層和應用層構成［12］。本研究所關注的車聯網數據傳輸準則歸屬在整體架構中的網絡層上［13］，但具體的數據產生機制和數據傳輸需求等方面要依賴并服務于應用層和感知層。由此，將傳輸系統建模為由邏輯關系層架構，面向具體信息服務應用，無論是感知信息的上傳還是控制/決策信息的下發，以及用戶之間信息的傳播，其信息傳輸業務的初始“服務需求”都要經過邏輯關系層的處理之后才能在傳輸需求層之上形成最終“傳輸需求”，并將其施加到通信網絡層上。

本研究主要場景是倉庫區域中的一個家庭基站部署在車輛通道區域中的一個微小區基站覆蓋區域內，微小區基站與家庭基站共用相同頻段的子載波。假定家庭基站之間采用硬頻率復用，家庭基站之間互相干擾不在考慮之內，所以只考慮一個家庭基站即可。

圖1　場景示意圖

2　異構網絡下車聯網注水式資源分配算法

2.1業務調度目標函數

上述車聯網模型中，假設整個調度系統的總子載波數為N，系統總的帶寬為B，總功率限制為P，σ2為高斯白噪聲的方差，pn為子載波貨n上分配的功率 （其中有0＜n＜N+1）。那么可以推測出業務組g在子載波n上可以傳輸的比比特數目為：

其中，ag，n代表了業務組g和子載波n的等效信道增益的大小。這里取

其中，Hk，m代表的是業務組g中第k輛車在子載波n下的信道增益大小，σ2*代表的是噪聲加權方差；對于處于倉庫區域B之中的業務組g而言，有：

其中，后半部分代表的是微小區對第k輛車產生的同頻指揮信號。Hj，k代表的是微小區和第輛車之間的用戶增益，p（n）代表的是微小區和子載波n之間的功率大小。

將業務類型分為兩種［14］：一種是實時性業務，一種是非實時性業務。對于這兩種不同的業務來說Qos不同。對于實時性業務來說，業務的時延是衡量其業務性能的主要指標［15］；而對于非實時性業務來說，業務的速率是衡量其性能的主要指標［16］。

實時業務是通過包含時延參數通過統計學的方法來進行定義。其具體特征為：

其中，Wk，m是第k輛車的時延，Tk，m為時延最大門限，pk，m是超過Tk，m的最大概率。其含義是當基站發給第k輛車的業務數據時延超過了Tk，m時，將其舍棄。對于實時業務，存在一種時延與速率的關系，可以將計算時延的要求轉化為計算速率的要求。關系如下所示：

其中，Rj是轉化之后的速率大小。Nj是當前隊列中包的個數，Leni，j代表的是第i個隊列中的第j個包的大小。Tj是隊列中允許的包的最大時延門限。Di，j是第個隊列中第j個包的當前時延。

由此，可以將業務組車輛的時延速率轉化為速率要求，其業務組時延的速率要求會是整個業務組車輛接收指揮信號速率的最大值，即

而對于非實時業務而言，其定義是車輛的平均運輸速率大于一定的值，引入變量εk，n來表示子載波n是不是分配給第k輛車。εk，n只能取到兩個值：1或者0。如果εk，n=1，那么代表了子載波n分配給了第k輛車；如果εk，n=0，那么代表了子載波n沒有分配給了第k輛車。假設Ψn是代表分配了子載波n的車輛集合，那么也就是說Ψn=｛k|εk，n=1，k∈1，…，K｝。由此可得到子載波的運輸速率為：cn=minck，n。那么第k輛車接收指揮信號速率也就是k擁有的所有子載波速率的和。

2.2異構網絡下倉庫的構建

根據車聯網傳輸機制，可以把貨物配送區域劃分兩個部分：一個部分是受到微小區同頻干擾倉庫區域B，另一部分是不受微小區同頻干擾的車輛通道區域C。

采用預留機制為B內的業務組車輛預留一部分子載波，以保障B內業務組車輛基本通信質量。在區域B和區域C之內都有實時和非實時兩種業務組車輛存在。對于區域而言，可以根據每個業務組的信噪比計算出平均信噪比SNR，同時也可以得到平均子載波承載的比特數Rg-tempB。由此可以得到B中的子載波數量為：

同理可得，區域C中的子載波數量為：

系統中總的子載波數目為N，已經求出B區域與C區域子載波數量的比值，可以利用比值關系求出B區域預留的子載波個數為

即這一部分子載波是預留給區域B中的業務組車輛，并且隨后會分配給B中的業務組車輛。同時，將業務優先級用λg來表示。假定同類型運輸車輛的優先級基本相同，不同類型車輛運輸量存在一定差異。這里讓優先級滿足下式：

根據引入的業務優先級概念，可以對優化目標進行轉化，轉換結果如下：

當一個子載波分配業務組車輛g的時候，可以對子載波的分配準則進行改進，結果為：

2.3異構網絡下車聯網分流調度

Micro基站下第k輛車接收到的信號為IMk，則測量出所有家庭基站下使用的子信道上受到的干擾：

其中，IFk代表第輛車接收到指揮信號的子載波，k∈［1，K］，M代表宏基站，F代表家庭基站，FtM代表家庭基站發送給宏基站的信號，MtF代表宏基站發送給家庭基站的信號。

家庭基站對這些子信道進行功率分配。分配的方法是：首先給所有子信道分配保證正常通信的最低信號強度pFmin。然后將剩余的信號按照注水原則（干擾越少，得到功率越大）進行分配，每個信道分到的信號強度pFk。則微小區基站下的子信道測量其所收到的干擾：

比較IMk與門限值I1與I2的大小關系 （I1：上限值，如果Micro下的子載波受到的干擾大于此值，則需要減少Femto下對應子載波的功率大小；I2：下限值，如果Micro下的子載波受到的干擾小于此值，則需要增加Femto下對應子載波的功率大小）：若IMk＞I1，則說明微小區下子載波受到來自基站同頻段的子載波的干擾比較大。為了減小干擾，就需要家庭基站在下一輪的分配中減小下這個子載波所分配到的功率。減小分配功率的方法是認為的在基站的此子載波受到的干擾上加上一個懲罰因子λ；若IMk＜I2，則說明微小區下子載波收到來自基站同頻段的子載波的干擾比較小。因此可以在家庭基站下一輪分配中適當增加這個子載波分配到的功率，增加分類功率的方法是認為在基站此子載波受到的干擾上減去一個乘法因子；若I2≤IMk≤I1，則干擾值保持不變。

2.4算法流程

步驟1：初始化，將區域B內的子載波個數NB計算出，并且令n=1，作為子載波下標，為使n有意義，在這里n的取值區間設定為［1，NB］；

步驟2：子載波分配：當n＜NB時，說明子載波還未分配完畢，可以繼續進行；否則，根據（7）式更新子載波，并且通過（12）式更新每一個業務組車輛g和子載波n時間的Rgn；

步驟3：由（13）式，Femto每個subchannel（subC）上報干擾值大小IFk，Femto基站首先保證所有subC的最小功率，然后根據干擾進行注水功率分配，得到每個Femto分配給subC的功率PFk；

步驟4：分配功率完成后，計算其對每個Femto下subC對使用統一subC的車輛的干擾；

步驟5：比較IMk與門限值I1與I2的大小關系；

步驟6：檢驗算法是否收斂到噪聲方差為0；否則返回步驟2；

步驟7：分配結束

3　方案仿真

3.1仿真場景

在本研究中，為了簡化計算，采用了一半的貨物倉庫場景，即8個倉庫，如圖2。其中宏基站（模擬Micro）位于場景的正中心，即車輛通道C位置，共1個。而家庭基站（Femto），則布置在每個倉庫內，共有8個。車輛分布則采取了每個房間隨機布置安排一輛車作為Femto用戶車輛，走廊中布置6輛車作為Mircro用戶車輛。

圖2　仿真場景

3.2參數設置

仿真參數如表1所示。

表1　仿真參數

3.3仿真結果

本方案的對比方案采用對每個信道進行等功率分配［17-18］，觀察本方案與等功率分配算法原始方案的對比。

3.3.1Micro車輛的SINR對比情況

上圖為車輛通道內Micro節點受到的SINR情況的對比。可以看出，新方案有效的提升了Micro用戶車輛的SINR值。這與方案的目的相符。

3.3.2Femto基站用戶車輛SINR的變化情況

從圖上可以看出，新方案中的Femto用戶車輛的SINR變化總體為：原本SINR高的用戶車輛，SINR進一步提升，而原本SINR差的用戶車輛，SINR進一步下降。這是注水功率分配造成的必然結果。但是由于每個子信道都事先分配了保證正常通信的最低功率，所以這種情況可以接受。而且在場景假設中，Micro是主要用來提供服務的基站。

3.3.3Mirco用戶車輛整體吞吐量變化情況

從圖中可以看出，新方案在一定程度上提升了Mirco整體的吞吐量。因為新方案中Micro用戶車輛受到來自Femto的干擾減少，SINR提升，所以吞吐量得到提升。

圖3　Micro用戶車輛的SINR的變化情況

圖4　Femto用戶車輛的SINR的變化情況

圖6　Femto用戶車輛整體吞吐量變化情況

3.3.4Femto用戶車輛整體吞吐量變化情況

從圖中可以看出，Femto用戶車輛整體的吞吐量有所下降。這是由于新方案中Femto用戶車輛的SINR降低，犧牲了Femto用戶車輛的一部分性能，而去改善Mirco用戶車輛性能的必然結果。而且變化程度要比圖6中的Micro用戶車輛吞吐量變化更小，也就是說明了Femto用戶車輛性能上做出了較少的犧牲，但是在Mirco用戶車輛一側性能則改善較大。

4　結　論

本研究首先簡要介紹了車聯網［19］數據傳輸機制的基礎上，針對倉庫區域和車輛通道區域分別設置了家庭基站和宏基站，通過構建車輛調度系統的目標函數，在異構網絡條件下，分別對倉庫區域和車輛通道區域構建宏基站與家庭基站子載波數量，提出了一種改進的分布式注水資源分配算法對區域內用戶車輛進行子信道功率分配。通過仿真可以看出，本算法相比于信道等功率原始分配算法在性能上有著一些提升。

［1］劉小洋，伍民友.車聯網：物聯網在城市交通網絡中的應用［J］.計算機應用，2012，32（4）：900-904.

［2］程剛，郭達.車聯網現狀與發展研究［J］.移動通信，2011 （17）：23-26.

［3］須超，王新紅，劉富強.車聯網網絡架構與媒質接入機制研究［J］.中興通訊技術，2011，17（3）：16-20.

［4］孫小紅.車聯網的關鍵技術及應用研究［J］.通信技術，2013（4）：47-50.

［5］古麗萍.對我國車聯網發展的思考［J］.中國無線電，2011 （6）：51-55.

［6］王洪波，羅賀，劉心報，等.車聯網環境下基于等距映射的證據推理方法［J］.系統工程理論與實踐，2015（6）：1582-1594.

［7］陳克寒，韓盼盼，吳健.基于用戶聚類的異構社交網絡推薦算法［J］.計算機學報，2012（36）：349-359.

［8］王海濤，付鷹.異構網絡融合——研究發展現狀及存在的問題［J］.數據通信，2012（2）：18-21.

［9］孫毅，葛雨明，HERBORN Stephen，等.異構網絡中多模終端業務流分發技術研究［J］.計算機學報，2010，33（6）：1004-1013.

［10］劉鵬飛，盧光躍.一種基于注水算法的認知OFDM系統資源分配方法［J］.西安郵電學院學報，2010，15（1）：9-12.

［11］郭劍嵐，陳俞強，劉怡俊.無線電監控中改進型注水功率分配算法的研究［J］.電子測量與儀器學報，2015（5）：717-721.

［12］王建強，吳辰文，李曉軍.車聯網架構與關鍵技術研究［J］.微計算機信息.2012，27（4）：156-158.

［13］王群，錢煥延.車聯網體系結構及感知層關鍵技術研究［J］.電信科學，2012（12）：1-9.

［14］劉洺辛，馬占友，田乃碩.多信道無線通信網混合業務接入控制的離散排隊分析［J］.通信學報，2006，27（7）：98-106.

［15］王葉群，楊峰，葉向陽，等.一種支持實時性業務的多信道MAC協議［J］.計算機應用研究，2012，29（8）：27-35.

［16］李黃強，孫云蓮.混合業務下的電力線通信資源優化分配［J］.中國電機工程學報，2010（10）：92-97.

［17］咼濤，胡國榮.采用離散粒子群優化的CoMP等功率分配算法［J］.電視技術，2014（13）：126-129.

［18］楊晨暉，李彥.基于改進粒子群算法的艦船電力系統網絡重構［J］.電子設計工程，2013（7）：68-71.

［19］尤飛，姚有林，高竹蓮，等.基于移動互聯的車聯網監控調度系統架構的設計與實現［J］.電子設計工程，2015（5）：21-24.

Research on water injection resource allocation algorithm for IOV in heterogeneous networks

LI Shao-ping，QIN Zhao-guang
（Shandong Vocational College of Science and Technology，Weifang 261053，China）

Vehicle Networking（IOV）is a typical application example in the field of Internet of things，from the perception layer，network layer and application layer of the whole architecture to form the specific information service of the communication network.This study on the brief analysis of vehicle network data transmission mechanism based on，in the heterogeneous network，by constructing the objective function of the vehicle scheduling system，respectively to the warehouse area and vehicle access area construction Acer station and femtocell subcarrier number，the use of water resources allocation algorithm of regional vehicle users of sub channel and power allocation.Finally，the water resource allocation algorithm and Channel original power allocation algorithm are simulated and compared.The results show that the proposed algorithm can reduce the interference of the family base station to the micro cell users in the heterogeneous network，and the performance of the two kinds of base station is better.

IOV；heterogeneous network；water injection algorithm；resource allocation algorithm

TN929.5

A

1674－6236（2016）09-0139-05

2016-01-12稿件編號：201601088

山東省科學技術發展計劃基金項目資助（2015RKA068）

栗少萍（1970—），女，山東濰坊人，碩士，副教授。研究方向：控制理論與控制工程。