一種能量效率優化的蜂窩車聯網通信模型

林建超 沈杰 周騫 潘泉

1.湖州市特種設備檢測研究院；2.湖州師范學院信息工程學院

蜂窩車聯網(C-V2X)使車輛能夠與路邊實體通信，路邊實體包括蜂窩設施、其他車輛和近鄰行人等。隨著參與C-V2X 路由實體數量的增加，在不降低服務質量的前提下，提高總體C-V2X 網絡的能效是十分必要的。為此，提出基于無線充電，功率調度和資源分配的能效優化的通信模型(WPRF)。先提出動態的無線功率傳輸模型，即路邊實體通過接收車輛發送的RF 信號獲取能量，同時利用功率分割算法，將一部分功率用于信息處理，一部分用于能量補給。然后，構建基于無線充電，功率調度和資源分配的目標函數，再利用Dinkelbach 算法對目標函數進行處理。最后，通過拉格朗日對偶法求解。仿真結果表明，提出的WPRF 模型能夠有效地提高網絡的能效。

依托智能化自動控制系統與現代信息和通信技術，汽車正在從傳統機械設備向具備感知、通信、存儲、計算、分析決策等能力的智能終端轉變。通過將車輛終端、路邊設施、邊緣與云計算服務器以無線/有線通信技術相連，構成了新一代的車聯網（Vehicle-to-Everything, V2X）[1,2]，其在高速移動環境下，保障車輛行駛安全和交通通行效率，并提供多種舒適及便捷服務。

V2X 技術使車輛能夠與路邊基礎設備、鄰近車輛以及行人進行通信。目前V2X技術具有兩個標準：專用短距離通信(Dedicated Short Range Communications, DSRC)[3]和蜂 窩V2X(C-V2X)[4]。相 比C-V2X，基 于DSRC 的V2X 嚴 重依賴路邊設施(RSUs)，這增加了部署成本。同時，C-V2X在通信時延、傳輸距離以及通信容量方面更具有優勢。

現存針對C-V2X 的研究工作主要集中在車間通信的性能分析，包括信道模型、數據傳輸效率等。多數研究工作并沒有關注車輛與其他通信實體間的資源分配以及能量效率問題。

引用[5]針對資源分配問題，提出一種新的資源分配方案，進而提高網絡用戶的服務率。引用[6]采用博弈論對V2X 的資源進行分配，其采用雙階段-招標策略對網絡資源進行分配。然而，這些研究工作并沒有考慮路邊實體對數據傳輸性能的要求。此外，引用[7]從遍歷網絡角度優化資源分配，通過降低鏈路的中斷概率，最大化遍歷容量，但是分配方案只考慮了資源,并沒有考慮功率以及通信實體間的能量傳遞。

為此，針對C-V2X 網絡，本文不僅聚集資源分配問題，還考慮了功率調整以及車輛與周圍實體間的能量傳遞，提出面向C-V2X 網絡的新的優化通信模型(WPRF)。主要的內容如下：（1）提出一個動態的無線充電傳輸模型。即車輛與具有無線充電能力的路邊實體進行通信，路邊實體通過從車輛接收RF 信號獲取能量。同時，路邊實體引用功率分配(Power-Splitting, PS)技術，將所接收的功率一部分用于信息處理，一部分用于補給能量；（2）構建基于資源分配、功率調整和無線充電的能效目標函數，進而最大化網絡能效；（3）通過仿真分析了通信模型WPRF 的性能。

1 系統模型

考慮兩車道的道路模型，如圖1 所示。道路上隨機分布了N輛車，它們形成車輛集V= {ν1,ν2, … ,νi, …,νN}。每輛車儲存的能量有限，且車輛能夠與周邊鄰近的路邊實體(Roadside Object, RO)通信，實體包括行人、路標。令κj表示第j個RO，其中j= 1,2, … ,M。

圖1 系統模型Fig.1 System model

假定所有ROs 具有無線充電能力，即RO 不僅能夠與車輛通信，還通過接收RF 功率獲取能量。因此，每個RO 硬件主要由充電模塊和通信模塊組成，如圖2 所示。

圖2 充電模塊和通信模塊Fig.2 Charging module and communication module

每個RO 采用功率分割PS 機制[8]，將天線上所接收的射頻信號RF 功率一部分用于信息處理，另一部分用于充電。為了準確表述，假定第i輛(vi)與第j個RO(jκ)進行通信，令分別表示第j個RO 用于信息處理的比例和用于充電的比例。下標r表示資源塊的索引號；? 表示時刻。

2 問題描述

本文旨在最大化能量利用率，以最小的能量消耗獲取最大的信息速率。為此，先對問題進行形式化表述，進而建立目標函數。

2.1 網絡能耗

令EVi(?)表示車輛vi在時刻? 所消耗的能量，其有兩部分組成：vi所消耗的靜態功率和vi向路邊實體所傳輸的功率，其定義如式(1)所示：

式(1)中：PV表示vi所消耗的靜態功率；表示vi向路邊實體所傳輸的功率，其中Ji( ? )表示在時刻? 與vi通信的所有路邊實體集；B表示總的資源塊數，對應地，r表示某個資源塊。σi,j,r( ? )為二值變量。若σi,j,r( ?)=1，表示vi正在通過資源塊r與路邊實體κj進行通信，反之，σi,j,r( ?)=0。Pi,j,r( ? )表示vi給κj所傳輸的功率。

式（2）中：PRO表示κj在接收數據階段所消耗的功率；Ci,j( ? )表示在κj與vi通信階段時，κj從外界獲取的功率，其定義如式(3)所示：

式（3）中：η表示功率轉換效率，且η∈(0,1)；N0表示路邊實體端的噪聲；gi,j,r( ? )表示κj與vi間信道增益；Ii,j,r表示其他車輛對jκ端所形成的干擾；W表示干擾。

因此，整個網絡所消耗的總能量如式（4）所示：

2.2 κj 與vi 間鏈路的信息速率

在時刻?，路邊實體κj與車輛vi間鏈路的信干比(Signal-to-Interference-and-Noise Ratio, SINR)[9]如式（5）所示：

式（5）中：Np表示路邊實體端的信號噪聲。

2.3 目標函數

將總的信息速率與所消耗的能量的比值稱為能量效率。試圖通過調整功率分配率資源塊分配和功率調整最大化能量效率。為此，形式P1的目標函數如式（7）所示：

目標函數P1 受C1 - 5C 五個約束條件約束，其中C1確保系統內的信息速率滿足要求，即系統內提供的信息速率應不小于所需的最小信息速率C 2確保功率分配率之和等于1； 3C 確保每個資源塊只且分配至一個路邊實體；C 4 對路邊實體的功率獲取進行約束，其中表示要獲取的最少功率分配；C 5 對傳輸功率進行了限制，使最大的傳輸功率不超過

3 WPRF 模型

由于式(7)的目標函數存在分數形式和二值變量，目標函數P1 是一個非凸優化問題[10]。為此，對該問題進行轉化處理。

先將二值變量σi,j,r( ? )進行連續化處理，使其變成連續變量：0 ≤σi,j,r( ?)≤1。據此，將式(2)重述如式（8）所示：

采用引用[11]的方法，對傳輸速率進行近似處理，得到如式（9）所示：

式（9）中：αi,j,r( ? )、bi,j,r( ? )均為調整參數，可通過迭代估計這兩個參數，它們的定義分別如式(10)和式(11)所示：

式中：c表示迭代次數的索引號。

接下來，采用Dinkelbach 算法將目標函數P1 進行去分式處理。令表示最大的能量效率，其定義如式(12)所示：

東西部扶貧協作和對口支援，是推動區域協調發展、協同發展、共同發展的大戰略，是加強區域合作、優化產業布局、拓展對內對外開放新空間的大布局，是實現先富幫后富、最終實現共同富裕目標的大舉措。根據國家東西部扶貧協作部署，福建省福州市連江縣對口幫扶甘肅省定西市隴西縣，2017年初完善結對、幫扶對象瞄準貧困村和建檔立卡貧困人口，精準聚焦于產業合作、勞務協作、人才支援、資金支持等方面開展幫扶工作。

因此，目標函數 P2 為標準的凹優化問題，其可通過拉格朗日對偶法求解[12]，獲取的值。

4 性能仿真

4.1 仿真環境

為了更好地分析WPRF 模型的性能，利用MATLAB和NS2 軟件建立仿真平臺。路邊實體與車輛間的通信信道服從Rayleigh 衰落[13]，具體的仿真參數如表1 所示。

表1 仿真參數Tab.1 Simulation parameters

在仿真過程中，選擇能量效率(定義如式(7)所示)和向路邊實體間分配的功率(以下簡稱分配-功率) 兩個性能指標分析WPRF 模型的性能。分配-功率越大，給路邊實施傳輸的功率越多，算法性能越好。

4.2 資源塊對WPRF 模型的分配-功率影響

首先分析資源塊對WPRF 模型的分配-功率的影響。如圖3 所示給出分配-功率隨路邊實體數的變化情況，其中路邊實體數從3 至21 變化，資源塊取30，40 和50。

圖3 分配-功率隨路邊實體數的變化情況Fig.3 Distribution - power changes with the number of roadside entities

從圖3 可知，路邊實體數的增加降低了分配-功率。原因在于：WPRF 模型在最大化能量效率時對傳輸功率進行約束。由于當車輛的傳輸功率一定，路邊實體數增加，必然降低了其分配給路邊實體的功率。此外，資源塊的增加有利于提高分配-功率。這符合預期：資源塊越多，越有利于信號的傳輸，使更多實體接收到信號，進而獲取更多功率。

4.3 性能對比分析

本小節選擇無功率傳輸的策略作為基準(Baseline)，與WPRF 模型進行性能對比分析。

如圖4 所示給出基準策略和WPRF 模型的能量效率性能。從圖4 可知，基準策略和WPRF 模型經約10 次迭代后達到收斂，這說明WPRF 模型收斂性能較好，算法復雜度低。此外，相比于基準策略，WPRF 模型能獲取高的能量效率，將能量效率提高了約23%。原因在于：基準策略未采取無線充電策略。

圖4 能量效率Fig.4 Energy efficiency

接下來，分析基準策略和WPRF 模型的分配-功率性能，如圖5 所示給出路邊實體數對分配-功率的影響。從圖5 可知，相比于基準策略，WPRF 模型有效地提高了分配-功率。這說明：WPRF 模型通過車輛分享功率，使路邊實體獲取功率。

5 結語

隨著C-V2X 網絡的快速發展，網絡內的能量收支平衡問題也日益突現。本文從功率調整、無線能量傳輸和資源分配三個方面優化網絡的能效。路邊實體通過接收車輛的RF 信號，并利用功率分割算法對自己所接收的能量進行分配。仿真結果表明，提出的WPRF 通信模型提高了網絡能效。

本文只通過仿真分析了WPRF 通信模型的能效性能，考慮的場景較為簡單，后期，將優化WPRF 模型的吞吐量，并分析其復雜性，這將是后期的工作方向。