登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 电子信息类 > 通信工程 > 正文

基于图论的认知车载网络频谱分配算法的设计与研究毕业论文

 2020-02-17 09:02  

摘 要

为解决现实中车载网络中频谱资源短缺的问题,将认知无线电技术运用到设定的车辆场景中进行频谱分配。普通的认知无线网是在静态环境下进行频谱分配,而认知车载网络中车辆具有快速移动性、网络结构迅速改变,这使得为高速动态的认知车载网络进行频谱分配更有挑战性。本文考虑了车辆的移动性以及车辆和路边单元之间的相互通信并建立了基于高速公路场景下的认知车载网络模型。最后以最大化网络吞吐量为目标,基于图论模型利用不同算法来进行频谱分配。结果表明,列表着色算法目标是最大化网络效益,但没有考虑频谱效益和干扰的不同;敏感图着色算法时间开销大;并行算法可以得到和CSGC相同的最佳分配,又减小了时间开销。同时研究了认知车载网络的吞吐量随认知用户数、频谱数以及主用户数变化的性能。

关键词:认知车载网络,移动性,频谱分配,图论,吞吐量

Abstract

In order to solve the problem of shortage of spectrum resources in the vehicle network,we can apply the cognitive radio to the actual vehicle scene for spectrum allocation. The spectrum allocation in the traditional cognitive wireless network is mostly based on static networks, but the vehicles in the cognitive vehicle network have high-speed mobility and frequent changes in network topology, which makes the spectrum allocation for high-speed and dynamic cognitive vehicle networks more challenging.This paper considers the mobility of the vehicles and the communication connections between the vehicles and the roadside units and establishes a cognitive vehicle network model based on the highway scene. Finally, with the maximum network throughput as the objective function, different algorithms are used to perform spectrum allocation based on the graph theory model. The results show that the goal of the list coloring algorithm is to maximize the reuse factor, but does not consider the differences between spectrum efficiency and interference; the time cost of the sensitivity graph coloring algorithm is too large; the parallel algorithm reduces the time while obtaining the same optimal allocation as CSGC. The performance of throughput with cognitive users, the number of spectrums, and the number of primary users is also studied.

Keywords:Cognitive vehicle network, mobility, spectrum allocation, graph theory, throughput

目录

第 1 章 绪论 1

1.1 研究背景及意义 1

1.2 国内外发展现状 2

1.3 本文的结构 2

第 2 章 认知车载网络和频谱分配 4

2.1 认知无线电 4

2.2 车载自组织网络 5

2.3 认知车载网络 6

2.4认知车载网络的频谱分配技术 7

2.4.1频谱共享方式 7

2.4.2频谱分配技术 8

2.4.3频谱分配原则 9

2.5认知车载网络的频谱分配模型 10

2.5.1图论着色模型 10

2.5.2干扰温度模型 11

2.5.3博弈论模型 11

2.6小结 12

第 3 章 基于图论的频谱分配算法 13

3.1基于图论频谱分配算法的系统模型 13

3.1.1车载网络模型 13

3.1.2车辆运动模型 13

3.1.3信道模型 15

3.1.4基于图论的频谱分配数学模型 17

3.2基于图论模型的频谱分配算法 18

3.2.1列表着色算法 18

3.2.2敏感的图论着色(CSGC)算法 20

3.2.3并行算法 24

3.3小结 25

第 4 章 仿真分析 26

4.1仿真场景设定 26

4.2分布式贪婪和公平算法仿真 26

4.3CSGC算法 27

4.4并行算法 29

4.5小结 30

第 5 章 总结与展望 31

5.1总结 31

5.2展望 31

参考文献 32

致谢 33

绪论

研究背景及意义

自从1886年汽车诞生以来,驾驶安全问题一直是汽车制造商、经销商、保险公司、各国政府、相关研究机构等关注的焦点问题。在如今的经济全球化的时代背景下,交通运输体系扮演着愈发不容忽视的角色。政府和民间不断增加对基础设施的资金和技术投资,进一步扩大交通网络的覆盖范围。同时,随着相关产业的蓬勃发展,汽车控制技术在汽车上越发纯熟,传感器和电控原件的数目增加,系统之间互换信息所需要的导线数目也越来越多,线的搜寻难度和车辆制造成本也不断增加。为了解决这个问题,“车载网络”一词被提出。

与之伴随的是交通业的迅猛发展,世界范围内公路网络的持续延伸、汽车拥有量的不断增加以及驾驶人的非专业化等问题,交通事故已经成为“世界第一害”。公众急切需求高安全性、可靠性以和可维护性的车载网络。

随着车载网络的发展,实现车和车、车辆和路之间的信息交流已成为可能,这也成为新型基于车-车、车辆--道路基础设施通信或者二者结合的主动智能防碰撞系统的研发奠定了基础。与一些现有的汽车防碰撞系统相比,新型智能防碰撞系统通过车载无线通信、传感器等技术获取相关信息,并通过车-车、车辆-道路设施之间的网络实现信息的交互和共享,从而避免事故的发生。同时,也可以减缓交通拥堵问题,提高道路利用率。

智能交通系统ITS结合并改进了信息系统、传感器、计算设备以及分布数据库等技术手段,增加了运输能力并提高了服务水平。车载自组织网络(VANET)作为智能交通体系的重要技术,备受科研单位和工作者的关注。它是一种独特的移动自组网(MANET),基于车辆间的开放式通信网络,需要不断适应变换的网络拓扑结构,为车与车之间、车与路边节点之间提供信息交流平台,用于实时传递辅助驾驶信息,避免交通事故的发生,也可以提供娱乐休闲和网络接入等其他服务[1]

但是,频谱是一种珍贵的无线通信资源,它可以被使用的区域极其有限,而且目前主流技术对频带资源的利用率都比较低,再加上很多频谱资源已经被占用,没有办法为车载网络提供专用频段。因此,频谱短缺或成为限制车载自组织网络技术发展的难题。也有研究表明,现有的频谱管理和分派策略也造成资源短缺。

许多研究表明,认知无线电技术使得二次利用频谱成为可能,从而提高频谱利用率。所以,将该项技术应用到车载网络中,以车载用户映射传统频谱分配方法中的认知用户,便能实现对车载网络的频谱分配。同时,要考虑到汽车节点的移动性整个车载网络性能的影响。

国内外发展现状

无线频带资源在传统的无线通讯体系中是被授权固定分配的,在频谱利用程度不高的情况下,保证了系统的服务质量。

自1999年来,Joseph Mitola博士指出认知无线电的观点[2]。然后,美国联邦通信委员会FCC(Federal Communications Commission)从工业角度对认知无线电下了定义采用认知技术实现开放频谱体系,即合法用户优先接入频谱,而次用户可在主用户不使用信道情况下机会接入频谱。2005 年著名学者 Simon Haykin 教授指出它是一个智能系统,能够感知和智能学习外界环境,通过对某些指标实时操作,使其内部适应收到的无线信号带来的变化,以达到高可靠性和高利用率的目的。

近些年来,许多IEEE工作组着手其通信协议的制定工作。2004年,IEEE1609短距离专用通信工作组以IEEE802.1p为基础,制定了了车载移动通讯的基本协议框架。之后,FCC为了车联网的短途交流在5.9GHZ里划分出75MHZ的频谱资源。欧洲通信标准协会为了ITS则是在5.9GHZ里划分了30MHZ的资源。同年,由美国交通部发起的“汽车智能一体化”项目,对道路状况进行优化,并对车载多媒体进行初创式的商业探索。2008年,美国伊利诺伊大学开发了多道测试的无线网络测试平台,密歇根大学的郭锦华和卫向东教授在5.9GHZ的频段内建成了了车载移动通讯体系测试平台车载无线接入WAVE。在2005年,欧洲成立了车-车通信联盟(car2car communication consortium),采用无线局域网技术,为车-车通信体系拟定了一个公开的欧洲标准,使不同品牌的车辆能够相互通讯[2]。国际计算机组织 ACM(association for computing machinery )为了研究车载自组织网络的最新技术发展专门成立了会议组。

关于以上二者的研究,国内开始研究时间比较迟,科研结果相对较少。1995年,电子科技大学的刘刚在认知无线电系统中利用了神经网络的特性,由此掀起了国内对认知无线电的研究热潮。2002年,项目“智能交通系统关键技术开发和示范工程”获得科技部的批准答复,意味着我国可以正式开始在车载自组织网络相关技术“研、产、用”一体化的研究。除此之外,目前已有一些高校和科研机构开始从事认知无线电的分配问题,利用多种算法去研究各方面性能需求。

本文的结构

认知无线电技术之所以应用到车载网络,一是认知无线电技术利用的是空闲频带,二是车辆高速移动和动态网络环境,伺机接到空闲频谱较方便简单[3]。再者,认知无线电的关键技术频谱感知技术已经广为研究,同时精准及时感知外界频谱对车载自组织网络极为重要。尤其是在高速移动环境下存在很大的挑战和前景。图论是比较经典的频谱分配算法,应用在本文是很好的方法。

本文主要是利用图论的相关算法,解决在认知车载环境下的频谱分配问题。主要结构如下:

第1章主要介绍了现今社会的大背景下的交通问题,引出了车载网络的概念;利用认知无线电的技术去解决频谱缺乏的问题,引出了认知车载网络的研究意义。并且,从国内外的研究形势说明该问题的机遇和挑战。

第2章主要对认知车载网络进行了模块化地研究,从认知无线电、车载自组织网得到认知车载网络,都做了详细地说明。接着,对其频谱分配技术从三个维度进行说明;最后,介绍了常用的三个频谱分配模型。

第3章搭建了本文要应用的高速公路场景模型,车辆移动模型,信道模型,和基于图论的数学模型;并且还对本文要利用的三种算法进行了算法分析和流程图展示。

第4章根据第三章搭建好的模型,利用对应的三种算法进行了仿真实验。在基于图论的基础上,分析了不同算法下,随着认知用户的变化模型性能的变化情况。

最后就是对全文进行总结,并且对这个课题提出了往后的研究展望。

认知车载网络和频谱分配

本章主要是对本文研究任务的一个知识背景介绍,从认知无线电、车载网络、认知车载网络、频谱分配技术和频谱分配模型五个维度进行全面的讲述,对第4章的搭建系统模型具有指导意义。

认知无线电

我们称主用户PU(primary user)为被赋予信道使用权的用户,也叫授权用户;称次用户(secondary user)为没有执照的伺机利用频带的使用者,也叫认知用户。认知无线电就是次用户在不影响主用户的情形下,从频率域、时间域和空间域中感测出主用户授权频带中可以加以利用的资源,接入并合理利用这些已授权的频段的一个无线系统。

基于静态网络的模型是当前大多数国家采用的频带管理策略,对授权频谱固定分配,对频谱利用程度不大。由于认知无线电技术可使认知用户对频带的再次使用,很大程度上提高了频谱利用率,其关键技术也称为热门研究领域。表2.1是认知无线电关键技术的标准化进程。

表2.1认知无线电关键技术标准化进程

技术

起始时间

完成时间

共存技术

1999年

2000年

2001年

2003年

动态频谱选择

传输功率控制

2002年

2002年

2000年

2004年

2003年

2003年

2003年

2008年

认知无线电

动态频谱接入

2005年

2005年

2006年

2006年

2008年

2008年

2008年

2009年

认知无线电具有这样的特点:

1.对无线环境的感知:频谱感知技术是CR技术的基础。

2.系统功能模块的可重配性:认知设备要依据频带环境动态编码,也可以改变硬件设备和相关技术。

3.对环境变化的学习和自适应性:该项技术能够自动检测频谱空洞,也能主动避让授权信号,非常智能。

4.通信质量的高可靠性:能够及时判断主信号的相关信息并对自身作相关调整以实现高度可靠通讯。

5.对频谱资源的充分利用:不仅对常用频带加以利用,还通过关键技术增加了对其他频带的利用。

车载自组织网络

车载自组织网络,不仅和普通的Ad Hoc网络一样,具有隐藏或暴露自身的可能性,还有其独特的属性,例如:高动态性、地理范围受限制、可预测的移动性等特点。它的主要思想就是在一定大小的信息交流区域内,车辆之间会自主搭建起一个移动的网络架构,其中交换的内容包括各自的车速、位置等实时信息以及车载传感器测得的数据信息。

车载自组织网络的网络管理范围很广,包括移动性管理、地址管理和服务管理等,需要相应的策略来解决自身定位和地址自动配置等问题。

考虑到不同的信息交流需求,车载自组织网络可以承载多种应用形式,大致分3个类别:一般信息服务、交通安全信息服务以及车辆行驶辅助控制服务[1]

它的设计和研究除了涉及物理层、MAC层和路由协议外,还有待更进一步的探究。

1车载网络的目标

一方面,最大化积极效应。具体来说,就是车载网络能够向驾驶人提供重要的信息,既能够提高人员及货品的流动性,又能够提高舒适性。

另一方面,消极方面最小化。简而言之,就是可以使用碰撞技术减少交通安全事故,调控技术减少交通拥堵现象,跟踪统计车辆的碳使用量减少对环境的影响。

2车载架构

一个车载无线网络主要是由智能化车辆、路边单元和车载通信三部分构成。

智能化车辆,就是在车队上配置无线装置,同时在包括高速公路、主干道以及十字路口等在内的交通运输系统中配置路边单元。数码地图和传感器都属于车载设备,一台智能车尽量装配有GPS设备、车载运算和通讯设备。

路边单元(Road Side Unit,RSU)指的是一个无线访问设备,它只在车载环境下与车载单元进行信息交换。通常安装在交运网络的路上,属于固定设备,不受能源消耗的控制。例如本文是设定在高速上。

车载单元(On Board Unit,OBU)是一个在车行过程中,手持或以其他方式运动的无线设备,只装在智能车辆上,用来与路边单元或其他车载单元通信。车载单元有两大功能:一是作为处理核心,收集整理车载传感器对车辆节点状况及附近交通环境的感知数据;二是作为连通信接口通过无线网络与其它车辆及路边单元等外部设备接通。这两个功能相辅相成,为交通安全、稳定传输和车辆定位等服务应用提供相应的运行平台。

路边单元可以在高速公路的情景下帮助车载单元之间建立通信链路,降低由链路断开导致的传输时延,大大提升整个网络的信息交流性能。

3车载通信

车-车(V2V)通信:由数据交换和不同车载单元之间的通信组成。

车-路侧(V2R)通信:与路旁通信基础设施相关

车-基础设施(V2I)通信:由车载单元和经由车载单元转发的路边单元数据交换构成,也可以是由经由路边单元转发的两个OBU组成。

车内通信:是车内传感器和设备之间的信息互换。

图2.1为十字路口的车载通信图,展示了不同的车载通信。

车载

图2.1车载通信图

认知车载网络

CR-VANENT 是认知无线电技术与传统的车载自组织网络结合产生的新技术,为了解决该技术网络中的资源问题,它采用了认知无线电技术反复感测授权频带的方法,并接入空闲频带进行数据交流。由于车载用户位置的差异,采用不同频段的技术和用户要求,不同的用户将会捕捉到不同的可用频谱[4-6]

假设,主用户服从泊松分布。网络包括K个主用户、M个认知车载用户和若干个路边单元。图2.2是经典的认知车载网络模型,如下所示。如若一个授权频段对应一个信道网络,设有 N个授权频段。每个频段上的主用户平均密度和频谱使用统计特性都是已知可被检测出来的,且同频带的授权用户具有基本一致的特性,如频谱占用和空闲时间等等。假设认知车载用户通过感知已获得可用频带,并将相关信息发送给RSU,由RSU进行频谱分配。

在认知车载网络中,车子可以在空闲频段的覆盖区域之内运动,在被使用频段的覆盖区域之内运动,也可以在在被利用频段的覆盖区域之外移动,由它的移动范围可以将其相应的分为3类。很明显授权频段的空闲与否不仅与授权用户有关,还和车辆进入或离开授权用户的通信覆盖区域有所关联。不难想到,授权频段存在时域和空域上的空闲,这与2.4.1的频谱共享方式有一定的联系。

以上是毕业论文大纲或资料介绍,该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取,微信号:bysjorg。

相关图片展示:

频谱分享方式

集中式

分布式

图论的图1

高速路

车俩移动

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图