基于地理位置的LTE-V2V动态资源选择算法

发布时间：2020-08-10 09:05

【摘要】：基于地理位置的资源选择算法是标准化组织3GPP(3rd Generation Partnership Proj ect)所重点讨论的V2V(Vehicle to Vehicle)自组织资源选择算法之一。其能够有效避免资源碰撞,降低干扰,提升V2V通信系统可靠性。然而,该算法在设计时未能充分考虑到车辆密度的影响。导致车辆密度分布不均匀时,算法性能急剧下降。为此本文分别在曼哈顿场景和真实地图场景下,利用二分图和层次聚类的方法,设计基于地理位置的动态资源选择算法,消除车辆密度分布不均对原有基于地理位置的资源选择算法产生的负面影响。系统级仿真结果表明,本文所设计的基于地理位置的动态资源选择算法,在两种场景下,相比较于原有基于地理位置的资源选择算法,均可以有效提升车辆解码数据包的成功率。此外,SA(Schedule Assignment)Decoding资源选择算法作为基于地理位置的资源选择算法中的一步,自身还有可以优化的空间。如果地理区域划分较大,SA Decoding资源选择算法将暴露出其隐蔽站问题。为此,本文提出一种SA信息共享机制,经系统级仿真验证,该机制可有效解决SA Decoding资源选择算法的隐蔽站问题,保证通信可靠性。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5;U495
【图文】：

曼哈顿,场景,场景模型,资源选择

逦第二章基于地理位置的资源选择算法第二章基于地理位置的资源选择算法逡逑基于地理位置的资源选择算法是３ＧＰＰ组织所重点讨论的ＬＴＥ－Ｖ２Ｖ自组选择算法之一。基站进行地理区域和资源池划分并规划映射关系后，将划分信息广播至ＶＵＥ。此后ＶＵＥ就可自主选择资源块发送数据而不需要基站进一资源，减轻了基站负担。同时，该算法还有降低碰撞概率，节约能耗以及加选择算法收敛的优点。逡逑本章首先将介绍系统模型，包括曼哈顿城区场景、真实地图场景和资源池之后详细描述基于地理位置的资源选择算法相关步骤，分为基站端步骤和ＶＵ骤。最后对该算法进行分析。逡逑２．１系统模型逡逑２．１．１曼哈顿城区场景逡逑

地图,场景,地图,软件

ＶＵＥ的部署及移动性建模需要使用一款软件ＳＵＭＯ邋（Ｓｉｍｕｌａｔｉｏｎ邋ｏｆ邋Ｕｒｂａｎ逡逑Ｍｏｂｉｌｉｔｙ）＾。该软件可以读取从ＯｐｅｎＳｔｒｅｅｔＭａｐ网站下载的地图文件。并对地图进行逡逑处理，包括部分简化和ｆ复。处理过效果如图２－３所示。逡逑Ｉ邋＾ＨＴＴ邋ｆ邋Ｉ逡逑图２－３经ＳＵＭＯ处理的真实地图场景逡逑之后，利用ＳＵＭＯ软件在处理过后的地图上部署ＶＵＥ。每一辆被部署的ＶＵＥ逡逑都有唯一的运行轨迹，运行轨迹的起点与终点随机生成。ＶＵＥ从其起点出现，行进逡逑到终点后消失。ＶＵＥ在行进过程中会遵守交通规则，受交通信号灯约束。因为真实逡逑地图场景中存在交通信号灯，所以在路口周围区域必然存在车辆排队现象。如果在逡逑ＶＵＥ行进的道路上出现车辆停驶排队现象，该ＶＵＥ也会逐渐减速至停止，加入排队逡逑的队列中。很显然，真实地图场景中的车辆密度分布是不均匀的。逡逑因此，真实的地图加上真实的行进规则高度还原了日常生活中的交通系统。此逡逑场景将作为此次研究的又一重点研宄场景。该场景中的ＶＵＥ同样以周期性广播的方逡逑式在一定通信范围内广播安全类消息。逡逑２．１．３资源池建模逡逑如图２－４所示

模型图,资源池,模型,曼哈顿

首先以曼哈顿场景为例，介绍此算法步骤。逡逑（１）基站进行划分与映射逡逑如图２－５所示，基站将曼哈顿场景依据路口划分成１６个地理区域。每个地理区逡逑域的大小为图２－５中红色矩形阴影所示。每个地理区域都映射到一个子资源池上，允逡逑许相距较远的多个地理区域映射到相同子资源池。此处相距较远一般情况下意味着逡逑地理区域间相距大于两倍通信距离，在ＬＴＥ－Ｖ２Ｘ中ＶＵＥ的通信距离为３００米。根逡逑据曼哈顿场景面积和ＶＵＥ通信距离，在该场景下，子资源池复用度适合设置成２，逡逑即允许两个地理区域映射到相同的子资源池。图２－５中标号表示地理区域对应的子资逡逑源池标号，即从地理区域到子资源池的映射关系。例如，ＶＵＥ邋１所在地理区域和ＶＵＥ逡逑１０逡逑

【相似文献】