一种兼顾用户满意度与传输效率的车联网网络选择策略

发布时间：2021-06-10 19:56

　　针对车联网终端的不同业务在异构网络环境下进行优化调度的问题,提出了一种兼顾用户满意度与传输效率的车联网网络选择策略。首先分析了不同的效用函数权值系数、发射功率及体验函数灵敏度因子对各网络满意度效用函数的影响,发现:当权值系数较大时,获得的满意度效用函数值也越大;在有限功率范围内,当发射功率不断增大时,起初满意度效用函数值相应地随之急剧增大,随后增加速率减缓,最终函数值趋于稳定;当体验函数灵敏度因子的值越大时,对应的曲线斜率越大,也即灵敏度越高,函数值随着发射功率的变化而变化得更快。然后,应用凸优化的方法求解各网络满意度效用函数的最大值。最后,选用3种具有代表性网络作为研究对象,进行仿真实验。实验结果表明,与基于发射功率的网络选择策略和基于传输速率的网络选择策略相比,所提策略的效用函数最大值分别是前两者的1.08倍和6.5倍,证明是一种高效可靠的网络选择策略。 

【文章来源】：西安交通大学学报. 2020,54(10)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

多源异构无线网络的架构示意图

图2为不同γ值下满意度体验函数与接入资源关系图。由图2可以看出：函数是单调的、凹凸的，与式（2）～式（6）所得结果是一致的；观察3条曲线，总体来说，函数取值范围为（0,1）；随着接入资源值的增加，起初满意度体验函数值增加速度很快，因为车联网用户急需接入资源以满足当前业务的需求，但由于接入资源较少，满意度体验函数值也较小；随着接入资源值的持续增大，函数增加速率减缓，直至增加速率极其缓慢，此时接入资源值的变化仅会给函数带来极其细微的变化；由3条曲线之间相互比较发现，γ值越大，函数灵敏度越高，满意度体验函数值也随接入资源变化越快。为了对比在同一业务需求下，满意度和传输效率在不同占比时对网络性能的影响，通过改变α和γ的值来进行仿真对比。图3为车联网用户满意度效用函数值与不同发射功率及不同α、γ值的关系图。首先固定γ的值，改变α的值，可见，α的值越大，当前车联网用户获得的满意度效用函数值也越大；其次为了表示当两部分占比一定，而灵敏度不同时，效用函数值如何变化，固定α的值，改变γ的值，可见，当γ的值较大时，效用函数的灵敏度也越高，其效用函数值随功率增加的速率也越快，更快地达到其最大值。

为了对比在同一业务需求下，满意度和传输效率在不同占比时对网络性能的影响，通过改变α和γ的值来进行仿真对比。图3为车联网用户满意度效用函数值与不同发射功率及不同α、γ值的关系图。首先固定γ的值，改变α的值，可见，α的值越大，当前车联网用户获得的满意度效用函数值也越大；其次为了表示当两部分占比一定，而灵敏度不同时，效用函数值如何变化，固定α的值，改变γ的值，可见，当γ的值较大时，效用函数的灵敏度也越高，其效用函数值随功率增加的速率也越快，更快地达到其最大值。在不同网络中，满意度和传输效率这两部分的占比是不同的，α和γ的值是随着业务需求而改变的。首先，在同一业务需求下，为了表示效用函数值随功率的变化关系，此时保证单一变量，即赋予相同的α和γ值，其中α=0.4，γ=2。图4为不同网络的车联网用户满意度效用函数值与发射功率关系图。由图4可知，在有限功率范围内，满意度效用值随着功率的增大而增大，最终收敛于一最大值，5G网络比其他两种网络先达到其效用函数的最大值，此时则优先选择5G网络作为当前车联网用户的接入网。

【参考文献】：
期刊论文
[1]基于Markov模型的接入网络选择算法[J]. 马礼,张涛,马东超,傅颖勋.  计算机工程. 2019(05)
[2]基于模糊逻辑的异型无人机中继网络接入点选择算法[J]. 唐新丰,李洪,王星来,夏国江,周力.  遥测遥控. 2019(02)
[3]未知拓扑无线自组网络多节点干扰决策算法[J]. 颛孙少帅,杨俊安,刘辉,黄科举.  西安交通大学学报. 2018(06)
[4]无线网络物理层安全认证方法[J]. 宋华伟,金梁,王旭.  西安交通大学学报. 2018(04)
[5]一种5G网络低时延资源调度算法[J]. 王琛,汤红波,游伟,王晓雷,袁泉.  西安交通大学学报. 2018(04)
[6]异构协作网络中采用令牌漏桶的多接入业务分配算法[J]. 李建东,郑杰,刘勤,李渝舟,杨小牛.  西安交通大学学报. 2014(08)
[7]异构无线网络环境下的联合网络选择策略[J]. 姜建,李建东,刘鑫一.  计算机学报. 2014(02)
[8]采用时延限制和资源预测的异构无线网络选择策略[J]. 李建东,姜建,刘鑫一.  西安交通大学学报. 2014(02)



本文编号：3223024