基于信噪比门限的车载协作通信功率分配优化方案

吴琪 邱斌 蒋为 李婉莹

摘  要： 在车联网中，车流量的实时改变以及安全信息的广播通信模式会对信道负载产生影响。当车辆密度较高时，信道的拥塞会导致安全信息的广播作用失效;当车辆密度较小时，采用大功率发送安全信息会导致能量的利用率较低。针对该问题，提出基于信噪比门限的车載协作通信功率优化分配方案。首先，建立通用的交通流信道模型;然后，根据信噪比捕获效应模型来确定合适的协作节点;最后，通过系统的中断概率推导出源节点功率和协作节点功率分配表达式。数值分析表明，该方案在车辆密度较小时与等功率分配方案相比，总功率降低11.5 dBm，在车流密度较大时与等功率分配方案相比，平均信道容量提高57 bit·s-1·Hz-1。

关键词： 车联网; 协作通信; 时变信道; 拥塞控制; 信噪比门限; 功率优化

中图分类号： TN949.6?34                        文献标识码： A                         文章编号： 1004?373X（2020）07?0010?04

Optimal power allocation scheme for multi?vehicle cooperative

communication based on SNR threshold

WU Qi1， QIU Bin1， 2， JIANG Wei1， LI Wanying1

（1. School of Information and Communication， Guilin University of Electronic Technology， Guilin 541004， China;

2. College of Information Science and Engineering， Guilin University of Technology， Guilin 541004， China）

Abstract： In VANET， the real?time traffic change and the broadcast communication mode of security information have influence on the channel load. The high vehicle density leads to channel congestion that results in the failure of the broadcast of safety information. The low vehicle density brings about low energy utilization due to high?power safety information sending. To solve this problem， an optimal power allocation scheme is presented for multi?vehicle node cooperative communication based on SNR threshold. In the scheme， a commonly?used model is established first to describe accurately the traffic road， and then， the appropriate cooperative node is determined according to the capture effect of the SNR model， and the distribution expression of source node power and cooperative node power is derived on the basis of the outage probability of the cooperative communication system. Numerical simulation results show that， when the vehicle density is low， the total power is reduced by 11.5 dBm， and when the vehicle density is high， the average channel capacity is increased by 57 bit·s-1·Hz-1 in comparison with equal power allocation scheme.

Keywords： VANET; cooperative communication; time?varying channel; congestion control; SNR threshold; power optimization

0  引  言

V2V（Vehical to Vehical）通信是指车车通信，信息能够在车辆之间进行传输。车辆与其附近的车辆组成一个临时的自组织网络来传输车辆信息。V2V主要用于车辆的行驶安全方面，例如，车辆近距离危险警告、紧急车辆避行等其他安全性方面的应用。通过V2V可以避免交通事故、缓解交通压力、提高交通安全性和效率[1?2]。

然而在V2V通信中，车流量的实时改变以及广播通信模式对信道负载会有影响[3?4]。车辆密度较高时，信道会有拥塞情况;车辆密度较小时，较大功率会对信道造成干扰，也会导致能量浪费。因此，功率分配是一个关键问题。文献[5]将传统MANET的功率控制应用到车载通信中，通过功率控制以提高通信的有效性，但是对于车辆密度较大时的拥塞控制并没有过多深入的讨论。文献[6]表明协作通信能提高V2V通信的有效性，但是当协作车辆增多时，信道干扰也会增大，同时，其信道模型不能准确描述V2V通信系统的信道特性。文献[7]基于车辆密度提出基于簇的功率分配方法，该方法提高了车辆通信的有效性，当信道容量较高时，较大的发射功率对信道会造成干扰，也会导致能量浪费。

综合以上问题，本文提出基于信噪比门限的车辆协作通信功率分配优化方案。首先，根据车辆运动对信道的影响，建立一个符合道路特征的系统模型;其次，根据信噪比门限，挑选出协作节点;最后，通过协作通信的中断概率，给出协作节点功率与源节点功率的關系，从而提高信道容量。

1  系统模型

V2V协作通信系统模型[8]如图1所示。在高速公路上，当基站向车辆节点发送信息时，有些车辆节点因为对延迟敏感等原因未收到信息，已收到信息的车辆节点转发给未收到信息的车辆节点。车辆通过广播的方式传递和接收信息。如图1所示，当接收节点[r]接收来自发射节点[s]所转发的信息时，其他车辆节点[i]也试图给接收节点[r]转发信息。车辆均匀分布在发射节点[s]和接收节点[r]周围。

假设信道服从莱斯平坦衰落，信号的衰减随着车辆之间距离的增加而越来越严重。当信号强度超过接收节点的灵敏度[γ]时，信号能被接收节点成功接收并解析。其计算模型可表示为：

[RCR=（PiGi，rγL）1a] （1）

载波范围是车辆节点能够感知到信号但不能解析该信号的最大范围。如果发射信号的功率超过载波门限，则该车辆节点位于载波范围内。其计算模型可表示为：

[RIR=PiGi，rPcsL1a] （2）

那么接收节点[r]接收到的信号可以表示为：

[Yr=Hs，rps，rXs，r+i∈CRiHi，rpi，rXi，r+j∈IRik=1，k≠rNHj，rpj，rXj，r+n0] （3）

式中：[Hi，r]为节点[i]到节点[r]的信道;[Xi，r]为节点[i]对节点[r]的信号;[pi，r]为其功率值;[n0]表示信道噪声。等号右侧的第一项表示从[s]发送到[r]的信号;第二项表示通信节点集合[CRi：dir≤RCR]发送到[r]的有用信号;第三项表示干扰节点集合[IRi：RCR≤dir≤RIR]发送到[r]的干扰信号。

2  系统模型

2.1  信道建模

基于车辆处于不断的运动，所以V2V的无线信道具有较高的时变性，而且信号会通过直射、折射等路径到达接收节点。针对以上特性，建立符合V2V时变多散射信道模型[9?10]。如图2所示，节点[s]和节点[r]在运动方向[?s]和[?r]下，分别以[vs]和[vr]的速度运动，假设[s]到[r]的传输过程中，信号只经过一次散射，[?s，m]和[?m，r]为发射角和接收角。

则发送节点[s]到接收节点[r]的信道增益为：

[GTotal=GNLOS+GLOS] （4）

LOS分量的信道增益[GLOS]可以表示为：

[GLOS=K（K+1）ej2πtfLOS] （5）

式中：[K]表示莱斯因子;[t]近似为[dc0];[fLOS]为LOS分量多普勒频移。

[fLOS=（f0c0）（vscos ?s-vrcos ?r）] （6）

式中[f0]为载波频率。NLOS分量的信道增益[GNLOS]可表示为：

[GNLOS=（K+1）-1?n=1Naej2πtfNLOS+θn] （7）

式中：[a]表示衰减因子;[θn]表示信号相移;[fNLOS]表示NLOS分量多普勒频移。

[fNLOS=f0c0vscos（?s-?s，m）-vmcos（?s，m-?m）-vmcos（?m-?m，r）+vrcos（?r-?m，r）] （8）

假设[?s，m]和[?m，r]在[0，[2π]]均匀分布，[?s]和[?r]也在[0，[2π]]均匀分布。

2.2  信道容量

通过采用协作通信技术来提高车辆通信之间的有效性。根据香农定理，接收节点[r]的信道容量最大化问题可以表示为：

[C=Blog21+Gs，rps，r+i∈CRiGi，rpi，rInterferencer] （9）

考虑到用户协作通信的基本要求，满足一点的中断概率[11]，则对于接收节点[r]的功率分配的约束条件可以用公式表示为：

[1-exp-1ps，rGs，r1-exp-i∈CRi1Gi，rpi，r=ρth] （10）

式中：[ps，r]和[pi，r]是节点[s]和协作节点[i]的发射功率;[ρth]是中断概率。

3  功率分配

当发送节点同时给接收节点发送信息，此时，发送节点会产生信道争用，只有部分节点能与接收节点进行通信，此时其他节点视作干扰节点。协作通信系统中的功率分配分为两步：确定与接收节点通信[r]的协作发送节点[i];对发射节点[s]和协作节点[i]的功率优化，从而提高接收节点[r]的信道容量。

3.1  协作发射节点选择

本节采用SINR捕获效应模型[12]选取协作节点。当节点信号[i]强度与节点[s]信道强度之比大于门限值[β]时，节点[r]能接收节点[i]的发射信号，则此类发射节点[i]定义为协作节点：

[CrSINR=pCRi，rGCRi，rps，rGs，r≥β] （11）

式中：[Cr]表示协作节点集合;[Zr]表示除了[Cr]以外，所有对接收节点[r]造成干扰的车辆节点集合。综上可知，接收节点所受到的干扰量可表示为：

[Interferencer=j∈Zrk=1，k≠rNGj，rpj，k+n0] （12）

3.2  功率控制优化

通过文献[13]可知，在协作通信中，当接收节点靠近某个发射节点时，其SINR很容易由该发射节点满足，而其他协作传输节点的 [pi，r]与该发射节点的功率关系可以表示为：

[Pi，r=Pm，rGi，rGm，r]  （13）

联立式（9），式（10）和式（12），优化问题可表示为：

[1pm，rGm，r+i∈CrG2i，rGm，r-2CB-1j∈Snk=1，k≠rNGj，rpj，k+n0=ln1-ρth?1-exp-1pm，rGm，r+i∈CrG2i，rGm，r-1] （14）

4  仿真结果

本文选取参数灵敏度[γ=0.001]，衰减因子[a=2]，中断概率[ρth=0.05]，信噪比门限[β=10] dBm。首先，在车辆密度不同的情况下，比较协作通信功率优化分配方案与协作通信功率分配方案以及未采取协作通信的信道容量;其次，通过不同车辆密度时，为了达到相同的信道容量，比较协作通信功率分配优化方案与协作通信功率分配方案消耗的总功率。

图3a）表示在车辆节点[n=20]时，基于不同的通信方案发射节点功率和信道容量的关系。协作功率分配和协作通信功率分配优化的信道容量随着发射节点的功率增加而减小，未采取协作的信道容量随着发射节点的功率一直增大，但前两者的信道容量仍远超过后者。随着发射节点功率的增加，协作功率分配的信道容量与协作通信功率优化分配的差距一直不断减小。

图3b）表示车辆节点[n=40]时，在发射节点功率为5～6 dBm时，协作功率分配的信道容量要略优于协作通信功率优化分配。但是当发射功率超过7 dBm时，协作通信功率分配优化的信道容量逐渐超过协作功率分配。未采取协作的信道容量仍远小于前两者。

图3c）表示车辆节点[n=60]时，协作通信功率优化分配的通信质量一直大于协作功率分配。实验表明，在车辆密度较大时，协作功率优化分配的信道容量要优于协作功率分配方案和未采取协作方案。

图4表示基于相同的信道容量，协作功率分配和协作功率优化分配这两者的系统总功率消耗情况。其中，50，100，150分别代表车辆节点[n]=20，[n]=40和[n]=60时的信道容量，在低密度的情况下，在相同的信道容量，协作功率优化分配的总功率低于协作功率分配的总功率。但是随着车辆节点数的不断增加，协作功率优化分配总功率远大于协作功率分配的总功率。

5  结  语

本文针对车联网中车流量的实时改变对信道负载有一定影响的问题，提出基于信噪比门限的车载协作通信功率分配优化方案。通过对车辆通信的中断概率进行分析，求解出发射节点和协作主节点功率之间的线性关系。

实验表明，在车辆密度较小时，与协作通信功率分配方案相比，该优化方案的总功率降低11.5 dBm;在车流密度较大时，与协作功率分配方案相比，平均信道容量提高57 bit·s-1·Hz-1。

参考文献

[1] JAVED M A， HAMIDA E B. On the interrelation of security， QoS， and safety in cooperative ITS [J]. IEEE transactions on intelligent transportation systems， 2017， 18（7）： 1943?1957.

[2] 许馨月，叶雪梅，陈柏松.车载网络IEEE 802.11p协议的特性研究[J].现代电子技术，2014，37（10）：86?88.

[3] MALLAH R A， QUINTERO A， FAROOQ B. Distributed classification of urban congestion using VA?NET [J]. IEEE transactions on intelligent transportation systems， 2017， 18（9）： 2435?2442.

[4] UHLEMANN E. The US and Europe advances V2V deployment [connected vehicles] [J]. IEEE vehicular technology magazine， 2017， 12（2）： 18?22.

[5] GLASS S， MAHGOUB I， RATHOD M. Leveraging MANET?based cooperative cache discovery techniques in VANETs： a survey and analysis [J]. IEEE communications surveys & tutorials， 2017， 19（4）： 2640?2661.

[6] DUAN X， LIU Y， WANG X. SDN enabled 5G?VANET： adaptive vehicle clustering and beamformed transmission for aggregated traffic [J]. IEEE communications magazine， 2017， 55（7）： 120?127.

[7] NIU B， JIANG H， ZHAO H V. A cooperative multicast strategy in wireless networks [J]. IEEE transactions on vehicular technology， 2010， 59（6）： 3136?3143.

[8] BORHANI A， P?TZOLD M. Correlation and spectral properties of vehicle?to?vehicle channels in the presence of moving scatterers [J]. IEEE transactions on vehicular technology， 2013， 62（9）： 4228?4239.

[9] ADHIKARI N， KUMAR A， NOGHANIAN S. Multiple antenna channel measurements for car?to?car communication [J]. IEEE antennas & wireless propagation letters， 2016， 15： 674?677.

[10] 梁晓林，赵雄文，李亦天. 移动散射体下的V2V信道相关性和多普勒谱特性研究[J].电子与信息学报，2017，39（3）：613?618.

[11] TSAI Y?R， LIN Licheng. Optimal power allocation for decode?and?forward cooperative diversity under an outage performance constraint [J]. IEEE communication letters， 2010， 14（10）： 945?947.

[12] G?RSES Eren， BOUTABA Raouf. Capacity of wireless multi?hop networks using physical carrier sense and transmit power control [C]// Proceedings of IEEE GLOBEOOM 2009. [S.l.： s.n.]， 2009： 1?6.

[13] 吕星哉，土振，朱近康.分布式无线通信系统中的主从协同功控[J].电路与系统学报，2010，15（1）：59?64.