一种能量效率优化的蜂窝车联网通信模型

2023-05-10林建超沈杰周骞潘泉

数字技术与应用 2023年4期

林建超沈杰周骞潘泉

1.湖州市特种设备检测研究院；2.湖州师范学院信息工程学院

蜂窝车联网(C-V2X)使车辆能够与路边实体通信，路边实体包括蜂窝设施、其他车辆和近邻行人等。随着参与C-V2X 路由实体数量的增加，在不降低服务质量的前提下，提高总体C-V2X 网络的能效是十分必要的。为此，提出基于无线充电，功率调度和资源分配的能效优化的通信模型(WPRF)。先提出动态的无线功率传输模型，即路边实体通过接收车辆发送的RF 信号获取能量，同时利用功率分割算法，将一部分功率用于信息处理，一部分用于能量补给。然后，构建基于无线充电，功率调度和资源分配的目标函数，再利用Dinkelbach 算法对目标函数进行处理。最后，通过拉格朗日对偶法求解。仿真结果表明，提出的WPRF 模型能够有效地提高网络的能效。

依托智能化自动控制系统与现代信息和通信技术，汽车正在从传统机械设备向具备感知、通信、存储、计算、分析决策等能力的智能终端转变。通过将车辆终端、路边设施、边缘与云计算服务器以无线/有线通信技术相连，构成了新一代的车联网（Vehicle-to-Everything, V2X）[1,2]，其在高速移动环境下，保障车辆行驶安全和交通通行效率，并提供多种舒适及便捷服务。

V2X 技术使车辆能够与路边基础设备、邻近车辆以及行人进行通信。目前V2X技术具有两个标准：专用短距离通信(Dedicated Short Range Communications, DSRC)[3]和蜂窝V2X(C-V2X)[4]。相比C-V2X，基于DSRC 的V2X 严重依赖路边设施(RSUs)，这增加了部署成本。同时，C-V2X在通信时延、传输距离以及通信容量方面更具有优势。

现存针对C-V2X 的研究工作主要集中在车间通信的性能分析，包括信道模型、数据传输效率等。多数研究工作并没有关注车辆与其他通信实体间的资源分配以及能量效率问题。

引用[5]针对资源分配问题，提出一种新的资源分配方案，进而提高网络用户的服务率。引用[6]采用博弈论对V2X 的资源进行分配，其采用双阶段-招标策略对网络资源进行分配。然而，这些研究工作并没有考虑路边实体对数据传输性能的要求。此外，引用[7]从遍历网络角度优化资源分配，通过降低链路的中断概率，最大化遍历容量，但是分配方案只考虑了资源,并没有考虑功率以及通信实体间的能量传递。

为此，针对C-V2X 网络，本文不仅聚集资源分配问题，还考虑了功率调整以及车辆与周围实体间的能量传递，提出面向C-V2X 网络的新的优化通信模型(WPRF)。主要的内容如下：（1）提出一个动态的无线充电传输模型。即车辆与具有无线充电能力的路边实体进行通信，路边实体通过从车辆接收RF 信号获取能量。同时，路边实体引用功率分配(Power-Splitting, PS)技术，将所接收的功率一部分用于信息处理，一部分用于补给能量；（2）构建基于资源分配、功率调整和无线充电的能效目标函数，进而最大化网络能效；（3）通过仿真分析了通信模型WPRF 的性能。

1 系统模型

考虑两车道的道路模型，如图1 所示。道路上随机分布了N辆车，它们形成车辆集V= {ν1,ν2, … ,νi, …,νN}。每辆车储存的能量有限，且车辆能够与周边邻近的路边实体(Roadside Object, RO)通信，实体包括行人、路标。令κj表示第j个RO，其中j= 1,2, … ,M。

图1 系统模型Fig.1 System model

假定所有ROs 具有无线充电能力，即RO 不仅能够与车辆通信，还通过接收RF 功率获取能量。因此，每个RO 硬件主要由充电模块和通信模块组成，如图2 所示。

图2 充电模块和通信模块Fig.2 Charging module and communication module

每个RO 采用功率分割PS 机制[8]，将天线上所接收的射频信号RF 功率一部分用于信息处理，另一部分用于充电。为了准确表述，假定第i辆(vi)与第j个RO(jκ)进行通信，令分别表示第j个RO 用于信息处理的比例和用于充电的比例。下标r表示资源块的索引号；ℓ 表示时刻。

2 问题描述

本文旨在最大化能量利用率，以最小的能量消耗获取最大的信息速率。为此，先对问题进行形式化表述，进而建立目标函数。

2.1 网络能耗

令EVi(ℓ)表示车辆vi在时刻ℓ 所消耗的能量，其有两部分组成：vi所消耗的静态功率和vi向路边实体所传输的功率，其定义如式(1)所示：

式(1)中：PV表示vi所消耗的静态功率；表示vi向路边实体所传输的功率，其中Ji( ℓ )表示在时刻ℓ 与vi通信的所有路边实体集；B表示总的资源块数，对应地，r表示某个资源块。σi,j,r( ℓ )为二值变量。若σi,j,r( ℓ)=1，表示vi正在通过资源块r与路边实体κj进行通信，反之，σi,j,r( ℓ)=0。Pi,j,r( ℓ )表示vi给κj所传输的功率。

式（2）中：PRO表示κj在接收数据阶段所消耗的功率；Ci,j( ℓ )表示在κj与vi通信阶段时，κj从外界获取的功率，其定义如式(3)所示：

式（3）中：η表示功率转换效率，且η∈(0,1)；N0表示路边实体端的噪声；gi,j,r( ℓ )表示κj与vi间信道增益；Ii,j,r表示其他车辆对jκ端所形成的干扰；W表示干扰。

因此，整个网络所消耗的总能量如式（4）所示：

2.2 κj 与vi 间链路的信息速率

在时刻ℓ，路边实体κj与车辆vi间链路的信干比(Signal-to-Interference-and-Noise Ratio, SINR)[9]如式（5）所示：

式（5）中：Np表示路边实体端的信号噪声。

2.3 目标函数

将总的信息速率与所消耗的能量的比值称为能量效率。试图通过调整功率分配率资源块分配和功率调整最大化能量效率。为此，形式P1的目标函数如式（7）所示：

目标函数P1 受C1 - 5C 五个约束条件约束，其中C1确保系统内的信息速率满足要求，即系统内提供的信息速率应不小于所需的最小信息速率C 2确保功率分配率之和等于1； 3C 确保每个资源块只且分配至一个路边实体；C 4 对路边实体的功率获取进行约束，其中表示要获取的最少功率分配；C 5 对传输功率进行了限制，使最大的传输功率不超过

3 WPRF 模型

由于式(7)的目标函数存在分数形式和二值变量，目标函数P1 是一个非凸优化问题[10]。为此，对该问题进行转化处理。

先将二值变量σi,j,r( ℓ )进行连续化处理，使其变成连续变量：0 ≤σi,j,r( ℓ)≤1。据此，将式(2)重述如式（8）所示：

采用引用[11]的方法，对传输速率进行近似处理，得到如式（9）所示：

式（9）中：αi,j,r( ℓ )、bi,j,r( ℓ )均为调整参数，可通过迭代估计这两个参数，它们的定义分别如式(10)和式(11)所示：

式中：c表示迭代次数的索引号。

接下来，采用Dinkelbach 算法将目标函数P1 进行去分式处理。令表示最大的能量效率，其定义如式(12)所示：

东西部扶贫协作和对口支援，是推动区域协调发展、协同发展、共同发展的大战略，是加强区域合作、优化产业布局、拓展对内对外开放新空间的大布局，是实现先富帮后富、最终实现共同富裕目标的大举措。根据国家东西部扶贫协作部署，福建省福州市连江县对口帮扶甘肃省定西市陇西县，2017年初完善结对、帮扶对象瞄准贫困村和建档立卡贫困人口，精准聚焦于产业合作、劳务协作、人才支援、资金支持等方面开展帮扶工作。

因此，目标函数 P2 为标准的凹优化问题，其可通过拉格朗日对偶法求解[12]，获取的值。

4 性能仿真

4.1 仿真环境

为了更好地分析WPRF 模型的性能，利用MATLAB和NS2 软件建立仿真平台。路边实体与车辆间的通信信道服从Rayleigh 衰落[13]，具体的仿真参数如表1 所示。

表1 仿真参数Tab.1 Simulation parameters

在仿真过程中，选择能量效率(定义如式(7)所示)和向路边实体间分配的功率(以下简称分配-功率) 两个性能指标分析WPRF 模型的性能。分配-功率越大，给路边实施传输的功率越多，算法性能越好。

4.2 资源块对WPRF 模型的分配-功率影响

首先分析资源块对WPRF 模型的分配-功率的影响。如图3 所示给出分配-功率随路边实体数的变化情况，其中路边实体数从3 至21 变化，资源块取30，40 和50。

图3 分配-功率随路边实体数的变化情况Fig.3 Distribution - power changes with the number of roadside entities

从图3 可知，路边实体数的增加降低了分配-功率。原因在于：WPRF 模型在最大化能量效率时对传输功率进行约束。由于当车辆的传输功率一定，路边实体数增加，必然降低了其分配给路边实体的功率。此外，资源块的增加有利于提高分配-功率。这符合预期：资源块越多，越有利于信号的传输，使更多实体接收到信号，进而获取更多功率。