[发明专利]一种基于人工鱼群算法的车联网路侧单元优化部署方法

说明书

技术领域

本发明属于移动通讯技术领域，设计了一种基于人工鱼群算法的车联网路侧单元部署方法。该方法区别于已有方法的特色在于，利用路侧单元部署问题模型将路侧单元部署问题转化为非线性数学规划问题，并利用人工鱼群算法对非线性数学规划问题进行优化求解。该方法能够逐步逼近最优部署效益，以尽量最优化路侧单元的部署效益。

背景技术

车辆自组织网络是传统移动自组织网络在交通道路上的应用，是一种特殊的移动自组织网络。车辆自组织网络主要由安装有车载单元的车辆和安装于路侧的路侧单元组成。车载单元和路侧单元都具有无线通信模块，支持车辆在移动过程中的无线信息传输。这样，经由无线通信模块，车辆自组织网络中有两种基本的通信，分别为车辆与车辆(V2V)间的通信、车辆与路侧单元这种路旁基础设施(V2I)间的通信。这样，利用无线通信技术，可以使行驶中的车辆互相通信，并通过路侧单元访问外部网络乃至Internet,及时获取交通状况信息、安全预警类信息、生活娱乐类信息，从而减少交通事故发生率、保障驾驶安全、提高交通效率。

显然，路侧单元集合是车联网内的车辆节点与外部网络的信息传输枢纽。若车辆节点在路侧单元的无线通信覆盖范围内，则它可以直接从路侧单元获取信息。否则，车辆节点不能直接获取路侧单元传输的信息。在车联网部署初期阶段，受多方面因素的制约，目标路网范围内的路侧单元的部署数量通常是有限的，而相对来说车辆节点要大大超过路侧节点，且车辆节点的信息需求增长迅速，这使得路侧单元称为车联网与外部网络的信息传输容量瓶颈。因此，在路侧单元数量限制下，应优化路侧单元的部署位置，以尽可能多的满足车辆节点的通信需求，从而最大化路侧单元的部署效益。

把处于无线通信覆盖范围内车辆节点看作获得了效益，而未处于其覆盖范围内的节点看作未获得效益。路侧单元集合的一个部署方案确定后，将有许多车辆节点能被覆盖而获得效益。由于车辆节点的动态性和车辆分布的时空差异性，以车辆节点为对象的覆盖收益具有高度时空动态性和不确定性，并且路侧单元的位置一般固定。所以，实践中通常以路网为对象确定路侧单元集合的覆盖效益，根据路网中的各路段的车辆密度、所处区域特性、车道数等综合确定路段的权重密度，把路侧单元集合的无线覆盖范围之内的所有路段的加权权重之和作为路侧单元集合的覆盖效益。假设P为路侧单元集合的所有可行部署位置方案的集合，其中每个部署方案由各个路侧单元的某一特定可行部署位置构成的集合。把寻找使路侧单元的部署效益最大化的路侧单元位置部署方案称为路侧单元部署问题。本发明就针对该问题提出了一种基于人工鱼群算法的优化部署方法。

发明内容

本发明提出了一种基于人工鱼群算法的车联网路侧单元部署方法，目的在于在给定路网范围内、给定路侧单元数量的情况下，确定能使部署效益近似最优的路侧单元部署方案。

本发明所采用的技术方案是按照以下步骤进行：

步骤1.建立路网模型

任意给定区域，该区域内的路网用路网模型G(V,E)表示，其中V代表所有路网内所有交叉路口的集合，路段集E代表路网内所有路段的集合。路网内的任意路段e用e(v_h,v_t,f_t,f_w)来表示，其中v_h为路段e的起点，v_t为路段e的终点，f_t为路段e的路线描述函数，f_w为路段e的权重密度函数，表示路段e的轨迹上各点处的权重密度，该权重密度值表征该点若被路侧单元覆盖所能获得的收益。

若路网中需要部署n个路侧单元，假设每个路侧单元的覆盖直径为d，综合考虑各项因素确定各路段的权重密度函数，则每个路侧单元的部署效益为路侧单元所有覆盖路段的加权线积分。现在要解决的问题可描述为：找到P的子集P^*使路网中被路侧单元覆盖的路段的加权权重最大。

步骤2.建立效益模型

给定路网和路侧单元集合部署位置方案，若某个路段完全处于路侧单元集合覆盖范围内的，则称这样的路段为全覆盖路段，否则称为部分覆盖路段。假设路网G(V,E)中部署的第j个路侧单元的全覆盖路段的集合为u_j，部分覆盖路段的集合为s_j，j＝1,2,…,n，n个路侧单元的全覆盖路段的集合部分覆盖路段的集合则部署的第j个路侧单元的部署效益b_j表示如下：