[发明专利]一种基于车辆移动预测的车联网边缘缓存分配方法在审
申请号: | 202111288518.6 | 申请日: | 2021-11-02 |
公开(公告)号: | CN116069490A | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 赖永炫;杨诗鹏;杨帆;宋亮 | 申请(专利权)人: | 厦门大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50 |
代理公司: | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人: | 陈远洋 |
地址: | 361000 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 车辆 移动 预测 联网 边缘 缓存 分配 方法 | ||
1.一种基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,包括以下步骤:
S110、初始化路网数据,对所述路网进行网格化划分并且标记出所述路网上的车辆热点区域,以及初始化路侧节点和车辆的缓存空间;
S120、在所述路侧节点或车辆对用户发送的请求内容进行响应的条件下,根据所述请求内容更新自身维护的内容流行度列表,并根据所述内容流行度列表更新自身缓存;
S130、预测靠近所述热点区域的车辆的移动方向,若所述车辆的行驶方向为驶向所述热点区域,则对所述车辆的缓存进行提前更新;以及
S140、响应于确定所述车辆的行驶方向并非为驶向所述热点区域,则返回步骤S120,继续等待用户发送请求内容。
2.根据权利要求1所述的基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,在步骤S120中,所述内容流行度列表中资源c的流行度更新使用了以下公式:
其中,为资源流行度的衰减系数;ηc为资源c的流行度;为旧的ηc的值;为新的ηc的值;T为资源流行度的衰减周期且T0,T越大,资源的流行度衰减得越慢;Δt为缓存节点距离上次更新ηc的时间间隔;β为流行度增量,是一个固定的常量。
3.根据权利要求1所述的基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,在步骤S130中,预测靠近所述热点区域的车辆的移动方向这一步骤中使用了以下公式:
其中,d为车辆最可能前往的网格编号;M(gridi,gridj)为车辆历史轨迹从区域gridi出来后进入到区域gridj的次数;lj为车辆到相邻的网格gridj的地理中心的直线距离;θj为车辆到相邻的网格gridj的地理中心的方向与车辆行驶的方向的夹角差值;R为网格的边长;为两个相邻网格组成的矩形的对角线的长度;θ为固定角度180度,θj的取值范围为[0,180]。
4.根据权利要求1所述的基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,在步骤S130中,对所述车辆的缓存进行提前更新采用的公式为:
其中,为部署在车辆即将驶向的热点区域的路侧节点;α为调节参数,α∈[0,1];ηc为资源c的流行度;为旧的ηc的值;为新的ηc的值。
5.根据权利要求1所述的基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,在步骤S110中,标记出所述路网上的车辆热点区域这一子步骤具体包括使用区域轨迹密度计算区域热度,并且所使用的公式为:
其中,ρ(ri,Δt)表示区域ri在Δt时间区间内的轨迹点密度,n(ri,Δt)表示区域ri在Δt时间区间内的轨迹点数量,S(ri)表示区域ri的面积。
6.根据权利要求5所述的基于车辆移动预测的车联网边缘缓存分配方法,其特征在于,在步骤S110中,标记出所述路网上的车辆热点区域这一子步骤还包括以下步骤:
从待划分的路网网格集合中选取轨迹点密度最大的网格gridx,判断所述网格gridx的轨迹点密度是否大于或等于预选的热点区域的轨迹点密度阈值ρ';
响应于确定所述gridx的轨迹点密度大于或等于所述预选的热点区域的轨迹点密度阈值ρ',则以所述gridx为中心扩展所述热点区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111288518.6/1.html,转载请声明来源钻瓜专利网。