[发明专利]用于卸载5G蜂窝物联网的V2V路由框架的设计方法在审
申请号: | 202210733174.3 | 申请日: | 2022-06-27 |
公开(公告)号: | CN115119281A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 王兴伟;赵洁;易波;何强;黄敏 | 申请(专利权)人: | 东北大学 |
主分类号: | H04W40/02 | 分类号: | H04W40/02;H04W40/10;H04W40/20;H04W4/44;H04W28/08;H04W88/04;G06N20/00;G16Y10/75 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 梁焱 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 卸载 蜂窝 联网 v2v 路由 框架 设计 方法 | ||
本发明提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法,涉及5G蜂窝物联网技术领域。包括RLbR(Reinforcement Learning based V2V Routing,基于强化学习的V2V路由)系统框架的设计、RLbR框架路由协议的设计以及性能评估。为了有效地传输分流流量,本发明设计了相应的V2V路由算法。在路由算法中,利用强化学习评价邻近车辆的质量,基于位置因子PF转发数据包,通过环境模型加速Q表的收敛。在多个模拟场景下进行性能评估。结果表明,提出的框架有效地减轻了蜂窝网络的流量,在网络生存期、平均能耗、传输比和平均时延方面都有较好的性能。
技术领域
本发明涉及5G蜂窝物联网技术领域,尤其涉及一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法。
背景技术
移动设备的广泛普及导致了通信技术从3G向4G的发展,4G旨在提供更高的数据速率和增加的网络容量。然而,运营商在小区过载、资源管理、服务质量(QoS)等方面仍面临重要挑战,这表明通信技术需要进一步发展。
5G蜂窝物联网是一种低功耗的广域物联网,包括增强机型通信(eMTC)和窄带物联网(NB-IoT),设备与设备之间可以通过5G蜂窝网络相互通信。然而,随着移动用户越来越依赖移动设备进行连接、互动、在线购物、观看电视直播等,移动数据流量呈指数增长,5G蜂窝物联网中的无线接入(RA)很容易超负荷。为了应对前所未有的移动数据增长,移动运营商正在不断升级他们的网络,要么迁移到新一代无线网络,要么部署在5G蜂窝网络之上的增强技术。
D2D通信是另一种有前途的5G网络技术,它可以让无线网络设备直接通信,而不是通过蜂窝基站。这在小区内提供了更大的覆盖范围,可以通过使用多跳路由来卸载流量,并更有效地使用已许可和未许可的频谱。移动设备的大量增加激发了D2D通信作为小区向更好的QoS转移的一种手段。
增强型物联网的D2D通信的典型场景之一是车辆网络中的V2V通信。人们越来越感兴趣将流量从蜂窝网络转移到V2V通信,同时对用户的性能要求也越来越高,因此需要开发有效的V2V路由协议。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法,解决了针对城市交通系统中车辆密集导致的5G蜂窝物联网超载问题。该框架为基于强化学习的V2V路由(Reinforcement Learning based V2VRouting,简称RLbR)框架,该框架中,SDN控制器负责确定流量是否是实时的,并将强化学习引入到V2V路由中,利用缓存因子和能量因子计算相邻车辆的Q值,从而评估相邻车辆的质量。选择Q值与位置因子乘积最大的相邻车辆作为转发车辆,最后利用环境模型预测相邻车辆的运动状态,加快了Q表的收敛速度。提出的框架能有效地减轻蜂窝网络的流量。
为解决上述技术问题,本发明所采取的技术方案是:
一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法,包括RLbR系统框架的设计、RLbR框架路由协议的设计以及性能评估;步骤如下:
步骤1:对RLbR系统框架进行整体设计,采用强化学习方法设计一个新的V2V路由算法;
步骤2:对RLbR框架路由协议进行设计,包括网络模型、结点质量评价模型、位置因子辅助的数据包转发模型以及加速Q表收敛的环境模型;
步骤3:对RLbR框架性能进行评估,包括仿真环境、度量和基准算法以及结果分析。
所述步骤1的具体步骤包括:
步骤1.1、SDN控制器直接与基站相连,对其覆盖区域内的车辆进行管理。使用SDN控制器为高业务量小区提供智能的本地转发决策,以减轻业务量和平衡网络负载;
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东北大学,未经东北大学许可,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/202210733174.3/2.html,转载请声明来源钻瓜专利网。