[发明专利]一种基于逐次凸逼近的车联网资源优化调度方法和装置

权利要求书

1.一种基于逐次凸逼近的车联网资源优化调度方法，其特征是，包括以下步骤：

搭建车联网系统模型；所述车联网系统模型包括U个车辆用户，S个基站，N个正交信道，每个信道分配W Hz带宽，同一基站内部向不同车辆用户传输数据时使用不同的信道，且每个车辆用户同时从不同的基站获取数据；建立各基站的传输功率模型和传输速率模型，将所有基站的传输速率模型加权求和，得到网络总传输速率模型；所述基站的传输功率模型的建模方法为：

基于二进制指数变量计算当车辆用户u与基站s关联并分配信道n时，二进制指数变量和车辆用户u与基站s关联时在分配信道n上的分配功率的乘积将N个信号通道和U个车辆用户的求和，得到第s个基站的传输功率模型P_s；所述基站的传输速率模型的建模方法为：

基于二进制指数变量计算车辆用户u与基站s关联并分配信道n时的信干噪比

根据香农容量公式，将车辆用户u与基站s关联并分配信道n时信干噪比的对数与信道宽带W相乘，得到车辆用户u与基站s关联并分配信道n时传输速率

计算N个信号通道和U个车辆用户的传输速率的和，得到第s个基站的传输速率模型R_s；

根据网络总传输速率模型，建立最大化网络传输速率的第一优化函数；

对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数；所述对第一优化函数的变量进行整数缓和，采用逐次凸逼近方法以及对偶技术将第一优化函数转换为传输速率对偶凸的第五优化函数的步骤包括：

采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数；

采用逐次凸逼近方法以及对数变换将第二优化函数转化为具有标准凹结构的第三优化函数；

构建广义拉格朗日函数，将第三优化函数变形为功率优化的第四优化函数；

基于对偶函数，利用拉格朗日对偶性将功率优化的第四优化函数转化为传输速率对偶凸的第五优化函数；

采用分布式迭代功率分配方法计算第五优化函数的功率分配最优解；

所述采用分布式迭代功率分配方法计算第五优化函数的功率分配最优解的步骤包括：

(1)初始化迭代轮次、误差值Δ₁以及Δ₂、功率分配矩阵近似系数向量和以及对偶变量和

(2)根据对偶变量的更新公式分别更新对偶变量值；

(3)开始迭代，根据对偶变量值计算功率分配最优解

(4)判断对偶变量值是否满足收敛条件若不满足，则返回步骤(2)，否则进入步骤(5)；

(5)计算近似系数向量和判断其是否满足收敛条件若不收敛，则返回步骤(2)，否则进入步骤(6)；

(6)根据功率分配最优解获得最优功率分配向量以及根据近似系数向量和获得最优系数向量和

2.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，所述采用上界算法对第一优化函数的变量进行整数缓和，将第一优化函数转换为第二优化函数的步骤包括：

利用拉格朗日松弛定理将二进制指数变量缓和为位于区间[0，1]内的连续变量

计算连续变量与车辆用户u与基站s关联时在分配信道n上的分配功率的乘积，得到车辆用户u与基站s关联时在分配信道n上的分配功率

基于车辆用户u与基站s关联时在分配信道n上的分配功率计算车辆用户u与基站s关联并分配信道n时的传输速率

将N个信号通道和U个车辆用户的传输速率求和，得到变量放松后的各个基站的传输速率，

将变量缓和后的各个基站的传输速率进行加权求和，得到第二优化函数。

3.根据权利要求1所述的基于逐次凸逼近的车联网资源优化调度方法，其特征是，采用逐次凸逼近方法将第二优化函数转换为具有标准凹函数的第三优化函数的步骤包括：

采用逐次凸逼近方法，得到各个基站的传输速率的下界和初始的近似系数；

采用对数变换方法，根据得到的初始的近似系数，将第二优化函数转化为具有标准凹结构的第三优化函数。