[发明专利]一种车联网中基于信息新鲜度优化的功率控制机制

权利要求书

1.一种车联网中基于信息新鲜度优化的功率控制机制，其特征在于包含以下步骤：

步骤一：建立一个多辆汽车连接同一个RSU的系统模型；

步骤二：以优化AOI为目标，以RSU与各辆汽车通信的功率为优化变量，建立数学模型，基于用户的协同过滤算法预测出各辆汽车在连接RSU时访问RSU存储的各个信息块的概率；

步骤三：对建立的数学模型采用强化学习算法D3QN来求解，在D3QN中选取合适的状态、动作和奖励，然后按照算法进行一步一步的迭代，最终得到一个与RSU连接的汽车的通信功率能够保证汽车获取到的信息新鲜度的分配方案。

2.根据权利要求1所述的一种车联网中基于信息新鲜度优化的功率控制机制，其特征在于：所述步骤一具体为：

假设系统中有U个RSU，每个RSU连接一个边缘服务器，边缘服务器用于存储RSU连接的汽车经常访问的信息；所有的RSU存储的信息块总数是I；假设系统中汽车的总数为V，每辆汽车都连接附近的一个RSU，汽车通过RSU来访问RSU连接的边缘服务器里面的信息。

3.根据权利要求2所述的一种车联网中基于信息新鲜度优化的功率控制机制，其特征在于：所述步骤二具体为：

定义AOI为信息新鲜度，AOI＝当前时刻t-信息产生的时刻t₀；把RSU连接的边缘服务器里面存储的信息分成实时信息和非实时信息；实时信息的优先级高于非实时信息，实时信息能够中断非实时信息的下载；

令Δ_u,v,i为汽车v连接RSU u时下载到的信息块i的AOI，设等待实时信息下载的时间的期望为t_wait,u,v，非实时信息排队等待其他非实时信息下载的时间期望为信息块i的下载时间为t_{download,u,v,i}，则对于非实时信息：

对于实时信息，设排队等待时间为则

令ρ_u,v,i表示汽车v连接RSU u时会下载信息块i的概率；对于实时信息，ρ_u,v,i＝1；对于非实时信息，0≤ρ_u,v,i≤1；汽车v连接RSU u时接收到的信息块的AOI之和为：

其中，当信息块i是实时信息时，b_i＝1，否则b_i＝0；x_u,i＝1表示RSU u连接的服务器存储信息块i，否则x_u,i＝0；当a_u,v＝1时，表示汽车v连接RSU u，否则a_u,v＝0；

在汽车v连接RSU u时，信噪比为

其中，n_v为汽车v正在使用的信道，表示RSU u与汽车v在信道n_v上通信时的通信功率，表示相应的信道增益，σ²表示高斯白噪声的功率；如果汽车v和v'使用的是同一个信道，q_v,v'＝1，否则q_v,v'＝0；令系统带宽为W，根据香农公式，下载速率为

R_u,v＝Wlog₂(1+SNR_u,v) (5)

设信息块i的大小为c_i，则下载时间为

实时信息和非实时信息的排队模型可近似看成是M/M/1/∞/∞/FCFS模型，采用一辆汽车多个信息排队的方案；对于实时信息，

其中，在这里表示RSU u单位时间平均产生实时信息块的数量，表示RSU u单位时间平均向汽车v发送实时信息块的数量；RSU u连接的服务器内存储的实时信息块的数量为

存储的实时信息的总大小为

平均每个实时信息块的大小为

因此

对于非实时信息

其中，在这里表示汽车v单位时间平均请求非实时信息块的数量，表示RSU u单位时间平均向汽车v发送非实时信息块的数量；RSU u连接的服务器内存储的非实时信息块的数量为

存储的非实时信息的总大小为

平均每个非实时信息块的大小为

因此

非实时信息等待实时信息的时间的均值，也即平均每次传输一组实时信息花的的时间

其中，表示RSU u平均每次传输一组实时信息块的数量；和可看成是服从正态分布的随机变量；

由于系统中总共有V辆汽车，则对于连接RSU u的所有汽车下载的所有信息块的AOI之和：

通过优化每一个RSU u与每一辆汽车v通信的功率来使得对于每一个RSU u，有

Δ_u≤T_u (19)

并且要满足

和

其中，T_u为一个给定的阈值，表示下载速率不能小于给定的阈值表示RSU u的通信功率不能大于其最大功率限制

使用基于用户的协同过滤算法计算每一个ρ_u,v,i；首先根据连接RSU u的各辆汽车v的历史访问记录来统计出每一个ρ_u,v,i；假设汽车v有h_v条历史访问记录，其中有h_v,i条历史记录是访问信息块i，那么我们令

如果汽车v没有访问过信息块i，则令ρ_u,v,i＝0；然后，我们令

ρ_u,v＝(ρ_u,v,1,ρ_u,v,2,...,ρ_u,v,I) (23)

其中，v∈{1,2,...,V|a_u,v＝1}；在计算ρ_u,v和ρ_u,v',v'≠v的相似度l_v,v'时，采用余弦相似度计算公式