[发明专利]无人机辅助车联网资源调配方法、装置和电子设备

说明书

本申请涉及车联网资源调配领域，提供一种无人机辅助车联网资源调配方法、装置和电子设备，方法包括：根据检测到车辆的轨迹点数据预测车辆下一时刻的车辆位置；接收车辆的任务卸载请求，基于任务卸载请求建立为车辆进行车联网资源调配的资源调配模型；任务卸载请求包括车辆关联模式、任务所需要的计算资源量，任务所需要的数据量，任务所能容忍的最大延迟；车辆关联模式包括车辆与无人机关联模式以及车辆不与无人机关联模式；基于强化学习方法和深度确定性策略梯度方法对资源调配模型进行求解，得到车辆关联最优模式和资源调配策略。本申请实施例通过考虑车辆的移动性和资源请求的时变性，满足车辆任务的时延限制和服务质量要求。

技术领域

本申请涉及车联网资源调配技术领域，具体涉及一种无人机辅助车联网资源调配方法、装置和电子设备。

背景技术

车联网是互联网和物联网融合的产物，为智能交通提供了便捷多样的服务。目前车联网技术两大阵营分别是由美国主导的通用短距离通信(DSRC)和国内企业推动的车间通信长期演进(LTE-V)系统。随着工业物联网技术在车辆网络中的快速发展，车辆与车辆、车辆与行人、车辆与基础设施单元之间的数据交换越来越频繁，需要强大的数据处理能力。在提供服务的过程中，需要不断处理周围车辆的信息，数据量十分巨大，因此，合理的车联网资源分配对于减轻干扰、提高网络效率和最终优化无线通信性能至关重要。

目前，现有的车辆资源调配技术方案大多忽略了车辆的移动性和资源请求的时变性，无法满足车辆任务的时延限制和服务质量要求。

发明内容

本申请实施例提供一种无人机辅助车联网资源调配方法、装置和电子设备，用以解决现有的车辆资源调配技术方案大多忽略了车辆的移动性和资源请求的时变性，无法满足车辆任务的时延限制和服务质量要求的技术问题。

第一方面，本申请实施例提供一种无人机辅助车联网资源调配方法，包括：

根据检测到车辆的轨迹点数据预测所述车辆下一时刻的车辆位置；

接收所述车辆的任务卸载请求，基于所述任务卸载请求建立为车辆进行车联网资源调配的资源调配模型；所述任务卸载请求包括车辆关联模式、任务所需要的计算资源量，任务所需要的数据量，任务所能容忍的最大延迟；所述车辆关联模式包括车辆与无人机关联模式以及车辆不与无人机关联模式；

基于强化学习方法和深度确定性策略梯度方法对所述资源调配模型进行求解，得到车辆关联最优模式和资源调配策略。

在一个实施例中，所述根据检测到的车辆轨迹点数据预测车辆下一时刻的车辆位置，包括：

确定检测到的所述车辆的多个轨迹点数据；

计算所述车辆的多个所述轨迹点数据对应的速度和加速度；

根据多个所述轨迹点数据的所述速度和所述加速度计算得到车辆和无人机之间的距离，以及车辆方位角。

在一个实施例中，所述基于所述任务卸载请求建立为车辆进行车联网资源调配的资源调配模型，包括：

基于所述任务卸载请求、车辆可用资源、无人机可用资源、车辆与无人机上行链路的传输速率以及车辆自身链路的传输速率建立为车辆进行车联网资源调配的资源调配模型。

在一个实施例中，所述基于强化学习方法和深度确定性策略梯度方法对所述资源调配模型进行求解，得到车辆关联最优模式和资源调配策略，包括：

基于所述资源调配模型获取优化问题函数；

基于强化学习方法对所述优化问题函数进行转换；

根据深度确定性策略梯度方法对转换后的结果进行求解，得到车辆关联最优模式和资源调配策略。

在一个实施例中，所述基于强化学习方法对所述优化问题函数进行转换，包括：