分层异构车联网中内容缓存与信息传输的联合优化研究

The limited cache capacity, as well as the enhanced interference in the layered heterogeneous vehicular network, leads to a low utilization of storage and wireless resources. This project aims to propose a joint optimized solution based on content caching and infromation transmission. The main research contents include: 1) Based on the vehicular stochastic path prediction model, solution to maximize the utilization of wireless resources under a certain QoS limitation is investigated; 2) Based on hierarchical heterogeneous vehicular network spatial topology model, the performance of vehicular networks is measured, and the optimized solution to minimize backhaul payload or system latency is proposed.3) In order to apply the proposed algorithms to practical scenarios, the complexity of these schemes are researched in order to obtain a linear complexity. Through the research and design of the schemes, the application rules as well as effective cache strategies should be explored. It would be of a great help to develop new ideas, and propose novel theory, which has a important and significant research value.

针对分层异构车联网中缓存容量受限且车辆间干扰大导致的网络缓存资源和无线资源利用率低的问题，课题拟在两类车联网通信模式（V2V和V2I）下，研究内容缓存和信息传输的联合优化方案，包括：1）基于车辆随机路径预测模型，解决车联网在QoS限制下的资源利用率最大化问题；2）基于分层异构车联网空间拓扑模型，推导车联网网络性能，并以最小化系统回传速率或系统时延为目标，求解存储和无线资源的联合优化方案；3）以实用化为目标，对上述算法进行计算复杂度研究，通过统计目标函数收敛特性和目标函数的改进，降低迭代次数，以获得接近线性处理的复杂度算法。通过方案的研究和设计，探索缓存在分层异构车联网系统中的应用规律，研究高效的缓存和传输的优化策略，对于开拓新的研究思路，提出创新性理论，具有重要的研究意义。

本项目针对车联网中无线、计算、存储等多维资源的分配问题，设计了以最大化通信车辆对（VUE）数量、最小化车辆间通信时延和能耗、提高车联入网成功率为目标的资源管理方案，具体如下：.1.针对VUE之间资源复用引入的车辆用户之间的干扰问题，提出了基于图论的资源分配与接入控制算法，实现了单个小区覆盖场景下的最大化并发的车与车之间（Vehicle to vehicle，V2V）通信链路数目。仿真结果表明，在保证高优先级用户通信需求的同时，可以有效提升频谱效率。进一步，为降低算法复杂度，提出了一种基于最小化矩阵谱半径增长的资源分配算法，仿真结果显示，相对于已有方法，MISR算法能够提高150%和96%的频谱效率。.2.针对车载边缘计算网络中通信时延高、资源利用率低的问题。提出了一种无线资源与MEC计算资源联合优化的算法，以降低以降低车载边缘计算网络中全局时延。进一步，提出了基于李雅普诺夫优化理论的资源分配与功率控制方法，实现了在V2V通信时延和可靠性约束下的能量效率最大化。仿真结果表明，所提方案可以在确保V2V通信时延与可靠性的同时，极大的提高车辆用户的能量效率。.3.提出了一种基于联合PRD增强微基站接入机会策略，结合levy flight移动模型预测用户的移动轨迹，推导了用户移动概率分布，并提高了车辆用户接入成功率。仿真显示所提方案提升了微基站接入频带的机会，较传统的方案系统吞吐量提升 20% 以上。.4. 针对5G增强型车联网（enhanced V2X，eV2X）的车队场景中，协同式车队在跨资源域和跨小区时，成员车辆间通信信令开销大、盲解码过程占用资源多等问题，提出了解决方案。对于跨资源域场景，方案为车辆分配与队内序号相关联的相对固定的资源位置；对于跨小区场景，方案对车队成员进行基于小区的动态分组，保持车队的整体性并保证车队内的稳定通信。仿真结果显示，所提方案能减少的盲解码调度分配信令的数量。.本项目共计发表SCI论文5篇，EI检索论文10篇，申请发明专利4项，完成了项目计划书考核指标的要求。