认知车载网络中基于QoS保障的频谱分配策略研究开题报告

1. 研究目的与意义（文献综述）

车载自组织网络（vanet，vehicular ad hoc network）作为智能运输系统的重要组成部分，通过车载单元（obu，on board unit）与路边单元（rsu，road side unit）进行车对车（v2v）和车对基础设施（v2i）通信，用以实时交互各种安全信息（如碰撞避免、道路拥塞，紧急制动等）和非安全信息（如语音视频，internet浏览、多媒体娱乐等）[1,2]，进而提供更加安全、高效和舒适的驾驶环境。但频谱资源匮乏限制了车载自组织网络的发展，频谱短缺导致网络通信效率及性能下降，无法满足多种应用的服务质量（qos）要求，甚至可能遭遇严重的安全风险[3]。认知无线电网络（crn，cognitive radio network）中，次级用户（即非授权用户）利用频谱感知技术实时感知当前空间的频谱占用情况，在不干扰主用户（即授权用户）正常通信的前提下访问当前空闲频谱，提高频谱利用效率[4]。认知车载网络（cr-vanent）是在传统车载自组织网络的基础上，结合认知无线电技术产生的新型车载网络，其有效地解决了车载网中频谱短缺的问题。

近年来，国内外学者对认知无线电网络的频谱分配方案进行了大量研究，进而推动了认知车载网频谱分配策略的发展。文献[5]提出了基于图着色理论的频谱分配算法，该算法时间开销小，但结果精确度不高且公平性差。为实现网络效益最大化的目标，在文献[6]中，采用遗传算法（ga，genetic algorithm）对频谱分配问题进行求解，该算法求解速度快，文献[7]提出了基于多目标遗传算法的频谱分配策略，在获得网络效益最大化的同时实现最大比例的公平，但遗传算法效率低且往往容易陷入局部最优值的困局。相较而言，粒子群算法（pso，particle swarm optimization algorithm）过程易实现且收敛速度较快，旨在最大化网络吞吐量，然而该算法仍然无法避免处理离散优化问题时存在的不足[8]。布谷鸟搜索算法（cs，cuckoo search algorithm）将频谱分配变量映射到布谷鸟的巢穴位置，并将网络吞吐量转换为布谷鸟的适应度函数[9]，文献[10]提出了基于分解的多目标且具有自适应步长的布谷鸟搜索算法，其拥有较少的参数设置，收敛性能更优，但克服不了种群平均收益较低的缺陷[11]。文献[12]提出了基于萤火虫算法（fa，firefly algorithm）的频谱分配策略，将网络吞吐量转化为萤火虫亮度函数，频谱分配变量映射为萤火虫位置信息，该方法收敛速度快且种群平均收益较高，但存在着难以克服易陷入局部最优值，求解精度低等缺点。文献[13]将拍卖模型运用到频谱分配问题中，采用基于信任的讨价还价模型且动态调整议价能力的频谱分配方案，但该方案时间开销大，很难在短时间内求得最优解。文献[14]提出了基于博弈论的分布式频谱接入方案，然而该方案无法实现网络最大整体利益。文献[15]提出了基于广义纳什议价解的两步式频谱共享策略，在此基础上，文献[16]提出了一种新颖的两频段分区分配方案，首先利用自适应认知频谱感知机制，根据网络流量负载状态和通信质量来帮助触发和调整频谱感知窗口，然后提出可以在效率和加权公平性之间取得良好折衷的广义纳什议价解决方案（gnbs），以表示非对称小区间资源分配，但该策略忽视了频道空间复用的情况。

2. 研究的基本内容与方案

研究（设计）的基本内容

认知车载网络在车载自组织网络的基础上运用认知无线电技术，提高了车载网络的频谱利用率，是解决频谱资源匮乏的有效方法。针对大量的车辆用户，考虑用户的qos需求，合理的分配有限的信道是一个难点。本设计主要有以下内容：

（1）在认知车载网络系统模型构建方面，分析基于图论着色、拍卖竞价、博弈论等较为经典的分配算法模型，结合认知车载网络的具体环境，综合考虑认知车载用户的移动性（即车辆具有高移动性，相对位置、距离不断变化）、频谱的可用性（即主用户占用某一频段进行通信时,处于该主用户覆盖范围之内的认知车载用户不能使用该频段）以及多目标（即存在主用户之间的相互干扰）等问题；

3. 研究计划与安排

第1-3周：完成题目调研，查阅参考资料，设计大致框架，撰写开题报告；

第4-5周：学习有关认知车载网频谱分配知识，完成论文开题；

第7-8周：用matlab模拟认知车载网频谱分配系统模型；

4. 参考文献（12篇以上）

[1]karagiannis g, altintas o , ekici e , et al. vehicular networking: asurvey and tutorial on requirements, architectures, challenges, standards andsolutions[j]. ieee communications surveys tutorials, 2011, 13(4):584-616.

[2]hadded m , muhlethaler p , laouiti a , et al. tdma-based mac protocolsfor vehicular ad hoc networks: a survey, qualitative analysis, and openresearch issues[j]. communications surveys tutorials, ieee, 2015,17(4):2461-2492.

[3]niyato d , hossain e , wang p . optimal channel access management with qos support forcognitive vehicular networks[j]. ieee transactions on mobile computing, 2011,10(4):573-591.