一种车联网中基于大数据与联盟博弈方法的内容分发方案
专利汇可以提供一种车联网中基于大数据与联盟博弈方法的内容分发方案专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种协作车联网中的内容分发方案，该方案通过应用基于 大数据 的轨迹预测和基于联盟博弈的资源分配，实现在D2D 基础 上的内容分发。应用全球 定位 系统(GPS)和 地理信息系统 (GIS)的提供的数据预测车辆轨迹，以寻找可靠和持久的车载网络连接方案；依照所分发内容的存在期不同进行分配，形成联盟，并根据最小化平均网络时延对效用函数进行建模，将每个联盟成员的贡献转化为成员的个体收益。依据偏好关系对联盟成员进行合并和拆分，进行 迭代 求解，并使之最终收敛于稳定的纳什平衡。本发明提供的技术方案可以有效地对车辆轨迹进行预测并提供稳定的网络连接，以最小化内容的分发延迟。，下面是一种车联网中基于大数据与联盟博弈方法的内容分发方案专利的具体信息内容。
1.在一种通用的车载内容分发分布式环境中，相同的内容同时被大量的分布式车辆需求，该环境由基站(标记为BS)，K个蜂窝用户设备(标记为CUE)，M个内容提供方(标记为V-TX),和N个内容接收方(标记为V-RX)组成，并基于大数据和合作性联盟博弈的方法，在最短的时延中完成内容分发；其特征在于，所述方案有以下步骤：
1)基于大数据对车辆轨迹进行预测；
2)建立稳定的网络通信，依据轨迹预测结建立信道模型；
3)建立车载内容分发模型和偏好列表，应用联盟博弈实现内容的快速分发。
2.如权利要求1步骤1)所述的轨迹预测过程，其特征在于，基于GPS和GIS提供的大数据，利用卡尔曼滤波(MKF)方法并结合交互式多模型(IMM)进行轨迹预测，进一步包括：
1)建立车辆移动模型：大多数车辆的行为有以下四种情况：①有固定位置(CL)，②有恒定速度(CV)，③有恒定加速度(CA)，④有恒定加速度变化量(CJ)；在MKF的每个执行时间，假定从一个移动模式到另一个移动模式的转换遵循马尔可夫模型，并定义θCL，θCV，θCA，θCJ分别为CL，CV,CA,CJ对应的马尔可夫状态，则定义状态转换矩阵：
2)进行数据收集和预处理：应用GPS传感器获取车辆的实时数据(位置、速度和航向角)，通过GIS从地图中提取道路信息进行预处理，纠正由多路信号、电离层和对流层延迟引起的GPS测量误差，并采用基于滚动窗口的平滑方法来消除不一致；由两个相邻速度曲线的差值确定加速度，用两个相邻的加速度的差值来测量加速度改变量；
3)数据处理和分析：应用MKF以递归方式识别四种行为的未来状态，即基于当前状态和误差协方差预测未来车辆位置和速度，并用修正函数反馈如何调整未来状态；使用IMM估计算法，利用马尔科夫模型计算移动模式切换的概率，并将独立的状态估计合并为单一的预测，该算法进一步包括：
①基于状态转移矩阵计算混合概率，
②依据混合概率计算每个卡尔曼滤波的初始条件，
③计算每个卡尔曼滤波的输出、协方差矩阵和概率密度函数，
④更新单个卡尔曼滤波的概率，
⑤评估并得到协方差矩阵；
最后采用基于GIS的迭代误差检测方法，对道路外部的预测位置进行相应的修正，以进一步提高IMM结果的准确性。
3.如权利要求1步骤2)所述的信道模型，其特征在于，定义M个V-TX的集合为
N个V-RX的集合为
在多播模式传输中，多个D2D-V2V连接复
用相同的资源块RB；假设每个CUE分配有一个正交的上行RB ，分别用
和 表示K
个CUE和RB；对通过复用资源块 完成接收方 内容请求的发送方 来说，由于复用上行链路， 对RB产生联合信道干扰且 将会受到 带来的干扰，则D2D-V2V链路
和蜂窝链路 的信干噪比(SINR)可以分别表示为：
其中， 和 分别代表了 和 的传输功率； 和
分别为D2D-V2V链路 到 的干扰链路，蜂窝链路 以及
到BS的干扰链路的距离；αv，αcv，αc和αvc分别代表了V2V链路，CUE和V-RX之间的干扰链路，蜂窝链路以及V-TX到BS的干扰链路的路径损耗指数；N0为加性高斯白噪声的单边功率谱密度；用Bk表示资源块 的带宽，以Hz为单位，则传输速率为
因此D2D-V2V链路 的传输延迟可由资源块 近似计算得到：
其中 这里的D代表被需求内容的大小，以bit为单位； 为tm，n
的指标函数，其表达为：
这里的tm，n为 和 的连接时间，其根据轨迹预测结果和最小D2D-V2V传输距离计算得到。
4.如权利要求1步骤3)所述的车载内容分发模型，其特征在于，在每个内容分发组中，通过D2D-V2V多播链接，将内容从一个V-TX发送到同一个组中的多个V-RX，总延迟表示为获得内容的延迟以及从 到 的传输延迟，即：
其中Nm为 获得内容所需的时隙数，即NmTs为 获取内容所需要的延迟，由于 在获取内容前为 故Nm由前一阶段的资源分配策略决定；定义M×N×N矩阵OM×N×N作为优化变量的集合，矩阵的元素Om，n，k为表示发送方 接收方 和资源块 关系的二进制变量，即当 和 通过 形成了D2D-V2V连接时，om，n，k＝1；则联合D2D-V2V配对、频谱分配和路径选择问题可以表达为：
C4：对任意一个内容分发组，
其中限制条件C1和C2表示对D2D-V2V链路和蜂窝链路的服务质量(QoS)需求， 和分别为D2D-V2V链路和蜂窝链路的SINR阈值；C3和C4确保同一组中所有的V-RX都与相同的V-TX和RB关联；应用合作性联盟博弈的方法解决上述问题，进一步包括：
1)定义联盟博弈公式:定义D2D-V2V联盟为V-TX,V-RX和RB的集合，用角标m加以区分；
将联盟博弈定义为三元组 其中 为联盟成员的集合 为任
意互斥的联盟 的集合，并将仅包含未被服务的V-RX的独立联盟 的集合 被定
义为 u为联盟的效益，联盟 的可转移效益U(Sm)定义为联盟Sm中V-RX
平均延迟的倒数，可以在所有联盟成员中以预定义的方式分配，表达为：
由于每个V-RX都倾向于加入一个理想的联盟，以最大化其个人收益，且当联盟内所有的V-RXs都收到所要求的内容后，其占用的RB被释放用于形成新的联盟；因此，联盟的目标是尽量减少所有联盟成员的平均延迟，故减少联盟的效益的V-RX会被联盟拒绝；用表示 加入联盟Sm后形成的新联盟，则接收方 加入联盟Sm的收益被
定义为它对联盟效益的贡献：
并定义资源块 的个体收益为：
2)建立偏好关系：定义对于同一个 中的两个联盟Sm和S′m，Sm＞S′m表示 倾向于加入联盟Sm；对 若 的收益可以通过从Sm拆分出来加入到S′m而得到提高，即
则对联盟进行以下改变：
3)联盟博弈中的车载内容分发：依照上述偏好关系与拆分合并规则，内容分发过程进一步包括：
①初始化 和 更新每个 和 的车辆位置和轨迹预测信
息，根据信噪比计算每个 对全部V-TX的偏好，定义对应于 的平均带宽Bave，则对 的初始喜好为：
其中传输延迟 为：
使每个 选择最大的γm，n对应的 建立联盟，并更新
②重复下列过程对形成的联盟进行迭代：
A.对RB进行拆分合并：计算每个 对联盟 的个人收益，使之加入收益最
高的联盟，更新 和U(Sm)；
B.对V-RX进行拆分合并：计算每个 对联盟的收益，更新喜好列表，使V-RX选
择最优的联盟，并更新 和U(Sm)，直到 收敛于稳定的纳什平衡
③进行资源分配和内容分发：根据②的结果进行内容分发，当V-RX接收到内容后可以作为V-TX建立新的联盟，当Sm中所有的V-RX都获得内容后对应的RB被释放，回到步骤①；
对上述迭代过程，当以下两个条件任意一个满足时迭代终止：
①全部 都获得了所需的内容；
②所有未获得内容的V-RX都不能被任何一个 服务。
一种车联网中基于大数据与联盟博弈方法的内容分发方案
技术领域
背景技术
发明内容
链接复用相同的RB形成一个组，并假设每个CUE分配有一个正交的上 行链路。由于 和对RB的复用， 会对RB产生联合信道干扰且 将会 受到 带来的干扰，故D2D-V2V链路 和蜂窝链路 的信 干噪比(SINR)可以分别表示为：
到BS的干扰链路的距离；αv，αcv，αc和αvc分别代表了V2V 链路，CUE和V-RX之间的干扰链路，蜂窝链路以及V-TX到BS的干扰链路的路 径损耗指数；N0为加性高斯白噪声的单边功率谱密度。
用Bk是资源块 的带宽，以Hz为单位，则传输速率为
因此D2D-V2V链路 的传输延迟可由资源块 近似计算：
其中 中的D代表被需求内容的大小，以bit为单位；用tm,n表示 和 的
连接时间； 为tm,n的指标函数，用于确保两辆车的连接时间应 不少于其发送内容的时间，其表达为：
在每个内容分发组中，通过D2D-V2V多播链接，将内容同时一个V-TX发送 到同一个组中的多个V-RX。在车辆内容分发的过程中，考虑到以下两个问题:
1)V-TX和V-RX的数目随时间发生变化，即随着越来越多的V-RX获得内容， 潜在的V-TX的数量也逐渐增加；
2)由于不同的信道条件和干扰水平，每个D2D-V2V内容分发组的存在周期 各不相同。
如图1中所示的例子，假设 和 通过 构成组1，在 获得内容后， 该组存在周期结束并释放资源块 在下一个时隙中， 转变成 并和 和 通
过 形成组2。将接收方和发送方角色的切换与不同组的存 在周期结合时，多跳内容分发模型如图3所示。在a中，发送方 和接收方 通过复用资源块 构成组1,发送方和接收方 通过复用资源块 构成组2，且两个组的起始传输时间不同。接收方 由于不满足QoS 需求或者连接时间需求而不属于任何一个组。在b中，接收方得内容后转换 成发送方 并且通过复用资源块 和接收方 形成组3.在c
中，组 1的内容分发过程结束， 被释放；接收方 获得了内容并转化为发送方 并与接收方 通过复用被释放的资源块形成组4。可以看出，由于每个 组的结束时间是不同的，对于不在发送方 单跳范围内的接收方 来说，数据事实上是在
中继的帮助下通过多跳方式分发的。等效的多跳传输如d 中所示，以接收方 为例，数据在第一跳时通过 从 发送到 然后通 过复用 从 发送到
根据以上所述，总延迟表示为 获得内容的延迟以及从 到 的传输延 迟，即：
其中Nm为 获得内容的时隙数，NmTs为 获取内容所需要的延迟，由于 在 获取内容前为 故Nm由前一阶段的资源分配策略决定。定义优化变量的集合 为M×N×N矩阵OM×N×N，矩阵的元素om,n,k为表示发送方 接收方 和资 源块 关系的二进制变量，即当 和 通过 形成了D2D-V2V对时， om,n,k＝1；则联合D2D-V2V配对、频谱分配和路径选择问题可以表达为：
C4:对任意一个内容分发组，
其中限制条件C1和C2表示对D2D-V2V链路和蜂窝链路的服务质量(QoS)需求， 和分别为D2D-V2V链路和蜂窝链路的SINR阈值；C3和C4确保同一组中 所有的V-RX都与相同的V-TX和RB关联。
为解决上述问题，首先将内容分发问题转化为联盟博弈问题，并给出基本概 念，然后推导出基于联盟的内容分发方法。
1)定义联盟博弈公式：D2D-V2V联盟为V-TX,V-RX和RB的集合，用角标m区分不同的联盟，并将联盟博弈定义为三元组 其中 为联盟成员的集合 为任
意互斥的联盟 的集合，即 对
将未被服务的V-RX 定义为独立联盟 其集合 被定义为 则 是vRX
的子集； 当 时，可以看作是 的一个划分。 为联盟的效益。
2)定义联盟的效益函数：将联盟 的效益U(Sm)定义为联盟Sm中V-RX 平均延迟的倒数，在所有联盟成员中以预定义的方式分配。表达为：
一个联盟Sm包括一个V-TX，一个CUE和几个V-RX，因此，|Sm|-2即为V-RX的 数量。 表示 和 之间的单跳传输的传输延迟。在我们提出的算法中， 内容实际上是采用多跳方式从初始的M个V-TX分发到N个V-RX。因此可以将多 跳传输拆分为多个单跳进行优化，在每跳的优化中，只需要考虑从V-TX到V-RX 的内容传输延迟。对于每个V-TX，获取内容花费的时间已经在之前的过程中得 到了优化，即在当前的传输中不应该再考虑。
在联盟博弈过程中，每个V-RX都倾向于加入一个理想的联盟，以最大化其 个人收益。
当联盟内所有的V-RXs都收到所要求的内容后，其占用的RB被释放， 用于形成新的联盟。由于联盟的目标是尽量减少所有联盟成员的平均延迟，故当 某个V-RX减少了联盟的效益时，其会被联盟拒绝。并将接收方 加入联 盟Sm的收益被定义为它对联盟效益的贡献：
这里的 表示 加入联盟Sm后形成的新联盟。在获得所需求的内 容后，V-
RX可作为V-TX加入新的联盟，当有RB加入时形成新的D2D-V2V联 盟。定义资源块 的个体收益为：
当有多个RB可以加入该联盟时，选择个体收益最大的一个加入此联盟。
3)定义偏好关系＞：对于同一个 中的两个联盟Sm和S′m，Sm＞S′m表示 倾向于加入联盟Sm。若对 若 的收益可以通过从Sm拆分出来加 入到S＇m而
得到提高，即
则对联盟按下列方式进行转化：
4)联盟博弈中的车载内容分发：如图4所示，依照上述偏好关系与拆分合并 规则，内容分发过程按以下步骤进行：
①初始化vTX，vRX和 更新每个 和 的车辆位置和轨 迹预测信
息，根据信噪比计算每个 对全部V-TX的偏好。定义对应于 的平均带宽Bave，则对 的初始喜好表达为：
其中传输延迟 为：
按降序排列 对所有 的喜好列表，每个 选择排在喜好列表前面的 建立联
盟，并更新
②重复下列过程对形成的联盟进行迭代：
A.对RB进行拆分合并：计算每个 对联盟 的个个体收益，并 将其加入
收益最高的联盟，更新 和U(Sm)；
B.对V-RX进行拆分合并：计算每个 对联盟的收益，更新喜好列表，V-RX选择最优的联盟，更新 和U(Sm)，直到 收敛于稳定的纳什平衡
③进行资源分配和内容分发：根据②的结果传输内容，当V-RX接收到内容后 可以作为V-TX建立新的联盟，Sm中所有的V-RX都获得内容后，对应的RB被释 放，回到步骤①。
对上述求解过程，以下两个条件任意一个被满足时终止：
①全部 已经获得了所需的内容；
②任何未获得内容的V-RX都不能被任何一个 服务。
附图说明
图3是本发明提供的内容分发过程图；
图4是本发明提供的系统的算法结构图；
图5是本发明提供的基于北京西直门立交桥的SUMO仿真图；
图6是本发明提供的不同算法下V-RX被服务率随时间变化图；
图7是本发明提供的不同算法下平均网络延迟随RB数量变化图；
图8是本发明提供的不同算法下平均网络延迟随初始V-RX数量变化图；
图9是本发明提供的不同初始V-TX数量下V-RX被服务率随SINR阈值变化图。
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种智能化慢点集装箱用装料一体机 | 2020-05-08 | 274 |
| 车速预测方法、装置、车辆控制装置和存储介质 | 2020-05-08 | 875 |
| 一种化妆品生产用高效原料研磨装置 | 2020-05-08 | 227 |
| 耐600℃作业车辆用纳米陶瓷涂料及其制备、施工工艺 | 2020-05-08 | 887 |
| 一种基于混合动力的汽车动力分配方法 | 2020-05-08 | 385 |
| 一种滚动直线导轨副用阻尼器可靠性试验及评价方法 | 2020-05-08 | 385 |
| 一种电力输送线缆承托装置 | 2020-05-08 | 397 |
| 一种连续灭火弹抛投机 | 2020-05-11 | 317 |
| 一种立体包装袋制袋设备 | 2020-05-11 | 775 |
| 割炬辅助装置 | 2020-05-11 | 505 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
