針對車聯網終端的不同業(yè)務在異構網絡環(huán)境下進行優(yōu)化調度的問題,提出了一種兼顧用戶滿意度與傳輸效率的車聯網網絡選擇策略。首先分析了不同的效用函數權值系數、發(fā)射功率及體驗函數靈敏度因子對各網絡滿意度效用函數的影響,發(fā)現:當權值系數較大時,獲得的滿意度效用函數值也越大;在有限功率范圍內,當發(fā)射功率不斷增大時,起初滿意度效用函數值相應地隨之急劇增大,隨后增加速率減緩,最終函數值趨于穩(wěn)定;當體驗函數靈敏度因子的值越大時,對應的曲線斜率越大,也即靈敏度越高,函數值隨著發(fā)射功率的變化而變化得更快。然后,應用凸優(yōu)化的方法求解各網絡滿意度效用函數的最大值。最后,選用3種具有代表性網絡作為研究對象,進行仿真實驗。實驗結果表明,與基于發(fā)射功率的網絡選擇策略和基于傳輸速率的網絡選擇策略相比,所提策略的效用函數最大值分別是前兩者的1.08倍和6.5倍,證明是一種高效可靠的網絡選擇策略。 

【文章來源】：西安交通大學學報. 2020,54(10)北大核心EICSCD

【文章頁數】：8 頁

【部分圖文】：

多源異構無線網絡的架構示意圖

圖2為不同γ值下滿意度體驗函數與接入資源關系圖。由圖2可以看出：函數是單調的、凹凸的，與式（2）～式（6）所得結果是一致的；觀察3條曲線，總體來說，函數取值范圍為（0,1）；隨著接入資源值的增加，起初滿意度體驗函數值增加速度很快，因為車聯網用戶急需接入資源以滿足當前業(yè)務的需求，但由于接入資源較少，滿意度體驗函數值也較��；隨著接入資源值的持續(xù)增大，函數增加速率減緩，直至增加速率極其緩慢，此時接入資源值的變化僅會給函數帶來極其細微的變化；由3條曲線之間相互比較發(fā)現，γ值越大，函數靈敏度越高，滿意度體驗函數值也隨接入資源變化越快。為了對比在同一業(yè)務需求下，滿意度和傳輸效率在不同占比時對網絡性能的影響，通過改變α和γ的值來進行仿真對比。圖3為車聯網用戶滿意度效用函數值與不同發(fā)射功率及不同α、γ值的關系圖。首先固定γ的值，改變α的值，可見，α的值越大，當前車聯網用戶獲得的滿意度效用函數值也越大；其次為了表示當兩部分占比一定，而靈敏度不同時，效用函數值如何變化，固定α的值，改變γ的值，可見，當γ的值較大時，效用函數的靈敏度也越高，其效用函數值隨功率增加的速率也越快，更快地達到其最大值。

為了對比在同一業(yè)務需求下，滿意度和傳輸效率在不同占比時對網絡性能的影響，通過改變α和γ的值來進行仿真對比。圖3為車聯網用戶滿意度效用函數值與不同發(fā)射功率及不同α、γ值的關系圖。首先固定γ的值，改變α的值，可見，α的值越大，當前車聯網用戶獲得的滿意度效用函數值也越大；其次為了表示當兩部分占比一定，而靈敏度不同時，效用函數值如何變化，固定α的值，改變γ的值，可見，當γ的值較大時，效用函數的靈敏度也越高，其效用函數值隨功率增加的速率也越快，更快地達到其最大值。在不同網絡中，滿意度和傳輸效率這兩部分的占比是不同的，α和γ的值是隨著業(yè)務需求而改變的。首先，在同一業(yè)務需求下，為了表示效用函數值隨功率的變化關系，此時保證單一變量，即賦予相同的α和γ值，其中α=0.4，γ=2。圖4為不同網絡的車聯網用戶滿意度效用函數值與發(fā)射功率關系圖。由圖4可知，在有限功率范圍內，滿意度效用值隨著功率的增大而增大，最終收斂于一最大值，5G網絡比其他兩種網絡先達到其效用函數的最大值，此時則優(yōu)先選擇5G網絡作為當前車聯網用戶的接入網。

【參考文獻】：
期刊論文
[1]基于Markov模型的接入網絡選擇算法[J]. 馬禮,張濤,馬東超,傅穎勛.  計算機工程. 2019(05)
[2]基于模糊邏輯的異型無人機中繼網絡接入點選擇算法[J]. 唐新豐,李洪,王星來,夏國江,周力.  遙測遙控. 2019(02)
[3]未知拓撲無線自組網絡多節(jié)點干擾決策算法[J]. 顓孫少帥,楊俊安,劉輝,黃科舉.  西安交通大學學報. 2018(06)
[4]無線網絡物理層安全認證方法[J]. 宋華偉,金梁,王旭.  西安交通大學學報. 2018(04)
[5]一種5G網絡低時延資源調度算法[J]. 王琛,湯紅波,游偉,王曉雷,袁泉.  西安交通大學學報. 2018(04)
[6]異構協作網絡中采用令牌漏桶的多接入業(yè)務分配算法[J]. 李建東,鄭杰,劉勤,李渝舟,楊小牛.  西安交通大學學報. 2014(08)
[7]異構無線網絡環(huán)境下的聯合網絡選擇策略[J]. 姜建,李建東,劉鑫一.  計算機學報. 2014(02)
[8]采用時延限制和資源預測的異構無線網絡選擇策略[J]. 李建東,姜建,劉鑫一.  西安交通大學學報. 2014(02)



本文編號：3223024