[发明专利]一种车联网链路选择和资源分配方法

权利要求书

1.一种车联网链路选择和资源分配方法，其特征在于：该方法包括以下步骤：

S1：基于空间相关度理论检测恶意路侧单元RSU节点，并确定车辆与RSU的最优匹配；

S2：确定车辆与资源块的匹配；

S3：车辆进行最优链路选择；

S4：采用拉格朗日乘数法、次梯度法求出最优传输功率；

具体为：K个蜂窝链路K＝{1,...,k,...,K}，分别对应资源块K＝{1,...,k,...,K}，将I个传输车辆和接收车辆一一配对，形成传输车辆到接收车辆TX-RX的链路Φ＝{1,...,i,...,I}，记为V_i；设I≤K，V_i复用一个蜂窝链路的资源块，且每个资源块只能被分配给一条V_i；ρ为所有V_i资源块分配的二进制矩阵，ρ_i,k＝1表示资源块k分配给V_i；ρ_i,k＝0表示资源块k未分配给V_i；

传输车辆与接收车辆有以下两种传输方式：直接传输模式V2V和中继传输模式V2I；在V2V传输模式中，传输车辆直接与接收车辆通信；在V2I传输模式中，通信被分为两个传输过程，传输车辆到中继RSU，表示为V-I，中继RSU到接收车辆表示为I-V；使用基于空间相关度的Geary’C理论，通过统计方法来计算RSUn与周围RSU的关联性；

车联网中基于恶意RSU识别的车辆链路选择和资源分配方法包括以下4个步骤：恶意RSU识别，车辆与RSU匹配；车辆与资源块匹配；最优链路选择更新；车辆传输功率优化；具体技术方案如下：

假设在车联网中，传输车辆初始化模式决策向量X，X＝{x₁,...,x_i,...,x_I}，x_i＝1表示V_i选择V2V传输模式；x_i＝0表示V_i选择V2I传输模式；初始化的传输车辆都选择V2I传输模式；假设的传输功率为RSUn的传输功率的传输功率相等；备选的中继RSU集合为R＝{R₁,...,R_n,...,R_N}，其中，恶意RSU节点的数量为M；

V_i采用直接传输模式V2V和中继传输模式V2I；当V_i采用V2V传输模式，V_i复用资源块k时，其信噪比表示为：

计算出V_i在V2V传输模式的传输速率为：

V_i在V2V传输模式的能效为：

当V_i采用V2I传输模式，传输车辆与传输中继RSUn的信噪比表示为：

中继RSUn与接收车辆之间的信噪比表示为：

在V2I传输模式中，V_i以RSUn为中继的信噪比表示为：

V_i在V2I传输模式的能效为：

比较和选择最优传输模式；当V_i选择V2V传输模式，否则，选择V2I传输模式；

车联网总能效表示为：

最大化网络总能效，优化问题表示为：

s.t.(1)

(2)

(3)x_i∈{0,1},ρ_i,k∈{0,1},

约束条件(1)为蜂窝链路和V2V、V2I链路的最低SINR需求；约束条件(2)为传输车辆的最大传输功率限制；约束条件(3)表明传输链路和RB选择参数为0,1变量；

为降低问题求解复杂度，将原优化问题分解成两个等价的子优化问题：1.恶意RSU检测；2.最优资源分配，包括资源块、最优链路选择及功率分配；

1.恶意RSU检测

恶意RSU检测包含以下步骤：

Step1：传输车辆i向LSC发送请求，LSC建立传输车辆i的备选RSU集合，设RSU有相同的初始信任值，信任值集合为C＝{C₁,...,C_n,...,C_N}；RSUn接收到LSC的请求后，将其到传输车辆i的SINR发送给LSC，LSC建立车辆i与RSUn的SINR矩阵A：

其中SINR_i,n表示RUSn向LSC上报的接收到的SINR值；

Step2：LSC将低于SINR和信任度门限值的RSU从备选集合中移除；并基于空间相关度的Geary’C理论，通过统计方法来计算RSUn与其周围RSU的SINR信息关联性；

通过分析Geary’C的空间相关度特性，RSU与RSU集合成员的特征信息相似度越高，相应的空间相关度越小；可靠RSU之间的空间相关度小于可疑RSU与可靠RSU之间的空间相关度；V_i的备选RSUn的空间相关度C_i,n由下式计算：

其中，N表示V_i备选集合中RSU的个数，SINR_i,n和SINR_i,m分别表示RSUn和RSUm上报的接收到V_i的SINR值，是备选集合中RSU接收到V_i的SINR平均值，是RSUn和RSUm空间相关度权重因子；d_nm是RSUn到m间的距离；集合中可疑RSU所占百分比会影响C_i,n的取值；可疑用户由如下准则判断：

其中，D_i,n＝1，为负面评分，表示RSUn被判定为可疑RSU，反之D_i,n＝0，为正面评分，表示可信RSU；ε₀为可疑RSU判定门限，通过遍历搜索算法得到；

Step3：由于同一时刻内RSU会收到多个传输车辆的接入请求，并将接收到的SINR发送给LSC；LSC基于Geary’C理论进行判断后，将生成判决矩阵B：

其中，若超过一半车辆都将RSUn判断为可疑RSU，则LSC判定RSUn为恶意RSU节点并从本次备选集合中移除；

Step4：识别出恶意RSU节点后，LSC根据判决矩阵信息，更新集合中RSU的信任值；对于RSUn有多个传输车辆请求连接，不同车辆对RSUn的评分不同；对于RSUn，LSC收到7个正面评分，3个负面评分；前者是多数评分，后者是少数评分；计算RSUn的信任值变化量θ_n，如下所示：

其中θ_n∈[-1,1]，m和n分别是正面和负面评分的数量；两类评分的权重由θ₁和θ₂进行控制：

其中F(·)控制对于少数评分的敏感度，不同F(·)影响着θ_n的变化趋势，进而影响着θ_n对少数评分的敏感程度；采用F(x)＝x³，小比例的负面评分对于θ_n计算结果影响较小，更能符合多数车辆的判断结果；

Step5：若RSUn的信任值低于信任值门限，则在下一时刻，RSUn将被从备选RSU集合中移除；

2.最优资源分配

V_i得可信RSU集合，将RSU接收到V_i的SINR降序排列，并求出V_i的匹配度M_i，即集合中备选RSU个数；然后通过匹配度对V_i和RSU进行最优匹配：

V_i与RSU匹配后，进行资源块分配，V_i复用对其干扰最小的蜂窝链路资源块，得出资源块匹配关系ρ_i,k；比较不同传输模式下网络的能效值，得车辆的最优传输模式决策向量X；当时，选择V2V传输模式；否则，选择V2I传输模式；

原优化问题转化为最优功率分配问题，如下所示：

s.t.(1)

(2)

该问题是一个凸优化问题，定义拉格朗日函数，对应限制条件定义拉格朗日乘数，解出最优的

车联网中基于恶意RSU识别的车辆链路选择和资源分配方法具体步骤如下：

201：传输车辆产生传输需求；

202：初始化模式决策向量X，车辆传输功率；

203：传输车辆向LSC发送连接RSU的请求；

204：LSC为传输车辆设定RSU备选集合，集合中的RSU向LSC上报接收到各个车辆的SINR；

205：通过Geary’C空间相关特性，得出RSUn的空间相关度C_i,n；

206：判断C_i,n是否是可疑用户；

207：若C_i,n＞ε₀，则判断RSU为可疑RSU；

208：若C_i,n≤ε₀，则判断RSU为可信RSU；

209：超过一半车辆情况下将RSUn判断为可疑RSU，则LSC将RSUn判定为恶意RSU节点，并将其从本次备选集合中移除；

210：根据判决矩阵更新RSU信任值；

211：传输车辆在备选可信RSU集合中选择SINR最大的RSU接入，并复用对其干扰最小的资源块；

212：利用拉格朗日乘数、次梯度更新法求出最优传输车辆功率

213：算法结束。