[发明专利]一种基于车载网络的数据下发方法及装置有效

专利信息
申请号: 202110633075.3 申请日: 2021-06-07
公开(公告)号: CN113543067B 公开(公告)日: 2023-10-20
发明(设计)人: 徐连明;王莉;费爱国;崔鹤文;田泽宇;魏青 申请(专利权)人: 北京邮电大学
主分类号: H04W4/40 分类号: H04W4/40;H04W28/14;H04W40/32;H04L67/06;H04L67/568
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 聂俊伟
地址: 100876 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 车载 网络 数据 下发 方法 装置
【权利要求书】:

1.一种基于车载网络的数据下发方法,其特征在于,包括:

利用纠删码编码技术将任一热点内容编码成多个分片,对所有分片进行冗余编码获取多片内容分片,并将所述内容分片分别缓存至一个簇中的各车辆用户VU处;每辆VU仅存储有一片内容分片;

所述簇是根据车载网络中各VU的位置以及各VU对场景中热点内容的请求信息,对所有VU进行划分而确定的;

接收所述车载网络中任一目标VU对所述热点内容的加载请求,向所述目标VU发送内容分片;

在由路侧单元RSU向所述目标VU发送内容分片的数量为k-k'之后,若终止向所述目标VU发送内容分片,则由其它k'辆VU将各自缓存的所述内容分片发送给所述目标VU,直至所述目标VU根据接收到的k个内容分片解码生成所述热点内容。

2.根据权利要求1所述的基于车载网络的数据下发方法,其特征在于,在将所述内容分片分别缓存至一个簇中的各车辆用户VU处之前,还包括:

根据信道条件,将所述簇中的所有VU划分为强用户和弱用户;

对所述强用户和所述弱用户进行两两组队,获取多个NOMA用户对;每个所述NOMA用户对由一个强用户和一个弱用户组成;

将所述NOMA用户对中的强用户作为NOMA强用户,将所述NOMA用户对中的弱用户作为NOMA弱用户,将余下不能组队的强用户或弱用户作为V2I用户。

3.根据权利要求1所述的基于车载网络的数据下发方法,其特征在于,所述将所述内容分片分别缓存至一个簇中的各车辆用户VU处,包括:

采用V2I链路,向每个所述NOMA强用户、每个所述NOMA弱用户和每个所述V2I用户发送所述内容分片。

4.根据权利要求3所述的基于车载网络的数据下发方法,其特征在于,所述控制其它k'辆VU将各自缓存的所述内容分片发送给所述目标VU,包括:

在所述目标VU为NOMA强用户或NOMA弱用户的情况下,其它任一NOMA强用户或其它任一NOMA弱用户,采用NOMA通信方式,将所述内容分片发送给所述目标VU,所述其它任一NOMA强用户与其它任一NOMA弱用户的总数量为k'个;

相应地,在所述目标VU为V2I用户的情况下,则继续由路边单元RSU采用V2I链路,向所述目标用户发送所述内容分片。

5.根据权利要求3所述的基于车载网络的数据下发方法,其特征在于,还包括:

位于同一子簇中的NOMA强用户以及NOMA弱用户之间,采用复用频谱的方式,进行内容分片的交互发送;

所述子簇中VU的数量大于等于2。

6.根据权利要求1所述的基于车载网络的数据下发方法,其特征在于,在利用纠删码编码技术将任一热点内容编码成多个分片,对所有分片进行冗余编码获取多片内容分片,并将所述内容分片分别缓存至一个簇中的各车辆用户VU处之前,还包括:

以最小化总时延为目标构建数据下发优化模型;

对所述数据下发优化模型进行求解,以获取最优VU组成用户对的情况、βg组成的用户对中最优功率分配因子矩阵、VU之间最优发送内容分片情况矩阵、最优RB分配情况矩阵、V2V过程中最优传输功率分配矩阵、k的数量以及k'的数量;

其中,βg表示第g个用户对为NOMA用户对。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110633075.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top