[发明专利]一种基于软件定义网络架构下功率控制和存储优化机制

说明书

本发明公开了一种基于软件定义网络架构下功率控制和存储优化机制，包括如下步骤：第一获取待管理资源区域的车辆数目、每辆车辆的位置和信道使用情况、信息在每个RSU内的存储情况，建立AoI计算模型；第二：以最小化AoI之和为目标，以每个信息块在RSU的存储情况和RSU与每一辆汽车的通信功率为优化变量，建立AoI优化问题；第三：使用强化学习MAQL算法来求解该优化问题，最终得到信息的存储方案和功率的分配方案，本发明提供了一种在车联网的SDN架构中，通过两两配对的RSU与跟它连接的车辆的通信功率的分配方案来优化车辆向RSU获取非实时信息的机制。

技术领域

本发明涉及车联网通信技术领域，更具体地说，它涉及一种基于软件定义网络架构下功率控制和存储优化机制。

背景技术

车辆互联网络(Internet of vehicle)是支持不同车辆相关的应用，例如有信息安全和娱乐，以及车辆传感和数据处理等服务，是典型的5G网络方案之一，它需要超高的可靠性、超低延迟的数据通信传输和高吞吐量及大规模的连接。车联网需要先进的移动通信系统，以便车辆之间和车辆与其他设备之间能够及时传输共享和信息计算，包括V2N(Vehicle-to-Network)、V2V(Vehicle-to-Vehicle)、V2P(Vehicle-to-Pedestrian)和V2I(Vehicle-to-Infrastructure)等。在过去十年中，许多与车辆通信有关的研究和工业标准化活动极大地促进了物联网的发展，并促进了新的车辆和运输服务和应用的产生，如实时交通感知导航、碰撞警告和信息娱乐。更重要的是，车联网的迅速发展也使自动驾驶成为现实。然而，车联网应用的业务需求多样化，不仅需要先进的车载通信技术，而且对通信、计算和缓存资源的管理也提出了严峻的挑战。

目前，随着移动用户内容请求的爆炸式增长，缓存资源管理成为一个热门的研究方向，大量的车联网节点接入这个庞大的网络，需要处理的数据流量非常大，如何扩展现有移动网络技术的能力来满足用户需求和服务质量成为一个具有挑战性的问题，虽然现有网络能够有效地提高通信能力，但对于越来越多的认知应用，仍很难实现超低的端到端延迟。为了满足来自不同服务的各种计算需求，将计算任务卸载到云端一直是车联网系统的一个主要趋势，即使用缓存服务器来缓存更接近最终用户的内容。车联网将车辆、传感器和移动设备集成到一个全球网络中，将车辆内部和周围的人员、车辆上的智能系统和城市环境中的各种网络物理系统互连起来，以便向车辆提供各种服务。

边缘缓存、计算和数据中心在地理上是分布式的，处于边缘的设备可以连接WIFI、ZigBee或LoRa等类型的无线接入网络，与周边存储设备和边缘数据中心构成分布式存储网络，这符合雾计算和软件定义网络的架构。这种临近存储计算的方式能够及时获取动态的实时信息，而且在车联网中，车辆经常处于移动状态，网络经常存在波动，相比中心云计算，边缘存储架构在车联网上能够显著减小访问和数据传输延迟，同时避免大量信息集中存储在云端服务器，从而降低云端服务器的负载和缓解网络拥堵。

在边缘架构中，自动驾驶车辆通常采用路测单元(RSU)实现，路测单元是车路协同路侧端的重要组成部分，是突破车路协同技术的重要设备，主要的功能是采集当前的道路状况信息，通过通讯网络，与路侧感知设备、电子监控设备或车辆等终端通信，实现车辆与道路的实时交互，同时，RSU能够提供边缘存储功能，将临近获取车辆的最新信息进行实时处理，并且在边缘设备完成对车辆请求的响应和操作，大大的提高了传输效率和减少了传输延迟。

以往，采用云计算的方法，将计算任务集中到中心云服务器上，并将计算结果返回给本地用户，在集中式云计算中，服务是在云中心集中提供的，云中心与车联网之间的大数据需要通过广域网(WAN)传输，因此，延迟或延迟抖动不可避免。此外，集中式云计算无法对车辆提供移动性和可扩展性支持，从而导致计算效率随车流量增大产生严重下降。