一種基于認知無線電的車聯網通信方法
【技術領域】
[0001] 本發明涉及一種車聯網通信技術，尤其是涉及一種基于認知無線電的車聯網通信 方法。
【背景技術】
[0002] 最近幾年，汽車之間合作通信（例如：車聯網）的觀點被提出以用來支持行車安 全，使行車更安全、更舒適。車聯網是配備有無線通信設備車輛的特殊自組網絡。車輛可以 在彼此（即：車輛與車輛），基礎設施（即，車輛到基礎設施），和路側單元之間進行信息傳 輸，而且交通信息也可以在它們之間共享。根據美國國家公共運輸安全管理局的報告，所有 的車輛將被要求裝備這樣的無線通信設備，以便減少未來交通事故的發生。
[0003] 在1999年，美國聯邦通信委員會分配專用的75MHz的無線頻譜（5. 850-5. 925GHz頻帶）給專用短程通信，它也被稱為WAVE802.lip標準。根據美國聯邦通信委員會的規 定，這些頻段被分為七個信道，每個信道占用10MHz的帶寬，其中包括一個控制信道和六個 服務信道。然而，只有控制信道被分配給信號臺傳輸信息或基本的安全消息。在控制信道 中，每個車輛廣播交通信息，以便實時查找所有相鄰車輛。這樣交通信息就周期性的傳播出 去，其中交通信息中包括速度，坐標，和車輛的下一個坐標信息。
[0004] 然而，當交通密度增加，增加的信號臺導致控制信道擁塞，并因此使碰撞的概率增 大和信號臺接受的成功率下降。控制信道所分配的帶寬小于一些緊急情況下車聯網安全應 用所需要的帶寬。因此，更多的無線頻譜資源需要被用于緊急安全應用。認知無線電和動態 頻譜接入中在美國聯邦通信委員會報告中提出，其中空閑許可頻譜（也稱為"頻譜空洞"） 可適當的給予次要用戶（SUS)使用，以便提高頻譜利用率。
[0005] 車聯網和認知無線電結合在一起（稱為"CR-VANET"）。配備認知無線電通信設備 的車輛可以促進接入專用短程信道并檢測到其它的空閑信道。如果專用短程信道傳輸負荷 較重，認知無線電設備將檢測并使用其他空閑信道進行廣播。配備了認知無線電設備的無 牌用戶車輛也可以檢測到空閑信道（除了 5. 850-5. 925G帶寬外）。因此，CR-VANET應先運 行頻譜感知，然后有機會接入空閑信道。然而，由于CR-VANET的高速移動性，當車輛移動到 下一個道路段，各車輛的當前信道狀態會有一定的概率過期。因此，對信道可用性的預測方 法應該為CR-VANET而設計。
【發明內容】
[0006] 本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于認知無線 電的車聯網通信方法。
[0007] 本發明的目的可以通過以下技術方案來實現：
[0008] -種基于認知無線電的車聯網通信方法，包括步驟：
[0009] 1)建立狄利克雷模型，用于描述每一時刻來自不同車輛的感知數據之間的相關 性；
[0010] 2)根據狄利克雷模型建立隱馬爾科夫模型，用于描述觀測值和隱蔽信道狀態之間 的關系；
[0011] 3)根據隱馬爾科夫模型，根據下一信道狀態更傾向于與前一信道相同的狀態，確 定信道狀態轉移概率；
[0012] 4)根據獲得的信道轉移概率，得到下一路段信道的可用性。
[0013] 所述狄利克雷模型中狄利克雷過程的共享特性為：
[0014]
[0015] 其中：λi為車輛i的偽參數，λ1為汽車i從其他汽車收集到的偽參數，N為路 上的車輛數目，α為狄利克雷過程的基參數，G。為狄利克雷過程的基變量，為以概率1/ (α+Ν-1)代表匯聚于λk的質點，《Γ為偽參數為的車輛數目。
[0016] 所述當車輛i每獲取一次其他車輛的偽參數，其狄利克雷過程就被更新一次。
[0017] 所述隱馬爾科夫模型的狀態轉移概率為：
[0018]
[0019] 其中：λ為路段#j上某一車輛的信道狀態參數，λi為路段#j-l上某一車輛 的信道狀態參數，L和1為信道狀態參數的一種取值，
[0020] 其中λ.j的概率分布為：
[0021 ]p{Zj=k|{ZZj!,Zj+1, . . . ,ZR}}
[0022]
[0023] 其中：Z,為信道狀態，R為劃分的路段數，K為不同信道狀態的數目，ξ為當前信 道狀態更傾向于與前一信道狀態相同的程度系數，γ為狀態轉移矩陣中不同行之間的信息 共享系數，為信道狀態從ζ,i轉移到k的次數，^心爲}為從狄利克雷分布中抽取 得到，S(·)為單點分布。
[0024] 所述步驟3)具體包括步驟：
[0025] 31)初始化：給定歷史頻譜感知數據集{X^ |在所有路段的經過車輛}和初始信道 狀態分配結果
[0026]32)設定迭代次數t，設定&=2,"和分配的信道狀態數目，以及每個分配信道狀態 的頻譜感知數據的總數目，離散分布？=隊
[0027] 33)根據每一個觀察數據X^，i= 1，. . .，I，j= 1，. . .，R，依次更新緩存信道分組 結果；
[0028] 34)修正丨 4 =Ziy,/ =l,":入
[0029] 如果在(Zf|Zf=ζμ=υ/=υ}有一個真實存在一個序號為k的信道狀態，使 n.k= 0,那么取出該信道狀態和減量該信道狀態，并巧=/%+A，其中n.k為從任意信道狀態 改變為k，在信道狀態序列中所需的次數；
[0030] 35)標記的輔助變量mqk如下：對于所有車輛的每個信道的狀態q= 1，2, . . .，K，設 置mqk= 0和η= 0,對于…U定義X如下：
[0031]
[0032] 遞增n，并且若x= 1，則增量為mqk，其中Ber(·)為貝努力分布；
[0033] 36)迭代結束，得到信道狀態轉移概率：
[0034]
[0035] 其中：巧。為信道狀態從到k在信道狀態序列{λ〇，···，λ."，λ.?+1，···， λ.R}中所需的次數。
[0036] 所述步驟33)具體包括步驟
[0037] 331)減量氣^和氣' '將Xy從先前分配結果的緩存信道分組結果中移 除；
[0038] 332)對于每一個K當前實例的狀態和一個新的狀態，確定后驗概率：
[0039] fk (X；j) =p{Z；j=kI{Zn, . . . ,Z；j!,Z； j+1, ...,ZiR}}
[0040] Xp(Xij;a' k,b'k)，k= 1，2, · · ·，K,K+l
[0041] 其中：ρ(Ζ^)為達到穩定狀態Zu的概率，a' $b'々Gamma函數更新后的兩個參 數；
[0042] 333)標記Zy新的狀態分布：
[0043]
[0044] 334)增量氣和氣~，將乂^添加到新的分配Z4 = 11的緩存信道分組結果中。
[0045] 所述步驟4)具體包括步驟：
[0046] 41)設定迭代次數，給定從歷史頻譜感測數據中得到的信道狀態轉移矩陣 1> 1;. . . ;πκ+1]，對應的每一個狀態和超參數的穩態概率為（a' k,b' k),k= 1，. . .，K+1，先 前的信道狀態分配結果為Z1={Z. . .，J，其它車輛當前信道狀態分配結果為：
[0047]
[0048] 其中：t為迭代次數，K為分配的信道狀態數目；
[0049] 42)定義XlS新的信道狀態：
[0050]
[0051] 43)對于每個K當前實例的狀態，給定fUXj二？％#1』1) .p(Xlj;a'k，b'k)，k =1, 2,. . . ,K；
[0052] 44)分配一個新的狀態Zlj:
[0053]
[0054] 45)設置2f=?，然后通過CCC向其它車輛廣播分配的結果Zlj;
[0055] 46)迭代結束，得到下一路段的車輛i(i= 1，. . .，N)信道狀態預測分布：4m， 下一路段信道可用性的概率：
[0056]
[0057] 其中：為狀態轉移矩陣，表示從狀態Zlj轉移信道k狀態的概率，Threshold為 用于表明理想的ak，bk為信號觀測模型建立時的Gamma函數的兩個參數，更新后為a'，和 b'k，k為信道狀態的序號。
[005