密集部署场景下车载终端的内容传输算法研究

作     者：郭素霞 

作者单位：西安电子科技大学 

学位级别：硕士

导师姓名：侯蓉晖;孙波

授予年度：2017年

学科分类：08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 

主      题：时延受限 调度 车联网 时间扩展图 李雅普诺夫优化方法 

摘      要：车联网技术的出现可以为车载终端提供很多便利,因而受到广泛的关注。车联网提供的应用主要包括安全辅助驾驶和数据内容共享两方面。近年来,人们对于数据业务的需求不断增加,因此,内容传输是车联网场景中非常重要的应用之一,例如,网页浏览,视频音频等内容下载。与传统的无线网络不同的是车载终端的移动速度非常快,信道条件较差,通常数据传输速率不能满足下载需求。密集部署路侧基础设施可以减小车辆和接入点之间的距离,从而可以提升数据传输速率。然而,在密集部署路侧基础设施场景中,路侧基础设施的覆盖范围可能会重叠,车载终端会受到相邻路侧基础设施的干扰,因此,传输速率随着车辆的移动不断变化。本文主要研究密集部署路侧基础设施场景中,时延受限的内容传输方案,即车辆请求的内容都有一个有效期,服务器要在有效期内把内容传输给车辆,否则,内容失效,下载失败。考虑到内容的时延受限特性,如果当前车辆的信道条件较差,那么,服务器可以推迟调度该车辆,这样,可以提升系统资源的利用率。另外,如果服务器总是调度那些数据速率高的用户,会引起一些数据包因超时而被丢弃。因此,设计一种高效的车联网场景中时延受限的内容传输方案是非常重要的。首先,本文提出一种基于时间扩展图的调度算法,目标是以最小的系统资源消耗来满足车载终端的内容下载需求。服务器收到下载请求时,根据下载需求和系统当前的状态,建立相应的时间扩展图。利用时间扩展图可以把内容传输问题转化一个最小代价流问题,利用网络流算法可以方便地解决该问题,而且计算复杂度较低。仿真结果表明,相比于现有的最早过期优先算法,本文提出的算法可以提升系统频谱资源的利用率,同时,可以满足用户对时延的需求。另外,针对密集部署场景下车载终端时延受限的内容传输,本文还提出了一种基于李雅普诺夫优化方法的调度算法。该算法基于李雅普诺夫优化方法,利用分组的等待时延建立李雅普诺夫函数,通过传输和丢包决策,可以保证用户的时延需求,并保证系统稳定。仿真结果表明,相比于最早过期优先算法,提出的方法在保证用户的时延需求的同时,可进一步提升系统的吞吐量。