-
公开(公告)号：CN112423267B
公开(公告)日：2022-04-22
申请号：CN202011100225.6
申请日：2020-10-14
Applicant: 南京大学
Abstract: 本发明提出基于Lyapunov随机优化的车联网异质资源动态切片方法，本发明构造了以最小化系统平均车辆通信时延为优化目标的随机优化问题。利用Lyapunov随机优化方法中的漂移加惩罚算法，本发明首先给出了一种通用的针对差异化服务切片的动态异质资源分配方案。然后结合马尔科夫近似方法，本发明提出一种具体的频谱带宽和蜂窝接入点异质资源动态分配方法。本方法在满足差异化服务切片的相互隔离，资源动态共享的前提下，最小化时延敏感型服务的平均通信时延，并保证即时交互服务的平均可实现数据速率。
-
公开(公告)号：CN110691406B
公开(公告)日：2021-05-04
申请号：CN201910957186.2
申请日：2019-10-10
Applicant: 南京大学
Abstract: 本发明提出一种面向网联无人驾驶安全通信的D2D频谱高效共享方法。由于在蜂窝用户和车辆D2D用户共享频谱资源时，两者会产生相互干扰，但是蜂窝用户又可以作为友好的干扰者提升车辆D2D通信的保密传输性能。基于该情况，本发明首先通过联合控制蜂窝用户和车辆D2D用户的发射功率，使蜂窝服务质量和车辆D2D通信保密性都得到了保障。接着基于匈牙利算法，得到了全局最优的频谱资源块匹配方案，从而提升了网联无人驾驶车辆通信系统的频谱效率。本发明通过功率控制最大程度降低同频干扰并提升网联无人驾驶车辆通信的安全性，能够适应高度动态的车辆通信环境。
-
公开(公告)号：CN112423267A
公开(公告)日：2021-02-26
申请号：CN202011100225.6
申请日：2020-10-14
Applicant: 南京大学
Abstract: 本发明提出基于Lyapunov随机优化的车联网异质资源动态切片方法，本发明构造了以最小化系统平均车辆通信时延为优化目标的随机优化问题。利用Lyapunov随机优化方法中的漂移加惩罚算法，本发明首先给出了一种通用的针对差异化服务切片的动态异质资源分配方案。然后结合马尔科夫近似方法，本发明提出一种具体的频谱带宽和蜂窝接入点异质资源动态分配方法。本方法在满足差异化服务切片的相互隔离，资源动态共享的前提下，最小化时延敏感型服务的平均通信时延，并保证即时交互服务的平均可实现数据速率。
-
公开(公告)号：CN110691406A
公开(公告)日：2020-01-14
申请号：CN201910957186.2
申请日：2019-10-10
Applicant: 南京大学
Abstract: 本发明提出一种面向网联无人驾驶安全通信的D2D频谱高效共享方法。由于在蜂窝用户和车辆D2D用户共享频谱资源时，两者会产生相互干扰，但是蜂窝用户又可以作为友好的干扰者提升车辆D2D通信的保密传输性能。基于该情况，本发明首先通过联合控制蜂窝用户和车辆D2D用户的发射功率，使蜂窝服务质量和车辆D2D通信保密性都得到了保障。接着基于匈牙利算法，得到了全局最优的频谱资源块匹配方案，从而提升了网联无人驾驶车辆通信系统的频谱效率。本发明通过功率控制最大程度降低同频干扰并提升网联无人驾驶车辆通信的安全性，能够适应高度动态的车辆通信环境。
-
-
-
Search Results
4
records
(took 0.017 seconds)
