买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学;东莞理工学院

摘要：本发明公开了一种基于区块链的无人机UAV辅助车联网频谱分配方法，构建UAV辅助的车联网区块链资源管理模型，为每个UAV节点配置唯一节点列表UNL，UniqueNodeList；车辆向所连接的UAV主节点提交频谱请求，主节点设定优化问题并采用深度强化学习方法求解得到车辆与UAV之间的通信频谱和发射功率；主节点将请求事务广播给UAV节点，UAV节点采用瑞波共识机制对请求事务执行智能合约和共识协议，UAV节点对交易进行投票，确认请求事务是否通过；将未通过的请求事务丢弃，对通过的请求事务将所有车辆信息、交易记录和时间戳打包到一个新的区块中，并附加到区块链上，广播至所有UAV节点，从而确认请求频谱的车辆请求得到的频谱和发射的功率。本发明以分布式结构管理无线资源，降低拥堵，提高资源利用率和可靠性。

主权项：1.一种基于区块链的无人机辅助车联网频谱分配方法，其特征在于，包含以下步骤：步骤一：构建UAV辅助的车联网网络，获取车联网网络中的UAV数目、车辆数目、子信道数目、中断概率和时延信息，并通过获取的信息构建区块链资源管理模型，为每个UAV节点配置一个可信节点列表，称为唯一节点列表UNL；步骤二：车辆接入的UAV节点为主节点，车辆向主节点提交频谱请求，主节点设定优化问题并采用深度强化学习方法求解，得到车辆与UAV之间的通信频谱和发射功率；步骤三：主节点将请求事务广播给唯一节点列表UNL上的UAV节点，UAV节点收到请求后，采用瑞波共识机制对请求事务执行智能合约和共识协议，唯一节点列表UNL中的UAV节点对交易进行投票，确认请求事务是否通过；步骤四：将未通过的请求事务丢弃，对通过的请求事务，将所有车辆信息、交易记录和时间戳打包到一个新的区块中，并附加到区块链上，广播至所有UAV节点；所述UAV辅助的车联网网络由多个UAV和车辆组成，UAV数目为U，车辆数目为I，每个UAV在一个设定区域内飞行，作为空中基站协助车辆源节点和目标节点之间通信，UAV辅助通信链路为车辆提供高可靠性和低延迟的通信，系统频谱在所有UAV之间共享，系统信道数目为N；所述区块链资源管理模型具体为：针对UAV对车辆发送信息链路的下行传输系统，假定信息传输为周期性的数据包传输；考虑UAV在与车辆通信过程中，其它UAV会对此通信链路带来干扰，UAVu与车辆在信道n的速率Ru,n可表示为 其中，pu,n表示UAVu在信道n的传输功率，是UAVu在信道n对所接入车辆的信道增益，是UAVu'在信道n对其它UAV所接入车辆的信道增益，和由所有车辆的信道增益统计平均得到，σ2是高斯白噪声功率；当UAV和车辆之间的通信链路的信噪比低于γ0时，UAV对车辆的通信传输将中断；在任意时间周期，数据包没有被成功发送的概率由中断概率Pout,u表示，即信噪比小于γ0的概率；中断概率表达式为 其中，au',n表示UAVu'在信道n的分配变量，假设Yu表示UAVu的数据包的平均发送时间，当数据包在当前时隙未能成功发送时则重新发送，若重传的次数未达到N，则在下一个时隙继续重传，若重传次数已达到N，则选择丢弃；假设每个时隙长度为T，Yu的概率函数表示为 使用Du表示平均发送时延，表达式为 其中，E{·}表示随机变量的均值；所述步骤二具体为：车辆接入车联网后向UAV申请与UAV通信的频谱，UAV接收到车辆的频谱请求后，设定优化问题，而后对优化问题求解得出所请求信道和功率；以优化能量效率为目标，优化问题设定为： s.t.C1:C2:C3:C4:C5:C6:其中au,n表示UAVu在信道n的分配变量，限制条件C1表示连接UAVu的车辆的通信速率高于最小需求，C2和C3分别表示中断概率和平均时延最高限制，C4表示UAV的信道分配变量，C5表示每次申请的信道数目为1，C6表示UAVu的最大发送功率限制；为了解决上述优化问题，采用深度Q学习DQL，DeepQ-Learning方法来获得优化变量值；UAV作为学习代理在时间t感知状态st，并输出策略π，策略π决定采取的动作at，然后执行此动作；为了让学习代理积累经验进而更好地选择动作，环境会给学习代理奖励rt作为反馈；此时，进入到下一个状态st+1，学习代理继续感知st+1，并做出新的策略π，以此类推，最终使环境状态达到收敛，代理获得最大奖励；所述UAV节点采用DeepQ-Learning方法求解优化问题的步骤如下：1将联合优化问题定义为马尔可夫决策过程，定义状态空间、动作空间和奖励函数；状态St中包含了当前t时刻UAV申请的信道Ft和UAV发送的功率Pt；因此，状态空间表示为 Ft、Pt分别表示为： fnt表示在t时刻申请信道n给当前的UAV使用，plt表示在t时刻申请UAV发射功率的大小；根据当前状态St，UAV采取动作At来改变当前环境；动作空间由下式表示 根据状态空间和动作空间，将UAV的能量效率建模为奖励函数，表示为 2定义Qs,a,θ为动作价值函数，表示状态s下动作a的期望总奖励，表达式为Qs,a,θ＝E[Rt|st＝s,at＝a,θ]其中θ是评估网络中设置的权重和偏差；定义经验回放集合D，{st,at,rt,st+1}表示状态变化和对应的动作及奖励的集合；为简化描述，使用Q网络表示DQL方法中的神经网络，使用Q值表示函数Qs,a,θ的值；随机初始化网络的参数θ，基于θ初始化所有状态和动作的Q值，清空经验回放集合D，初始化状态st；3在函数Qs,a,θ中使用状态st作为输入，得到Q网络的所有动作对应的Q值输出，选择最大Q值对应的动作其中Qs,a,θ取最大值时，记为 4在状态st下执行动作at，获得奖励rt，得到新状态st+1，并将{st,at,rt,st+1}存入集合D；5从集合D中随机选择m个样本{{sj,aj,rj,sj+1}},j＝1,2,...,m，计算当前目标Q值yj： 表示UAV获得最大的长期奖励，并终止学习；6定义损失函数Lθ表示目标网络与评估网络的输出Q值之差，如式 其中，θ-是在目标网络中设置的权重和偏差，θ是评估网络中设置的权重和偏差；将t时刻和t+1时刻的参数θ分别用θt和θt+1表示；根据Lθ计算神经网络参数的梯度，然后更新参数θt，而后使用参数θt+1更新神经网络模块，表示如下： 7将状态st更新为st+1；重复步骤2～7，直到yj为收敛状态，即得到所请求的信道和功率值。

全文数据：

权利要求：

百度查询： 广东工业大学 东莞理工学院 一种基于区块链的无人机辅助车联网频谱分配方法