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！

摘要：本发明涉及基于群体智能优化算法的车联网网络切片资源分配方法，属于车联网技术领域。构建多基站多车辆用户的车联网系统模型，及其通信模型、计算模型以及切片模型，车联网在有限通信资源和计算资源的约束下，基于网络切片建立用户关联决策、通信资源以及计算资源分配的联合优化问题模型，最小化系统的总成本，将联合优化问题分解为用户关联决策和资源分配两个子问题，采用基于群体智能的联合优化方法进行迭代求解。本发明增强了算法的搜索能力，避免种群陷入局部最优，平衡了探索与开发，增加了种群的多样性，能够兼顾用户的差异化服务质量需求与资源利用，实现车联网有限资源的合理分配。

主权项：1.一种基于群体智能优化算法的车联网网络切片资源分配方法，其特征在于，包括下列步骤：步骤1：基于网络切片，构建多基站多车辆用户的车联网系统模型：考虑移动边缘计算使能的接入网内，由多个基站、多个车辆用户组成的异构车联网，所有基站都连接到一个SDN控制器，该控制器负责收集网络信息以及执行接入网的切片决策，移动边缘计算服务器部署在每个基站处，不同网络切片下的车辆用户需要关联一个合适的基站，并通过无线链路将其计算任务卸载到该基站进行处理，基站集合表示为切片集合为s＝e表示增强型移动宽带切片enhancedMobileBroadband,eMBB，s＝u表示超可靠低时延通信切片UltraReliableLowLatencyCommunication,URLLC，每种切片服务的车辆用户集合为系统车辆用户总数为车辆用户ns与基站m的关联决策表示为表示车辆用户ns与基站m关联，则表示该车辆用户不与基站m关联；步骤2：建立车联网系统的通信模型、计算模型以及切片模型：1通信模型：令为车辆用户ns与基站m之间的信道增益，与车辆用户和基站之间的距离有关，车联网系统中存在独立同分布的加性高斯白噪声，车辆用户ns与基站m之间的频谱效益为： 其中p为车辆的传输功率，s2为噪声功率，令为基站m分配给车辆用户ns的通信资源的比例，车辆用户ns到基站m的上行传输速率表示为： 其中Bm为基站m的通信资源总量，即带宽资源总量；2计算模型：基站的传输功率通常远大于车辆的传输功率，并且任务处理后的数据大小远小于处理之前的任务大小，因此本模型将任务处理后的下行传输时延忽略不计，车辆用户的服务时延包括任务卸载时延和任务处理时延两部分，每个车辆用户均有计算任务需要处理，其任务可表示为其中为计算任务的数据量，为完成任务所需的中央处理单元周期数，为该任务的最大容忍时延，当车辆用户ns与基站m关联，即时：该用户的任务卸载时延表示为： 该用户的任务处理时延表示为： 则该用户任务完成的总时延表示为： 其中为基站m分配给用户ns的计算资源的比例，Fm为基站m拥有的计算资源总量；3切片模型：切片e提供的服务对于时延的容忍度较高，侧重于车辆用户的传输速率，考虑接入切片e的车辆用户ns获得的传输速率不能低于切片的速率阈值Rembb，其服务质量QualityofService,QoS需求表示为： 而切片u主要提供与安全相关的服务，即对时延敏感的服务，它要求更低的时延，其QoS需求表示为： 步骤3：车联网在有限通信资源、有限计算资源的约束下，基于网络切片建立用户关联决策、通信资源分配以及计算资源分配的联合优化问题模型，最小化系统的总成本；步骤4：将联合优化问题分解为用户关联决策和资源分配两个子问题，采用基于群体智能的联合优化方法JointOptimizationMethodBasedonGroupIntelligence,JOMBGI进行迭代求解，对于用户关联决策子问题，采用基于Logistic-Cubic级联混沌的二进制海洋捕食者优化算法Logistic-CubicBinaryMarinePredatorsAlgorithm,LCBMPA求解；对于资源分配子问题，采用基于多策略改进的非洲秃鹫优化算法Multi-strategyImprovedAfricanVulturesOptimizationAlgorithm,MIAVOA求解。

全文数据：

权利要求：

百度查询： 吉林大学 基于群体智能优化算法的车联网网络切片资源分配方法