基于无线感知辅助的车联网下行无线资源分配方法

在车联网(vehicle-to-everything,V2X)中,感知与安全类数据的高速下发与共享对道路交通安全至关重要.然而,车辆高速移动所引起的通信链路不稳定,会导致现有的基于车辆位置信息上报的通信资源分配方法不再高效.为此,提出了一种基于通信节点无线感知辅助的车联网下行无线资源分配方法.首先,构建了通信与感知资源正交下的通信模式选择与无线资源分配联合优化问题;之后,为解决这一问题提出了基于Delaunay三角划分的分簇通信模式选择与基于改进图着色的资源分配策略,以实现下行吞吐量的提升;最后,仿真分析了无线感知估计误差、车辆数量对算法性能的影响.仿真结果表明,与传统方法相比,所提算法在相同感知带宽资源占比下可获得更好的下行通信性能增益,并能够承受更大的感知误差对性能的影响,同时,所提算法的计算复杂度较低,可节省网络算力资源.