一种波束赋形与车联业务流切片联合控制方法

本发明属于智能车联网领域，特别涉及一种包含波束赋形控制的时频空切片方法。

背景技术：

1、车辆通信网络有望在未来的交通系统中发挥关键作用，特别是在智能驾驶辅助和出行体验增强方面。随着车辆数量增大以及车辆之间频繁地进行数据交换，例如车辆之间的位置信息、交通状态、环境感知等，数据传输将导致网络流量大幅增加，尤其在拥挤的道路或高密度车辆区域。智能交通系统应用需要在移动性、延迟限制下有效可靠地提供车辆请求内容。自动驾驶应用类别的多样性导致了多维度的服务质量(quality of service,qos)需求。与自动驾驶应用相关内容，例如，高清地图是车辆导航和自动驾驶的重要数据，用于提供实时导航和路线规划。除了驾驶相关应用外，乘客对联网车辆中的移动应用也有强烈需求。与出行体验相关的信息娱乐应用(例如，车载视频和移动广告)则需要大容量数据传输，给仅依靠蜂窝网络从互联网获取数据的车辆网络带来了巨大压力。引入移动边缘缓存来有效支持这种高度动态的驾驶环境中的内容服务。将数据缓存放置在网络边缘的基站和车辆上，有效地减少数据传输的延迟和网络拥塞。因此，支持缓存的车载网络有望成为智能交通系统的支撑技术之一。

2、网络切片技术是一种虚拟化技术，用于在共享物理基础设施上创建多个独立的逻辑网络，每个切片可根据不同应用需求进行定制化配置。通过切片技术，车联网网络能够更好地适应不同场景的需求，提供更灵活和高效的服务。切片资源调度和内容缓存传递是耦合的。原因在于，首先资源划分决定了基站资源的可用性，从而限制和影响内容传递时的车辆间波束功率分配以及通信速率，而传输速率过低会直接造成传输超时等。为了保障内容服务质量，需要修订内容缓存的最优放置决策。反之，内容缓存决策决定了内容的可获取性，在边缘端没有预缓存而被请求的内容数据块需要从云端获取，这意味着更大的传输时延。这种情况推动了资源划分向请求量高但缓存文件不足的区域倾斜。

3、目前已有研究中，在车联网场景下联合考虑切片与内容缓存的研究较少。有工作提出以内容为中心的车载网络架构下的应用感知内容放置框架，每辆车根据内容的属性以及移动状态和可用的车载缓存资源来确定缓存哪些内容。考虑到不断变化的车辆环境的动态，提出的启发式设计对于满足5g网络中多样化的qos需求是不切实际的。总结现有的切片方案有以下缺陷：

4、1、部分方案单一考虑优化切片通信资源配置，且以平均量化的传输性能反映切片的质量。而提供具有资源效率的切片中用户的平均服务需求不能保证每个用户的服务质量。原因在于，首先在大的切片资源配置间隔上平均性能保证会使得服务服务质量随时间变化的信道而波动；其次用户平均性能可能是被具有较高信道质量的用户的过剩性能拔高的。

5、2、无线接入网(radio access network,ran)切片问题涉及联合优化异构资源切片配置(离散变量)和天线功率分配(连续变量)，现有方案中数学算法求解存在求解复杂度高问题，深度强化学习(deep reinforcement learning,drl)算法只能有效地处理纯整数/纯连续随机优化问题。3、少有方案考虑到内容缓存传递与切片资源配置分配的关系。需满足用户服务需求的内容传递受制于分配的可用资源以及缓存内容放置策略。而反过来，内容请求和传递也会影响到切片资源配置策略。4、由于用例和连接要求的多样性，蜂窝网络切片方法不是管理异构车辆资源的实用解决方案。

6、波束赋形技术在内容缓存中也有着重要的应用。其可以用于优化数据传输，将数据更准确地发送到目标车辆或基站。与点对点单播传输相比，点对多点组播传输用于在向多个请求用户者交付内容，提高能量和频谱效率。目前的研究大多根据请求的缓存内容类型自然形成多播组或只考虑了单一基站场景。而在车联网中，车辆密度以及高移动性对于波束赋形以及多播组性能的影响需要被考虑。经过对现有文献的检索，尚未有内容缓存车联网络联合优化波束赋形和切片控制的研究。

技术实现思路

1、为解决上述技术问题，本发明提出一种波束赋形与车联业务流切片联合控制方法，基于多调度周期和资源粒度的ran切片框架，以适应时变的车辆网络环境和多样化的qos需求。

2、本发明中提到的新空口(new radio,nr)资源包括天线资源以及频谱通信资源。网络切片资源调度，即将可用虚拟资源池中的新空口资源划分给对应不同服务的切片，该发明通过设计算法架构实现对前面所述的nr资源进行分配。

3、本发明的应用场景为：具有缓存能力的车联网系统，在该系统中：城市路网划分为多个区域，城市路网中每个区域部署一个基站，所述基站覆盖多条道路，覆盖范围下车辆分为内容请求车辆和具有车载缓存的内容缓存车辆；

4、一个基站连接多个远程无线电射频模块(remote radio head,rrh)，rrh部署在接近车辆用户的地方；每个rrh负责与其关联的道路的覆盖；

5、所述联合控制方法，具体包括：

6、s1、采用面向服务的ran切片框架，将时频资源和天线功率资源在基站之间进行切片；

7、s2、时间被划分为多个等长的长调度周期窗口，每个长调度周期窗口被划分为多个等长的短调度周期；

8、s3、在长周期窗口中，基于深度确定性策略梯度模型进行切片分配调度、内容存储策略和rrh与道路匹配关系制定；

9、s31、对全局控制器建立深度确定性策略梯度模型，该深度确定性策略梯度模型包括策略网络和评价网络；

10、s32、全局控制器获取各区域道路当前长周期窗口的当前状态信息当前状态信息包括：交通流量密度、内容文件流行分布、可用的物理资源情况、rrh位置分布以及当前内容文件缓存情况；

11、s33、根据步骤s32获取的当前状态信息全局控制器从动作网络中选择切片资源划分、内容缓存以及rrh与道路关联动作

12、s34、基站、rrh与缓存内容车辆执行步骤s33选择的动作进行短调度周期调度，直到到达一个长调度周期窗口时间点，然后执行步骤s35；

13、s35、全局控制器获得未来时刻状态以及环境反馈的系统收益和成本奖励将四元组存入经验回放池；计算策略梯度，更新动作网络的参数，以最大化策略梯度；通过最小化损失函数来更新评价网络；

14、s36、控制器采用软更新方法定期更新动作网络和评价网络的目标网络参数；

15、s37、重复s31至s36，直到所有长周期窗口结束。

16、本发明的有益效果：为了解决无线电频谱以及天线功率资源调度和内容缓存与传递过程的耦合关系带来的挑战，本发明与现有技术相比，本发明将缓存和波束成形集成到双调度周期多粒度资源切片框架中。缓存方案决策、切片资源划分(包括时频资源块和rrh天线的功率资源)以及rrh关联管理需要在长调度周期(例如分钟级)下操作，而波束成形内容传递必须在短调度周期(例如秒级)下定制以应对车辆移动性；根据车流分布、内容请求分布等因素，决定将哪些rrh对准覆盖哪些小区域范围，以优化通信性能和网络效率：在该道路流量大，数据需求高负载时增加对准它的周边rrh数量，分配更近的rrh为密集区域用户提供服务，以提供更好的车辆用户体验，而在交通流量低时可以减少与其关联的rrh，以节省能源和资源；设计混合组播和单播波束成形机制，以解决组播中用户传输速率受限于组中最小速率的问题，以及应对不同车辆用户异构的移动情况对链路稳定性的影响。