具体实施方式

为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种基于NOMA的车联网广播通信资源分配方法做进一步详细的描述。

如图1所示，其中BS为基站，V2V Tx为车辆与车辆通信用户类型中的发送方，V2VRx为车辆与车辆通信用户类型中的接收方接受方，V2I为蜂窝车辆用户，R为基站服务半径，d0为基站到平直公路的距离。

一种基于NOMA的车联网广播通信下行链路资源分配方法，如图1、2所示，包括以下步骤：

步骤1、在半静态调度(SPS)的开始阶段，基站BS根据覆盖范围内的车辆与车辆通信用户类型中的发送方(V2V Tx)用户的地理位置，对V2V Tx归并成簇，同簇内的用户数最多为θ，分簇条件：1、各个簇内的V2V Tx用户彼此的距离不低于η；2、分簇过程使得各簇内V2V Tx的最小间距最大化。同簇内的V2V Tx用户可共享同一子信道，且每个V2I用户只与一个V2V Tx簇共享子信道，具体步骤如下：

步骤1.1、令t＝1，对基站BS覆盖范围内的所有V2V Tx建立标识，记为Tx₁、Tx₂、…、Tx_P(假设基站BS覆盖范围内存在P个V2V Tx用户)，采用生成随机数的方法，将P个V2V Tx用户的标识自动填入一个空簇中，记单个簇的最大V2V Tx规模数为θ，填满一个空簇，继续下一个空簇填入余下的(P-θ)个V2V Tx用户的标识，以此类推，直至所有V2V Tx用户的标识全部填入，生成个簇。当为整数时，否则其中(P/θ)的运算结果为整数商值，不计余数；

步骤1.2、对步骤1.1中生成的簇，计算每个簇中V2V Tx车辆彼此之间的距离，并找出各个簇内V2V Tx车辆彼此之间距离的最小值，记为

步骤1.3、找出中的最小值，记为定义单个簇内可接受的V2V Tx用户之间最小距离为η，若则回到步骤1.1；若则继续步骤1.4；

步骤1.4、令t＝2，重复步骤1.1到步骤1.3，如果新的V2V Tx分簇结果计算得到的大于则选择t＝2时的V2V Tx分簇结果作为更新后的分簇结果，然后t＝t+1；

步骤1.5、重复步骤1.1到步骤1.4，直至重复连续N0次后，结果不再更新，则把最后一次更新所对应的V2V Tx簇作为最终的V2V Tx分簇结果。

步骤2、根据步骤1中产生的簇数与基站覆盖范围内的V2I用户数，对Kuhn-Munkres算法做出调整，将各V2V Tx簇与V2I用户的距离矩阵算出，记为D_{V2I_Cluster}，将调整后的Kuhn-Munkres算法应用于距离矩阵D_{V2I_Cluster}的负矩阵，即-D_{V2I_Cluster}，以获取V2I用户与各V2ITx簇子信道共享结果，具体步骤如下：

步骤2.1、计算每个V2I用户与步骤1中生成的每个V2V Tx簇之间的距离，计算方法为计算V2I用户与每个簇内V2V Tx用户距离的最小值，将其作为V2I用户与该V2V Tx簇的距离；

步骤2.2、若基站BS覆盖范围内有M个V2I用户(假设每个V2I用户不与其他V2I用户共享同一子信道)，则步骤2.1中得到的V2I用户与V2V Tx簇的距离有个数值，其中，为权利要求2中分簇算法生成的V2V Tx簇数，将这些距离数值保存在维度为的矩阵中，记为

步骤2-3、若直接对步骤2.2中的距离矩阵的负矩阵，即采用Kuhn-Munkres算法，获取M个V2I用户与V2V Tx簇的子信道共享结果；

步骤2.4、若补充个虚拟V2V Tx簇，即在的右侧增加个全零列，使得新的矩阵为维度(M×M)的方阵，记为对的负矩阵，即采用Kuhn-Munkres算法，获取M个V2I用户与V2V Tx簇的子信道共享结果；

步骤2.5、若补充个V2I用户，在步骤2.2中的距离矩阵的下方补充个全零行，使得新的矩阵为维度的方阵，记为对的负矩阵，即采用Kuhn-Munkres算法，获取M个V2I用户与V2V Tx簇的子信道共享结果；

步骤3、在半静态调度(SPS)的数据传输阶段，V2V Tx用户发送广播信息给d≤r范围内的V2V Rx用户，其中r为V2V Tx用户的最大发送距离，V2V Rx用户为车辆与车辆通信用户类型中的接收方用户；V2V Rx用户根据SIC解码条件及NOMA下的接收各V2V Tx的信干噪比情况，以及V2V Tx对于V2I用户干扰受限的条件下，将PSO算法应用于分布式场景中，以PF函数作为适应度函数，设定迭代次数及精确度获取V2V Tx用户的发射功率最优解，具体步骤如下：

步骤3.1、对于基站BS覆盖范围内的所有V2V Rx用户，计算其与各V2VTx用户之间的距离数值，并将计算出的数值保存在维度为Q×P的矩阵中，其中Q为基站BS覆盖范围内的V2V Rx用户数，P为基站BS覆盖范围内的V2VTx用户数记该矩阵为

步骤3.2、建立维度为Q×P的辅助矩阵对于 (其中，i为V2V Rx的标识，j为V2V Tx的标识，逻辑符号表示“任意”)，若则否则若则说明V2V Rx i接收到V2V Tx j的广播数据。

步骤3.3、对于基站BS覆盖范围内的每一个V2V Rx用户建立NOMA下的接收各V2VTx广播信息的传输速率计算，具体步骤如下：

步骤3.3.1、记当前所要计算的V2V Rx用户i接收V2V Tx用户j广播数据的信干噪比为

其中i为V2V Rx用户的标识(1≤i≤Q)，j，k为V2V Tx用户的标识(1≤j，k≤P)，m为V2I用户的标识(1≤m≤M)。为V2V Tx用户j的发射功率，为V2I用户m的发射功率，为V2V Tx用户k的发射功率，σ²为噪声功率。为V2V Rx用户i到V2V Tx用户j的信道增益系数，为V2V Rx用户i到V2I用户m的信道增益系数，为V2V Rx用户i到V2V Tx用户k的信道增益系数。β_i，m为二进制变量，当β_i，m＝1时，表示V2V Rx用户i与V2I用户m共享同一子信道；当β_i，m＝0时，表示V2V Rx用户i与V2I用户m占用不同的子信道。τ_i，k为二进制变量，当时，τ_i，k＝1，此时V2V Rx用户i可以接收到V2V Tx用户j的广播信息；否则当对，τ_i，k＝0，此时V2V Rx用户i不在V2V Tx用户j的覆盖范围，无法接收到V2V Tx用户j的广播信息。ρ_i，k为二进制变量，具体定义如下：

步骤3.3.2、考虑V2I用户对于同信道下V2V Tx用户干扰的承受能力，考虑对于V2I用户来说，保证V2I用户的信干噪比γ_m的下限，设定Pr{γ_m≤γ₀}≤p₀(其中，Pr{.}表示概率分布函数，γ₀为可接收的V2I用户最小信干噪比，p₀为V2I用户信干噪比小于γ₀时可承受的概率阈值)；其中，V2I用户的信干噪比γ_m的信干噪比如下：

其中为基站BS对于V2I用户m的发射功率，为V2V Tx用户i的发射功率，为基站BS与V2I用户m之间的信道增益常数，为V2VTx用户i与V2I用户m之间的信道增益常数，μ_i，m为二进制变量，当V2V Tx用户i与V2I用户共享同一子信道时，μ_i，m＝1，否则μ_i，m＝0；σ²为噪声功率。

实际场景中，V2V Tx用户对于V2I用户的影响主要在于距离V2I用户最近的，且与V2I用户共享同一子信道的V2V Tx用户的发射功率的影响。在NOMA应用于V2V Tx的情况下，V2V Tx与V2V Rx之间信道差异较大，且发射功率随距离衰减较快，车辆之间的分布满足泊松分布，因此可对上述γ_m的信干噪比公式做近似运算，即：

其中角标i^*表示与V2I用户m距离最近的V2V Tx用户的标识。考虑到V2I用户m的信干噪比QoS条件，即Pr{γ_m≤γ₀}≤p₀。可将其进行如下转化：

记其中α_Bm、为大尺度衰落系数，g_Bm、为小尺度衰落系数。则可进一步转化γ_m≤γ₀(其中，γ₀为V2I用户可承受的最小信干噪比)得到：

故所以Pr{γ_m≤γ₀}可表示如下二重积分：

因此，可将Pr{γ_m≤γ₀}≤p₀表示为：

此时，可将与V2I用户m距离最近的V2V Tx用户i^*发射功率转换为：

步骤3.3.3、定义时隙变量slot，令slot＝1，产生的N_S个维数为P×1的向量并计算其相对应的比例公平函数(PF)函数值，将其作为PSO算法的适应度函数值，从而得到第一个时隙的最优PF函数值。具体步骤如下：

步骤3.3.3.1、在步骤3.3.2中与V2I用户m距离最近且共享同一子信道的V2V Tx用户i^*发射功率约束下，对所有V2V Tx用户的传输功率做初始化，即产生Ns个维数为P×1的功率值向量生成方式为：对于接收到V2V Tx用户广播信息的V2V Rx用户，分担PSO算法计算量，不同的V2V Rx用户之间通过交叉区域的V2V Tx用户交换各自的功率分配、数据接收情况。

步骤3.3.3.2，设定一个SPS周期中的数据传输阶段有N_SPS个时隙，定义PSO算法中的迭代变量itera，令itera＝1时，计算每个V2V Rx用户的传输速率，将所有的传输速率值记在维度为Q×P的RateRxTx_Q×P矩阵中，RateRxTx(i，j)表示V2V Rx用户i接收到V2V Tx用户j广播信息的传输速率：

其中E[.]为期望运算符；表示NOMA应用于V2V用户场景的情况下，V2VRx用户i接收到V2V Tx用户j的广播信息的信干噪比，已在步骤3.3.1中给出；对V2V Rx用户i所能接收到的所有V2V Tx广播信息的传输速率累加，即对RateRxTx_Q×P矩阵各行求和，并将求和之后的各V2V Rx总传输速率保存在维度为Q×N_SPS的矩阵中中，初始化为全零矩阵，即：

其中P为基站BS覆盖范围内V2V Tx用户的总数。

步骤3.3.3.3、计算目前在第slot个时隙时的适应度函数fitness值，适应度函数fitness定义如下：

当slot＝1时，设维度为1×Q的权重向量初始值为weight＝(1，1，...，1)

fitness＝weight·RateRxSlot(：，slot)

＝(1，1，...，1)(RateRxSlot(1，slot)，...，RateRxSlot(Q，slot))^T；

当1＜slot≤N_sPs时，weight的第i个分量记为weight_i，其中1≤i≤Q，计算方法为：

fitness＝weight·RateRxSlot(：，slot)

＝(weight₁，...，weight_Q)(RateRxSlot(1，slot)，...，RateRxSlot(Q，slot))^T

步骤3.3.3.4、对N_S个维数为P×1的功率值向量分别计算对应的N_S个fitness值；将最大fitness值对应的功率值向量记为将各个功率向量目前最大fitness值对应的功率值向量记为生成各的更新梯度向量其中：

当itera＝1时，

v_t＝rand(1×P)；(其中，v_t为第t个功率值向量对应的更新梯度向量)

当itera＞1时，

(其中，为上一次PSO迭代更新后的第t个功率值向量)

其中rand产生(0，1)之间的随机数，c₁为各个功率向量自身的更新速度系数，c₂为各功率向量的全局更新速度系数；

步骤3.3.3.5、利用步骤3.3.3.4的更新梯度向量对N_S个维数为P×1的功率值向量进行更新，

步骤3.3.3.6，令itera＝itera+1，重复3.3.3.2至3.3.3.5，直到itera＝maxgen，其中maxgen为最大迭代次数，最终获得maxgen轮迭代的最优fitness值，及其对应的最优功率值向量

步骤3-3-4，令slot＝slot+1，重复步骤3.3.3，直到slot＞N_SPS(其中，N_SPS为SPS的数据传输阶段的时隙数)时停止。最终给出各时隙的功率分配与所对应的最优PF函数值。

本发明综合使用NOMA在V2V广播通信下行链路的应用特征，解决了基站BS在车联网快速时变信道场景下，难获取车辆用户CSI以解决资源分配的问题，并保证了V2V Rx用户公平性，算法可有效收敛至最优解，有效提升了频谱利用率，扩大了网络接口规模。

可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。