一种基于紧急消息广播的车联网路边单元部署方法及系统

1.本发明涉及车联网通信技术领域，尤其涉及一种基于紧急消息广播的车联网路边单元部署方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.作为智能交通系统核心技术之一，车联网可有效增强交通感知能力，构建智慧交通体系，实现交通系统的智能化与网联化。作为车联网基本业务需求的核心，基于蜂窝车联网(cellular vehicle to everything，c-v2x)技术，交通安全类应用主要依赖于车辆之间的紧急消息广播。由于紧急消息的时延和可靠性要求较高，且通过蜂窝网络进行通信会带来较大传输时延，因此需要通过车辆到车辆(vehicle-to-vehicle,v2v)通信或车辆到rsu(vehicle-to-roadside unit，v2r)通信广播紧急消息至目标区域内的所有车辆节点，以避免交通事故和提升交通效率。
4.在城市车联网中，路边单元(roadside units，rsu)的适当部署能够有效改善网络连接，提高传输成功率，并降低传递时延。然而，由于rsu部署和维护成本较高，在车联网的初始阶段部署大量rsu以提供道路全覆盖是不可行的。因此，面对复杂时变的城市道路场景，迫切需要设计合理的rsu部署策略，以权衡紧急消息广播的低时延、高可靠需求与rsu部署的系统成本之间的关系。
5.在车联网中，rsu部署问题被描述为根据给定条件确定rsu在候选位置的最佳组合，以实现特定的目标要求(例如：最小化传输时延、最大化rsu覆盖、最大化服务质量(quality of service,qos)需求、最小化能量损耗等)。而对于面向城市道路的紧急消息而言，现有的rsu部署方法多基于通信需求，而无法兼顾通信需求与系统成本之间的平衡关系，使得紧急消息广播的整体系统性能不高。


技术实现要素：

6.针对现有技术存在的不足，本发明的目的是提供一种基于紧急消息广播的车联网路边单元部署方法及系统，综合考虑紧急消息广播协议中的消息接收率和传递时延以及rsu部署的系统成本，适用于复杂城市场景中事故频发路段，提高紧急消息广播的整体系统性能。
7.为了实现上述目的，本发明是通过如下的技术方案来实现：
8.本发明第一方面提供了一种基于紧急消息广播的车联网路边单元部署方法，包括以下步骤：
9.获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议；
10.根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；
11.根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；
12.根据最优路边单元部署方案对路边单元实施部署。
13.进一步的，路边单元部署方案中，将路边单元放置于目标区域的交叉路口。
14.进一步的，获取紧急消息的发布来源和目标区域，构建消息传输协议的具体步骤为：
15.确定紧急消息发生地点和单次广播时间间隔；
16.根据车辆坐标计算车辆之间的距离；
17.根据车辆之间的距离确定车辆通信链路。
18.更进一步的，所述车辆通信链路包括单跳通信链路和多跳通信链路。
19.更进一步的，按照消息传输协议在城市交通网络模型中生成路边单元部署方案的具体步骤为：
20.根据目标区域内紧急消息接收成功的车辆数量计算消息接收率；
21.根据车辆通信链路内的节点情况计算消息传递时延；
22.根据车辆通信链路中消息接收率和消息传递时延生成路边单元部署方案。
23.更进一步的，车辆通信链路内的节点包括车辆节点和路边单元节点，所以消息传递时延包括车辆与车辆之间的时延、路边单元与路边单元之间的时延、车辆与路边单元之间的时延和等待时延。
24.进一步的，所述通信需求包括消息接收率和消息传递时延，所述系统成本包括部署成本和维护成本。
25.更进一步的，以最大化消息接收率、最小化消息传递时延和最小化系统成本为指标构建目标函数。
26.进一步的，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案的具体步骤为：
27.采用改进的基于带精英策略的非支配排序遗传算法对重构的路边单元部署方案进行更新迭代；其中，基于消息传输协议，采用协作初始化算法对路边单元部署方案进行初始化；在每次迭代过程中采用局部搜索重构算法根据传递时延最长和消息接收率最小的两个解决方案重构路边单元部署方案；
28.构建综合效用函数对迭代后的路边单元部署方案进行总收益评估得到最优路边单元部署方案。
29.本发明第二方面提供了一种基于紧急消息广播的车联网路边单元部署系统，包括：
30.协议构建模块，被配置为获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议；
31.方案生成模块，被配置为根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；
32.方案优化模块，被配置为根据路边单元部署方案以通信需求和系统成本为指标构
建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；
33.方案部署模块，被配置为根据最优路边单元部署方案对路边单元实施部署。
34.以上一个或多个技术方案存在以下有益效果：
35.本发明公开了一种基于紧急消息广播的车联网路边单元部署方法及系统，首先构建了应用于城市道路和混合紧急消息广播协议的rsu部署方案，然后考虑紧急消息广播中的消息接收率和传递时延以及rsu部署的系统成本等多个优化指标，将rsu部署问题建模为多目标优化问题。最后，提出了一种基于带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-ii，nsga-ii)改进的基于紧急消息广播的rsu部署策略(rsu deployment based on emergency messages broadcasting，emb-rd)对rsu部署方案进行优化，并构建综合效用函数在帕累托(pareto)最优解集中找到最优解。本发明的车联网路边单元部署方法在面向紧急消息广播场景中能够兼顾通信需求和系统成本，能够提升系统的整体性能，有效提高紧急消息广播的有效性。
36.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
37.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
38.图1为本发明实施例一中基于紧急消息广播的车联网路边单元部署方法的流程图；
39.图2为本发明实施例一城市交通网络模型结构图。
具体实施方式
40.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
41.应当说明的是，本发明实施例中，涉及到车联网相关的数据，当本发明以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
42.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合；
43.实施例一：
44.本发明实施例一提供了一种基于紧急消息广播的车联网路边单元部署方法，如图1所示，包括以下步骤：
45.s1：获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议。其中，消息传输的目标区域根据交通实际情况进行划定。
46.s1.1：确定紧急消息发生地点和单次广播时间间隔。
47.本实施例中，设紧急消息发生地点位于交通事故或交通拥堵频发路段，紧急消息单次广播时间间隔为tb被划分为固定单位的时隙，表示为t∈(1,2,...)。
48.s1.2：根据车辆坐标计算车辆之间的距离。
49.车辆之间的距离如公式(1)所示。
[0050][0051]
其中，当前车辆节点ni在t时刻的gps坐标为相邻车辆节点nj在t时刻的gps坐标为
[0052]
s1.3：根据车辆之间的距离确定车辆通信链路。
[0053]
在一种具体的实施方式中，车辆通信链路包括单跳通信链路和多跳通信链路。
[0054]
定义表示车辆ni和nj在时间t的单跳通信链路，即当车辆之间的距离小于v2v通信范围时为单跳通信链路。如果车辆之间的距离超过v2v通信范围，将需要多跳传输消息车辆ni和nj的多跳通信链路表示为：
[0055][0056]
其中，是转发节点，本实施例中车辆通信链路内的节点包括车辆节点和路边单元节点，k表示转发节点的数量。
[0057]
在一种具体的实施方式中，本实施例根据实际情况选择转发节点，进而确定多跳通信链路。
[0058]
s2：根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案。本实施例中，将路边单元放置于目标区域的交叉路口。
[0059]
s2.1：如图2所示，城市交通网络模型可表示为有向连通图g(cm,a)，cm(m＝{1,
…
,m})表示交叉路口集合，a表示有向链路集合。其中链路a＝(la,ha)∈a是一个包含头节点ha和尾节点la的链路。考虑到城市场景中的车辆密度通常较高，假设车辆以较高的车辆密度在城市道路中随机分布，并表示为nn(n＝{1,
…
,n})，此时车辆之间v2v通信的连接概率较高。rsu之间采用快速稳定的有线链路连接，并通过扩展消息覆盖范围以促进紧急消息的传播。
[0060]
此外，对于车联网中rsu的部署问题，现有研究表明道路交叉路口是部署rsu的最佳位置。因此本实施例rsu候选位置均位于城市道路中的交叉路口，表示为cm(m＝{1,
…
,m})，rsu部署集合表示为ur(r＝{1,
…
,r})，其中r≤m。另外，考虑到rsu部署策略通常是一种静态的部署策略，因此在现实场景中，对于城市区域交通事故或交通拥堵等事件频发路段，需要基于多种优化目标确定合适的rsu部署方案，以便达到更好的rsu利用率。
[0061]
s2.2：按照消息传输协议在城市交通网络模型中生成路边单元部署方案的具体步骤为：
[0062]
s2.2.1：根据目标区域内紧急消息接收成功的车辆数量计算消息接收率。
[0063]
本实施例中，对消息接收率进行定义：在车联网中，消息接收率表示在紧急消息生命周期内，目标区域内成功接收到紧急消息的车辆数量与车辆总数量之比。基于消息传输
协议，由于信道竞争和信道衰落等因素的影响，消息接收率随着rsu的部署位置而变化。因此，消息接收率直接影响紧急消息广播的有效性，进而影响车联网的效率和可靠性。
[0064]
在一种具体的实施方式中，基于城市交通网络模型，首先定义紧急消息广播目标区域的链路集合表示a
tr
，定义参数a∈a
tr
表示目标区域内的车辆是否收到消息，可由公式(3)表示。
[0065][0066]
那么在紧急消息生命周期tb内，目标区域内成功接收到紧急消息的车辆数量可以表示为：
[0067][0068]
其中na表示链路a中的车辆数量，进而得到目标区域内的总车辆数量为：因此，消息接收率表示为：
[0069][0070]
其中cm表示候选节点是否部署rsu，由公式(6)表示。
[0071][0072]
s2.2.2：根据车辆通信链路内的节点情况计算消息传递时延。
[0073]
本实施例中，对消息传递时延进行定义：在车联网中，消息传递时延是指源车辆节点发送消息与目的节点接收消息之间的传输时延。基于消息传输协议，紧急消息可能经过车联网中多个路段或节点，因此目标区域内的每个车辆接收紧急消息的传递时延各不相同。对于紧急消息广播而言，目标是尽可能快的广播紧急消息至目标区域内的所有车辆节点。因此定义紧急消息的传递时延为在紧急消息生命周期内，满足目标区域内消息接收率要求的广播时延，以提高目标区域的整体通信需求。
[0074]
基于上述分析，消息传递时延d(cm)如下式所示：
[0075][0076]
其中，ξ(cm)s为设定的常数，表示目标区域内的消息接收率要求；表示紧急消息传播至链路a中的车辆ni的传递时延，如下式所示：
[0077][0078]
其中，表示车辆之间的多跳传递时延。定义紧急消息广播的车辆源节点为ns，在目标区域范围内，假设某个成功收到消息的车辆节点表示为nd，基于上文分析，车辆之
间的多跳通信链路表示为因此，基于紧急消息广播协议，车辆通信链路内的节点包括车辆节点和路边单元节点，所以消息传递时延包括车辆与车辆之间的时延、路边单元与路边单元之间的时延、车辆与路边单元之间的时延和等待时延。
[0079]
所以车辆之间的多跳传递时延表示为：
[0080][0081]
a)车辆之间的传输时延
[0082]
假设当前转发节点是ni，如果车辆节点nj(j≠i)与转发节点的距离nj可表示为ni的邻居节点，紧急消息可通过v2v通信链路传递，车辆之间的传输速率表示为：
[0083][0084][0085]
其中，n0是噪声功率谱密度，是车辆ni和nj之间的带宽，是接收信号功率，和是传输增益，c和f是光速和频率，是发送信号功率。因此，车辆之间的传输时延表示为：
[0086][0087]
其中s
p
表示紧急消息的数据大小。
[0088]
b)rsu之间的传输时延
[0089]
当紧急消息传递至rsu节点后，rsu首先通过有线链路上传消息至网络控制器，网络控制器根据目标区域并基于迪杰斯特拉(dijkstra)算法选择目的rsu节点和生成路由路径，并发送控制指令至rsu。然后rsu根据控制信息和路由路径转发消息至目的rsu节点。所以，假设收到消息的第一个rsu节点为us，目的rsu节点为ud(d≠s)。根据算法得到rsu之间的路由路径，进而得到rsu之间的最短路径跳数那么rsu之间的传输时延如下式所示：
[0090][0091]
假设rsu之间采用有线链路通信，有线通信带宽指的是网络最大数据传输速率。因此，rsu之间的数据传输速率表示为该条通信链路的平均每跳带宽
[0092]
c)车辆与rsu之间的传输时延
[0093]
基于城市交通网络模型，将rsu的覆盖范围划分为具有不同传输速率的区域，定义当前车辆节点为nm，rsu节点为un，那么车辆与rsu之间的数据传输速率如下式所
示：
[0094][0095]
其中是车辆nm到rsu节点un之间的距离。因此，车辆与rsu之间的传输时延表示为：
[0096][0097]
d)等待时间t：
[0098]
在v2v无线多跳传输过程中，当转发节点或rsu收到紧急消息后，为避免重复广播导致消息冗余，在重播消息之前需要等待一段时间，如公式(16)和(17)所示：
[0099][0100][0101]
其中，m和t0是用于区分传输时间的两个常数。
[0102]
s2.2.3：根据车辆通行链路中消息接收率和消息传递时延生成路边单元部署方案。
[0103]
s3：根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案。
[0104]
s3.1：在一种具体的实施方式中，通信需求包括消息接收率和消息传递时延，系统成本包括部署成本和维护成本。以最大化消息接收率、最小化消息传递时延和最小化系统成本为指标构建目标函数。
[0105]
s3.1.1：对于rsu部署策略，在候选位置即目标区域内的道路交叉路口部署rsu节点的数量会直接影响系统成本，并期望以尽可能小的成本达到较好的部署效果。首先定义rsu部署节点的数量为numr，如下式所示：
[0106][0107]
假设每个rsu的部署成本为r
de
，维护成本为r
ma
，考虑rsu部署的系统成本由部署成本和维护成本构成，因此系统成本φ(cm)如下式所示：
[0108][0109]
在一种具体的实施方式中，部署成本是rsu部署到道路旁边的成本，维护成本为rsu在使用过程中需要日常维护的成本。
[0110]
s3.1.2：基于紧急消息广播协议的rsu部署问题被建模为多目标优化问题，即最大化消息接收率、最小化消息传递时延和最小化系统成本。具体表述如下式所示：
[0111]
maxξ(cm)∧mind(cm)∧minφ(cm)(20)。
[0112]
s3.1.3：对于基于紧急消息广播的rsu部署方案，本实施例不但需要考虑车联网中紧急消息广播的低时延和高可靠的通信要求，还需要考虑rsu部署的系统成本，因此需要考虑以下约束条件：
[0113]
1)消息接收率约束：保证消息接收率在合理水平之上。
[0114]
ξ(cm)≥ξ(cm)s(21)。
[0115]
2)消息传递时延约束：消息传递时延不超过紧急消息生命周期。
[0116]
d(cm)≤tb(22)。
[0117]
3)系统成本约束：系统成本不超过总预算成本φ
max
。
[0118]
φ(cm)≤φ
max
(23)。
[0119]
s3.2：本实施例针对多目标优化问题设计了一种适用于上述场景的基于pareto的多目标启发式算法改进的基于紧急消息广播的rsu部署策略(emb-rd)求解该问题。该策略考虑网格网络模型和车辆随机分布的紧急消息广播场景，结合了遗传算法和局部搜索算法，并基于nsga-ii算法改进而来。该算法的基本思想是权衡多个优化目标并选择使综合效用函数最大化的候选位置。为此，emb-rd部署策略首先提出了一种基于rsu覆盖率和紧急消息位置的协作初始化算法，以提高初始解决方案的质量；然后根据优化问题的特点，在遗传算法迭代过程中设计了一种局部搜索重构算法，以快速生成更优的解决方案。emb-rd部署策略的主要组成部分涉及编码、初始化、选择、交叉、变异、局部搜索和精英策略。
[0120]
s3.2.1：在rsu部署策略中，首先需要合理设计染色体和基因的编码格式，本实施例采用矩阵编码方式，具体描述如下：在进化算法中，rsu部署问题的每一个解被称为个体或染色体，表示一种rsu部署方案。本实施例将每个染色体表示为一个m
×
1的数组，染色体的长度设置为目标区域内道路交叉路口的数量，即候选节点的数量m；染色体的每个基因表示一个候选位置，数值为0或1。对于rsu部署方案而言，如果该元素为1，表示部署rsu，否则表示不部署rsu，如公式(6)所示。
[0121]
s3.2.2：基于消息传输协议，采用协作初始化算法对路边单元部署方案进行初始化。
[0122]
在一种具体的实施方式中，由于车辆的随机分布特点，很难直接获得满足消息接收率和传递时延的初始化rsu部署方案。因此在紧急事故频发路段的目标区域，基于紧急消息广播协议的特点，本实施例采用协作初始化算法生成初始化种群。具体步骤如下：
[0123]
基于紧急消息广播协议，在事故频发路段与目标区域相邻的道路交叉路口优先布置rsu节点，这有助于紧急消息快速上传至有线网络，并迅速扩散至整个广播目标区域。
[0124]
基于道路网络车辆分布特点，在rsu覆盖率较高的候选位置优先布置rsu节点。在现实世界中，这些区域包括市中心、商业区等，车辆分布较为密集，有助于紧急消息的广播。
[0125]
剩余的rsu部署方案随机产生，用于保证种群的多样性。
[0126]
此外，由于种群中的个体是随机产生的，根据约束条件，某些rsu部署方案是不合理的，比如超过总预算成本，消息接收率过低等原因，因此需要遍历初始种群中的个体，并删除违反约束条件的部署方案；然后重新生成新的部署方案加入种群中。
[0127]
s3.2.2：采用局部搜索重构算法根据传递时延最长和消息接收率最小的两个解决方案重构路边单元部署方案。
[0128]
在单目标优化问题中，局部搜索启发式算法是解决该问题的有效方法之一。在多目标优化问题中，一个目标函数的优化可能导致另一个目标函数的劣化，所以针对于单个目标的局部搜索启发式算法不能直接用于mop。本实施例将遗传算法与局部搜索算法相结合，在遗传算法迭代过程中设计一种局部搜索重构算法，用于生成更优的rsu部署方案。具体的，由于优化目标中消息接收率和传递时延同等重要，因此定义了两种解决方案，即在种群迭代过程中选择传递时延最长的解决方案和消息接收率最小的解决方案。然后设计了两种局部搜索操作重构解决方案，进而优化rsu的部署策略。
[0129]
在一种具体的实施方式中，具体步骤如下所示：
[0130]
定义基于消息传递时延最长的解决方案为pd，执行局部搜索操作：从中随机选择一个rsu，并重新部署至其余cm＝0的所有可能位置，创建新的相邻部署方案集合
[0131]
定义基于消息接收率最小的解决方案为pr，执行局部搜索操作：从中随机选择一个rsu，并重新部署至其余cm＝0的所有可能位置，创建新的相邻部署方案集合
[0132]
对于新的部署方案计算其优化目标值。如果新的部署方案支配原方案，则执行重构操作，即将其加入种群中。
[0133]
对于新的部署方案计算其优化目标值，如果新的部署方案支配原方案，则执行重构操作，即将其加入种群中。
[0134]
s3.2.3：采用改进的基于带精英策略的非支配排序遗传算法对重构的路边单元部署方案进行更新迭代。nsga-ii是由deb等人在2002年提出，该算法是在非支配排序遗传算法(non dominated sorting genetic algorithm,nsga)的基础上改进而来。nsga-ii使用pareto支配的概念确定解得优劣程度，最后得到满足非支配排序的pareto最优解集。本实施例基于nsga-ii提出一种改进的基于带精英策略的非支配排序遗传算法，即基于rsu覆盖率和紧急消息位置的协作初始化算法，以提高初始化解决方案的质量，并提出一种局部搜索重构算法以在迭代过程中快速生成高质量的解决方案。
[0135]
在一种具体的实施方式中，对于多目标优化问题，由于优化目标不同，不能使用标量值排序，因此算法引入支配概念对解决方案分配到不同等级。具体如下所示：如果解决方案p1的所有目标值都优于p2，则表示解决方案p1支配p2，即p1p2。但是，如果p2具有至少一个更好的目标值，则表示解决方案p1不支配p2，即p1p2。因此，种群中的解决方案分为支配解和非支配解。通常，高质量的pareto最优前沿面集合是支配等级最低的解决方案集合。
[0136]
对于同一支配等级的个体，为进一步比较个体的优劣，需要计算位于同一支配等级的个体拥挤距离，如公式(24)所示：
[0137][0138]
其被定义为与当前个体相邻的两个个体之间的欧氏距离，用于表示个体之间的密集程度。为保持解决方案的多样性，优先选择拥挤距离较大的个体进入后代种群。
[0139]
在多目标优化算法中，精英策略能够在迭代过程中保留最佳个体，提高算法的收敛性和鲁棒性。在本实施例中，精英策略基于支配等级和拥挤距离生成新种群。首先通过后代种群与父代种群合并，得到新的种群c
gen
。然后对种群c
gen
进行非支配排序和计算拥挤距离，得到新的迭代种群。
[0140]
本实施例通过选择、交叉和变异操作完成种群的更新迭代：
[0141]
1)选择：采用二元锦标赛选择策略从种群中得到较优的个体，即每次从种群中选择两个个体，并选择较优的个体进入后代种群。具体步骤如下所示：
[0142]
首先从种群中随机选择两个个体a和b，并计算其目标函数值。
[0143]
判断并选择较优的个体：
[0144]
a)如果ab，则选择a；
[0145]
b)如果a和b互相不支配，则从a和b中随机选择一个个体；
[0146]
c)如果ba，则选择b。
[0147]
3)重复上述步骤直至选择n
p
个个体作为后代种群。
[0148]
2)交叉：交叉操作能够探索未知区域以提高解决方案的多样性。首先定义交叉概率pc的数值；然后在执行交叉操作之前生成[0,1]之间的随机数cross
rand
，如果cross
rand
≤pc则会执行交叉操作。本实施例采用单点交叉法进行交叉操作。具体来说，首先随机生成交叉点，将父本和母本分成两部分；然后交换父本和母本交叉点后的基因，形成新的染色体。
[0149]
3)变异：由于基于交叉算子的种群优化存在陷入局部最优的风险，因此需要引入变异操作，以扩展解决方案搜索空间并避免局部最优值。首先定义变异概率pm的数值，对于染色体的每一个基因，在执行变异操作之前生成[0,1]之间的随机数mutation
rand
，如果mutation
rand
≤pm则会执行变异操作，即基因值在0和1之间相互切换。同样，根据约束条件，如果变异操作之后的部署方案不合理，此时需要生成新的部署方案，即重新进入交叉操作。
[0150]
s3.2.4：构建综合效用函数对迭代后的路边单元部署方案进行总收益评估得到最优路边单元部署方案。
[0151]
在一种具体的实施方式中，通过将rsu部署效用分成两部分，即rsu部署策略服务于紧急消息广播的收益x(cm)和rsu部署策略的成本y(cm)。具体表述如下：
[0152]fu
(cm)＝x(cm)-y(cm)＝(ω1ξ
′
(cm)-ω2d
′
(cm))-ω3φ
′
(cm)(25)
[0153]
其中ξ
′
(cm)、d
′
(cm)和φ
′
(cm)是归一化处理后的数值，然后再应用不同目标的权重ωi(i∈{1,2,3})相加。
[0154]
归一化函数normalize(x)如下式所示：
[0155][0156]
其中x
min
＝min(x),x
max
＝max(x)，x表示目标函数值。然后再应用不同目标的权重ωi(i∈{1,2,3})相加，权重定义如下式所示：
[0157][0158]
本实施例定义综合效用函数时考虑以下问题：1)消息覆盖率越大，表示成功接收到消息的车辆数目越多，则系统总收益越高；2)消息传递时延越小，表示消息在较短时间内传播到更多的车辆，则系统总收益越高；3)系统成本越小，表明以较少数量的rsu提高消息广播的整体性能，则系统总收益越高。
[0159]
s4：根据最优路边单元部署方案对路边单元实施部署。
[0160]
实施例二：
[0161]
本发明实施例二提供了一种基于紧急消息广播的车联网路边单元部署系统，包括：
[0162]
协议构建模块，被配置为获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议；
[0163]
方案生成模块，被配置为根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；
[0164]
方案优化模块，被配置为根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；
[0165]
方案部署模块，被配置为根据最优路边单元部署方案对路边单元实施部署。
[0166]
以上实施例二中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。
[0167]
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
[0168]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

技术特征：
1.一种基于紧急消息广播的车联网路边单元部署方法，其特征在于，包括以下步骤：获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议；根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；根据最优路边单元部署方案对路边单元实施部署。2.如权利要求1所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，路边单元部署方案中，将路边单元放置于目标区域的交叉路口。3.如权利要求1所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，获取紧急消息的发布来源和目标区域，构建消息传输协议的具体步骤为：确定紧急消息发生地点和单次广播时间间隔；根据车辆坐标计算车辆之间的距离；根据车辆之间的距离确定车辆通信链路。4.如权利要求3所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，所述车辆通信链路包括单跳通信链路和多跳通信链路。5.如权利要求4所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，按照消息传输协议在城市交通网络模型中生成路边单元部署方案的具体步骤为：根据目标区域内紧急消息接收成功的车辆数量计算消息接收率；根据车辆通信链路内的节点情况计算消息传递时延；根据车辆通行链路中消息接收率和消息传递时延生成路边单元部署方案。6.如权利要求5所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，车辆通信链路内的节点包括车辆节点和路边单元节点，所以消息传递时延包括车辆与车辆之间的时延、路边单元与路边单元之间的时延、车辆与路边单元之间的时延和等待时延。7.如权利要求1所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，所述通信需求包括消息接收率和消息传递时延，所述系统成本包括部署成本和维护成本。8.如权利要求7所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，以最大化消息接收率、最小化消息传递时延和最小化系统成本为指标构建目标函数。9.如权利要求1所述的基于紧急消息广播的车联网路边单元部署方法，其特征在于，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，得到最优路边单元部署方案的具体步骤为：采用改进的基于带精英策略的非支配排序遗传算法对重构的路边单元部署方案进行更新迭代；其中，基于消息传输协议，采用协作初始化算法对路边单元部署方案进行初始化；在每次迭代过程中采用局部搜索重构算法根据传递时延最长和消息接收率最小的两个解决方案重构路边单元部署方案；构建综合效用函数对迭代后的路边单元部署方案进行总收益评估得到最优路边单元部署方案。10.一种基于紧急消息广播的车联网路边单元部署系统，其特征在于，包括：
协议构建模块，被配置为获取紧急消息的发布来源和消息传输的目标区域，构建消息传输协议；方案生成模块，被配置为根据城市交通情况构建城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；方案优化模块，被配置为根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；方案部署模块，被配置为根据最优路边单元部署方案对路边单元实施部署。

技术总结
本发明公开了一种基于紧急消息广播的车联网路边单元部署方法及系统，涉及车联网通信技术领域。该方法包括以下步骤：构建消息传输协议和城市交通网络模型，按照消息传输协议在城市交通网络模型中生成路边单元部署方案；根据路边单元部署方案以通信需求和系统成本为指标构建目标函数，采用改进的基于带精英策略的非支配排序遗传算法对目标函数进行求解，并构建综合效用函数，利用综合效用函数进行评估得到最优路边单元部署方案；根据最优路边单元部署方案对路边单元实施部署。本发明车联网路边单元部署方法的在面向紧急消息广播场景中能够兼顾通信需求和系统成本，能够提升系统的整体性能，有效提高紧急消息广播的有效性。有效提高紧急消息广播的有效性。有效提高紧急消息广播的有效性。


技术研发人员：张海霞 奚道镇 周晓天 袁东风
受保护的技术使用者：山东大学
技术研发日：2023.06.01
技术公布日：2023/8/5