基于跨层信息的C-V2X缓存分配算法

针对城市场景的蜂窝车联网(cellular vehicle to everything,C-V2X)中车辆缓存节点高效选择和合理的缓存文件分配问题,提出了基于跨层信息的C-V2X缓存分配算法(Cross-layer Caching Allocation for C-V2X,CLCA)。该算法在LTE-V2X mode3模式下,由基站周期地收集覆盖范围内节点的连接度、信噪比和信道接入时延信息,并重新划分邻居归属,构建跨层信息邻接矩阵,再采用贪婪分配的方法筛选缓存节点,以减少缓存节点数量,节约通信资源并降低开销。进而,以服从Zipf分布的文件流行度分布为基础,采用文件流行度预测概率与历史周期实际流行度概率加权叠加的方式,提高文件流行度预测的准确性,再根据缓存容量合理配置缓存文件。仿真分析表明,该算法可以有效提高节点的文件获取效率,降低文件传输时延,减少基站负载。

基于人工智能的萤火虫群优化算法在无线传感器中的应用研究

无线传感器加快了无线通信的发展,无线网络的覆盖率与网络性能有着密切关联。为改善传感器节点随机分布时存在的问题,文章提出的基于人工智能的萤火虫群优化算法应用在无线传感器中,加快了节点覆盖、扩大了网络覆盖。