车联网基于信任度的RSU识别及资源分配算法

• 作者: 黄晓舸 王永生 赖晨彬 陈前斌
• 来源期刊: 北京邮电大学学报
• 关键词: 城市街道 Y型模型 几何随机模型 信道特征
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 车联网专题|The Special Issue on Internet of Vehicles
• 页码范围: 109-115
• 页数: 7页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.13190/j.jbupt.2020-088

摘要

在车联网中,由于部分路侧单元(RSU)的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.