【控制】基于Matlab实现5GNR—V2X拥塞控制算法

简介: 【控制】基于Matlab实现5GNR—V2X拥塞控制算法

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

随着汽车行业需求的增长,3GPP正在开发长期演进(LTE)蜂窝技术中的新功能,以专门解决车对所有(V2X)连接,特别是车对车(V2V)直接通信。在涉及安全性,交通管理或信息娱乐的大多数已启用应用程序的基础上,协作意识服务尤为重要,它对应于所有车辆在广播中定期发送的消息,以告知其状态和意图。为了优化无线电资源的使用,需要巧妙地执行数据包分配,遵循目前代表着一个具有挑战性的开放性问题的算法。考虑到解决协作意识时要面对LTE-V2V网络中资源分配的设计和验证,我们实现了一个名为LTEV2Vsim的模拟器,该模拟器将与所有感兴趣的研究人员共享。 LTEV2Vsim用MATLAB编写,可按照简单的模型或更复杂,更实际的输入文件管理车辆的机动性,并根据不同的已实现算法(包括网络控制和自主算法)执行分配。最后,为了演示LTEV2Vsim的可能性,提供了一些示例结果

⛄ 部分代码

% Simplified scenario to use WilabV2Xsim

% Packet size and MCS are set accordingly to utilize the whole channel

% Each transmission uses all the subchannels available.

% NR-V2X is considered for these simulations


% WiLabV2Xsim('help')


close all    % Close all open figures

clear        % Reset variables

clc          % Clear the command window


packetSize=1000;        % 1000B packet size

nTransm=1;              % Number of transmission for each packet

sizeSubchannel=10;      % Number of Resource Blocks for each subchannel

Raw = [50, 150, 300];   % Range of Awarness for evaluation of metrics

speed=70;               % Average speed

speedStDev=7;           % Standard deviation speed

SCS=15;                 % Subcarrier spacing [kHz]

pKeep=0.4;              % keep probability

periodicity=0.1;        % periodic generation every 100ms

sensingThreshold=-126;  % threshold to detect resources as busy


% Configuration file

configFile = 'Highway3GPP.cfg';



%% NR-V2X PERIODIC GENERATION

for BandMHz=[10]


if BandMHz==10

   MCS=11;

elseif BandMHz==20

   MCS=5;

end    


for rho=[100 200 300] % number of vehicles/km


       % Just for visualization purposes the simulations time now are really short,

       % when performing actual simulation, each run should take at least

       % 30mins or one hour of computation time.


   if rho==100

       simTime=10;     % simTime=300

   elseif rho==200

       simTime=5;      % simTime=150;

   elseif rho==300

       simTime=3;      % simTime=100;

   end

   

% HD periodic

outputFolder = sprintf('Output/NRV2X_%dMHz_periodic',BandMHz);


% Launches simulation

WiLabV2Xsim(configFile,'outputFolder',outputFolder,'Technology','5G-V2X','MCS_NR',MCS,'SCS_NR',SCS,'beaconSizeBytes',packetSize,...

   'simulationTime',simTime,'rho',rho,'probResKeep',pKeep,'BwMHz',BandMHz,'vMean',speed,'vStDev',speedStDev,...

   'cv2xNumberOfReplicasMax',nTransm,'allocationPeriod',periodicity,'sizeSubchannel',sizeSubchannel,...

   'powerThresholdAutonomous',sensingThreshold,'Raw',Raw,'FixedPdensity',false,'dcc_active',false,'cbrActive',true)

end

end



%% PLOT of results


figure

hold on

grid on


for iCycle=1:3

   rho=100*iCycle;


   % Loads packet reception ratio output file

   xMode2_periodic=load(outputFolder + "/packet_reception_ratio_"+num2str(iCycle)+"_5G.xls");


   % PRR plot

   % it takes the first column and the last column

   plot(xMode2_periodic(:,1),xMode2_periodic(:,end),'linewidth',2.5,'displayName',"Mode2, periodic generation, vehicles/km=" + num2str(rho))


end

   

   legend()

   title("NR-V2X, " + num2str(BandMHz) + "MHz, MCS=" + num2str(MCS))

   legend('Location','southwest')

   xlabel("Distance [m]")

   ylabel("PRR")

   yline(0.95,'HandleVisibility','off');

⛄ 运行结果

⛄ 参考文献

G. Cecchini, A. Bazzi, B. M. Masini, A. Zanella, “LTEV2Vsim: An LTE-V2V Simulator for the Investigation of Resource Allocation for Cooperative Awareness”, 5th IEEE International Conference on Models and Technologies for Intelligent Transportation Systems (MT-ITS 2017), Naples (Italy), 26-28 June 2017. (Results obtained with version 1.0)

A. Bazzi, G. Cecchini, M. Menarini, B. M. Masini, A. Zanella, “Survey and Perspectives of Vehicular Wi-Fi Versus Sidelink Cellular-V2X in the 5G Era,” invited paper in Future Internet, 29 May 2019, 11(6), 122. DOI: 10.3390/fi11060122 (Results obtained with version 3.5)

⛄ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
4月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
490 0
|
4月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
324 2
|
5月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
302 3
|
4月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
254 8
|
4月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
288 8
|
4月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
4月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
5月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
396 2
|
4月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
259 0
|
4月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
234 0

热门文章

最新文章