1.一种基于在线学习的毫米波网络的车联网通信方法，其特征在于包括如下步骤：S1.建立下行多播通信场景，包括一个LTE eNB、若干个mmSBSs和若干车辆；

S2.车辆组向LTE eNB上传车辆信息；

S3.LTE eNB构建车辆组，并向mmSBS发送毫米波服务请求消息；

S4.mmSBS和车辆组建立关联，输出选好的波束‑功率对和使用这些波束‑功率对的车辆组；

S5.对波束‑功率对的选择结果进行调整，并更新波束‑功率对的性能值；

S6.选取性能值最大的波束‑功率对，并进行通信；

其中，步骤S4‑S5，具体包括如下步骤：

A1.首先，每个mmSBS的覆盖区域被划分为L个不重叠的扇区，其中对于第l个扇区，l∈l{1,…,L}，的虚拟波束数量都不超过M ；一个mmSBS在第l个扇区使用的波束和功率分别被表示为一个有限集合 和一个有限集合 对任一扇区而言，都存l l

在着数量为M×N的波束‑功率对；mmSBS首先分别从每个扇区中选择不超过n个最佳波束‑功率对，并分别分配给每个扇区中不超过n个车辆组；然后，再从所有选择的波束‑功率对中选择不超过n个最佳波束‑功率对，最后分配给mmSBS整个覆盖区域内不超过n个车辆组，因此，设置扇区计数变量l为1；

A2.判断扇区计数变量l是否不大于扇区数量L，若是，则进入步骤A3；否则进入步骤A7；

A3.将第l个扇区的上下文空间 划分为OT个同样大小的子空间；

A4.设置第l个扇区的每个编号为的波束‑功率对在每个编号为s的上下文子空间下的使用计数变量 并将第l个扇区的每个编号为的波束‑功率对在每个编号为s的上下文子空间下的使用计数变量 的值初始化为0；

A5.设置第l个扇区的每个编号为的波束‑功率对在每个编号为s的上下文子空间下的性能估计值变量 并将在每个编号为s的上下文子空间下的性能估计值变量的值初始为0；

A6.将扇区计数变量l的值增1，返回步骤A2；

A7.设置调度时间片计数变量t为1；

A8.判断调度时间片计数变量t是否不大于算法EFML执行的调度时间片总数量T，如果是，则进入步骤A9，否则，算法结束；

A9.计算待探测波束‑功率对集合 和待利用波束‑功率对集合 具体包括如下步骤：

B1.分别初始化待探测波束‑功率对集合 和待利用波束‑功率对集合为空集；

B2.设置扇区计数变量l为1，L是扇区总数量；

B3.判断l是否不大于L，若是，则进入步骤B4；否则算法结束；

B4.观察每个车辆组的上下文 并判断其所位于的上下文子空间B5.计算在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合B6.判断在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合 是否为空集；若否，进入步骤B7；否则进入步骤B11；

B7.将在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合 的大小l赋值给第l个扇区中待探测波束‑功率对集合中的成员数量u；

l

B8.判断第l个扇区中待探测波束‑功率对集合中的成员数量u是否不小于n，n表示可并发使用的波束‑功率对数量；若是，则进入步骤B9；否则进入步骤B10；

B9.从在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合 中随机选取n个波束‑功率对，n表示可并发使用的波束‑功率对数量，并将其加入待探测波束‑功率对集合 中；将扇区计数变量l增1，返回步骤B3；

B10.先从在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合 中l选取所有u 个波束‑功率对，并将其加入待探测波束‑功率对集合 中；从除了待探l测波束‑功率对集合以外的集合 中选取最优的n‑u个波束‑功率对，并将其加入待利用波束‑功率对集合 中；将扇区计数变量l增1，返回步骤B3；

B11.从当前扇区的总波束‑功率对集合 中选取最优的n个波束‑功率对，并将其加入待利用波束‑功率对集合 中；将扇区计数变量l增1，返回步骤B3；

所述的步骤B5，计算在第t个调度时间片内第l个扇区中待探测的波束‑功率对集合具体为：其中， log2(·)用于简便计算；α为一个大于0且小于1的设定参数；

D表示车辆组的上下文向量的维数； 是车辆组的数量；表示波束‑功率对； 和表示有限集合； 表示在第t个调度时间片内第l个扇区中编号为i的车辆组所位于的上下文子空间，且 L是扇区总数量； 表示更新后的上下文信息；

表示对于每个波束‑功率对在前t个调度时间片内第l个扇区中编号为i的车辆组上下文 所对应的上下文子空间 的使用计数变量；

l

所述的步骤B10，选取最优n‑u个波束‑功率对采用如下公式：其中， 表示每一次选出来的最优的波束‑功率对，n为可并发使用l

的波束‑功率对数量，u为第l个扇区中待探测波束‑功率对集合中的成员数量；

表示在选择当前的最优波束‑功率对的时候，之前选择选择出的波束‑功率对； 表示在第t个调度周期内在第l个扇区中待探测的波束‑功率对集合；

表示随机变量 的期望值 随机变量

表示在时间片t内，对车辆组的上下文为 在选择波束‑功率对 的性能；j表示当前选择的波束‑功率对的计数变量；k表示在选择当前波束功率对j的之前已经选取的波束功率对的计数变量；k'表示之前已经选取的车辆上下文的计数变量；表示波l束‑功率对； 和 表示有限集合；o表示在第l个扇区中的车辆上下文； 是车辆组的数量； 表示经过第t个调度时间片的第一个时隙后mmSBS得到新的车辆组的上下文信息； 表示当前波束‑功率对之前已经选取的波束‑功率对所对应的车辆组上下文；

所述的步骤B11，选取最优的n个波束‑功率对采用如下公式：其中， 表示更新后选出来的最优的波束‑功率对，

表示在选择当前的最优波束‑功率对的时候，之前选择选择出的波束‑功率对；

表示随机变量 的期望值 随机变量 表示在时

间片t内，对车辆组的上下文为 在选择波束‑功率对 的性能；j表示当前选择的波束‑功率对的计数变量；k表示在选择当前波束功率对j的之前已经选取的波束功率对的计数变量；k'表示之前已经选取的车辆上下文的计数变量；表示波束‑功率对；

l

和 表示有限集合；o表示在第l个扇区中的车辆上下文； 是车辆组的数量； 表示经过第t个调度时间片的第一个时隙后mmSBS得到新的车辆组的上下文信息；

l

表示当前波束‑功率对时之前已经选取的波束‑功率对所对应的车辆组上下文；s表示在第l个扇区中车辆组所位于的上下文子空间；

A10.判断待探测波束‑功率对集合 是否为空集，若否，则进入步骤A11；否则进入步骤A15；

A11.将待探测波束‑功率对集合 的大小赋值给待探测波束‑功率对集合中的成员数量u；

A12.判断待探测波束‑功率对集合 中的成员数量u是否不小于可并发使用的波束‑功率对数量n，若是，则进入步骤S13；否则进入步骤A14；

A13.从待探测波束‑功率对集合 中随机选取n个波束‑功率对，n为可并发使用的波束‑功率对数量；进入步骤S16；

A14.先从待探测波束‑功率对集合 中选取全部u个波束‑功率对，然后从待利用波束‑功率对集合 中，按波束‑功率对性能从高到低，选取(n‑u)个波束；进入步骤A16；

A15.从待利用波束‑功率对待利用波束‑功率对集合 中，按波束‑功率对性能，从高到低选取n个波束‑功率对；

A16.更新波束‑功率对使用计数变量和波束‑功率对性能估计值变量；

A17.将调度周期计数变量t的值增1，返回步骤A8。

2.根据权利要求1所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤S1包括，建立一个集成毫米波与蜂窝系统下的下行多播通信场景；mmSBS通过有线或无线回程链路与相关联的LTE eNB进行通信；每辆车都包含两种无线接口，其中，LTE接口用于与LTE eNB的连接，毫米波接口用于高速数据传输。

3.根据权利要求2所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤S2包括，当车辆欲通过毫米波链路向mmSBS发起毫米波通信时，车辆向LTE eNB发送注册请求消息，并通过LTE接口与LTE eNB保持连接；注册请求消息包括车辆速度、位置信息和相关的请求数据内容。

4.根据权利要求3所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤S3包括，LTE eNB分析接收到的车辆注册请求，根据车辆的速度、位置和请求数据内容构建车辆组，LTE eNB向潜在的mmSBS发送毫米波服务请求消息；毫米波服务请求消息包含每个车辆组的标识符、车辆组中每个车辆的蜂窝系统标识符、车辆组内距离目标mmSBS最远的车辆的标识符和到达mmSBS的预期方向；构建车辆组具体包括，LTE eNB将设定范围内的所有车辆根据车辆彼此之间的接近程度以及是否请求相同的数据内容进行分组；

每个车辆组都有一个唯一的标识符和其它关于该车辆组的参数，其它关于该车辆组的参数包括车辆数量、车辆标识符、请求的数据内容、车辆组内车辆分布的中心坐标和车辆组内距离目标mmSBS最远车辆的标识符。

5.根据权利要求4所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤S4包括，在收到来自mmSBS的服务响应后，LTE eNB将向每个车辆组中的每个车辆发送有关mmSBS的注册响应消息，有关mmSBS的注册响应消息包括mmSBS的位置信息和所选的波束‑功率对；具体为若车辆组中的每个车辆到达覆盖区域，LTE eNB向mmSBS发送关联请求以启动mmSBS关联过程，然后接收到来自mmSBS的关联响应；每个车辆通过分析来自mmSBS的关联响应消息获得信道状态信息，并将CSI反馈给mmSBS；基于车辆组内所有车辆的CSI反馈，mmSBS判断选择的波束‑功率对是否达到车辆组中信道质量最差车辆的设定数据速率要求；关联操作完成后，mmSBS开始数据传输过程，如果数据传输过程成功，mmSBS收到对传输数据帧的确认；如果车辆组中的任何车辆无法检测到mmSBS所选波束‑功率对，车辆将向LTE eNB发送反馈；同时，LTE eNB会将反馈转发给mmSBS。

6.根据权利要求5所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤S5，具体包括对波束‑功率对进行选择和更新；每个mmSBS采用离散时间设置，系统运行时间被划分为等长的时间片，记为t，t∈{1,...,T}；每当经过一个时间片t后，更新所有的波束‑功率对的选择结果，并对剩下的波束‑功率对进行过滤。

7.根据权利要求1所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤A16，计算更新的波束‑功率对使用计数变量和波束‑功率对性能估计值变量，具体包括如下步骤：C1.初始化每个车辆组中信道质量最差的车辆成功接收的数据量 和每个车辆组 在其对应上下文子空间 下使用被选定的波束‑功率对 时的预期性能值 的值为负值；

C2.收集并记录每个扇区的第t个调度周期内被分配了波束‑功率对的每个车辆组 在其对应上下文子空间 下使用被选定的波束‑功率对 时的接收数据量C3.估计每个车辆组 在其对应上下文子空间 下使用被选定的波束‑功率对时的预期性能值C4.设置扇区计数变量l为1；

C5.判断扇区计数变量l是否不大于L，L是扇区总数量，若是，则进入步骤B6；否则算法结束；

C6.扇区计数变量l自身加1，并设置车辆计数变量i为1；

C7.判断车辆计数变量i是否不大于 是第l个扇区内的注册车辆组数量；若是，则进入步骤C8，否则返回步骤C5；

C8.车辆计数变量i自身加1，并设置波束‑功率对计数变量j为1；

C9.判断波束‑功率对计数变量j是否不大n，n为可并发使用的波束‑功率对数量；若是，则进入步骤C10；否则返回步骤C7；

C10.判断每个车辆组 在其对应上下文子空间 下使用被选定的波束‑功率对时的预期性能值 的值是否不小于0；若是，则进入步骤C11；否则进入步骤C12；

C11.更新波束‑功率对的性能估计值变量 更新波束‑功率对使用计数变量C12.波束‑功率对计数变量j自身加1，返回步骤C9。

8.根据权利要求7所述的基于在线学习的毫米波网络的车联网通信方法，其特征在于所述的步骤C3，估计每个车辆组 在其对应上下文子空间 下使用被选定的波束‑功率对 时的预期性能值 具体为：其中， 表示每个车辆组中信道质量最差的车辆成功接收的数据量；

表示在第t个调度时间片内第l个扇区中基站为编号为i的车辆组选取的功率；

所述的步骤C11具体为，更新波束‑功率对的性能估计值变量其中，ζ是性能更新的权重系数；

同时，对波束‑功率对使用计数变量 在前一次上使用计算变量上加1。