NR-V2X覆盖能力综合分析

为了有效指导NR-V2X的覆盖规划和站点规划,首先指出在g NB调度资源分配模式下,NR-V2X UE的通信过程涉及PC5和NR Uu两个接口;然后分别对PC5接口和NR Uu接口的控制信道和业务信道的链路预算进行了分析,并给出了NR-V2X UE在城区和高速公路部署场景的MAPL和覆盖半径;最后给出了NR-V2X覆盖规划建议。     

蜂窝车联网侧行链路信道测量与分析

蜂窝车联网侧行链路接口(PC5)采用终端到终端直接通信的形式,因其通信延迟低、传输容量大和传输可靠性高的特点而具备广阔的科研和工程前景。为了实测蜂窝车联网侧行链路信道特性,使用具有PC5接口的车载板卡在城市道路进行了通信测量工作,并依据测量结果从信道特征对PC5接口信道进行了分析。分析了通信收包时延随距离和信噪比变化的特征,将实测参考信号接收功率值与自由空间和双射线两种路径损耗经验模型及对数距离和双斜率两种路径损耗拟合模型的预测值进行了对比,并引入了四种相关性分析算法,从数值偏移量、线性相关程度和几何形态相似度等角度分析了模型预测值与实测数据的关联性,最终验证了双斜率路径损耗模型最适合表征PC5接口通信信道在城市环境下的衰落特征,基于该模型测算得到的路径损耗指数和阴影衰落方差也进一步说明此模型能够更好地结合实验环境表征信道特性。     

车联网中基于MEC的V2X协同缓存和资源分配

针对车联网的多媒体业务快速增长,大量的数据交换为移动网络带来沉重负担的问题,构建了一种车联网中基于移动边缘计算的V2X协同缓存和资源分配框架.提出了V2X协同缓存与资源分配机制,实现网络内计算、缓存和通信资源的有效分配;利用图着色模型为卸载用户分配信道;采用拉格朗日乘子法对功率与计算资源进行分配.仿真结果表明,在不同的...     

5G NR-V2X直连通信频率需求研究

针对5G新空口-车用无线通信(NR-V2X)技术中的直连通信应用于自动驾驶场景的频谱需求进行研究,给出频谱需求研究方法、假设参数和评估结果。在NR-V2X系统中,使用广播模式发送承载状态信息和环境信息的消息,这部分消息需要至少30～40 MHz的频率。NRV2X的组播模式可以支持自动驾驶群组间协商和决策。尽管组播模式对于支持高级应用更为关键,但由于群组通信基本上是事件触发,通过组播模式传输的总业务量远远少于广播消息的总业务量,在进行NR-V2X频率研究的初期可以暂不考虑组播模式的频率需求。     

LTE无线网络下行链路动态资源分配算法研究

本文采用李雅普诺夫最优化的方法设计了一种资源分配算法，理论分析和仿真结果表明，该方法不但提高了系统的吞吐量，同时还在在吞吐量和延迟之间实现了较好的均衡。     

C-V2X资源分配方法研究综述

C-V2X是基于蜂窝网络技术演化而来的车联网(IoV)解决方案,是5G网络中的极可靠低时延通信(uRLLC)中重要的一部分,车联网技术的实现对现代交通具有重要意义。本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结:对车联网的定义做了简要说明,并对C-V2X的标准研究进展进行了总结;对LTE-V2X和NR-V2X下的集中式和分布式资源调度方式分别进行了阐述,并对现有研究方法做了分类;最后,对未来研究可能面临的挑战进行了展望。     

一种基于分布式功率控制的侧行链路高谱效传输机制

第五代(5th Generation, 5G)无线通信系统除了支持蜂窝通信,还支持侧行链路(Sidelink, SL)通信,即两个用户设备(User Equipment, UE)之间可以直接通信,而不需要经过基站中转,有利于降低传输时延、提升资源利用率。在现有的SL分布式系统中,主要通过简单的能量测量进行干扰规避,资源复用准则欠佳,导致中高用户密度场景下吞吐受限。为此,提出了一种基于分布式功率控制的SL高谱效传输机制。各发送UE基于目标链路的信道状态信息(Channel State Information, CSI)和其他干扰链路的CSI进行功率优化,以实现局部范围内多个通信链路的和吞吐最大化;进一步,设计了广播式的CSI测量上报机制能实现多链路的分布式功率控制和资源选择。仿真结果表明,所提方案相比于现有的SL分布式资源分配机制,在中高用户密度下可获得30%～100%的吞吐增益;此外,所提方案相比于现有WiFi的载波侦听多址(Carrier Sense Multiple Access, CSMA)分布式信道接入机制,在中高用户密度下可获得50%～200%的吞吐增益。     

蜂窝车联网(C-V2X)技术发展、应用及展望

车联网作为产业变革创新的重要催化剂,正推动着交通管理模式、汽车产业形态、人们出行方式和能源消费结构的深刻变化。首先分析了智慧交通和智能驾驶等对车联网通信在通信速率、时延和可靠性等方面的需求与挑战,进而介绍了蜂窝车联网(cellular vehicle-to-everything,C-V2X)中LTE-V2X和NR-V2X的关键技术及其国际标准演进,并指出C-V2X在全球竞争中已形成超越态势。在此基础上,分析了应用C-V2X的车车协同和车路协同在智慧交通和智能驾驶中的应用优势。最后介绍了C-V2X在我国的示范应用情况和发展展望,指出中国发展智慧交通和智能网联汽车之路:将积极推进“5G+C-V2X”新型基础设施建设,探索基于车联网的“聪明的车、智慧的路、协同的云”发展模式,进而支撑我国达成“碳达峰”与“碳中和”战略目标。     

基于无线感知辅助的车联网下行无线资源分配方法

在车联网（vehicle-to-everything，V2X）中，感知与安全类数据的高速下发与共享对道路交通安全至关重要。然而，车辆高速移动所引起的通信链路不稳定，会导致现有的基于车辆位置信息上报的通信资源分配方法不再高效。为此，提出了一种基于通信节点无线感知辅助的车联网下行无线资源分配方法。首先，构建了通信与感知资源正交下的通信模式选择与无线资源分配联合优化问题；之后，为解决这一问题提出了基于Delaunay三角划分的分簇通信模式选择与基于改进图着色的资源分配策略，以实现下行吞吐量的提升；最后，仿真分析了无线感知估计误差、车辆数量对算法性能的影响。仿真结果表明，与传统方法相比，所提算法在相同感知带宽资源占比下可获得更好的下行通信性能增益，并能够承受更大的感知误差对性能的影响，同时，所提算法的计算复杂度较低，可节省网络算力资源。     

Research on the interference control and resource allocation in D2D communication

In order to solve the problem of interference caused by D2D users reuse cellular resources in cellular network,an algorithm of interference control and resource allocation of D2D communication in single cell cellular system was proposed.Firstly,an interference graph was constructed according to the interference between users in the system to find the reusable channel resource for D2D users.Then,the channel resource pre-allocation and the channel switching policy were performed for D2D users in sequence according to the preset D2D user priority.The simulation results show that the proposed algorithm can significantly improve the system throughput and the access rate of D2D users so that the system can achieve better performance in the presence of small or large number of D2D users.     

V2X offloading and resource allocation under SDN and MEC architecture

To address the serious problem of delay and energy consumption increase and service quality degradation caused by complex network status and huge amounts of computing data in the scenario of vehicle-to-everything (V2X),a vehicular network architecture combining mobile edge computing (MEC) and software defined network (SDN) was constructed.MEC sinks cloud serviced to the edge of the wireless network to compensate for the delay fluctuation caused by remote cloud computing.The SDN controller could sense network information from a global perspective,flexibly schedule resources,and control offload traffic.To further reduce the system overhead,a joint task offloading and resource allocation scheme was proposed.By modeling the MEC-based V2X offloading and resource allocation,the optimal offloading decision,communication and computing resource allocation scheme were derived.Considering the NP-hard attribute of the problem,Agglomerative Clustering was used to select the initial offloading node,and Q-learning was used for resource allocation.The offloading decision was modeled as an exact potential game,and the existence of Nash equilibrium was proved by the potential function structure.The simulation results show that,as compared to other mechanisms,the proposed mechanism can effectively reduce the system overhead.     

基于M2M终端组的比例公平资源分配研究

基于M2M终端组的资源分配策略可以有效提高M2M通信中的资源利用率.本文研究了M2M通信系统中基于组的保证不同组间传输速率的比例公平资源分配问题,提出了一种次优的能够保证不同终端组间传输速率比例公平的资源分配算法,并通过仿真对算法的性能进行了验证,给出了速率最大化算法与终端组比例公平算法的性能比较.     

基于深度学习的异构资源分配算法研究

资源分配是目前云计算领域中一个重要的研究方向。在异构云计算体系结构下的复杂应用问题研究中,为了满足异构资源分配的需求,提升资源利用效率,文中提出了一种基于深度学习的面向应用的资源分配算法。该算法将数据特征进行量化,更加精确地刻画了不同服务器资源之间的性能差异,在分配算法中加入了一个工作负载预测模型,使给出的资源分配方案与需求更加匹配,同时提高了资源利用率。     

一种改进的多维计算资源任务分配算法研究

当今时代,互联网技术发展迅速,人们的社交需求日益增长,网络爬虫技术已被成熟地应用于各大搜索引擎和检索领域。文章针对分布式爬虫系统中的任务分配问题,提出了具体的爬行任务分配算法。本算法建立了多维度计算机资源模型,采用优先匹配启发式算法进行爬行任务的静态分配,通过求解目标函数,使整个系统的费用开销最小化。实验证明该算法能在满足系统需求的前提下,当系统需求确定时,使得总费用最小。     

可移动基站网络频谱资源块动态分配方法研究

首先从应用需求,引出了移动式基站的概念,然后设计了一种针对该网络资源分配的优先级策略并从提 高资源利用率和降低频谱重分配次数2个角度出发,提出了2种基于图论的资源分配策略,最后完整地提出了一 种低复杂度的分布式频谱资源块动态分配算法。仿真结果表明,所提算法有良好的性能。