蜂窝车联网连通性研究综述与展望

作为未来自动驾驶汽车的核心技术之一,蜂窝车联网(Cellular-V2X,C-V2X)在快速普及应用的同时,还面临着一系列与网络连通性相关的发展痛点,如车辆移动性、网络覆盖、频谱资源等问题。C-V2X车路协同连通性直接反映了C-V2X网络联网车辆的整体性能,对于保证信息在C-V2X网络内实现远距离、自适应、低时延、高可靠传输具有重要意义。不同于传统的蜂窝移动通信网络,C-V2X联网车辆具有移动速度快、节点间链路持续时间短暂、无线通信环境可预测性强、移动模型受限于道路拓扑等特点,在高效利用频谱进行通信的同时,还具有自组织网络的无中心和自组织等诸多特性。首先简要介绍了C-V2X的优点与特点,包括C-V2X的进展与结构体系;然后介绍了C-V2X车联网中车路协同连通性的定义及相关发展约束,在此基础上对C-V2X网络连通性研究中基于交通场景、通信方式选择、路侧单元(Road Side Unit, RSU)位置部署、功率控制、模型驱动的研究方法进行了总结与分类;最后探讨了C-V2X的发展趋势,对其未来应用进行展望。     

车联网两大通信标准的性能对比分析

车联网(VehicletoEverylthing,80211p)和蜂窝C-V2X(3GPPReease14)。为此,分析这两个标准的物理层和相应的MAC层的性I能。先分析了两个标准的单一链路的物理层I性能,然后,再分析它们各自MAC层协议性能。分析结果I表明：在低密度车辆环境,C-V2X比TSG5具有更优的性能。而当密度增加时,TSG5的性能逐渐上升,并逐步超越C-V2X的性能。同时,TSG5的资源接入时延优于C-V2X。     

C-V2X边缘缓存中文件请求预测机制

在基于蜂窝通信演进形成的车用无线通信技术(Cellular-Vehicle to everything, C-V2X)场景下, 基站作为多接入边缘计算(Multi-access Edge Computing, MEC)边缘缓存节点可提高用户获取数据的效率, 但其缓存容量有限. 因此, C-V2X中如何准确预测缓存请求内容成为待解决的重要问题. 本文从文件请求的时变性出发, 针对实际的城市场景, 采用Simulation of Urban MObility (SUMO)对交通流进行建模; 其次, 通过采集实际网站分时分类的点击量数据, 并根据各路段交通流规律进行预处理, 构建用户请求模型; 最后, 利用Long Short-Term Memory (LSTM)深度学习模型进行训练, 预测各基站的文件请求. 仿真结果表明, 在网易新闻流行度分布和请求间隔分布形成的文件请求下, vanillaLSTM模型对娱乐类型数据集预测时的均方根误差在1.3左右.     

工信部开展车联网身份认证和安全信任试点工作

为加快推进车联网网络安全保障能力建设,构建车联网身份认证和安全信任体系,推动商用密码应用,保障蜂窝车联网(C-V2X)通信安全,工信部近日开展车联网身份认证和安全信任试点工作. 试点方向包括4个方面. 1车与云安全通信. 面向车与云服务平台通信场景,建立车云通信安全信任体系.     

基于超图聚簇和干扰限制区域理论的全双工D2D车载通信资源管理方案

在蜂窝车用无线通信(cellular vehicular-to-everything,C-V2X)系统中,车辆快速移动导致D2D链路的网络拓扑不稳定,频繁重构的网络拓扑增加了同频干扰问题的复杂度和拓扑管理信令的数量,造成基站的计算能力和带宽资源浪费.本文建立以簇为核心的全双工D2D(full-duplex device...     

智能网联车路云协同系统架构与关键技术研究综述

随着汽车产业电动化、智能化、网联化、共享化的发展驱动,全球主要强国均将智能网联汽车列为国家战略发展方向.蜂窝车联网、边缘计算网络和高精度定位系统的技术发展,为车车、车路、车人和车云系统的全面融合提供了有效支撑.车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything, C-V2X)网络的融合,加速打通车内与车外、路面与路侧、云上与云间的信息互通,为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础.首先,梳理了智能网联车路云协同系统架构与关键技术,对该领域的演进特征、发展制约因素进行了总体概述;其次,阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理;然后,从C-V2X组网、融合定位、测试评价角度,介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展,给出了智能网联场景的仿真平台、实车测试及评价指标;最后,对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.     

基于能效的D2D通信系统的干扰协调与资源优化

针对传统蜂窝用户与D2D通信用户之间的同频干扰问题,本文提出基于能效的D2D通信干扰协调与资源优化方案。该方案采用功率控制与资源分配分步进行的方式进行处理,首先是对于单个D2D用户的功率控制,在蜂窝用户最小速率以及D2D用户和蜂窝用户最大功率的限制条件下,通过优化D2D用户和蜂窝用户的功率使得D2D用户的能效最大,在此阶段,采用基于参数法的Dinkelbach算法来进行用户的功率分配;最后借助Kuhn-Munkres (KM)算法为D2D用户分配蜂窝频谱资源,以使得D2D用户的总能效最大。仿真结果表明,相比于其他方案,在保证蜂窝用户正常通信时,该方案能够进一步提高系统内D2D用户的能量效率,使能效优化效果更明显。     

异构网络中基于鸽群优化算法的D2D资源分配机制

针对异构蜂窝网络中D2D(device-to-device)通信用户复用蜂窝用户上行信道产生的频谱资源分配优化问题,提出一种基于改进离散鸽群算法(PIO)的D2D通信资源分配机制.通过设置信干噪比(SINR)门限值保证用户的通信服务质量(QoS),使用基于改进地图-指南针算子和认知因子的离散鸽群算法(IMCBPIO)为D2D用户进行资源分配,并采用基于接收SINR的闭环功率控制算法动态调整用户的发送功率,以减少用户与基站以及用户与用户之间存在的干扰.仿真结果表明,所提出方案能够有效抑制异构网络中由于引入D2D用户后导致的干扰,降低通信用户的中断概率,大大提高频谱利用率和系统吞吐量.     

能量搜集充电的设备到设备通信功率分配方案

主要研究多个能量搜集充电的设备到设备(D2D)用户非正交复用一个蜂窝用户信道资源时的功率分配问题。在保障蜂窝用户的服务质量前提下,建立了一个最大化能量搜集充电的D2D用户的传输速率问题。由于该问题是一个非凸规划问题,提出一种低复杂度的凸近似算法,并得到该问题的一个紧下界可行解。最后,通过仿真分析得出该算法能够逼近最优传输速率,为多个能量搜集充电的D2D对与一个蜂窝用户共享链路的场景提供有效的功率分配方案。     

基于NOMA的协作D2D通信方案

在蜂窝网络覆盖下的D2 D通信场景中,D2 D对的距离并不是一个确定的值.为了解决D2 D用户由于距离过大不能建立直接通信链路的问题,提出一种协作传输CRNG方案.使用蜂窝用户作为D2 D对的信息中继,解码并转发D2 D用户的信号.该方案在保证中继蜂窝用户的通信质量基础上提升了D2 D对的吞吐量.仿真结果表明,CRNG传输方案能够提高D2D用户的数据速率及D2D对的接入率,改善蜂窝系统的服务性能.     

认知网络中基于博弈论的联合功率控制与速率分配算法

针对认知无线网络上行链路中的资源分配问题,提出了一种适应于多小区认知无线网络的基于功率控制与速率分配的博弈算法。为了更加合理地控制用户的功率和速率,减小各次用户间的干扰,首先,在效用函数中分别给功率和速率设置了不同的代价因子,使其能够更加合理地控制用户,避免用户过度增加发射功率。其次,从理论上证明了该算法纳什均衡的存在性、唯一性以及算法的收敛性。最后,为了解决发射功率和传输速率的最优化问题,给出了联合功率控制和速率分配的迭代更新算法流程图。理论分析及仿真结果表明,与同类博弈算法相比,在保证通信质量的前提下,所提算法可以使得用户以较小的发射功率获得较大的传输速率和较高的信干噪比（SINR）,并且减小了用户间的干扰,提高了次用户系统容量。     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

认知无线电网络基于QoS的监听时间与资源联合分配

以最大化所有认知无线电用户(CRU)的吞吐量为目标,同时保证每个CRU的服务质量(QoS)约束,研究了联合最优监听时间和资源分配问题,并基于此提出了一种监听时间与资源联合分配算法.在多信道认知无线电网络中,频谱监听和资源分配都会影响网络的吞吐量.兼顾二者的联合优化问题可以被分解为两个子问题:固定监听时间的资源分配问题, 以及固定资源分配策略的最优监听时间一维穷举搜索问题.提出的算法可以通过穷举搜索获得最优监听时间,并通过次梯度算法获得最优资源分配策略.仿真结果表明,提出的最优监听时间与资源分配算法可以最大化认知无线网络的吞吐量; 此外,各认知用户的QoS需求也能得到保证.     

A flexible mid-term frequency domain scheduler for resource allocation in HetNets based on the SINR requested by users

This article treats the resource allocation problem for the downlink of a multi-cell, multiservice Wireless Mobile Communications System (WMCS) with heterogeneous architecture deployed into an urban environment using Long Term Evolution (LTE) and Orthogonal Frequency Division Multiple Access (OFDMA) in its physical level.The optimization model aims to satisfy services to users by making an efficient use of the available resources, and a fair frequency block allocation, using the Signal to Interference-plus-Noise Ratio (SINR). It is a Mixed Integer Nonlinear Programming (MINLP) model whose solution is complex to obtain directly. The proposed solution algorithm decouples the solution space of the problem and uses an iterative and semi-distributed approach to implement a frequency-domain scheduler in the medium term that uses a global vision of the system to allocate resources trying to obtain the SINR required for all users (the proposed goal). Since it is not always possible to achieve it, we take advantage of the elasticity of some of the services offered and incorporate a slack variable to solve it.The approach allows selecting the frequency allocation strategy, the exploration focus of the search space and the system administrator’s vision. The results obtained show that the implementation that uses a coordinated frequency allocation obtains better results in the amount of users with full satisfaction and in the use of power when compared to implementations using other frequency allocation strategies. In scenarios with heterogeneous architecture, the combined effect of picocells and coordinated frequency allocation improves the value for the defined performance metrics.     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

基于李雅普诺夫随机优化的车辆边缘计算资源管理

针对车辆边缘计算系统中的计算资源管理问题,提出一种基于李雅普诺夫随机优化的计算卸载与资源分配方案.构建在保证任务量及长期能耗约束下的车辆用户服务时延最小化优化问题,利用李雅普诺夫随机优化理论将优化问题分解.在本地计算资源分配子问题中,通过求解线性问题的方法,得到最优本地计算CPU频率;在计算卸载子问题中,利用数值优化求...     

Resource allocation for physical-layer security in OFDMAdownlinkwith imperfect CSI

We investigate the problem of resource allocation in a downlink orthogonal frequency-division multiple access (OFDMA) broadband network with an eavesdropper under the condition that both legitimate users and the eavesdropper are with imperfect channel state information (CSI). We consider three kinds of imperfect CSI: (1) noise and channel estimation errors, (2) feedback delay and channel prediction, and (3) limited feedback channel capacity, where quantized CSI is studied using rate-distortion theory because it can be used to establish an informationtheoretic lower bound on the capacity of the feedback channel. The problem is formulated as joint power and subcarrier allocation to optimize the maximum-minimum (max-min) fairness criterion over the users’ secrecy rate. The problem considered is a mixed integer nonlinear programming problem. To reduce the complexity, we propose a two-step suboptimal algorithm that separately performs power and subcarrier allocation. For a given subcarrier assignment, optimal power allocation is achieved by developing an algorithm of polynomial computational complexity. Numerical results show that our proposed algorithm can approximate the optimal solution.     

协同上下行链路的频谱资源分配方案

传统蜂窝网络采用固定的频谱资源分配方式,导致频谱利用率低且无法满足用户高速和高质量通信需求。针对这种局限性提出了一种将分布式天线系统(Distributed Antenna System,DAS)与终端直通 (Device to Device,D2D)通信技术相结合的策略。首先,该方案提出协同上下行链路(Uplink and Downlink Collaboration,UADC)的资源分配算法,并构建了以最大化系统总效率为目标的非线性规划问题。然后,将该问题分为最佳功率选择和信道分配2个子问题,同时利用匈牙利算法为D2D对选择最佳信道。最后,在MATLAB仿真平台进行实验。仿真结果表明,相比于仅复用上行链路的和仅使用DAS系统的方法,所提方案的频谱效率更高。     

车联网D2D通信中最大化频谱资源利用率分配算法

无线通信技术快速发展,终端设备不断增多,为缓解这一现象,提升系统网络容量,针对车联网蜂窝D2D(device to device)通信资源分配问题,提出了一种最大化频谱资源利用率分配算法.该算法以最大化频谱资源利用率为优化目标,在满足车联网通信的基本服务质量(quality of service,QoS)下,通过V2V(vehicle to vehi-cle)和V2P(vehicle to people)共享信道资源来提高频谱资源利用率.首先利用信道状态信息定义的链路增益因子为终端用户找到潜在的通信链路集合;然后证明终端用户复用链路资源时功率分配问题为一个凸优化问题,利用凸优化理论求得最优传输功率;随后求解最优的信道匹配问题,此问题为多对一的加权匹配问题,为降低算法复杂度用KM(Kuhn Munkres)算法来求解.仿真结果表明,所提算法较其他算法能够有效地提升系统吞吐量、提高频谱资源利用率、提升网络性能,优化车联网通信资源分配问题.