5G车联网时延和可靠性研究

发布时间：2020-09-03 08:11

　　 近年来,作为第五代移动通信(5G)技术中最具有发展前景的应用场景之一,智能交通系统已经成为了人们的研究热点,与此同时,将5G技术运用于车联网(Vehicular Networks)被认为是实现未来智能城市和智能交通的有效途径。不同于传统的蜂窝通信网络,由于车联网涉及到的人身安全问题,车联网中车辆发出的车联网消息需要以极低的传输时延以及极高的传输可靠性进行传输,这一需求使得车联网必须是一种具有超低时延超高可靠性的网络。因此如何设计一个新的网络结构来满足未来车联网对消息时延以及可靠性的需求成为了目前车联网研究领域的重点。本文从5G车联网的需求和功能出发,提出了一种采用软件定义网络(Software Defined Network)技术的车联网三层网络架构。这种三层网络结构有效的将网络的控制部分与数据部分分离开来,提升了车联网的可编程性,简化了网络各节点之间的通信规则从而能够有效降低车联网中消息传输时延。在本文提出的车联网三层网络架构的基础上,我们提出了一种车联网效用模型,该模型运用加性泛函将车联网中的消息传输时延以及消息传输的可靠性进行结合,实现了从时延以及可靠性两个维度对车联网的网络效用进行性能评估。随后,本文对提出的5G车联网中的消息传输时延和消息传输可靠性进行了理论建模以及数值仿真分析,得到了不同车联网网络参数对时延以及可靠性的影响。最后,我们提出了一种基于网络切片机制的车联网效用优化算法,并通过对比分析验证了该算法能够有效的通过减小消息在车联网中的处理时延来提高车联网效用值。同时,我们还提出了一种基于帕累托优化的车联网效用优化算法,通过仿真对比分析验证了该算法能够有效的提高车联网效用值。本文主要对未来5G车联网网络架构进行了建模,同时在此架构基础上对车联网时延以及可靠性效用进行了建模和数值仿真分析,基于对时延以及可靠性仿真分析的结论,本文提出了两种车联网效用优化算法,并通过仿真验证了车联网网络效用优化算法的有效性。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U495;TN929.5
【部分图文】：

图 2.1 车联网网络资源分布模型如图 2.1 所示为基于泊松点过程的车联网网络资源分布模型，该模型结合了参考文献[33]中的虚拟移动网络模型和参考文献[34]中的物理无线网络模型以及参考文献[35][36]中用于描述城市街道的模型。在该模型中，网络中央处理单元在二维平面上的分布服从泊松点过程，平面上的道路的为水平以及竖直方向排布并服从名为MPLP（Manthattan Poisson Line Process）的泊松线过程。同时，以平面上各个点到每个 Inp 的距离将平面划分为多个区域，每个区域中都有且仅有一个网络中央处理单元部署在其中，从而满足区域中的点到各个区域中心位置的 Inp 距离最近，这种二维平面模型也通常被称为泊松泰森分割蜂窝模型，简称 PVT 蜂窝模型[37-42]。本 文 将 图 中 的 若 干 网 络 中 央 处 理 单 元 InPs 表 示 为{ , ,...,}a b iInp ∈ =Inp Inp Inp，Inps 服从二维平面上的泊松分布，并根据该区域中各点到 Inps 的距离将区域划分成了若干个子区域，将这些子区域分别表示为区域 a、区域 b...。在每一块子区域中，存在一个 Inp，和若干个 RSU，不同 Inp 密度情况下

华 中 科 技 大 学 硕 士 学 位 论 文单元 RSU，通过接收来自 RSU 的信息，对区域内的部分消息进行处理，并且提供虚拟化网络平台 VNP 实现区域内 RSU 的物理资源（计算资源、储存资源）共享。以图 2.1 中的子区域 e 为例，图 2.1 右侧是将区域 e 进行放大后的内部 RSU 的分布模型图。假设对于任意道路上的 RSU 的分布为相互独立密度为均匀分布，RSU 中有一定的计算资源用于处理其信号范围内车辆发送而来的消息。由于 RSU 所需管理的道路长度较短，故此时考虑用毫米波完成 RSU 与其信号范围内车辆之间的通信，同时 RSU 与该区域的 Inp 之间存在 R2I 链路来实现 RSU 与 Inp 之间的通信。2.2.2 城市区域车辆网道路系统模型

图 2.3 基于 SDN 的 5G 车联网三层网络拓扑架构.1 数据层层位于基于 SDN 的 5G 车联网三层网络拓扑架构的最底层，主要分布及路边接入单元 RSU 中，其中最重要的几个模块分别是信息采集模块及定位模块。息采集模块采集模块主要由多种车载传感器组成，包括视频、激光、红外、声呐器。这些传感器可以采集汽车运行过程中的各种工况信息（包括车速温度、驱动系/转向系的运行状况、油箱存储量、车辆类型和行驶方向集车辆周围信息（包括车辆、物品、建筑物、行人、非机动车、道路、天气状况等信息）。

【相似文献】

相关期刊论文 前10条

1 徐涵;黄卫东;刘国祥;张歆;刘帅;吴群红;徐岳;;成本-效用分析中效用值的测量方法[J];中国卫生经济;2016年01期

2 徐喜卿;王珉;李顺平;陈钢;;乳腺癌患者健康效用值测量研究[J];中国卫生经济;2016年03期

3 伍红艳;孙利华;;时间权衡法在测量健康状态效用值中的应用及问题探讨[J];中国药房;2012年44期

4 王倬彦;一种确定效用值的隶属函数[J];系统工程理论与实践;1988年03期

5 高振峰;刘喜更;;效用值决策法在分析品种区域结果中的应用[J];河北农业大学学报;1988年04期

6 付希婧;梁敏洪;孙茂;高鹏;孔彩;朱文涛;;映射法在健康效用值测量中的应用研究[J];中国卫生经济;2014年10期

7 周挺;马爱霞;;不同时间权衡法在健康效用值研究中的应用[J];中国卫生经济;2017年01期

8 孙园园;余正;李洪超;;健康效用值测量中的映射法及其相关模型概述[J];中国药房;2017年29期

9 伍红艳;孙利华;;欧洲五维健康量表效用值积分体系构建方法及结果的国际比较[J];中国新药杂志;2012年06期

10 邢文荣,邵元福,张纯,陈盛新;健康效用值及其测量方法的选择[J];药物流行病学杂志;1999年04期

相关会议论文 前3条

1 杨东升;苗永强;;改进模糊Borda法在风险分析过程中应用研究[A];2012年中国航空学会管理科学分会学术交流会论文集[C];2012年

2 张培培;韩明亮;;旅客运输综合交通网络运能分配优化[A];中国企业运筹学第十届学术年会论文集[C];2015年

3 张雨;李汉文;;政府采购多目标风险型概率决策[A];第二届全国大学生政府采购论坛论文集[C];2014年

相关重要报纸文章 前7条

1 经济学者 孙宝强;转折效用的概念及其现实意义[N];深圳特区报;2019年

2 华高莱斯国际地产顾问（北京）有限公司;地产行业的深度调研[N];中国房地产报;2004年

3 廖联明 黄静;QALY脱颖而出[N];医药经济报;2018年

4 冯刚耀;药品怎能不看市场的脸色？[N];医药经济报;2003年

5 记者 刘小微;环境风险管理“利器”效用值得期待[N];金融时报;2013年

6 刘秀罗 刘宝宏;数字化真实世界[N];计算机世界;2001年

7 哈尔滨工业大学 董雪艳 王铁男 赵超;合理利用企业资源的效用度量和匹配测度模型促进龙江经济可持续发展[N];哈尔滨日报;2017年

相关博士学位论文 前5条

1 Naji Qaid Abdullah Al-husaini;效用模式挖掘方法的研究[D];中国科学技术大学;2019年

2 伍红艳;健康效用值测量研究[D];沈阳药科大学;2012年

3 吴春眉;EQ-5D效用值中国积分体系应用于中国人群的可适性研究[D];华中科技大学;2017年

4 杨君;支持敏捷服务优化的绿色云计算关键技术研究[D];南京大学;2017年

5 周欢;机会移动网络中的数据传输机制研究[D];浙江大学;2014年

相关硕士学位论文 前10条

1 李世宽;5G车联网时延和可靠性研究[D];华中科技大学;2019年

2 汤孟博;基于能量效用的社会性机会网络通信协议[D];哈尔滨工程大学;2019年

3 任师锋;基于高平均效用的模式挖掘算法研究[D];哈尔滨工业大学;2018年

4 吕瑞瑞;多最小效用阈值的频繁高效用项集挖掘算法研究[D];青岛理工大学;2018年

5 管娟中;基于时间权衡法的安徽省农村人群健康效用值测量研究[D];安徽医科大学;2018年

6 刘利;成本效用分析中效用值测量方法的应用研究[D];北京中医药大学;2012年

7 徐喜卿;乳腺癌患者不同健康效用值测量方式的比较研究[D];山东大学;2015年

8 付希婧;映射法在健康效用值测量中的应用研究[D];北京中医药大学;2015年

9 吕存伟;面向效用的模式挖掘算法研究[D];浙江工业大学;2017年

10 徐斌;中国上市公司财务指标评估体系研究[D];清华大学;2005年

本文编号：2811179