基于D2D的车联网环境下路由层的时延优化

发布时间：2020-10-25 22:53

　　 近年来,随着车辆数量的迅速增加,而导致了交通事故和拥堵等问题的加剧,智能交通系统车载自组织网络(Vehicular Ad-hoc Network,VANET)的研究越来越被大家重视。传统的VANET是基于IEEE 802.11p协议,其产生的时延较大,而未来的很多车联网应用对时延有严格要求。设备到设备(Device-to-device,D2D)通信由于其通信范围广、传输速率高、移动性好等优点被引入VANET,本文主要针对车联网中D2D的资源分配和干扰管理进行研究。首先,提出了一种以时延最小化为目标的动态分配资源的算法,其基于一种IEEE 802.11p和D2D通信共存的混合系统以及底层频谱共享方案,并且对D2D链路距离、D2D用户对蜂窝用户以及D2D用户之间的干扰进行约束,同时考虑相邻小区用户的干扰,并使用贪婪算法的思想来降低复杂度。仿真结果表明,通过此种方法进行资源分配达到了提高频谱利用率和降低时延的效果。其次,提出了一种基于D2D的车辆中继算法,此算法弥补了使用路边单元传输的限制,其基于V2V/V2I(Vehicle-to-Vehicle/Vehicle-to-Infrastructure)混合系统模型,首先将车辆基于运动一致性进行分簇,簇内的车辆维持一个稳定且持久的连接,簇头可以进行V2I和V2V连接,在受信干噪比和最小容量约束的基础上,通过预测各蜂窝和D2D链路的时延,选择最优的传输路径。仿真结果表明,本文的中继算法较其它方法而言有效地降低了端到端时延。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U495;TN929.5
【部分图文】：

这两种时延都会产生变化，所以分别在车辆数量为 100、200、400 及 600 四种情况下进行仿真，结果如图3.3 所示，其横坐标为时延的大小，纵坐标表示成功传输的数据包所经历时延在此段时延范围

图 3.4 不同最大车速下数据包的成功传送率另外，从图 3.4 中可以看出，在速度变化过程中，优于之前将每辆车的最低车速固定为10m/s，而在最大速度也设为 10m/s 的特殊情况下，车辆之间的相对距离不变，这意味着车辆通信网络可以被视为静态网络，由于 IEEE 802.11p 方式通信和 D2D 通信都存在通信范围的限制，如果通信范围内没有中继车辆，SAC 时延将会很大，所以此时三种算法的传包率都为最低。而当最大速度限制从 10m/s 增加到 25m/s 时，网络从静态变为动态，车辆之间的连通性得到改善，之前不可达的数据包现在可以传达，所以传包率有所增大。而最大速度继续增大时，由于网络动态变化较快，车辆间通信的中断概率增大，所以此时的传包率相比之前又有所降低。接下来比较三种算法下传输数据包产生的时延大小情况，如图 3.5 所示，横坐标为车辆所能达到的最大速度，纵坐标为所有成功传输的数据包所用的平均端到端时延。从图中可以看出，通过 IEEE 802.11p 方式传输所需时延最大，整体上来看本章的贪婪资源分配算法性能上优于 CMDP 算法，同样，根据前面分析，速度范围较小时两种算法的平均时延较为相近，

仿真结果如图 3.4 和图3.5 所示，其中横坐标为车辆的最大车速，图 3.4 的纵坐标为成功传输到目的车辆位置的数据包占所有车辆产生的数据包的比率，图 3.5 的纵坐标为所有成功传输的数据包所用的平均端到端时延。如图 3.4 所示，基于 IEEE 802.11p 标准传输的传包率最低，性能相对于其它两种方式最差，主要是由于数据包生存时间的限制，而通过 IEEE 802.11p 接口传输过程中产生了较大的SAC 时延和竞争时延，造成很多数据包无法在有效时间内传输到目的地，所以相比于其它两种引入 D2D 方式通信的系统，其性能更差。另外，从整体上来看，本章的贪婪资源分配算法优于其它两种算法，但是，在车辆速度较低的情况下，网络拓扑结构基本静态，此时 CMDP资源分配算法和本章的贪婪资源分配算法的传包率大小相近，而随着车辆速度变化范围的增大，网络拓扑由静态变为动态，此时本章的贪婪算法更优于 CMDP 算法
【相似文献】

相关期刊论文 前10条

1 左旭彤;王莫为;崔勇;;低时延网络:架构,关键场景与研究展望[J];通信学报;2019年08期

2 施炎;;构建低时延金融网络[J];电信技术;2018年03期

3 李少华;;浅析5G网络低时延特性及优化措施[J];电子世界;2018年24期

4 王理;朱宏;舒敏惠;;手游在FDD-LTE网络的空口时延优化分析[J];邮电设计技术;2018年08期

5 宋国海;;VoLTE呼叫端到端接通时延分布分析[J];信息通信技术与政策;2018年09期

6 魏垚;熊尚坤;;5G eMBB空口时延分析与增强技术研究[J];移动通信;2019年09期

7 王茜;隆克平;程时端;张润彤;;Internet网络的TCP友好控制机制[J];计算机科学;2002年03期

8 黄海峰;;低时延成5G时代LTE网重要“卖点”? 华为首个实验室催熟产业[J];通信世界;2018年18期

9 刘鹏;;5G超低时延技术分析[J];通信电源技术;2018年10期

10 黄海峰;;5G智慧医疗已在路上 网络与时延是关键[J];通信世界;2019年13期

相关博士学位论文 前9条

1 曾捷;低时延上行非正交多址接入关键技术研究[D];北京邮电大学;2019年

2 魏杰;时延敏感的云计算虚拟资源调度方法研究[D];北京邮电大学;2018年

3 辛建波;基于以太网的变电站自动化系统时延不确定性研究[D];华中科技大学;2005年

4 郭棉;基于差分队列服务（DQS）的融合网络服务质量保障研究[D];华南理工大学;2012年

5 芦翔;智能电网中安全可靠的通信系统的构建[D];西安电子科技大学;2013年

6 王文杰;面向车联网安全应用的数据广播技术研究[D];北京邮电大学;2017年

7 景文鹏;异构无线网络面向业务质量保障的节能优化策略研究[D];北京邮电大学;2017年

8 杨帆;分组调度算法及接入允许控制算法研究[D];西安电子科技大学;2002年

9 杨琼;车辆自组织网络MAC层协议的研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 赵银泽;基于D2D的车联网环境下路由层的时延优化[D];南京邮电大学;2019年

2 江淼;低时延无线接入网的路由及资源分配研究[D];南京邮电大学;2019年

3 肖尧;面向5G低时延高可靠车载业务的计算卸载策略研究[D];西安电子科技大学;2019年

4 黄知轶;基于雾计算的车联网时延研究[D];华中科技大学;2019年

5 高欢;面向5G大规模机器类通信场景的能效优化研究[D];北京邮电大学;2019年

6 朱桧云;5G高频系统中的低时延高可靠性方案设计[D];北京邮电大学;2019年

7 丁少伟;时延测试向量产生方法的研究[D];湖南大学;2014年

8 孙延欢;海量机器通信中的下行传输策略研究[D];中国科学技术大学;2018年

9 崔敏玉;基于时延QoS要求的多载波中继能量收集系统的资源分配[D];山东大学;2018年

10 史晨华;基于边缘计算的5G低时延高可靠业务卸载策略研究[D];西安电子科技大学;2018年

本文编号：2856079