集成毫米波通信的5G车联网通信与计算协同技术研究

发布时间：2021-01-07 23:05

　　随着科技的不断发展进步,人民的生活水平逐渐提高,越来越多的人拥有车辆。道路上的车辆都要接入网络,车联网网络将面临极高的性能要求。人们对无线VR、自动驾驶、增强现实等车载应用也变得越来越依赖,这类应用具有时延敏感、数据量大及计算需求大的特点,因此其对车联网系统的通信能力、计算能力提出了更高的要求。毫米波处于30³00GHz的频段,具有丰富的带宽资源,将其应用于车联网会极大的改善现有车联网网络的通信性能。本文将从5G车联网中通信与计算的协同技术研究出发,接着分析毫米波通信技术在车联网中的特性,最后在集成毫米波通信的5G车联网中,研究通信与计算的协同技术。首先,5G车联网中,本文研究了通信与计算的协同技术。本文采用移动边缘计算的架构,将计算资源从云端转移到更加贴近用户的基站处。为了利用基站和车辆自身的计算资源,本文提出了新的业务处理模型,即允许将车辆请求的业务以任意比例拆分成两个子业务,分别由基站和车辆处理。同时,在基站和车辆处,数据传输及处理都可以并行。最后,建立了通信与计算协同的优化模型。数值仿真表明,本文所提方案可以有效缩短业务完成时间。其次,本文详细分析并研究了... 

【文章来源】： 周杰 电子科技大学

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

不同方案的时延性能比较

第三章5G车联网通信计算协同技术研究27味提高车辆计算资源的配置。图3-5车辆计算能力对卸载比例的影响（3）业务计算复杂度对卸载比例之间的影响。从图3-6可以看出，随着计算复杂度的增加，卸载比例随之减校这意味着，当计算复杂度很大时，为了利用基站MEC的计算资源，卸载到车辆的任务量将很校在实际的基站网络部署中，面对业务计算复杂度高的车载应用场景，基站处将会进行大量的数据处理，然后还要进行大量的数据传输。因此，为了缩短业务完成时间，基站MEC的通信资源和计算资源应该要更加充足。图3-6任务计算复杂度对卸载比例的影响（4）业务输出输入比对卸载比例的影响。从图3-7可以看出，卸载比例随着

第三章5G车联网通信计算协同技术研究27味提高车辆计算资源的配置。图3-5车辆计算能力对卸载比例的影响（3）业务计算复杂度对卸载比例之间的影响。从图3-6可以看出，随着计算复杂度的增加，卸载比例随之减校这意味着，当计算复杂度很大时，为了利用基站MEC的计算资源，卸载到车辆的任务量将很校在实际的基站网络部署中，面对业务计算复杂度高的车载应用场景，基站处将会进行大量的数据处理，然后还要进行大量的数据传输。因此，为了缩短业务完成时间，基站MEC的通信资源和计算资源应该要更加充足。图3-6任务计算复杂度对卸载比例的影响（4）业务输出输入比对卸载比例的影响。从图3-7可以看出，卸载比例随着

【参考文献】：
期刊论文
[1]面向5G车联网连通性关键理论综述[J]. 钱志华.  信息通信. 2018(05)
[2]移动大数据时代:无线网络的挑战与机遇[J]. 张平,崔琪楣,侯延昭,徐瑨.  科学通报. 2015(Z1)

硕士论文
[1]毫米波车联网传输容量的研究[D]. 吕洁.北京邮电大学 2019
[2]三维街道场景和DSRC-mmWave通信场景中车辆路由协议的研究[D]. 王志宏.中国科学技术大学 2018
[3]毫米波MIMO系统的信道传播特性分析及获取技术研究[D]. 李元稳.东南大学 2016



本文编号：2963415