基于资源预选的车联网分布式调度方案

第三代合作伙伴(the 3rd generation partnership project,3GPP)为长期演进车对外界信息交互技术(long term evolution-vehicle to everything,LTE-V2X)定义了集中式(模式3)和分布式(模式4)两种通信模式。模式4支持直连通信,采用基于感知的半持续调度(semi-persistent scheduling,SPS)资源分配方案,车辆通过感知选择最佳的子信道。为了解决模式4中SPS算法存在的资源选择不确定性以及资源利用率低等问题,提出了资源预选方案,提前确定预选资源位置,并在感知过程中根据信道拥塞程度调整感知窗口大小和参考信号接收功率强度的加权方式,从而降低资源碰撞概率,提高传输的可靠性。仿真结果表明,与标准中SPS机制相比,所提出的资源分配方案在较高车流密度场景下可以有效提升数据包接收率,降低了通信时延,满足车联网(Internet of Vehicle,IoV)高可靠低时延的目标。

收包率自适应功率控制方法

通过神经模糊控制器来动态调节节点的目标收包率,使节点传输功率接近或达到该收包率。神经模糊控制器包含两个模糊推理系统(Fuzzy Interference System,FIS),FIS1采用神经网络学习来替代繁杂的模糊控制器参数调整过程,调节每个节点的传输功率,使节点的实际收包率达到目标值。FIS2采用"输入-输出-反馈"机制根据目标收包率和节点剩余能量偏差来调整其目标收包率,从而自适应地依据节点剩余能量调节传输功率,均衡网络能量消耗,延长网络生命周期。

EasiTOD:一种降低传感器网络时效障碍物干扰的检测调节机制

时效障碍物是一类由于传感器网络周围环境因素的改变所造成无线链路通信质量下降的障碍物.针对周期性时效障碍物对传感器网络所产生的影响提出了EasiTOD(EasiNet timeliness obstacle detection)检测调节机制,该机制利用时效障碍物对传感器网络链路产生周期性干扰的特点,将链路质量的周期划分为链路稳定时期与链路波动时期,并针对不同时期的链路状态采取相应的检测调节方法.通过实测验证,无线链路采用EasiTOD机制可以有效地检测并降低周期性时效障碍物对无线网络通信的干扰,同时在保证无线链路通信可靠性的前提下尽可能地降低网络能耗,从而提高传感器网络的整体性能.

基于S-SPS机制的C-V2X干扰建模及性能分析方法

基于感知的半静态调度(S-SPS,Sensing based Semi-Persistent Scheduling)是C-V2X车联网协议中车车直连通信的信道资源选择机制,能够有效避免通信过程中数据包的碰撞问题.但是S-SPS不能完全避免数据包碰撞,目前缺乏对数据包碰撞产生干扰的建模研究.针对此问题,构建了通过S-SPS进行信道资源选择的车辆通信网络模型.然后,统计在此场景下其他车辆与发射车辆选择同一资源而产生干扰的概率,并通过曲线拟合得到其服从双指数分布.最后,利用得到的干扰分布和随机几何模型推导出车辆信干噪比的表达式,从而得到工作在此模式下的车辆通信网络的数据包成功接收率.实验仿真结果验证了干扰建模和推导公式的正确性.