A UAV-Assisted V2X Network Architecture with Separated Data Transmission and Network Control

With the explosive increasing number of connecting devices such as smart phones, vehicles,drones, and satellites in the wireless networks, how to manage and control such a huge number of networking nodes has become a great challenge. In this paper, we combine the advantages of centralized networks and distributed networks approaches for vehicular networks with the aid of Unmanned Aerial Vehicle(UAV), and propose a Center-controlled Multihop Wireless(CMW) networking scheme consisting of data transmission plane performed by vehicles and the network control plane implemented by the UAV.Besides, we jointly explore the advantages of Medium Access Control(MAC) protocols in the link layer and routing schemes in the network layer to facilitate the multi-hop data transmission for the ground vehicles.Particularly, the network control plane in the UAV can manage the whole network effectively via fully exploiting the acquired network topology information and traffic requests from each vehicle, and implements various kinds of control based on different traffic demands, which can enhance the networking flexibility and scalability significantly in vehicular networks.Simulation results validate the advantages of the proposed scheme compared with existing methods.

基于5G+V2X的融合组网车路协同系统

随着5G通信技术的发展,传统的基于PC5接口方式的车联网系统在时延和可靠性等方面,性能指标无法匹配车联网系统快速发展的要求。本文深入探讨了5G通信技术与V2X融合组网在车路协同系统中的应用前景,通过集成5G网络的高速率、低时延特性与V2X的广泛连接能力,提出了一种创新的融合组网架构,旨在构建更高效、安全的智慧交通生态。研究内容涵盖了系统架构设计、关键技术分析、应用场景示例、实验验证以及对未来的展望,为未来车路协同系统的部署与优化提供了全面的理论依据和技术指南。

基于FL-MADQN算法的NR-V2X车载通信频谱资源分配

针对5G新空口-车联网(New Radio-Vehicle to Everything,NR-V2X)场景下车对基础设施(Vehicle to Infrastructure,V2I)和车对车(Vehicle to Vehicle,V2V)共享上行通信链路的频谱资源分配问题,提出了一种联邦-多智能体深度Q网络(Federated Learning-Multi-Agent Deep Q Network,FL-MADQN)算法.该分布式算法中,每个车辆用户作为一个智能体,根据获取的本地信道状态信息,以网络信道容量最佳为目标函数,采用DQN算法训练学习本地网络模型.采用联邦学习加快以及稳定各智能体网络模型训练的收敛速度,即将各智能体的本地模型上传至基站进行聚合形成全局模型,再将全局模型下发至各智能体更新本地模型.仿真结果表明:与传统分布式多智能体DQN算法相比,所提出的方案具有更快的模型收敛速度,并且当车辆用户数增大时仍然保证V2V链路的通信效率以及V2I链路的信道容量.

5G V2X赋能车路协同系统

车路协同是信息通信、智能汽车、交通运输和交通管理等行业深度融合的新型产业业态,处于人工智能、5G和交通三大国家战略的交汇点。5G V2X无线通信技术作为关键赋能型技术,将有助于构建“路-云-车-人-网”协同的车联网生态体系。该文首先介绍车路协同系统的定义、主要建设内容及其典型应用场景。其次以应用牵引,针对5G新空口-车用无线通信(NR-V2X)技术中的直连通信应用于自动驾驶场景的具体需求进行研究,给出不同业务场景下对通信性能和安全的需求说明。最后,针对车路协同系统低时延、高可靠和高并发的系统需求,分析5G NR V2X物理层、资源分配、拥塞控制和Qos与安全设计的相关原理。

基于V2X技术的无线车车直连通信系统研究

在有线网络车车通信方式下,列车之间因频繁联挂和解编,容易造成连接器磨损,从而导致通信不稳定甚至中断。文章针对地铁应用场景,以无线连接代替有线连接,设计了基于V2X的无线车车通信系统,可以实现列车间的快速联挂,减少操作难度与时间,降低了通信故障。为提升可靠性,文章设计了双设备双链路冗余方案,并研制了无线通信网关。在室内、户外和实际线路等场景下进行了实测验证,结果表明,该系统支持隧道内通信,通信距离大于500m、时延小于100ms、收包率大于99.5%,可满足地铁车车通信的需求。

基于深度强化学习的V2X频谱资源管理方法

针对车辆对一切(V2X)通信所面临的频谱稀缺问题,文章提出了一种深度强化学习方法对V2X频谱资源进行管理。首先,建立单个车辆对基础设施链路的V2X通信模型,结合频谱子带和传输功率等约束条件,构建优化问题以最大化V2X通信网络综合效率;其次,考虑到优化问题的非凸性,将其建模为马尔可夫决策过程;接着,引入基于竞争构架Q网络(Dueling-DQN)算法,以获得最优频谱子带选择和传输功率分配策略,使V2X通信网络综合效率最大化;最后,通过Tensorflow软件平台进行实验仿真,以验证所提方法的性能。实验结果表明,Dueling-DQN算法与其他算法相比,能够获得更高的链路性能和V2X通信网络效率。

UAV辅助NOMA-V2X通信网络性能的优化

在能量受限的无人机辅助NOMA-V2X(Non-Orthogonal Multiple Access Assisted Vehicle-to-Everything)网络中引入无线信息和能量同时传输技术,解决了无人机续航能力差的问题。以最大化系统的传输速率为优化目标,在联合优化过程中,采用逐次凸逼近(Successive Convex Approximation,SCA)方法,将非凸复杂优化问题分解为无人机位置、发射功率、基站对用户的功率分配3个子优化问题,找到了无人机轨迹、基站分配给车辆的发射功率和中继节点发射功率的最优值。最后通过仿真验证了所提方案的有效性。

基于BP和RBF神经网络的C-V2X无线资源管理

为了提升蜂窝车联网(Cellular Vehicle-to-Everything,C-V2X)资源复用的有效性和降低终端间的干扰,提出通过神经网络对未来时刻车流量的预测辅助无线资源管理方案。依据车载单元(On Board Unit,OBU)与路侧单元(Road Side Unit,RSU)间的车联网消息,获取RSU覆盖区域内各时刻的车流情况,分别采用BP(Back Propagation)神经网络和RBF(Radial Basis Function)神经网络进行短时交通流预测。RSU根据预测结果进行自适应分簇,簇间复用相同资源,簇内进行资源池的划分,RSU覆盖内的OBU在划分的资源池中选择发送资源,从而减少终端间的干扰,并保证热点区域车辆拥有更多的资源。仿真结果表明,在道路交通拥塞的场景下,所提方案的数据包接收率较标准中的方案提升14%,较典型文献方案提升10%,保证了通信的可靠性。

CPS视角的自动网联汽车虚拟仿真评测框架开发

为更好地评估和优化自动网联汽车系统的性能,利用OMNeT++和SUMO平台进行联合仿真,构建自动网联汽车虚拟仿真评测框架。评测框架中,SUMO用于生成交通道路网络和现实交通需求,OMNeT++基于真实地图为车辆网络搭建无线通信场景。结果表明,自动网联汽车虚拟仿真评测框架能够评估自动网联汽车系统的网络性能,为系统的优化和决策提供参考。

LTE-V2X车联网技术、标准与应用

V2X(vehicle to everything)通信是车联网中实现环境感知、信息交互与协同控制的重要关键技术。大唐电信科技产业集团最早提出并由中国企业主导的LTE-V2X国际标准作为其中的主流技术之一,能够在高速移动环境中提供低时延、高可靠、高速率、安全的通信能力,并能够最大程度利用TD-LTE已部署网络及终端芯片平台等资源。首先介绍了LTE-V2X的关键技术,并与IEEE 802.11p进行了比较;进而介绍了LTE-V2X的标准研究及其演进以及相关的产业发展和示范应用;最后展望了LTE-V2X的发展策略及其向5G NR-V2X的技术演进等,并提出了相关政策建议。

C-V2X关键技术及其系统架构研究

C-V2X是自动驾驶和智能交通系统的关键通信技术,具有低延迟、高可靠性、高吞吐量的优点。本文首先给出了C-V2X协议栈架构与技术演进路径;其次,详细解析了LTE-V2X与NR-V2X标准的接入层原理机制;最后分别梳理出了LTE-V2X与NR-V2X的系统架构及其网络部署形式。

基于V2X的ADAS室内电磁抗扰性测评研究

以某款网联汽车为研究对象,对导航卫星模拟器进行了软件二次开发,研究了基于V2X的ADAS电磁抗扰性测评的系统搭建和测试方法,并针对具体的V2X场景进行了实验论证和分析。研究结果表明,基于V2X的ADAS电磁抗扰性测试系统能够有力地验证车辆的网联性能与功能稳定性、可靠性,有效的弥补了实际道路测试过程中效率较低、外界环境影响较大、故障不易复现等不足,验证了基于V2X的ADAS电磁抗扰性测试评价思路的可行性。

融合5G-V2X通信的智慧交通服务平台研发与应用

文章提出并设计了一种融合5G-V2X通信技术的分布式大数据智慧交通服务平台。利用机器学习相关技术,选择深度学习领域中的图卷积神经网络作为主要的交通预测手段,建立了交通流量预测模型,结合实际交通环境中存在的复杂情形,设计并开发了融合5G-V2X通信的智慧交通服务平台。最后通过数据对模型和平台进行了测试,结果表明模型预测的准确性和实效性较高,平台具有实用性。

基于5G技术的智慧路网关键技术分析

随着信息技术的快速发展,尤其是5G通信技术的突破,构建智慧路网成为城市发展的新趋势。然而,在实际应用中,智慧路网面临多项挑战,如技术整合、数据安全、成本控制等。基于此,文中分析了5G技术在智慧路网中的关键应用,如车联网通信、实时数据处理和高精度定位服务,并探讨了智慧路网的数据算法应用,如交通流量管理和事故预防,旨在明确5G技术在智慧路网构建中的作用,提出解决现有问题的策略,促进城市交通系统的智能化和可持续发展。

基于5G+C-V2X的车联网解决方案及验证

我国车联网产业在国家政策的推动下蓬勃发展,但受部署成本、商业模式以及跨行业协同等限制,其在规模化部署、商用路径上仍存在一定的难点。针对上述问题,结合运营商5G+MEC网络优势,提出了通过5G网络承载车联网的技术方案并实地部署验证,并对5G网络能力、C-V2X网络覆盖及在5G承载下的车联网业务进行联合测试,测试结果表明目前5G+C-V2X方案在性能上完全可以承载车联网业务。

基于C-V2X的车路群体协同混合组网

车联网是支持未来自动驾驶和智能交通的重要基础设施,也是5G交通新基建的重点建设方向。针对大规模车路协同智能驾驶业务场景,建立并分析了通信流量模型,测算了不同发展阶段车路群体协同带宽需求,分析了当前C-V2X独立组网和叠加组网等不同组网模式在支持车路群体协同过程中面临的困境。针对车路群体协同服务带来的通信高带宽、用户规模大和资源调度复杂挑战,提出了网络协调下的混合组网模式,为基于5G C-V2X的车联网支撑大规模车路群体协同服务提供了可行方案。

V2X关键技术应用与发展分析

V2X通信技术是支撑智能汽车与智能交通的技术之一,随着人口基数的增长,我国的汽车数量也在不断增长。数量的发展也就使得技术提升显得十分重要。然而目前车联网技术发展尚显欠缺,技术路线尚不明确,而且政策发展也比较滞后,导致技术并没有得到有效推广。V2X技术是汽车技术发展中的重要技术,可以用来解决车车互联、车人互联等的问题,使车辆行驶以及道路交通安全问题得到有效解决,提升人们出行的安全性以及出行效率,是一项重要革新。

一种适用于密集车辆V2X网络的中继节点选择和功率分配优化方法

密集车辆的V2X网络中由于车辆相对位置快速变动,需要低复杂度的快速中继节点选择算法和功率分配优化算法。本文利用V2X网络节点定期广播的心跳信息,提出了一种基于信道容量运算的中继节点选择和功率分配优化方法,避免了大量的循环迭代,满足V2X网络的要求。

C-V2X车联网技术现状及发展前景研究

基于当前移动蜂窝网络的发展现状,给出了基于4G/5G的C-V2X混合组网架构并分析了其技术特点。结合近期冻结的5G Rel-17版本,提出了基于NR的5G C-V2X独立组网架构及其终将实现星地融合的发展前景。

基于V2X CA的车联网微缩展示平台的设计与搭建

V2X(vehicle to everything)车联网指车与车、车与路、车与人、车与云等直接互联,被普遍认为是汽车未来发展的必然趋势•随着车联网化程度的提升,车由以往孤立的封闭空间变成万物互联的一个网络节点,如何保证车辆通信安全显得尤为重要.V2X CA(certification authority)证书可有效保证车联网通信链路安全,但由于尚未形成规范标准,行业推广和认识程度不够,且证书应用主要体现在通信数据流中,无法让人直观了解其工作原理.为此,提出了基于V2X CA的车联网微缩展示平台,从基础设施层、数据资源层、系统应用层和场景演示层分别进行了介绍.针对V2X实际场景,分别设计了证书申请、车车交互、车路交互、车人交互、车云交互、证书撤销6类场景下CA证书的交互验证,同时结合可视化系统对证书交互过程进行了同步形象展示,有助于V2XCA在车联网上的推广应用.