車聯(lián)網(wǎng)中的協(xié)同通信平均傳輸時間計算*

趙義飛，張月霞

(北京信息科技大學 a.信息與通信工程學院;b.現(xiàn)代測控技術教育部重點實驗室，北京 100101)

0 引 言

隨著5G移動通信技術時代的到來，超高可靠低時延通信(Ultra Reliable Low Latency Communications，URLLC)場景的大規(guī)模應用為車聯(lián)網(wǎng)(Internet of Vehicles,IoV)的快速發(fā)展提供了機遇。在IoV中，基于LTE技術的車聯(lián)網(wǎng)(LTE-Vehicle,LTE-V)標準是基于國內(nèi)4G基礎網(wǎng)絡部署所建立的點對點通信標準，但是整體標準尚未制定完成，產(chǎn)業(yè)相對不成熟；而專用短程通信技術(Dedicated Short-Range Communications，DSRC)是一種較為完備的5G無線通信技術，其數(shù)據(jù)傳輸方式以車對車(Vehicle-to-Vehicle,V2V)和車對路(Vehicle-to-Infrastructure,V2I)為主。V2V通信具有能耗小、傳輸功率低、傳輸范圍廣的性質(zhì)，但是它的傳輸速率較低，穩(wěn)定性較差；而V2I 通信具有傳輸速率高、傳輸較為穩(wěn)定的性質(zhì)，但是它的傳輸受限于路側(cè)單元(Road Side Unit，RSU)通信范圍，并且會因大量的車輛接入導致頻譜資源緊張甚至短缺。因此，研究V2V和V2I 協(xié)同通信以實現(xiàn)車聯(lián)網(wǎng)內(nèi)數(shù)據(jù)傳輸效率的提升很有必要。

目前關于IoV通信的研究大致分為以下兩類：第一類是針對V2V或者V2I單一通信進行相關鏈路完善或者技術優(yōu)化的研究，如：文獻[1]針對V2V通信的延時問題，提出一種鏈路補償算法，以增強通信實時性和準確性；文獻[2]針對V2V通信不穩(wěn)定的問題，提出一種路由轉(zhuǎn)發(fā)加強算法，以降低數(shù)據(jù)包丟失率；文獻[3]針對V2I通信能耗問題，提出一種結(jié)合非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技術來研究通信過程中傳輸功率的分配方案。第二類是針對IoV通信過程中的時延問題進行相關算法的研究，如：文獻[4]基于時延最小化提出一種預測型緩存數(shù)據(jù)分發(fā)機制，可以有效降低IoV通信過程中傳輸節(jié)點的傳輸時延；文獻[5]基于IEEE 802.11p和終端設備直連(Device-to-Device,D2D)通信提出一種動態(tài)分配資源算法，可以有效降低端到端的時延。綜上所述，采用傳統(tǒng)的V2V或者V2I中的一種方式進行通信時，可能由于其沒有完全覆蓋，導致了通信中斷，延長了通信的時間。而已有的V2V和V2I協(xié)同通信，主要考慮利用同向車道的車輛作為協(xié)同節(jié)點，避免了由于沒有完全覆蓋導致的通信中斷問題，但是通信的時延仍然比較大。

為了更有效地降低IoV通信時延，本文基于對向車道場景，將V2V、V2I通信進行協(xié)同，提出一種新的IoV協(xié)同通信下平均傳輸時間的計算方法。本文通過分析推導目標數(shù)據(jù)從請求開始到完成的平均傳輸時間，顯著降低了IoV通信的整體消耗時間，提高了傳輸效率。

1 系統(tǒng)模型

本文研究對向車道場景下V2V、V2I協(xié)同通信傳輸(Cooperative Communication and Transmission,CCT)算法，系統(tǒng)模型如圖1所示。

圖1 系統(tǒng)模型圖

本模型主要包括對向車道、RSU、管理中心等三部分。在對向車道中，1為反向車道、2為正向車道。假設位于同一車道上的行駛車輛速度相同，定義vi(i=1,2)是第i條車道的車速，i是車道序號。因車速不可能為負，故v1≥0，v2≥0。根據(jù)文獻[6]，車輛的速度是一個隨機變量，服從正態(tài)分布，記作

(1)

RSU為道路附近設施或者基站，具有邊緣計算和預緩存功能，它可以緩存車輛的相關信息，便于車輛請求調(diào)度。由于并非每個RSU都緩存車輛的信息，故而有一定的緩存概率，記為PR。由于RSU在道路側(cè)的分布有限，不可能全部覆蓋，故而將整個道路分為RSU通信范圍和RSU無法通信范圍，并且相對應的道路長度服從參數(shù)為a和b的泊松分布[7]。在RSU通信范圍內(nèi)，行駛車輛優(yōu)先采用V2I方式進行數(shù)據(jù)傳輸，并定義V2I傳輸速率為r1；在RSU無法通信范圍內(nèi)，行駛車輛采用V2V方式進行數(shù)據(jù)傳輸，并定義V2V的傳輸速率為r2。設定車輛的通信半徑為Rv[8]。

管理中心是負責RSU數(shù)據(jù)緩存、調(diào)度的設施。如果車輛進行數(shù)據(jù)請求時發(fā)現(xiàn)RSU沒有相應的數(shù)據(jù)內(nèi)容，則需要向管理中心提出申請，管理中心再下發(fā)數(shù)據(jù)內(nèi)容，這個往返調(diào)度時間記為T[9]。

2 CCT算法

2.1 CCT算法原理

在行駛過程中，車輛的初始位置是隨機的，即位于RSU通信范圍內(nèi)，或者RSU無法通信范圍內(nèi)，則該車輛產(chǎn)生數(shù)據(jù)請求的時刻也是隨機的。并且，車輛完成數(shù)據(jù)傳輸?shù)奈恢门c時刻也是隨機的。將請求數(shù)據(jù)的車輛定義為激勵車輛I-vehicle(Incentive vehicle)，緩存I-vehicle需要數(shù)據(jù)的車輛為響應車輛 R-vehicle(Responsive vehicle)。

由于車輛的快速移動、位置變化和頻繁切換等性質(zhì)，I-vehicle不能保證每時每刻都在進行有效的數(shù)據(jù)傳輸，故而整體傳輸過程擁有兩種狀態(tài)：一是車輛的純行駛狀態(tài)，即I-vehicle在無法與緩存RSU或R-vehicle建立通信鏈路時，保持行駛等待狀態(tài)，一直到可以建立通信鏈路為止；二是交流狀態(tài)，即I-vehicle在行駛過程中與緩存RSU或R-vehicle進行數(shù)據(jù)傳輸，處于相互交流狀態(tài)[4]。

如圖2所示，本文將整體數(shù)據(jù)傳輸分為三個階段：一是初始階段，即從I-vehicle產(chǎn)生數(shù)據(jù)請求的時刻開始，到它離開RSU通信范圍或 RSU無法通信范圍的時刻；二是傳輸階段，即I-vehicle從初始階段結(jié)束的時刻開始，到離開最后一個RSU通信范圍或 RSU無法通信范圍的時刻；三是結(jié)束階段，即從I-vehicle從傳輸階段結(jié)束的時刻開始，到完成全部數(shù)據(jù)傳輸?shù)臅r刻。

圖2 數(shù)據(jù)傳輸劃分階段

2.2 傳輸時間分析

在V2V、V2I協(xié)同通信下進行數(shù)據(jù)傳輸，緩存RSU或者R-vehicle以一定概率出現(xiàn)，由于數(shù)據(jù)傳輸過程中，因外部條件難免會出現(xiàn)傳輸失敗或者重傳的情況，所以本文中所出現(xiàn)的RSU緩存概率PR和R-vehicle緩存概率PV是包括此種情況的總體概率。

2.2.1 初始階段

(1)V2I傳輸時間

設I-vehicle數(shù)據(jù)請求開始時刻的起始位置位于RSU覆蓋范圍之內(nèi)，與初始RSU通信范圍邊緣距離為x0，則初始階段傳輸時間為

(2)

如果RSU緩存目標數(shù)據(jù)(概率為PR)，則初始階段傳輸數(shù)據(jù)量為

(3)

如果RSU未緩存目標數(shù)據(jù)(概率為1-PR)，則初始階段傳輸數(shù)據(jù)量為

(4)

(2)V2V傳輸時間

當行駛車輛處在RSU無法通信范圍時，為獲得自身所需要的目標數(shù)據(jù)，I-vehicle會向周圍車輛進行廣播，周期性地發(fā)送請求數(shù)據(jù)包m，從而期望在自身通信半徑Rv之內(nèi)獲得R-vehicle的接收反饋kn(n=1,2,…,q)。因為并非所有車輛都恰好緩存目的數(shù)據(jù)，所以結(jié)合統(tǒng)計學和概率學，定義數(shù)據(jù)包反饋率PV(Packets feedback rate)作為R-vehicle的緩存概率[10]，即

(5)

因為車輛位置服從泊松分布，根據(jù)文獻[11]，在I-vehicle通信范圍內(nèi)，車道存在R-vehicle的概率是

PV′=1-e-2RVρPV。

(6)

本文不考慮I-vehicle和對應的R-vehicle出現(xiàn)在同一車道，因為相同車道默認車速相同，所以在兩者相連接的有效時間內(nèi)，會從頭到尾保持通信，一直到數(shù)據(jù)傳輸完成為止。

設I-vehicle初始時刻的起始位置位于RSU覆蓋范圍之外，與RSU未通信范圍邊緣距離為x1，假設I-vehicle在車道2，對應的R-vehicle在對向車道1，則該階段傳輸時間為

(7)

該階段傳輸數(shù)據(jù)量為

(8)

2.2.2 傳輸階段

(1)V2I傳輸時間

設I-vehicle在傳輸階段的行駛位置位于RSU覆蓋范圍之內(nèi)，在該范圍內(nèi)的傳輸距離為a，則傳輸時間為

(9)

(10)

(2)V2V傳輸時間

設I-vehicle在傳輸階段的行駛位置位于RSU覆蓋范圍之外，在該范圍內(nèi)的傳輸距離為b，則該段傳輸時間為

(11)

該段傳輸數(shù)據(jù)量為

(12)

2.2.3 結(jié)束階段

(1)V2I傳輸時間

設I-vehicle數(shù)據(jù)傳輸完成時刻的結(jié)束位置位于RSU覆蓋范圍之內(nèi)，與最后一個RSU無法通信范圍邊緣距離為x2，則該階段傳輸時間為

(13)

如果RSU緩存目標數(shù)據(jù)(概率為PR)，則該階段傳輸數(shù)據(jù)量為

(14)

如果RSU未緩存目標數(shù)據(jù)(概率為1-PR)，則該階段傳輸數(shù)據(jù)量為

(15)

(2)V2V傳輸時間

設I-vehicle數(shù)據(jù)傳輸完成時刻的結(jié)束位置位于RSU覆蓋范圍之外，與最后一個RSU通信范圍邊緣距離為x3，同理，初始階段傳輸時間為

(16)

則初始階段傳輸數(shù)據(jù)量為

(17)

2.2.4 整體傳輸時間

(1)整體傳輸時間ttotal為

(18)

ttotal的均值為

E[tV2V]+P′·E[t2]+P″·E[t3]。

(19)

其中：

(20)

(21)

(22)

(23)

可得，E[ttotal]的解為

(24)

3 仿真與分析

本文仿真基于IEEE 802.11p的DSRC專用短程通信協(xié)議標準。通信源節(jié)點設置為目標車輛發(fā)出的請求數(shù)據(jù)，目標節(jié)點設置為通信范圍內(nèi)對應RSU或者車輛中緩存的目標數(shù)據(jù)。本文基于Matlab平臺，模擬對向車道場景，對I-vehicle在V2I/V2V協(xié)同通信下的數(shù)據(jù)傳輸，進行一系列系統(tǒng)仿真，仿真圖像中的每一點是仿真10 000次的平均值[4]。具體仿真參數(shù)如表1所示。

表1 仿真參數(shù)

由圖3可知，I-vehicle在IoV協(xié)同通信下從請求數(shù)據(jù)到完成傳輸?shù)恼w過程，以及目標數(shù)據(jù)量隨著時間增加而逐漸減少到零的變化關系。圖示目標初值是指I-vehicle所請求的目標數(shù)據(jù)量；切換結(jié)點是指I-vehicle在通信過程中狀態(tài)的變化；藍線部分是指I-vehicle通過V2I方式通信；剩余紅線部分是指I-vehicle通過V2V方式通信；平坦部分是指車輛處于“純行駛”狀態(tài)，周圍無可進行數(shù)據(jù)傳輸?shù)膶ο?，單純地向前行駛；斜線部分是指車輛處于“交流”狀態(tài)，正與RSU或R-vehicle進行數(shù)據(jù)傳輸，同時向前行駛[12]。圖3表明，I-vehicle在隨機位置發(fā)出數(shù)據(jù)請求，最終在V2I/V2V協(xié)同通信下完成全部數(shù)據(jù)量的傳輸。

圖3 整體行駛過程中剩余數(shù)據(jù)量隨時間變化關系

如圖4所示，將本文算法與文獻[13-14]提出的兩種新型傳輸算法進行對比。從圖中可以看到，本文所提算法的整體消耗時間約為150 s，基于移動邊緣計算(Mobile Edge Computing,MEC)車聯(lián)網(wǎng)協(xié)作傳輸算法的整體消耗時間約為250 s，基于分簇V2X車載廣播傳輸算法的整體消耗時間約為200 s。本文算法的整體消耗時間對比前者減少40%，對比后者減少25%，傳輸效率顯著提升。這是因為基于MEC車聯(lián)網(wǎng)協(xié)作傳輸算法的數(shù)據(jù)傳輸以V2I通信方式為主，通過移動邊緣計算技術將數(shù)據(jù)緩存到RSU側(cè)進行通信；基于分簇V2X車載廣播傳輸算法的數(shù)據(jù)傳輸以V2V通信方式為主，通過將道路車輛進行分簇，每次數(shù)據(jù)傳輸選擇傳輸速率大的車輛作為簇頭，減少了RSU與車輛的信息傳輸次數(shù)。本文所提算法采用V2V和V2I協(xié)同通信，選擇在最優(yōu)環(huán)境下采用不同的通信方式，由于V2V和V2I時間需要不斷切換，增加了復雜度，降低了整體消耗時間，提高了傳輸效率。由于車聯(lián)網(wǎng)中更注重數(shù)據(jù)傳輸?shù)膶崟r性，因此，本文算法更具優(yōu)勢。

圖4 三種傳輸算法所完成時間的比較示意圖

圖5給出了在不同通信算法中傳輸時間與RSU緩存概率之間的影響關系。圖中曲線呈線性增長是由于RSU在道路側(cè)的分布趨于均勻，則緩存數(shù)據(jù)的RSU也隨之趨于均勻。兩種傳輸算法中，I-vehicle在行駛過程中的平均傳輸時間都隨著RSU緩存概率的增加而增加。這是因為隨著RSU緩存概率增加，I-vehicle在V2I行駛過程中，對于未緩存數(shù)據(jù)的RSU從管理中心調(diào)度的等待時間減小，故而總體的傳輸時間隨之增加，便于更快地完成目標數(shù)據(jù)量的獲取[15]。從圖中可以明顯看出，V2I/V2V協(xié)同通信算法的傳輸時間大于V2I通信算法，可更有效地提高傳輸效率，從而有效降低整體過程消耗時間。

圖5 不同算法中傳輸時間隨RSU緩存概率的變化關系

圖6給出了在不同通信算法中傳輸時間與車輛緩存概率之間的影響關系。圖中曲線未呈線性增長是因為道路環(huán)境中緩存車輛的分布具有隨機性，則受車輛緩存概率影響的關系曲線難以保持線性增長。兩種傳輸算法中,I-vehicle在行駛過程中的平均傳輸時間都隨著車輛緩存概率的增加而增加。這是因為隨著車輛緩存概率增加，I-vehicle在V2V方式下，更易于找到對應的R-vehicle，減少了等待時間，該過程中傳輸?shù)臄?shù)據(jù)量增加，故而總體的傳輸時間隨之增加[16]。從圖中可以明顯看出，V2I/V2V協(xié)同通信算法的傳輸時間大于V2V通信算法，可更有效地提高傳輸效率，從而有效降低整體過程消耗時間。

圖6 不同算法中傳輸時間隨車輛緩存概率的變化關系

4 結(jié) 論

本文通過對V2V/V2I協(xié)同通信的研究，提出對向車道CCT算法。通過建模分析了車輛在RSU通信范圍和無法通信范圍的傳輸過程，分析推導了此過程中目標數(shù)據(jù)的平均傳輸時間，并通過仿真驗證了所提算法的合理性和準確性[17]。最終發(fā)現(xiàn)RSU緩存概率和車輛緩存概率是影響傳輸時間的關鍵因素，并得出結(jié)論：隨著RSU緩存概率或者車輛緩存概率的增加，整體傳輸時間逐漸增加，這樣更易于獲取目標數(shù)據(jù)，縮短整體消耗時間。