V2X通信中非周期業(yè)務(wù)下的兩種分布式資源分配機制

李佳林 彭淑燕 姜 煒 劉是梟

1(重慶郵電大學 重慶 400065) 2(維沃移動通信有限公司 廣東 深圳 518049)

0 引 言

近年來，隨著居民消費水平的提高，國內(nèi)汽車工業(yè)發(fā)展迅速，以及汽車市場消費結(jié)構(gòu)多樣化，越來越多的人選擇購買汽車來進一步提升生活質(zhì)量。用車的人越來越多，勢必會造成交通擁堵、事故發(fā)生概率提升等問題。為了降低日常交通的負荷并提供更安全可靠的駕駛輔助信息進而減少事故的發(fā)生概率，V2X(Vehicles-to-everthing)通信技術(shù)應(yīng)運而生。

根據(jù)3GPP定義，支持V2X sidelink通信的V-UE(Vehicle type user equipment)可以在兩種模式下進行資源分配：基站調(diào)度授權(quán)的頻譜資源進行數(shù)據(jù)傳輸?shù)募惺劫Y源分配模式、V-UE自己從未授權(quán)的資源池中選擇資源的分布式資源分配模式，稱為UE自主資源選擇[2]。針對與無覆蓋或覆蓋盲區(qū)這種場景，車輛無法通過基站來獲得資源，且V-UE當前的無線環(huán)境不能通過小區(qū)切換或者其他的方法來改善的時候，則可以根據(jù)預(yù)配置讓V-UE進行自主資源選擇。

當前對于D2D通信技術(shù)下的資源分配方面的研究主要有：文獻[3]提出多階二部圖匹配算法，讓蜂窩用戶選擇干擾小的D2D用戶共享資源。仿真結(jié)果表明該算法可以提高系統(tǒng)的容量。但仿真場景僅限于單小區(qū)，多小區(qū)的干擾情況并未考慮。文獻[4]提出一種基于功率控制和信道分配的聯(lián)合算法，利用注水算法求得每個D2D用戶可用的資源集合和最佳的發(fā)射功率，根據(jù)可用資源集合利用組合拍賣為D2D用戶分配最合適的信道資源。仿真表明所提算法提升了系統(tǒng)的吞吐量且提高了頻譜利用率。文獻[5]提出一種基于D2D技術(shù)的V2X通信下的聯(lián)合自主資源選擇和資源分配機制，文中通過不同UE選擇的不同資源選擇模式，對應(yīng)不同資源選擇模式的功率約束條件和資源選擇約束條件，分別得到最優(yōu)的發(fā)射功率和資源分配機制。仿真結(jié)果表明此機制提升了系統(tǒng)的吞吐量和信息值。文獻[6]提出了一種通過對D2D場景中用戶之間的鏈路狀態(tài)預(yù)測，在預(yù)測到某個D2D對的鏈路狀態(tài)不穩(wěn)定時造成斷鏈或同頻干擾時調(diào)整D2D用戶的發(fā)射功率和信道，來保證鏈路狀態(tài)的穩(wěn)定。文獻[7]提出了在V2I和V2V用戶共存的一種高效的資源配置和功率控制算法(ERVPC)，先為所有V2I用戶以最大香農(nóng)容量分配RB，然后V2V用戶與V2I用戶共享RB，V2V用戶通過測量SINR和功率控制來選擇相對合適的RB和發(fā)射功率。仿真結(jié)果表明，該算法能在系統(tǒng)吞吐量和RB利用率上有提升。文獻[8]中提出了一種基于內(nèi)點法和匹配算法的資源分配機制，實現(xiàn)了用戶之間競爭資源的公平性并同時解決頻譜分配、功率控制和頻譜共享的問題。

總體來看大多數(shù)研究都是基于集中式的資源分配模式對于分布式資源分配模式研究較少。由于分布式資源分配模式下V-UE獲得的干擾信息和信道信息相比基站獲得信息來說不夠完整、精確，可能選擇了不適合的資源進行占用，尤其對于非周期業(yè)務(wù)，V-UE無法預(yù)測自身的業(yè)務(wù)包達到時間，因而歷史的干擾是不可控的，不能用來預(yù)測當前或未來一段時間可能的干擾情況，正因為非周期業(yè)務(wù)下的各種不可控因素，3GPP至今在其Release 16版本中對5G V2X在分布式資源分配模式下的非周期業(yè)務(wù)的資源分配機制仍在如火如荼的討論中。

目前分布式資源分配模式下非周期的資源分配機制3GPP建議使用動態(tài)的隨機資源選擇機制，這種方式可能導致包傳輸?shù)囊欢〞r延，在業(yè)務(wù)負載低的時候會提升可靠性，隨著業(yè)務(wù)負載的增加，可靠性會降低。3GPP通過討論得出：用于處理5G中的周期業(yè)務(wù)而設(shè)計的資源分配機制并不適用于非周期業(yè)務(wù)，但在RAN1 #96會議上有提案[9]提出可以應(yīng)用感知+半靜態(tài)調(diào)度(LTE-mode- 4)的機制為其以較短的預(yù)留間隔預(yù)留資源。以mode- 4的方式雖然能在資源選擇時獲取一些輔助信息，但由于V-UE無法像基站那樣可以獲取比較多且精確的信道信息來選擇合適資源，導致多個UE復(fù)用同一資源而造成同頻干擾，尤其是在非周期業(yè)務(wù)下來包的時刻不確定，以過預(yù)留的方式以周期性的資源分配用來傳輸非周期業(yè)務(wù)，顯然存在資源的浪費情況。針對非周期業(yè)務(wù)目前存在的問題，本文提出一種基于SA-M(Scheduling-assignment monitor)監(jiān)聽的半靜態(tài)的過預(yù)留增強機制和一種動態(tài)的基于LBT-like(listen-before-talk-like)的資源分配機制，并分別與半靜態(tài)的LTE-mode- 4機制和動態(tài)的隨機選擇機制進行了對比。

1 系統(tǒng)模型

本系統(tǒng)模型考慮到偏遠地區(qū)道路存在無覆蓋或覆蓋盲區(qū)的V2V系統(tǒng)，V-UE在雙向3車道的高速公路上以空間泊松點過程隨機撒點，假設(shè)V-UE數(shù)量為V={V1,…,Vk,…,VK}，每個V-UE用戶采用單播的傳輸模式進行通信，在自身一定范圍內(nèi)隨機選擇一個其他V-UE為接收V-UE成為V2V對，則共有K個V2V對，如圖1所示，兩車之間存在V2V鏈路的即為V2V對，箭頭指向的V-UE為接收機，數(shù)據(jù)鏈路只存在于有V2V鏈路的車輛之間。

為了體現(xiàn)撒點的隨機性，我們利用前車保險杠與后車保險杠之間距離大小來確定車距進而控制車流密度和隨機性的體現(xiàn)，采用式(1)來建模撒點過程。

d=max(exp rnd(Aved),2),Aved=2×speed

(1)

式中：d為車距；Aved表示平均車距，由每輛車的車速(單位：m/s)決定，exp rnd為MATLAB函數(shù)，表示生成參數(shù)為Aved的指數(shù)隨機分布的隨機數(shù)。

對每一條車道依次撒點，從車道最左側(cè)開始，初始化撒點位置為車道最左側(cè)橫坐標加上車距，每撒一個點前計算一次車距，下次車的坐標以上次車的橫坐標為基準加上車距，直至某次車的橫坐標超過車道長，則該車道撒點完畢，進行下一車道撒點。

每當V-UE有業(yè)務(wù)包到達時，將在資源池中自主選擇合適資源進行占用，無須基站參與，資源池中時域上資源粒度為一個時隙或一個TTI，頻域上為100個RB(resource block)。那么第k個V-UE在時隙i上的SINR為：

(2)

所有V-UE共享同一資源池，當場景中V-UE數(shù)量增大業(yè)務(wù)負載增多時必會進行資源復(fù)用，而復(fù)用在同一時隙上的所有發(fā)射V-UE所屬的接收V-UE都存在數(shù)據(jù)傳輸鏈路時，那么彼此之間則會出現(xiàn)干擾，距離越近干擾就越強。為了減少資源碰撞帶來的影響，時域上傳輸時隙的選擇就顯得尤為重要。

2 基于SA-M的過預(yù)留增強機制

在非周期業(yè)務(wù)中，為了使V-UE在選擇資源時獲取一些參考信息，我們?nèi)匀皇褂肧PS(Semi-Persistent Scheduling)。將SA信息分成兩種：一種是存儲當前發(fā)送時隙和預(yù)留時隙的SA-A；另一種是僅存儲當前發(fā)送時隙的SA-B。如圖2所示。

可以看到，假設(shè)UE1和UE2在時刻1有業(yè)務(wù)包到達，分別選擇了時隙5和時隙3的資源進行占用發(fā)送數(shù)據(jù)，并都以相同的預(yù)留間隔預(yù)留了一段時間里的資源，UE1和UE2分別配置了SA1-A和SA2-A控制信息(此SA-A中包含當前數(shù)據(jù)包的占用資源位置信息和預(yù)留資源位置信息)，等待發(fā)包時刻同第一個數(shù)據(jù)包一同發(fā)出。在往后發(fā)包時刻，UE1和UE2還需配置SA1-B和SA2-B(此SA-B信息僅保存當前數(shù)據(jù)包占用的資源位置信息)同往后的數(shù)據(jù)一同發(fā)出。不失一般性，假設(shè)V-UEi選擇了時隙I，則V-UEi的SPS資源預(yù)留集合RRGi：

RRGi={I+Xn}n=1,2,…,n

(3)

式中：n為最大預(yù)留周期；X為預(yù)留間隔。SAi-A中包含RRG和時隙I，SAi-B中包含每次發(fā)送數(shù)據(jù)的slot,若在第t個預(yù)留slot不送數(shù)據(jù)則SA-B為空，SA-B∈RRGi。

如圖3所示，在時刻8，UE3有業(yè)務(wù)包到達。而從時刻1到時刻8這段歷史時間里，UE1和UE2已經(jīng)將自己的數(shù)據(jù)包發(fā)出，則SA-A信息也已經(jīng)伴隨UE1和UE2的第一個數(shù)據(jù)包發(fā)出。UE3利用感知技術(shù)在時刻3感知到了UE2的SA2-A，并在時刻5感知到了UE1的SA1-A，進而知道UE1和UE2的預(yù)留資源。自時刻3起，開始監(jiān)控UE2的SA2-B，自時刻5起，開始監(jiān)控UE1的SA1-B，直至UE3分配了資源。UE3通過對SA-B的實時監(jiān)控，發(fā)現(xiàn)在屬于UEb預(yù)留的時隙資源7并沒有SA2-B發(fā)出，則UE3則認為UEb在其后續(xù)的預(yù)留資源上停止占用，UE3將UE2的預(yù)留信息標記為失活的狀態(tài)，所以在資源選擇窗中無須排除UE2的預(yù)留資源，隨后在資源選擇窗隨機選擇一個可用資源進行占用。不失一般性，每個UE從其他UE獲取的SA-A中得到的預(yù)留信息由式(4)確定。

(4)

式中：PSAi-A={0,1}表示第i個UE的SA-A是否接收成功，由發(fā)射SA-A的UE與感知SA-A的UE之間的有效SINR與BLER映射得出。

每個V-UE獲取的其他所有UE的歷史SA-B的集合SAGB通過式(5)確定。

SAGB={(slotSA1-B),(slotSA2-B),…,(slotSAk-B)}

(5)

式中：SAGB∈CR，slotSAk-B表示第k個UE的SA-B中歷史發(fā)送的集合，由式(6)確定。

(6)

SA-A的歷史預(yù)留資源集合由式(7)得出。

CRRH={(RRH1·PSA1-A),(RRH2·PSA2-A),…,

(RRHK·PSAK-A)}

(7)

式中：CRRH表示第k個UE的歷史預(yù)留資源，其中RRHk={TTIH|TTIinitial≤TTIH≤TTIcurrent}∩RRGk。

獲得SAGB與CRRH之后，就可將丟失的SA-B篩選出來，根據(jù)丟失的SA-B的下標鎖定UE ID。丟失的SA-B由式(8)算出。

MSA-B=SA-G○CRRH={m1,m2,…,mK},

mk={CU(slotSAk-B)∩RRHk}

(8)

式(8)中○運算定義為SAGB與CRRH中對應(yīng)下標進行求交集再求補集運算，其中slotSAk-B∈RRHk。

從MSA-B中的每個mi里選出數(shù)值最大的，再與對應(yīng)RRH中最大的進行比對。若MSA-B中的與對應(yīng)RRH中最大的相等，那么就將該下標的UE的SA-A標記為激活，在CR中保持不變；若小于則認為是失活態(tài)，在CR中進行刪除。進行如上一系列計算，目的就是為了檢測出CR中已被感知的預(yù)留資源RRG在進行SA監(jiān)聽后還剩余哪些UE的RRG。

假設(shè)當前UE的CR中的剩余的RRG表示為CRresidue,那么在當前調(diào)度UE的資源選擇窗中被預(yù)留的資源可從CRresidue篩選出來，那么當前資源選擇窗中被預(yù)留的資源由式(9)得到。

RRC-TTI={slot|TTIcurrent≤CRresidue≤TTIcurrent+Tdelay}

(9)

需要注意的是，RRC-TTI的內(nèi)容反映的是UE在當前自身資源選擇窗里面被SA信息指示的當前資源選擇窗中哪些時隙已被哪些UE占用、預(yù)留。根據(jù)感知結(jié)果，只能可能有兩種情況：1) 當前資源選擇窗有某個或某幾個時隙未被占用、預(yù)留。2) 當前資源選擇窗中所有時隙都被占用、預(yù)留。

針對情況1)，只需在未被占用或預(yù)留的時隙上進行隨機的選擇一個時隙，并以式(3)進行資源預(yù)留。針對情況2)，只需在當前資源選擇窗中選擇最少的一個被其他UE指示了預(yù)留或占用的，若資源選擇窗中每個時隙被指示預(yù)留、占用的UE數(shù)量同樣多，則進行隨機選擇。

上述方式可能會遇到某幾個UE復(fù)用到了同一資源的情況。如圖3所示，若UE2和UE3之間的干擾過大，在時刻19同時有包發(fā)出的話，則會導致UE3和UE2雖發(fā)包成功但由于干擾問題接收機收包不成功而丟包。這種情況下可根據(jù)接收機的收包反饋ACK/NACK進行相應(yīng)調(diào)整操作。由于后選擇資源的UE對先選擇UE的SA-A已標記為失活，所以無法查到。若反饋NACK則對最先分配資源的UE進行資源調(diào)整。確定修改SPS的用戶和觸發(fā)SPS調(diào)整條件，如圖4所示。

3 基于LBT-like的資源分配機制

非周期業(yè)務(wù)中，雖然可以利用基于SA-M的機制進行資源選擇，但此機制仍然是一種半靜態(tài)的資源分配方式，會出現(xiàn)預(yù)留了資源卻不使用的情況，導致資源的浪費，且對其他有重要業(yè)務(wù)的UE來說是不公平的，尤其在控制信息開銷方面。所以針對非周期業(yè)務(wù)，考慮使用動態(tài)調(diào)度的方式。為了解決非周期業(yè)務(wù)下隨機資源選擇導致的問題，本文提出基于類似先聽后說(Listen before talk，LBT)機制。

當UE有業(yè)務(wù)到達時，UE將會初始化一個counter計數(shù)器，計數(shù)器大小可根據(jù)最大傳輸時延確定，可配置為：

counter=traffic-priority{1/2low,1/5high}×delay

(10)

counter計數(shù)器配置完成后，對當前時刻發(fā)出的所有SA進行感知，通過獲取當前時刻上所有SA中的RSSI的累加值，與閾值進行對比，若該RSSI累加值小于該閾值，則counter減去一個減數(shù)，我們這里將減數(shù)定義為subtra，且將subtra初始化為1，即counter=counter-subtra。若該RSSI累加值大于該閾值，counter保持不變，subtra增加1。當某個時刻，UE的counter計數(shù)器小于等于0時，則在該時刻后的一個時刻上的傳輸時隙上進行發(fā)包。每個傳輸時隙，不是counter減少就是subtra增加。

假設(shè)某個UEx在T時刻有業(yè)務(wù)包達到，通過感知當前TTI上SA，獲取的SA集合表示為：

SA-G={SA1·TP1·PSA1,SA2·TP2·PSA2,…,

SAk·TPk·PSAk}

(11)

(12)

4 仿真分析

仿真參數(shù)詳見表格1中，考慮到當RSSI的值為-80 dBm左右時可以頻率復(fù)用，所以本文將門限值Threshold設(shè)定為-80 dBm。

表1 仿真參數(shù)

性能評估指標中的平均收包率(Average packet reception ratio，Ave-PRR)和平均來包接收間隔(Average Packet Inter-Reception，Ave-PIR)是來自3GPP協(xié)議(文獻[10])中定義的關(guān)于系統(tǒng)級仿真性能評估指標，平均PRR測量的是發(fā)射V-UE與V-UE之間的距離在[a,b]范圍的所有V2V對的平均收包率，其中a與b的值由式(13)確定:

a=i×20b=(i+1)×20i=1,2,…,15

(13)

一個V2V對的PRR由X/Y確定，X表示成功接收的包的數(shù)量，Y表示總的發(fā)包數(shù)量，發(fā)射V-UE與接收V-UE在[a,b]范圍內(nèi)的所有V2V的平均收包率由(X1+X2+…+Xn)/(Y1+Y2+…+Yn)確定。一個V2V對的PIR表示前一個接收成功的包與后一個接收成功的包之間的時間間隔，由(t1+t2+…+tn)/n計算得到，其中t1到tn為時間間隔，n為成功接收包的數(shù)量，平均PIR由(T1+T2+…+Tn)/N確定，其中T1到Tn為在發(fā)射UE與接收UE之間的距離在[a,b]范圍內(nèi)的所有V2V隊的PIR，N為V2V對數(shù)量。多次進行仿真評估，對仿真數(shù)據(jù)取算數(shù)平均值，以防止結(jié)果的偶然性，仿真數(shù)據(jù)統(tǒng)計出的曲線圖如圖5-圖7所示，且圖中橫坐標distance index(i)表示距離索引，為發(fā)射機與接收機之間的距離范圍，其中，i=1,2，…，15，代入式(14)中，由遠到近，表示15種距離范圍。

對于各種機制控制信息開銷問題的對比，由于系統(tǒng)級仿真對于控制信道建模意義不大，且V2X業(yè)務(wù)多與安全服務(wù)和自動駕駛有關(guān)，犧牲一些開銷提升安全性是有價值的，所以本文沒有對控制信息開銷問題其進行仿真，但顯然本文所提SA-M機制要比mode- 4控制信息總數(shù)據(jù)包的累積開銷多一倍。

圖6為平均PRR的曲線圖,可以看出SA-M機制性能最優(yōu)。由于根據(jù)SA提供的資源占用與預(yù)留信息，讓UE能選擇相對自身有利的資源進行占用，而實時地對SA進行監(jiān)控，實時地獲取資源占用信息；對于在某些預(yù)留時刻應(yīng)該收到SA而沒有收到的情況，進行了相應(yīng)操作以增加避免資源選擇窗中無資源可選的情況出現(xiàn)，增加其他UE的可選資源數(shù)量。此操作可能造成資源復(fù)用而受到強干擾導致丟包，因此對于丟包的用戶進行資源重新選擇，因為預(yù)留資源是固定不變的，那么相應(yīng)受到干擾的情況會一直持續(xù)，若對丟包用戶不進行SPS重配置，那么該用戶的所有數(shù)據(jù)包都不能接收成功。且由于是實時對SA監(jiān)控，資源窗中被排除的資源任何時刻都不同，選擇的資源有大概率與上次不同，因此重新選擇的資源上的干擾情況與上次選擇的資源的干擾情況有大概率不同。

LTB機制與mode- 4機制相比，接收V-UE與發(fā)射V-UE距離較近時，mode- 4較好，隨著接收V-UE距離越來越遠，mode- 4性能逐漸劣于LBT。分析原因是mode- 4機制下的SA感知和干擾測量都是基于發(fā)射V-UE，發(fā)射V-UE和接收V-UE處于較近的距離時，兩者受到的干擾區(qū)別不是特別大，所以選擇的資源能夠滿足傳輸。在接收V-UE離發(fā)射V-UE距離較遠時，接收V-UE的受到的干擾就與發(fā)射V-UE的大不相同了，可能存在對發(fā)射V-UE來說能夠用于傳輸?shù)臅r隙資源，而對于接收V-UE來說干擾特別大，又由于是半靜態(tài)的，一旦選擇到了不合適的資源，則在一段時間內(nèi)受到的干擾不會有太大的改變，導致隨著距離的增加，性能下降得厲害。而LBT機制雖然也是基于SA感知和干擾測量，但不是一旦測到合適的時隙資源就占用，而是在測到幾次滿足傳輸要求的時隙資源后的下一個時隙資源上進行數(shù)據(jù)傳輸，并且是動態(tài)的調(diào)度，每次來包的時刻接收V-UE受到的干擾情況都不一樣，因此隨著距離的增加，性能下降比較平緩。

從圖7平均PIR可以看出，mode- 4機制由于獲得資源選擇的參考信息較多(SA和干擾測量)，所以總是優(yōu)先考慮未被其他UE占用和干擾較少的資源進行占用并預(yù)留，而忽略了傳輸時延，隨著仿真時間往后推移，資源選擇窗中的資源總是在最大時延時存在干擾最小的時隙資源，所以造成的前后接收成功包的時間間隔是最大的。LBT機制與mode- 4機制同樣都是優(yōu)先考慮避開干擾強的資源而不考慮時延的問題，由于需要測得一段時間里面的資源為傳輸資源后才進行發(fā)包，若以在時延方面表現(xiàn)不佳，在距離指示點6的位置與mode- 4相交的原因可以從平均PRR里面找到原因，平均PRR也是在距離指示6的位置與mode- 4相交且收包率逐漸高于mode- 4，丟包的概率多了，那么前一個包接收成功到后一個包接收成功的這段時間自然變長。SA-M機制僅基于SA的監(jiān)控來選擇資源，不是優(yōu)先選擇未被占用的或干擾少的，而是優(yōu)先選擇未被監(jiān)聽到的SA的資源或被SA指示較少的預(yù)留資源，在資源選擇窗中基于SA監(jiān)控的原因，不一定總是在最大時延附近才有未被SA指示或被SA指示較少的預(yù)留資源。隨機資源選擇無資源選擇參考信息的接入，可能會實時發(fā)送，可能會延時一段時間發(fā)送，具有隨機性，所以在前后包接收時間間隔上表現(xiàn)最優(yōu)。

從圖8可以看出，隨著接收機距離不斷增加，每種機制都呈現(xiàn)出下降的趨勢，平均吞吐量的表現(xiàn)和平均PRR表現(xiàn)出來的內(nèi)容相似，是平均PRR在整體系統(tǒng)性能上更加直觀的體現(xiàn)，平均收包率提高，在這個范圍內(nèi)的平均吞吐量也會有相應(yīng)的提高。在距離較近時，由于隨機選擇機制沒有資源選擇的參考信息，性能最劣，與同樣作為動態(tài)資源分配的LBT-like的機制在吞吐量上劣勢相比平均收包率的劣勢更為明顯。而半靜態(tài)分配的mode- 4和SA-M則與平均收包率表現(xiàn)相近，差距不是特別明顯，SA-M較mode- 4吞吐量最大僅提升了5%。

5 結(jié) 語

本文在無基站覆蓋情況下提出了在分布式資源分配模式中針對非周期業(yè)務(wù)下的兩種資源分配機制。兩種機制的決策是由協(xié)議預(yù)定義，根據(jù)UE業(yè)務(wù)確定使用哪種機制。第一種采用半靜態(tài)調(diào)度的方式，通過對SA的實時監(jiān)控，能夠知曉哪些UE雖已預(yù)留資源但未發(fā)包，進而對該UE的預(yù)留資源標記為失活狀態(tài)，那么其他UE即可對該資源進行占用，且對于預(yù)留到同一時隙資源的UE導致丟包的情況進行了SPS重配置，避免預(yù)留周期內(nèi)所有包的丟失；第二種采用動態(tài)調(diào)度的方式，基于LBT的資源分配機制，每次來包UE都將初始化一次計數(shù)器counter，根據(jù)獲取的SA和門限值來判斷counter是否該減少，當counter遞減到零，則在當前時刻的下一個時隙資源上進行包的發(fā)送。通過仿真結(jié)果可以看出，半靜態(tài)調(diào)度方式在非周期業(yè)務(wù)中的表現(xiàn)較好，尤其是本文提出的SA-M機制提升了系統(tǒng)整體的吞吐量和可靠性，但在時延方面表現(xiàn)中規(guī)中矩,在高可靠性場景下，SA-M機制較合適。在動態(tài)調(diào)度中本文提出的LBT機制以犧牲一定的傳輸時延的代價來提高收包的概率，在遠距離V2X通信的非周期也業(yè)務(wù)下，若不考慮時延問題使用LBT機制較合適。此外，本文中的兩種機制同樣適用于5G V2X的其他場景。