车联网场景下V2V/V2I混合传输方式的研究

目前,车联网经历着前所未有的快速发展,数据量呈现爆发式增长,合理选择数据传输方式和有效评估数据传输性能成为了研究的热点。专用短程通信技术(Dedicated Short-Range Communications,DSRC)作为车联网中的无线通信技术,提供了车与车(Vehicle-to-vehicle,V2V)和车与设施(Vehicle-to-infrastructure,V2I)两种传输方式去实现数据的传输。V2V和V2I互为补充相互协作,从而提升了车联网内数据传输的效率。其中,传输时间和切换损耗是评估数据传输性能的关键指标。在实际多车道场景中,车辆的运动既有随机性又有规律性,不同车道间的车辆由于车速不同导致位置的相对变化将会引发频繁的信息交互和链路切换。本文基于同向和对向多车道场景,针对不同的数据业务类型,研究了V2V和V2I混合传输场景下的传输时间和切换次数,论文的主要研究内容归纳如下:在同向多车道场景下,探索V2V和V2I混合传输方式下影响平均传输时间的关键因素。利用概率理论和分类讨论的方法,推导了车辆在路边单元(Road Side Unit,RSU)覆盖和未覆盖路段通过V2V和V2I混合传输方式获取数据的平均传输时间、平均下载时间和平均等待时间。分析的难点在于V2V和V2I传输过程的相关性和车辆任务请求位置的随机性。仿真结果证明了车流密度、RSU覆盖未覆盖区域长度、车辆缓存概率是影响传输时间的关键因素,同时验证了理论分析的准确性。在同向多车道场景下,针对高速移动中V2V传输由于空间位置的变化需要频繁进行切换的问题,提出了一种最小化V2V通信切换次数的最大单次下载时间(Maximum Single Download Time,MSDT)切换策略,并利用条件概率理论和卷积方法对其性能进行了理论分析。分析的难点在于V2V阶段车辆间多次切换前后的相关性。仿真结果证明了在单位圆盘模型(Unit Disk Model,UDM)和log-normal衰落信道模型下所提出的MSDT切换策略相比于随机选择切换策略在相同的传输时间下切换次数显著减少,同时验证了理论分析的准确性。在对向多车道场景下,针对信息回传面临的V2V和V2I传输模式选择问题,提出了V2V辅助回传策略和V2I等待回传策略。结合车辆的空间分布特征,基于概率理论,分析了V2V辅助回传策略和V2I等待回传策略的平均传输时间,探索了影响V2V辅助回传策略失效率和辅助车辆初始位置的关键因素。仿真结果比较了V2V和V2I两种回传方式在传输时间上各自的优劣,并证明了车流密度、车速是影响辅助车辆初始位置的关键因素,同时验证了理论分析的准确性。