Congestion Reduction Using Ad hoc Message Dissemination in Vehicular Networks
车对车通信可以有效地用于智能交通系统（ITS）和位置感知服务。以ad-hoc方式传播信息的能力允许相关信息通过网络更快地传播。在智能交通系统中，能够更快更远地传播预警信息对信息接收者来说是非常有利的。在本文中，我们提出并提出了一个消息传播过程，使用车载无线协议的影响交通流量，减少道路网络的拥堵。本文提出的计算实验显示了如何智能驾驶员模型（IDM）和汽车跟随模型可以适应“反应”的信息接收。该模型还展示了将流量建模工具和网络仿真工具耦合在一起的优点。
2008-07-17 cs.NI
Traffic Congestion Awareness and On-Demand Distribution in Vehicular Delay-Tolerant Networks in California I-210 Freeway
University of Nottingham（诺丁汉大学）
针对车载网络中泛洪广播导致资源浪费的问题，本文提出基于拥堵复发与持续时间预测的按需分发机制，利用加州I-210真实数据验证，显著降低网络开销并提升投递性能。
2026-09-30 cs.NI
Fog Computing for Detecting Vehicular Congestion, An Internet of Vehicles based Approach: A review
交通拥堵直接影响交通部门的效率。用于车辆客户端的无线传感器网络用于交通管理应用的基于车辆互联网的解决方案中。研究发现，使用基于车联网的联网车辆技术进行车辆拥堵检测对于拥堵处理实际上是可行的。结果发现，通过在车载无线传感器网络中使用基于雾计算的原理，可以改善系统中的通信，以支持更大数量的节点而不影响性能。本文研究了基于互联车辆技术的车辆拥堵识别技术。研究了可用于车辆网络的计算范例，以开发实际可行的车辆拥塞检测系统，该系统可以准确地执行大覆盖区域和多种场景。所设计的系统预计将检测拥堵，以满足交通管理目标，是智能交通系统中的首要任务。
2019-10-31 cs.NI eess.SP
A Coverage Based Decentralised Routing Algorithm for Vehicular Traffic Networks
我们提出了一个简单而有效的路由策略的启发覆盖控制，延迟交通网络上的拥塞的发病，通过引入一个控制参数。路由算法允许在拥塞水平和到目的地的距离之间进行权衡。数值验证的战略上提供了一些有代表性的例子在SUMO，一个著名的微代理模拟器用于交通网络的分析。我们发现，它是至关重要的，在许多情况下，调整给定的控制参数的一些最佳值，以减少拥塞的最有效的方式。不同网络结构特性的影响与拥塞程度和控制参数的最佳设置范围有关。
2015-08-14 cs.NI
Safety Message Power Transmission Control for Vehicular Ad hoc Networks
车载自组网是移动自组网中最具挑战性的研究领域之一。在本研究中，我们提出了一个动态功率调整的协议，将用于发送周期性的安全消息。（信标）基于取决于信道拥塞和用于传输的功率的信道状态的分析。信标功率控制（Beacon Power Control，BPC）协议首先检测信道拥塞的百分比，根据检测结果调整安全消息的发送功率，使其达到最佳功率。这将导致减少信道中的拥塞，并实现良好的信道性能和信标传播。
2010-07-19 cs.NI
Fairness and Stability Analysis of Congestion Control Schemes in Vehicular Ad-hoc Networks
协同车辆安全（CVS）系统基于向相邻车辆广播车辆位置和安全信息来操作。CVS的通信介质是车载自组织网络。CVS系统大规模部署的主要挑战之一是可伸缩性问题。为了解决可扩展性问题，已经提出了几种拥塞控制方法，并且目前正在进行现场研究。这些算法适应传输速率和功率的基础上的网络措施，如信道繁忙率。我们研究了两个这样的算法，并研究它们在时间和空间上的动态行为，以评估这些算法的稳定性（在时间上）和公平性（在空间上）。我们提出了稳定性条件，并通过仿真实验来评估算法的稳定性和公平性。结果表明，有一个折衷之间的快速收敛，时间稳定性和空间公平性。为实现稳定性的参数的适当范围提出了所讨论的算法。稳定性验证了所有典型的道路密度情况。公平性是自然实现的一些算法，而在相同的条件下，其他算法可能会遭受不公平的问题。介绍了一种解决不公平性的方法，并通过仿真进行了评估。
2012-06-01 cs.NI
A swarm algorithm for collaborative traffic in vehicular networks
针对车载自组织网络的数据拥塞问题，提出基于群智能的分布式拥塞控制策略，在维持信道使用低于故障阈值的同时保障高服务质量，实验验证其在吞吐量等多方面优于同类策略。
2025-01-17 cs.NE cs.NI
The Transdimensional Poisson Process for Vehicular Network Analysis
全面的车辆网络分析需要对街道系统和车辆位置进行建模。即使当泊松点过程（PPP）被用来模拟车辆在每条街道上的位置，分析几乎是易于处理的。这甚至适用于简单的基于平均的性能度量-成功概率，它是细粒度度量的特殊情况，即信号干扰比（SIR）的Meta分布（MD）。为了解决这个问题，我们提出了一种替代的跨维度的方法。在这里，街道上的一维PPP的联合被简化为一维和二维PPP的叠加，即跨维PPP（TPPP）。TPPP包括通过接收车辆的街道上的1D PPP，并将其余车辆建模为2D PPP，忽略其街道几何形状。通过SIR MD分析，我们表明，TPPP提供了很好的近似更繁琐的模型，其特征在于泊松线/棒过程的街道，我们证明了TPPP的精度进一步提高阴影下。最后，我们使用MD的结果来控制网络拥塞，通过调整传输速率，同时保持一个目标分数的可靠链路。一个关键的见解是，成功概率是一个不充分的衡量拥塞，因为它没有捕捉到的可靠性的个别环节。
2021-11-27 cs.NI
Effective Road Model for Congestion Control in VANETs
道路拥挤是一个需要解决的关键问题，它浪费了宝贵的时间。由于高移动速率和相对速度，链路故障经常发生。VANET用于解决交通拥堵问题，并提前做出决策以避免交通拥堵。在本文中，我们提出了一种解决方案，检测和控制交通拥堵的同时使用（V2 V）和（V2 I），因此，司机变得知道的位置，以及如何避免陷入拥堵。通过分析车辆通信和路边单元获得的数据来检测拥塞，以避免交通。我们的命题系统是称职的实时检测和控制交通拥堵。V2 V和V2 I通信网络用于接收和发送消息。通过使用拥塞检测和控制算法（CDCA）进行仿真，结果表明这是一种有效的拥塞控制方法。建议的方法确保可靠和及时的消息传递，了解拥塞，避免它。关键词：CDCA算法，智能交通系统（ITS），VANET，V2 I，V2 V。
2016-05-11 cs.NI
Reliable and Efficient Autonomous Driving: the Need for Heterogeneous Vehicular Networks
自动驾驶技术被认为是减少道路事故和交通拥堵以及优化燃料和车道使用的有前途的解决方案。可靠高效的车对车（V2V）和车对基础设施（V2I）通信对于在2020年之前让商用自动驾驶汽车上路至关重要。本文首先提出了用于自动驾驶的异构车辆网络的概念，其中提出了一种改进的协议栈，以满足不仅安全而且非安全服务的通信需求。然后，我们详细考虑和研究了自动驾驶的几个典型场景。为了应对HetVNEkh自动驾驶汽车带来的潜在挑战，提出了从传输到联网的新技术作为潜在的解决方案。
2015-10-22 cs.NI
Analysis of Distributed Congestion Control in Cellular Vehicle-to-everything Networks
蜂窝车联网（C-V2X）通信已经在第三代合作伙伴计划版本14标准中提出，以解决协作安全应用的延迟和可靠性要求。这样的应用可能涉及网络经历高数据负载的高度拥塞的车辆场景。因此，复杂的拥塞控制解决方案对于维持安全相关应用所需的网络性能至关重要。借助我们的高保真链路级网络模拟器，我们研究了在C-V2X协议栈上实现SAE J2945/1标准中规定的分布式拥塞控制算法的可行性。我们描述了我们的实施和评估的传输速率和范围控制机制使用相关指标的性能。此外，我们还确定了潜在的设计改进和进一步调查的领域。
2019-06-25 cs.NI
Deep Learning-aided Application Scheduler for Vehicular Safety Communication
基于802.11p的V2X通信使用随机介质访问控制，其不能防止广播分组冲突，特别是在高信道负载期间。无线拥塞控制被设计为将信道负载保持在最佳点。然而，车辆在时间和空间上缺乏关于真实信道活动的精确和粒度知识，使得不可能完全避免分组冲突。在本文中，我们提出了一种使用深度神经网络的机器学习方法，用于学习车辆的传输模式，从而预测未来空间和时间上的信道活动。我们通过模拟考虑涉及异构传输模式的多个安全相关的V2X服务来评估我们的建议的性能。我们的研究结果表明，预测信道活动，并相应地发送，减少冲突，显着提高通信性能。
2019-01-25 cs.NI
Congestion Control in the Cellular-V2X Sidelink
本文对蜂窝V2X（C-V2X）的标准化分散式拥塞控制（DCC）和丢包机制进行了详细的定量评估。基于所识别的缺点，接入层DCC方案，RRI自适应，然后提出。RRI自适应侧链路调度机制基于感测的半持久调度（SB-SPS），消除当前标准和调度机制之间的不兼容性，以避免不必要的和重复发生的冲突。提出了两个变式;一种是ETSI反应性DCC机制的演进，另一种与基于信道占用率（CR）的3GPP方法一致。这两种方法相比，目前的ETSI和3GPP标准，并表现出改善的性能。还对现有DCC标准和RRI自适应性进行了评估，以满足车辆协作感知应用的服务质量（QoS）要求。
2021-06-16 cs.NI
Autonomous Task Offloading of Vehicular Edge Computing with Parallel Computation Queues
University of California, Los Angeles（加州大学洛杉矶分校）；Korea University（高丽大学）
本文提出了一种基于网络合作平衡资源利用率和负载拥堵的自主任务卸载方法，通过理论和数值分析证明其在 vehicular edge computing 中能有效减少总体等待延迟。
2025-11-18 cs.NI
Vehicular Ad Hoc and Sensor Networks; Principles and Challenges
车辆交通的迅速增加和公路上的拥挤开始妨碍交通的安全和有效流动。因此，我们看到大多数国家的车祸和伤亡率逐年上升。因此，利用新技术，如无线传感器网络，需要作为一个解决方案，减少这些令人伤心和reconsiderable统计。这促使我们提出了一种新颖的和全面的系统，利用无线传感器网络的车辆网络。我们将采用无线传感器网络的车载网络称为车载自组织传感器网络（Vehicular Ad Hoc and Sensor Network，简称VASNET）。VASNET是一个由大量传感器节点组成的自组织Ad Hoc传感器网络，是一个专门针对高速公路交通的网络。在VASNET中，有两种传感器节点，一些是嵌入在车辆上的车辆节点-和其他部署在预定的距离以外的高速公路，被称为路边传感器节点（RSS）。车辆节点例如用于感测车辆的速度。我们可以有一些基站（BS），如警察交通局，消防队和救援队。基站可以是固定的或移动的。VASNET提供了车辆节点和固定节点之间的无线通信能力，以增加高速公路上车辆的安全性和舒适性。在本文中，我们解释VASNET的主要基础和挑战。
2011-08-13 cs.NI
An Adaptive Broadcasting Strategy for Efficient Dynamic Mapping in Vehicular Networks
在这项工作中，我们面临的问题是在车辆联网场景中实现有效的动态映射，即，以获得对特定区域中的联网车辆的位置和轨迹的准确估计。现有技术的解决方案基于网络节点的位置信息的周期性广播，其中传输间周期由拥塞控制方案设置。然而，车辆的移动和操纵往往是不稳定的，使传输的数据不准确或完全误导。为了解决这个问题，我们建议采用动态传输方案的基础上的实际定位误差，发送新的数据时，估计通过一个预设的误差阈值。此外，所提出的方法根据限制广播分组传输之间的冲突概率的拥塞控制算法来使错误阈值适应于操作上下文。这种基于阈值的策略可以通过避免冗余消息的传输来降低网络负载，并且在现实的城市场景中，整体定位精度提高了20%以上。
2019-10-16 cs.NI eess.SP
Deep Reinforcement Learning for Delay-Optimized Task Offloading in Vehicular Fog Computing
针对车雾计算中任务卸载的延迟优化问题，本文构建含新型车辆移动模型的仿真环境，提出基于深度强化学习的卸载算法，在最小化全局任务延迟与缓解队列拥塞上均优于传统方法，具备自扩展能力。
2024-10-08 cs.NI
Vehicular Ad-hoc Networks: Architecture, Applications and Challenges
随着信息通信技术（ICT）和无线嵌入式传感设备进入现代车辆，智能交通系统（ITS）成为现实，成为智慧城市不可或缺的组成部分。ITS的目的是提高道路安全和交通效率，并提供信息服务。事实上，在正确的时间警告驾驶员道路上的危险情况，并为他们提供有关交通的先验信息，无疑会提高驾驶员的安全性，减少交通拥堵。从技术上讲，ITS是基于自组织无线网络，称为车载自组织网络（VANESTs）。在VANET中的移动车辆可以在基于基础设施的网络中扮演固定传感器的角色。它们可以检测、收集和传播有关交通、驾驶条件和道路上潜在危险的实时数据。在这方面，我们在这项研究中，最近的发展VANET协议和应用程序的设计。我们首先介绍了VAN的体系结构，然后我们回顾了它们独特的特点和应用。此后，我们讨论了主要的研究挑战和开放的问题，要考虑设计高效和具有成本效益的VANET协议和应用。
2021-01-12 cs.NI
Mobile Agent as an Approach to Improve QoS in Vehicular Ad Hoc Network
车辆交通是现代城市的首要问题。大量的时间和资源被浪费，而旅行由于交通拥堵。随着复杂的交通管理系统的引入，例如那些结合动态交通分配的交通管理系统，对可用的实时的交通数据提出了更严格的要求。在本文中，我们提出了移动代理作为一种机制来处理道路上的交通问题。移动软件代理可以在车载自组网中提供更好的服务质量（服务质量），提高应用的安全性和驾驶员的舒适性。
2011-08-10 cs.NI cs.SI
A Congestion Control System Based on VANET for Small Length Roads
由于车辆数量每天都在增加，这导致事故数量增加。为了解决这个问题，车载自组织网络（VANET）提出了许多新颖的思想，如车载通信、导航和交通控制。本研究主要针对前方不明确导致的交叉口拥塞控制进行研究。为此，城市车道和交叉口模型已被提出来管理车辆的流动性。它显示了实际的车辆到车辆和车辆到交通基础设施的通信。实验是在网络模拟器2（NS 2）上进行的.实施需要建模的路边单元，交通控制单元，并沿路边车载单元。在仿真中，考虑了业务量、两个信号之间的距离、端到端延迟、分组投递率、吞吐量和分组丢失等因素。这些参数确保交通信号之间的有效通信。这导致改进的拥塞控制和道路安全，因为车辆将被信号通知不要进入接线盒和关于其他车辆的信息。
2018-01-09 cs.CE cs.NI
IEEE 802.11p-based Packet Broadcast in Radio Channels with Hidden Stations and Congestion Control
ETSI ITS标准[1]中规定的分散式拥塞控制（DCC）算法针对IEEE 802.11p MAC，并在高密度车辆下提供周期性广播消息的可靠性。然而，由于对CSMA网络中的隐藏站问题缺乏正确的数学分析，使得发射功率、帧持续时间、帧发送速率和信道空闲评估阈值等可控参数与信道忙持续时间、帧无干扰接收概率和帧信道接入延迟等DCC算法的影响之间的确定性关系仍然未知。在这项工作中，在线性IEEE 802.11p广播网络中的隐藏站问题进行了分析，根据[18]中开发的分析结果，采用基于[3]的修改后的MAC协议模型。仿真结果验证了线性IEEE 802.11p网络协作感知消息广播的可靠性和延迟性能的新的分析模型。证据表明，该模型不仅是有效的单车道公路，但也提供了良好的近似结果多车道公路的情况。我们的IEEE 802.11 p广播的MAC层分析模型揭示了线性车辆网络的封闭形式的解决方案中的DCC参数和拥塞控制效果之间的定量关系。
2016-12-30 cs.NI
Distributed Vehicular Dynamic Spectrum Access for Platooning Environments
在本文中，我们提出了一个分布式车辆动态频谱接入（VDSA）的车队编队车辆的框架。考虑到在用于车辆应用的许可频带（例如5.9GHz）中的显著拥塞的可能性。我们的方法建议卸载部分的排内数据流量的频谱白空间，以提高车辆的连接性，以支持在道路上的操作。为了实现VDSA，采用基于动物行为模型的基于大黄蜂的决策过程，以提供分布式传输频带选择的手段。仿真结果表明，分布式VDSA框架提高了5%的领导包的接收率，从而表明其潜在的提高排内通信的可靠性。
2022-03-22 cs.NI eess.SP
Congestion Control Technique Using Intelligent Traffic and Vanet
道路交通堵塞是世界上几乎所有城市的一个最重要的问题，特别是在发展中地区，导致巨大的延误，增加燃料浪费和金钱损失。在本文中，我们已经得到了一个直观的想法，模拟现实世界的情况下，交通拥堵是非常高的关键区域。由于它是不容易建立和实现这样一个复杂的系统在现实世界中的所有参数的影响之前，在车辆自组织网络（VANET），一个小的现实世界的区域，即贾姆谢德普尔富豪地区被考虑在内，研究移动性在VANET的影响。交通流动已部署在整个地区正在考虑使用的现实车辆流动模型之一。该网络的行为进行了仿真，使用SUMO和NS2研究交通和交通灯在交叉口上的车辆到车辆（V2V）通信使用Ad hoc按需矢量（AODV）路由协议和IEEE 802.11标准的数据包传输的影响。从交通仿真结果，证明了给定的样本地图与交通灯和预定义的流量的拥塞问题可以解决。有可以忽略不计的拥挤在车道上时，交通逻辑改变，根据允许流量与高流量过载有高优先级比那些低负载。
2013-11-16 cs.NI
Toward Cloud-based Vehicular Networks with Efficient Resource Management
在物联网时代，智能交通系统中的所有组件都将连接起来，以提高运输安全，缓解交通拥堵，减少空气污染，提高驾驶舒适度。所有车辆互联的愿景对收集和存储大量交通相关数据提出了重大挑战。本文提出将云计算集成到车载网络中，使车辆之间能够共享计算资源、存储资源和带宽资源。所提出的架构包括车辆云、路边云和中央云。然后，我们研究了云资源分配和虚拟机迁移有效的资源管理，在这个基于云的车载网络。提出了一种博弈论方法来优化云资源分配。基于资源预留机制解决了车辆移动引起的虚拟机迁移问题。
2013-08-28 cs.DC cs.NI
Quality over Quantity: Value-Driven Distributed Congestion Control for the Collective Perception Service
University College Cork（科克大学）；Robert Bosch GmbH（罗伯特·博世有限公司）
针对集体感知服务中因消息传输导致的信道拥塞问题，提出基于价值的DCC设施层“质量”选择器，结合信息价值与对象级选择，经与现有方法对比测试，能在维持信道负载时保留更多高价值对象，改善关键感知信息传播。
2026-07-22 cs.NI
Value-based Proactive Caching for Sensing Data in Vehicular Networks: An Operator's Perspective
本文从运营商视角研究车联网感知数据的多时隙主动缓存与资源分配，提出融合时空特征的价值模型、Lyapunov在线随机优化及二进制量子粒子群算法，显著改善能耗、时延和缓存命中率。
2025-02-18 cs.NI
Traffic Road Congestion System using by the internet of vehicles (IoV)
本文通过系统文献综述分析2014-2023年间121篇论文，研究车联网（IoV）在交通拥堵控制中的应用，并基于SUMO仿真和车辆云提出比传统模型更高效的IoV交通控制模型。
2023-06-01 cs.CY cs.NI
Computation Offloading in Heterogeneous Vehicular Edge Networks: On-line and Off-policy Bandit Solutions
University of Bologna（博洛尼亚大学）；Lancaster University（兰卡斯特大学）；University of Tübingen（蒂宾根大学）；University of Manitoba（曼尼托巴大学）
随着智能交通系统（ITS）和车辆通信的快速发展，车辆边缘计算（VEC）正在成为支持低延迟ITS应用和服务的有前途的技术。在本文中，我们考虑的计算卸载问题，从移动车辆/用户在异构VEC的情况下，并专注于网络和基站的选择问题，不同的网络有不同的流量负载。在快速变化的车辆环境中，用户的计算卸载体验受到由于与基站共处的边缘计算服务器处的拥塞而引起的延迟的强烈影响。然而，由于这种环境的非平稳特性以及信息短缺，预测这种拥塞是一项复杂的任务。为了解决这一问题，我们提出了一个在线学习算法和一个基于多臂强盗理论的离策略学习算法。为了在分段静态环境中动态地选择最不拥塞的网络，这些算法使用卸载历史来预测卸载任务经历的延迟。此外，为了最大限度地减少由于车辆的移动性造成的任务损失，我们开发了一种用于基站选择的方法。此外，我们提出了一个中继机制，选定的网络，它的基础上的逗留时间的车辆。通过密集的数值分析，我们证明了所提出的基于学习的解决方案通过选择最不拥塞的网络来适应网络的流量变化，从而减少了卸载任务的延迟。此外，我们证明了建议的联合基站选择和中继机制，最大限度地减少在车辆环境中的任务损失。
2023-03-15 cs.LG cs.NI eess.SP
GMACO-P: GPU assisted Preemptive MACO algorithm for enabling Smart Transportation
车辆自组织网络（VANEworks）正在以非常快的速度发展，以实现城市中的智能交通，通过设计一些机制来减少通勤者的出行时间，从而减少拥堵。交通信号和路径选择机制的低效是导致道路拥堵加剧的主要因素。为了使交通更顺畅，减少道路拥堵，必须减少交叉口的等待时间，同时选择最佳路径。本文提出了一种基于GPU的抢占式MACO（GMACO-P）算法，以最小化通勤者的总行程时间。GMACO-P是MACO-P算法的改进，它利用GPU的强大功能来提供更快的计算，以进一步最大限度地减少行程时间。MACO-P算法是在现有MACO算法的基础上提出的，它避开了拥塞路径。MACO-P算法通过引入抢占机制来减少交叉口的平均排队长度，从而减少等待时间。本文提出了GMACO-P算法，利用GPU的强大功能来改进MACO-P，以进一步减少旅行时间。GMACO-P算法在CUDA Toolkit 7.5中用C语言实现，并与已有的Dijkstra、ACO、MACO、MACO-P算法以及Dijkstra、ACO、MACO算法的并行实现进行了比较。实验结果表明，提出的GMACO-P算法能够有效地减少车辆行驶时间。
2020-10-27 cs.NI
Performance Analysis of Sensing-Based Semi-Persistent Scheduling in C-V2X Networks
第三代合作伙伴计划发布了蜂窝车联网（C-V2X）规范，作为第14版LTE框架的一部分。C-V2X是专用短程通信的替代方案，两者都是专门为V2X控制信令而设计的。C-V2X扩展了设备到设备规范，增加了两种针对LTE基站覆盖范围内和覆盖范围外车辆环境的操作模式。车辆到车辆通信（V2 V）是通过模式4建立的，其中设备采用基于感测的半持久调度（SPS）以分布式方式调度其传输。需要研究来评估SPS的性能，特别是在拥塞的无线电环境中。本文介绍了第一个支持此类研究的开源C-V2X模拟器。模拟器是在ns-3中实现的。我们分析了模式4资源池配置和一些关键SPS参数对调度性能的影响，发现资源预留间隔显著影响分组数据率性能，而资源重选概率在密集车辆高速公路场景中影响不大。我们的研究结果表明，适当的配置调度参数可以显着提高性能。我们的结论是，拥塞控制机制的研究，需要进一步提高SPS性能的许多实际使用情况。
2018-04-28 cs.NI
MCS Adaptation within the Cellular V2X Sidelink
蜂窝车联网（C-V2X）侧链路内的调制和编码方案（MCS）的自适应具有广泛应用的潜力，包括拥塞控制、对可变分组大小的支持、密度感知速率自适应和对单播传输的改进支持。然而，MCS自适应的实际实现方式对C-V2X无线电资源、带宽、功率电平的计算和调度机制的操作提出了广泛的影响。本文介绍了第一项研究，该研究提供了详细的分析和实现的模型，突出了MCS自适应对C-V2X侧链路内基于感测的半持久调度（SB-SPS）机制操作的影响。为了展示MCS适应用于特定目的，其性能进行了详细的分析，同时考虑不同的车辆密度的分布式拥塞控制。结果表明，MCS自适应可以是有用的，以减少信道拥塞，减少资源占用，但可能不会提高整体的数据包传输速率，除非子信道占用减少。最后，本研究为C-V2X侧链路中MCS自适应的其他应用提供了基础。
2021-09-30 cs.NI
Graph-based Heuristic Solution for Placing Distributed Video Processing Applications on Moving Vehicle Clusters
车载雾计算（VFC）被设想为云和移动边缘计算的扩展，以利用车辆中丰富的传感和处理资源。我们专注于在城市交通拥堵中花费大量时间的缓慢行驶的汽车，作为车载传感器，摄像机和处理能力的潜在池。为了利用动态网络和处理资源，我们利用随机移动模型来选择具有相似移动模式的节点。然后，我们设计了两个分布式应用程序，实时缩放，并放置在选定的车辆雾节点上的多个实例。我们通过a）处理不稳定的车辆环境，使用真实的车辆密度数据来构建一个现实的移动性模型，该模型有助于选择用于服务部署的节点b），使用社区检测算法来使用车辆的预测移动性行为来选择鲁棒的车辆集群。使用图中心性度量来验证所选择的集群的稳定性，以及c）基于图的放置算法被开发以基于多目标约束优化问题以有效资源利用为目标来找到服务图的最优放置。该启发式算法通过平衡增加服务实例的数量以具有足够的处理实例冗余以在节点或链路故障的情况下增加服务中的弹性与减少它们的数量以最小化资源使用之间的权衡来解决处理从分布式设备生成的数据的重要问题。我们比较我们的启发式的整数线性规划的解决方案和首次适合启发式。我们的方法在资源利用率和/或具有更小的服务延迟方面比这些类似的方案表现得更好，这是安全相关应用程序的关键要求。
2021-10-26 cs.NI
Detection of malicious data in vehicular ad-hoc networks for traffic signal control applications
University of Silesia（西里西亚大学）
本文提出结合预期驾驶员行为模型与位置验证的方法，用于检测车载节点发起的Sybil攻击中的恶意数据，通过仿真实验验证该方法能有效缓解恶意数据对交通信号控制性能的负面影响。
2017-03-31 cs.NI cs.SY eess.SY
Distributed Rate and Power Control in Vehicular Networks
Qualcomm Research（高通研究）；School of Electrical, Computer and Energy Engineering, Arizona State University（亚利桑那州立大学电气、计算机和能源工程学院）
本文提出基于网络拥塞控制的效用最大化框架，设计了分布式速率与功率控制算法，通过交替使用两者实现联合控制，并通过ns2仿真验证了其优于EMBARC算法的性能。
2015-11-04 cs.NI cs.SY eess.SY
A Novel Channel-Constrained Model for 6G Vehicular Networks with Traffic Spikes
针对6G车载网络现有MEC模型难应对资源稀缺、信道受限及交通尖峰的问题，提出信道约束多核串行模型CCMSM，结合GA-SSA算法优化，证明FCFS策略时延最短，仿真验证其性能更优。
2023-06-14 cs.NI cs.SY eess.SY
Scalable Cellular V2X Solutions: Large-Scale Deployment Challenges of Connected Vehicle Safety Networks
本文针对蜂窝车联网在大规模部署中的可扩展性瓶颈，系统分析了LTE-V2X在PC5侧行链路下的拥塞与丢包问题并提出系列解决方案，同时综述了面向超低时延高可靠场景的5G NR-V2X演进路径。
2023-12-01 cs.NI
Multi-Objective Offloading Optimization in MEC and Vehicular-Fog Systems: A Distributed-TD3 Approach
针对MEC与车载雾系统中的多目标卸载优化，提出分布式TD3方法，通过强化学习环境实现近乎最优卸载决策，以最小化延迟和能耗，仿真验证了其高效性。
2024-04-19 cs.NI eess.SP
V2X Meets NOMA: Non-Orthogonal Multiple Access for 5G Enabled Vehicular Networks
得益于广泛部署的基础设施，LTE网络最近被认为是支持车辆到一切（V2X）服务的有希望的候选者。然而，随着未来大量设备接入V2X网络，传统的基于OFDM的LTE网络由于其正交接入效率低而面临拥塞问题，导致显著的接入延迟，特别是对安全关键应用提出了巨大的挑战。非正交多址接入（NOMA）技术已被公认为未来5G蜂窝网络提供宽带通信和大规模连接的有效解决方案。在本文中，我们研究了NOMA在支持蜂窝V2X服务以实现低延迟和高可靠性方面的适用性。从基本的V2X单播系统开始，提出了一种新的基于NOMA的方案，以解决在超密集拓扑中设计高频谱效率调度和资源分配方案的技术障碍。然后，我们将其扩展到更通用的V2X广播系统。还讨论了其他基于NOMA的扩展V2X应用和一些开放问题。
2017-05-24 cs.IT cs.NI math.IT
Priority based inter-twin communication in vehicular digital twin networks
Georgia State University（佐治亚州立大学）；Penn State Berks（宾夕法尼亚州立大学伯克斯分校）
本文针对车载数字孪生网络中流量拥塞导致响应时间降低的问题，提出基于优先级的孪生体间通信方案，设计对应算法并通过实验验证其有效性。
2026-08-13 cs.DC cs.NI
GNN-based Multi-Agent Control of Traffic Shockwaves in Sparse Vehicular Ad-hoc Networks
Microsoft（微软公司）；GITAM University（吉塔姆大学）；National Institute of Technology, Rourkela（鲁尔克拉国家理工学院）
研究稀疏车载自组织网络中交通激波问题，提出集成图神经网络的去中心化多智能体强化学习框架，车辆利用本地信息和邻车交互学习协同控制策略，能有效减少交通激波传播，即使低比例车辆联网时也能减少80%。
2026-08-03 cs.LG cs.NA cs.NI
A Simple Scheme for Distributed Passive Load Balancing in Mobile Ad-hoc Networks
高效路由是下一代车载网络的关键挑战之一，以便在智能城市环境中提供快速可靠的通信。已经提出了各种路由协议来确定高度动态拓扑中的最优路由路径。然而，这是这些类型的网络的困境，良好的路径被集中使用，导致拥塞和路径质量下降。在本文中，我们采用多路径路由的思想，并提出了一个简单的分散计划的移动自组网（MANET）路由，处理被动负载均衡，而不需要额外的通信努力。它可以很容易地应用到现有的路由协议，以实现负载均衡，而不改变路由过程本身。在全面的仿真研究中，我们提出的负载均衡技术应用于多个示例协议，并评估其对网络性能的影响。结果表明，所有考虑的协议可以实现显着更高的可靠性和改进的数据包传输率（PDR）的值，通过应用建议的负载均衡计划。
2018-02-21 cs.NI
Experimental Evaluation of the ETSI DCC Adaptive Approach and Related Algorithms
本文通过仿真评估ETSI DCC自适应方法、LIMERIC及Dual-α在稳态与瞬态场景下的拥塞控制性能，证明参数选择至关重要，且Dual-α在瞬态场景中更优。
2024-03-02 cs.NI
ViT LoS V2X: Vision Transformers for Environment-aware LoS Blockage Prediction for 6G Vehicular Networks
École de Technologie Supérieure（高等技术学院）
针对6G车载网络毫米波通信的视距阻塞问题，提出结合CNN、定制ViT与GRU的多模态时序数据深度学习预测方法，准确率超95%，优于现有方案。
2024-06-27 cs.AI cs.CV cs.NI
An empirical study of Unfairness and Oscillation in ETSI DCC
车载自组网在高节点密度下的性能一直是研究的重点。特别注意的是，许多道路安全应用程序所依赖的合作意识信息（CAM）的频繁交流。在本文中，我们专注于欧洲电信标准协会（ETSI）的分散式拥塞控制（DCC）机制，特别是在密集网络的背景下，其设施层组件的评估。为此，一组模拟已经进行了几种情况下，考虑农村公路和城市的流动性，以调查不公平和振荡问题，并分析触发因素。实验结果表明，ETSI DCC的最新技术规范在公平性方面有了显著的提高。相比之下，稳定性标准留下了改进的空间，因为信道负载测量呈现（i）当仅应用设施层控制时的相当大的波动和（i.i）当组合不同的DCC控制方法时的严重的状态振荡。
2015-10-05 cs.NI
Evaluating the impact of adversarial traffic patterns on vanet communication using veins simulation
Texas A&M University San Antonio（德克萨斯农工大学圣安东尼奥分校）
该研究利用Veins框架仿真，评估消息泛洪等对抗性交通模式对VANET通信的影响，发现其可大幅降低PDR与吞吐量，为构建更安全的车载网络提供了依据。
2026-08-18 cs.LG cs.NI
CSMA-based Packet Broadcast in Radio Channels with Hidden Stations
载波侦听多址接入（CSMA）MAC协议是已知的遭受隐藏站（HS）问题。即使对于具有简单线性网络拓扑的广播通信，具有HS的CSMA网络的完整数学分析仍然是一个开放的问题。在本文中，我们解决这一挑战，通过引入一个MAC层建模方法的基础上，时间和空间域马尔可夫过程。使用这种方法，我们推导出封闭形式的解决方案，在无限一维（1-D）的CSMA网络的稳态性能与HS。通过仿真验证了理论分析的正确性：1）在帧持续时间固定的假设下，如果每个基站的条件信道接入概率超过某个阈值，CSMA系统将进入“同步传输”状态，大量相邻基站重叠传输，相互干扰，导致系统有效吞吐量为零。2)CSMA广播通信的最大系统有效吞吐量随着站点密度的增加而增加，但对条件信道接入概率变得越来越敏感。在[25]中，我们通过模拟多车道公路场景验证了本文的分析结果，并为车辆网络中的拥塞控制算法提供了定量指导。
2016-12-17 cs.NI
Quantum Inspired Vehicular Network Optimization for Intelligent Decision Making in Smart Cities
The University of Haripur（哈里普尔大学）；Government of Khyber Pakhtunkhwa（开伯尔-普赫图赫瓦省政府）；Princess Nourah Bint Abdulrahman University（公主努拉·宾特·阿卜杜勒·拉赫曼大学）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）；Hurghada University（赫尔加达大学）
本文提出QIVNOM框架，通过联合优化车对车和车对基础设施通信及城市交通控制，降低延迟并提升可靠性，在模拟中表现优于基线方法。
2026-03-26 cs.NI quant-ph
Enhancement of High-definition Map Update Service Through Coverage-aware and Reinforcement Learning
本文提出Q学习覆盖时间感知算法，通过优化车载网络服务质量与高精地图更新，在动态车辆场景中显著降低高精地图数据传输时延。
2024-02-08 cs.AI cs.LG cs.NI
FUSION: Forecast-Embedded Agent Scheduling with Service Incentive Optimization over Distributed Air-Ground Edge Networks
Tongji University（同济大学）；University at Buffalo-SUNY（纽约州立大学布法罗分校）；Xiamen University（厦门大学）；Guizhou University（贵州大学）；Western University（韦仕敦大学）；Edith Cowan University（伊迪丝考文大学）
针对分布式空地集成网络，提出含离线和在线阶段的FUSION两阶段优化框架。离线阶段用液神经网络预测需求，经路由和激励机制确定合同与路线；在线阶段将任务调度建模为博弈求解。实验表明该框架能提升福利与利用率。
2026-09-24 cs.NI
Developing a Vehicle Re-routing Algorithm using Connected Vehicle (CV) Technology
车辆自组织网络（VANELS）作为车辆通信的核心，并提供基本的无线通信架构以支持车辆到车辆（V2V）和车辆到基础设施（V2I）通信。因此，通过仅利用通信技术，联网车辆（CV）可以在动态道路网络中导航。然而，这种车辆仍处于起步阶段，但预计将对安全性和机动性产生重大影响，例如在车辆故障或其他道路事故的情况下减少非经常性拥堵。为了评估其影响，本研究通过开发智能主动改道算法来考察车辆发生故障时拥有简历的好处。由于缺乏真实世界的数据，本文采用了一个集成的仿真框架组成的V2X（OMNET++）通信模拟器和交通微观模拟器（SUMO）。所开发的算法的功能是，当车辆在实时交通车道内发生故障时，系统会检测到故障，立即生成警告信息，并将其发送给接近的车辆。根据实时通知，知情车辆主动改道至替代道路以避开故障区。开发了两种场景，其中故障发生在启用V2X和禁用V2X的系统的交叉点内外。结果表明，支持V2X的CV重新路由机制可以通过减少拥堵来提高交通效率，并通过平滑受影响车辆的加速和减速来提高交通安全，同时降低基础设施成本。该算法将有助于公路机构（运输部）和车辆制造商在现有的道路网络中引入CV。
2022-08-30 cs.NI cs.SY eess.SY
