Heterogeneous V2V Communications in Multi-Link and Multi-RAT Vehicular Networks
由于车辆之间以及车辆和基础设施节点之间的动态信息交换，互联和自动化车辆将实现先进的交通安全和效率应用。互联车辆可以利用IEEE 802.11p进行车辆到车辆（V2V）和车辆到基础设施（V2I）通信。然而，联网车辆的广泛部署和联网自动驾驶应用的引入将显著增加车辆网络的带宽和可扩展性要求。本文提出通过在多链路和多RAT车载网络中采用异构V2V通信来解决这些挑战。特别是，本文提出了第一个分布式（和分散式）上下文感知异构V2V通信算法，该算法是技术和应用不可知的，并允许每个车辆自主和动态地选择其通信技术，同时考虑到其应用要求和通信上下文条件。这项研究证明了异构V2V通信的潜力，以及所提出的算法的能力，以满足车辆的应用需求，同时接近估计的上限网络容量。
2019-09-09 cs.NI
Ultra-Reliable Low-Latency Communications in Autonomous Vehicular Networks
预计自动驾驶汽车将成为未来十年汽车发展的主要趋势。为了支持自动驾驶汽车，自动驾驶汽车和基础设施网络之间需要超可靠的低延迟通信（URLLC），例如，第五代（5G）蜂窝网络。因此，在5G自主车辆网络中，必须联合研究可靠性和延迟。利用欧几里德范数理论，我们首先提出了一个可靠性和延迟联合函数来评估5G自主车辆网络中可靠性和延迟的联合影响。可靠性和延迟之间的相互作用通过5G自主车辆网络的蒙特卡洛（MC）模拟来说明。为了提高可靠性和延迟性能并实现URLLC，提出了一种新的用于5G自主车辆网络的网络切片解决方案，该方案从资源切片扩展到服务和功能切片。仿真结果表明，所提出的网络切片解决方案能够提高5G自主车载网络的可靠性和延迟性能，并确保URLLC。
2019-03-05 cs.NI
Simulation Based: Study and Analysis of Routing Protocol in Vehicular Ad-hoc Network Environment
一种车载自组织网络，由多个车辆组成，这些车辆之间相互通信，并通过位于车辆通信范围内的车辆之间可用的无线通信链路交换数据，以提高城市中的道路安全。车辆之间的通信用于提供道路安全，舒适和娱乐。通信的性能取决于如何更好地在网络中进行路由。源和目的地车辆取决于车载adhoc网络中所使用的路由协议。在这项基于仿真的研究中，我们研究了车载adhoc网络中不同的adhoc路由协议。我们的主要研究目标是确定哪种adhoc路由协议在车载adhoc网络的高度移动环境中具有更好的性能。我们测量了车载adhoc网络中使用802.11p的路由协议的性能网络中，我们考虑了城市的情况下，即路径之间的Nerul和Vashi，我们已经采取了1200种不同类型的车辆，并检查其性能。路由协议的选择后，文献综述。然后选择的协议，通过模拟802.11p下的性能指标，即PDR和E2E延迟进行评估。
2014-03-24 cs.NI
Autonomous Vehicular Networks: Perspective and Open Issues
车载自组织网络（VANTIONAL ADHOC NETWORK，VANTIONAL ADHOC NETWORK）的研究已有二十多年的历史。虽然传统的VAN是车辆的基本通信方式，但新兴的自动驾驶车辆（AV）对传统的VAN提出了挑战，自动驾驶车辆（AV）对通信提出了新的特征和挑战。与此同时，随着人工智能和5G蜂窝网络的最新进展，VANET的基本框架应该如何发展以利用新技术？在这篇文章中，我们重新考虑的问题，车辆到车辆的通信时，网络是由自动驾驶汽车。我们讨论了AV的特点和具体要求，以及传统的VANESTO应该如何适应它们。
2021-12-02 cs.NI
Secure Implementation of a Vehicular Application for the Symbian Platform
车载自组织网络是一种以车辆为节点的通信网络。他们的目的是有效地管理交通，以防止意外事故，堵塞等不必要的事件，对这种类型的网络的研究假设使用安装在道路上的额外基础设施，并安装在车辆中的特殊设备。在本文中，我们提出了一种新的解决方案，用于部署车辆网络，它只使用现有的智能手机与技术，如Wi-Fi，GPS和蓝牙。这种方法将节省道路基础设施部署和额外车辆设备的成本，从而能够以低成本部署第一个真实世界的车辆自组织网络。特别是，在这里全面详细审查的建议，为Symbian平台的开发实施。
2022-08-06 cs.CR 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
Energy Efficient Software Matching in Vehicular Fog
随着物联网（IoT）的发展和雾计算的兴起，提出了更多新的联合技术。车载自组织网络（VANET）是一种新兴的技术，具有非常有前途的作用，其中可以利用车辆的空闲处理能力。在本文中，我们提出了一个雾架构，为最终用户提供服务的基础上，在一个停车场的静态车辆集群称为车辆雾。拟议的车辆雾架构通过光学基础设施连接到中央数据中心。由于用户的处理请求需要特定的软件包，可能不是在所有的车辆，我们研究的任务分配在车雾中的软件匹配问题。本文的目的是研究车辆中的软件包种类对分配决策和总体功耗的影响。利用混合整数线性规划（MILP）模型，考虑车载雾中不同数量的软件包，优化整个架构的功耗。结果显示，在该示例中，当车辆上传有十个软件包的库中的四个或更多个不同的软件包时，功率节省高达27%。
2019-04-04 cs.NI
Danger Aware Vehicular Networking
IEEE802.11p是智能交通系统中实现专用短程通信（DSRC）的关键技术之一。车载通信的主要挑战是需要处理大量数据。随着车辆密度和速度的增加，要传输的数据也增加。我们提出了一个协议，根据车辆经历的危险程度，减少在车辆上传输的消息的数量。建议的协议测量车辆之间的距离，作为车辆危险的代表，以确定传输的优先级。我们的研究结果表明，这种传输的优先级直接减少了一次发送器的数量，因此在关键指标方面带来了更高的性能-即，PDR、吞吐量、延迟、信道繁忙概率和冲突概率。
2020-03-09 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
F-RouND: Fog-based Rogue Nodes Detection in Vehicular Ad hoc Networks
车载自组织网络（VANESTs）促进车辆广播信标消息以确保道路安全。VAN中的流氓节点传播恶意信息，导致潜在的危险，包括车辆碰撞。以前的研究人员使用密码学，信任值或过去的车辆数据来检测流氓节点，但他们遭受高处理延迟，开销和误报率（FPR）。我们提出了基于雾的流氓节点检测（F-RouND），雾计算方案，它动态地创建一个雾利用在该地区的所有车辆的车载单元（OBU）的流氓节点检测。F-RouND的新颖之处在于在高车辆密度下提供低处理延迟和FPR。我们的F-RouND框架的性能进行了模拟使用OMNET++和SUMO模拟器。结果表明，F-RouND确保低45%的处理延迟，低12%的开销，并在高车辆密度降低FPR 36%，现有的流氓节点检测方案相比。
2021-02-01 cs.NI
High stable and accurate vehicle selection scheme based on federated edge learning in vehicular networks
联邦边缘学习（FEEL）技术被认为是一种很有前途的技术，以减少计算工作量，同时保持用户的隐私。在FEEL系统中，车辆将数据上传到边缘服务器，边缘服务器训练车辆的数据以更新本地模型，然后将结果返回给车辆以避免共享原始数据。然而，在边缘的缓存队列是有限的，边缘服务器和每个车辆之间的通道是时变的。因此，选择合适数量的车辆以确保上传的数据可以在边缘服务器中保持稳定的缓存队列，同时最大化学习精度是具有挑战性的。此外，选择具有不同资源状态的车辆来更新数据会影响训练所涉及的数据总量，从而进一步影响模型的准确性。在本文中，我们提出了一种车辆选择方案，它最大限度地提高学习精度，同时确保缓存队列的稳定性，其中考虑到边缘服务器覆盖范围内的所有车辆的状态。通过仿真实验对该方案的性能进行了评估，结果表明，该方案的性能优于已知的基准方案。
2023-03-03 cs.NI
Performance of Vehicle-to-Vehicle Communication using IEEE 802.11p in Vehicular Ad-hoc Network Environment
使用车对车（V2V）通信的交通安全应用是ITS环境中一个新兴且有前途的领域。这些应用中的许多要求具有高可靠性的实时通信。为了满足实时的最后期限，及时和可预测的通道访问是至关重要的。802.11p中使用的介质访问方法，具有冲突避免的CSMA，不能保证在有限的截止日期之前的信道访问。CSMA的众所周知的属性对于关键通信场景是不期望的。仿真结果表明，一个特定的车辆被迫放弃超过80%的数据包，因为没有信道访问之前，下一个消息生成是可能的。为了克服这个问题，我们建议使用STDMA的车辆之间的实时数据流量。以高速公路仿真场景为例，研究了STDMA的实时的性，取得了较好的效果。
2013-04-11 cs.NI
Highway Mobility and Vehicular Ad-Hoc Networks in NS-3
车载自组织网络的研究需要高效、准确的仿真工具。由于车辆的移动性和驾驶员的行为可能会受到网络消息的影响，因此这些工具必须包括与高质量网络模拟器集成的车辆移动性模型。我们提出了一个著名的车辆移动模型的ns-3，流行的ns-2网络模拟器的下一代的第一个实现。车辆移动性和网络通信通过活动进行整合。用户创建的事件处理程序可以在每次接收到网络消息和每次模型更新车辆移动性时发送网络消息或更改车辆移动性。为了帮助创建模拟，我们实现了一个管理车辆移动性的直线公路模型，同时允许各种用户自定义。我们表明，我们的移动模型的实施结果相匹配的模型的作者，并提供了一个例子，使用我们的实施ns-3。
2010-06-23 cs.NI
A Novel Real-Time Video and Data Capture of Vehicular Accident in Intelligent Transportation Systems
本文提出了一种新的智能交通系统（ITS）中车辆事故的实时的【形】视频和数据采集方法。该方案解决了在智能车辆和远程ITS服务器中记录车辆事故所需的巨大存储空间的问题。它工作效率高，存储量小，并保证将事故视频保存在辅存中。它使用户能够捕捉实时的【形】视频和数据的车辆运行。它使用户能够随时随地获得车辆事故视频和数据。该方案在实验台上实现，并对其性能进行了评估。实验结果表明，该方案能够保证车辆事故记录在ITS服务器中.与全时录像方案相比，该方案具有更好的效果。
2014-04-10 cs.NI
Stable Dynamic Predictive Clustering (SDPC) Protocol for Vehicular Ad hoc Network
车载通信是智慧城市的重要组成部分。可扩展性是车辆通信的主要问题，特别是当车辆数量在任何给定点增加时。车辆还遭受一些其他问题，如广播问题。分簇技术可以解决车载自组织网络的问题，但由于车辆的高度移动性，分簇在车载自组织网络中存在稳定性问题。以前提出的VANET的聚类算法进行了优化，无论是直路或交叉口。此外，缺乏对移动性参数的组合的智能使用，例如方向、移动、位置、速度、车辆的程度、在交叉口处的移动等，导致集群稳定性问题。一种动态分簇算法，考虑到所有的移动性参数的有效利用，可以解决VANET的稳定性问题。为了提高VANET的稳定性，提出了一种新的鲁棒动态分簇算法--稳定动态预测分簇算法（SDPC）。与以往的研究不同，在建立聚类时考虑了车辆相对速度、车辆位置、车辆距离、传输距离和车辆密度，而在选择簇头时则考虑了相对距离、交叉口的运动、车辆的度数等因素。从流动性参数的未来道路场景构建。创建簇，并基于道路的未来建设选择簇头。SDPC的性能进行了比较的平均簇头变化率，平均簇头持续时间，平均簇成员持续时间，和分簇开销的总数据包传输的比例。仿真结果表明，SDPC算法优于现有算法，具有更好的聚类稳定性。
2022-09-16 cs.NI
Power and Packet Rate Control for Vehicular Networks in Multi-Application Scenarios
车载网络要求车辆定期发送1跳广播数据包，以便检测其本地邻域中的其他车辆。许多车辆应用依赖于在公共控制信道上发送的这些分组的正确接收。实际上，车辆将被要求同时执行多个应用程序。因此，广播分组的传输应当被配置为在控制信道负载的同时满足所有应用的要求。当车辆同时运行多个应用程序时，这可能具有挑战性，并且每个应用程序具有随车辆环境而变化的不同要求（例如速度和密度）。在这种情况下，本文提出并评估了不同的技术，以动态地适应每辆车的1跳广播数据包的速率和功率在多个应用场景。所提出的技术旨在满足多个同时应用的要求，并减少信道负载。评估结果表明，所提出的技术显着降低了信道负载，并能更好地满足多个应用程序的要求相比，现有的方法，特别是在SAE J2735 DSRC消息集字典中规定的消息转发。
2019-10-04 cs.NI
Performance evaluation of Secure DSRC (S-DSRC) protocol for Vehicular Adhoc Networks
Choudhary Devi Lal University（乔杜里·德维拉尔大学）
针对VANET安全通信问题，提出S-DSRC协议，通过密钥交换实现安全消息传输，在中型网络中性能优于现有DSRC协议。
2026-06-23 cs.NI
V2X Downlink Coverage Analysis with a Realistic Urban Vehicular Model
由于自动驾驶汽车必须实现车辆通信，如车辆到车辆（V2V）或车辆到基础设施（V2I），因此需要了解现实的车辆到一切（V2X）模型。以往的研究大多针对车辆随机分布的车辆模型，没有考虑载波频率的变化，本文提出了一种更符合实际的V2X模型分析方法。本文采用一维泊松聚类过程（PCP）模拟了城市垂直交叉线道路区域的车辆分布，并与以往采用泊松点过程（PPP）随机分布车辆的研究结果进行了比较。此外，我们通过相应地改变天线辐射模式，将不同载波频率（毫米波和低于6 GHz）的影响纳入我们的分析。结果表明，虽然集群的效果导致较低的中断，使用毫米波有更大的意义，导致较低的中断。此外，视线（LoS）干扰链路被证明是更占主导地位，在降低中断比非视线（NLoS）的链接，即使他们是在数量上较少。分析结果为城市V2X通道的设计和分析提供了参考，并通过实际城市区域三维（3D）射线跟踪模拟进行了验证。
2018-06-26 cs.NI
Multi-hop Links Quality Analysis of 5G Enabled Vehicular Networks
随着第五代（5G）移动通信系统的出现，毫米波传输被认为是用于车辆网络的有前景的解决方案，特别是在车辆到车辆（V2V）通信中。在毫米波V2V通信中，不同的车联网业务对V2V多跳链路有不同的质量要求。针对V2V多跳无线链路的实时性和可靠性要求，提出了一种新的链路质量指标，用于评估不同V2V无线链路的质量。此外，在新的质量指标中配置不同的权重因子，以反映不同类型业务对实时性和可靠性的不同要求。基于提出的链路质量指标，分析了不同车辆密度下V2V链路质量与单跳通信距离的关系。仿真结果表明，随着车辆密度的增加，链路质量得到改善，当车辆密度一定时，存在一个最优的单跳通信距离。
2017-08-02 cs.NI
TVR - Tall Vehicle Relaying in Vehicular Networks
车对车（V2 V）通信是下一代智能交通系统中实现安全和非安全应用的核心技术。由于天线的相对较低的高度，V2 V通信经常受到地形特征、人造结构和位于通信车辆之间的其他车辆的影响。在高速公路上，实验表明，车辆可以阻碍视线（LOS）通信高达50%的时间;此外，一个单一的阻碍车辆可以减少接收器的功率超过20 dB。基于实验测量和模拟使用验证的信道模型，我们表明，高架天线的位置高的车辆提高了通信性能。高大的车辆可以显着增加有效的通信范围，在某些情况下可以提高高达50%。利用这些发现，我们提出了一种新的V2 V中继方案，称为高大车辆中继（TVR），利用高大车辆提供的更好的信道特性。TVR区分高大和矮小的车辆，并在适当的情况下选择高大的车辆作为下一跳中继。我们调查TVR的系统级性能，通过结合链路级实验和系统级仿真，并表明它优于现有的技术。
2013-11-03 cs.NI
Computation Offloading and Content Caching Delivery in Vehicular Edge Computing: A Survey
自动驾驶汽车（AV）在支持各种车辆应用之前会生成大量数据。因此，大存储和高计算平台是必要的，并且这通过云计算（CC）的存在而成为可能。然而，由于邻近问题，在云计算处的车辆网络的计算遭受若干缺点，诸如延迟和成本。作为一种解决方案，最近已经提出了在车辆网络的边缘处的计算能力，这被称为车辆边缘计算（VEC）。这导致了车辆在边缘节点卸载和计算数据的其他开放问题，以及数据如何在边缘节点中缓存然后传播到其他车辆。在本文中，我们首先提出了一个概述的VEC架构，包括类型的层，雾节点，通信技术和车辆应用程序，这是用于数据卸载和传播的情况。由于移动性对VEC性能至关重要，因此还讨论了VEC场景中使用的移动性模型。我们广泛审查计算卸载（ComOf）技术以及内容缓存和交付（CachDel）的方法VEC。最后，我们强调了一些关键的研究挑战，问题和未来的工作在文件中
2019-12-17 cs.NI
Connected Vehicular Transportation: Data Analytics and Traffic-dependent Networking
随着车载操作系统在车辆中变得越来越普遍，快速运动车辆中的实时宽带信息娱乐和智能交通系统（ITS）服务应用变得越来越苛刻，这被高度期望显著提高我们日常道路生活的效率和安全性。新兴的ITS和车辆应用，例如，然而，行程规划需要在实时普适信息收集和大数据处理方面做出大量努力，以便为快速移动的车辆提供快速决策和反馈，这因此对开发高效的车辆通信平台提出了重大挑战。在本文中，我们介绍了TrasoNET，这是一个集成的网络框架，通过探索数据分析和网络技术为联网车辆提供实时智能交通服务。TrasoNET建立在两个关键组件之上。第一个通过探索实时交通状态、特定用户偏好、服务应用和网络条件的信息来引导车辆到适当的接入网络。第二部分主要涉及分布式自动访问引擎，该引擎使各个车辆能够基于访问推荐器、本地观察和历史信息做出分布式访问决策。我们展示了TrasoNET在基于出租车真实轨迹的实时交通传感案例研究中的应用。
2017-04-26 cs.NI
Simulation Study on Collaborative Content Distribution in Delay Tolerant Vehicular Networks
现代车辆配备了越来越复杂的计算机模块，需要定期从云端下载文件，如安全证书、数字地图、系统固件等。协同内容分发利用V2V通信在车辆网络中分发大型文件。它有可能显著降低4G LTE等蜂窝通信的成本。在本报告中，我们进行了一项模拟研究，以验证混合蜂窝和V2V协作内容分发网络的可行性。在我们的模拟中，一小部分模拟车辆通过蜂窝通信直接从云端下载文件，而其他车辆通过协作V2V通信接收文件。我们的模拟结果表明，只有1%的车辆启用蜂窝通信，它需要不到24小时分发文件到90%的车辆在大都市地区，大约48至72小时分发到99%。这些结果对于车辆网络中的许多延迟容忍内容分发应用是非常有前途的。
2018-07-03 cs.NI
Survey on Congestion Detection and Control in Connected Vehicles
车载自组织网络（VANET）拓扑结构的频繁变化和节点的移动性，给车载通信带来了严峻的挑战。由于车辆之间在有限带宽上的大量信息传播而加剧，VANET的拓扑动态性导致通信信道中的拥塞，这是诸如消息丢弃、延迟和降低的服务质量的问题的主要原因。为了缓解这些问题，需要将拥塞检测和控制技术结合到车载网络中。拥塞控制方法可以是基于拥塞前或拥塞后策略的开环或闭环。我们提出了一个一般架构的车辆通信在城市和高速公路的环境，以及国家的最先进的调查，最近的拥塞检测和控制技术。我们还确定了现有的方法的缺点，并根据不同的分层方案进行分类。通过广泛的文献回顾，我们建议解决方案的方法和未来的方向，处理车辆通信拥塞。
2020-07-29 cs.NI
A Blind Zone Alert System based on Intra-vehicular Wireless Sensor Networks
由于现代车辆中部署的传感器数量越来越多，车载无线传感器网络（IVWSNs）最近在汽车行业受到了广泛关注，因为它们可以减少车辆内部的线束数量。通过去除电线，汽车制造商可以减轻车辆的重量，提高发动机性能，燃油经济性和可靠性。除了这些直接的好处，IVWSN是一个多功能的平台，也可以支持其他车辆应用。本文讨论了一个被称为侧盲区警报（SBZA）系统的示例应用，该系统监视车辆的盲区并及时提醒驾驶员以防止碰撞。基于IVWSN的SBZA系统的性能进行了评估，通过两个测试车辆上进行的真实实验。我们的研究结果表明，该系统可以达到约95%至99%的检测率小于15%的误报率。与使用雷达或相机的商业系统相比，基于IVWSN的SBZA的主要好处是成本大大降低。
2015-03-04 cs.NI
Vehicular Cooperative Maneuvers -- Quo Vaditis?
本文梳理了车辆协同机动的核心概念、当前部署前需解决的开放挑战，并展望了其未来演进方向。
2023-11-30 cs.NI
Energy Saving of Base Stations Sleep Scheduling for Multi-Hop Vehicular Networks
研究了一维多跳车载网络中基站采用休眠调度策略的节能问题。我们考虑合作BS调度策略，BS可以在睡眠和活动模式之间切换，以减少平均能耗利用车辆的速度和位置的信息。假设车辆的泊松分布，我们推导出一个合适的概率分布函数之间的距离的两个相邻的簇头，其中一个集群是一个最大的一组车辆，其中每两个相邻的车辆可以直接通信时，他们的欧几里得距离小于或等于一个阈值，称为通信范围的车辆。此外，获得了睡眠方式中的停留时间的期望值和节能。仿真结果表明，该休眠调度策略显著降低了基站的能耗。
2016-06-23 cs.NI
A Markovian Model for Assessing the Consistency of Vehicular Storage Systems
在本文中，我们评估的车载设备支持数据存储和分发应用程序的适用性。车辆存储系统近来已经作为用于使与车辆环境相关的信息可用于车辆用户的装置而出现。信息可以由安装在车辆上的传感器收集，也可以来自周围环境。对车辆数据存储和分发系统进行建模需要引入多个参数，例如车辆集中度和传输范围，其值可以确定车辆环境对于建立具有期望质量的通信基础设施的适合性或不适合性。在本文中，我们将展示如何解决这个问题，诉诸马尔可夫模型和通过其应用所取得的一些成果。
2013-05-02 cs.NI
Graph Neural Networks for Joint Communication and Sensing Optimization in Vehicular Networks
本文研究了太赫兹车载网络中的联合通信和传感问题。在所研究的模型中，一组服务提供商车辆（SPV）向目标车辆提供通信服务或传感服务，其中必须确定1）服务模式（即，为每个SPV提供通信或感测服务），以及2）每个SPV将服务的目标车辆的子集。该问题被公式化为一个优化问题，旨在最大化的数据率的通信目标车辆的总和，同时满足感测目标车辆的感测服务要求，通过确定服务模式和目标车辆的关联为每个SPV。为了解决这个问题，提出了一种基于图神经网络（GNN）的异构图表示算法。所提出的算法使中央控制器能够提取每个车辆的图形信息，其位置，连接，和通信干扰。使用该提取的图形信息，然后确定联合服务模式选择和目标车辆关联策略以适应具有各种车辆类型（例如，目标车辆和服务提供商车辆）。仿真结果表明，与基于均匀高斯神经网络的算法和不使用高斯神经网络的传统优化算法相比，该算法的总速率可达到最优解的93.66%，总速率分别提高了3.16%和31.86%。
2023-02-06 cs.NI
Enhancing Video Streaming in Vehicular Networks via Resource Slicing
车联网（V2X）通信是将车辆与相邻车辆、基础设施和行人连接起来的关键推动因素。在过去的几年中，多媒体服务已经经历了巨大的增长，并且随着未来更多的设备（即，车载设备）将利用信息娱乐服务，多媒体服务预计将增加。因此，重要的是关注以用户为中心的测量，即体验质量（QoE），诸如视频质量（分辨率）及其波动。本文提出了一种新的联合视频质量选择和资源分配技术，以提高车辆设备的QoE。所提出的方法利用车辆设备的排队动态和信道状态，以最大限度地提高QoE，同时确保最终用户以高概率进行无缝视频播放。网络范围的QoE最大化问题被解耦为两个子部分。首先，基于网络切片的聚类算法被应用到划分成多个逻辑网络的车辆。其次，车辆调度和质量选择被制定为一个随机优化问题，使用李雅普诺夫漂移加惩罚方法来解决。数值结果表明，该算法确保高质量的视频体验相比，基线。仿真结果也表明，该技术实现了低延迟和高可靠性的通信。
2020-02-17 cs.NI
Vehicular Communications: Survey and Challenges of Channel and Propagation Models
车辆通信的特征在于动态环境、高移动性以及通信实体（车辆和路边单元）上相对较低的天线高度。这些特性使得车辆传播和信道建模特别具有挑战性。在这篇文章中，我们分类和描述最相关的车辆传播和信道模型，特别注重模型的可用性评估协议和应用程序。我们首先根据模型采用的传播机制及其实现方法对模型进行分类。我们还根据它们实现的信道属性对模型进行分类，并特别注意模型的可用性，包括实现的复杂性、可扩展性和输入要求（例如，地理数据输入）。我们还讨论了车辆信道建模中较少探索的方面，包括建模特定环境（例如，隧道、立交桥和停车场）和通信车辆的类型（例如，小型摩托车和公共交通工具）。最后，我们确定研究不足的方面，车辆传播和信道建模，需要进一步的建模和测量研究。
2015-05-26 cs.NI
Impact of Two Realistic Mobility Models for Vehicular Safety Applications
车辆安全应用，旨在为温哥华。可以通过车辆间通信进行分离。为了保证车辆的高速安全行驶，必须实现快速可靠的互联。在这项工作中，研究了IDM-IM和IDM-LC移动模型的影响AODV，AOMDV，DSDV和OLSR路由协议使用Nakagami传播模型和IEEE 802.11p MAC协议在达卡市的一个特定的城市场景。周期性广播（PBC）代理用于在紧急情况下或碰撞避免时在车辆之间传输消息，以实现车辆安全通信。仿真结果建议许多问题，如较低的丢包率，延迟，抖动，路由成本和平均跳数是必要的测量之前，开发一个强大的安全应用的VANET。
2014-05-10 cs.NI
Prevention Of Attack In Vehicular Adhoc Network Using Trust Model
车载自组织网络是一种现代技术，由于其能够提高交通效率和安全性，因此在交通领域具有重要意义。它是移动自组织网络的另一种变体，提供车辆到车辆（V2V）、路边单元到路边单元（R2R）和车辆到路边单元（V2R）的通信。联网车辆会传播敏感信息，这些信息必须在安全和既定的环境中与邻居进行通信。VANET还可能包含不诚实的节点，例如中间人攻击者，其旨在与车辆分发和共享恶意内容，从而用安全信息污染网络。在这种情况下，在连接的车辆之间实现信任可以提高安全性，因为每个参与的车辆将创建和传播真实，准确，本文利用一个信任模型来确定网络中恶意节点的信任度，并利用ns2仿真器和网络仿真器对无线adhoc网络中恶意节点的信任度计算和恶意节点的清除进行了仿真仿真结果表明，信任度更新后，节点间的通信带宽得到了改善
2021-05-19 cs.NI
Video Streaming in Cooperative Vehicular Networks
车载网络中的视频服务在我们的日常出行中扮演着重要的角色。在本文中，我们提出了一个合作的通信方案，以促进视频数据传输，利用车辆的移动性和基础设施和车辆之间的合作。为了提高视频体验质量（QoE），即，为了减少中断率、质量波动，提高回放质量，设计了一种基于车辆状态信息的后向补偿视频传输策略。此外，我们分析了一跳和目标集群为基础的合作计划的吞吐量，并获得其封闭形式的表达式，分别，这是有用的视频编码设计在中央服务器。仿真结果表明，该方法可以显着提高视频性能，并验证了我们的分析结果的准确性。
2021-11-14 cs.NI
Temporal Correlation of Interference in Vehicular Networks with Shifted-Exponential Time Headways
我们考虑一个一维的车辆网络的时间间隔（连续的车辆之间的时间差，因为他们通过一个点的道路上）遵循移位指数分布。我们发现，忽略的影响，在部署模型中，退化的车辆分布的泊松点过程的转变，高估了干扰的时间相关性在原点。估计误差在高业务量条件和小时滞时变大。
2018-08-14 cs.NI
A survey on road safety and traffic efficiency vehicular applications based on C-V2X technologies
本综述介绍了基于C-V2X技术的网联车辆应用研究，重点关注道路安全与交通效率，通过提出通信分类方法组织最新研究，并指出了未来面临的主要挑战。
2024-03-26 cs.NI
Building Transmission Backbone for Highway Vehicular Networks: Framework and Analysis
在高速公路车辆自组织网络中，车辆通过无线方式互连，依赖于多跳传输进行端到端通信。然而，这是严重的挑战，不可靠的无线连接，信号衰减和信道竞争中的动态车辆环境。为了克服网络动态性，为端到端连接选择合适的中继是很重要的。与以往的工作（\emph{e.g.}、分簇和协作下载）不同，本文探讨了稳定车辆的存在性，提出在高速公路车载自组网中构建稳定的多跳传输骨干网。我们的工作由三部分组成。首先，通过分析现实世界中的车辆交通轨迹，我们观察到，大型车辆，\emph{e.g.}，卡车，通常是稳定的低变化的移动性和稳定的信道条件下的低信号衰减，这使得它们的互连稳定的连接时间和传输速率。其次，通过探索稳定的车辆，我们提出了一个分布式协议，建立一个多跳的骨干链路端到端的传输，从而形成一个两层的网络结构在公路车辆自组网。最后，为了展示所得到的数据性能，我们开发了一个分析模型来评估端到端的传输延迟和吞吐量。使用广泛的模拟，我们表明，建议的传输骨干可以显着提高多跳数据传输的可靠性，更高的吞吐量，更少的传输中断和端到端的延迟。
2018-07-06 cs.NI
Software-Defined Network-Based Vehicular Networks: A Position Paper on Their Modeling and Implementation
汽车行业正致力于成为迈向第五代（5G）时代的更广泛进程的一部分。通过采用蜂窝车联网（C-V2X）技术，可以避免使用专用短程通信的蜂窝和车对车网络之间的车载集成成本，并有可能重新使用现有的移动网络基础设施。随着软件定义网络的出现，网络的灵活性和可编程性不仅影响了新的车辆网络架构的设计，还影响了未来智能交通系统中V2X服务的实施。在本文中，我们定义的概念，帮助评估基于软件定义的车载网络系统在文献中的建模和实施方案的基础上。我们首先概述了文献中关于支持V2X应用的C-V2X技术的现有研究。然后，我们介绍了用于LTE-V 2X通信的不同架构及其底层系统模型。稍后我们将介绍软件定义网络的关键思想及其V2X服务概念。最后，我们提供了一个比较分析现有的SDN为基础的车辆网络系统分组，根据他们的建模和仿真概念。我们提供了一个讨论，并强调车载ad-hoc网络的挑战处理基于SDN的车载网络。
2019-08-31 cs.NI
Global mibility and handover management for heterogeneous network in VANET
车载自组织网络是一种新兴的技术.移动性管理是车载自组织网络支持各种智能交通系统应用的最具挑战性的研究课题之一。车载Ad hoc网络对于车辆间通信越来越重要，因为它们允许车辆之间的通信，而无需任何基础设施、配置工作，并且没有蜂窝网络的高成本。除了本地数据交换，车辆应用程序可以用于访问互联网服务。访问由位于路边站点的互联网网关提供。然而，互联网集成需要车载自组织网络的相应移动性支持。在本文中，我们将研究在车载自组网的网络移动性的方法，该模型将描述车辆从一个网络到另一个网络的运动。提出的切换方案减少了切换延迟，分组丢失信令开销。
2013-10-18 cs.NI
DDPG-based Resource Management for MEC/UAV-Assisted Vehicular Networks
在本文中，我们研究联合车辆关联和多维资源管理的车辆网络辅助多访问边缘计算（MEC）和无人机（UAV）。为了有效地管理MEC安装的基站和UAV的可用频谱、计算和缓存资源，在中央控制器处制定并执行资源优化问题。考虑到规划问题求解时间过长和车辆应用对延迟的敏感要求，本文采用强化学习对优化问题进行转化，设计了基于深度确定性策略梯度（DDPG）的解决方案。通过离线训练基于DDPG的资源管理模型，可以快速获得最优的车辆关联和资源分配决策。仿真结果表明，基于DDPG的资源管理方案可以收敛在200集内，并实现更高的延迟/服务质量的满意度比比随机方案。
2020-08-19 cs.NI
The Effect of Interference in Vehicular Communications on Safety Factors
研究了车载自组网中车载通信干扰对车辆安全的影响。不同的信号传播模型与载波侦听和没有被认为是定期安全消息的传播。然后，通过采用不同的分组成功概率的车辆的结果，我们比较了不同的信号衰落模型的车辆的预期碰撞概率。我们的研究结果显示了网络中车辆的碰撞概率如何随不同的模型和设计而变化。
2017-06-27 cs.NI math.PR
Infocast: A New Paradigm for Collaborative Content Distribution from Roadside Units to Vehicular Networks Using Rateless Codes
在本文中，我们解决了大量的散装数据分布到稀疏的车辆网络从路边infostations的问题，使用高效的车辆到车辆的协作。由于底层车辆网络拓扑结构的高度动态性，我们从需要集中协调，可靠的MAC调度或全局网络状态知识的架构出发，而是采用具有简单协议的分布式范式。换句话说，我们调查的问题，从多个来源的可靠传播时，网络中的每个节点共享有限的资源与他人合作。通过使用\emph{rateless}编码在路边单元（RSU）和使用车辆作为数据载体，我们描述了一种有效的方法来实现可靠的传播到所有节点（即使是断开连接的集群在网络中）。简而言之，我们探索车辆作为移动存储设备。然后，我们开发了一种方法，以保持密度的无比率码数据包的距离的函数，从RSU在所需的水平设置为目标解码距离。我们调查各种权衡涉及缓冲区的大小，最大容量，和车辆的流动性参数。
2010-01-20 cs.NI
Vehicular Visible Light Communications for Automated Valet Parking
可见光通信（VLC）是一种很有前途的光无线通信（OWC）方案，其被证明可以提供安全、视距（LoS）和短距离的车辆到车辆（V2 V）和车辆到基础设施（V2 I）通信。最近，提出了由V2 I链路支持的自动驾驶应用，以提高自动驾驶车辆的可靠性。为此，我们提出了一种基于VLC的V2 I方案，通过VLC的无干扰和基于位置的特性，增加自主代客泊车（AVP）应用程序的V2 I通信冗余。在本文中，我们展示了一种新的架构，以支持室内停车场的在线地图更新与车辆车载数据传输和基于位置的地图更新传播，通过双向VLC通信。所提出的系统产生无差错的LoS传输，直流偏置光OFDM（DCO-OFDM）高达33米的发射机-接收机距离，使车辆CAN总线数据，基础设施摄像头视频，和激光雷达点云数据共享在室内停车场。
2021-11-20 cs.NI
Memory-aware Online Compression of CAN Bus Data for Future Vehicular Systems
车辆从其内部传感器生成大量数据。该数据不仅对车辆的正常操作有用，而且它为汽车制造商提供了优化单个车辆和具有车队的公司的性能的能力（例如，卡车、出租车、拖拉机），以优化其运营，降低燃料成本并计划维修。本文提出了CAN总线数据压缩算法，具体地说，封装成MDF4文件。特别是，我们提出了轻量级，在线和可配置的压缩算法，允许有限的设备选择分配给他们的RAM和闪存的数量。我们表明，我们的建议可以优于LZW相同的RAM占用空间，甚至可以提供相当或更好的性能，以DEFLATE相同的RAM限制。
2020-07-20 cs.NI
An Efficient Requirement-Aware Attachment Policy for Future Millimeter Wave Vehicular Networks
汽车行业正在迅速向互联和自动驾驶汽车发展，其日益严格的数据流量要求可能超过传统车载网络技术的能力。在这种情况下，密集部署毫米波（mmWave）基站是为车辆提供非常高的传输速度的一种有前途的方法。然而，毫米波信号遭受高路径和穿透损耗，这可能使通信不可靠和不连续。因此，毫米波和长期演进（LTE）通信系统之间的共存被认为是通过异构联网来保证增加的容量和鲁棒性。根据这一基本原理，我们面临的挑战，设计公平和有效的附着策略在异构车辆网络。基于接收信号质量标准的传统方法缺乏对车辆的个体需求和交通需求的考虑，并且导致网络上的次优资源分配。在本文中，我们提出了一个服务质量（QoS）感知的附件计划，该计划偏向于作为车辆服务要求的函数的细胞选择，防止传输链路的过载。我们的模拟表明，所提出的策略显着提高了车辆的百分比满足应用程序的要求，并提供了有效和公平的关联相比，国家的最先进的计划。
2019-05-01 cs.NI
Mobile-service based Max-Min Fairness Resource Scheduling for Heterogeneous Vehicular Networks
本文研究了异构车辆网络的资源调度问题，其中一些移动车辆被选择和调度作为帮助中继，以协助路边基础设施和其他移动车辆之间的信息传输。针对这种系统，提出了一种基于移动业务的最大最小公平资源调度方案，该方案采用更适合高移动性场景的业务量来表征链路的信息传输能力，采用最大最小准则来满足移动车辆的公平性要求.仿真结果证明了该方案的有效性。结果表明，我们提出的方案档案更高的吞吐量和更好的公平性相比，随机调度方案和非中继方案。
2016-03-11 cs.NI
Efficient 3D Road Map Data Exchange for Intelligent Vehicles in Vehicular Fog Networks
通过连接智能车辆以及路边基础设施，可以显著扩展车辆的感知范围，并可以有效地检测和避免盲点处的隐藏物体。为了实现这一点，必须将精确的道路地图数据实时的下载到这些智能车辆中，以用于导航和定位目的。此外，云还必须随着道路网络中发生的动态变化而更新。这些涉及到传输高清3D道路地图数据，以准确地表示物理环境。在这项工作中，我们提出了解决方案下的雾计算架构在异构车辆网络，以优化智能车辆，路边基础设施，以及区域数据库之间的数据交换。具体而言，在路边雾节点的3D道路地图数据传播的效率是通过利用索引编码技术来实现的，以减少整体数据负载，而异构传输的机会主义调度可以做明智地管理网络资源，并最大限度地减少运营成本。此外，3D点云编码和哈希技术被应用于加快网络中的各种动态变化的更新。我们根据车辆的真实移动轨迹和城市街道的3D光检测和测距（LIDAR）数据对所提出的解决方案进行了经验评估。所提出的系统也实现了多机器人试验台的实际评估。
2020-01-13 cs.NI
Lightweight Simulation of Hybrid Aerial- and Ground-based Vehicular Communication Networks
小型无人机（UAV）的合作将在下一代智能交通系统（ITS）中开辟新的应用领域，例如，空中近场投送为了允许开发混合动力车辆场景的潜力，必须在高度动态的环境中保证可靠和有效的双向通信。为了解决这些新的挑战，我们提出了一个轻量级的框架，集成仿真的空中和地面车辆网络。移动性和通信是使用共享代码库耦合方法自然地结合在一起的，该方法促进了利用两个域之间的相互依赖性的新型上下文感知优化方法的发展。在概念验证评估中，我们分析了无人机作为本地空中传感器和空中基站的开发。此外，我们还比较了长期演进（LTE）和蜂窝车联网（C-V2X）在连接地面和空中车辆方面的性能。
2019-11-22 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
Network slicing for vehicular communications: a multi-agent deep reinforcement learning approach
研究了基于非正交多址接入和网络切片的车载网络多智能体资源分配问题。为了确保不同车辆的异构服务需求，我们提出了一个网络切片架构。我们专注于一个非蜂窝网络的情况下，车辆通信的广播方法，通过直接的设备到设备接口。在这样的车辆网络中，车辆之间的资源分配非常困难，这主要是由于（i）高度移动的车辆之间的无线信道的快速变化以及（ii）缺乏中央协调点。因此，排除了获取瞬时信道状态信息以执行集中式资源分配的可能性。因此，所考虑的资源分配问题非常复杂。它不仅包括通常的频谱和功率分配，还包括覆盖范围选择（向哪些目标车辆广播）和分组选择（使用哪个网络切片）。这个问题必须联合解决，因为选择的数据包可以使用NOMA覆盖，因此频谱和功率必须仔细分配，以实现更好的车辆覆盖。为此，我们提供了一个优化方法，并研究了NP-困难的问题。然后，我们使用多智能体马尔可夫决策过程模型的问题。最后，我们使用深度强化学习（DRL）方法来解决这个问题。建议的DRL算法是实用的，因为它可以实现在一个在线和分布式的方式。我们表明，我们的方法是强大的和有效的，当面对不同的变化的网络参数和集中的基准相比。
2022-01-27 cs.NI
DFCV: A Novel Approach for Message Dissemination in Connected Vehicles using Dynamic Fog
车载自组织网络（VANET）已成为一个有前途的解决方案，以提高道路安全。由于车辆的高移动性、频繁变化的拓扑结构和车辆的高密度所引起的分组延迟，导致频繁的路由中断和分组丢失，VANET中的消息的路由是具有挑战性的。以前的研究人员已经使用车辆雾计算或云计算中的移动性来解决路由问题，但他们遭受大的数据包延迟和频繁的数据包丢失。我们提出了动态雾联网车辆（DFCV），雾计算为基础的计划，根据通信需求动态创建，增量和销毁雾节点。DFCV的新颖之处在于在高车辆密度下提供较低的延迟和有保证的消息传递。使用由ns-2、SUMO和Cloudsim组成的混合模拟进行模拟。结果表明，DFCV在高车辆密度下保证了有效的资源利用率、较低的分组延迟和丢失率。
2018-05-30 cs.NI
Recursion-based Analysis for Information Propagation in Vehicular Ad Hoc Networks
有效的车辆间通信是基于车辆自组织网络的分散式交通信息系统的基础。为了反映信息传播的不确定性，大多数现有的工作都是通过假设车辆间距离遵循一些特定的概率模型来进行的，例如，对数正态分布或指数分布，同时降低了分析的复杂性。为了提供更通用的结果，本文提出了一个递归的建模框架，车辆间距可以捕获的一般i.i.d.的VANESTRUCTURE。分布在此框架下，分别推导了当传输失败主要由MAC竞争引起时，一系列常用度量的解析表达式，包括传播距离的均值、方差、概率分布以及传播过程中包含车辆数的期望值.此外，还讨论了在考虑信道衰落影响的情况下，递归分析方法的有效性。所有的分析结果都通过大量的仿真进行了验证。我们相信，这项工作是能够潜在地揭示一个更有见地的了解信息传播的VANESTIC允许评估任何车辆车头时距分布的影响。
2015-12-14 cs.NI
Energy-Efficient Distributed Processing in Vehicular Cloud Architecture
为了促进智能城市的革命，车辆变得越来越智能，并配备了更多的资源来超越交通功能。车载单元（OBU）是车辆内部的高效计算机，用于安全和非安全应用。然而，这些资源中有许多没有得到充分利用。另一方面，越来越多的用户现在依赖于云计算，这变得成本高昂且耗能。在本文中，我们开发了一种混合线性规划（MILP）模型，该模型优化了包含车辆，边缘和云计算的架构中的处理需求分配，目标是最大限度地降低功耗。结果显示，与传统云相比，对于小需求，节省了70%-90%的电力。对于中型和大型需求规模，结果显示，由于车辆和边缘节点的容量限制，部分使用云可以节省20%-30%的电力。
2019-03-29 cs.NI
Network Slicing for Vehicular Communication
超可靠的车联网（V2X）通信对于实现下一代智能车辆至关重要。V2X通信是一个不断增长的通信领域，它将车辆连接到相邻车辆（V2 V），基础设施（V2 I）和行人（V2 P）。网络切片是下一代设备连接的有前途的技术之一，在公共和可编程的物理基础设施上创建多个逻辑网络。网络切片提供了一种有效的方式，通过利用共享物理基础设施的好处来满足不同的用例需求。在这方面，我们提出了一种基于网络切片的车载网络通信解决方案。在这项工作中，我们模拟了一个高速公路的情况下，具有异构的交通需求的车辆。自动驾驶切片（安全信息）和信息娱乐切片（视频流）是在公共基础设施上创建的两个逻辑切片。我们制定了一个网络聚类和切片算法划分成不同的集群的车辆和分配切片领导人到每个集群。Slice leaders为其集群车辆提供高质量的V2 V链路，并以低延迟转发安全信息。另一方面，路边单元使用高质量的V2 I链路提供信息娱乐服务。一个广泛的长期演进高级（LTE-A）系统级仿真与蜂窝V2X（C-V2X）标准的增强被用来评估所提出的方法的性能，其中它表明，所提出的网络切片技术实现了低延迟和高可靠性的通信。
2019-05-23 cs.NI
