Energy Efficient Software Matching in Distributed Vehicular Fog Based Architecture with Cloud and Fixed Fog Nodes
车载单元的快速发展和自动驾驶汽车在现代城市中的扩散创造了一种新的雾计算范式的潜力,称为车辆雾计算(VFC)。在本文中,我们提出了一种架构,集成了车辆雾(VF)组成的车辆聚集在一个停车场与一个固定的雾节点在接入网络和中央云。考虑到在车辆中部署软件包的不同方法,我们研究了VF中的节能软件匹配问题。
2020-04-27 cs.NI eess.SP
Precise positioning systems for Vehicular Ad-Hoc Networks
车载自组织网络是一个非常有前途的研究领域,可以提供许多有用的和关键的应用,包括安全应用。这些应用中的大多数要求每个车辆实时的精确地知道其当前位置。GPS是VANET最常用的定位技术。然而,这并不准确。此外,GPS信号不能在隧道、地下或高层建筑物附近接收。因此,在这些位置不能获得定位服务。即使差分GPS(DGPS)可以提供很高的精度,但仍然没有GPS收敛在这些位置。在本文中,我们提供的VANET定位技术,可以提供准确的定位服务的GPS信号的障碍物的地区。实验结果表明,在准确性显着提高。当与DGPS结合时,这允许可以由大多数VANET应用使用的精确定位服务的连续性。
2012-05-08 cs.NI
SD-VEC: Software-Defined Vehicular Edge Computing with Ultra-Low Latency
车辆服务的新范式转变和6G技术革命已经出现,转向无人驾驶,自动运输和自动驾驶车辆。随着自动驾驶汽车技术的成熟,真正的挑战来自于可靠、安全、实时的互联交通运营,以实现与大规模互联和自动驾驶汽车的无处不在和及时的信息交换。本文旨在介绍新型无线分布式架构,该架构将边缘计算能力嵌入软件定义的车辆网络基础设施中。这种边缘网络由开环免授权通信和基于计算的控制框架组成,可以实现具有超低延迟和移动数据驱动编排的动态生态路由。因此,这项工作推进了机器学习潜力和下一代移动系统实现在车联网应用的前沿。
2021-03-26 cs.DC cs.NI cs.SY
Digital Twin Enabled Data-Driven Approach for Traffic Efficiency and Software-Defined Vehicular Network Optimization
本文提出数字孪生赋能的数据驱动框架,协同优化环岛交通效率与SDVN流表生命周期,显著降低等待时间和流表空间需求。
2024-09-06 cs.NI
V2X-Based Vehicular Positioning: Opportunities, Challenges, and Future Directions
车联网(V2X)将在无线通信领域创造许多新的机会,但其实现车辆定位的可行性尚未探索。车辆定位是自动驾驶的关键操作。它的复杂性和严格的安全要求使雷达和激光雷达等传统技术无法胜任。本文旨在从不同角度研究V2X是否可以帮助车辆定位。我们首先解释了V2X相对于其他方法的关键优势,并提出了基于V2X的车辆定位的新场景。然后,我们回顾了正在进行的3GPP标准化中讨论的最先进的定位技术,并指出其局限性。最后,提出了基于V2X的车辆定位的一些有前途的研究方向,这些方向为克服当前障碍实现完全自动驾驶提供了启示。
2020-03-02 cs.IT cs.NI math.IT
Geographic Centroid Routing for Vehicular Networks
许多基于地理位置的延迟容忍网络(DTN)路由协议已被证明在选定的模拟和移动性的情况下表现良好。然而,这些机制对于利用广泛可用的廉价全球定位系统(GPS)硬件的车辆网络的适用性尚未被评估。我们提出了一种新的基于地理位置的路由原语(质心路由),是弹性的测量误差通常存在于低成本的GPS设备。使用这个概念的质心,我们构建了两个新的路由协议,并评估其性能的位置误差以及传统的DTN路由度量。我们表明,他们优于现有的方法显着保证金。
2018-06-14 cs.NI
Enhanced Antenna Position Implementation Over Vehicular Ad Hoc Network (VNET) In 3D Space
与网络相关的技术将有线连接转移到无线连接,无线领域的基本问题是端到端连接的随机分组丢失。在本文中,我们显示的性能和影响的数据包丢失和延迟,比特出错率吞吐量等方面的现实世界的情况下,在3维空间的车载自组织网络(VANET在3D)。多年来,软件开发在开发网络使能软件方面响应了无线连接的日益增长。在本文中,我们考虑现实世界中的三维无线领域的物理问题,并映射到解析问题。在本文中,我们模拟分析问题,相对于现实世界的情况下,通过使用增强型天线定位系统(EAPS)安装在移动节点在三维空间。在本文中,我们通过使用EAPS系统将现实世界的问题转化为面向实验室的问题,并在三维空间中显示了无线域中的性能。
2011-11-21 cs.NI
Improved Packet Forwarding Approach in Vehicular Ad Hoc Networks Using RDGR Algorithm
车载自组织网络(VANcular Ad hoc Networks,VANcular Ad hoc Networks)是一种高度移动的无线自组织网络,在公共安全通信和商业应用中将发挥重要作用。由于快速变化的拓扑结构和车辆的高速移动性,在VAN中的数据路由是一项具有挑战性的任务。由于GPS设备的先进性和可用性,基于位置的路由协议变得流行。车辆的高速移动导致的频繁的路径中断是车辆自适应网络的关键问题之一,这导致了低吞吐量和高开销的断开链路。本文讨论了车辆运动信息的使用(例如,车辆的位置、方向、速度),以在可能的链路断开事件发生之前对其进行预测。因此,在本文中,我们提出了一个可靠的方向贪婪路由(RDGR),一个可靠的位置为基础的路由方法,从GPS获得的位置,速度和方向的邻居节点。该方法采用基于潜在分数的策略,以分布式方式计算相邻节点之间的链路稳定性,以实现数据包的可靠转发。
2010-03-29 cs.NI
APS Implementation Over Vehicular Ad Hoc Networks
现实世界的场景已经从有线连接变成了无线连接。多年来,软件开发已经在开发网络使能软件方面对无线连接的日益增长做出了响应。由于传输层和端到端连接的数据链路层中的随机分组丢失,在无线域中出现了问题。在这项工作中考虑的基本问题是通过使用APS系统将车辆ad hoc网络的真实世界场景转换为面向实验室的问题,并研究结果以在无线域中实现更好的性能。将真实世界的物理问题映射为解析问题,并通过自动定位系统(APS)在二维空间中针对安装在移动节点上的天线来模拟关于真实世界场景的解析问题。在此,该方法通过比特出错率和吞吐量来量化VANET在MAC层、数据链路层和传输层中的性能和分组丢失、延迟的影响.结果表明,安装在车辆上方的定向天线与各向同性天线和碟形天线相比具有更小的误码率。
2012-09-24 cs.NI
Cell-less Communications in 5G Vehicular Networks Based on Vehicle-Installed Access Points
智能交通系统的发展对现有的车载网络提出了更高的要求。例如,为了确保车辆之间的安全通信,车辆网络需要低延迟、高连接性和高数据率。为了满足这些要求,用于车辆网络的5G通信系统应该相应地改进。本文提出了一种5G车载网络的通信方案,在该方案中,移动接入点部署在车辆上,以方便车辆用户的访问。此外,相邻的车载移动接入点可以通过联合发送和接收与车辆用户协作通信。以这种方式,车辆用户以无小区方式与一个或多个未指定的协作接入点通信,而不是与单个接入点相关联。为了管理这种无小区网络,采用本地移动软件定义的云来执行传输和调度管理。仿真结果表明,该方案在显著降低时延的同时,提高了车联网的连通性,可作为5G车联网解决方案的一个研究方向。
2018-01-28 cs.NI
Joint Frequency-and-Phase Modulation for Backscatter-Tag Assisted Vehicular Positioning
自动驾驶已经成为下一代汽车的杀手级技术,而一些致命的事故也使人们对其安全性产生了担忧。更安全的自动驾驶的一个基本功能是识别车辆的位置,称为车辆定位。现有技术的车辆定位依赖于作为位置已知的固定物体的锚,即用于GPS的卫星和用于蜂窝定位的基站。为了可靠定位,必须密集地安装锚,以帮助在附近找到足够的锚。为了使部署具有成本效益,有一些试验通过将后向散射标签部署在路面上来使用后向散射标签作为替代锚,但是其增益受到几个原因的限制,例如接触时间短和维护困难。相反,我们提出了一个新的后向散射标签辅助车辆定位系统,标签沿路边部署,这使得接触时间的延长,便于维护。另一方面,车辆和标签之间存在位置失配,需要开发新的后向散射传输来估计它们的相对位置。为此,我们设计了一种新的波形称为联合频率和相位调制(JFPM)的后向散射标签辅助车辆定位的发射频率进行调制的距离估计假设相关的信号是明显可区分的,而相位调制有助于区分。JFPM波形导致利用多址和广播信道共存的反向散射信道的最大自由度(DoF),导致通过广泛的模拟验证的更准确的定位。
2019-05-17 cs.IT cs.NI math.IT
Implicit Cooperative Positioning in Vehicular Networks
车辆的绝对定位是以全球导航卫星系统为基础,结合车载传感器和高分辨率地图。在协同智能交通系统(C-ITS)中,定位性能可以通过车辆网络,使车辆能够共享位置相关的信息来增强。本文提出了一种隐式合作定位(ICP)算法,利用车辆到车辆(V2 V)的连接,以创新的方式,避免使用显式的V2 V测量,如测距。在ICP方法中,车辆联合定位周围区域中的非合作物理特征(例如人、交通灯或不活动的汽车),并将其用作公共噪声参考点来改进其位置估计。通过V2 V链接的共识程序,嵌套在一个消息传递算法,以提高车辆定位精度的信息融合感测功能。由于定位不依赖于车辆之间的显式测距信息,因此所提出的ICP方法适合于用现成的车辆通信硬件来实现。该定位算法在不同的交通场景中进行了验证,包括在特征密度和V2 V连接方面具有异构条件的十字路口区域,以及通过使用城市移动性模拟(SUMO)生成交通数据的真实城市区域。性能结果表明,所提出的ICP方法可以显着提高车辆定位精度相比,独立的GNSS,特别是在恶劣的环境中,如在城市峡谷,其中GNSS信号是高度退化或拒绝。
2017-09-05 cs.NI stat.AP
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
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
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
On the Experimental Evaluation of Vehicular Networks: Issues, Requirements and Methodology Applied to a Real Use Case
车载通信中最具挑战性的领域之一是协议和新技术的实验评估。研究人员通常倾向于模拟车辆场景和/或通过使用受约束的试验台和进行小型试验来部分验证该地区的新贡献。在这条线上,目前的工作审查的问题,在车辆通信领域的先驱,一般来说,在远程信息处理,必须处理,如果他们想执行一个很好的评估活动,通过真正的测试。一个好的实验评估的关键需要是使用适当的软件工具来收集测试数据,后处理和生成相关的品质因数,最后,适当地显示最重要的结果。出于这个原因,本文的一个关键贡献是介绍了一个名为Anavanet的评估环境,它涵盖了以前的需求。通过使用这个工具,并提出了一个参考案例的研究,一个通用的测试方法进行了描述和应用。通过这种方式,在车对车路由协议上使用IPv6协议,并支持基于IETF的网络移动性,同时测试AnaVANET系统的主要功能。这项工作有助于为车辆网络的适当实验评估奠定基础,并将有助于该领域的许多研究人员。
2015-04-17 cs.NI
GNSS Time Synchronization in Vehicular Ad-Hoc Networks: Benefits and Feasibility
时间同步是网络环境下分布式系统运行的关键。车载自组织网络作为一种特殊类型的无线网络,对于新兴的协作智能交通系统也有着越来越重要的作用。全球导航卫星系统(GNSS)是一种经过验证的技术,可以在许多分布式系统中提供精确的定时信息。它被公认为是车辆定位和速度确定的主要手段,在VANELS。然而,基于GNSS的时间同步并没有很好地理解其在协调各种任务中的作用,在温哥华。为了解决这个问题,本文探讨了在瓦努阿图GNSS时间同步的要求,潜在的好处,和可行性。GNSS时间同步的可用性的特点是在我们的实验中,在高层城市街道,GNSS定位解决方案的可用性只有80%,几乎100%。实验还进行了消费级GNSS接收机输出的1-PPS信号的时间同步的精度进行测试。他们已经显示了30纳秒的同步精度之间的两个接收机的不同型号。所有这些实验结果都证明了GNSS时间同步在严格的VANET应用中的可行性。
2018-11-07 cs.NI
SDN-Based Resource Management for Autonomous Vehicular Networks: A Multi-Access Edge Computing Approach
由于用于数据传播的通信流量增加以及自动驾驶车辆上的计算/存储任务数量增加,使得在自动驾驶车辆(AV)之间实现高清(HD)地图辅助协作驾驶以提高导航安全性面临技术挑战。在本文中,提出了一种结合多访问边缘计算(MEC)和软件定义网络(SDN)的新架构,以实现灵活的资源管理和增强的资源利用率。利用MEC,可以实现多种无线接入技术的互通,以利用宽范围的无线电频谱上的分集增益,同时,AV的计算/存储任务由服务器和其他AV协同处理。此外,通过在每个云计算和MEC服务器处启用SDN和网络功能虚拟化(NFV)控制模块,提出了有效的资源分配框架以增强不同网络基础设施之间的全局资源共享。最后通过一个案例分析来验证所提出的资源分配框架的有效性。
2018-09-24 cs.NI
Analysis of Topology Based Routing Protocols for Vehicular Ad-Hoc Network (VANET)
现在,汽车是我们生活中最重要的部分之一。我们需要它们在日常生活中跨越距离。在本文中,我们讨论的车辆自组网(VANET)技术,可以确保交通规则和规则的维护。通过应用该技术,可以挽救生命、节省时间、减少腐败、车辆安全、避免碰撞等。车载自组网(VANET)是移动自组网(MANET)的一部分。在覆盖范围内,每个节点或车辆可以自由移动,并通过无线技术相互通信。本研究的主要目的是研究现有的ad-hoc网络路由协议,并对AODV(Reactive)和DSDV(Proactive)进行比较。我们已经研究了不同类型的路由协议,如基于拓扑结构,基于位置,基于簇,基于地理广播和基于广播。通过对AODV(Reactive)和DSDV(Proactive)的仿真比较,分析了它们的效率和缺陷。
2014-11-27 cs.NI
Performance Evaluation of a Substrate Integrated Waveguide Antenna for Vehicular Networks
本文介绍了一种工作在2.4 GHz的基片集成波导(SIW)天线的设计和评估。该天线被设计为实施车载网络(VANESTO)的可能解决方案。基片集成波导天线的主要优点是简单、尺寸小和成本低,这使得这种天线特别适合用于尺寸是关键因素的无线节点中。例如,在作为最有前途的无线通信系统之一的车辆网络(VANERAL)中。我们在本文中提出的设计的基片集成波导天线使用软件ANSYS HFSS以及评估的结果,如辐射方向图,工作频率和带宽的一些参数。此外,我们提出了一个VANET,其中包括设计参数的基片集成波导天线,以评估其集成到车辆节点的模拟。在NS2仿真器中进行了仿真,并评估了一些网络性能指标,如分组延迟和分组丢失率。其他附加软件,例如MOVE和SUMO,也用于生成路线和车辆的移动
2019-12-26 cs.NI eess.SP
A Survey on Software-Defined VANETs: Benefits, Challenges, and Future Directions
第五代(5G)网络的发展正越来越容易成为新应用和商业模式增长的主要驱动力。随着下一代智能车载网络和应用的发展,车载自组网(VANG)和软件定义网络(SDN)代表了5G技术的关键推动力。近年来,研究人员专注于SDN和VANET的集成,并研究与架构相关的不同主题,软件定义VANET服务的好处以及适应它们的新功能。然而,完整的体系结构的安全性和健壮性仍然是值得怀疑的,并已在很大程度上被淘汰。此外,部署和集成新的实体和几个架构组件驱动新的安全威胁和漏洞。在本文中,首先,我们调查了最先进的SDN为基础的车载ad-hoc网络(SDVN)架构的网络基础设施的设计,功能,优点和挑战。最后,我们讨论了SDVN体系结构对主要安全威胁的应对措施,这些安全威胁违反了关键的安全服务,如可用性、机密性、身份验证和数据完整性,我们还提出了不同的对策,最后,我们讨论了经验教训和未来的研究工作方向,为未来的SDVN体系结构提供严格的安全和隐私解决方案。据我们所知,这是第一个全面的工作,提出了这样的调查和分析SDVN在未来一代网络(例如,5G和以信息为中心的网络)和应用(例如,智能交通系统,以及温哥华的物联网广告)。
2019-05-21 cs.NI
Mobility Models for Vehicular Ad-hoc Network Simulation
属于环境系统的新兴应用之一是透明和直接地互连道路上的车辆,形成一个自组织网络,通过分布式软件实现各种应用,而不需要任何固定和专用的基础设施。网络以及车辆中的嵌入式计算机和传感器将对驾驶员不可见,驾驶员将在旅途中获得所需的服务。车载自组织网络是一种新型的自组织网络,其中车辆构成网络中的移动节点。由于在现实世界中部署和实施这样的系统的成本过高,大多数VANET的研究工作依赖于仿真评估的目的。VANET仿真的关键概念是一个真实世界的车辆移动模型,它将确保从仿真实验得出的结论将贯彻到真实世界的部署。在本文中,我们提出了一个工具相扑,移动,允许用户轻松地生成真实世界的移动模型VANET模拟。MOVE工具是建立在SUMO之上的,SUMO是开源的微型交通模拟器。MOVE的输出是一个真实世界的移动模型,可用于NS-2和Qual-net模拟器。在本文中,我们评估和比较Ad hoc路由性能的车辆节点使用MOVE,这是使用随机路点模型。当节点根据现实世界的移动性模型,这是显着不同的,通常使用的随机路点模型移动时,得到的仿真结果。
2013-04-18 cs.NI
Deterministic and Reliable Software-Defined Vehicles: key building blocks, challenges, and vision
本文综述确定性软件定义汽车范式,围绕SOA、虚拟化及车内/车际确定性通信,提出含网络、数据层、hypervisor配置器与抽象层、编排器的愿景架构。
2025-01-09 cs.DC cs.NI
A Survey and Taxonomy of Urban Traffic Management: Towards Vehicular Networks
城市交通管理(UTM)的课题已经解决了很长时间,主要是由土木工程师和城市规划师。新通信技术的引入--如蜂窝系统、卫星定位系统和车辆间通信--极大地改变了研究人员处理UTM问题的方式。在这项调查中,我们提供了一个审查和分类如何UTM已在文献中解决。我们从城市交通估计和优化的“经典”方法的最新成就开始,包括基于固定传感器收集的数据分析的方法(例如,照相机和雷达),以及基于移动电话提供的信息的方法,例如浮动车数据(FCD)。然后,我们讨论了城市交通优化,介绍了交通信号控制和车辆路径控制的最新工作。然后,在回顾了车辆自组织网络(VANETH)的主要概念后,我们将不同的基于VANET的UTM方法分为三类(“纯”VANETH,混合车辆传感器网络和混合车辆蜂窝网络),同时说明了每个人的主要研究问题。这项调查的主要目的是提供一个全面的观点UTM的研究人员重点VANESTIC,以铺平道路的设计和开发的新技术,以减轻城市交通问题,基于车辆间的通信。
2014-09-15 cs.NI
Latency Reduction in Vehicular Sensing Applications by Dynamic 5G User Plane Function Allocation with Session Continuity
本文针对5G车辆传感场景中的低时延需求,提出基于SDN的动态UPF分配优化框架,在保持会话连续性的同时减少网络跳数,并通过实验证明其能支持静态或集中式方案无法实现的时延关键型应用。
2024-03-28 cs.NI
An overview of VANET vehicular networks
本文概述了 VANET 车载网络的技术、进展与挑战,提出通过构建包含区块链、人工智能和 SDN 的框架来优化资源利用并应对未来交通问题。
2023-09-12 cs.NI
Efficient Packet Forwarding Approach in Vehicular Ad Hoc Networks Using EBGR Algorithm
车载自组织网络(VANcular Ad hoc Networks,VANcular Ad hoc Networks)是一种高度移动的无线自组织网络,在公共安全通信和商业应用中将发挥重要作用。由于快速变化的拓扑结构和车辆的高速移动性,在VAN中的数据路由是一项具有挑战性的任务。传统的移动自组织网络路由协议无法完全解决车载网络的独特性。在本文中,我们提出了EBGR(边缘节点基于贪婪路由),一个可靠的贪婪的位置为基础的路由方法,转发数据包的源/转发节点的传输范围的边缘中存在的节点作为最合适的下一跳,考虑节点移动的方向的目的地。我们提出了复兴移动模型(RMM)来评估我们的路由技术的性能。本文详细介绍了我们的方法和仿真结果表明,数据包的交付率显着提高相比,其他路由技术的VANET。
2010-02-05 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
Quality-Aware Broadcasting Strategies for Position Estimation in VANETs
车辆位置数据在整个网络中的传播是车辆自组织网络(VANET)操作中的一项基本任务,因为应用程序通常需要知道大面积上其他车辆的位置。在这种情况下,车辆间的通信应被利用,以满足应用程序的要求,虽然拥塞控制机制需要最小化的数据包冲突的概率。在这项工作中,我们面临的问题,实现准确的车辆位置估计和预测的VANET方案。该问题的现有技术解决方案尝试周期性地广播定位信息,使得车辆可以确保它们的邻居具有的关于它们的信息永远不会早于传输间隔时间段。然而,在复杂的城市场景中,信息的衰减率是不确定的:车辆的移动和操纵通常是不稳定和不可预测的,使得旧的定位信息不准确或完全误导。为了解决这个问题,我们建议使用信息质量(QoI)作为广播的决定因素。我们实现了一个基于阈值的策略来分发位置信息时,定位误差通过一个参考值,从而转移网络的目标,以限制实际的定位误差,并保证整个VANET的质量。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,并且在现实城市场景中将整体定位精度提高20%以上。
2019-04-08 cs.NI
Eco-Vehicular Edge Networks for Connected Transportation: A Distributed Multi-Agent Reinforcement Learning Approach
本文介绍了一种节能、软件定义的车辆边缘网络,用于日益增长的智能互联交通系统。联合以用户为中心的虚拟小区的形成和资源分配问题进行了研究,使生态解决方案的边缘。这个联合问题的目的是在保持可靠性和数据速率的同时对抗高功耗的边缘节点。更具体地说,通过优先考虑动态生态路由的下行链路通信,高度移动的自动驾驶车辆同时使用多个低功率接入点(AP)进行服务,以实现无处不在的连接和网络的可靠性保证。由于其复杂的组合结构,制定的优化是非常麻烦的多项式时间内解决。因此,提出了一种分布式多智能体强化学习(D-MARL)算法的生态车辆边缘,其中多个智能体合作学习,以获得最佳的回报。首先,该算法将集中式动作空间分割成多个较小的组。基于无模型的分布式Q学习器,每个边缘代理从各自的组中采取行动。此外,在每个学习状态下,软件定义的控制器从分布式代理的各个最佳动作中选择全局最佳动作。数值结果验证了我们的学习解决方案在少量的训练集内实现了接近最优的性能,与现有的基线相比。
2020-06-17 cs.NI cs.SY eess.SY
An SDN hybrid architecture for vehicular networks: Application to Intelligent Transport System
车载网络是智能交通系统(ITS)的基石之一。它们有望为移动车辆提供无处不在的网络连接,同时支持各种ITS服务,其中一些服务在延迟和可靠性方面具有非常严格的要求。两种车辆联网技术被设想为共同支持ITS服务的全部范围:用于直接车对车/路侧单元(RSU)通信的DSRC(专用短程通信)和蜂窝技术。据我们所知,文献中的方法通常根据其要求在每个网络上划分ITS服务,并且一个单一的网络负责支持每个服务。那些考虑两种网络技术以提供多路径路由、负载均衡或路径分裂以获得更好质量的ITS服务体验的技术显然假定单独控制的网络。在SDN(软件定义网络)的保护伞下,我们在本文中提出了一种混合网络架构,使网络的联合控制提供连接到多个家庭的车辆,也探索这样的架构带来的机会。我们通过一些用例表明,除了SDN带来的灵活性和细粒度可编程性之外,它还为开发有效的网络控制算法开辟了道路,这些算法是成功支持ITS服务的关键,特别是那些具有严格QoS的服务。我们还展示了这些算法如何也可以受益于与车辆发展的环境或背景相关的信息(交通密度,计划轨迹等),这些数据可以很容易地被数据提供商收集,并通过云提供。
2018-01-08 cs.NI
Active Movable-Element RIS Assisted Vehicular Semantic Communications: Modeling and Optimization
Jiangnan University(江南大学);Nanchang University(南昌大学);Tsinghua University(清华大学);Brunel University of London(伦敦布鲁内尔大学);Shanghai Jiao Tong University(上海交通大学)
针对车载环境信号阻塞与快时变信道挑战,提出RM-A-RIS辅助的车载语义通信系统,采用AO算法优化,在Sum-SSE上较三类基准分别实现132.9%、9.2%、35.2%提升。
2026-07-30 cs.NI eess.SP
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
Mmwave Beam Management in Urban Vehicular Networks
毫米波通信是解决车载网络容量不足的一种有效途径。然而,为了实现快速波束控制,在发射机和接收机之间进行有效的波束对准需要准确地了解飞行器的位置,而这通常是不切实际的,无法实时的获得。我们通过利用调节车辆移动性的交通信号来解决这个问题:例如,我们可以将光束与红色交通灯协调,因为它们对应于更高的车辆密度和更低的速度。为了评估我们的直觉,我们提出了一个易于处理的,但准确的,毫米波通信模型占的距离和正在服务的车辆的航向。使用这样的模型,我们优化的光束设计,并定义一个低复杂度,启发式的策略。为了提高现实性,我们考虑作为参考方案的大规模,现实世界的车辆在卢森堡的流动性跟踪。结果表明,我们的方法密切匹配的最佳和总是优于静态梁设计的基础上,道路拓扑结构。值得注意的是,它也比基于实时移动信息的解决方案产生更好的性能。
2020-05-19 cs.NI eess.SP
Resource Cooperation in MEC and SDN based Vehicular Networks
本文面向MEC与SDN车载网络提出四层任务处理架构和基于非对称纳什谈判解的部分空闲资源策略PIRS,通过V2V共享空闲CPU资源减少云端卸载,仿真显示相比NCS和AIRS分别最高提升28%和10%。
2023-08-08 cs.NI
Realistic and Efficient Channel Modeling for Vehicular Networks
到目前为止,VANET的研究工作在很大程度上依赖于模拟,由于部署现实世界的测试平台的成本过高。现有的离散事件VANET模拟器中实现的信道模型是由和大的简单的随机无线电模型,基于所选择的环境的统计特性。结果表明,这样的模型是无法提供令人满意的精度为典型的VANET场景。我们在不同的环境(开放空间,高速公路,郊区,城市,停车场)进行了广泛的测量,以详细描述车辆对通信的影响,包括接收功率,数据包传输速率和有效通信范围。由于车辆的影响被发现是显着的,我们开发了一个模型,占车辆的三维障碍,并考虑到他们的视线障碍,接收信号功率,数据包接收速率和消息的可达性的影响。该模型是基于经验得出的车辆尺寸,准确的车辆定位,和现实的流动性模式。我们验证了广泛的测量模型。为了在城市和郊区环境中实现逼真的建模,我们开发了一个模型,该模型也包含静态对象。该模型需要最少的地理信息:建模对象(车辆、建筑物和树叶)的位置和尺寸。我们验证模型对测量,并表明它成功地捕捉到小规模和大规模的传播效果在不同的环境(高速公路,城市,郊区,开放空间)。
2014-05-05 cs.NI
Towards Cooperative Data Rate Prediction for Future Mobile and Vehicular 6G Networks
基于机器学习的数据率预测是具有诸如动态无线电接入技术(RAT)选择、机会性数据传输和预测性高速缓存的应用的预期移动联网的关键驱动因素之一。依赖于网络质量指标的被动测量的基于用户设备(UE)的预测方法已经成功地应用于预测车辆数据传输的吞吐量。然而,由于UE不知道当前网络负载,因此可实现的预测准确度是有限的。为了克服这个问题,我们提出了一个合作的数据率预测方法,它汇集了来自客户端和网络域的知识。在现实世界的概念验证评估中,我们利用基于软件定义无线电(SDR)的控制信道嗅探器RISKCON来模拟未来6G网络中可能的网络辅助信息提供的行为。实验结果表明,该方法能够将平均预测误差降低30%。关于正在进行的标准化工作,关于实施智能网络管理,我们认为,未来的6G网络应该超越网络为重点的方法,并积极提供负载信息的UE,以燃料普及机器学习和催化基于UE的网络优化技术。
2020-01-26 cs.NI eess.SP
MmWave System for Future ITS: A MAC-layer Approach for V2X Beam Steering
毫米波(mmWave)系统具有在未来的智能交通系统(ITS)中实现每秒数千兆位通信的潜力。不幸的是,由于车辆移动性的增加,它们需要频繁的天线波束重新调整,从而显著增加了带内波束成形(BF)开销。在本文中,我们提出了智能运动预测波束对准(SAMBA),MAC层算法,利用所有车辆通过DSRC信标广播的信息。基于此信息,通过估计车辆的位置并预测其运动来实现无开销BF。此外,相对于估计位置调整波束宽度可以进一步增强性能。我们的调查表明,SAMBA优于IEEE 802.11ad BF策略,增加了数据率的两倍以上的稀疏车辆密度,同时提高网络吞吐量成比例的车辆数量。此外,SAMBA被证明是更有效的传统BF算法相比,在高度动态的车辆环境,因此,未来的ITS服务的一个可行的解决方案。
2017-05-24 cs.NI
Clutter Suppression, Time-Frequency Synchronization, and Sensing Parameter Association in Asynchronous Perceptive Vehicular Networks
针对异步感知车联网中杂波干扰、参数关联困难及收发机异步导致的距离速度模糊问题,本文提出联合杂波抑制与感知算法、基于域变换的参数关联算法以及利用环境指纹谱循环移位特性的 CFO/TO 估计算法,并通过仿真验证其性能优势。
2024-09-02 cs.NI eess.SP
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
Dynamic Power Allocation and Virtual Cell Formation for Throughput-Optimal Vehicular Edge Networks in Highway Transportation
本文从用户的角度研究了高速公路交通中的高移动车辆网络。特别地,引入了集中式软件定义架构,其中可以使用边缘服务器的锚节点(AN)来分配、编程和控制集中式资源。与传统网络不同,在传统网络中,典型的用户仅从一个接入点(AP)获得服务,在所提出的系统模型中,车辆用户同时从多个AP获得服务。虽然这增加了被辅助用户的可靠性和频谱效率,但也需要在所有传输时隙中进行精确的功率分配。因此,一个联合的用户关联和功率分配问题,制定实现增强的可靠性和加权用户和速率。然而,制定的问题是一个复杂的组合问题,非常难以解决。因此,细粒度的机器学习算法被用于有效地优化高度移动的车辆网络中的AP的联合用户关联和功率分配。此外,一个分布式的单智能体强化学习算法,即SARL-MARL,提出了获得几乎相同的基因辅助的最佳解决方案内的名义数量的训练集比基线的解决方案。仿真结果表明,该方案优于现有方案,可以达到基因辅助的最优性能。
2020-03-13 cs.NI cs.SY eess.SP
Strategies for Integrating Controls Flows in Software-Defined In-Vehicle Networks and Their Impact on Network Security
当前的车载网络(IVN)通过域总线连接电子控制单元(ECU)。网关在这些域之间转发消息。汽车以太网作为一种用于IVN的扁平、高速骨干技术出现,它在以太网帧内承载各种控制流。最近,软件定义网络(SDN)已被确定为车辆领域的有用构建块,因为它允许基于所有报头字段区分分组,从而可以隔离不相关的控制流。在这项工作中,我们系统地探讨了不同的策略,在交换以太网集成汽车控制流,并分析其安全性的影响,软件定义的IVN。我们讨论了如何将控制流标识符嵌入到不同的层上,从而产生一系列解决方案,从完全暴露的嵌入到深度封装。我们评估这些策略在一个现实的IVN的基础上的生产级车辆,我们映射到一个现代的以太网拓扑结构的通信矩阵。我们发现,数据包报头内的汽车控制流的可见性对于网络基础设施实现隔离和访问控制至关重要。通过公开的嵌入,SDN骨干网可以在IVN内建立和调查信任区域,并大大减少联网汽车的攻击面。暴露的嵌入策略还可以最大限度地减少通信开销。
2020-12-08 cs.NI
Applicability of overlay non-delay tolerant position-based protocols in highways and urban environments for vanet
车载自组织网络是一种新型的无线自组织网络。车对车(V2V)通信是为道路上的驾驶员和乘客提供一定程度的安全性和便利性的主要通信模式之一。在这样的环境中,由于车辆的高度动态性质,网络拓扑结构频繁变化,路由数据分组是具有挑战性的。因此,在VANESCO中的路由需要有效的协议,保证车辆之间的消息传输。已经提出或增强了许多路由协议和算法来解决上述问题。已经开发了许多基于位置的路由协议,用于路由已经被识别为适合于VANESTO的消息。这项工作探讨了选择单播非延迟容忍覆盖基于位置的路由协议的性能。在两种不同的情况下,在公路和城市环境中进行了评估。所使用的评估指标是分组传递率(PDR)、空隙问题发生率(VPO)和平均跳数(AHC)。
2021-05-07 cs.NI
Enabling Mobile Base Stations in 5G via Wireless Access Backhaul (WAB): A Multi-Band Experimental Study
Politecnico di Milano(米兰理工大学)
本文通过多频段WAB实验验证了移动基站的可行性,展示了WAB在车辆和室内外场景中的高效性能,克服了FR2的局限性。
2026-04-09 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
Efficient Content Delivery in User-Centric and Cache-Enabled Vehicular Edge Networks with Deadline-Constrained Heterogeneous Demands
现代互联车辆(CV)经常需要各种类型的内容来进行关键任务决策和车载用户娱乐。这些内容需要在现有无线电接入技术(RAT)解决方案可能无法确保的严格期限内完全递送给请求者CV。出于上述考虑,本文利用内容缓存在车辆边缘网络(VENs)与软件定义的用户为中心的虚拟小区(VC)为基础的RAT解决方案,从邻近边缘服务器提供所请求的内容。此外,为了捕捉的CV的异构需求,我们引入了一个偏好流行的权衡在他们的内容请求模型。为此,我们制定了一个联合优化问题的内容放置,CV调度,VC配置,VC-CV关联和无线电资源分配,以尽量减少长期的内容交付延迟。然而,联合问题是高度复杂的,并且不能在多项式时间内有效地解决。因此,我们分解成一个缓存放置问题和内容交付延迟最小化问题的缓存放置策略的原始问题。我们使用深度强化学习(DRL)作为第一个子问题的学习解决方案。此外,我们将延迟最小化问题转化为基于优先级的加权和速率(WSR)最大化问题,利用最大二分匹配(MWBM)和一个简单的线性搜索算法来解决。我们广泛的模拟结果表明,所提出的方法相比,现有的基线缓存命中率(KIDS),最后期限违规和内容交付延迟的有效性。
2023-03-30 cs.NI cs.SY eess.SY
Software-Defined Network Controlled Switching between Millimeter Wave and Terahertz Small Cells
小型基站是一种经济有效的方式,可以可靠地扩大网络覆盖范围,并为最终用户提供显着增加的容量。毫米波(mmWave)和太赫兹(THz)频率下的超高带宽可以有效地实现小型蜂窝中的短距离无线接入链路,从而实现无人驾驶汽车、数据回传和超高清信息娱乐服务等潜在用例。本文描述了一种新的软件定义网络(SDN)框架,用于配备能够在THz和mmWave频段之间动态切换的收发器的车辆。我们提出了一种新的SDN控制的准入政策,优先之间的毫米波和太赫兹小小区,容纳不对称的上行链路/下行链路流量,执行错误恢复和处理不同的链路状态,由于沿实际车辆路径的运动而产生的。然后,我们分析得出这样一个小小区网络的容量,通过占这两个频段,相对距离和给定的收发器对之间的接触时间的独特的信道特性。然后,我们制定的最佳程序调度多辆车在一个给定的基础设施塔,关于实际的道路拥堵情况。最优调度的搜索被证明是一个NP难问题。因此,我们设计了一个计算上可行的多项式时间调度算法,在SDN控制器上运行,并将其性能与最佳过程和随机接入进行比较。此外,我们提出了一个基于模拟的案例研究,在波士顿市的数据中心回程的用例,以展示我们的方法的好处。
2017-02-09 cs.NI
Vehicular Network Slicing for Reliable Access and Deadline-Constrained Data Offloading: A Multi-Agent On-Device Learning Approach
由于无线信道上的数据率从根本上受到限制,因此高效的数据卸载在计算密集型平台中起着关键作用。最重要的是,高移动性增加了车辆边缘网络(VEN)的额外负担,从而增强了对以用户为中心的高效解决方案的需求。因此,与传统的不灵活的以网络为中心的方法不同,本文利用软件定义的灵活,开放和可编程的网络平台,在VEN中实现高效的以用户为中心,快速,可靠和期限受限的卸载解决方案。在所提出的模型中,每个活跃的车辆用户(VU)从多个低功率接入点(AP)通过创建一个高贵的虚拟小区(VC)。联合节点关联,功率分配,和分布式资源分配问题制定。由于集中式学习在许多现实问题中并不实用,因此遵循自治VU的分布式性质,每个VU都被认为是边缘学习代理。为此,考虑到实际的位置感知节点的关联,联合无线电和功率资源分配非合作随机博弈制定。利用强化学习(RL)的有效性,提出了一种多智能体强化学习(MARL)解决方案,其中边缘学习器的目标是学习纳什均衡(NE)策略,以有效地解决游戏。此外,真实世界的地图数据,与一个实用的微观移动模型,用于模拟。结果表明,所提出的以用户为中心的方法可以提供显着的性能在VENs。此外,所提出的MARL解决方案提供了接近最佳的性能,在上行链路中的分布式随机接入的情况下,具有约3%的冲突概率。
2021-10-14 cs.DC cs.MA cs.NI
Privacy Leakage in Federated Learning: Gradient-Based Client Identity Inference and Defenses for Inertial Sensing in Vehicular Edge Networks
King Fahd University of Petroleum and Minerals(法赫德国王石油与矿产大学)
该研究针对车载边缘网络联邦学习,发现服务器可通过梯度近乎完美推断客户端身份,提出轻量级防御与集成联邦学习方案,实现隐私-效用平衡并验证了方法有效性。
2026-09-09 cs.CR cs.LG cs.NI
AttentionGuard: Transformer-based Misbehavior Detection for Secure Vehicular Platoons
Networked Systems Security (NSS) Group\ Royal Institute of Technology Stockholm Sweden;Networked Systems Security (NSS) Group\ Royal Institute of Technology
针对车辆编队易受内部伪造攻击的问题,提出基于Transformer的AttentionGuard框架,利用自注意力机制检测异常移动模式,在多种攻击和场景下达到0.95的F1分数,适用于实时交通安全。
2025-05-15 cs.AI cs.CR cs.NI
Evaluation of Mobile Environment for Vehicular Visible Light Communication Using Multiple LEDs and Event Cameras
School of Engineering, Nagoya University, Nagoya, Japan(名古屋大学工学系);Woven by Toyota, Inc.(丰田公司);TOYOTA MOTOR CORPORATION(丰田汽车公司)
本研究构建以事件相机为接收器、多LED为发射器的车载可见光通信系统,采用Walsh-Hadamard码导频序列追踪分离光源,实验验证40米内、30km/h车速下可无差错通信,为ADAS与AD的光通信应用提供支撑。
2025-05-21 cs.IT cs.NI cs.RO