Capacity of Cooperative Vehicular Networks with Infrastructure Support: Multi-user Case
具有基础设施支持的车辆网络的容量是一个有趣且具有挑战性的问题，因为容量由多种因素的相互作用决定，包括车辆到基础设施（V2I）通信、车辆到车辆（V2V）通信、车辆的密度和移动性以及车辆和基础设施之间的合作。在本文中，我们考虑了一个典型的延迟容忍的应用场景与车辆的一个子集，称为车辆的兴趣（VoIs），有下载请求。每个VoI从因特网下载不同的大尺寸文件，并且没有下载请求的其他车辆协助将文件递送到VoI。提出了一种协同通信策略，该策略综合利用V2I通信、V2V通信、车辆的移动性以及车辆与基础设施之间的协作来提高车载网络的容量。建立了基于该策略的数据分发过程模型，得到了可达容量的封闭表达式，揭示了容量与影响性能的主要参数之间的关系，这些参数包括基础设施间距离、基础设施和车辆的无线电距离、车辆的感知距离、V2I和V2V通信的传输速率，车辆密度和VoI比例。仿真结果表明，所提出的协作通信策略显著提高了车载网络的容量，特别是在VoI比例较低的情况下。我们的研究结果提供指导的车辆网络基础设施的最佳部署和协作通信策略的设计，以最大限度地提高容量。
2017-01-15 cs.NI
Topology-Age-Aware Cooperative Awareness in Vehicular Ad-Hoc Networks
School of Computer Engineering, K. N. Toosi University of Technology（计算机工程学院，K. N. 托基斯坦理工大学）
针对VANETs中状态信息新鲜度维持问题，提出A-CB策略及两种TA-CB策略，经实验验证其性能优于非协作广播，簇状拓扑下TA-CB较A-CB有大幅提升
2026-08-04 cs.NI
Joint Sensing, Communication, and Computation Resource Allocation for Cooperative Perception in Fog-Based Vehicular Networks
为了扩大自主车辆的感知范围和可靠性，协同感知受到了广泛的关注。然而，考虑到大量的共享消息，有限的带宽和计算资源在车辆网络成为瓶颈。在本文中，我们研究如何平衡共享消息和有限的资源在基于雾的车辆网络的体积。为此，我们首先考虑其时空价值和延迟性能的合作感知的总满意度的特征。然后，在满足车辆最大延迟和逗留时间约束的前提下，联合分配感知块消息、通信资源块和计算资源，以最大化协作感知的满意度和.由于其非凸性，我们将原问题解耦成两个独立的子问题，并设计相应的解决方案。仿真结果表明，与现有的基线相比，我们提出的方案可以有效地提高合作感知的总满意度。
2021-12-12 cs.NI eess.SP
An Application Layer Multi-Hop Collective Perception Service for Vehicular Adhoc Networks
针对车载自组织网络中CPS初期渗透率低导致感知不足的问题，提出应用层去中心化多跳转发算法，在低渗透率下实现近100%感知率，且信道负载适中、信息年龄满足实时要求。
2024-04-11 cs.NI
A Survey and Tutorial of Redundancy Mitigation for Vehicular Cooperative Perception: Standards, Strategies and Open Issues
本文综述车载集体感知服务中的冗余缓解技术，对比ETSI新旧标准，提出三种分类方法，并指出开放挑战，为相关研究提供参考。
2025-01-26 cs.NI
Task-driven Semantic-aware Green Cooperative Transmission Strategy for Vehicular Networks
针对车载网络未覆盖区阻碍大数据服务的问题，提出PreCMTS策略，利用知识图谱辅助语义通信并建模加权有向图，通过马尔可夫近似算法联合优化语义单元分配与中继选择，实现高能效与高可靠传输。
2023-07-28 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
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
Digital Twin-Enabled Mobility-Aware Cooperative Caching in Vehicular Edge Computing
Guangxi Normal University（广西师范大学）；Key Laboratory of Education Blockchain and Intelligent Technology, Ministry of Education（教育部教育区块链与智能技术重点实验室）；Guangxi Key Laboratory of Brain-inspired Computing and Intelligent Chips（广西脑启发计算与智能芯片重点实验室）；Guangxi Key Laboratory of Multi-Source Information Mining and Security（广西多源信息挖掘与安全重点实验室）；University Engineering Research Center of Educational Intelligent Technology（教育智能技术大学工程研究中心）；School of Computer Science and Engineering（计算机科学与工程学院）；PCA Lab（PCA实验室）；Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education（教育部高维信息智能感知与系统重点实验室）
本文提出DAPR框架，通过数字孪生和深度强化学习优化车联网边缘缓存，提升缓存命中率和减少传输延迟。
2026-02-28 cs.NI
Proposition of Augmenting V2X Roadside Unit to Enhance Cooperative Awareness of Heterogeneously Connected Road Users
本文提出A-RSU概念，解决异构道路用户协同感知问题，通过二手数据验证其在建立泛在协同感知和容纳各类V2X与非V2X用户方面的有效性。
2023-05-24 cs.NI
An Optimal Game Approach for Heterogeneous Vehicular Network Selection with Varying Network Performance
传统的异构车载网络中的网络选择策略大多认为在不同的交通场景下，每个网络的性能是恒定的。这种假设导致这种策略在现实世界的性能变化场景中是无效的。为了解决这个问题，我们提出了一个最优的博弈方法，在某些网络的性能参数发生变化的条件下，异构车辆网络的选择。终端试图切换到具有更高评价的网络被公式化为多人非合作博弈。充分考虑异构车载网络的特点，调整博弈策略，适应车载环境，实现稳定快速收敛。建立了一个多局非合作博弈模型来描述网络选择。一个概率策略是用来逐步推动球员走向收敛，以防止不稳定。此外，在长安大学互联自动驾驶汽车试验台（CAVTest）上建立了系统原型。相应的测试结果表明，该方法能有效抑制网络性能变化引起的大量跳频所产生的乒乓效应，性能优于单重播放策略.
2019-05-27 cs.NI
Towards Mobility-Aware Proactive Caching for Vehicular Ad hoc Networks
利用关于用户移动模式和日常需求的信息可以增强网络能力，以改善车载自组织网络（VANESCO）的体验质量（QoE）。主动缓存作为5G网络提供的关键功能之一，最近引起了人们的极大兴趣。然而，如何将大尺寸的多媒体内容（包括视频、音频和图片）传送到高速移动的车辆上，还需要更多的研究。在本文中，我们研究了在路边单位（RSU），我们考虑到最佳缓存决策的车辆速度的影响，通过主动缓存所取得的收益。利用关于用户需求和移动性的信息来将一些文件缓存在RSU中，RSU将在实际需求之前与沿着所访问的道路行驶的车辆进行通信。我们的主要目标是最小化总网络延迟。为了实现这一目标，我们制定了两个优化问题的非合作和合作的缓存方案，以找到最佳的缓存策略，以决定哪些文件被缓存的RSU。由于这些问题的复杂性，我们提出了一个次优的缓存策略，为每个计划。我们比较的最佳缓存策略的次优缓存策略的性能。数值结果表明，主动缓存有一个显着的性能增益相比，基线反应的情况下。此外，结果表明，合作的缓存方案是更有效的比非合作的计划。
2018-10-02 cs.NI
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
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
A Definition and Framework for Vehicular Knowledge Networking
为了操作智能车辆应用，诸如自动驾驶、机器学习、人工智能和其他机制被用于从信息中提取通常被称为知识的内容。知识被定义为通过经验和对收集的信息进行分析而获得的理解状态，它对车辆应用是有希望的。然而，它缺乏一个可以合作创建和共享的统一框架，以充分发挥其潜力。研究了车载网络中知识的含义和范围，提出了一种车载知识的描述、存储和共享结构。通过基于乘客舒适度的重定路线的例子，它揭示了这种知识结构的网络负载和延迟的潜在好处。
2020-05-29 cs.NI
Meta Learning Based Adaptive Cooperative Perception in Nonstationary Vehicular Networks
针对非平稳车载网络中自适应协同感知问题，提出基于 meta RL 的方法，通过学习各 LVN 的通用特征实现快速模型适配，并验证其在不降低奖励的前提下提升收敛速度。
2024-10-01 cs.NI eess.SP
Preserving HTTP Sessions in Vehicular Environments
车载环境中的无线互联网是一个不断发展的现实，反映了无线技术的逐渐成熟。其复杂性反映在无线技术的多样性和动态变化的网络环境中。适应这种环境的动态和生存的能力，由于网络故障的瞬态故障是非常重要的，在故障易发的车辆环境。在本文中，我们确定了几个新的问题所产生的网络异构性在车辆环境中，并专注于设计和实现一个网络感知的原型系统，支持HTTP会话的连续性，在网络的波动性，重点是以下专门定制的功能：（1）自动和透明的HTTP故障恢复，（2）网络感知和自适应，（3）应用层抢占式网络切换。在CDMA { \it 1xRTT}和IEEE 802网络的实际应用环境中，给出了实验结果并进行了分析。
2010-08-03 cs.NI
Quality-Aware Task Offloading for Cooperative Perception in Vehicular Edge Computing
本文提出质量感知协作感知任务卸载方案Q-CPTO及其启发式版本Q-CPTOH，通过卡尔曼滤波评估信息价值并整合至整数线性规划中，在严格延迟下最大化用户信息价值并减少感知冗余，显著优于现有方案且启发式方法接近最优解。
2024-05-31 cs.NI eess.SP
Coordinating Cooperative Perception in Urban Air Mobility for Enhanced Environmental Awareness
针对城市空中交通中高动态、大规模无人机协同感知的通信需求，提出本地广播与中央 CP 服务结合的混合方法，并通过仿真验证其环境感知增益及信道负载影响。
2024-05-22 cs.NI
CAMNet: Leveraging Cooperative Awareness Messages for Vehicle Trajectory Prediction
Department of Engineering ``Enzo Ferrari'' University of Modena
本文提出CAMNet，利用协作感知消息（CAMs）进行车辆轨迹预测，在标准数据集训练并在自建CAM数据集评估，证明其有效性并指出局限。
2025-10-14 cs.AI 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
LLM-Empowered Cooperative Content Caching in Vehicular Fog Caching-Assisted Platoon Networks
School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院）；School of Information Engineering, Jiangxi Provincial Key Laboratory of Advanced Signal Processing and Intelligent Communications, Nanchang University（江西省级先进信号处理与智能通信重点实验室，南昌大学信息工程学院）；Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, and the Beijing National Research Center for Information Science and Technology, Tsinghua University（电子工程系，空间网络与通信国家重点实验室，信息科学与技术国家研究中心，清华大学）；Department of Computer Science, Brunel University（计算机科学系，布鲁内尔大学）；State Key Laboratory of ISN and the School of Telecommunications Engineering, Xidian University（信息与通信国家重点实验室，西安电子科技大学电信工程学院）
本文提出利用大语言模型实现车辆雾缓存辅助车列网络中的协同内容缓存，通过智能决策提升缓存效率与内容检索性能。
2026-02-04 cs.AI cs.NI
An Experimental Validation of Accurate and Precise GNSS Time Synchronization in Vehicular Networks
车载网络是实现协同智能交通系统的关键技术之一。为了实现车载网络的精确时间同步，全球导航卫星系统（GNSS）能够有效地利用其对车载网络的时间传播功能，正受到越来越多的关注。在城市道路场景中，由于错误的几何形状，卫星信号的阻塞影响精确定位。然而，对于定时，只要一颗卫星是可见的，它就产生较少的偏转。随着多GNSS接收器的最新发展，信号接收不再依赖于单个GNSS星座，而是依赖于所有现有的四个GNSS系统。这增加了天空中可见卫星的数量，从而增加了卫星信号的覆盖范围。开发的GNSS时间同步的方法，我们进行了系统的实地研究，在本文中，以确定可达到的定时精度在车载网络使用商业级GNSS接收器和现成的通信设备。我们的实验结果表明，消费级车载设备中GNSS服务可达到的定时精度可以达到2微秒。由于道路上的信号阻塞而导致的GNSS时间解决方案的瞬时中断可能导致高达亚微秒的时钟误差，这仍然满足大多数车辆应用的期望要求。
2021-05-03 cs.NI
CoVeRaP: Cooperative Vehicular Perception through mmWave FMCW Radars
UC Davis（加州大学戴维斯分校）；Intel Corporation（英特尔公司）；USF Tampa（佛罗里达州立大学坦帕分校）；GMU（乔治·梅森大学）
本文发布CoVeRaP多车FMCW雷达协同感知数据集，并提出基于自注意力多分支PointNet的中间/后期融合框架，实验证明中间融合结合强度编码可显著提升3D检测精度，建立了首个可复现的多车雷达感知基准。
2025-08-22 cs.AI cs.CV cs.LG
Scaling VANET Security Through Cooperative Message Verification
VANET安全性为资源受限的车载单元（OBU）引入了显著的处理开销。在这里，我们提出了一种新的方案，允许安全的车辆通信（VC）系统的规模远远超出现有的优化方法可以工作的网络密度，而不会损害安全性（和隐私）。
2020-01-17 cs.CR cs.NI
Security Schemes in Vehicular Ad hoc Networks with Cognitive Radios
车载自组织网络（VANETworks，VANETworks）作为互联车辆的基础设施，可以为互联车辆的应用和服务提供便利。认知无线电技术是对无线局域网的有效补充和增强。它可以减少频谱资源不足对VAN的影响。虽然CR-VANcraft可以有效地利用未使用的授权频谱，但CR-VANcraft的分布式特性可能为不同的攻击打开大门，例如频谱感知数据伪造攻击。在本文中，我们提出了一个联合RSU和车辆为基础的轻量级云CR-VANcraft。在此云计算模型的基础上，提出了一种新的频谱感知服务（Spectrum Sensing as a Service，SSaas），该服务可以在CR-VAN中进行协作频谱感知，并在云计算的协助下确保频谱感知过程的安全。因此，可以在CR-VAN中获得可靠的服务。仿真结果表明，CR-VAN中的云计算可以有效降低延迟，提高CR-VAN的安全性。
2016-11-21 cs.NI
Adaptive Semantic Communication with Residual Quantization for Resilient Vehicular Networks
North Carolina State University（北卡罗来纳州立大学）；New York University（纽约大学）
针对车载网络视觉数据传输难题，提出带残差量化的自适应语义通信架构，可在线调整传输策略，提升率失真性能、传输可靠性及下游感知性能。
2026-10-09 cs.NI
Uplink Scheduling Strategy Based on A Population Game in Vehicular Sensor Networks
车辆传感器网络（VSN）技术的集成以及利用被称为车载单元（OBU）的普适传感器（如智能手机和射频识别）来提供传感服务的人群感测的最新进展已经引起了业界和学术界越来越多的关注。目前，现有的车辆传感应用缺乏很好的机制，以提高最大可实现的吞吐量和最小化的服务时间的参与传感OBU在车辆传感器网络。为了填补这些空白，在本文中，首先，我们引入真正的不完美链接状态的马尔可夫链的计算。其次，我们将不同的链路状态的结果，多种类型的车辆与上行链路吞吐量和服务时间的计算。第三，为了准确计算OBU的服务时间，我们引入稳态概率来计算退避递减持续时间的准确时间，而不是使用传统的相对概率。此外，据我们所知，我们首先探索在一个单一的路边单元（RSU）的上行链路数据接入的多信道调度策略，通过使用在RSU覆盖区域的非合作博弈，以最大限度地提高上行链路吞吐量和最小化饱和和不饱和的业务负载下的服务时间。为此，我们进行了理论分析，找到了调度的平衡点。数值结果表明，平衡点的解与最优化问题的解是一致的。
2013-11-11 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
Distributed and Fair Beaconing Rate Adaptation for Congestion Control in Vehicular Networks
车辆间的合作应用依赖于车辆之间的广播单跳状态消息的交换，称为信标。由于周期性信标而在无线信道上聚集的负载可以阻止其他类型的消息的传输，这被称为由于信标活动而导致的信道拥塞。在本文中，我们接近的问题，控制每辆车的信标率建模为一个网络效用最大化（NUM）的问题。这使我们能够正式应用车载网络中信标速率分配的公平性概念，并控制效率和公平性之间的权衡。NUM方法提供了一个严格的框架来设计一个广泛的简单和分散的算法，证明收敛保证公平的分配解决方案。在这种情况下，我们专注于信标速率控制，并提出了公平的自适应信标速率车间通信（FABRIC）算法，它使用一个特定的缩放梯度投影算法来解决的NUM问题的对偶。分配中期望的公平性概念可以用算法参数来建立。仿真结果验证了我们的方法，并表明FABRIC收敛到公平的速率分配在多跳和动态的场景。
2016-02-15 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
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
Towards Cooperative VRUs: Optimal Positioning Sampling for Pedestrian Awareness Messages
本文针对行人VAM生成频率，提出最优定位采样算法，在802.11p中降低ETSI采样率超30%，缩短VAM间隔并提升投递率，兼顾行人安全与设备能耗。
2023-12-21 cs.NI eess.SP
Congestion Aware Spray And Wait Protocol: A Congestion Control Mechanism For The Vehicular Delay Tolerant Network
在过去的几年里，车载自组织网络（VANET）已经成为一个重要的研究领域。为提高车辆网络排放系统的性能进行了大量研究。对VANET进行的进一步研究的一个结果是车辆延迟容忍网络（VDTN）。它是移动DTN的一种应用，其中节点使用存储-携带-转发方法在网络中中继消息。由于它的高移动性，它遭受频繁的断开连接，也在节点处，这导致消息丢弃的拥塞。为了最大限度地减少消息的下降率，从而优化消息传递的概率，使司机越来越多地了解道路的情况，我们提出了一种拥塞控制机制：拥塞感知喷射和等待（CASaW）协议在这项工作中，以优化消息传递到其目的地的速率，从而提高司机在车辆环境中的意识，从而提高道路安全。结果表明，我们的命题表现优于其他经典的VDTN协议的消息传递概率和丢包率的性能指标。我们使用虚拟网络环境（ONE）模拟器实现了经典的VDTN协议：PROPHET协议，Epidemic协议，MaxProp协议和Spray and Wait协议。仿真结果表明，我们提出的拥塞控制机制具有更好的性能，因为它保持了良好的消息传递率，以及最小化数据包丢失率，从而优化了消息到达目的地的机会，从而提高道路安全。
2016-01-07 cs.NI
Honesty Based Democratic Scheme to Improve Community Cooperation for IoT Based Vehicular Delay Tolerant Networks
许多物联网（IoT）应用已经在不可靠的无线网络（如延迟容忍网络（DTN））上开发和实现，然而，DTN中的高效数据传输仍然是IoT应用的重要问题。DTN的应用领域之一是车辆延迟容忍网络（VDTN），其中网络由于缺乏端到端中继路由而面临通信中断。这是具有挑战性的，因为一些节点表现出自私的行为，以保护他们的资源，如内存，能量水平，并成为非合作。在这篇文章中，介绍了一个诚实为基础的民主计划（HBDS）的车辆具有较高的诚实水平被选为头-在这个过程中。参与该过程的车辆将通过积极参与网络活动来最大化其奖励（声誉），而具有非合作自私行为的节点将受到惩罚。利用Vickrey，Clarke，and Groves（VCG）模型对企业负责人的诚信水平进行了分析。提出的HBDS技术中开发的数学模型和算法进行了模拟使用VDTNSim框架，以评估其效率。性能测试结果表明，该方案优于目前的计划，在数据包的交付概率，数据包交付延迟，数据包丢失的数量，和开销比。
2020-04-18 cs.DC cs.NI
Coalition Game Based Full-duplex Popular Content Distribution in mmWave Vehicular Networks
毫米波（mmWave）通信由于具有丰富的频带资源而引起了广泛的关注。在本文中，我们认为流行的内容分发（PCD）的毫米波车载网络中的问题。为了减轻基站（BS）的通信负担，将车对车（V2V）通信引入到PCD问题中，以在车载单元（OBU）之间传输内容，提高传输效率。提出了一种基于联盟形成博弈的全双工（FD）协作方案，并给出了以接收内容数最大化为目标的效用函数。联盟中每个成员的贡献都可以转化为个人的利润。该方案在保证固定时间内接收内容数量最大化的同时，也保证了联盟中各OBU的个体收益。我们评估所提出的方案在毫米波车载网络的广泛模拟。与现有的其他方案相比，该方案具有优越的性能，拥有的内容和系统的公平性。此外，通过开关操作次数和CPU时间证明了该算法的低复杂度。
2021-01-29 cs.IT cs.NI math.IT
Cooperative Content Offloading Through WiFi and Mobile Device-to-Device Networks
本文研究了WiFi和移动设备到设备网络的使用，车辆自组织网络是一个典型的例子，作为一种补充手段，以卸载和减少蜂窝网络的流量负载。提出了一种新的合作内容分发策略，异构网络包括不同类型的设备具有不同的移动性水平，从静态的WiFi接入点，以移动设备，如车辆。所提出的策略将很大一部分数据流量从蜂窝网络卸载到WiFi或设备到设备网络。详细分析了采用该策略的异构网络中的内容分发过程。在此基础上，讨论了内容传播策略的最优参数设置。仿真和数值研究表明，该策略有效地减少了蜂窝网络的数据流量，同时保证成功的内容交付。
2017-01-03 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
Hide Me: Enabling Location Privacy in Heterogeneous Vehicular Networks
为了支持基于位置的服务，车辆必须与服务器共享其位置以接收相关数据，从而损害其（位置）隐私。为了减轻这种隐私损害，可以通过添加人工噪声来混淆车辆的位置。在有限的可用带宽下，并且由于包括车辆位置的区域随着噪声而增加，因此服务器将提供与车辆的真实位置相关的较少数据，从而降低基于位置的服务的有效性。为了缓解这个问题，我们建议，相关的车辆的数据也提供通过直接的，特设的通信相邻车辆。通过这种车辆到车辆（V2V）协作，减轻了位置混淆的影响。由于车辆订阅（位置相关）影响值的数据，因此相邻车辆将订阅大量重叠的数据集，从而减少V2V合作的好处。为了增加这样的好处，我们开发和研究一个非合作的游戏确定的数据，车辆应该订阅，旨在最大限度地提高其利用率，同时考虑参与（相邻）车辆。我们的分析和结果表明，拟议的V2V合作和衍生策略导致显着的性能提高相比，非合作的方法，并在很大程度上阐明了隐私对基于位置的服务的影响。
2020-01-20 cs.CR cs.NI
A neural-network based anomaly detection system and a safety protocol to protect vehicular network
本论文提出一种基于LSTM的机器学习异常行为检测系统（MDS）及车队解散安全协议，在VeReMi数据集离线训练并实时测试，能有效防止车队场景中异常行为引发的事故，提升协作式智能交通系统的驾驶安全。
2024-11-11 cs.AI cs.LG cs.NI
Protection of Vulnerable Road Users using Hybrid Vehicular Networks
本文提出一种利用公共蜂窝网络、MQTT代理和IEEE 802.11p硬件混合车载网络，为车辆提供弱势道路使用者存在信息的概念验证系统，并在城市和测试跑道验证其可靠性。
2023-12-22 cs.NI
Enabling a Cooperative Driver Messenger System for Lane Change Assistance Application
传感器数据和V2X通信可以极大地帮助互联和自动驾驶汽车（CAV）进行态势感知，并提供更安全的驾驶体验。虽然从雷达和摄像头等设备记录的传感器数据可以帮助在主车辆（HV）附近进行本地感知，但所获得的信息仅对HV本身有用。另一方面，V2X通信可以允许CAV彼此通信并提供基本和/或高级安全信息，允许每个CAV创建复杂的本地对象地图以用于态势感知。本文介绍了一个点对点的司机信使系统（DMS），定期维护本地对象地图的HV，并使用它来传达HV的空中（OTA）驾驶员意图消息（DIM）附近的目标车辆（S）（TV）的基础上预定义的常见交通应用。本文的重点是车道变换应用，其中DMS可以使用本地对象地图来自动识别HV意图车道变换方向上相邻车道中最近的TV，并通过DIM通知TV。在DMS中，本文提出了一种利用HV的路径历史（PH）的用于车道变换应用的TV识别算法以准确地确定可能从接收来自HV的DIM中受益的最近TV。最后，DMS也被证明是作为一个先进的警告系统，提供额外的时间和空间之间的HV和电视的车头时距测量后，一些模拟车道变化的情况。
2022-07-25 cs.NI
Learning to Entangle Radio Resources in Vehicular Communications: An Oblivious Game-Theoretic Perspective
研究了车对车通信网络中的非协作无线资源调度问题。技术挑战在于高车辆机动性和数据流量变化。在离散的调度时隙上，每个车辆用户设备（VUE）对与路边单元（RSU）的覆盖范围中的其他VUE对竞争有限的频率以发送排队的分组。RSU在每个时隙开始时的频率分配遵循密封的第二价格拍卖。每个VUE对都旨在优化预期的长期性能。VUE对之间的这种相互作用被建模为具有半连续全局网络状态空间的随机博弈。通过定义一个分区控制策略，我们将随机博弈转化为一个等价的具有有限大小的全局队列状态空间的博弈。我们采用一个不经意的均衡（OE）来近似马尔可夫完美均衡（MPE），它表征了等价博弈的最优解。从理论上证明了OE解具有渐近马尔可夫均衡性质。由于缺乏网络动力学的先验知识，我们推导出一个在线算法来学习OE策略。数值仿真验证了理论分析的正确性，表明了所提出的在线学习算法的有效性。
2018-09-02 cs.NI
Efficient Machine-type Communication using Multi-metric Context-awareness for Cars used as Mobile Sensors in Upcoming 5G Networks
即将到来的基于5G的通信网络将面临与静态和移动物联网（IoT）系统的大规模部署相关的传感器数据传输量的大幅增加。作为移动传感器的汽车将成为预测性维护和动态交通预测等基于云的应用的重要数据源。由于可用通信资源的限制，预期机器类型通信（MTC）的增长将对人对人（H2H）通信造成严重干扰。因此，非常需要更有效的传输方法。在本文中，我们提出了一种概率方案，有效地传输车辆传感器数据，利用有利的信道条件，并避免传输时，他们预计将是高度消耗资源。所提出的方案的多个变种进行评估，在全面的现实世界的实验。通过基于机器学习的多个上下文度量的组合，所提出的方案是能够实现高达164%的平均数据率值的传感器应用与软期限的要求相比，定期定期传输。
2019-11-21 cs.NI
Multi-Agent Meta-Advisor for UAV Fleet Trajectory Design in Vehicular Networks
National Laboratory of Wireless Communications of CNIT (Wilab, CNIT)（CNIT无线通信国家实验室）；University of Bologna（博洛尼亚大学）
本文提出多智能体元顾问框架，用于解决车联网中无人机编队轨迹设计问题，通过联合学习的元策略实现高效探索，提升网络性能。
2026-02-18 cs.NI
Dimensioning of V2X Services in 5G Networks through Forecast-based Scaling
随着智能交通系统的日益采用和自动驾驶汽车时代的到来，车辆服务（例如远程驾驶、协作感知和危险预警）将面临不断变化和动态的环境。道路上的交通流量是这些服务的关键条件，因此，预测它们将如何随着时间的推移而变化至关重要。通过了解未来事件（如交通堵塞），可以按需确定车辆服务的规模，以最大限度地减少违反服务水平协议（SLA）的情况，从而降低车祸的几率。本研究从传统的时间序列技术与最近的机器学习（ML）为基础的解决方案，以预测交通流量的都灵（意大利）的道路进行评估。鉴于所选择的预测技术的准确性，提出了一个基于预测的缩放算法，并在一组具有严格的延迟要求的三个不同的车辆服务的尺寸实验进行评估。结果表明，所提出的缩放算法，使资源节省高达5%的成本，在引起的延迟违规增加不到0.4%。
2021-05-26 cs.NI
ColosSUMO: Evaluating Cooperative Driving Applications with Colosseum
本文提出 ColosSUMO，将 Colosseum 无线网络仿真器与 SUMO 移动性仿真器耦合，为协作式网联自动化出行提供灵活可重构的硬件在环评估平台。
2024-04-30 cs.NI
CUDA-Accelerated Application Scheduling in Vehicular Clouds Under Advanced Multichannel Operations in WAVE
本文提出了一种新的先进的活动感知（AAA）计划，以优化和改善无线接入车辆环境（WAVE）的多信道操作的基础上，IEEE 1609.4标准。所提出的方案依赖于车辆的安全负载的意识，动态地找到一个最佳的设置服务信道间隔（SCHI）和控制信道间隔（CCHI）之间的切换。SCHI用于非关键应用（例如信息娱乐），而CCHI用于关键应用（例如安全相关）。我们在不牺牲延迟和带宽等其他应用需求的情况下最大限度地提高了信道利用率。我们的计划是实现和评估网络模拟器-3（NS 3）。我们保证默认的同步间隔（SI），就像在车载自组织网络（VANESTO）中的标准所实现的那样，当使用NS 3对车辆云（VC）负载和VANET设置进行实时模拟测试时。我们还评估了马尔可夫决策过程（MDP）为基础的计划和快速贪婪的启发式优化问题的车辆任务放置与IEEE 1609.4和机会V2 I版本的AAA计划。我们的解决方案通过考虑分布式虚拟化VC资源的整体利用率和顺序和并行的车辆任务袋（BOTs）放置来提供VC的奖励。我们提出的模拟指标证明，我们提出的解决方案显着提高吞吐量，并减少用于非安全应用程序的上传数据包的平均延迟，同时保持可靠的通信（通过CCHI）安全相关的应用程序类似的IEEE 1609.4标准。
2020-12-22 cs.NI cs.SY eess.SY
Social-aware Forwarding in Opportunistic Wireless Networks: Content Awareness or Obliviousness?
在当前基于主机的Internet架构中，网络在动态场景中面临限制，主要是由于主机移动性。ICN范例通过释放在数据传输的生命周期期间建立端到端传输会话的需要来减轻这样的问题。此外，ICN的概念解决了互联网架构和用户使用互联网的方式之间的不匹配：目前，当用户只想获取数据时，他/她需要知道参与通信的主机的拓扑位置，而不考虑其位置。大多数研究工作的目标是在固定网络中提出一个稳定的ICN架构，在ad-hoc和车载网络中的例子很少。然而，互联网正变得越来越普遍，具有强大的个人移动设备，其允许用户形成动态网络，在动态网络中，可以始终以低成本交换内容。这样的普及无线网络遭受不同程度的中断，考虑到用户移动性、物理障碍、缺乏合作、间歇性连接等。本文讨论了内容知识（例如，类型和利益相关方）和机会网络中的社会意识，以推动在破坏性网络场景中部署ICN解决方案。考虑到这一目标，我们去了几个例子的社会意识的基于内容的机会主义网络的建议，考虑社会意识，让内容传播独立的网络中断的水平。要显示多少内容的知识可以提高基于社会的解决方案，我们说明了通过模拟一些内容不经意/面向的建议，在场景中的合成移动模式和真实的人类痕迹的基础上。
2014-07-31 cs.NI
Concurrent Transmission Scheduling for Perceptual Data Sharing in mmWave Vehicular Networks
与其他车辆共享感知数据可以增强自动驾驶车辆的交通安全，因为它可以帮助车辆定位盲点中的其他车辆和行人。这种安全应用要求高吞吐量和短延迟，这是传统的微波车载通信系统无法实现的。因此，毫米波（mmWave）通信由于其宽带宽而被认为是用于共享感知数据的关键技术。毫米波通信中的数据共享的挑战之一是广播，因为窄波束定向天线用于获得高增益。因为许多车辆应该在短时间帧内将它们的感知数据共享给其他车辆，以便基于共享的感知数据来扩大可以感知的区域，所以对于感知数据共享，需要改进空间重用的并发传输的有效调度。提出了一种基于图的并发传输调度的数据共享算法。该算法利用窄波束天线的无线传播特性，通过设计一个规则来判断两对发射机和接收机之间是否相互干扰，从而实现并发传输，提高了空间复用率。考虑感知数据中的地理信息的优先级排序方法也被设计为在数据共享时间有限并且不能共享所有数据的情况下扩大可感知区域。仿真结果表明，该算法的两倍的合作感知区域的面积相比，传统的算法，不考虑毫米波通信，因为该算法实现了高吞吐量传输，提高了空间复用。优先化还将可感知区域最大放大20%。
2019-03-22 cs.NI
Context-aware Group Buying in Ultra-dense Small Cell Networks: Unity is Strength
超密集小小区网络（SCN）被认为是解决未来数据流量爆炸的一种很有前途的技术。然而，大规模的用户和小区之间的复杂关系实际上需要一个合作的分组机制，以解决在SCN的资源短缺。从经济学的角度来看，团购市场机制提供了一种双赢的局面和有效的资源分配。通过提供额外的决策信息，上下文感知增强并改进了团购机制。在这篇文章中，我们提出了一个上下文感知的团购（CAGB）机制来分配超密集SCN的资源。首先分析了CAGB的可行性、必要性和有效性。然后，我们介绍了团购的机制和一些常见的情境意识。分析了情境感知与团购的关系。从CAGB的角度讨论了SCNs中的一些重要技术，如负载均衡、频谱管理和协作缓存。在此基础上，提出了CAGB的图形化联盟形成博弈（CFG），以适应供应链网络中复杂的网络拓扑结构。给出了两个基于CAGB的频谱市场和协作缓存的应用实例。最后，对上下文感知、分组机制和购买机制等未来研究方向进行了展望。
2018-07-23 cs.GT cs.NI
Performance Analysis of Cooperative V2V and V2I Communications under Correlated Fading
协作车辆网络将在未来几年中发挥重要作用，以实现各种智能交通相关的应用。车辆到车辆（V2V）和车辆到基础设施（V2I）通信都需要在车辆网络中可靠地传播信息。在这方面，配备有多个天线的路边单元（RSU）可以提高网络容量。虽然传统的方法假设天线经历独立的衰落，我们考虑一个更实际的上行链路的情况下，天线在RSU的经验相关的衰落。特别是，我们评估了两个著名的天线相关模型，即，常数相关（CC）和指数相关（EC）。我们还考虑中间合作车辆源车辆和RSU之间的可靠通信。在这里，我们推导出封闭形式的表达式的数据包错误概率，这有助于量化的性能变化，由于衰落参数，相关系数和中间助手车辆的数量。为了评估在这种网络情况下的最佳发射功率，我们制定了一个Stackelberg游戏，其中，源车辆被视为买方和助手车辆的卖方。设计了要价和发射功率的最优解，分别使帮助车辆和源车辆的效用函数最大化。我们验证了我们的数学推导在MATLAB中进行了广泛的模拟。
2019-08-11 cs.IT cs.NI eess.SP
Design and Implementation of Secret Key Agreement for Platoon-based Vehicular Cyber-Physical Systems
在基于车队的车辆信息物理系统中，负责管理车队移动方向和速度的领头车辆定期向跟随车辆分发控制消息。确保车辆之间的消息的无线传输对于车队驾驶模式的隐私和机密性至关重要。然而，由于无线电信道的广播性质，传输容易被窃听。本文提出了一种用于加/解密控制消息的协作秘密密钥协商（CoopKey）方案，PVCPS中的车辆基于量化的衰落信道随机性生成统一的秘密密钥。通过动态规划优化通道量化间隔，使键的失配最小化。利用自动机器人车辆构建了一个队列测试平台，其中TelosB无线节点用于车载数据处理和多跳传播。大量的真实世界的实验表明，CoopKey实现了显着低的秘密比特失配率在各种设置。此外，采用标准NIST测试套件来验证生成的密钥的随机性，其中我们的CoopKey的p值通过了所有的随机性测试。我们还评估了CoopKey与扩展的排大小通过模拟系统的可扩展性对性能的影响进行调查。
2019-10-22 cs.NI cs.PF
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
