没有合适的资源?快使用搜索试试~ 我知道了~
低延迟和高吞吐量的认知无线电车载网络评估方案
⃝⃝可在www.sciencedirect.com在线ScienceDirectICT Express 3(2017)183www.elsevier.com/locate/icte面向低延迟和高吞吐量的认知无线电车载网络Nada Elgaml,Ahmed KhattabAbdullah,Hebat-Allah Mourad埃及吉萨开罗大学欧洲经委会系接收日期:2017年8月28日;接受日期:2017年11月15日在线提供2017年摘要认知无线电车载自组织网络(CR-VANESTs)利用认知无线电允许车辆访问其无线电环境中未使用的信道。因此,CR-VAN不仅遭受传统的CR问题,特别是频谱感知,而且由于VAN的高度动态特性而遭受新的在本文中,我们提出了一个低延迟和高吞吐量的无线电环境评估方案,CR-VANELS,可以很容易地与IEEE 802.11p标准开发的VANELS。仿真结果表明,该方案大大缩短了无线环境地图的获取时间,提高了CR-VANET的吞吐量。c2017 韩 国 通 信 信 息 科 学 研 究 所 。 出 版 社 : Elsevier B.V. 这 是 一 篇 基 于 CC BY-NC-ND 许 可 证 的 开 放 获 取 文 章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:认知无线电;频谱感知;车载自组织网络; IEEE 802.11p;媒体接入1. 介绍车 载 自 组 织 网 络 ( VANCIOUS ) 在 智 能 交 通 系 统(ITS)中至关重要,因为它们能够实现各种道路安全、交通管理和信息保持(例如,视频和娱乐)应用。这样的VANET应用是时间敏感的和吞吐量饥饿的。认知无线电(CR)网络最近已经被VANET开发,以允许车辆使用其环境中未利用的频谱,并且因此,提供有效的解决方案来应对VANET的吞吐量挑战。由 此 产 生 的 认 知 无 线 电 车 载 自 组 织 网 络 ( CR-VANESTO)面临着许多挑战[1]。最突出的挑战之一是如何让大量车辆评估不同通道的占用情况,*通讯作者。电子邮件地址:Eng1.cu.edu.eg(N. Elgaml),akhattab@ieee.org(A. Khattab),hmourad@eece.edu.cu.eg(H.- A. Mourad)。同行评审由韩国通信信息科学研究所负责本文是《智能交通通信系统专刊》的一部分顾宗华吴,丹达·拉瓦特教授,金东均教授。https://doi.org/10.1016/j.icte.2017.11.013他们的环境,并报告这种评估回的决策过程进行。几种信道感测技术[2-然而,这样的技术通常使每个车辆感测整个可用信道(或可用信道的子集)。此外,每个车辆然后必须将其信道感测信息报告回决策节点。这样的信道感测和信息报告过程降低了CR-VANET吞吐量,并且引起了对于VANET应用而言不期望的显著延迟。此外,由于车辆的高移动性,CR决策变得很快过时,并且可能导致CR-VANET传输与频谱的主要所有者冲突在本文中,我们提出了一个低延迟和高吞吐量CR-VANET方案利用车辆感知信息的相关性来减少感知所花费的时间。与现有文献中采用车辆之间的显式合作相比,我们的方案依赖于隐式合作机制,显着减少了交换的控制数据包的数量所提出的方案引入了一种简单的时隙争用,可以在广泛用于VAN的IEEE 802.11p标准[8]之上轻松实现。2405-9595/c2017韩国通信信息科学研究所。Elsevier B. V.的出版服务。这是CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。184N. Elgaml et al. / ICT Express 3(2017)183)(−本文的其余部分组织如下:在第2节中,我们描述了系统模型。拟议的SC2方案见第3节。性能评估在第4节中给出,我们在第5节中总结了本文。2. 网络模型我们考虑一个多车道的农村公路,具有均匀的高密度的车辆交通。这条公路被划分为若干相同的路段。每个路段都有一个路侧单元(RSU),用于控制路段内的车辆,如[5]所述RSU从其服务区域内的车辆收集信道感测信息所有车辆都知道路段边界。每个3.1. 单通道随机感知由于RSU的有限覆盖范围,路段通常限于几百米。在具有高交通密度的CR-VAN中,段内的车辆将在相同TV发射机的传输范围内,因此,它们对特定TV频道当前是否正在使用的评估将高度相关。因此,SC2方法使路段内的每个车辆以概率1/M随机地选择M个可用信道中的一个来感测。这不仅在路段内的车辆之间分配信道感测负载,而且还减少了感测时间,如图1(b)所示。如果路段中车辆的数量为n,则每个通道被至少一个车辆感测到的概率为车辆配备有全球定位系统(GPS),使得其知道其当前段。CR-VANET二次网络由psense=1−1N1−M.(一)车辆沿高速公路以均匀的速度行驶,分布均匀。车辆车辆的到达间隔时间具有指数分布,其平均值取决于交通密度。我们假设VHF频带中的M个非重叠TV信道对应于M个主网络(PN)。其信道上的PN活动用随机ON-OFF过程来建模。生产通知单的位置是固定的,车辆不知道这些位置。所有PN具有相同的发射功率,其可以覆盖多于一个分段。2.1. CR-VANET框架结构在CR-VANET中,时间通常被划分为帧[5如图1(a)所示,基于IEEE 802.11p的CR-VANET协议的典型帧由四个阶段组成:信道感测阶段、报告阶段、无线电环境地图广播和数据传输阶段。在信道感测阶段,车辆基于所采用的感测算法来感测感兴趣的信道。然后,它们在公共控制信道(CCC)上向RSU报告这样的感测信息以用于决策。车辆使用具有冲突避免的IEEE 802.11p载波侦听多路访问(CSMA/CA)竞争来竞争CCC接入。一旦RSU捕获所需的信道感测信息,它就产生无线电环境地图(REM),该地图指示哪些信道可以由RSU的区段中的车辆使用以及哪些信道当前由它们各自的PN使用。一旦车辆接收到REM,就在可用信道上进行数据传输。3. 单信道时隙竞争在本文中,我们提出的SC2方法的CR-VANESTIC与高车辆交通密度。SC2方法利用路段内车辆的信道感测结果中的强相关性来减少RSU开发REM分组所需的时间量。这是通过以下三个机制实现的:由于车辆的数量大于电视频道的数量(即,n> M),p意义接近1。这意味着所提出的单信道随机感测设法在高密度CR-VAN中以高概率感测到所有信道。3.2. 时隙争用现有的CR-VANET协议通常使段内的所有车辆使用CCC上的基于IEEE 802.11p CSMA/CA的争用来报告它们的信道评估[5这允许聚合节点(无论是集中式协议中的RSU还是分布式协议中的头车)基于关于所有信道的所有车辆的信息来产生REM。因此,这种方法的争用这样大的竞争周期降低了CR-VANET吞吐量并增加了延迟。此外,争用时段的长度以及因此帧的长度将取决于车辆密度。这将导致抖动也依赖于车辆密度。相比之下,SC2协议提出了使用IEEE 802.11p协议实现的时隙竞争机制。SC2竞争周期被划分为M个等长竞争时隙,如图1(b)所示。这意味着SC2竞争持续时间仅取决于信道的数量而不是车辆交通密度。竞争时隙的持续时间被设置为等于802.11p退避微时隙的时间 随机选择第i个信道的车辆将仅竞争第i个竞争时隙的接入。它将在[0,CW1]中随机选择一个数字,其中CW是竞争窗口,并且将在监听CCC的同时对这个微时隙数进行倒计数。如果车辆发现另一车辆已经开始传输其控制分组,则车辆N. Elgaml et al. / ICT Express 3(2017)183185Fig. 1. 不同VANET方法的帧结构。(a)典型的基于IEEE 802.11p的协议。(b)建议的SC2方案。将退出竞争并丢弃其控制分组。否则,如果车辆完成倒计时过程,而没有其他车辆开始控制分组传输,则车辆将传输其控制分组。值得注意的是,在传统IEEE 802.11p中,每个车辆必须在开始倒计时之前在任意帧间间隔(AIFS)持续时间内感测CCC,以确保当前没有其他车辆正在使用CCC。相反,SC2时隙竞争中的所有车辆将在AIFS持续时间内仅感测CCC一次,以确保没有其他分组(例如,紧急信息)当前正在使用控制信道。如果控制信道不忙,则每个车辆将等待并仅竞争其各自的竞争时隙。与IEEE 802.11p相比,这进一步减少了SC23.3. 隐式聚合对于硬决策协作感知,逻辑或聚合-表1图二. 不同VANET方法的REM时间。这将产生最佳性能。在OR聚合中,一个且仅一个车辆推断感测到的信道上存在PN活动就足够了。因此,SC2协议不允许未检测到PN活动的车辆在争用期内竞争。此外,如果多于一个车辆检测到信道上PN的存在,则只有一个车辆将发送其包含这种信息的控制分组。这加快了聚合过程并减少了控制分组冲突。在冲突时,RSU谨慎地假设在相应信道上存在PN活动。4. 仿真结果我们使用MATLAB来模拟一段2公里长的3车道乡村公路。高速公路进一步分为250米长的路段。五个VHF TV主网络与道路重叠,并且它们的非重叠信道可以在任何可能的情况下由CR-VANET使用我们将PN活动因子(定义为ON时间与整个周期的比值)从0%变化车速均匀分布在[80,120] km/h。我们改变车辆交通模拟参数。参数值PN发射功率26 dBm车辆发射功率28 dBm数据速率24 MbpsIEEE 802.11p微型插槽13µsIEEE 802.11p SIFS/DIFS 32/52µsIEEE 802.11p AIFS编号9IEEE 802.11p [CWmin,CWmax][15,1023]密度从每段25辆到125辆。我们实现了2个实例的SC2协议与2个不同的CW大小的32和64插槽。所报告的结果是多次运行的平均值,每次运行13秒。其他模拟参数总结见表1。首先,我们研究PN信道的数量和车辆交通密度对获得REM的时间的影响,如图2所示。增加通道数量会增加两种方案中的REM时间。然而,IEEE 802.11p的REM时间随着可用信道的数量和车辆密度而增加。与此同时,186N. Elgaml et al. / ICT Express 3(2017)183图三. 不同VANET方法的对比。见图4。 主要网络中断百分比。在SC2协议中,它只依赖于可用信道的数量,而对车辆密度完全不敏感。随着车辆密度的增加,快速眼动时间的SC2增益增加到94.38%.SC2REM时间增益随通道数的增加而减小图3示出了CR-VANET吞吐量与PN活动因子的关系。对于这两种协议,吞吐量随着PN活动的增加而降低,直到当PN完全使用信道时,吞吐量几乎达到零SC2协议的频繁和较短的感测时间允许更多的数据通过信道传输,因此增加了其吞吐量。相反,IEEE 802.11p在感测所有信道并向RSU报告这样的信息时消耗大量时间,这使得用于数据传输的时间更少。根据PN活动,SC2协议对于CW为32的吞吐量增加175.08%至406.83%,对于CW接下来,我们研究了两个CR-VANET协议造成的主要网络中断。当PN活动性低时,车辆在主网络的ON间隔期间尝试发送的概率低。因此,没有或很少对PN造成中断。随着PN活动增加,CR-VANET传输开始更频繁地干扰PN传输,从而增加PN中断。作为图五. 整体频谱利用率。PN活动接近100%,则次CR-VANET将不会频繁地尝试发送,因为信道总是被PN传输占用。因此,PN中断将在非常高的PN活动因子处再次减小。然而,如图4所示,对于CW值为32和64,SC2协议导致PN中断分别减少27.93%和23.09%。这是由于IEEE 802.11p的长的感测和竞争周期,其通常导致REM过时。SC2协议的高CR-VANET吞吐量及其低PN中断导致这种协议的总体频谱改善(相对于由对角线表示的非认知情况)对于32和64CW分别超过79.9%和68.4%,如图5所示。同时,IEEE 802.11p的频谱利用率提高仅为29%。5. 结论在本文中,我们已经提出了SC2协议,利用单信道感知与时隙竞争机制,以减少信道感知时间和竞争时间。仿真结果表明,SC2协议提高了CR-VANET的吞吐量和频谱利用率,同时显著减少了REM时间和主中断。利益冲突作者声明,本文中不存在利益冲突引用[1] C. Chembe,R.M.努尔岛Ahmedy,M. Oche,D. Kunda,C.H. Liu,认知车载网络中的频谱感知:最新技术,挑战和开放问题,Comput。Commun. 97(2017)15-30。[2] N.拉斯特加杜斯特湾Jabbari,关于认知无线电网络中频谱感知的信道 选 择 方 案 , 在 :Proc.IEEE Wireless Comm. 和 Networking Conf.WCNC,New Orleans,LA,2015。[3] L.赖氏H. El Gamal,H. Jiang,H.V. Poor,认知媒体访问:探索,利用和竞争,IEEE Trans.Mob。Comput. 10(2)(2011)239-253。[4] H.江湖,澳-地莱河,巴西-地Fan,H.V. Poor,认知无线电中信道感知顺序的最优选择,IEEE Trans. 无线通信 8(1)(2009)297 -307。N. Elgaml et al. / ICT Express 3(2017)183187[5] M. Di Felice,K.R.乔杜里湖Bononi,分析协作认知无线电技术在车辆间通信上的潜力,在:IEEE/IFIP无线日,WD,威尼斯,意大利,2010年。[6] X.钱湖,加-地Hao,关于认知车辆网络中频谱感知的性能,在:IEEE Int. Sym.个人、室内及移动无线电通讯PIMRC,中国香港,2015。[7] E.C.乔伊,S。Zhang,E. Liu,E.E.特雷莎,E.C. Elias,具有高效频谱分配和QoS保证的认知无线电辅助车辆自组织网络,在:IEEE国际自动化和计算会议,ICAC,英国科尔切斯特,2016年。[8] IEEE 802.11工作组,无线LAN介质访问控制(MAC)和物理层( PHY ) 规 范 , 修 订 7 : 车 辆 环 境 中 的 无 线 接 入 , IEEE Std.802.11P,7月2009年
下载后可阅读完整内容,剩余1页未读,立即下载
![.pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)