车联网-基于LTE-V城市道路场景的资源分配算法改进.docxVIP

基于LTE-V城市道路场景的

资源分配算法改进

1概述

车联网是现代智能交通系统的重要基础设施。基于LTE技术实现的车联网方案——LTE-V可以通过传统的LTE网络实现V2V、V2I和V2X通信，保证车辆安全数据的可靠传输，实现整个交通系统高效智能化管理。LTE-V技术由我国提出，2010年开始对其进行研究，2016年9月，3GPP完成了LTEV2V标准核心部分的制定。2017年3月完成了LTEV2X标准的制定。但是，LTE-V技术还面临一些挑战，例如，为了保证行车安全，通常任务安全型数据传输在车载通信中需要得到优先保证。因此，如何对任务安全型数据进行更优化的资源分配，保证此类应用的服务质量，需

——————————

收稿日期：2019-04-02

要进一步研究，需要针对复杂多变的车辆通信环境，研究更加有效的无线资源调度技术。

城市道路通信场景通常车辆拥挤，用户密度很高，业务需求也大。由于系统容量的限制，有特定QoS要求的关键型数据传输可能无法得到保障。与此同时，在城市道路通信场景中，当物理资源紧张时，资源

分配算法有必要考虑业务的优先级问题，使得车联网任务关键型业务优先被分配资源，保证车联网任务关键型数据传输的可靠性。

2基本原理

2.1城市道路通信场景

城市道路通信场景的典型特征是车辆密度相对比较大、运行速度相对较低，为简化分析，选择十字路口场景作为典型场景进行分析，如图1所示。

36 2019/06/DTPT

物理层信息 业务层信息

计算CQI

BufferStatus

QoS

eNodeB

eNodeB

资源调度器

R

B

分 AMC

配 MCS

PDCCH

图1城市道路通信场景

对图1所示的城市道路场景进行建模，提出以下假设。

a）单个基站小区的覆盖范围是以路口为中心，半径200m，所有车辆与路侧设施均在其覆盖范围内。车辆与车辆之间、车辆与路侧设施之间都通过基站进行通信。

b）车辆的行驶速度设置为10~30km/h。在十字路口处，车辆节点选择前行、左转和右转的概率分别为0.5，0.25，0.25。

c）车辆到达率服从泊松分布，车辆的到达频率为

120辆/min。设定车辆数目的取值范围为0~100辆。

泊松分布的表达式如式（1）所示。λ表示车辆的平均

到达率（辆/s），t表示仿真时间间隔，Pk表示仿真时间

间隔t内到达k辆车的概率。

-λt(λt

-λt

图2基于LTE车联网的资源分配过程

过PDCCH信道上的DCI信息发送给UE。eNodeB根据下行无线资源分配方案把需要传输的数据分组填充在PDSCH信道上，进行传输。UE获取PDCCH上的DCI信息后，在PDSCH上获得无线资源，开始接收eNodeB发送的数据，完成整个下行资源分配。

2.3下行无线资源分配算法

现有的下行无线资源分配算法可以总结为3类：信道无感知算法、信道感知/QoS无感知算法、信道感知/QoS感知算法。

Pk=k!e

（1）

a）信道无感知算法。假定信道质量不发生变化，

在城市道路环境中，高密度的车载用户会给资源

受限条件下的LTE车联网资源分配带来新的问题。具体体现在以下2点。

a）有限的系统容量无法保证所有用户传输速率的要求。

b）高密度车联网业务的可靠接入问题和优先级保证。

2.2下行无线资源分配过程

下行无线资源分配主要涉及物理层和MAC层，物理层进行时频资源块的划分，MAC层资源调度的实现一般由分组调度器和相关的无线资源管理进程完成，基本原理如图2所示。在每个TTI中，车载终端首先会计算并反馈CQI给其相关联的eNodeB。分组调度器根据CQI和QoS等业务信息为UE指定RB资源分配方案，自适应调制编码模块为UE选择最优调制编码策略。eNodeB将终端的资源分配信息如RB、MCS等通

根据具体计算方法不同可进一步分为轮询算法、盲吞

吐量公平算法（BET）。

b）信道感知算法。需要考虑信道质量的影响，通

过合理资源分配使系统获得较大吞吐量，包括最大载

干比算法（MaxC/I）和比例公平算法（PF）。c）QoS感知资源分配算法。该类算法同时