[简要论文笔记]Data Uploading in Hybrid V2V/V2I Veh Networks: Modeling and Cooperative Strategy code;C

研究混合车辆网络中数据传输问题，主要是V2I通信，由V2V辅助。目标是优化资源利用率减少数据交付延迟。首先分析了存储-携带-转发机制下的车联网的容量和延迟，然后提出了一种分布式多源调度算法。

前言：本文通过中继的选择来优化传输容量和传输时延，产生信息的车叫源，源于非源通过容量和时延确定较好的中继方案，当两者达成一致时启动传输。

---

总结

研究了V2I/V2V完了过中双向传播的消息传递，对消息先传和后传的容量和延迟进行了建模。提出多源消息传递策略，以减少延迟。但是如何将其扩展为二维网络即超高密度的场景还需研究。

介绍

V2V和V2I作用很大，但单独应用效果不好，因此结合两者时未来发展趋势。

混合V2V/I网络中，存-携-转发 机制很常用。其以随机时延为代价提高了数据传输的可靠性。

本文考虑的场景为：车将信息上传到基础设施中。安全应用时，该信息为信标（指包含行驶状态、附近路况的信息），此时V2V/V2I需要可以同时处理来自多个车辆的上传请求。

V2V/I网络中，调度数据传输和资源分配是个问题，现有解决方案不足以解决同时使用V2I和多跳V2V传输的大容量信息上传的情景。

本文首先提出一个拓扑分析框架以研究有效的转发策略；这方面难点是网络性能与 车辆移动性、RSU间距、V2V/I传输速率、数据上传位置有关但影响复杂。

本文基于 车辆聚簇 和 存-携-转发 机制，开发了分析V2V/I上传能力和延迟的框架，并设计了分布式协同策略。

相关工作

有很多人研究V2V/V2I网络中信息传播的性能。其大致可分为三类：

1.通过改进传输的协议和策略优化消息传递的QoS。比如很多人在不同的优化目标（如QoE、用户满意度等）下提出新的路由协议，缺点是没有讨论如何对性能建模和量化。

2.专注构建更好的模型，或研究模型的性能或变量间关联。比如有人分析吞吐量，有人研究传递实验和距离之间的关系。

3.将性能研究和协议设计联合起来，在分析的基础上提出优化方案。比如有人通过分析时延提出了路由策略，有人分析信息传播速度提出城市多跳广播协议，有人分析吞吐量开发了路由方案。

但目前的分析都假设传输延迟可忽略，每个信息足够小，单向车辆作中继，仅考虑下载场景。

系统模型和问题表述

系统模型

我们关注数据传播的问题。场景如上图所示，车定期向邻居广播信标，也可向RSU上传其他事件触发的信息。信息通过多跳V2V和V2I传播，用到的符号如下

【网络结构】信标和其他数据包使用独立的无线资源（比如多信道的不通信到或单信道的不同时隙）。传输流程：车辆在信标上包含上传请求，两个方向的车以通信资源的可用与否给予反馈，车成功获取资源后使用V2I或以V作中继开始传输数据。

【假设】传输速率为常数。时变信道的数据速率用均值代替，由此带来的差异通过仿真验证。假设车在每个路段以恒定速度行驶。车间距为指数型随机变量。这些假设被广泛使用。

【簇】同向、V2V通信可直连的多个车被组织成簇。

簇尺寸的概率分布如下：

其中k 为参数，与簇尺寸有关。

CH（簇头）是最接近目标RSU的车。

【中继选择和模式切换】A车需要中继时，选择A通信范围内最远的车做中继。

中继接受信息后将数据包转发到下一跳，不管接受是否完成。信标广播和中继的资源是独立的，中继共享相同的的资源。为减轻干扰，同一时刻簇中有1/3的车为传输模式，中继有发送、接受、空闲三种模式，任何一对发送和接受可自由交换数据。如图2所示。

通过多跳中继传输的V2V数据率如下

 分配给信标的资源占比，r_v是总的V2V传输速率。

问题表述

具有原始数据副本的车称为源。本文研究场景为两端各一个RSU的多源上行传输。问题建模为：

 其中s和S均表示策略。W为i号RSU上行吞吐量。策略负责告诉哪些源在何时上传数据以及哪个RSU执行接收。

需要注意的问题：

1.双向车辆作中继，复杂场景下传输数据量和延迟需要量化。

2.因为文件大，文件可能分成小部分有不同车携带。

3.可能有多发射机的情况，因此除了中继要互相协调外，源也需要相互配合以减少碰撞。

解决上述问题分两步：1.分析车辆上传能力；2.分析传输延迟

性能分析

本节进行上传容量和传输延迟的分析

容量分析

上行容量定义为：单个源在一段时间内传到RSU的数据总量，源可使用中继。将传播分阶段：1.信息forward阶段：消息由车辆或车辆簇携带直到传到RSU；2.信息backward阶段：消息可能被转发到相反方向的车辆。因此分析也分成俩阶段。

含义	符号
源的位置
车辆到达速率
观测时长	T
上行容量	C
单个源上传到下一个RSU的数据量	C_F

下面研究源的位置d_0，车辆到达率\lambda，时长T对T内的上传容量C的影响。

【forward的信息容量】 用C_F衡量在T内，从d_0起，以车辆到达率\lambda_1时单个源发送到下一个RSU的数据量。

在存-携-转发机制中，源首先用V2V传消息给接收方，当收方进入RSU覆盖后，使用V2I上传。设t1、t2分别是收方和源从d_0进入RSU覆盖范围的时间。

通过簇容量的概率分布，车辆目睹，C_F，可求得转发阶段的信息容量。

【backward的信息容量】用C_B衡量~的数据量。源远离的上一个RSU将逐渐接受由反向的车转发的信息。当收方进入RSU的覆盖范围内时，其可以继续上传，直到簇内的数据全部传完。

延迟分析

延迟分两部分：forward延迟（信息在forward阶段的延迟）和backward延迟（backward阶段的延迟），本节假设数据大小预先确定。

【forward阶段的延迟】D_F表示源需要将数据传输到它前面的RSU所需的时延，队头UE进入RSU覆盖前，信息在队头UE累计而无法传输；队头UE进入RSU而源未进入时，信息通过V2V传到队头UE，并同时以V2I上传到RSU；源进入覆盖后，可以直接将信息传给RSU。

【backward阶段的延迟】D_B表示源将数据传输到他身后的RSU所需的时延。这段包括两个阶段：1.backtrack step：源将数据发送到相反方向的车辆，此间的延迟称为backtrack延迟；2.反向的车将数据传给RSU。因此backward延迟 = backtrack延迟 + backtrack step后上传数据所需延迟。需要注意的是，上传不一定在backtrack step后才开始，这取决于反向车辆簇是否直接连接到目标RSU并且在backtrack step就开始上传数据。

1）backtrack：数据包太大，所以源将包分块并交付给多辆方向的车传送，因此需要研究需要多长时间将消息全都给方向的车传过去。由数据包大小可得回退延迟。

2）post-backtrack：源将数据转发给反向车辆后，直接通过多跳上传到RSU or 存在队头中，直到进入V2I通信范围。

命题：若V2I范围和速率均大于V2V的，那么所有被传送到反向车啊零的数据包都按序传送给RSU。

根据上述命题，可保证反向车簇到达RSU覆盖后可直接上传信息，并且这些信息可以在簇离开RSU之前完成传递。总时延由最后一个上传到RSU的包决定。

用t_3表示最后一个簇开始向RSU传数据的时刻，t_c表示与最有一个簇的连接市场。与 backward phase 一样，根据t_3也分为三种情况：1.若簇在 backtrack 后连接到RSU，则 backtrack 和 上传 的时延可分别计算。2.若簇在 backtrack 过程开始时连接到RSU，则在backtrack过程中不会断连，因此上传会和backtrack同时结束。3.在backtrack step就开始上传数据，那么就执行 backtrack（累计数据）-上传-backtrack-上传 如此循环。

在线协作上传策略

本节提出的多源在线协同算法可适用于源o和非源车。实际中算法执行在每个T中，T大有助于减少决策对当前交付的干扰（即提高数据交付效率），但新请求需要等待更长的时间，因此需要权衡。

算法主要思想有二：对非源，优先为平均吞吐量最大的源提供服务；对于源，选择导致最小延迟的中继。当源作为中继时，要比较两个圆的吞吐量。

有源上传算法

目的是为源选择最大化数据传输的策略。

 1.信标中包含中继请求和中继许可，并在车辆之间交换。

2.由接收到的信息得到：策略集S（表征可行的上传RSU及相应的中继），中继请求集R（表征来自其他源的中继请求）

3.决定采取S中的最优策略s*进行上传数据 or 作为其他源的中转。

4.若s*涉及的其他中继可以提供服务则在下一个T开始传输。否则根据其他车的reply更新S和R直到S、R均变成空集。

这其中，延迟分析用于确定特定源的s*，容量分析用于比较多个源的上传效率。

非源协同算法

此算法目标是为非源车选择合适的源，使多源数据传输具有最大的效益。

1. 非源在收到中继请求集R后，根据车密度、速度等信息，判断在接下来的T内那个请求的上传容量最高
2. 若此判断被相关的源认可，则非源执行该方案。否则非源将更新R并获得新的s*直到与相应的源达成一致或R变空。

仿真评估

仿真设置

分析框架验证

多源策略比较

 

后记：本文着重于中继的选择，作为近期开题报告的参考，后文酌情续写。