【Vehicle Platooning文献阅读02】Resource Reservation Coordination for Vehicle Platooning in C-V2X Networks

• 文章：Resource Reservation Coordination for Vehicle Platooning in C-V2X Networks
• 发表期刊：IEEE Transactions on Wireless Communications
• 发表年份：2023
• 作者：Xin Gu, Jun Peng, Lin Cai, Weirong Liu, Xiaoyong Zhang, and Zhiwu Huang

1. 摘要

高可靠性和低延迟通信对于vehicle platooning中的信息交换至关重要。作为这一点的关键推动因素，C-V2X使用基于感知的半持续调度算法（SPS），在这套资源调度算法下，无线电资源被预留给一系列后面的传输以减少资源的重分配以及控制开销。然而，连续的访问冲突可能是由预留冲突引起的，这导致了长时间的延迟，威胁了Platoon的稳定性和安全性。这篇文章，提出了一种针对vehicle platooning的协作资源预留（Coordinating Resource Reservation, CRR)协议。通过实现platoon中车辆间协调的错误检测，以减少碰撞和延迟最终达到更多的有用的资源预留。具体来说，数据包接收/丢失信息是由platoon车辆通过自己的数据包信息发送的。这些信息会与发射机分享并在发生访问碰撞时引导它们去预留新的资源。因此，在没有引入额外的反馈信息位的同时避免了长延迟情况。此外，提出了马尔可夫分析来评估SPS和所提出的CRR协议在vehicle platoon通信方面的性能，并且提供了可以量化的性能提升。最后，与传统的SPS以及其它方法相比，仿真结果证明了所提出的CRR在减少丢包和延迟方面的优势。

2. 引言

车辆排车利用自动驾驶和通信，让一群车辆以类似火车的方式紧密行驶。其优点包括增加道路容量、节约燃料和减少气体排放[1]。排的安全性和稳定性依赖于车辆之间状态信息的可靠及时交换[2]。状态信息包含在称为信标消息的小数据包中，这些数据包在车辆之间周期性地传输。第三代伙伴关系项目 (3GPP) 引入了蜂窝车辆到一切 (C-V2X) 网络来支持车辆排等高级应用 [3]。然而，鉴于实际有限的无线资源，动态信道环境，车辆的高移动性以及非排车辆的干扰等影响，怎么样通过排车辆进行无线资源分享是一个挑战。

车辆排通信设计的另一个挑战是排的特征。与非排车信标广播相比，排车通信具有更严格的可靠性要求。原因是排车通常在密切协调下行驶，这需要高速率和高可靠性的通信[4]。具体来说，排车可能需要使用来自多个邻居的信息，包括前身和追随者。这是由信息流拓扑(IFT)决定的，这是排系统[5]的关键组成部分。考虑到排和非排车共存并与频谱资源竞争的场景，如何实现排通信的可靠性尚未得到充分解决，这激发了我们的工作。

资源预留对于资源重新分配和控制开销降低的车辆的周期性信标广播是可取的[6]。C-V2X)采用分布式资源预留介质访问控制 (MAC) 协议，这是一种基于传感的半持久调度 (SPS) [7]。然而，SPS遇到由冲突预留引起的连续丢包和无界延迟。

最近，通过修改当前的协议 SPS 来实现改进的可靠性和控制长延迟，已经进行了许多研究。同时资源选择和隐藏终端是SPS[8]中访问碰撞的两个主要原因。为了处理同时资源选择冲突，最近的文献提出预先检测冲突，但隐藏终端问题仍未解决[9]。此外，已经进行了一些研究来限制使用相同资源的持续时间[10]，以便连续碰撞引起的延迟在几秒钟内受到限制，以增强道路安全。然而，在制动过程中，几秒的延迟会导致车辆间距离小于15米的排崩溃，根据[5]，超过100毫秒的延迟会导致排的大干扰。根据上述分析，需要更有效的资源预留来支持排行的严格通信要求。

来自接收器的反馈可以引导发射机在碰撞发生时保留新的资源，从而避免连续碰撞引起的长延迟。考虑到排车相对稳定的跟车模式，有可能利用车间协调进行MAC层中的碰撞反馈。在这篇文章中，一种针对vehicle paltooning的CRR MAC协议被提出。通过CRR，队列车辆之间的协调减少了连续碰撞。将错误检测过程集成到SPS中，使邻域中的排车辆可以使用侧链控制信息(SCI)保留字段[11]提醒彼此的传输错误。与其他引入额外反馈消息传递或使协议复杂化的冲突减少方法不同，CRR 可以在没有额外反馈有效负载的情况下解决预订冲突，并且易于实现。排通信的可靠性得到了提高，特别是在高网络负载下。此外，CRR 扩展了 SPS，并与 C-V2X 标准向后兼容。

为了评估所提出解决方案的性能，提出了基于马尔可夫链的解析模型，用于有和没有协调的基于传感的 SPS。这些模型结合了有关资源预留、IFT、道路交通和信道条件的所有重要参数。在[12]中提出的初步工作中，分析了SPS协议。我们推导出排车辆成功向所有指定的接收器提供周期性信标的概率，这表明通信可靠性。在本文中，我们进一步分析了协调的可靠性改进。此外，还导出了延迟分布进行比较，这证明并量化了由于我们提出的 CRR 协议在延迟方面的性能提升。本文的贡献总结如下。

• 提出了一种协调资源预留MAC协议CRR，用于车辆排排。通过协调介质访问，减少了由冲突预留引起的连续碰撞和长延迟。CRR 与 C-V2X 标准向后兼容，并实现高可靠性和低延迟的通信，以实现排车辆之间的密切协调。
• 为现有的 SPS 和提议的协议开发了一个分析框架。该框架实现了可证明的性能提升和量化。分析也可用于指导系统配置和参数控制。
• 通过仿真进行了广泛的实验来验证分析。同时，仿真结果表明，在可靠性和延迟性能方面，所提出的CRR优于现有的SPS和其他最先进的解决方案的性能优势。

本文的其余部分安排如下。以下部分总结了相关工作。第 III 节描述了系统模型并讨论了排通信中的资源分配问题。第 IV 节介绍了所提出的资源预留解决方案。第 V 节提供了 3GPP SPS 和基于马尔可夫模型的建议解决方案的性能分析。第 VI 节介绍了模拟，以验证所提出的 CRR 与 3GPP SPS 和其他最先进的解决方案相比的性能。最后，结论在第 VII 节中给出。

3. 相关工作

在过去地二十年里，车辆排已经吸引了许多注意针对提升交通的效率和安全性。排的安全性和稳定性依赖于可靠的车间通信，其中开发高效的MAC层协议是显著的。

一般来说，根据资源分配[13]的集中实体的存在，车辆排的介质访问方法可以分为集中式和分布式方法。实体可以是基站、接入点等。 [14] 中的作者假设 eNodeB 控制排车辆到车辆传输资源的分配。为了在排中包含更多的车辆并消耗更少的功率，[15]中提出了一种两步子信道分配策略。在策略中，基站将子信道资源分配给每个排头，然后进行排内分配。虽然集中式MAC可以基于从车辆收集的完美全局信道状态信息(CSI)来实现公平的资源分配，但在密集场景下，由于CSI开销较大，信道使用效率受到阻碍[16]。此外，集中式资源分配面临单点故障问题。

与集中式MAC相比，分布式介质访问不依赖于集中式实体[17]。Platoon车辆可以根据其感知结果单独选择资源。C-V2X 和 IEEE 802.11p 是支持直接车辆到车辆 (V2V) 通信的分布式资源分配的两个标准。[18] 中的作者比较了这两种技术用于高速公路排。结果表明，C-V2X 在高密度场景中实现了更可靠的通信性能，并允许比 IEEE 802.11p 更短的车间距离。C-V2X 网络中采用的基于感知的 SPS（SB-SPS） 支持分布式资源预留，最近已在行业采用 [19]。

以前的分析研究表明，连续的碰撞可能是由SPS[20]中的冲突预留引起的。连续的碰撞导致较长的延迟，这损害了排的安全性。为了解决这个问题，越来越多的研究工作致力于增强 SPS 以提高可靠性和降低延迟。[21]的作者提出了一种混合通信方案来提高网络的可靠性。假设 C-V2X 用户保持可靠的通信，并有效地使用专用的短程通信 (DSRC) 网络。

对于延迟减少，在[10]中提出并评估了对遗留SPS算法的扩展。通过限制使用相同资源的时间来减少连续丢包的风险，但实现的延迟对于排通信仍然太长。类似地，[22] 中设计了一种资源替代选择 (RAS) 算法，其中多资源在一个预留期间被保留并交替分配。这种方法可以有效地减少通信延迟。然而，应仔细评估RAS对其他网络性能的潜在影响，如可靠性和吞吐量。尽管有这些努力，从这些解决方案中获得的性能提升不足以满足排通信的严格要求。

最近，如何增强用于车辆排的 SPS 引起了越来越多的关注。[23]调查了在排稳定性上通信延迟的影响。通过实现多个SPS并行会话，减少了冗余传输，提高了资源利用率。在[24]中，提出了一种频谱感知调度方案，以减少车辆新加入排时通信延迟增加造成的排安全风险。然而，这两项研究都集中在特定的信息流拓扑上，将 SPS 的评估和改进留给具有各种信息流拓扑的排队作为一个悬而未决的问题。

反馈方案是减少同时资源选择或隐藏终端引起的丢包的有效方法。通过相邻车辆的反馈，遭受持久数据包碰撞的车辆可以快速做出反应和更改资源。但是，可能会导致额外的开销，这限制了通道使用效率[6]。减少开销的一种方法是使用填充/保留位来促进反馈，如[25]所示，其中周期消息传输块中的填充位用于广播反馈。因此，减轻了隐藏的终端问题。然而，有限且多变的填充空间大小可能会导致通道监控不足和性能不稳定。在[9]中，提出了前瞻信息对周期性安全消息的承载，减少了其他车辆内部决策的无知所造成的消息冲突。然而，隐藏的终端问题仍未解决。

从上面的分析来看，现有的工作并没有充分解决SPS中资源预留冲突导致的数据包丢失问题，同时最小化高密度排车辆的额外开销。受此启发，我们提出了一种利用SCI保留字段促进排车辆之间高效反馈交换的解决方案，从而实现资源预留的有效协调，而不会产生额外的反馈包。与最先进的方法不同，考虑到排车的拓扑结构特征，所提出的解决方案可以有效地减少同时资源选择和隐藏终端产生的碰撞和延迟。、

4. 系统模型以及问题分析

4.1 网络模型

4.1.1车辆集合

场景中有两种类型的车辆：

• Platoon vehicles: V p = { v 0 , v 1 , v 2 , . . . , v m } V^p = \{v_0,v_1,v_2,...,v_m\} Vp={v0​,v1​,v2​,...,vm​}

$v_0$表示的是Platoon Leader（PL）, 其它成员表示的是Platoon Members（PM）, 一个vehicle platoon P包括一个PL和m个PMs

• Non-platoon vehicles: V n = { v m + 1 , v m + 2 , . . . , v n } V^n = \{v_{m+1},v_{m+2},...,v_n\} Vn={vm+1​,vm+2​,...,vn​}

所以整个场景的车辆为： V a = V p ∪ V n = { v 0 , v 1 , . . . , v n } V^a = V^p \cup V^n = \{v_0,v_1,...,v_n\} Va=Vp∪Vn={v0​,v1​,...,vn​}

4.1.2 信息流拓扑IFT

描述了车辆从其它系统获取信息的方式，主要可以分为以下几种：

• predecessor following
• predecessor-leader following
• bidirectional
• bidirectional leader
• two-predecessor following

针对V2V通信，可以应用更普遍的IFT，例如r-predecessor following，这增加了排控制的灵活性和有效性。

假设$v_i$使用的信息来自r个predecessors以及l个followers的话,那么可以分为下面三种情况：

注：假设r=3, l=2

• (a). $i\in [0,r-l],r+l<m$, $v_i$从i个predecessors和l和followers中获取消息；
• (b). $i\in [r,m-l],r+l<m$，$v_i$从r个predecessors和lfollowers中获取消息；
• ©. $i\in [m-l+1,m]$, $v_i$从r个predecessors和(m-i)和followers中获取消息；
  

对于任何一个接收机$v_i$来说，其它作为发射机的车辆集合为$V_i^T$,同理，对于任何一个发射机$v_i$来说，其它作为接收机的车辆集合为$V_i^R$。

对于Platoon vehicle给出了以下假设：

其中所有车辆的发射功率均为$P_t$，两个连续排车辆之间的空隙距离为$d_g$，所有车辆的长度均为$d_v$。Platoon车辆可以通过信标信息中的ID字段相互识别，该字段还包括排车辆编号。所有排车辆以相同的速率交换信标信息。

4.1.3 信道模型

属性	value/方式
调制方式	SC-FDMA
带宽	10/20 MHz
SCS	15kHz

所有车辆预留资源池中的资源集合为： R a = { r 0 u , r 1 u , r 2 u , . . . , r n u } R^a = \{r_0^u,r_1^u,r_2^u,...,r_n^u\} Ra={r0u​,r1u​,r2u​,...,rnu​}，
$r_i^u$表示的是预留给车辆$v_i$的资源。

两辆车之间的距离为：$$d_{i,j}=|i-j|(d_g+d_v)$$

那么$v_i$作为发射机，而$v_j$作为接收机，那么接收的有效功率为：$$P_{i,j}^r=P^t{K}_0{d}_{i,j}^{-\lambda }$$

那么$SIN{R}_{i,j}$可以表示为：$$SIN{R}_{i,j}=\frac{P_{i,j}^r}{{\sum }_{k\ne i,r_k^u=r_i^u}{P}_{k,j}^r+N}$$

${\sum }_{k\ne i,r_k^u=r_i^u}{P}_{k,j}^r$表示的是$v_j$作为接收机的干扰功率的总和，设置一个SINR的阈值$SIN{R}_T$,如果$SIN{R}_{i,j}>SIN{R}_T$那么，就可以认为正确接收。

5. 针对vehicle platooning V2X通信的CRR协议

5.1 SPS简单介绍

SPS资源调度问题：预留冲突会导致连续的数据丢失以及无边界的延迟。

作者根据此结合vehicle platooning设计了一种可靠的MAC协议进行排通信，并与C-V2X标准向后兼容，将错误检测方案集成到了SPS中。

5.2 CRR协议

5.2.1 总体流程图

重选计数器RC的值从均匀分布（Uniform distribution)的（p,q)中随机选取，然后进行资源重选，每一次传输RC自减1，直到判断RC是否等于0即执行资源重选过程，如果不是判断此时$RC-C>C_0$, 如果不是，则继续保持该资源，如果是则对ACK进行判断以进行错误检测，检测到冲突后直接执行资源重选过程，这样可以避免连续冲突造成的无边界时延，否则继续使用该资源新型Beacon Resource的传输。

注：$C_0=\lfloor \frac{D_{th}}{t_0}\rfloor$表示连续碰撞可以忍耐的传输周期次数，$D_{th}$表示的是延迟的阈值，$t_0$表示的是每个TB（Transmission Block）传输的传输持续时间，总得来说，在执行重选过程后的$C_0$个传输周期内执行错误检测

5.2.2 具体分析

错误检测的基础建立在邻居车辆中传输数据包中包含数据包的相关ACK信息，对于任一车辆$v_i$，一旦它发送消息给接收车辆集合$V_i^R$中的任一车辆失败了，那么这个数据包的丢失相关信息将会在下一个传输间隔中被搭载在接收器的beacon messages中的保留字段中，如果数据丢失是因为资源选择冲突引起的，则在接收到承载了数据丢失的信息后，发射机$v_i$蒋轩重新选择新的资源，以避免将来的连续冲突。CRR协议还可以减轻衰落的影响，给定信道相干时间，如果保留的子信道是深度衰落的，则期望发射机通过资源重选切换到新的子信道。同时，这种重新选择不会导致任何额外的带宽使用。

通过上图可以看到还有保留位，是直接放在第一阶段SCI消息中，并不需要引入额外的反馈机制占用其它空间。这个保留位总共有$(15-x)$bits,其中x为：

$$x=\lceil {\log }_2(N_{subCH}(N_{subCH}+1)/2)\rceil$$

注：$N_{subCH}$表示传输需要用到的子信道的数量。假设$N_{subCH}$=2,那么可以等到x为2，那么就有13个bits，这个位置大小足以实现CRR协议中排通信的相关预留信息存储。

对于前面提到的r个predecessors和l个followers，假设$n_{fb}$表示r与l之间较大的那个值，在CRR设计中，每辆排中的车辆$v_i$会检测从 m i n { i , n f b } min\{i,n_{fb}\} min{i,nfb​} processors和 m i n { m − i , n f b } min\{m-i,n_{fb}\} min{m−i,nfb​} followers中先择是否可以连续接收消息。参与错误检测和协调的车辆集合为 V i c = { v j ∣ i − m i n { i , n f b } ≤ j ≤ i + m i n { m − i , n f b } , j ≠ i } V_i^c=\{v_j|i-min\{i,n_{fb}\} \leq j \leq i+min\{m-i,n_{fb}\}, j\neq i\} Vic​={vj​∣i−min{i,nfb​}≤j≤i+min{m−i,nfb​},j=i}

因为vehicle platooning中的车辆一般不大于10辆，所以最多使用10个未使用的预留bits，对于任一车辆$v_j$，它使用一个bit去表示是否从车辆集合$V_j^c$的任一车辆中成功接收消息。对于一个发送-接收对$(v_i,v_j)$，传输是否成功可以用$b_{i,j}$表示：

$$b_{i,j}=\{\begin{array}{l}1,success\\ 0.failure\end{array}$$

5.2.3 算法框图

Algorithm 1的算法主要表示的是怎么去设置数据包的ACK部分：

在没经过一次传输间隔后，接收机会检测数据的接收情况，并确认其中承载的ACK指示器的情况。根据IFT，接收车辆$v_i$会验证发送车辆集合$V_i^T$中的每个发射机车辆$v_j$发送的消息是否有正确接收到。如果$v_i$正确接收到$v_j$发送的消息，那么就会将$b_{i,j}$设置为1，否则会0.像这样数据包的ACK信息的集合为$L_i^C$，它会在下一个传输间隔中通过自己的数据包发送出去。

在收到带有数据ACK消息后，发射机会执行错误检测步骤即algorithm 2，发射机$v_i$会扫描ACK指示器来自指定接收器的数据中的ACK消息，以确认packet是否丢失或接收。

5.2.4 举个栗子

实验场景：

• r=2, l=2
• Platoon车辆数6：$v_0,v_1,...,v_5$

那么每辆车仅需要最多4 bits去表示从邻居车辆是否成功接收消息的情况，作者给了一个例子，如下图所示：

从$v_1,v_2$和$v_3$中指示器可以看到均检测到了邻居车辆的数据丢失问题，所以在SCI的保留位上的指定位置上设置为0，尽管$v_1$和$v_3$之间发生了冲突，$v_0$还是可以从$v_1$中成功接收到消息，这是因为$v_0$和$v_1$物理距离上比较近，而离$v_3$比较远，所以相似的理由，$v_3,v_4,v_5$也是可以显示接收成功的消息指示器消息的。

在从邻居接收到具有分组确认信息的数据之后，每个车辆检测在先前的传输间隔期间是否发生传输错误。

$v_1$在对来自$v_2$的数据包进行解码后，在SCI中的保留位中找到了冲突的反馈值即“0”，$v_1$没有从$v_3$中接收到数据包因为预留冲突的问题，这里使用"None"表示。因此在这种情况下，$v_1$为下一次传输选择了一个新的资源即使此时RC并没有为0。相似的理由，$v_3$在错误检测后同样也选择了新的资源。最终$v_1,v_3$获得了第二次去感知新的资源的机会和访问信道的机会，这样也就减轻了访问冲突并避免了成功接收beacon messages的长延迟情况。

6. 性能分析

6.1 针对3GPP SPS的马尔可夫分析过程

注：主要参考同作者另一篇文章：“Markov Analysis of C-V2X Resource Reservation for Vehicle Platooning”

作者观察到车辆的channel access是否成功，从车辆重置其重选计数器RC开始。$C_i$和$T_i$分别是第i次尝试的碰撞状态和成功channel access状态。

定义了一个稳定的状态 $S=[s_1,s_2,...,s_{2q}{]}^T$.其中$s_1,s_2,...,s_q$表示冲突状态$C_1$到$C_q$的概率，然后$s_{q+1},s_{q+2},...,s_{2q}$表示传输状态$T_1$到$T_q$。那么可以定义vehicle platooning中失败的概率为：

$$U_F=\sum _{i=1}^q{s}_i$$
设$G_k$表示k个连续冲突的概率，对于，$k<2p$, $G_k$可以用马尔科夫链进行表示：
$$G_k=\{\begin{array}{ll}{\sum }_{i=1}^q{s}_{i+q},& ifk=0\\ 0,& if0<k<p\\ {\sum }_{i=p}^q{s}_{i+q}{r}_i{p}_c(u_p+e_p),& ifk=p\\ {\sum }_{i=p}^q{s}_{i+q}{r}_i{p}_c(u_k+e_k){\Pi }_{i=p}^{k-1}{g}_i,& ifp<k<2p\end{array}$$

$$r_i=\frac{1-p_0}{q-i+1}$$

$r_i$表示在重选过程即RC=0情况下选择新的资源的概率；
$$u_i=\frac{p_0(1-p_0)}{(q-i+1{)}^2}+\frac{(1-p_0)(1-p_c)}{q-i+1}$$
$u_i$，加号左边表示的是，$v_j$继续使用之前的资源并且$v_t$选择了一个新资源，加号右边表示$v_i$选择了一个无冲突的新资源
$$e_i=\frac{(1-p_0)(q-i)}{(q-i+1{)}^2}$$
$e_i$表示的是当$p\le i<q$时，$v_t$的RC减到0的概率并且选择新资源，此外此时$v_i$的RC值大于0的情况。
$$g_i=\frac{(q-i{)}^2}{(q-i+1{)}^2}+\frac{p_0(q-i)}{(q-i+1{)}^2}$$
$g_i$加号左边表示的是 两辆车的RC值均大于0的概率，具体解释为当经过第i次传输后，此时的RC的上限为$q-i$,那么每辆车的RC的计数器的值选项有$q-i+1$，因为包括了触发重选时的RC=0，所以每个UE在第k次传输后不为0的概率为$\frac{q-i}{q-i+1}$;加号右边表示的是$v_t$在重选过程中依旧选择之前的资源进行接下来的传输，$v_t$进行重选并且维持之前的选择概率为$\frac{p_0}{q-i+1}$。

k次连续碰撞导致的冲突时延最终时延会变为：$k\cdot t_0+t_0=(k+1)t_0$，$t_0$表示的就是信标中心频率的倒数$1/f$, 假设$D_k$表示$k{t}_0$，因此$D_k$不能超过给定的阈值$D_{min}$：
$$Prob(D_k\le D_{min})=\sum _{k=0}^{\lfloor \frac{D_{min}}{t_0}-1\rfloor }{G}_k,k<2p.$$

6.2 针对CRR的马尔科夫分析

6.2.1 状态转移

因为之前提出的CRR多了新的错误检测机制，所以除了$C_k$可以转移到$C_{k+1}$之外，还可以转移到$T_{k+1}$，在$k=p-1$之前就可以完成，因此碰撞到成功的转换就需要从k=2开始。

• $2\le k<p$

有两种转移状态：

1. $p_f:C_k\to T_{k+1}$
2. $1-p_f:C_k\to C_{k+1}$

$p_f$表示为：
$$\begin{gathered} p_f=(1-p_c-p_h)(1-p_c), \\ {p}_h=1/N_t \end{gathered}$$
$p_h$表示的是一个beacon传输周期内从该周期内总数量为$N_t$中的子信道选取其中一个的概率。

因此， $\forall\ 1 \leq i,j \leq 2q $，状态转移概率为：
$$p_{i,j}^{{}^{\prime }}=\{\begin{array}{ll}1-p_f,& if2\le i<p,j=i+1\\ p_f,& if2\le i<p,j=q+i+1\\ p_{i,j}.& otherwise\end{array}$$

$$p_{i,j}=\{\begin{array}{llc}1,& if& 1\le i\le p-1,j=i+1,\\ g_i,& if& p\le i\le q-1,j=i+1,\\ s_i,& if& p\le i\le q-1,j=i+q+1,\\ z_i,& if& q\le i\le q,j=1,\\ u_i,& if& p\le i\le q.j=q+1,\\ 1,& if& q+1\le i\le p+q-1,j=i+1,\\ h_p,& if& p+q\le i\le 2q-1,j=i+1,\\ r_i{p}_c,& if& p+q\le i\le 2q,j=1,\\ o_i,& if& p+q\le i\le 2q,j=q+1,\\ 0,& & otherwise.\end{array}$$

6.2.2 可靠性分析

设$G_k^{{}^{\prime }}$表示k次连续冲突的概率，

• $0\le k<p$

$$G_k^{{}^{\prime }}=\{\begin{array}{ll}{\sum }_{i=1}^q{s}_{i+q},& ifk=0\\ 0,& ifk=1\\ {\sum }_{i=p}^q{s}_{i+q}{r}_i{p}_c(1-p_f{)}^{k-2}{p}_f,& if2\le k<p\\ {\sum }_{i=p}^q{s}_{i+q}{r}_i{p}_c(1-p_f{)}^{k-2}(u_p+e_p),& ifk=p\end{array}$$

当采用了改进的CRR协议后，连续碰撞的时间可以降为2，而不是SPS协议里的p次。

• $k=p+1$

$$G_k^{{}^{\prime }}=\sum _{i=p}^q{s}_{i+q}{r}_i{p}_c(1-p_f{)}^{p-2}(u_k+e_k){\Pi }_{i=p}^{k-1}{g}_i.$$

• $p+1<k<2p$

$$G_k^{{}^{\prime }}=\sum _{i=p}^q{s}_{i+q}{r}_i{p}_c(1-p_f{)}^{p-2}(u_k+e_k){\Pi }_{i=p}^{k-1}{g}_i+\sum _{s=p}^{k-2}{G}_s^{{}^{\prime }}{z}_s(1-p_f{)}^{k-1-s}{p}_f.$$

所以对应的：
$$Prob(D_k\le D_{min})=\sum _{k=0}^{\lfloor \frac{D_{min}}{t_0}-1\rfloor }{G}_k^{{}^{\prime }},k<2p.$$

7. 仿真分析

7.1 实验结果分析

7.1.1 理论分析

根据作者给出的理论尝试复现得出如下的结果：
图中虚线表示的是3GPP SPS调度算法在排通信中，随着接入错误概率变化失败率的变化，蓝色实线表示的是作者提出的CRR MAC修改协议下的曲线，在相同Access collision probability情况下，使用CRR的改进MAC协议能降低排通信的failure probability。

从上图可以看出，对于3GPP SPS，时延在100-500ms的概率为0，低于500ms的概率其实就是0-100ms的延迟概率，我这里计算得到为96.2269%, 而CRR则为99.55%，并且在500-1000ms的延迟概率SPS要比CRR高。

7.2 未完待续(尝试复现）

8. 总结与心得