论文部分内容阅读
随着通信技术的发展,万物互联是大势所趋。作为物联网的重要组成部分,车联网是实现智慧城市和智能交通的关键途径。车联网不仅改变了人们的出行方式,在加强道路安全、改善交通状况、提供娱乐服务方面同样发挥着重要的作用。鉴于此,一系列车载应用应运而生,比如路径导航、视频下载、娱乐游戏、信息获取。为了满足多样的车载应用,数据通信和计算是两大关键技术。不同于一般的移动自组织网络,车载网络有其内在的特性,比如,车辆的移动导致间歇性连通性,拓扑的变化造成端到端链路的不稳定性,时变的信道环境影响数据传输的质量,城市的障碍物导致了非视距传输。由于快速的车辆移动、频繁的拓扑变化、多变的信道环境以及复杂的交通状况,设计有效的数据通信技术面临着极大的挑战。另外一方面,层出不穷的车载应用导致的海量数据通信给车载网络在响应时延和带宽使用方面的性能带来了巨大的压力。有效的数据计算能够极大提升数据通信的性能。同时,融合和发掘海量数据背后蕴藏的关于交通、网络和用户的有用信息也可以进一步优化数据通信的决策。这些需要网络具备强大的计算能力。然而,在复杂、多变、随机的车载环境下,传统的车载网络架构难以奏效,亟需设计新的网络架构和技术方案融入到当前车载通信体系中以有效的传输和处理数据,满足用户多样且变化的服务需求。为了实现这一目标,我们旨在通过将数据分发和边缘计算结合,保障数据的有效传输和计算,提升用户的服务质量。本文立足于车载网络的场景、特性以及需求,通过新型网络架构构建、计算卸载机制设计和数据分发机制设计三个方面,提升数据的通信和计算的性能。具体创新的工作总结如下:(1)提出了一个边缘计算驱动的新型车载通信架构,作为数据计算和数据通信机制设计的基础。通过将边缘计算部署到车载通信体系当中,保障数据通信的质量。首先,针对现有数据分发机制的局限性,在设计的通信架构中引入了软件定义网络。利用其全局网络视野的优点,简化网络的管理,优化通信决策和资源管理。其次,部署边缘计算在车载网络边缘层,为用户提供临近服务。特别地,边缘计算设计了层间协作和层内协作以最大化网络资源的利用,此外考虑了服务缓存对于计算卸载性能的影响,同时利用人工智能达到资源配置的目的。(2)提出了一个车载环境下移动感知的边缘任务卸载机制,为数据通信提供必要的算力支持。通过整合一切可用的车辆的闲置资源,提升网络的资源利用,强化网络的边缘能力,最大化用户的服务质量。任务计算机制的设计,考虑了移动为一跳车辆带来的挑战和对两跳车辆带来的机会。一跳服务车辆需要在它和任务车辆的链路断开之前完成所分配的任务;两跳服务车辆需要有靠近任务车辆的移动特征,此外在最后离开任务车辆的通信范围之前将计算结果反馈。基于设计的计算卸载机制,提出了一个优化任务车辆效用函数的目标函数。通过考虑链路连通性对于一跳车辆和两跳车辆的影响,采用半定松弛算法以及一个自适应的调整策略给出了目标函数的近似解。(3)提出了一个车载环境下连通性感知且面向时延保障的边缘节点路由协议,以确保数据的有效通信。首先,作为路由选择的依据,基于稀疏和稠密的交通场景,建立了连通性模型和时延模型。然后,通过历史的和实时的交通信息以及网络信息的发掘设计了路段评估模型,旨在通过边缘节点为每个路段提供定量分析。基于路段评估机制,根据建立的连通性和时延模型,边缘节点为每个路段分配一个合适的权值。其中,在链路连通情况下,实时的链路信息用于计算链路的连通性和数据通过多跳转发方式穿过该链路的时延;反之,采用历史的交通信息估算链路的连通性以及数据通过携带转发机制穿过该链路的时延。在每条道路建立了由路口骨干节点和路中骨干节点一系列边缘节点组成的骨干链路传输数据,以缓解数据的碰撞保障数据的传输质量。考虑到现代城市网络规模,划分车载网络为一系列的网格。根据目的节点的位置,执行网格内的数据传输和网格间的数据传输策略。