V2X通信中基于車輛分簇的資源分配機制

張晨璐 李佳林 姜 煒 劉是梟

1(重慶郵電大學 重慶 400065) 2(維沃移動通信有限公司 廣東 深圳 518049)

0 引 言

隨著合作和自主駕駛需求的增加，車載網絡的無線通信將發揮關鍵作用[1]。V2X作為5G未來智能交通運輸系統的關鍵技術，以低時延傳輸大數據、保障車輛之間通信的可靠性等優點被廣泛關注。近年來，人們開展了多項研究活動，利用V2X通信功能，擴大自動駕駛汽車的識別范圍，從而使自動駕駛更加安全、自然[2]。車輛在傳輸安全預警信息或其他多媒體業務時需要大量的頻譜資源，但頻譜資源是有限的，如何合理分配這些資源是當前研究的熱點之一。文獻[3]提出了基于端到端(Device-to-Device，D2D)技術，充分考慮車聯網以及蜂窩網中信道受到的小尺度衰落對資源分配的影響，以蜂窩系統容量為目標，將資源分配轉化成最優化問題，利用二分圖最大匹配算法中的Hungarian算法進行最佳資源分配；文獻[4]提出了基于流量模式和馬爾可夫決策過程(MDP)的語音和數據傳輸的集成算法的資源分配方案；文獻[5]提出了一種基于穩定匹配理論的改進型交換匹配算法來分配資源;文獻[6-7]認為LTE-V2X的基于感知技術(mode-4)的資源分配方式可延用于無基站覆蓋下5G-V2X周期業務；文獻[8]為了減少D2D用戶復用蜂窩用戶的資源塊復用干擾，提出了一種最小干擾的5G蜂窩網絡雙跳D2D通信資源分配方法。

現有的大多數算法的重點為基站覆蓋下最小化總體傳輸功率或最大化數據速率以滿足QoS要求，對于資源碰撞和干擾方面未能提供一個較好的解決方案，且當前學者對于無基站覆蓋情況下的資源分配研究較少。3GPP協議中雖規定了對于LTE-V2X無基站覆蓋下的用戶可采用自主資源選擇[9]，但隨著V2X技術與需求的不斷更新與演進，LTE-V2X的資源分配方式并不適用于3GPP R15中定義的有關增強型V2X的業務模型以及時延要求，3GPP對于無基站覆蓋下的V2X的資源分配方式仍在討論中。

為了適應3GPP R15下的V2X資源分配問題，并滿足低時延高可靠性的要求，本文提出一種在無基站覆蓋條件下基于車輛分簇的資源分配方式。對場景中所有車輛進行分簇，根據車簇之間的相對位置進行分組，在資源池中對不同組劃分不同的專屬資源，不同組之間的專屬資源進行兩兩正交。每個簇中選擇一輛車為“頭車”，資源的調度決策者和協調者由簇內“頭車”擔任。由于簇頭能夠實時知曉簇成員的調度請求，其對簇成員內一切信息有宏觀把控，因此能夠進行合理的資源分配。此外，基于地理位置和行駛方向的分簇與資源劃分，在用戶數量較少時能夠從時隙上避免嚴重的碰撞問題；在用戶數量較多時能協調各用戶之間復用的干擾使其最小。

1 系統模型

本文考慮的是存在大密度V-UE用戶系統的無基站覆蓋場景，為了便于分析，以長度不短于3 400 m的雙向三車道的高速公路為系統場景。V-UE在每條車道上以空間泊松點過程隨機生成,每個V-UE在自身最大通信范圍內隨機選擇另一個V-UE為接收端，成為V2V對。場景中所有V-UE共享同一資源池，多用戶的資源分配考慮資源的復用，資源傳輸粒度在時域上為一個時隙(slot)或1 ms，頻域上為100個RB(Resource Block)，資源分配機制僅考慮時域上傳輸時隙的選擇，頻域上為一段連續的滿足承載數據需求的N個RB。

隨著V-UE數量的增多，在缺少基站對于整個資源占用信息的宏觀控制的情況下，過多的V-UE使用自主資源選擇則會造成大量的資源碰撞問題。由于頻譜資源的有限性和最大傳輸時延的限制，必會進行資源的復用，則可能在同一個時刻多個V-UE會復用干擾較強的資源，導致接收機接收不成功而丟包，且V-UE的工作模式是半雙工的，不可能同時收發數據，對于某些重要的SCI(Sidelink Control Information)信息監聽不足，導致自主資源選擇時的錯誤判斷。UE自主資源選擇示意圖如圖1所示。

2 基于車輛分簇的資源分配機制

為了解決上述問題，本文提出一種基于車輛分簇的資源分配方式。對場景中所有車輛進行分簇，簇內選擇一個合適的V-UE作為頭車來進行對簇內成員的資源分配，由于調度信息以及調度資源都會經由簇頭發出，所有簇頭不用感知簇內成員的SA信息即可知道簇成員的資源占用情況，進而降低了SA感知失敗的概率。若接收V-UE與發射V-UE屬于同一簇的話，每次傳輸時，接收V-UE首先對自身無線環境進行測量并匯報給頭車，讓頭車基于接收V-UE的干擾情況進行資源協調。能否成為頭車取決于V-UE能力，本文假設在場景中所有V-UE都有能力成為頭車且遵循自愿原則，即頭車的選取是在簇中隨機的。詳細的分簇規則和資源分配機制如下：

1) 車輛分簇。如圖2所示，以場景中最左邊的車輛作為起始點，最右邊的車輛為終點，從起點開始每隔600 m確定一個范圍，直到這個范圍超過終點。在每個范圍的中心位置設置一個虛擬站點，每輛車根據自己的與各虛擬站點的歐氏距離選擇接入距離最近的虛擬站點，將同一個行駛方向上且屬于同一個虛擬站點下的車輛分至同一簇。

圖2 車輛分簇

假設場景中有X輛車，M代表車簇，車簇數量為C，M={m1,m2,…,mC}，每個車簇的車的數量為X=xm1+xm2+…+xmc。

2) 資源池劃分與分配。將車簇根據地理位置歸為兩個車組，設為G1、G2：

(1)

式中：index為車簇索引，n=1,2,…,C。對車輛分簇下組成的兩個系統進行資源池配置和資源的分配需要如下四個步驟：

(1) 初始化分配。場景下車輛分組完成，對兩個車組進行資源池初始化配置。分配方法為根據兩個組內所含的車輛數，在初始的資源選擇窗中按比例劃分專屬資源，并以該初始資源選擇窗的分配結果以資源選擇窗大小為周期進行周期循環。

Nsw=max(transmission-delay)

(2)

資源選擇窗中各組資源確定后，對屬于G1和G2的時隙資源在時域上進行兩兩正交。由于本文V-UE以空間泊松點過程進行撒點且V-UE數量較多，兩個車組內所含UE數量差距不大，進而在資源選擇窗中分得的資源數量差距在1上下。為了保證時延的公平性(時域資源越靠后時延越大)，采用時域交叉的方式進行資源劃分，如圖3所示。

圖3 資源劃分

圖3展示了初始化分配的時域模型，車簇下的兩個組進行初始資源配置后，在當前TTI下，不同車組下的車輛有業務包到達，在資源選擇時，不同車組下的車輛只能選擇那些屬于該車組的資源。

(2) 資源占用請求上報。車組以及不同車組的專屬資源劃分完成后，各車組里面的各車簇成員有數據需要發送需要資源占用時首先得向自己所在車簇的頭UE進行上報，上報內容包含簇成員自身ID、歷史干擾功率(Interference power，I-PR)。每個頭UE需要維護資源請求表格，對資源請求列表及相關信息進行實時更新，如表1所示。

表1 資源請求列表及上報信息

同一車組下不同車簇之間進行信息交互，即車組1或2下的所有車簇之間交互自身簇成員在當前時刻資源占用請求及相應信息，交互后每個頭UE都有同組下所有請求資源的UE信息。

(3) 資源分類與選擇。根據步驟(1)中的初始資源選擇窗的分配結果，以初始資源選擇窗大小為周期對往后的資源進行不同車組下的專屬資源分類，如圖4所示。

圖4 分組資源劃分

不同車組的專屬資源劃分完成后，由于非周期下包的到達時刻是不可估計的，頭UE無法根據歷史的一段干擾情況預測當前或未來一段時隙資源上的干擾情況，所以我們針對不同業務模型(周期與非周期)，提出了不同的資源分配機制。

① 周期業務。若當前每個車組內請求資源占用資源的UE數量不大于資源選擇窗中的不同車組的專屬資源數量，則每個車組中的每個車簇內頭UE在進行資源分配時，將同簇成員之間采用時域正交的方式分配在不同的時隙資源上傳輸數據，而不同簇成員之間可以復用在同一時隙資源。若需求占用資源的成員數量大于資源選擇窗中所屬該組的時隙資源數量時，則對資源選擇窗中不同車組的所屬時隙資源進行干擾預測，根據預測結果與設定的閾值對比，取資源選擇窗中預測值小于該閾值的且擁有最小干擾的時隙資源進行復用。首先頭UE根據式(3)確定資源選擇窗中所有時隙資源的干擾情況。

(3)

為了使I-PR結果更加準確，進行時隙資源I-PR計算時僅對當前資源窗中滿足映射條件的歷史時隙才進行計算。映射關系如下：

(4)

I-PRExcellent={slot|I-PRtotal≤threshold}slot∈I-PRtotal

(5)

resource=min(I-PExcellent)

(6)

預測的資源選擇窗中每個時隙資源的I-PR值，可能會出現沒有滿足閾值要求的時隙資源，此時，可以3 dBm為步長來增加閾值直至至少出現一個時隙資源滿足低于閾值要求。為了避免存在強干擾資源導致門限值無限制調整進而將強干擾資源標記為滿足要求的時隙資源，因此本文將門限值限定在一個區間之內，當某個V-UE閾值超出這個區間就說明在當前資源選擇窗中該V-UE的專屬資源里沒有可以復用的資源了，就算復用也會導致自身丟包甚至影響其他V-UE。此時該V-UE的頭UE則在當前資源選擇窗中的非所屬該V-UE專用資源中隨機選擇一個分配給該V-UE(例如：車組1中車輛使用車組2的時隙資源)。

Step1初始化復用閾值為Reuse-threshold=0。

Step2初始化沖突次數conflict-num=0。

Step3對資源選擇窗中每個時隙資源進行遍歷，同簇下沖突干擾判決：

form=1:length(UE-IDn)

conflict-num=conflict-num+1

end

end

end

end

Step4根據沖突干擾判斷結果進行資源選擇或更改復用閾值繼續判決：

增加復用閾值：

Reuse-threshold=Reuse-threshold+1

并重新執行Step1-Step4

esle

end

(4) 半雙工問題避免。由于非周期業務下的資源選擇機制的Step3中已經存在對半雙工問題的解決方案，所以此處不再繼續闡述。這里主要針對周期業務下的半雙工問題提出解決方案。在完成當前資源占用請求V-UE的時隙資源分配之后，頭UE檢索自身資源請求列表中TX的RX-ID，經過一系列判決決定是否執行式(7)-式(8)，詳細流程如圖5所示。

(7)

(8)

圖5 解決車輛半雙工問題流程

3 仿真分析

對每種業務下的資源分配方式進行多次仿真，對仿真結果取統計平均值避免結果的偶然性，詳細的仿真參數假設見表2。

表2 仿真假設

對單播-周期業務的平均PRR評價結果如圖6所示，單播-周期業務的平均PIR評估結果如圖7所示，單播-非周期業務的平均PRR評價結果如圖8所示，單播-非周期業務的平均PIR評估結果如圖9所示。

圖6 周期業務-平均PRR

圖7 周期業務-平均PIR

圖8 非周期業務-平均PRR

圖9 非周期業務-平均PIR

由圖6可見，在10 ms的傳輸時延和較低的6 ms傳輸時延中，本文機制在平均PRR方面比mode-4機制表現更優，其原因在于將資源池劃分為兩個專屬資源池，將互相之間距離較遠的車簇規定共用同一專屬資源。該種資源池劃分方式本身就將存在距離較近的干擾概率進行了降低處理，再者以頭車分配資源的特性減少了SA感知的失敗概率，便能夠更加準確知曉V-UE占用和被預留的時隙資源，進而在歷史的干擾測量中獲得較為準確的干擾值，在采取資源復用時將干擾較小的資源進行復用。另外在mode-4機制中某些半雙工問題的V-UE不能將數據包傳出，且又由于是周期性的業務，則造成一個包都未能傳輸成功，一旦超過傳輸最大時延時就會造成丟包。這種情況車簇調度機制很好地避免了半雙工問題，對收包率的提升也有一定幫助作用。

由圖7可見，在平均PIR方面，同樣在10 ms時延和6 ms時延，車簇的資源分配方式的性能要好于mode-4。分析原因是由于平均PIR統計的為每個V-UE在仿真中所有成功接收的包之間的時間間隔，則每個UE至少有兩個包要傳輸成功才能參與統計，從平均PRR的情況可以得知，車簇機制比mode-4機制收包率整體要高不少。所以收包率提升了，前后包接收時間間隔也會降低，那么在平均PIR的方面本文機制仍有所優勢，體現的是系統的時延容忍，說明本文機制較mode-4更能體現低時延特性。

由圖8可見，在非周期業務中，由于在20 ms的較寬裕的傳輸時延當中，V-UE總能找到合適的資源進行傳輸，本文機制相較隨機選擇在接收機處于較近的位置時平均PRR差異不是特別明顯，但隨著接收機距離越來越遠，隨機資源選擇的性能逐漸劣于本文。其原因在于在中遠距離傳輸時，由于受大尺度衰落的影響，本身信號質量已經不好，若此時接收機周圍存在強干擾的話，則會導致接收端接收失敗，而本文提出的車簇資源分配能夠避免盡量避免這種強干擾。在10 ms較低傳輸時延要求中，每個V-UE必須在較短的時間里找到資源傳輸，而每個TTI的多個V-UE要傳輸數據包，則會造成大量的資源碰撞，復用的資源會有較強的干擾，本文機制較隨機資源選擇有所增益，其原因仍然是針對資源池對不同車組的專屬資源劃分減少了近距離的發射V-UE之間干擾的出現和頭UE對當前資源請求情況對接收端存在影響的TX-VUE分不同時隙發包，并且對V2V通信中半雙工導致的問題進行適當處理。

圖9為本文機制與隨機資源分配在平均PIR下的性能對比，隨機分配比本文機制在20 ms的較寬裕的傳輸時延中性能較好。分析原因是：本文機制目的為尋找碰撞較少和干擾較小的資源，由于資源選擇窗為時間滑窗，每次滑窗會在資源選擇窗末尾出現空載的時隙資源，那么會優先選擇空載的時隙資源傳輸，為了保證傳輸的可靠性而犧牲了時延，所以平均PIR比隨機分配較差。隨著傳輸時延的降低，在傳輸時延10 ms的情況下本文機制較隨機分配有所增益，隨機分配由于不確定性在較低的傳輸時延情況下會造成資源的碰撞或選擇了那些干擾較強的資源而造成了丟包，而本文機制旨在碰撞避免和選擇干擾較小的資源，丟包的概率較小，從而平均PIR上比隨機分配有增益。關于10 ms時延下的平均PIR評估圖中隨機資源選擇與本文出現交點的原因是：非周期業務的來包時刻不固定為10+exp(10)，在對隨機資源選擇機制進行仿真時來包時刻要普遍比車簇資源分配早，所以起點要比車簇低，但性能劣于車簇就出現了交叉。

移動性考慮是下一個研究點,但對于車隊場景來說，車隊內車輛都是勻速運動，所以移動性問題并不會對本文算法性能造成任何影響。對于其他場景，本文對不同算法進行了多次仿真,每次仿真撒點獨立,取總的仿真結果均值進行了算法之間性能評估,多次仿真下的多次撒點,無疑也進行了移動性驗證。本文算法為半靜態調度,在LTENR V2X中，SPS(Semi-Persistent Scheduling)周期大概為1 s，我們以一個SPS周期(1 000 ms)為仿真時長對本文算法進行評估,仿真中道路上車輛均為120 km/h即0.033 m/ms,每一次仿真下來,車輛僅移動0.3 m。所以每次仿真中,車輛移動的距離并不會影響車輛在本次仿真中分配資源,下一個SPS周期到來時,頭車又將會根據車輛的歸屬運用本文算法進行資源分配。

4 結 語

本文提出了一種車輛分簇的資源分配方式。該方式根據車簇的地理位置為不同車簇劃分專屬資源，基于UE的感知技術，由原來的每個UE感知更改為每個車簇中的簇頭感知并擔任資源分配角色，這樣的好處是頭車不僅知道自身能量感知范圍內的UE的歷史資源占用信息，且可實時知曉自己車簇中簇成員的資源占用信息。根據簇成員的實時請求信息，判斷出屬于該車簇中的資源池中那些干擾較強的資源并排除，實時地進行資源協調，能夠很好地將互相之間干擾很強UE在時延允許范圍內分不同時隙發包并解決半雙工引起的問題。通過在較高和較低的傳輸時延要求的條件根據業務模型進行仿真對比，結果表明：本文機制隨著傳輸時延要求的減少相比LTE-V2X現有資源分配機制表現更好，既保證了V2X下的高可靠性，又達到了低時延傳輸的要求。