基于LTE-V車輛密集場景的車聯網資源分配算法①

惠 飛,唐書宇,邢美華,郭 靜

(長安大學 信息工程學院,西安 710064)

1 引言

智能交通將車輛聯網,通過車與車、車與路邊設施互聯,實現安全、高效的綜合運輸系統,成為了解決交通問題的最佳途徑[1,2].3GPP 在2016年9月發布的Release 14 中完成了對LTE-V 標準的制定[3],并持續推進LTE-V2X 的標準化工作.在Release 14 中,3GPP 確定了兩種通信方式[4],如圖1所示.在集中式(Mode 3)情況下,車輛運行于基站蜂窩網絡覆蓋范圍內,基站集中式調度車輛的通信資源.在分布式(Mode 4)情況下,車輛不需要依靠基站,可以自主選擇無線資源進行通信.LTE-V 應用業務通過Uu 接口(Mode 3)或PC5 接口(Mode 4)定期發送協作感知消息(Cooperative Awareness Messages,CAM),將自車信息告知周邊車輛,從而完成緊急告警、車輛協作等車聯網功能[5,6].

圖1 兩種通信方式

在LTE-V 中,解決因資源分配不合理引起的通信質量下降問題是當前的熱門研究方向.Yang 等[7]根據車輛的行駛方向對資源池進行劃分,提出了一種城市場景下的車輛通信自主選擇方案.Kim 等[8]基于VUE的方向、位置等參數,提出了城市環境和高速環境的兩種資源分配方案.Botsov 等[9]為實現資源池有限資源的重用,將道路劃分為若干個區域,并為每個區域分配資源.Masmoudi 等[10]專注研究Mode 4 下的資源分配方案,考慮VUE 設備同時使用V2V 和V2I 鏈路的情況.Ye 等[11]利用深度學習的方法,在確保V2V 通信時延不受影響的前提下,最大限度的減少對V2I 的干擾.Gonzalez-Martin 等[12]提出了LTE-V 的通信性能分析模型,使用平均PDR和4 類傳輸錯誤作為評價通信質量的指標.

當前主流研究方向僅考慮單一模式下的通信場景,并對資源分配算法進行改進.本文提出一種城市道路場景的車輛自主調度算法.首先根據通信性能指標對車聯網應用業務進行劃分,車輛應用根據分類結果選擇不同的底層接口通信.主要目的是將V2V 基站調度通信(Mode 3)和直連通信(Mode 4)的方式相結合,減輕密集場景下單一模式通信的資源分配壓力.在V2V應用適合直連通信的情況下,車輛選擇使用Mode 4 通過PC5 接口以廣播的形式發送自車消息,來完成安全業務,避免占用LTE 資源;在應用更適合基站轉發通信的情況下,基站采用動態調度的方式,通過車輛的Uu 接口,將通信資源動態的分配給車輛.本文通過Matlab 搭建仿真平臺對所提出方案進行了評估,并與單一模式下的主流資源分配算法進行了比較.結果表明,本文所提方案能夠將PDR保持在0.6 以上,優于其他兩種模式下的主流資源分配算法.

2 LTE-V 系統模型

在LTE 系統中,無線通信資源是一種時域為幀,頻域為子載波的二維時頻資源.在時域中,每個幀的長度為10 ms,由10 個1 ms 的相等子幀(Sub-Frames,SF)組成.每個1 ms 的相等子幀為一個調度周期,被稱為傳輸時間間隔(Transmission Time Interval,TTI).每個子幀進一步被劃分為兩個長度為0.5 ms 的時隙,每個時隙由7 個正交頻分復用(Orthogonal Frequency Division Multiplexing,OFDM)符號組成.在頻域上,12 個帶寬為15 kHz 的連續子載波構成一個帶寬為180 kHz 的頻塊.持續時間為一個時隙的頻塊被稱為資源塊(Resource Block,RB).RB 在資源池里表示最小頻譜資源,一個RB 包含84 個子載波,其中,每個子載波能攜帶多少數據位由調制與編碼策略(Modulation and Coding Scheme,MCS)所決定.傳輸一個CAM 的RB集合被稱為傳輸塊(Transport Block,TB),在傳輸消息時所使用的TB 的集合被稱為一個資源池,如圖2所示,資源池管理器提供一定數目的目標資源,當有資源請求時,資源池給其分配通信時頻資源,然后將該資源標識為忙,標識為忙的資源不能再被分配使用.

圖2 LTE-V 通信資源池

LTE-V 設備的兩種通信模式發送數據包需要分別通過不同類型的空中接口,Mode 3 使用蜂窩通信接口(Uu),Mode 4 使用直連通信接口(PC5),如圖3所示.在基于PC5 的V2X 通信方式中,VUE 之間的通信不需要基站的參與,而是直接通過旁側鏈路(sidelink)將數據發送給其他的VUE.在這種方式下,資源分配由終端自主進行,車輛通過其他VUE 的調度分配(Scheduling Allocation,SA)信息或者檢測Data 功率來避免發生數據包碰撞.在基于Uu 的V2X 通信方式中,VUE 先將數據通過上行鏈路(uplink)傳輸給基站,然后基站再將數據通過下行鏈路(downlink)轉發給其他VUE.這種方式下,通信資源由基站根據VUE 的特定信息進行統一調度.基站動態分配通信資源給蜂窩網絡覆蓋范圍內的VUE.

圖3 LTE-V 通信方式

3 業務場景分析與分類

中國汽車工程學會(China Society of Automotive Engineers,CSAE)合作式智能運輸系統車用通信系統標準制定工作組在根據車聯網應用的典型性和技術成熟度,確定了17 個應用為一期應用[13],涵蓋安全、效率、信息服務3 大類.本文選取17 個一期應用中的12 個安全類應用進行業務場景分類,根據應用的通信時延、通信距離要求和應用運行的實際場景需求,將應用劃分為基于PC5 接口通信的應用、基于Uu 接口通信的應用和基于PC5 或Uu 接口通信的應用.應用業務劃分結果如表1所示.

Uu 接口和PC5 接口所對應的通信模式具有不同的適用特點.適合Uu 接口通信的應用場景的特點一般為車輛設備運行過程中通信易出現遮擋物,設備與設備之間通常處于非視距情況下,通信距離一般較遠,并且對通信時延的要求較低;適合PC5 接口通信的應用場景的特點一般為車輛設備之間通信距離較近,通常處于視距范圍內,通信過程中不易出現遮擋物,因此適合直連通信,并且由于車輛設備之間距離較近,對系統實時性和通信時延要求更高.

接下來,根據通信模式特點和標準所描述的應用運行場景,對12 個安全類應用進行具體分析.在前向碰撞預警、交叉路口碰撞預警等車輛預警類應用的實際使用場景中,主車(Host Vehicle,HV)與遠車(Remote Vehicle,RV)處于相同或鄰近車道,RV 通常在HV 的視距內,V2X 應用需要根據HV 與RV 的車輛信息快速做出反應進行預警或執行其他操作,避免車輛碰撞.該類型場景具有VUE 之間距離較近、系統實時性要求高等特點,因此更適合直連通信,選擇PC5 接口.而異常車輛提醒、車輛失控預警、道路危險狀況提示等應用需要VUE 或路邊設施(Road Side Unit,RSU)在異常情況發生時將相關信息通知給道路上的其他VUE,在這些場景中HV 和RV 或HV 和RSU 的位置具有不確定性,并且通常在非視距情況下,此時直連通信易受障礙物遮擋或距離等因素的影響,通信效果較差,因此更適合蜂窩接口通信,選擇Uu 接口.在弱勢交通參與者預警應用的實際場景下,弱勢交通參與者如行人、非機動車等通過手機或其他移動設備進行定位,并將相關道路信息告知周邊VUE,由于手機等設備與車輛通信只能通過蜂窩網絡,因此選擇Uu 接口.限速預警和闖紅燈預警應用的實際場景中,RSU 對限速區域或十字路口范圍內的HV 發出預警,RSU 與HV 通常處于視距情況下,通信設備之間距離較近,但是對實時性要求較低,在兩種模式下都適用.此時,根據本文提出的車輛自主調度算法,VUE 將依據實際無線資源占用情況選擇合適的接口進行通信.

表1 車聯網應用業務劃分結果

4 系統假設與資源分配算法

4.1 系統假設

城市道路場景一般特征為車流量較大且車輛運行速度較低[14].典型的城市場景如圖4所示,對圖4中的場景進行建模,提出如下假設.

圖4 城市道路典型場景

設圖4場景中的LTE-V 網絡具有NRB個RBs,單個基站,場景中有N個VUE.所有VUE 均在基站覆蓋范圍內,VUE 之間可通過PC5 接口或Uu 接口進行數據傳輸.VUE 在行駛中的速度為15～40 km/h;在十字路口處選擇前行的概率為0.5,選擇左轉和右轉的概率均為0.25;并且隨機分布在基站范圍內集合服從用戶密度為Λ 的泊松分布.在區域S 中,存在k個VUE 的概率Uk如下:

在城市道路場景中,高密度的用戶量會給有限的LTE 網絡資源分配帶來一些問題.本節將介紹LTE 下行無線資源分配算法,D2D 通信算法和車輛自主調度算法.車輛通過自主調度算法根據應用業務種類特性的不同對V2X 應用進行分類,使通信距離和實時性要求低的應用通過D2D 傳輸,避免占用LTE 資源,從而降低LTE 網絡資源的占用率,提高密集場景下的V2X通信實時性和可靠性.

4.2 下行無線資源分配算法

LTE 信道質量變化和QoS 參數會對V2X 安全應用的可靠性產生較大影響,是下行無線資源分配算法需要考慮的兩個重要問題.目前常用的算法包括輪詢調度(Round Robin,RR)、最大載干比算法(Max C/I)和比例公平算法(Proportional Fair,PF).RR 算法以輪詢的方式對VUE 進行調度,相對簡單,對設備物理資源占用少,但是當請求服務時間變化較大時,容易導致服務器間的負載不平衡.Max C/I 算法和PF 算法通過考慮信道質量的影響,合理分配資源使系統獲得較大的吞吐量,能夠滿足更多通信情況下的資源分配需要.其中,PF 算法對每個有調度需求的用戶根據PF 度量值分配一個優先級,既能實現用戶的公平性,又能提高系統的吞吐量.PF 算法如下:

V2X 安全應用具有較高的時延敏感性.考慮數據緩沖區隊列時延,對PF 算法進行改進,將數據緩沖區隊列時延與業務優先級之間映射為指數關系,能夠在較大用戶數量的情況下,優先保證時延敏感類業務的通信.改進的后的算法為指數比例公平算法(EXP/PF),如下:

其中,ai為時延敏感度,為用戶i的信道質量參數,DHOL,i為緩沖區隊列時延,x為N個用戶的時延優化參數的平均值.

選擇Uu 接口通信的V2X 應用,VUE 根據參考信號SINR 評估下行鏈路特性,并計算對應的信道質量指示(Channel Quality Indication,CQI)上報給基站,所有VUE 計算的CQI 的值反映了蜂窩網絡全網性無線信號覆蓋質量,基站根據VUE 上報的CQI 獲取完整的信道狀況,實現對依靠蜂窩網絡通信的VUE 進行集中式的調度.基站通過CQI 和分組數據緩沖區隊列的時延使用EXP/PF 算法對用戶進行優先級排序,然后按照優先級順序分配資源.EXP/PF 算法在考慮用戶公平性的同時適合為時延敏感類業務實時分配資源,能夠保障VUE 獲取最佳的LTE-V 下行鏈路性能,從而滿足基于Uu 接口的V2X 應用資源分配需要.

4.3 D2D 通信算法

在LTE-V 系統中,V2X 設備使用PC5 接口,通過sidelink 可以進行不需要依靠基站的D2D 通信.Sidelink中的旁側鏈控制信道(Physical Sidelink Control Channel,PSCCH)用于傳輸SA 信息,SA 信息中包含旁側鏈控制信息(Sidelink Control Information,SCI).與數據傳輸相關的信息包括接收端UE 預留時間間隔、初始傳輸和重傳頻率位置,編碼調制方案等信息通過SCI 在PSCCH上傳輸.接收用戶對SA 信息進行解碼得到發送用戶的時頻資源位置,從而能夠完成合理的資源分配,準確的接收信息.

在D2D 資源分配方案中,為了避免用戶車輛密度大導致的資源碰撞問題,提出了一種基于能量檢測的資源分配方法[15].VUE 在資源選擇前先根據參考信號的接收功率(Reference Signal Received Power,RSRP)進行資源感測,之后根據RSRP 的大小對資源池中的RBs 進行排序,將功率較低的一部分資源作為候選RB子集.如果候選RB 子集的RSRP 低于當前占用資源的RSRP,則認為候選部分的資源可以使用,從候選RB 子集中隨機選擇資源進行占用,否則仍然使用當前資源進行傳輸.在基于能量檢測的資源分配方案上進行改進,引入半持續調度(Simi-Persistent Scheduling,SPS)的資源分配方法[16].該算法主要分為3 個步驟:資源感知,資源選擇,資源重選.SPS 算法如圖5所示,說明如下.

圖5 SPS 算法

(1)資源感知

VUE 持續監測最近接收的SF,通過解碼得到的SA信息和旁側鏈路接收信號強度指示(Sidelink Received Signal Strength Indicator,S-RSSI)來確定RB是否被使用.VUE 將所有可使用的資源整理為感知窗口(sensing window),并根據S-RSSI 的閾值在感知窗口內對資源進行篩選,確定其中最優的20%資源.3GPP 通常通過設置–107 dBm/RB 來計算S-RSSI 的閾值[17].如果剩余資源的數量小于感知窗口中總資源的20%,則增加3dB的RSRP 重新計算S-RSSI 閾值,直到可用資源超過20%.VUE 將該20%的資源視為可用資源,創建選擇窗口(selection window).

(2)資源選擇

VUE 根據資源計數器的值在選擇窗口內隨機選擇資源進行通信,每次通信后資源計數器的值減1,資源計數器的值由CAM 的預留時間間隔(Resource Reservation Interval,RRI)決定,通常取值為5～10.VUE 對當前已選擇的RBs 進行持續占用,直到資源計數器的值減為0,此時VUE 需要根據重選機制考慮是否對資源進行重新選擇.

(3)資源重選

若資源計數器的值減為0,VUE 判斷生成的隨機數是否大于重選概率p,若是,則重置資源計數器并保持現有資源,不進行重新選擇.若隨機數小于p,VUE 釋放當前選擇的資源,并根據S-RSSI 的值對資源進行重新感知篩選,生成新的選擇窗口.

在SPS 算法中,資源感知主要是為了獲取其他VUE使用的RB 情況,使VUE 能夠確定資源池中的資源哪一部分是可用的.生成選擇窗口后,VUE 每個周期的通信任務僅對選擇窗口中傳輸一個CAM 大小的RB 集合進行選擇并占用,其他VUE 仍然可以使用該選擇窗口內的未被占用的其他資源.當VUE 完成該周期的通信任務后,將釋放已占用的資源,此時這部分資源可供其他VUE 進行使用.在車輛密集場景下,道路中的VUE不斷地對LTE-V 直連鏈路通信資源進行感知、篩選,排除掉接收功率弱或者已被占用的資源,最小化直連通信中由于VUE 數目過多引起的數據包沖突概率,從而實現車聯網的可靠通信.

4.4 車輛自主調度算法

本文根據第3 節的業務場景分析與劃分結果,提出一種V2X 應用業務分類器.車輛在使用V2X 應用時,車輛自主調度算法通過業務分類器對應用進行劃分,應用根據分類器指定的底層空中接口(Uu 或PC5)進行V2X 通信,從而實現對通信方式進行自主調度.

V2X 應用業務分類器首先根據業務場景劃分結果對車聯網應用的應用標識(Application IDentifier,AID)進行分類記錄,每個應用有3 種類型的通信模式可選擇(僅選擇Uu 接口,僅選擇PC5 接口,Uu 接口和PC5接口都可選擇),車輛設備在通信過程中,車聯網應用的數據包經過逐層封裝,到接入層選擇空中接口時,業務分類器根據應用數據包幀頭的AID 做出判斷,在LTEV 兩種空中接口中進行選擇. 選取Sn為V2X 應用業務類型,CRSRP為SPS 算法資源選擇過程中RSRP 值增加的次數,λ為設置的RSRP 最大增加次數,In為選擇使用的通信接口類型,車輛自主調度算法如算法1 描述.

算法1.車輛自主調度算法輸入:,,輸出:In S nCRSRPλ 1.for all vehicle applications do 2.distribution through V2X application classifier S n 3.if available for PC5 and Uu:=true then 4.transmit via PC5 interface CRSRP λ 5.if >6.then transmit via Uu interface 7.end if S n 8.else if available for Uu:=true then 9.transmit via Uu interface 10.else 11.transmit via PC5 interface 12.end if 13.end for

選擇Uu 接口進行通信的V2X 應用,由基站通過VUE 上報的CQI 獲取信道狀況,并對VUE 配置資源,基站根據應用的QoS 需求和時延敏感性,通過EXP/PF算法對所有使用蜂窩網絡通信的V2X 應用進行集中式的動態調度.選擇PC5 接口進行通信的V2X 應用,由于沒有基站的支持,各個VUE 需要自行對接收到的信道參數信息進行計算,獲取Sidelink 資源池情況并對合適的資源做出選擇與占用,VUE 通過SPS 的資源分配方法,解碼SA 信息,對資源池進行能量感知,資源選擇以及資源重選,以此保證V2X 應用的優先級和時延需求得到滿足.當V2X 應用既適合PC5 通信又適合Uu通信時,V2X 應用業務分類器優先選擇PC5 接口,通過直連鏈路通信.SPS 算法根據RSRP 的值計算S-RSSI的閾值篩選出資源池中的可用資源.若可用資源較少,則增加3 dB 的RSRP 值重新確定閾值進行資源篩選.在篩選過程中,RSRP 的值增加的次數越多,則表示資源池中的大部分資源為忙.若RSRP 值的增加次數超過預設的最大增加次數 λ,則認為資源池的資源占用率較高,直連鏈路的無線信道擁堵情況較為嚴重,繼續使用PC5 接口通信可能會導致由資源占用引起的數據包碰撞問題,所以切換為Uu 接口通過蜂窩網絡進行通信.

最后,分析所提出車輛自主調度算法的時空復雜度.算法中每次判斷選擇接口的復雜度都為常數級別:Ti(n)=O(c),其中i∈{1,2,3},c為常數.總的時間復雜度為:T(n)=T1(n)+T2(n)+T3(n)=O(c)+O(c)+O(c),使用大O 計數法表示即為:T(n)=O(c).空間復雜度S(n)=O(c).

5 仿真結果分析

本節使用所提出的車輛自主調度算法通過Matlab仿真,并將仿真結果與單獨使用基于Uu 接口的EXP/PF算法和單獨使用基于PC5 接口的SPS 資源分配算法進行了對比,以此驗證算法性能.表2為仿真的主要參數設置.為了評價算法的可靠性、延遲等通信性能,考慮使用數據包投遞率(Packet Delivery Ratio,PDR)作為主要評價指標.Gonzalez-Martin 等[12]提出的分析模型認為,在LTE-V 通信過程中,如果沒有任何已知類型的錯誤發生,則認為數據包被正確傳輸,因此PDR可以被表示為:

表2 仿真參數設置

圖6和圖7對比了3 種算法在車輛密度 β為0.2 veh/m和0.3 veh/m 時,由于路徑損耗和干擾等影響因素的增大,PDR都隨傳輸距離的增加而減少.從圖中可以看出,基于PC5 接口的SPS 算法在車輛密集情況下的性能略低于其他兩種算法,因為密集場景下車輛直連通信更容易產生資源碰撞,導致PDR降低.本文提出的算法在 β=0.2 veh/m 的情況下能夠將PDR保持在0.67以上,在 β=0.3 veh/m 的情況下仍能將PDR保持在0.6以上,因此提出的算法性能是可靠的.

圖6 不同車輛密度下的PDR (β=0.2 veh/m)

圖7 不同車輛密度下的PDR (β=0.3 veh/m)

進一步分析通信中產生的錯誤類型對PDR的影響,表3給出了 β為0.3 veh/m 時4 種錯誤類型的極差,可以看出和對通信質量的影響最大,和對通信質量的影響可以忽略不計,因此,接收功率低于感知閾值和數據包碰撞是影響LTE-V 通信質量的兩大原因.圖8、圖9和圖10是3 種算法在 β為0.3 veh/m時和隨距離變化的趨勢圖,對比得知,不同算法下的值和隨距離變化的趨勢基本一致,對SPS 算法的影響最大,對EXP/PF 算法的影響略小,本文提出算法的能夠保持在0.2 以下,能夠有效減少通信過程中的數據包碰撞從而提高LTE-V的整體通信質量.

表3 不同類別錯誤比較

圖8 兩類錯誤的變化趨勢(EXP/PF 算法,β=0.3 veh/m)

圖9 兩類錯誤的變化趨勢(SPS 算法,β=0.3 veh/m)

圖10 兩類錯誤的變化趨勢(車輛自主調度算法,β=0.3 veh/m)

6 結論

本文提出一種車輛自主調度算法,將LTE-V 的兩種通信模式相結合.首先對CSAE 提出的12 個安全應用場景進行劃分,然后通過車輛應用業務分類器,V2X 應用根據通信要求選擇不同的空中接口完成應用業務,從而降低單一空中接口的通信壓力和資源碰撞概率.最后,本文根據3GPP 的仿真要求對所提出算法進行了驗證并和單一通信模式下的資源調度算法相對比,仿真結果表明,本文提出的算法在中等車輛密度(β=0.2 veh/m)的情況下,PDR能夠保持在0.67 以上,在高車輛密度(β=0.3 veh/m)的情況下,PDR能夠保持在0.6 以上,較傳統單一通信模式下的調度算法有著明顯的提升.