一種基于SDN的車聯(lián)網(wǎng)協(xié)作傳輸算法

王 雄 唐 亮 卜智勇 ,3 俞 凱

1(中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所 上海 200050) 2(中國(guó)科學(xué)院大學(xué) 北京 100049) 3(上海瀚訊無(wú)線技術(shù)有限公司 上海 200335)

一種基于SDN的車聯(lián)網(wǎng)協(xié)作傳輸算法

王 雄1,2唐 亮1,3卜智勇1,2,3俞 凱1,3

1(中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所 上海 200050)2(中國(guó)科學(xué)院大學(xué) 北京 100049)3(上海瀚訊無(wú)線技術(shù)有限公司 上海 200335)

在車聯(lián)網(wǎng)中，利用車與車協(xié)作傳輸可以提高車與基礎(chǔ)設(shè)施的傳輸速率。針對(duì)車聯(lián)網(wǎng)中協(xié)作傳輸?shù)闹欣^選擇和資源復(fù)用問(wèn)題，提出一種基于SDN的中心式協(xié)作傳輸算法。首先，車輛通過(guò)控制信道發(fā)送傳輸請(qǐng)求和狀態(tài)信息到基站；然后，基站根據(jù)收集的車輛信息選擇中繼車輛和分配資源，并將調(diào)度結(jié)果通過(guò)控制信道廣播；資源調(diào)度過(guò)程采用啟發(fā)式算法求解，有效地降低了運(yùn)算復(fù)雜度。仿真結(jié)果表明所提出的算法可以大幅度提高數(shù)據(jù)傳輸速率，提升網(wǎng)絡(luò)吞吐量。

SDN 協(xié)作傳輸 資源調(diào)度 車與車通信 車與基礎(chǔ)設(shè)施通信

0 引 言

車聯(lián)網(wǎng)VANET(Vehicular Ad-hoc NETwork)技術(shù)作為智能交通系統(tǒng)中的關(guān)鍵技術(shù)成為近年來(lái)學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)[1-2]。利用車聯(lián)網(wǎng)中的車與車V2V(Vehicle to Vehicle)和車與基礎(chǔ)設(shè)施V2I(Vehicle to Infrastructure)通信可以提供包括智能駕駛、交通調(diào)度等在內(nèi)的應(yīng)用，為人們出行提供更好的體驗(yàn)。隨著LTE-A、802.11p，以及WiMAX等通信技術(shù)的普及，使得泛在地為車輛提供互聯(lián)網(wǎng)接入成為可能。但是當(dāng)車輛與基礎(chǔ)設(shè)施距離較遠(yuǎn)時(shí)，V2I通信的鏈路速率將大幅度下降。而協(xié)作傳輸技術(shù)可以減小鏈路的通信距離，以提升系統(tǒng)容量。因此不少研究者提出使用V2V協(xié)作V2I的數(shù)據(jù)傳輸[3]。

車聯(lián)網(wǎng)的網(wǎng)絡(luò)拓?fù)渫莿?dòng)態(tài)變換的，因此在車聯(lián)網(wǎng)中使用協(xié)作傳輸，需要實(shí)時(shí)地選擇中繼和分配時(shí)頻資源。不少文獻(xiàn)針對(duì)車聯(lián)網(wǎng)中協(xié)作傳輸?shù)闹欣^選擇問(wèn)題做出了研究[4-6]。文獻(xiàn)[4]提出使用歐幾里得和曼哈頓距離確定中繼選擇的行為空間，再利用馬爾科夫決策過(guò)程的動(dòng)態(tài)優(yōu)化模型得到選車方案。文獻(xiàn)[5]設(shè)計(jì)了一種分布式的協(xié)作傳輸MAC協(xié)議，利用最大獨(dú)立加權(quán)圖理論從待選中繼車輛集合中選出最優(yōu)中繼。文獻(xiàn)[6]針對(duì)傳統(tǒng)中繼選擇技術(shù)復(fù)雜度過(guò)高問(wèn)題，提出一種僅利用源節(jié)點(diǎn)和各中繼節(jié)點(diǎn)之間的信道狀態(tài)信息選擇最佳中繼的算法，從而降低了系統(tǒng)開(kāi)銷和運(yùn)算復(fù)雜度。

文獻(xiàn)[7-10]對(duì)協(xié)作傳輸中的資源分配做出了研究。文獻(xiàn)[7]將中繼集合和目的車輛集合劃分為二分圖，再利用Kuhn-Munkres算法獲得V2V和V2I的鏈路分配方案。文獻(xiàn)[8]將協(xié)作傳輸中的鏈路調(diào)度和資源管理建模為二維多決策背包問(wèn)題。文獻(xiàn)[9]針對(duì)V2V復(fù)用V2I資源場(chǎng)景，提出兩個(gè)基于干擾圖的算法解決系統(tǒng)的資源復(fù)用問(wèn)題。文獻(xiàn)[10]借鑒了LTE中的D2D技術(shù)用于V2V資源復(fù)用，將帶延時(shí)和可靠性限制的車聯(lián)網(wǎng)資源調(diào)度建模為混合整數(shù)線性規(guī)劃問(wèn)題。

上述關(guān)于車聯(lián)網(wǎng)協(xié)作傳輸?shù)奈墨I(xiàn)，多數(shù)側(cè)重于單獨(dú)研究中繼選擇或資源分配，文獻(xiàn)[7-8]同時(shí)考慮了中繼選擇和資源分配，但是資源分配時(shí)并未考慮資源復(fù)用。而資源復(fù)用可以進(jìn)一步提升系統(tǒng)容量和頻譜效率，與中繼選擇相互影響，只有同時(shí)考慮兩者才能最大化系統(tǒng)容量。同時(shí)由于在5G未來(lái)場(chǎng)景中包含LTE-A和VANET等異構(gòu)網(wǎng)絡(luò)，在核心網(wǎng)側(cè)通過(guò)SDN可以完成網(wǎng)絡(luò)管理和資源分配。因此為了進(jìn)一步提升車聯(lián)網(wǎng)系統(tǒng)容量，本文聯(lián)合考慮中繼選擇和資源復(fù)用，基于SDN[11]架構(gòu)提出了一種中心式車聯(lián)網(wǎng)協(xié)作傳輸算法。

1 系統(tǒng)模型和問(wèn)題定義

本文參考了文獻(xiàn)[7]中所描述的車聯(lián)網(wǎng)協(xié)作傳輸場(chǎng)景，并且考慮資源復(fù)用，重新定義了系統(tǒng)模型和資源調(diào)度問(wèn)題。

1.1 系統(tǒng)模型

如圖1所示，本文考慮在高速公路場(chǎng)景下，N個(gè)車輛在LTE-A基站BS(Base Station)覆蓋范圍內(nèi)向BS請(qǐng)求數(shù)據(jù)。車與車之間可以通過(guò)V2V通信，同時(shí)車與BS之間可以通過(guò)V2I通信?？紤]在V2I下行傳輸過(guò)程中，信道條件較差的車輛可以利用信道較好的車輛作為中繼，通過(guò)V2V協(xié)作傳輸。因此車輛可以通過(guò)V2I直接傳輸和V2V協(xié)作傳輸兩種方式從BS獲取信息。

圖1 高速公路下的V2I和V2V

(1) 直接傳輸

在LTE-A網(wǎng)絡(luò)中，系統(tǒng)的時(shí)頻資源被劃分為資源塊RB(Resource Block)，假設(shè)系統(tǒng)共有KB個(gè)RB，簡(jiǎn)化分析，采用輪詢RR(Round-Robin)調(diào)度，則根據(jù)香農(nóng)公式車輛i的V2I鏈路可實(shí)現(xiàn)速率為：

(1)

(2) 協(xié)作傳輸

當(dāng)前車載設(shè)備往往具有多種網(wǎng)絡(luò)接入能力，因此當(dāng)車輛與BS之間信道條件較差時(shí)，可以利用另一個(gè)與BS具有較好信道的車輛作為中繼，利用LTE-A帶外頻率轉(zhuǎn)發(fā)數(shù)據(jù)。本文利用專用短程通信DSRC(Dedicated Short Range Communication)5.9 GHz的頻段以廣播的方式進(jìn)行V2V協(xié)作傳輸。為了便于描述，將目的車輛標(biāo)識(shí)為DV，中繼車輛標(biāo)識(shí)為RV。DV通過(guò)協(xié)作傳輸從BS獲取數(shù)據(jù)，需要包含V2V和V2I通信鏈路。假設(shè)采用解碼轉(zhuǎn)發(fā)DF(Decode and Forward)方式中繼，則協(xié)作傳輸?shù)目蓪?shí)現(xiàn)數(shù)據(jù)速率為：

ηB,i,j=min{ηB,i,ηi,j} 1≤i,j≤Ni≠j

(2)

其中:ηi,j為第i個(gè)車輛到第j個(gè)車輛之間V2V鏈路速率。假設(shè)有KV個(gè)RB通過(guò)輪詢方式分配給L條V2V鏈路，則ηi,j表示為：

(3)

為了高效合理地分配資源，本文基于SDN架構(gòu)采用中心控制的方式進(jìn)行調(diào)度。SDN是一種將控制層和數(shù)據(jù)層分離的技術(shù)，通過(guò)調(diào)度器集中管理和調(diào)度網(wǎng)絡(luò)資源。本文利用基站作為調(diào)度器，具體調(diào)度過(guò)程如下：

(1) 車輛和基站通過(guò)控制信道發(fā)送探針信號(hào)，車輛根據(jù)接收的信號(hào)更新信道狀態(tài)信息CSI(Channel State Information)。

(2) 車輛將傳輸請(qǐng)求、CSI以及GPS信息發(fā)送到基站，基站根據(jù)接收的信息執(zhí)行調(diào)度算法以獲取調(diào)度結(jié)果。

(3) 基站通過(guò)控制信道廣播調(diào)度結(jié)果，車輛根據(jù)調(diào)度結(jié)果傳輸數(shù)據(jù)。

1.2 問(wèn)題的形式化

在上述的車聯(lián)網(wǎng)場(chǎng)景中同時(shí)存在直接傳輸和協(xié)作傳輸，因此增加了資源調(diào)度的復(fù)雜度。本小節(jié)針對(duì)上述場(chǎng)景中聯(lián)合考慮中繼選擇和資源復(fù)用的調(diào)度問(wèn)題進(jìn)行形式化描述。

1) 相關(guān)定義和約束

首先定義車輛集合為V={V1,V2,…,VN}，V2I直接傳輸?shù)能囕v集合為VI={IV1,IV2,…,IV|I|}，中繼車輛集合為VR={RV1,RV2,…,RV|R|}，目的車輛集合為VD={DV1,DV2,…,DV|D|}，集合間關(guān)系滿足V=VI∪VD,VI?VR。

考慮車輛的負(fù)擔(dān)和資源復(fù)用，對(duì)于車輛的協(xié)作方式作以下約束：

約束1一個(gè)RV只能服務(wù)于一個(gè)DV。

約束2一個(gè)DV只能選擇其通信范圍內(nèi)的一個(gè)車輛作為其中繼。

約束3同一車輛不能同時(shí)作為RV和DV。

約束4每個(gè)RV具有一個(gè)固定的干擾距離dInterfere，處于RV干擾距離外的V2V鏈路可以復(fù)用同一資源，屬于同一獨(dú)立非沖突子集。

約束5不同獨(dú)立非沖突子集使用不同的V2V資源。

約束6當(dāng)協(xié)作傳輸速率小于或等于直接傳輸?shù)乃俾蕰r(shí)，采用直接傳輸。

2) 問(wèn)題形式化

1≤i,j≤Ni≠j|S|≤KV

(4)

(5)

定義系數(shù)矩陣A={ai,j|ai,j∈{0,1}}N×N，ai,j=1表示第i個(gè)車輛協(xié)作第j個(gè)車輛發(fā)送數(shù)據(jù)，矩陣B={bk|bk∈{0,1}}N，bk=1表示第k個(gè)車輛使用直接傳輸。則系統(tǒng)總的吞吐量可以表示為：

(6)

約束1-3可以表示為：

(7)

(8)

以最大化吞吐量為目標(biāo)，最終可以得到聯(lián)合考慮中繼選擇和資源復(fù)用問(wèn)題的數(shù)學(xué)表達(dá)形式：

(9)

據(jù)目前所知，要獲得式(9)問(wèn)題的最優(yōu)解，僅能通過(guò)遍歷搜索。具體的遍歷方法如下：

最終可以得到，獲取最優(yōu)解的遍歷次數(shù)上界為：

(10)

由式(10)可知，通過(guò)遍歷搜索求解問(wèn)題式(9)的最優(yōu)解需要非確定性多項(xiàng)式NP(Non-deterministic Polynomial)的運(yùn)算復(fù)雜度。因此，本文提出一種啟發(fā)式的求解方法，大幅度降低了運(yùn)算復(fù)雜度。

2 協(xié)作傳輸資源分配算法

針對(duì)問(wèn)題式(9)的超高復(fù)雜度問(wèn)題，本文提出了一個(gè)啟發(fā)式算法，該算法大幅度減小了求解復(fù)雜度。

2.1 算法過(guò)程描述

本文提出了一個(gè)聯(lián)合中繼選擇和資源復(fù)用的資源調(diào)度JRRS(Joint Relay selection and Resource reuse Schedule)算法。JRRS算法核心主要包括集合劃分和集合調(diào)整兩個(gè)步驟。

首先是集合劃分，迭代地選取當(dāng)前車輛集合V中信道最差的車輛Vtmp，從當(dāng)前可選中繼集合Vc中獲取Vtmp通信范圍內(nèi)距離BS最近的車輛Vnearest作為中繼添加至當(dāng)前V2V子集Si，并從Vc和V中分別刪除Vtmp和Vnearest的干擾集合，將Vnearest的干擾集合添加到當(dāng)前不可用集合Vuseless中，保證本次迭代得到的Si中的鏈路獨(dú)立非沖突。重復(fù)上述的過(guò)程，直到V=?，若Vuseless≠?，則Vuseless→V，V→Vc，?→Vuseless保存Si，繼續(xù)迭代獲取Si+1；否則，結(jié)束集合劃分，獲得V2V非沖突子集的集合S。

然后是集合調(diào)整，根據(jù)獲得的S，分別取前n(1≤n≤i)個(gè)非沖突V2V子集組成Sn，計(jì)算Sn內(nèi)所有協(xié)作鏈路的速率，將協(xié)作傳輸速率小于直接傳輸速率的鏈路修改為直接傳輸，并刪除該V2V鏈路，合并元素為空的非沖突子集，計(jì)算并記錄獲得最大系統(tǒng)吞吐量時(shí)的鏈路分配方案。

JRRS具體過(guò)程的描述如下：

1) 車輛通過(guò)控制信道，將CSI、GPS位置信息以及傳輸請(qǐng)求發(fā)送給BS。BS根據(jù)請(qǐng)求，初始化可選中繼集合和車輛集合Vc=V={V1,V2,…,VN}，并初始化第一個(gè)V2V獨(dú)立子集Si=?,i=1，初始化當(dāng)前不可用集合Vuseless=?。

2) 從V中選擇信道條件最差的車輛Vtmp，根據(jù)Vtmp的位置信息，BS從Vc獲取Vtmp的鄰居車輛集合NB(Vtmp)。若NB(Vtmp)中沒(méi)有比Vtmp距離BS更近的車輛，若Vuseless=?，則將Vtmp添加到V2I集合VI，并從V刪除Vtmp，重新執(zhí)行2)；若Vuseless≠?，則將Vtmp添加到Vuseless，重新執(zhí)行2)。選擇NB(Vtmp)中距離BS最近的車輛Vnearest作為協(xié)作車輛與Vtmp組成V2V鏈路。

3) 將得到的V2V鏈路添加到集合Si中，并從V中刪除Vtmp和Vnearest，將Vnearest添加到VI和VR，將Vtmp添加到VD。

4) 將處于Vtmp和Vnearest干擾范圍內(nèi)的車輛集合I(Vtmp)和I(Vnearest)分別從Vc和V中刪去。

5) 若V=?，判斷Vuseless是否為空集，若Vuseless≠?，則Vuseless→V，V→Vc，?→Vuseless，保存Si，i=i+1，回到2)。

6) 重復(fù)步驟2)-步驟5)直到V=Vuseless=?，得到包含i組V2V非沖突子集的集合S。

7) 分別取前n(1≤n≤i)個(gè)非沖突V2V子集組成Sn，計(jì)算Sn內(nèi)所有協(xié)作鏈路的速率，將協(xié)作傳輸速率小于直接傳輸速率的鏈路修改為直接傳輸，并刪除該V2V鏈路，合并元素為空的子集，計(jì)算并記錄獲得最大系統(tǒng)吞吐量時(shí)的鏈路分配方案。

8) BS在控制信道廣播鏈路分配方案，車輛利用分配的資源傳輸數(shù)據(jù)。

2.2 算法復(fù)雜度分析

上述算法過(guò)程的復(fù)雜度主要由集合劃分部分決定。對(duì)于集合劃分，每次迭代運(yùn)行步驟2)-步驟5)至少能劃分一個(gè)車輛，因此最大迭代次數(shù)為O(N)。迭代內(nèi)部搜索信道最差的車輛復(fù)雜度O(N)，對(duì)每個(gè)信道最差的車輛需要獲取其鄰居車輛和干擾車輛集合，復(fù)雜度為O(N)，因此迭代內(nèi)部復(fù)雜度為O(N2)。因此JRRS算法的復(fù)雜度為O(N3)。相對(duì)于最優(yōu)解的遍歷復(fù)雜度，大幅度降低了運(yùn)算復(fù)雜度。

3 仿真結(jié)果與分析

為了驗(yàn)證本文提出的協(xié)作傳輸方法的有效性，采用MATLAB作為仿真平臺(tái)，通過(guò)實(shí)驗(yàn)分別對(duì)比了不使用協(xié)作傳輸(Non-cooperation)，文獻(xiàn)[7]中基于二分圖BG(Bipartite Graph)的方法和遍歷最優(yōu)解MSR(Maximum Sum Rate)方法的性能。

仿真場(chǎng)景參考文獻(xiàn)[13]如圖1所示的場(chǎng)景下，車輛沿高速直線行駛。一個(gè)高30 m的基站安裝在距離道路15 m遠(yuǎn)處。V2I通信使用LTE-A鏈路，帶寬40 MHz，工作頻率為2 GHz，發(fā)射功率52 dBm。V2V通信使用DSRC的5.9 GHz頻段，帶寬5 MHz，發(fā)射功率為20 dBm，調(diào)度周期為1 s。其余仿真參數(shù)如表1所示。

表1 仿真參數(shù)

圖2顯示在不同車輛數(shù)量情況下車輛平均速率隨著車輛數(shù)量而變化，可以看出，三種方法的平均速率均隨著車輛數(shù)量增加而減小，JRRS相對(duì)于BG算法和非協(xié)作傳輸，實(shí)現(xiàn)更高的平均速率。這是由于傳輸?shù)钠骄俾手饕蒝2I的帶寬限制，當(dāng)帶寬一定時(shí)，平均速率基本上與V2I總帶寬呈反比關(guān)系。而通過(guò)協(xié)作傳輸可以提升一定的傳輸平均速率，JRRS考慮了資源復(fù)用可以為V2V提供更多RB，帶來(lái)更大的速率增益。

圖2 平均速率隨車輛數(shù)量的變化

圖3顯示在不同車輛數(shù)量情況下頻譜效率隨著車輛數(shù)量而變化?？梢钥闯觯?dāng)車輛數(shù)量較少的情況，由于協(xié)作傳輸車輛較少，協(xié)作傳輸占用了更高的帶寬，所以使用協(xié)作傳輸?shù)念l率效率略低于不使用協(xié)作傳輸?shù)念l譜效率。而隨著車輛數(shù)量的增加，協(xié)作傳輸車輛也增加，使用協(xié)作傳輸?shù)念l譜效率增加，而非協(xié)作傳輸?shù)念l譜效率主要由接收車輛的信噪比決定，幾乎保持不變。同時(shí)，由于JRRS方法考慮了資源復(fù)用，可以服務(wù)更多V2V，提供更多的RB，帶來(lái)更高的頻譜效率增益，使得JRRS的頻譜效率高于BG算法。

圖3 頻譜效率隨車輛數(shù)量的變化

圖4對(duì)比了不同車輛數(shù)量下JRRS算法與遍歷的MSR算法的車輛速率CDF。由于MSR復(fù)雜度過(guò)高，因此只計(jì)算了20～40輛車情況下的CDF?？梢钥闯鯦RRS的CDF與MSR相近，總體CDF性能MSR略好于JRRS，而對(duì)低數(shù)據(jù)速率的車輛JRRS算法的性能更好。這是因?yàn)镴RRS優(yōu)先提升信道條件最差的車輛，而MSR是以系統(tǒng)總?cè)萘孔畲蠡癁槟繕?biāo)調(diào)度。

圖4 JRRS和MSR傳輸速率的CDF

4 結(jié) 語(yǔ)

本文針對(duì)車聯(lián)網(wǎng)中V2I下行傳輸過(guò)程中，部分車輛信道條件較差的問(wèn)題，基于SDN架構(gòu)提出了一種中心式的協(xié)作傳輸算法。所提出的方法利用V2V協(xié)作V2I傳輸，并聯(lián)合考慮了中繼選擇和資源復(fù)用進(jìn)行資源調(diào)度；此外，為了計(jì)算調(diào)度結(jié)果，本文設(shè)計(jì)了一個(gè)啟發(fā)式的算法，大幅度降低了求解復(fù)雜度。仿真結(jié)果表明所提出的協(xié)作傳輸方法改善了處于較差信道條件下車輛的性能，并大幅度提升了系統(tǒng)容量，可用于實(shí)際的車聯(lián)網(wǎng)通信系統(tǒng)。

[1] Willke T L,Tientrakool P,Maxemchuk N F.A survey of inter-vehicle communication protocols and their applications[J].IEEE Communications Surveys & Tutorials,2009,11(2):3-20.

[2] Noori H,Olyaei B B.A novel study on beaconing for VANET-based vehicle to vehicle communication:Probability of beacon delivery in realistic large-scale urban area using 802.11p[C]//Smart Communications in Network Technologies (SaCoNeT),2013 International Conference on.IEEE,2013,1:1-6.

[3] Diao X X,Li J J,Hou K M,et al.Cooperative Inter-Vehicle Communication Protocol Dedicated to Intelligent Transport Systems[C]//Ntms 2008,International Conference on New Technologies,Mobility and Security,November 5-7,2008,Tangier,Morocco,2008:1-5.

[4] 劉建航,畢經(jīng)平,葛雨明,等.一種基于協(xié)助下載方法的車聯(lián)網(wǎng)選車策略[J].計(jì)算機(jī)學(xué)報(bào),2016,39(5):919-930.

[5] Zhang J,Zhang Q,Jia W.VC-MAC:A cooperative MAC protocol in vehicular networks[J].IEEE Transactions on Vehicular Technology,2009,58(3):1561-1571.

[6] 孫黎.車聯(lián)網(wǎng)中基于局部信道信息的低復(fù)雜度中繼選擇[J].計(jì)算機(jī)應(yīng)用研究,2015,32(12):3786-3789.

[7] Zheng K,Liu F,Zheng Q,et al.A Graph-Based Cooperative Scheduling Scheme for Vehicular Networks[J].IEEE Transactions on Vehicular Technology,2013,62(4):1450-1458.

[8] Zheng Q,Zheng K,Chatzimisios P,et al.Joint optimization of link scheduling and resource allocation in cooperative vehicular networks[J].EURASIP Journal on Wireless Communications and Networking,2015,2015(1):1-14.

[9] Zhang R,Cheng X,Yao Q,et al.Interference Graph-Based Resource-Sharing Schemes for Vehicular Networks[J].IEEE Transactions on Vehicular Technology,2013,62(8):4028-4039.

[10] Sun W,Strom E G,Brannstrom F,et al.D2D-based V2V communications with latency and reliability constraints[C]//GLOBECOM Workshops.IEEE,2015:754-759.

[11] Foundation O N.Software-Defined Networking:The New Norm for Networks[R].April 13,2012.Open Network Foundation (2012) Software-Defined Networking:The New Norm for Networks White Paper 2012.

[12] 趙建容.第二類Stirling數(shù)的一些同余式[J].數(shù)學(xué)學(xué)報(bào),2014,57(6):1161-1170.

[13] Zhang Y,Xiong K,Fan P,et al.Mobile Service-Based Cooperative Scheduling for High-Mobility Vehicular Networks[J].Mathematics,2015.

[14] 3GPP TR 36.814 V9.0.0.Further advancements for E-UTRA physical layer aspects (Release 9)[S].March 2010.

[15] Cheng L,Henty B,Stancil D D,et al.A Fully Mobile,GPS Enabled,Vehicle-to-Vehicle Measurement Platform for Characterization of the 5.9 GHz[C]//Antennas and Propagation Society International Symposium,2007 IEEE.IEEE,2007:2005-2008.

ANSDNBASEDALGORITHMOFCOOPERATIVECOMMUNICATIONINVANET

Wang Xiong1,2Tang Liang1,3Bu Zhiyong1,2,3Yu Kai1,3

1(ShanghaiInstituteofMicrosystemandInformationTechnology,ChineseAcademyofSciences,Shanghai200050,China)2(UniversityofChineseAcademyofSciences,Beijing100049,China)3(JushriTechnologies,Inc,Shanghai200335,China)

Vehicle-to-vehicle (V2V) based cooperative transmission is an efficient way to enhance capacity of vehicle-to-infrastructure (V2I) communications in vehicular ad-hoc networks. Focusing on the relay selection and resource reuse of V2V-based cooperative transmission, SDN based cooperative transmission algorithm is proposed in this paper. Each vehicle informed Base Station (BS) its data request and state information via the control channel. The BS then selected relay vehicles and allocated resources to communication links according to the collected information. A heuristic algorithm was used in the scheduling process to reduce the computational complexity. Simulation results indicate the proposed algorithm achieved a significant improvement of data transmission rate and network throughput.

SDN Cooperative transmission Resource allocation V2V V2I

2016-12-20。中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)資助。王雄，碩士生，主研領(lǐng)域：寬帶無(wú)線通信，車聯(lián)網(wǎng)的協(xié)作傳輸機(jī)制。唐亮，副研究員。卜智勇，研究員。俞凱，研究員。

TP3

A

10.3969/j.issn.1000-386x.2017.11.031