摘要
车联网产业技术的蓬勃发展，推动了智能交通技术领域的不断革新。为满足人们日常出行效率和需求，各类车载服务与应用也不断涌现出来。随之而来的相关数据处理占用了大量的存储和网络传输资源，并且会导致较高的传输时延，降低用户的体验质量。为提升数据传输效率，面向车与路侧单元(VehicletoInfrastructure,V2I)和车与车(VehicletoVehicle,V2V)的协作数据传输走入了人们的视野。本文针对不同场景下的协作数据传输展开研究，旨在提升数据传输过程中的数据量，降低传输时延。 针对车辆行驶在高速公路时，由于路侧单元(RoadSideUnit,RSU)部署间距大，传输范围有限导致车辆可下载数据量受限的问题，本文提出了一种协作数据分发策略。该策略充分利用网络中双向车辆和RSU等资源节点的传输能力，使得车辆驶出RSU覆盖范围出现传输中断时能够持续进行数据接收。并且考虑了资源节点的竞争接入与传输以及转发完成时间对数据传输的影响，建立了理论分析框架说明数据传输过程。仿真结果和分析表明，所提的协作数据分发策略有效提升了目标车辆下载数据量，提升了未覆盖RSU区域的利用率，减少了数据传输中断的影响。 在网络节点中缓存流行性文件在很大程度上降低了数据传输时延。针对V2I和V2V两种通信方式共存的城市道路环境中，由于车辆移动性存在而导致数据传输效率低下的问题，本文提出了一种基于时延感知的联合数据传输策略。通过对车辆移动性和通信环境进行分析，预测车辆与车辆、车辆与RSU之间的有效连接时间和范围。然后在考虑进入RSU之前的传输等待时延基础上，根据车辆所处不同位置，通过平均传输速率建立传输时延模型，从而得出二者协同传输的最优任务执行方案。最终结果表明，所提联合数据传输策略明显降低了数据文件传输时延，提高了资源节点的利用率，从而满足了用户对服务质量的要求。
NETL