摘要：智能驾驶等智能交通服务对时延要求高,在车辆本身算力不足的情况下,车辆需要周围车辆和路旁边缘计算单元帮助其一起完成任务的计算处理.本文在既有车联网边缘计算卸载策略基础上,考虑了蜂窝车联网系统5G-NR接口与PC-5接口链路的特征差异,提出了一种基于Q学习的PC-5/Uu接口联合边缘计算卸载策略.在对蜂窝车联网PC-5链路传输成功率进行建模的基础上,推导了PC-5链路的传输速率表征方法.以最小化蜂窝车联网任务处理时延为目标,以任务车辆发射功率与边缘计算车辆的计算能量损耗为约束,构建了系统时延最小化的有约束马尔科夫决策过程.通过拉格朗日方法,将有约束马尔科夫决策过程问题转化为一个等价的极小极大的无约束马尔科夫决策过程,引入Q学习设计卸载策略,进而提出基于Q学习的蜂窝车联网边缘计算系统卸载策略.仿真结果表明,与其他基线方案相比,本文提出的算法可以降低系统时延27.3%以上.

摘要：在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。

摘要：针对蜂窝车联网系统中不同优先级业务的边路资源自主选择分配,分析了基于参考信号能量的自主选择算法流程,设计了能量门限方程;针对能量方程参数估计问题,将基于能量的自主选择算法与深度Q学习算法结合,通过有限次算法迭代得到能量门限方程的最优参数值。仿真结果表明,基于深度Q学习的边路资源分配算法可以满足不同优先级车联网业务的边路资源需求,同时提高系统分组接收率。

摘要：本文从车联网的定义、应用场景和两种无线通信技术的比较切入,首先介绍蜂窝车联网的技术架构和主要功能实体,其次介绍了该网络的两项关键技术,最后对关键技术的网络部署提出了建议。

摘要：为了在特定应用场景探究蜂窝车联网(C-V2X)的实际效果,进行了基于C-V2X的交通灯车内应用场景的设计和试验。针对车内交通灯(IVTL)显示、闯红灯预警场景搭建了实际道路环境,采用基于长期演进的车联网(LTE-V2X)和第四代移动通信技术(4G)两种通信方式进行了不同通信距离和车速条件下的道路试验。试验结果表明,场景均有效触发,通信延迟低于1 s,丢包率小于2%,消息准确率不低于99%,满足场景基本性能要求,而且LTE-V2X通信方式兼具远距离、低延迟、高可靠性的优势。

摘要：为减少城市道路混行交通以及恶劣天气环境等因素对智轨电车运行安全和效率的影响,基于蜂窝车联网(cellular vehicle-to-everything,C-V2X)通信技术,文章提出了一种车路协同技术方案并设计了智轨电车车路协同系统。文章首先分析智能轨道快运系统(ART)在运行过程中的需求和特征,设计了智轨电车车路协同系统总体架构和设备部署方案;然后,对符合智轨电车运行特征的车与外接信息交互(V2X)场景进行了衍生和拓展,并对C-V2X应用服务平台进行功能设计和规划,实现了在大雾、暴雨等恶劣气象条件下智轨电车的安全预警,以及在混行交通状况下异常交通事件监测预警等功能。基于C-V2X的车路协同技术方案可为ART的道路智能化设施建设提供指导和借鉴。

摘要：随着汽车产业电动化、智能化、网联化、共享化的发展驱动,全球主要强国均将智能网联汽车列为国家战略发展方向.蜂窝车联网、边缘计算网络和高精度定位系统的技术发展,为车车、车路、车人和车云系统的全面融合提供了有效支撑.车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything,C-V2X)网络的融合,加速打通车内与车外、路面与路侧、云上与云间的信息互通,为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础.首先,梳理了智能网联车路云协同系统架构与关键技术,对该领域的演进特征、发展制约因素进行了总体概述;其次,阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理;然后,从C-V2X组网、融合定位、测试评价角度,介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展,给出了智能网联场景的仿真平台、实车测试及评价指标;最后,对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.

摘要：5G无线通信技术于2020年在我国实现了大规模商用,标志着我国无线通信进入到了5G时代,目前,5G技术已经被广泛应用在了城市轨道交通通信中。为此,首先阐述了5G无线通信技术应用特点及优势,其次分析了5G无线通信技术及其在城市轨道交通中的应用,最后提出了5G无线通信技术在城市轨道交通中的应用方案,以期为城市轨道交通通信提供参考。

摘要：C-V2X或LTE-V作为车联网(Vehicular Communication Networks, VCN)领域的新兴通信技术,能够有效提高道路安全和交通通信效率。在3GPP发布的R14标准中,引入不依赖于任何蜂窝基础设施的直连通信模式4,在模式4中车辆自主选择和管理其无线电资源。在不结合实际的交通场景的情况下对C-V2X模式4通信性能进行评估,提出了一种多信道传播模型下C-V2X模式4通信性能分析模型,验证了不同传输参数以及不同信号传播信道对性能的影响,试图设计更为完备的分析模型,探索参数的影响并调整参数来进一步提升C-V2X模式4通信性能的可能性。

摘要：通过分析地面常规自动驾驶智能化和网联化技术发展现状及技术特点,结合煤矿井下无GNSS(全球卫星导航系统)信号覆盖、巷道照度低、遮挡物与障碍物较多、煤尘粉尘普遍存在的环境特点,提出了煤矿井下开展自动驾驶研究的关键技术,即无GNSS的移动高精定位技术、激光雷达技术、基于毫米波雷达的井下障碍物检测技术、井下低照度视频实时增强和特征匹配技术、井下环境高精地图技术、井下自动驾驶车辆决策规划技术、井下自动驾驶车辆控制执行技术、井下5G通信技术、C-V2X直连通信技术等;指出煤矿井下开展自动驾驶应用具有少人化/无人化需求显著、运营管理主体明确、场景封闭、路线固定、车速较慢、渗透率可控、5G建设基础较好、接口易开放等优势。构建了包括井下自动驾驶车辆、巷道基础设施、人员、煤矿云/边缘计算平台及煤矿自动驾驶应用服务平台的“人-车-巷-云”煤矿井下网联式自动驾驶系统参考架构,设计了包括感知定位系统、网联协同系统、车载操作系统、车辆基础组件的煤矿自动驾驶车辆架构,提出煤矿井下网联式自动驾驶演进将经历3个阶段:第1阶段为远程自动驾驶,实现车辆驾驶人员从井下到井上的转移;第2阶段为具有紧急接管边界的车辆自动驾驶,以车辆自动驾驶为主,将远程紧急接管作为安全保障手段;第3阶段为“人-车-巷-云”协同控制,井下自动驾驶车辆安全高效自主运行,实现高度无人化智能运输。