论文部分内容阅读
随着世界经济的快速发展，全球汽车保有量持续增加。尽管安全气囊、安全带和自动制动系统等为车辆和乘客提供被动性安全保护的辅助配置已经应用了多年，交通事故伤亡率却有增无减，交通安全已成为制约现代社会快速发展的严重问题。智能交通系统(Intelligent Transportation System, ITS)是解决交通安全问题最有效的技术方法之一。专用短程通信(Dedicated Short Range Communication, DSRC)技术能够实现车辆之间互联互通进而形成车载自组织网络(Vehicular Ad Hoc Network, VANET)，VANET是ITS最重要的组成部分之一。车辆主动式安全通信(Vehicular Safety Communication, VSC)利用车载自组织网络实时与周围车辆交换安全消息，以提醒驾驶员可能发生的潜在危险，从而提高道路交通安全。通常，车辆主动式安全应用对车辆主动式安全通信有着严苛的性能要求，而车联网中存在着诸多影响车辆主动式安全通信性能的环境因素。为了检验现有协议能够满足安全应用的时效性和可靠性需求，本文采用数学分析模型的方法分析了基于DSRC的车辆主动式安全通信的性能。另外，DSRC标准只提供了固定的10MHz控制信道用于车辆主动式安全通信，而日渐增长的车辆数量会使信道变得十分拥塞，进而降低系统的通信性能。为了缓解车辆主动式安全通信对频谱需求过大与频带资源短缺之间的矛盾，本文就基于DSRC的车辆主动式安全通信资源分配展开了研究，一方面通过设计出更加高效的拥塞控制算法以避免信道拥塞发生，另一方面利用认知无线电(Cognitive radio, CR)技术为车辆寻找出可接入的空白频带。本文的主要研究工作如下：
(1)在现有的离散时间马尔可夫链(Discrete-time Markov Chain, DTMC)分析模型的基础上，提出了一个更加综合的DTMC模型来分析采用单一接入类别IEEE802.11p增强型分布式信道访问(Enhanced Distributed Channel Access, EDCA)协议的基本安全消息单跳广播性能。该模型综合考虑了多种实际影响因素，包括非饱和网络、MAC层退避过程以及M/G/1排队系统、车辆移动性、数据包大小分布、隐藏终端问题、非精确信道。同时，还定义了数据包延迟、数据包递交率、数据包接收率等三个基于统计平均意义的指标评判基本安全消息单跳广播的性能优劣，并且还推导出了它们的闭合表达式。
(2)针对DTMC分析模型本身存在的近似问题，提出了一个更加精确的基于半马尔科夫链(Semi-Markov Process, SMP)的综合分析模型用于分析采用四种接入类别IEEE802.11pEDCA协议的多类型安全消息单跳广播性能。该模型综合考虑了各种影响因素，包括隐藏终端、非饱和网络、MAC层退避过程以及M/G/1/K排队模型、Nakagami-m信道。同时还定义了基于收发器之间距离的数据包延迟、数据包递交率、数据包接收率等能够更加深入地反映广播可靠性变化的网络性能指标，并推导出了它们的闭合表达式。
(3)针对采用同步P-持续重复(synchronized P-persistent repetition, SPR)接入协议的车辆队列(Vehicle Platooning)，建立了一个以搜索最优基本安全消息传输速率分配为目标的队列管理优化问题,并求解出了车辆队列在任意巡航速度下对应的最优基本安全消息传输速率分配。
(4)在认知车联网频谱感知算法研究中，针对现有的基于最大特征值的单天线频谱算法检测在高噪声环境下准确率不高的问题，提出了一种基于最大特征值的多天线频谱感知算法，并推导出了算法的阈值以及虚警率的闭合表达式。同时，还提出了一种基于中继的本地主接收器(Primary Receiver, PR)检测频谱感知算法，能够找到在现有的基于主发射器(Primary Transmitter, PT)检测的频谱感知算法中认定为无效的频谱接入机会，并推导出了算法相应的漏检率和虚警率的闭合表达式。另外，在基于中继的本地PR检测算法的基础上，针对车联网中存在的隐藏终端、信道衰减问题，进一步提出了一种基于中继的协作频谱感知算法，并分别推导出了算法在“AND”，“OR”，“K-秩”融合规则下相应的漏检率和虚警率的闭合表达式。
(1)在现有的离散时间马尔可夫链(Discrete-time Markov Chain, DTMC)分析模型的基础上，提出了一个更加综合的DTMC模型来分析采用单一接入类别IEEE802.11p增强型分布式信道访问(Enhanced Distributed Channel Access, EDCA)协议的基本安全消息单跳广播性能。该模型综合考虑了多种实际影响因素，包括非饱和网络、MAC层退避过程以及M/G/1排队系统、车辆移动性、数据包大小分布、隐藏终端问题、非精确信道。同时，还定义了数据包延迟、数据包递交率、数据包接收率等三个基于统计平均意义的指标评判基本安全消息单跳广播的性能优劣，并且还推导出了它们的闭合表达式。
(2)针对DTMC分析模型本身存在的近似问题，提出了一个更加精确的基于半马尔科夫链(Semi-Markov Process, SMP)的综合分析模型用于分析采用四种接入类别IEEE802.11pEDCA协议的多类型安全消息单跳广播性能。该模型综合考虑了各种影响因素，包括隐藏终端、非饱和网络、MAC层退避过程以及M/G/1/K排队模型、Nakagami-m信道。同时还定义了基于收发器之间距离的数据包延迟、数据包递交率、数据包接收率等能够更加深入地反映广播可靠性变化的网络性能指标，并推导出了它们的闭合表达式。
(3)针对采用同步P-持续重复(synchronized P-persistent repetition, SPR)接入协议的车辆队列(Vehicle Platooning)，建立了一个以搜索最优基本安全消息传输速率分配为目标的队列管理优化问题,并求解出了车辆队列在任意巡航速度下对应的最优基本安全消息传输速率分配。
(4)在认知车联网频谱感知算法研究中，针对现有的基于最大特征值的单天线频谱算法检测在高噪声环境下准确率不高的问题，提出了一种基于最大特征值的多天线频谱感知算法，并推导出了算法的阈值以及虚警率的闭合表达式。同时，还提出了一种基于中继的本地主接收器(Primary Receiver, PR)检测频谱感知算法，能够找到在现有的基于主发射器(Primary Transmitter, PT)检测的频谱感知算法中认定为无效的频谱接入机会，并推导出了算法相应的漏检率和虚警率的闭合表达式。另外，在基于中继的本地PR检测算法的基础上，针对车联网中存在的隐藏终端、信道衰减问题，进一步提出了一种基于中继的协作频谱感知算法，并分别推导出了算法在“AND”，“OR”，“K-秩”融合规则下相应的漏检率和虚警率的闭合表达式。