[论文解读] Distributed Cache Enabled V2X Networks: Proposals, Research Trends and Challenging Issues

Di Zhang|arXiv (Cornell University)|Mar 16, 2018

Vehicular Ad Hoc Networks (VANETs)参考文献 6被引用 5

一句话总结

本文提出了一种分布式缓存增强的V2X网络，将机动车、非机动车、行人和物联网设备统一整合为一个智能交通系统。通过在所有路边设备上实施异构缓存，并融合LTE、DSRC和毫米波频段，该框架提升了频谱效率，降低了时延，并支持高可靠通信，适用于安全关键型应用。

ABSTRACT

Nowadays, the internet of vehicles (IoV) has been evolved into the stage of vehicle to everything (V2X). However, the majority of existing work focuses on the motor-vehicles. In contrast, the sharing bicycle system is vastly and rapidly deployed as a feasible internet of things (IoT) application scene for the last mile problem (e.g., from station to home/office). Moreover, the internet access of current V2X is relied on the back-haul to roadside unit (RSU) connections. In this paper, other than prior work, we propose a versatile V2X system with a distributed framework and heterogeneous caching method. All the vehicles and devices on-the-road (motor-vehicle, non-motor-vehicle, pedestrian, etc.) are comprehensively included in the proposed networks. We further introduce a heterogeneous cache method for effective wireless transmission while utilizing the massive connected devices. The potential research trends on achieving high speed transmission, deep programming dedicated network slicing are highlighted as well as the big data, machine learning (ML), fog computing based image recognition and reconstruction, to provide some insights for future studies. Finally, the challenging issues, i.e., urban street canyon path loss and channel models, ultra reliable communication and low latency requirements, are discussed.

研究动机与目标

• 为解决当前V2X网络主要以机动车为中心、且未充分利用共享自行车和行人等非机动车设备的局限性。
• 通过在所有连接的道路设备上部署异构缓存机制，提升无线频谱效率并减轻回传负载。
• 为智能交通系统和自动驾驶应用实现高速、低时延、超可靠通信。
• 识别并分析城市V2X环境中路径损耗建模、信道建模以及URLLC（超可靠低时延通信）的关键研究挑战。
• 探索网络切片、大数据分析、机器学习以及边缘图像识别在V2X智能化中的未来研究方向。

提出的方法

• 提出一种统一的V2X网络模型，通过分布式缓存框架将机动车、非机动车（如共享自行车）、行人和物联网设备整合为一体。
• 引入异构缓存策略，将内容缓存在基站、车辆和移动设备等各种节点上，以减少回传和传输时延。
• 采用多频段无线接入策略，结合LTE、DSRC（5.9 GHz）和毫米波（mmWave），以满足多样化通信需求并提升频谱效率。
• 在车体上集成太阳能转换器，以减少碳排放并支持可持续的网络运行。
• 利用内容中心网络（CCSM）原理，实现网络内内容的存储与检索，降低对远程数据中心的依赖。
• 应用网络切片与实时处理技术，支持安全关键型应用所需的超可靠低时延通信（URLLC）。

实验结果

研究问题

• RQ1 如何通过分布式缓存框架有效将异构设备（车辆、共享自行车、行人）整合进统一的V2X网络架构？
• RQ2 城市街道峡谷环境对V2X网络中路径损耗和信道建模有何影响，特别是对毫米波和非视 Line-of-Sight（NLOS）条件的影响？
• RQ3 在高移动性与高干扰的密集多设备V2X环境中，如何实现超可靠低时延通信（URLLC）？
• RQ4 机器学习与边缘计算在支持智能交通控制的实时图像识别与重建方面发挥何种作用？
• RQ5 如何通过网络切片与跨层设计优化不同V2X服务（如紧急预警与自动驾驶）的性能？

主要发现

• 在城市街道峡谷环境中，非视 Line-of-Sight（NLOS）路径损耗在单次转弯后急剧增加，导致可靠通信仅限于单次转弯的NLOS链路。
• 毫米波路径损耗模型仍不成熟，尽管在纽约等城市已进行了大量测量，但尚未建立成熟的城区信道模型。
• 在1 ms时延（5G）下，以120 km/h行驶的车辆仅移动3 cm，而30 ms时延（LTE）下则移动9 dm，凸显了自动驾驶中对超低时延的迫切需求。
• 在所有连接设备上实施异构缓存可显著降低回传负载，并通过本地内容分发提升系统能效。
• 超可靠通信对安全关键型应用至关重要，因为即使1 ms时延下可靠性仅为50%，仍不足以满足要求；关键控制消息的可靠性必须保持在99%以上。
• 未来V2X系统需要整合网络切片、实时处理芯片与安全协议，以应对可靠性、时延与安全挑战。