[论文解读] Stochastic Geometry Modeling of Cellular V2X Communication on Shared Uplink Channels.

Muhammad Nadeem Sial, Yansha Deng+3 more|arXiv (Cornell University)|Apr 12, 2018

Vehicular Ad Hoc Networks (VANETs)被引用 6

一句话总结

本文提出了一种随机几何框架，用于建模蜂窝式V2X网络中的上行链路性能，其中车辆根据距离和偏差因子通过车对基站（V2B）或车对车间（V2V）侧链进行通信。该文推导了V2B和V2V链路的新关联概率与成功概率，表明在现实的道路与基站部署条件下，V2X相较于纯V2V通信在可靠性方面表现更优。

ABSTRACT

To overcome the limitations of Dedicated Short Range Communications (DSRC) with short range, non-supportability of high density networks, unreliable broadcast services, signal congestion and connectivity disruptions, Vehicle-to-anything (V2X) communication networks, standardized in 3rd Generation Partnership Project (3GPP) Release 14, have been recently introduced to cover broader vehicular communication scenarios including vehicle-to-vehicle (V2V), vehicle-to-pedestrian (V2P) and vehicle-to-infrastructure/network (V2I/N). Motivated by the stringent connection reliability and coverage requirements in V2X , this paper presents the first comprehensive and tractable analytical framework for the uplink performance of cellular V2X networks, where the vehicles can deliver its information via vehicle-to-base station (V2B) communication or directly between vehicles in the sidelink, based on their distances and the bias factor. By practically modeling the vehicles on the roads using the doubly stochastic Cox process and the BSs, we derive new association probability of the V2B communication, new success probabilities of the V2B and V2V communications, and overall success probability of the V2X communication, which are validated by the simulations results. Our results reveal the benefits of V2X communication compared to V2V communication in terms of success probability.

研究动机与目标

• 解决DSRC的局限性，如作用范围短以及在高密度车载环境下的可扩展性差问题。
• 为3GPP Release 14蜂窝式V2X网络中的上行链路性能提供一个可处理的分析模型。
• 表征在真实道路拓扑结构下V2B通信的关联概率。
• 在共享上行链路信道条件下，推导V2B与V2V链路的成功概率。
• 评估V2X通信的整体成功概率，以量化系统可靠性。

提出的方法

• 使用双重随机Cox过程对道路上的车辆位置进行建模，以捕捉空间随机性与道路结构特征。
• 使用泊松点过程对基站（BS）位置进行建模，以表示蜂窝网络基础设施。
• 定义一个偏差因子，以根据距离控制车辆与基站之间的关联偏好。
• 利用随机几何与拉普拉斯变换技术，推导V2B链路的关联概率。
• 通过信号干扰加噪声比（SINR）覆盖分析，计算V2B与V2V通信的成功概率。
• 将V2B与V2V的成功概率整合为一个总体的V2X成功概率度量指标。

实验结果

研究问题

• RQ1 在真实道路环境中，V2B通信的关联概率如何随距离和偏差因子变化？
• RQ2 在蜂窝式V2X网络中，共享上行链路信道下V2B通信的成功概率是多少？
• RQ3 在同一网络场景下，直接V2V通信的成功概率是多少？
• RQ4 V2B与V2V模式下，V2X通信的整体成功概率如何比较？
• RQ5 在可靠性与覆盖范围方面，V2B与V2V通信之间存在哪些关键权衡？

主要发现

• 所提出的分析框架成功地利用随机几何对蜂窝式V2X网络的上行链路性能进行了建模。
• 明确推导出V2B通信的关联概率，其为距离与偏差因子的函数。
• 在相同网络条件下，V2B通信的成功概率高于V2V通信。
• 通过整合V2B与V2V链路，V2X通信的整体成功概率显著提升。
• 仿真结果验证了分析推导的准确性，确认了所提模型的可靠性。
• 在高密度车载场景下，V2X通信相较于独立的V2V通信展现出更优的可靠性和覆盖范围。