5G大数据时代下，车联网如何应用发挥的
引言
近年来，工业界与学术界的努力推动，使得5G移动通信系统实现了快速发展与商用，与此同时，5G移动通信正逐步应用于工业制造、交通运输、传媒与物流等诸多垂直行业，赋能行业的数字化转型，车联网作为5G移动通信在垂直行业的重要应用之一，正推动着交通管理模式、汽车产业形态、人们出行方式和能源消费结构的深刻变革，然而，车联网与传统无线网络在移动性、通信场景以及业务特征等方面存在明显差异；为实现对车联网实时、灵活、高效的管理控制，以促进强时效高可靠的车联网通信，本文提出了一种新型可编程的5G软件定义车联网架构。
一、5G 软件定义车联网的拓扑结构
（图1.5G软件定义车联网的拓扑结构）
图1 所示为5G软件定义车联网的拓扑结构，从图中可以看出，网络由软件定义网络控制器（SDNC）、路侧单元控制器（RSUC）、 RSU、基站和汽车等组成，此外从图中还可以看出5G软件定义车联网包含三种通信链路—基础设施与基础设施通信链路、V2V通信链路和V2I通信链路。
考虑到汽车的快速移动性以及RSU与汽车之间存在大量的数据交互，汽车常会在不同RSU覆盖范围间进行频繁切换，为了解决频繁切换问题，我们在5G软件定义车联网的边缘提出了一种雾小区结构，其中一个雾小区由一个RSU和车辆群组成，而RSUC用于实现对雾小区的控制，负责雾小区内的资源管理。
（图2.5G软件定义车联网的逻辑结构）
图2 展示了5G软件定义车联网的逻辑结构。如该图所示，5G软件定义车联网在逻辑上可以分为数据层、控制层与应用层。
- 数据层
数据层由汽车、RSU和基站组成，其主要功能包括数据的采集与转发，为支持上述功能，数据层中的汽车主要配备了三大模块—信息采集模块、定位模块和通信模块；
- 汽车信息采集模块汽车信息采集模块主要由摄像头、激光、红外和声呐等多种车载传感器组成，利用这些传感器，可以对各种汽车信息（包括行驶速度、方向和油/电量等）以及周围环境信息（包括相邻汽车和交通路况等信息）进行采集。
- 汽车定位模块汽车定位模块负责获取汽车的绝对位置与相对位置信息，与汽车的绝对位置信息相比，相对位置信息可以为5G软件定义车联网提供更高的定位精度。
- 汽车通信模块汽车通信模块包括了V2I通信模块与V2V通信模块，其中V2I通信模块负责汽车与路侧基础设施间的无线通信，V2V通信模块负责汽车间的无线通信。
控制层
控制层由开放且与数据层硬件无关的软件控制器组成，其为网络获得开放的可编程能力提供了平台基础，控制器主要分为RSUC和SDNC两类，其中RSUC是雾小区的控制中心，负责雾小区内的资源配置管理及控制决策，而SDNC是整个5G软件定义车联网的控制中心，负责协调各雾小区间的资源分配以及整个网络的全局控制决策；此外，RSUC与SDNC主要配备了以下功能模块。
- 信息汇总模块 信息汇总模块负责根据数据层转发过来的数据信息，绘制出全局信息视图。
- 网络状态监测模块 网络状态监测模块负责对5G软件定义车联网中的链路状态进行监测。
- 计算模块 计算模块主要负责根据绘制的全局信息视图以及监测的链路状态推算出相应控制结果，一般而言，计算模块部署于SDNC的云计算中心与RSUC的雾计算中心。
- 热点内容缓存模块通过将大多数汽车所需的热点内容缓存于RSUC中，可以减少RSUC与SDNC之间的反复请求与调用，这不仅提高了信息利用率，还有效增强了信息时效性。
- 应用层 应用层直接面对来自用户的不同应用（主要分为道路安全、交通效率和信息娱乐等三大类应用）需求，根据这些应用需求，应用层负责在控制器提供的平台基础上编程开发制定相应规则与策略，这其中包括数据流转发规则与各种资源（例如通信、计算与存储资源）分配策略等，制定好的规则与策略再经应用层与控制层之间统一开放可编程的通信接口转发至控制层。
二、雾小区中的数据包传输时延
（图3典型雾小区内的汽车通信）
二、雾小区运行机制
(1) 雾小区内汽车通信机制
如图3所示，一个典型雾小区由一个RSU与车辆群组成，为避免汽车由于运动行驶引起的在不同RSU覆盖范围间频繁切换，雾小区内的汽车将采用如图3所示的通信机制与RSU建立通信连接。
- 雾小区建立与范围确定机制
雾小区可以按照如下步骤建立，从而确定其范围。
步骤一，雾小区网关汽车的确定，RSUC通过计算雾小区RSU覆盖范围内每辆汽车的加权值来选择网关汽车。
步骤二，网关汽车通知包的广播，网关汽车通过周期性地广播网关汽车通知包，来通知其通信范围内的其它车辆其已成为网关汽车，收到网关汽车通知包的车辆可以进一步协助网关汽车向外广播网关汽车通知包。
步骤三，雾小区非网关汽车的添加，非网关汽车在收到网关汽车通知包后可以通过单跳或多跳通信链路向网关汽车发送请求入雾包，以请求加入相应的雾小区，在收到来自非网关汽车的请求入雾包后，网关汽车将根据自身流量负载情况，来决定是否向非网关汽车发送允许入雾包，接受非网关汽车加入网关汽车所在的雾小区。
- 雾小区调整与维护机制
由于车辆行驶方向与路径等因素变化可能影响雾小区内通信链路的稳定性，进而对雾小区的范围及稳定产生影响，因此需要合适机制对雾小区进行自适应调整以应对上述可能发生的变化，从而维护雾小区通信。
这种情况下如何调整与维护雾小区进行介绍，
情况一，雾小区网关汽车发生变化，当网关汽车驶出RSU覆盖范围时，网关汽车与RSU之间的通信链路中断，此时需要在RSU覆盖范围内重新计算选择一辆汽车作为网关汽车，并以此汽车为中心重建雾小区，以维护雾小区通信。
情况二，雾小区非网关汽车发生变化，当雾小区网关汽车位于RSU覆盖范围内，而雾小区非网关汽车由于行驶方向与路径等因素变化导致其与网关汽车的V2V通信链路中断时，这就涉及非网关汽车变化的情况，为应对这种情况，我们可以采用如下机制对雾小区进行自适应调整，以维护当前雾小区通信。
具体地，网关汽车通过多播方式周期性地向其所在雾小区内的非网关汽车发送雾小区维护包，非网关汽车在收到雾小区维护包后需向网关汽车回复相应的维护确认包。如果网关汽车在若干周期内没有收到来自其所在雾小区内某辆非网关汽车的维护确认包，或者该辆非网关汽车在若干周期内没有收到来自其所在雾小区内网关汽车的雾小区维护包，则默认该辆非网关汽车与网关汽车的V2V通信链路已断开，即该辆非网关汽车已脱离雾小区。当前雾小区和该辆非网关汽车可以按照雾小区建立与范围确定机制的步骤二和三分别添加新的非网关汽车成员和加入新的雾小区，从而实现雾小区的调整与维护，由于雾小区是5G软件定义车联网的基本组成部分，因此接下来我们将对雾小区中的通信性能进行分析。
（图4雾小区中的数据包传输时延）
（4）雾小区中的数据包传输时延
本节考虑采用72GHz频段的毫米波信号以实现多跳V2V通信，并且单跳V2V链路上的信道增益（分贝形式）由下式给出
（公式1）
由于汽车编队行驶于一维单向道路，因此可认为汽车之间能够实现完美的毫米波波束对准，即收发两端的毫米波天线波束方向增益都达到最大值G且波束对准不耗时。那么单跳V2V链路上的可达数据速率为：
（公式2）
其中B为毫米波带宽，Γ为单跳链路上的信噪比（signal-to-noise ratio，SNR）且表达式（分贝形式）如下：
（公式3）
（公式4）
（公式5）
（公式6）
（公式7）
（5）雾小区吞吐量
为了验证所提 5G 软件定义车联网架构下的网络通信性能，本节将对传统车联网 采用的固定带宽分配算法和所提 5G 软件定义车联网支持的自适应带宽分配算法下雾小区吞吐量进行对比分析。
具体地，在传统车联网所采用的固定带宽分配算法下，雾小区内汽车被分配大小固定且相等的带宽进行通信。然而，由于不同汽车对应的实际业务不同，导致其对通信带宽的需求存在差异。通过利用这种带宽需求差异，基于5G 软件定义车联网中 RSUC 上支持的实时按需资源分配功能，我们提出了一种新型自适应带宽分配算法以提高雾小区吞吐量。
考虑雾小区内总共存在X辆汽车，其中X＞0，RSU通过单跳或多跳链路向这些汽车传输数据包。由于雾小区内 RSU 与每辆汽车间的通信所使用的频段相互正交，因此 RSU 与每辆汽车的通信之间互不干扰。为便于分析，本节假设每辆汽车作为接收端处的 SNR 相等。这与RSU至汽车间的通信链路是否为单跳还是多跳无关，雾小区吞吐量的上限为：
（公式8）
固定带宽分配算法下的雾小区吞吐量为：
（公式9）
自适应带宽分配算法下的雾小区吞吐量为：
（公式10）
三、仿真结果及分析
通过在MATLABR2018a这一仿真平台上撰写数值仿真程序，同时设计蒙特卡洛仿真实验，以评估雾小区数据包平均传输时延性能雾小区吞吐量性能，其中蒙特卡洛仿真结果为10万次蒙特卡洛仿真实验下相应性能的统计平均值，所有仿真实验均运行于CPU为英特尔至强E5-2680v4、内存为128 GB、操作系统为Windows的仿真服务器上。
仿真实验中设置所有汽车都以70 km/h的恒定速度编队行驶于同一条单向车道上，当雾小区网关汽车行驶至RSU通信覆盖范围边界时，会触发V2R通信切换，V2R通信切换的具体实现过程为：RSU首先断开其与原网关汽车的V2R通信链路，然后在其通信覆盖范围内选择一辆离其最近的汽车作为新网关汽车，并与之建立 V2R通信链路，此时包括原网关汽车在内的其它汽车可以通过原有V2V通信链路继续保持与新网关汽车的相连，并通过新网关汽车的中继协作实现与RSU的通信。
（图5道路车辆密度、车辆数/m）
图5展示了不同传输距离下，雾小区中数据包平均传输时延随道路车辆密度变化情况，从图5中可以看出，车辆密度固定时，平均传输时延随着传输距离的增大而增大；而当传输距离固定时，平均传输时延随着车辆密度的增大呈现先减后增的趋势，即存在一个最优的车辆密度使得平均传输时延最小。
这是因为每辆汽车总是选择离其最近的汽车作为中继进行数据包转发，相邻汽车间距较大，这使得单跳V2V通信链路性能较差，此时增大车辆密度可以降低相邻汽车间距，从而有利于改善单跳V2V链路性能，降低传输时延，然而当车辆密度较大时，尽管此时单跳链路时延较小，但链路跳数较大。在这种情况下，传输时延很大程度取决于数据包在每辆中继汽车上的处理时延，而增大车辆密度会增加链路跳数，从而导致多跳链路上数据 包平均传输时延增大。
（图6雾小区内车辆数量）
图6展示了传统车联网采用的固定带宽分配算法和所提5G软件定义车联网支 持的自适应带宽分配算法下，雾小区平均吞吐量随雾小区内汽车数量变化情况，从图6中可以看出，当雾小区内汽车数量固定时，所提5G软件定义车联网支持的自适应带宽分配算法下雾小区平均吞吐量总是大于传统车联网采用的固定带宽分配算法下雾小区平均吞吐量。这是因为，在固定带宽分配算法下，当汽车被分配的通信带宽大小大于其带宽需求时，会导致雾小区内存在未被利用的带宽资源，而这些带宽资源在自适应带宽分配算法下可以得到充分利用，即可以被分给固定带宽分配算法下带宽需求未能得到满足的汽车。
从图6中还可以看出，对于同一种带宽分配算法，雾小区平均吞吐量首先随着汽车数量的增加而增大，然而当汽车数量超过25时，雾小区平均吞吐量保持不变，这是因为在本图所考虑的仿真参数下，当汽车数量超过25时，雾小区内所有带宽资源都已全部分给雾小区内的汽车，即此时不存在未被分配的带宽资源，在这种情况下，增加汽车数量并不会增大雾小区吞吐量。
总结：
为实现对车联网实时、灵活、高效的管理及控制，以促进强时效高可靠的车联网通信，本文章提出了一种融合5G移动通信、云计算、雾计算和SDN等技术的新型可编程5G软件定义车联网架构，其中网络被分为应用层、控制层和数据层等三个逻辑层面，并且基于软件编程定义车联网功能，实现了网络控制功能与数据转发功能的分离以及网络的分层管理控制。
5G大数据时代
在此基础上，我们在5G软件定义车联网的边缘提出了一种雾小区结构以避免汽车在不同RSU覆盖范围间的频繁切换，我们进一步对雾小区中的数据包传输时延与吞吐量进行了分析，并提出了一种新型自适应带宽分配算法以提高雾小区吞吐量。仿真结果表明，存在一个最优的道路车辆密度使得雾小区中数据包平均传输时延最小，并且所提 5G 软件定义车联网支持的自适应带宽分配算法在雾小区平均吞吐量性能上优于传统车联网采用的固定带宽分配算法。