協(xié)作式自動駕駛（Cooperative Autonomous Driving）融合了自主式智能和車聯(lián)網(wǎng)技術(shù)（本文特指Vehicle-to-Everything,V2X）,可以實現(xiàn)協(xié)作感知和協(xié)同操作,能夠有效提升自動駕駛汽車的智能化水平,增強安全性和舒適性,降低能源消耗,改善通行效率。由于協(xié)作式自動駕駛對時延、可靠性、速率和覆蓋范圍等通信指標要求很高,以LTE-V2X（Long Term Evolution-V2X）和DSRC（Dedicated Short Range Communication）為代表的現(xiàn)有車聯(lián)網(wǎng)技術(shù)難以滿足需求。為此,業(yè)界在 201 5 年左右開始對基于 5G（5th Generation Mobile Networks）的V2X演進技術(shù)進行研究。本文圍繞從原理設計和設備研發(fā)到商業(yè)部署運營再到技術(shù)演進發(fā)展過程中,5G-V2X無線傳輸技術(shù)及其優(yōu)化方法研究中存在的4個關鍵技術(shù)問題展開。這些問題包括:5G-V2X原型系統(tǒng)無線傳輸方案設計與驗證;商用異系統(tǒng)共存場景功率分配;城市級（Citywide）5G-V2X網(wǎng)絡負載預測;以及復雜優(yōu)化模型的通用求解工具。本文的主要研究工作... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：162 頁

【學位級別】：博士

【部分圖文】：

圖１－１?３ＧＰＰ定義的Ｖ２Ｘ通信類型??

??｜?（ＩＥＴＦＲＦＣ?７９３／７６８）?ＢＴＰ?—ｆ?－?ＥＮ?３〇２?６３６??Ｃ－ＩＴＳ?Ｉ?１ｐ＾６?ＺＩＺＪ?ＧｅｏＮｅｔｗｏｒｋｉｎｇ?貢?＋?—?ＴＳ?１０３?０９７??Ｉ?（ＲＦＣ２４６０）?ＧＮ６?＾?ＴＳ?１０２?９４１??Ｓ?、?Ｎ??ＭＡＣ?Ｅｘｔｅｎｓｉｏｎｓ?ＥＮ?３０２?６６３??：?＾?＿ＴＳ?１０２?７２４?＿?ＩＴＳ－Ｇ５?????ｔ?ｆ?ＴＳ?１０２?６８７??ＰＨＹ?ＴＳ?１０３?１７５?????）／?Ｊ??圖１－２?ＤＳＲＣ和Ｃ－ＩＴＳ的協(xié)議棧對比??由于８０２．１?ｌａ技術(shù)己經(jīng)誕生近２０年了，在其基礎上，ＩＥＥＥ又發(fā)布了多項先進??的８０２．１１技術(shù)，但并未包含在８０２．１?ｌａ中。為此，ＩＥＥＥ于２０１８年３月成立了ＩＥＥＥ?Ｎｅｘｔ??Ｇｅｎｅｒａｔｉｏｎ?Ｖ２Ｘ研究組，利用８０２．ｌｌｎ／ａｃ／ａｘ中先進的物理層與ＭＡＣ?（Ｍｅｄｉｕｍ??Ａｃｃｅｓｓ?Ｃｏｎｔｒｏｌ）層技術(shù)對基于ＩＥＥＥ的Ｖ２Ｘ技術(shù)進行增強。目標是減小與３ＧＰＰ的??Ｖ２Ｘ技術(shù)特別是５Ｇ－Ｖ２Ｘ間的性能差距，并擴展可支持的服務與場景。２０１９年１月，??ＩＥＥＥ成立工作組Ｔａｓｋ?Ｇｒｏｕｐ?８０２．１?ｌｂｄ?（ＴＧｂｄ）。??ＩＥＥＥ?８０２．１１ｂｄ的設計目標包括：至少有一種模式，在最高相對速度達??５００ｋｍ／ｈ情況下，實現(xiàn)８０２．１?ｌｐ兩倍的ＭＡＣ吞吐量；至少有一種模式，通信范圍可??以達到８０２．１?Ｉｐ的兩倍；至少有一種模式，車輛位置可以輔助Ｖ２Ｘ通信；可以工作??在６０ＧＨｚ頻帶（５７ＧＨｚ－７１ＧＨｚ）；在互操作方面，８０２．１１ｐ設備至少可以解碼??

北京郵電大學工學博士學位論文??１）在子幀結(jié)構(gòu)結(jié)構(gòu)設計上，為支持最高５００ｋｍ／ｈ的移動速度和較高頻段（主??要是５．９ＧＨｚ頻段），增加了解調(diào)參考信號（ＤｅｍｏｄｕｌａｔｉｏｎＲｅｆｅｒｅｎｃｅＳｉｇｎａｌ，ＤＭＲＳ）??在時域上的密度，將ＬＴＥ－Ｄ２Ｄ中１個子幀包含２列符號增加為４列符號，如圖１－３所??不。??ＬＴＥ－Ｄ２Ｄ?０１２?３?４５６７８９＾＾２?＾；??＜?■?—?１?ｍｓ?＂丨?》｜??ＬＴＥ－Ｖ２Ｘ?０１２３４Ｓ６７８９ｊ；；?＾Ｊ??卜?＿■?■■?■丨?１ｍｓ?■?—?？｜??ＡＧＯ?Ｄａｔａ?、ＤＭＲＳ?｜?ＧＰ??圖１－３?ＬＴＥ－Ｖ２Ｘ和ＬＴＥ－Ｄ２Ｄ中的ＤＭＲＳ位置和密度對比??２）調(diào)整了調(diào)度分配（Ｓｃｈｅｄｕｌｉｎｇ?Ａｓｓｉｇｎｍｅｎｔ）與數(shù)據(jù)資源（Ｄａｔａ?Ｒｅｓｏｕｒｃｅ）??的復用方式。按照頻分復用的方式，將ＳＡ和數(shù)據(jù)資源放在１個子幀中發(fā)送，以提??升高密度場景下的系統(tǒng)性能同時滿足低時延的要求。ＳＡ和ＤＡＴＡ可以使用相鄰??ＲＢ?（Ｒｅｓｏｕｒｃｅ?Ｂｌｏｃｋ，資源塊），也可以使用不相鄰ＲＢ，如圖１－４所示。??ＳＡ?＆?Ｄａｔａ?ｒｅｓｏｕｒｃｅｓ??ｆｌ??：?：．?????—＾—??ＤＡＴＡＯ?ＳＡ?＆?Ｄａｔａ?ｒｅｓｏｕｒｃｅｓ??Ｍ?ＩＨＩ??Ｄａｔａ?ｏｎｌｙ?ｒｅｓｏｕｒｃｅｓ??ＳＡ?＆?Ｄａｔａ?ｒｅｓｏｕｒｃｅｓ??圖１?－４?ＳＡ和數(shù)據(jù)資源的復用方式??３）針對執(zhí)行分布式調(diào)度的Ｍｏｅｄ４，根據(jù)Ｖ２Ｖ業(yè)務具有強周期性的特點，引入??了一種基于感知的半持續(xù)傳輸（Ｓｅｍｉ－ＰｅｒｓｉｓｔｅｎｔＴｒａｎｓｍｉ

【參考文獻】：
期刊論文
[1]車聯(lián)網(wǎng)產(chǎn)業(yè)進展及關鍵技術(shù)分析[J]. Wai CHEN,李源,劉瑋.  中興通訊技術(shù). 2020(01)
[2]中歐V2X聯(lián)合試驗關鍵場景及技術(shù)[J]. 陳濤,Matti KUTILA,鄭銀香,鄧偉,王江舟.  中興通訊技術(shù). 2020(01)
[3]基于神經(jīng)網(wǎng)絡模型的網(wǎng)絡流量預測綜述[J]. 杜爽,徐展琦,馬濤,楊帆.  無線電通信技術(shù). 2020(02)
[4]5G NR-V2X直連通信頻率需求研究[J]. 李儼,高路.  中興通訊技術(shù). 2020(01)
[5]基于車輛行為分析的車聯(lián)網(wǎng)超可靠低時延通信關鍵技術(shù)[J]. 張海霞,劉文杰,薛彤,梁聰.  中興通訊技術(shù). 2020(01)
[6]5G-NR基站軟節(jié)能技術(shù)[J]. 黃俊,田森,張詩壯.  中興通訊技術(shù). 2019(06)
[7]基于AI的5G基站節(jié)能技術(shù)研究[J]. 張志榮,許曉航,朱雪田,夏旭.  電子技術(shù)應用. 2019(10)
[8]5G V2X關鍵技術(shù)及標準進展[J]. 沈霞.  信息通信技術(shù)與政策. 2019(08)
[9]自動駕駛汽車里的地圖[J]. 賈宗仁.  中國測繪. 2019(04)
[10]Pricing Based Power Control for Inter-Cell UAV-Assisted Vehicle-to-Vehicle Underlay Communication[J]. Qin Wang,Ye Chen,Shu Yin,Lei Tian,Yongan Guo.  中國通信. 2019(01)

博士論文
[1]車聯(lián)網(wǎng)中數(shù)據(jù)傳輸與隱私保護關鍵技術(shù)研究[D]. 劉姿杉.北京郵電大學 2019
[2]蜂窩網(wǎng)中基站和流量的時空聚集分布及相應的緩存與多播策略研究[D]. 周逸凡.浙江大學 2018
[3]車聯(lián)網(wǎng)群智感知與服務關鍵技術(shù)研究[D]. 袁泉.北京郵電大學 2018
[4]車聯(lián)網(wǎng)多頻道協(xié)議設計研究[D]. 曹毅.山東大學 2017
[5]群智能優(yōu)化算法及其應用[D]. 馮春時.中國科學技術(shù)大學 2009

碩士論文
[1]無信號燈交叉路口智能網(wǎng)聯(lián)車輛多目標協(xié)同調(diào)度方法研究[D]. 趙幸.東南大學 2019
[2]超密集網(wǎng)絡中以用戶為中心的虛擬小區(qū)技術(shù)研究[D]. 陳露.北京郵電大學 2018



本文編號：3538894