车联网协作缓存策略与编码辅助数据传输

摘要

随着通信技术的发展，无线数据量正在以惊人的速度增长。在这些无线业务中，无线视频的比重超过了70%，且在逐年上涨。作为下一代通信网络的一种典型应用场景，车联网环境需要传输的数据量，特别是视频数据量也在逐年增加。如何在车联网中高效的传输如此海量的数据为未来无线网络的发展带来了挑战和机遇。作为一个非常有前景的技术，数据缓存技术可以大幅减少网络传输的压力并提高用户获取内容的性能，近年来受到了工业界和学术界的广泛关注。本文以车联网为背景，分析和研究基于协作的缓存部署策略以及编码辅助数据传输相关技术。　　首先，由于缓存的性能很大程度上由缓存部署策略和传输策略确定，本文针对异构网络提出一种基于协作的缓存策略，并将用户获取内容的能量消耗建模为关于缓存策略的函数。通过优化该缓存策略使得用户获取内容所需的能量消耗最低。研究结果表明，在相同条件下基于协作的缓存策略的性能优于其他缓存策略。更进一步，为了分析传输策略的影响，本文在基于中继传输的车车(V2V)网络中分析采用不同的传输方案如自动重传(ARQ)和混合式自动重传(HARQ)对缓存策略的影响。其中，HARQ策略包括了能量累积(EA)和互信息累积(MIA)两种。具体来说，针对每一种传输策略，刻画用户能够从周边V2V用户缓存获取其需要内容的概率(CSTP)，该概率是关于缓存策略的函数，进而得到该传输策略对应的最优缓存策略以最大化CSTP性能。仿真结果显示，相比于其它策略，基于MIA的传输策略可以得到更高的CSTP性能。　　由于无线数据大部分来自于视频业务，本文在V2V网络中分析和优化了视频缓存的性能。具体来说，视频内容通过可伸缩视频编码(SVC)技术进行编码成为多层数据。用户可根据其需求和信道情况自适应的获取一层或多层数据，而获取的数据层越多则得到的视频质量越高且对应的数据速率越高。在传输过程中，为了进一步自适应信道变化，采用了非正交传输策略，即为不同层的数据分配不同的功率，用户可根据信道情况借助于串行干扰消除(SIC)解码技术解码出不同层的数据。文章首先建模了用户从自身缓存(self-caching)和周边车辆缓存(V2V caching)获取其需要的视频内容可以达到的数据速率(CADR)。通过联合优化视频缓存策略以及功率分配策略使得该速率最大化。仿真结果显示，在相同条件下非正交传输策略对应的缓存策略能够得到更高的CADR性能。为了更进一步提炼SVC在缓存层面的特点，本文提出了一种基于数据层的缓存策略，即每一个缓存节点可能只缓存视频的某一些数据层。于是，重新刻画了CADR的建模，因为这种情况下缓存节点只能传输已缓存的数据层且功率分配只能在这些数据层中进行。通过联合优化视频缓存空间分配策略、视频缓存策略和对应的功率分配策略得到了最大化CADR性能。仿真结果表明相比于传统的基于内容的缓存策略，本文提出的基于数据层的缓存策略可以大幅度提高CADR性能。　　在车联网环境中，三维点状云数据的传输性能至关重要，因为这是自动驾驶安全性的重要保障。本文分别在V2I架构下和V2X架构下分析了点状云数据传输的性能。具体来说，点状云数据首先通过SVC技术被编码成为多层数据。在传输过程中采用自适应网络编码(ARNC)技术以适应多变的信道情况。在V2X架构下，分析了V2V和V2I调度算法对传输性能的影响。用户的移动性和时延要求的影响也被考虑进来，且传输性能由时延约束内的网络整体吞吐量描述。通过优化每一次传输时的调度策略以及ARNC数据包设计，可以最大化该吞吐量性能。仿真结果表明，通过优化不同网络编码技术中的传输数据包设计，基于ARNC的传输技术可以得到更高的网络吞吐量。　　最后，论文研究了视频更新新鲜度(freshness)问题。在车联网或者监控网络中，车辆或者远程监控需要知道实时路况或者被监控现场实时景象，发送端(基站或者近端摄像机)需要向接收端(车辆或者远程监控)发送近乎实时的视频内容。但是，由于信道的不确定性，接收端可能收不到任何信息或者只能收到某些基本数据，不能满足用户需求。比如，车辆无法从模糊的物体辨别路况进而做出合适动作，而视频质量的增强需要更多的时间资源，此时获取的视频可能已经失效。因此用户端获取到的视频的新鲜度和其质量之间存在一个折中，即新鲜度越高的内容可能视频质量(quality)越差，而需要更高质量的视频则新鲜度可能越低。本文通过分析视频更新频率和设计传输策略达到新鲜度和质量之间的折中。具体来说，视频内容被编码成多层数据，而在传输过程则采用ARNC技术。首先定义并建模了视频更新的新鲜度及质量性能，两者均和更新频率及传输策略相关。之后提出一个关于视频更新频率和传输策略的总体效用函数，且视频新鲜度和质量之间的折中在该效用函数取值最大时达到最佳平衡，而该平衡可以通过联合优化更新频率和每一次传输的ARNC数据包设计得到。研究表明，相比于其它的编码辅助传输策略，基于ARNC的传输方案能够得到更高的总体效用函数，达到新鲜度和质量之间的折中。

目录

声明

缩略词表

第1章 绪论

1.1 研究背景及意义

1.2 车联网缓存技术概述及研究现状

1.2.1 缓存技术背景

1.2.2 常用缓存技术

1.2.3 缓存部署策略研究现状

1.3 车联网中视频内容编码与传输概述及应用现状

1.3.1 常用视频编码技术

1.3.2 视频内容传输技术

1.3.3 可伸缩视频编码相关研究

1.3.4 车联网中三维点状云数据传输性能相关研究

1.3.5 车联网视频业务更新性能相关研究

1.4 本文的研究思路、主要贡献及论文内容组织

第2章 车联网协作缓存部署策略与性能分析

2.1 研究动机与研究思路

2.2 异构网络下基于协作的缓存部署策略性能分析

2.2.1 系统模型

2.2.2 异构网络下用户获取内容的能量消耗

2.2.3 基于协作的缓存部署策略优化

2.3 V2V网络中基于协作的传输对缓存性能的影响的分析

2.3.1 网络架构

2.3.2 基于能量累积的传输方案下用户获取内容的性能分析

2.3.3 基于互信息累积的传输方案下用户获取内容的性能分析

2.4 仿真结果分析

2.4.1 基于协作的缓存策略的性能仿真结果与分析

2.4.2 基于协作的传输方案的性能仿真结果与分析

2.5 本章小结

第3章 车联网基于可伸缩编码视频缓存与传输性能优化

3.1 研究动机与研究思路

3.2 V2V网络中基于内容的视频业务缓存与传输的性能分析

3.2.1 V2V网络中用户通过缓存获取视频内容的速率的建模

3.3 基于数据层的视频内容缓存与传输的性能分析

3.3.1 用户通过缓存获取视频内容的速率的建模

3.3.2 缓存空间分配策略、缓存内容部署策略与功率分配策略联合优化

3.4 仿真结果分析

3.4.1 基于内容的视频缓存技术仿真结果分析

3.4.2 基于数据层的视频缓存技术仿真结果分析

3.5 本章小结

第4章 车联网三维点状云数据自适应编码传输与性能分析

4.1 研究动机与研究思路

4.2 系统模型

4.2.1 网络架构

4.2.2 SVC编码策略及系统吞吐量建模

4.3 V2I架构中三维点状云数据的传输的性能优化

4.4 V2X架构中三维点数据的传输的性能分析

4.5 仿真结果分析

4.5.1 V2I环境下点状云数据传输性能仿真

4.5.2 V2X环境下点状云数据传输性能仿真

4.6 本章小结

第5章 车联网视频内容新鲜度与自适应编码传输质量优化

5.1 研究动机与研究思路

5.2 用户获取视频内容更新的新鲜度和视频质量的折中分析

5.2.1 网络模型

5.2.2 视频质量和传输调度策略及自适应网络编码的建模

5.3 传输调度策略及自适应网络编码设计优化

5.4 仿真结果分析

5.5 本章小结

第6章 结论与展望

6.1 本论文工作总结

6.2 后续研究工作展望

附录A 第2章中的证明

附录B 第3章中的证明和推导

致谢

参考文献

攻读博士学位期间录用、完成的论文