英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
基于车辆的中继辅助，用于窄带物联网（NB-IoT）上的动态智能群感
维塔利·彼得罗夫、安德烈·萨穆洛夫、维亚切斯拉夫·贝吉舍夫、德米特里·莫尔切诺夫、谢尔盖·安德列夫
Konstantin Samouylov和Yevgeni Koucheryavy，IEEE高级成员
摘要：物联网（IoT）正在经历一场根本性的变革，通过使用更先进的移动设备（如联网和自动驾驶汽车）来增强其传统的传感器网络部署。这种嵌入式和汽车领域的融合有望带来前所未有的互利，车辆将从其邻近的传感器接收及时的更新，同时协助他们将其感知数据传送到远程网络基础设施。在本文中，我们提出了动态智能群感知应用的设想，其中普遍部署的低成本和电池受限的物联网传感器利用更强大和能源丰富的车载移动中继。特别是，我们考虑使用3GPP最近批准的新兴窄带物联网无线电技术，并为底层无线连接提供有效手段。我们严格的数学分析支持全面的系统级评估，揭示了基于车辆的继电器对重要指标的影响，如连接可靠性、传输延迟和通信能效。这些系统性的发现提倡广泛利用车辆中继作为下一代物联网生态系统的一部分。
关键字：基于移动车辆的中继，窄带物联网（IoT），动态智能群感知，系统级评估。
一．引言
近几十年来，物联网得到了决定性的发展：从20世纪80年代早期遗留的射频识别技术开始，到20世纪90年代中期，物联网彻底改变了无线传感器网络的面貌，物联网仍然受到现有互操作性的限制，正变得越来越互联和巨大的[1]。除了更高密度的“传统”低成本设备（包括传感器、执行器和智能仪表）外，下一代物联网还准备采用更先进的网络设备，这些设备具有更高的复杂性和异质性，例如联网和自动驾驶汽车、可穿戴小工具、工业机器人、，以及（很快）飞行的无人机[2]]。
今天，我们见证了物联网概念持续稳定地渗透到汽车行业，从而将单个互联车辆的格局转变为与现有缓存和计算基础设施深度集成的车辆云网络[3]，[4]。多种不同物联网设备之间的复杂交互，如智能路标、交通灯和街道摄像头，以及先进的连接车辆，在下一代物联网的保护伞下跨越嵌入式和车辆世界。
这一新兴趋势打开了前所未有的互利之门。一方面，联网车辆能够及时接收路边基础设施的重要更新和警告，从而提高行车的安全性和便利性。另一方面，配备有更强大无线电接口的网络车辆的电池限制明显减少，可帮助通过物联网生态系统更快、更可靠地传播感官数据，并具有更好的能效。
这一演进的物联网愿景提出了新兴的集体感知范式，或称智能群感[5]，即多个设备联合起来测量、绘制或分析他们共同感兴趣的某些信息[6]。遵循智能群感理念，嵌入式和车载部分的深度融合有望为这些先前不相交的领域带来互补的好处。如果没有智能化和广泛使用路边基础设施提供的感知信息，很难想象更安全、更可靠的车辆运输[7]，车辆互联网可以提供其独特的优势[8]。
如果通过共享其连接车辆的无线电连接能力来适当激励人类做出贡献，那么动态智能群感应用可能会实现飞跃。在这里，动机的自然来源可以是集体获得重要和及时的感官信息。因此，从无处不在的物联网传感器到远程计算服务器的动态车辆中继敏感数据可以提高信息传播的整体服务可靠性和能源效率。嵌入式物联网设备和联网车辆之间的这种潜在协同作用，有望不仅支持现有的智能群感应用，而且能够实现跨集体道路安全[9]、绿色通勤[10]等领域的新服务[11]、[12]。
接下来，我们首先回顾了用户拥有的车辆和操作员部署的传感器之间设想的合作的技术背景。然后，我们评估了辅助车载中继对以设备为中心的物联网性能的好处。
A、 低功耗广域物联网解决方案
低功耗、可负担的芯片组价格、高通信范围和容纳大量部署不频繁传输设备的能力是新兴物联网解决方案的主要要求，这些解决方案可统称为低功耗广域网（lpwan）。这些技术的开发是在多个领先的标准化机构（包括IEEE、ETSI和3GPP）内，以及各个公司和较小的工业联合体[13]、[14]内同时启动和推进的。基于专有标准的两种最流行的远程LPWAN技术是SIGFOX和LoRaWAN。虽然这两种方案都在亚兆赫频段内运行，并且拓扑上遵循蜂窝式结构，但相关的工作原理却有根本的不同[15]。
SIGFOX的解决方案使用超窄带信号：上行链路和下行链路分别为100和600 Hz。可实现的上行链路数据速率约为100 b/s[16]，即使帧有效载荷不能超过12字节，每帧的广播时间约为1s。SIGFOX的其他限制是使用单一调制和编码方案（MCS）以及上行链路和下行链路包的有限数量：每个设备分别为140和4。尽管SIGFOX设备具有低功耗和长电池寿命的特点，但其固有的局限性限制了该技术在未来动态智能群感应用中的应用。
与SIGFOX不同的是，LoRaWAN支持多个MCS，其数据速率高达50kb/s，从而显著扩展了应用范围[17]。尽管LoRaWAN和SIGFOX在市场上的几家芯片组制造商已经很少部署和实施，但电信界和汽车界对这些技术的工业支持相当低，因为这两种技术都没有全球标准化。因此，虽然这些解决方案可能在物联网发展的早期阶段找到自己的定位，但它们的长期全球渗透可能值得怀疑。
相反，物联网技术的3GPP系列从其开发的早期阶段就主要针对远程大规模场景。首先，在LTE Rel.12、简化Cat。0用户设备（UE）的带宽为20 MHz，峰值数据速率为1 Mb/s。与传统Cat相比，设备逻辑复杂度也降低了50%左右。1一个新的UE类别，Cat.M1的工作带宽为1.4mhz，允许将最大发射功率降低到20dbm，同时仍能提供大量的覆盖范围[18]。这一类别作为LTE Rel的一部分包括在内。它的复杂程度预计要比Cat低好几倍。1个UE。此外，一个基于GSM的物联网解决方案，命名为扩展覆盖GSM（EC-GSM），已经为LTE普及率低的发展中国家创造。理论上，EC-GSM可以提供高达50K设备的小区容量，而在子GHz载波上，其覆盖范围可扩展至20dB。
B、 窄带物联网技术
继最近3GPP关于蜂窝物联网（CIoT）的活动之后[19]，关于窄带物联网（NB-IoT）技术的工作已经获得批准。NB-IoT是一种全新的解决方案，可以轻松地集成到现有网络中，从而使ue的复杂性比Cat低10倍。1带宽进一步缩小到180千赫提供了20分贝更高的增益。
狭窄的带宽仍然足以连接成千上万台相连的机器：该频段可分为12个子频段，每个子频段15千赫，上行和下行的总数据速率分别高达250 kb/s和227kb/s。这种从5兆赫的大规模扩展导致城市部署的覆盖范围高达10公里，农村部署的覆盖范围高达30公里，这比“以人为中心”的传统LTE要大一个数量级[20]。
较低的带宽还有助于简化终端用户设备中的无线电部分，从而导致较低的UE成本。出于同样的原因，上行链路和下行链路中的传输块大小都减小了，并且信令过程也简化了。因此，NB-IoT的UE被设想为显著地比面向人的LTE通信的UE便宜，从而实现连接机器的真正大规模部署。
NB物联网的标准化进程已基本完成（2016年6月），并正式纳入LTE Rel。13 [21].
C、 我们的要求和贡献
在本文中，我们关注全球标准支持的新兴NB-IoT-LPWA技术，并研究其在辅助车载继电器的动态智能群感应用中的适用性。虽然在NB-IoT的当前版本中，对跟踪和移动性的支持是有限的，但是我们评估在NB-IoT规范的进一步版本中启用这些功能是否有吸引人的好处。我们假设NB-IoT的独立运行模式，其性能不受传统LTE系统的影响。
为了实现上述目标，我们设计了一个新的分析模型，该模型综合考虑了基于中继的智能群感知特性、辅助车辆的移动性以及新兴的交通模型，还能够识别交通事故、人行横道、泄漏、交通拥堵等状况。在摄像系统NB-IoT技术的重要特性。虽然已经有一些关于NB-IoT的文献报道[22]，[23]，但本文的创新之处在于将这三个重要的角度结合起来。辆运动目标，在视频图像和数量上跟踪车辆运动目标的速度。该方法可以检测车流量、速度和排队长度。如果建立和人工神经网络的基础上，由周正林等建立了交通预测模型的BP算法，能够实时修正交通信号灯，通过交通预测实现交通控制的目的[3]。
车辆电子标签技术：基于移动电子标签的技术，通常通过比较同一标签的相邻信标默认时间，根据道路信息，可以确定车辆行驶时间、平均车速等。相关信息也可以集成在同一道路上的车辆上获得平均行程时间和道路的平均速度。
|
图1.NB物联网上的动态智能群感知场景说明。（a） 基线NB物联网系统。（b） 增强型中继系统。 |
本文的主要贡献如下。
1） 受支持NB IoT的智能群感知服务出现的推动，我们首先贡献了其新颖的分析特征，以补充现有的基于模拟的工作[24]。虽然NB-IoT操作的一些以网络为中心的特性已经在标准化过程中被捕获，但是本文主要关注以设备为中心的性能指标，例如消息丢失概率、延迟、能量效率和传感器寿命。我们利用排队论和随机几何的工具，导出了这些重要度量的新的解析表达式。NB物联网上的动态智能群感知分析模型：
2)具有辅助功能的增强型NB物联网系统设计
车辆：注意到蜂窝技术在汽车工业中的日益普及，我们介绍了这样一种系统架构：用户拥有的车辆不仅可以从大量部署的传感器接收及时的更新，还可以通过将其数据中继到采集基站（BS）来辅助它们。由于联网车辆可以配备更先进的无线电模块，并且在能源消耗方面不受限制，因此建议的协助可能会导致以设备为中心的性能的显著改善，我们在本文中对此进行了量化。
3） 我们开发的分析框架也被扩展到捕捉辅助车辆将基于中继的物联网数据传送到核心网络的效果。然后应用这种增强的方法来评估NB物联网的目标智能群感知场景中的性能增益。我们的数值结果证实，用户拥有的车辆大量参与动态智能群感知应用，可以显著改善物联网设备的运行。更具体地说，它在以设备为中心的度量中提供了从时间到数量级的增益，例如能源效率和传感器寿命。比较基线和增强的、基于中继的解决方案：
本文的结构如下。第二节通过介绍基线NB-IoT和基于增强中继的考虑，概述了系统模型，然后总结了相关假设。我们的新分析框架的核心要素在第三节中给出。此外，第四节以数字方式说明了基线和增强设置的操作，以及关于辅助车辆性能改进的报告。最后一部分给出了本文的结论和未来的研究方向。
二．考虑系统模型
在本文中，我们主要研究一个固定半径R的单基站的圆形服务区，假设N个传感器均匀分布在这个服务区。传感器的空间密度被认为足够高。单个传感器产生消息的时间间隔通常是分布的，并且强度假定为。对于单个时隙，，其中是帧持续时间。我们进一步要求传感器传输其状态信息，这是一个相当短的消息（100位）。因此，假设任何消息的传输正好占用一个NB-IoT资源块（RB，进一步称为虚拟NB-IoT信道），与服务区域内的传感器位置和所选MCS无关。
我们考虑图1所示的两种不同的场景。在基线情况下，我们假设传感器遵循最近3GPP Rel.13中定义的常规服务程序规范[20]。因此，一旦生成要发送的消息，传感器遵循为共享信道定义的随机接入过程，以通知BS其发送需求。BS调度器可以接受传输请求并将其放入虚拟队列；然后传感器将其状态更改为receive ready（Rx ready）。虚拟队列的引入避免了过多的延迟，因为通信信息可能对延迟敏感。
利用有限大小的虚拟队列的另一个原因是控制传感器的能量消耗，因为它们必须在整个等待时间内处于Rx就绪状态。如果没有可用的等候室，请求将被视为丢失。一旦等待时间到了，传感器就被分配了NB-IoT传输RB，并且通过使用分配的发射功率水平来发送其消息以到达BS。所需的发射功率P（）取决于传感器的toBS距离。我们假设功率级与信道传播模型相反，即P（）=，其中A是常数，gamma;是路径损耗指数。
作为对基准情景的补充，我们还考虑了增强型车辆辅助服务程序。因此，传感器可以利用在该区域周围移动的车辆作为中继节点来向BS传送其信息。这是由NB-IoT操作与传统LTE操作的兼容性所促进的。使用车辆的好处在于，它们可能更靠近传感器，从而允许它们降低发射功率。我们假设服务区内有M辆车，并且愿意充当继电器。我们把它们命名为中继BSs。
为了捕捉迁移率的影响，我们采用随机方向模型（RDM，[25]），以v的恒定速度和平均运行时间E[tau;]对其进行建模。在这种情况下，车辆充当BSs并实现如上所述的虚拟排队。为了减轻以下两者之间的干扰：1）传感器到中继BS和2）中继BS到BS传输，K1信道分配给后者，K2信道提供给前者。生成新消息后，传感器扫描无线信道中的基站。服务BS的选择基于最强的接收功率电平。由于车辆是可移动的，传感器不存储有关其过去通信尝试的信息，即每次需要传输新消息时都会选择首选目的地。
我们通过考虑四个感兴趣的指标来比较基线和中继场景的性能。
1）
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[257104]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
