混合车载网络中QoS感知的实时多媒体传输路由机制研究

Hybrid vehicular networks that support both the vehicle-to-vehicle (V2V) communications and the Vehicle-to-Infrastructure (V2I) communications are critical for the implementation of smart traffic managements. However, due to the frequent change of the vehicular network topology, most existing hybrid vehicular networks cannot support quality of service (QoS) for real-time multimedia transmissions.By applying the reinforcement learning theory and cross-layer design methods, we investigate in this project the multi-radio multi-channel techniques to establish concurrent multi-path routing and optimize the resource allocation to provide QoS for real-time multimedia transmissions. In the proposed project, we plan to study the distributed multi-radio multi-channel resource managements,which can address the weakness of the existing single-radio multi-channel techniques for real-time transmissions of a large amount of multimedia data with QoS.In addition, according to the dynamic network topology，we apply the distributed collaboration and cross-layer resource optimization methods to investigate the establishment and maintenance of the QoS-aware multi-path routing and implement the adaptive resource allocation for real-time multimedia traffic. This system chooses the optimal V2V and V2I modes to support multimedia transmission in a hybrid vehicular network and keep the consistency of QoS in the transitions between V2V and V2I modes. This work can not only provide effective intelligent traffic control and managements such as accident alerts and auxiliary driving, but also support the rapid development of multimedia services in hybrid vehicular networks.

具有车辆间（V2V）以及车与路边设施间（V2I）通信能力的混合车载网络，是智能交通管理系统的重要组成部分。但车载网络拓扑的频繁改变，使已有车载网络技术难于对实时多媒体业务传输提供QoS的有效保障。本项目采用多接口多信道技术，构建并发多路径路由，利用强化学习理论和跨层协作方法，优化资源配置，保障实时多媒体业务的QoS。研究内容：研究分布式的多接口多信道资源管理策略，突破单接口多信道传输大数据量实时业务的局限，为保障实时多媒体业务的QoS创造条件；针对动态拓扑结构，基于分布式协同和跨层资源优化，研究QoS感知的多路径路由的建立和维护，实现自适应的实时多媒体流量分配；择优选择V2V或V2I路由模式，支持混合车载网络中的多媒体传输，保障两种模式间转换的QoS一致性。该研究不仅能在混合车载网络中实现高效的事故预警、辅助驾驶等智能交通功能，同时对日益增长的车载多媒体增殖业务的发展提供技术储备和支撑。

具有车辆间（V2V）以及车与路边设施间（V2I）通信能力的混合车载网络所形成的车联网，是交通事故预警、辅助驾驶以至无人驾驶中信息传输的重要保障。由于车联网网络拓扑的频繁改变，难于保障实时多媒体信息的有效传输。本课题围绕在车联网中建立具有QoS保障的多媒体信息传输路由的相关工作开展研究，四年来的主要研究内容与创新点归纳为如下三方面：1）为提高车联网动态网络结构的稳定性，以建立高质量的路由，对车联网分布式控制架构与资源管理策略开展了研究。提出基于移动预测的成簇算法和针对多接口多信道的自适应MAC帧结构及其资源分配策略，极大提高了网络吞吐量。2）在研究车联网网络架构和资源管控的基础上,结合车联网链路层、路由层、传输层的QoS性能感知，研究分布式协同和跨层资源联合优化的车联网路由建立和维护机制。提出基于跨层设计的多路径路由协议和流控策略，显著降低了传输时延，保障多媒体业务的实时性。3）针对不同应用场景，对车联网V2V和V2I两种通信模式构建的混合路由开展研究。提出基于存储时间聚合图和RSU协助的混合路由建立机制，能显著减少时延和提高网络吞吐量，增强了对多媒体传输的QoS保障。课题基本按项目预定的计划进行，达到了项目预期的目标，并完成了项目预期的研究成果。基于以上研究内容，形成了如下成果：1）在国内外学术会议和期刊上发表相关研究论文22篇。其中，SCI索引论文8篇，EI索引论文12篇，申请国内发明专利5项（授权1项）。2）建立了基于USRP和Veins框架的实验和仿真平台，并公开了部分软件代码以共享。3）与加拿大劳瑞尔大学、美国华盛顿大学、加拿大滑铁卢大学、美国北卡州立大学、美国天普大学、悉尼大学等单位进行学术交流与合作等。4）指导了2名博士生、8名硕士生、5名本科生顺利毕业。2名本科生获得厦门大学信息科学与技术学院优秀本科毕业论文。