基于移动边缘计算的车联网通信与计算协同优化研究

Vehicular edge computing (VEC) is considered as one of the key technologies to achieve the intelligent transportation system (ITS). However, there are two drawbacks in the research of VEC. The first one is the influence of channel fast time-varying characteristics is not considered. The second one is the characteristics of vehicle network is not utilized. Considering the above drawbacks, this project investigates the joint communication and computation resource allocation in VEC. Firstly，the influence of fast time-varying channel on vehicle joint communication and computation resource allocation strategy is given by utilizing the predictability of vehicle channel. Secondly, based on the influence of fast time-varying channel on resource allocation strategy, the joint communication and computation resource allocation strategy in different scenarios is studied. Finally, in order to further improve the system utility, by utilizing the rich device to device (D2D) resources in vehicle network can help offloading, joint communication and computation resource allocation strategy for multiple VEC servers is studied. Through the key technology investigated for VEC, this project is expected to generate relevant patent technology with independent intellectual property rights in the field of VEC, which can lay the foundation for practical application of resource management for VEC.

车联网边缘计算（VEC）是实现智能交通系统（ITS）的关键技术之一。然而，目前针对VEC的研究普遍存在两点不足，一是没有考虑车辆信道的快速时变特性对系统性能的影响，二是未能充分利用车联网的特殊性。考虑到以上两点不足，本项目针对车联网移动边缘计算的通信与计算资源协同管理进行深入研究。首先，利用车辆的信道可预测特性，分析快速时变信道对车联网通信与计算资源分配策略的影响。然后，利用快速时变信道对资源分配策略的影响，研究不同场景下的车联网通信与计算资源协同分配策略。最后，为进一步提升系统效用，利用车联网具有丰富的设备到设备（D2D）资源，可以进行协作迁移的特点，进行基于D2D协作的多服务器车联网通信与计算资源协同分配研究。本项目可望在VEC领域形成拥有自主知识产权的相关专利技术，为资源管理在VEC的实际应用奠定基础。

实现高级别自动驾驶，加快信息化交通基础设施建设是我国交通运输领域“十四五”新基建的重要目标之一。移动边缘计算能够有效解决智能交通系统中车辆有限的计算、存储资源与移动应用大量资源需求之间的矛盾。目前针对车辆边缘计算的研究普遍存在两点不足，一是没有考虑车辆信道的快速时变特性对系统性能的影响，二是未能充分利用车联网的特殊性。本项目针对车联网移动边缘计算提出了通信与计算资源协同管理策略。首先，利用车辆的信道可预测特性，给出了快速时变信道对车联网通信与计算资源分配策略的影响。其次，利用快速时变信道对资源分配策略的影响，给出了快速时变信道下的多路边单元选择与任务迁移策略。最后，利用车联网具有丰富的设备到设备资源，给出了基于 D2D 协作的车联网通信与计算资源协同分配策略。本项目充分考虑车联网场景下车辆信道时变特性，利用车辆运动轨迹固定，信道状态可预测以及车辆终端丰富可协助路边单元任务计算等特点，提出了更加实际，性能更加优越的资源分配方案。本项目的研究成果可以对已有车联网边缘计算网络架构进行优化，进一步推进高级别自动驾驶的发展，促进我国交通治理水平、城市智能化水平以及信息产业发展，提升国家综合实力，提高人民生活质量。