面向服务质量的“车-边-云”多域异质资源动态管理机制研究

The research of "vehicle-edge-cloud" fusion system (VECFS) is of great significance to the development of intelligent connected automobile industry. The characteristics of network topology dynamics resulting from vehicle mobility, coexisting of multi-layer heterogeneous communication networks，and multi-business requirements on-board and so on make dynamic management of multi-domain resources face challenges. This project intends to comprehensively apply software-defined network, resource virtualization, optimization theory and other cutting-edge technologies to conduct in-depth research to improve the service quality of on-board users: 1) Based on the multi-mode characteristics of on-board business, a service-oriented business distribution model of Internet of Vehicles (IoV) is constructed to improve the quality of user experience; 2) Based on the distributed and highly dynamic characteristics of VECFS resources, resource virtualization and dynamic management mechanism are established to realize the efficient integration of system resources; 3) On the basis of optimized distribution of services and efficient integration of resources, a dynamic scheduling and optimization method of IoV resources is established to realize efficient utilization of system resources; 4) The simulation environment was built to verify the effectiveness of VECFS research. This project can provide theoretical basis and design reference for IoV environment-oriented optimal resource allocation and intelligent management and control, and provide theoretical guarantee for improving the service quality and experience quality of on-board users.

“车-边-云”融合系统（VECFS）研究对于智能网联汽车产业发展具有重要意义。车辆移动导致网络拓扑动态、多层异构通信网络共存、车载多业务需求等特点，使得多域资源动态管理面临挑战。本项目拟综合运用软件定义网络、资源虚拟化、优化理论等前沿技术，以提升车载用户服务质量为目标深入研究：1）基于车载业务多模式特征，构造面向服务的车联网业务分发模型，提升用户体验质量；2）基于VECFS资源的分布式、高动态特性，建立资源虚拟化和动态管理机制，实现系统资源高效整合；3）在业务优化分发和资源高效整合的基础上，建立车联网资源动态调度与优化方法，实现系统资源高效利用；4）搭建仿真环境验证VECFS研究的有效性。该项目可为面向车联网环境的资源优化分配和智能管控提供理论依据和设计参考，为提升车载用户服务质量和体验质量提供理论保障。

目前，我国巨大的汽车保有量和增长速度给传统交通系统带来了巨大的挑战，伴随而来的是严重的社会问题，例如交通事故、城市拥堵和环境污染等。这些问题成为制约我国社会经济发展的巨大障碍。先进信息技术的发展为解决上述问题提供了可能。智能交通系统的概念就是在这样的背景下提出来的。作为智能交通系统的重要组成部分，“车-边-云”融合系统能够利用车载通信设备与车辆外部环境进行信息通信和交流，最终实现智能化交通管理、智能动态信息服务和车辆智能化控制的目的，对于智能网联汽车产业发展具有重要意义。.车辆移动导致网络拓扑动态、多层异构通信网络共存、车载多业务需求等特点，使得多域资源动态管理面临挑战。项目组面向“车-边-云”融合系统资源管理的实际需求，基于软件定义网络、资源虚拟化、优化理论等前沿技术，针对目前该领域研究现状中存在的问题，从以下四个方面进行了研究。一、构造面向服务的车联网业务分发模型，具体来说，提出了基于TDMA的车联网环境下车辆竞争时隙的分布式MAC协议及合并碰撞预测、避免及恢复方法，该研究能够增加车辆接入信道的成功率，避免时隙资源浪费，有效减少车辆发生合并碰撞的概率，增加了车联网的可靠性。二、建立资源虚拟化和动态管理机制，实现了公有云分层集群EIP技术和服务功能链构造方案，在保证EIP分配具有良好可扩展性和更大灵活性的基础上，避免了额外数据传输开销。三、建立车联网资源动态调度与优化方法，具体来说，对MEC网络中的数据卸载和资源分配进行研究，利用Lyapunov优化和博弈论等技术实现系统资源的合理分配。四、建立无人飞行器辅助通信的中继机制，分别研究了时变莱斯衰减信道下无人飞行器辅助的可靠移动中继机制和面向服务需求的无人机迁移策略，可以有效提高无人飞行器辅助通信的“车-边-云”融合系统整体性能。项目执行过程中，课题组在重要期刊和会议上累计发表学术论文13篇，申请国家发明专利5项。