5G車聯(lián)網(wǎng)技術(shù)及應(yīng)用

目錄
序
前言
第1章 5G車聯(lián)網(wǎng)介紹 1
1.1 智能網(wǎng)聯(lián)車和車聯(lián)網(wǎng)的發(fā)展 1
1.1.1 智能網(wǎng)聯(lián)車的發(fā)展 1
1.1.2 車聯(lián)網(wǎng)技術(shù) 3
1.2 5G通信系統(tǒng) 5
1.2.1 移動通信系統(tǒng)的演變 5
1.2.2 5G通信系統(tǒng)介紹 6
1.2.3 5G系統(tǒng)應(yīng)用于車聯(lián)網(wǎng) 8
1.3 5G車聯(lián)網(wǎng)的主要特征和需求 9
1.3.1 5G車聯(lián)網(wǎng)的主要特征 10
1.3.2 5G車聯(lián)網(wǎng)的需求 12
參考文獻(xiàn) 14
第2章 車載通信信道特征和建模 17
2.1 車載通信信道建模簡介 17
2.1.1 車載通信信道建模的分類 17
2.1.2 現(xiàn)有的車載通信信道統(tǒng)計(jì)模型 20
2.2 新的車載通信信道統(tǒng)計(jì)模型 32
2.2.1 寬帶非平穩(wěn)SISO車載NGSM 32
2.2.2 寬帶MIMO車載GBSM 38
2.3 5G的新要求 50
2.3.1 mmWave信道測量 50
2.3.2 大規(guī)模MIMO信道測量 51
2.4 3D空-時-頻非平穩(wěn)特性 51
2.4.1 參數(shù)方法 53
2.4.2 幾何方法 53
2.4.3 混合方法 53
2.5 未來挑戰(zhàn)及下一步工作 54
2.5.1 信道測量 54
2.5.2 信道建模 54
參考文獻(xiàn) 55
第3章 車聯(lián)網(wǎng)物理層關(guān)鍵技術(shù) 58
3.1 信道估計(jì)技術(shù) 58
3.1.1 IEEE 802.11p信道估計(jì)方法介紹 58
3.1.2 現(xiàn)有信道估計(jì)方法比較 63
3.1.3 構(gòu)建數(shù)據(jù)導(dǎo)頻信道估計(jì)法 64
3.1.4 構(gòu)建數(shù)據(jù)導(dǎo)頻信道估計(jì)法的優(yōu)化 67
3.1.5 車載信道與*優(yōu)??值 70
3.1.6 仿真結(jié)果分析 71
3.2 空域調(diào)制技術(shù) 74
3.2.1 空域調(diào)制技術(shù)背景 74
3.2.2 差分空域調(diào)制設(shè)計(jì)思路 77
3.2.3 差分空域調(diào)制工作原理 77
3.2.4 簡化接收機(jī)算法 80
3.2.5 性能分析 86
3.2.6 仿真結(jié)果與分析 87
參考文獻(xiàn) 89
第4章 車聯(lián)網(wǎng)MAC層方案設(shè)計(jì) 92
4.1 分布式EDCA機(jī)制 92
4.2 基于D2D接入的中心式MAC方案 95
4.2.1 D2D通信介紹 95
4.2.2 基于D2D的車聯(lián)網(wǎng)通信方案的可行性 97
4.2.3 基于D2D接入的中心式TDMA方案 100
4.2.4 基于D2D接入的中心式OFDMA方案 106
4.3 基于中心式調(diào)度的數(shù)據(jù)分發(fā)方案 113
4.3.1 車聯(lián)網(wǎng)中的數(shù)據(jù)分發(fā)方案 113
4.3.2 車聯(lián)網(wǎng)數(shù)據(jù)分發(fā)系統(tǒng)模型 114
4.3.3 中心式調(diào)度策略 115
4.3.4 基于信道預(yù)測的中心式數(shù)據(jù)分發(fā)調(diào)度方案 117
參考文獻(xiàn) 121
第5章 車聯(lián)網(wǎng)應(yīng)用 124
5.1 車聯(lián)網(wǎng)應(yīng)用場景和問題 124
5.2 車聯(lián)網(wǎng)中的無人機(jī)輔助的數(shù)據(jù)分發(fā) 125
5.2.1 無人機(jī)介紹 125
5.2.2 無人機(jī)在車聯(lián)網(wǎng)中的應(yīng)用 127
5.2.3 基于無人機(jī)輔助的數(shù)據(jù)傳輸模型 128
5.2.4 基于無人機(jī)輔助的數(shù)據(jù)傳輸協(xié)議 130
5.2.5 基于無人機(jī)輔助的軌跡調(diào)度策略 135
5.2.6 仿真結(jié)果分析 138
5.3 基于車聯(lián)網(wǎng)的車輛協(xié)同定位 144
5.3.1 背景介紹 144
5.3.2 研究現(xiàn)狀 147
5.3.3 多車多傳感器協(xié)作定位 151
5.3.4 基于重疊聯(lián)盟形成博弈的協(xié)作定位鏈路選擇 160
5.4 基于車聯(lián)網(wǎng)的無人車協(xié)作感知 169
5.4.1 背景介紹 169
5.4.2 單車占據(jù)柵格地圖的構(gòu)建 172
5.4.3 概率分布到地圖中的映射 176
5.4.4 地圖融合模型 177
5.4.5 仿真結(jié)果 179
5.4.6 結(jié)果分析 189
5.5 基于車聯(lián)網(wǎng)的分布式數(shù)據(jù)存儲 190
5.5.1 背景介紹 190
5.5.2 動態(tài)分布式車載存儲系統(tǒng)框架 191
5.5.3 多文件車載緩存方案研究 201
5.6 車聯(lián)網(wǎng)中的物理層安全研究 209
5.6.1 物理層安全概念 209
5.6.2 車聯(lián)網(wǎng)中的安全問題 212
5.6.3 物理層安全技術(shù)在車聯(lián)網(wǎng)中的應(yīng)用 215
參考文獻(xiàn) 225
第6章 總結(jié)與展望 229
6.1 總結(jié) 229
6.2 展望 229
6.2.1 物理層技術(shù) 229
6.2.2 MAC層方案 230
6.2.3 車聯(lián)網(wǎng)應(yīng)用 230
索引 232
彩圖