探索车联网中协同感知的实际极限

我们对基于周期性消息交换的车联网协同感知进行了广泛研究。首先分析了在欧洲四个测试点收集的测量数据。为衡量协同感知，我们使用了三个指标：1) 邻居感知比率；2) 超出范围的邻居比率；3) 数据包投递率。利用收集到的数据，我们定义了一个简单模型，用于计算给定环境下基于数据包投递比的邻居感知度。最后，我们进行了 realistic、大规模的仿真，以探索在现实发射功率和发射率约束下协同感知的可实现性能。我们的测量和仿真结果表明：i) 超过特定阈值后，增加协同消息速率对提升感知几乎没有益处；更高的发射功率和更少的消息传输是更好的方法，因为消息投递主要受阴影效应支配。ii) 协同感知的有效性在不同环境中差异巨大，无论是在大尺度上（例如，在城市中可达 200~m 实现 90% 感知，在高速公路上则超过 500~m）还是在小尺度上（例如，邻近街道的车辆可能具有显著不同的感知度）；iii) V2V 和 V2I 通信具有不同的感知模式；iv) 每个位置都有一个能实现高感知度的特定发射功率；v) 实现高感知水平会导致接收更多潜在不需要的消息；因此，需要根据具体情境在感知度和干扰之间找到平衡。我们希望我们的结果能作为设计更有效的周期性消息交换服务以实现协同感知的起点。