面向自动驾驶的短数据包率分切：年龄信息分析与优化
信息论
2026-04-16 v1 math.IT
摘要
为解决自动驾驶场景中高速移动效应和超可靠低时延通信（URLLC）要求，率分切多接入（RSMA）结合短数据包通信（SPC）应运而生。自动驾驶车辆依赖实时信息交换以确保安全和协调，信息新鲜度至关重要。通过综合捕获传输延迟和数据包错误，年龄信息（Age of Information, AoI）作为一种全面的新鲜度度量。本文研究短数据包率分切以提高以 AoI 衡量的信息新鲜度。通过将单播消息分为公共部分和私有部分，将所有公共部分与多播消息一起编码为公共流，并将每个私有部分编码为私有流，RSMA 有效地管理干扰并实现更低的 AoI。通过考虑传输功率、车辆速度、块长度和发射天线数量等关键因素，我们推导了在部分解码下的公共流平均 AoI（AAoI）以及在完全解码下的总体 AAoI 的闭式表达式。为提高 AoI 性能，我们提出了一种多起始两步成功凸近（SCA）算法。该算法首先优化功率分配，然后在服务质量（QoS）权衡约束下优化率分切。仿真结果表明，我们的短数据包率分切方案在提高 AoI 性能方面显著有效，同时确保系统公平性，并通过公共流实现超低 AoI，满足自动驾驶应用的要求。此外，揭示了公共流与整体性能之间的权衡，表明在保持公共流优势的同时，可进一步提升整体性能。
引用
@article{arxiv.2604.13691,
title = {Towards Autonomous Driving with Short-Packet Rate Splitting: Age of Information Analysis and Optimization},
author = {Zirui Zheng and Yingyang Chen and Xinyue Pei and Xingwei Wang and Zhiquan Liu and Theodoros A. Tsiftsis and Miaowen Wen and Pingzhi Fan},
journal= {arXiv preprint arXiv:2604.13691},
year = {2026}
}
备注
13 pages, 13 figures, RSMA, short-packet communication, AoI, URLLC