ANALYTICAL MODEL OF A HYBRID RADIO RESOURCE ALLOCATION SCHEME FOR SERVING REMOTE CONTROL TRAFFIC IN 5G V2X NETWORKS

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

We consider a scenario of data transmission in the uplink channel in a 5G Vehicle-to-Everything (V2X) network with remote vehicle control. The key features of this type of traffic are the variable size of generated packets and strict restrictions on packet delivery time. To serve the traffic of different users, the base station uses a hybrid radio resource allocation scheme: each user is assigned both a dedicated subchannel and a shared subchannel, which is used when there are insufficient resources in the dedicated channel to transmit a packet. We construct an analytical model of data transmission in the uplink channel using this scheme, which allows us to estimate the probability of packet loss for each user at given scheme parameters. We show how to use the analytical model to select the optimal parameters of the hybrid scheme that maximize network capacity.

Sobre autores

N. Nikolaev

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences; Moscow Independent Research Institute of Artificial Intelligence

Email: nikolaev@wnlab.ru
Moscow, Russia; Moscow, Russia

A. Shashin

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences

Email: shashin@wnlab.ru
Moscow, Russia

A. Krasilov

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences

Email: krasilov@wnlab.ru
Moscow, Russia

E. Khorov

Kharkevich Institute for Information Transmission Problems of the Russian Academy of Sciences; Moscow Independent Research Institute of Artificial Intelligence

Email: khorov@wnlab.ru
Moscow, Russia; Moscow, Russia

Bibliografia

  1. Parekh D., Poddar N., Rajpurkar A., Chahal M., Kumar N., Joshi G.P., Cho W. A Review on Autonomous Vehicles: Progress, Methods and Challenges // Electronics. 2022. V. 11. № 14. P. 2162 (188 pp.). https://doi.org/10.3390/electronics11142162
  2. Belogaev A., Elokhin A., Krasilov A., Khorov E., Akyildiz I.F. Cost-Effective V2X Task Offloading in MEC-Assisted Intelligent Transportation Systems // IEEE Access. 2020. V. 8. P. 169010–169023. https://doi.org/10.1109/ACCESS.2020.3023263
  3. Yan J., H¨arri J. On the Feasibility of URLLC for 5G-NR V2X Sidelink Communication at 5.9 GHz // Proc. 2022 IEEE Global Communications Conf. (GLOBECOM 2022). Rio de Janeiro, Brazil. Dec. 4–8, 2022. P. 3599–3604. https://doi.org/10.1109/GLOBECOM48099.2022.10000606
  4. Iliopoulos C., Iossifides A., Foh C.H., Chatzimisios P. IEEE 802.11BD for Next-Generation V2X Communications: From Protocol to Services // IEEE Commun. Stand. Mag. 2025. V. 9. № 2. P. 88–98. https://doi.org/10.1109/MCOMSTD.2025.3569015
  5. Torgunakov V., Loginov V., Khorov E. A Study of Channel Bonding in IEEE 802.11bd Networks // IEEE Access. 2022. V. 10. P. 25514–25533. https://doi.org/10.1109/ACCESS.2022.3155814
  6. Garcia M.H.C., Molina-Galan A., Boban M., Gozalvez J., Coll-Perales B., ¸Sahin T. A Tutorial on 5G NR V2X Communications // IEEE Commun. Surv. Tutor. 2021. V. 23. № 3. P. 1972–2026. https://doi.org/10.1109/COMST.2021.3057017
  7. Bankov D., Khorov E., Krasilov A., Otmakhov A. Analytical Model of 5G V2X Mode 2 for Sporadic Traffic // IEEE Wirel. Commun. Lett. 2023. V. 12. № 8. P. 1449–1453. https://doi.org/10.1109/LWC.2023.3278181
  8. Service Requirements for Enhanced V2X Scenarios: 5G (3GPP Tech. Specification TS22.186; version 19.0.0, Release 19), Oct. 2025.
  9. NR; Physical Layer Procedures for Data: 5G (3GPP Tech. Specification TS-38.214), 2021.
  10. NR; Medium Access Control (MAC) Protocol Specification: 5G (3GPP Tech. Specification TS-38.321), 2021.
  11. Шашин А.Э., Красилов А.Н. Анализ эффективности метода Grant-Free для обслуживания XR-трафика // Сб. трудов 48-й междисциплинарной школы-конференции ИППИ РАН ≪Информационные технологии и системы≫ (ИТиС 2024). Воронеж, Москва, 16–20 сентября 2024. М: ИППИ РАН, 2024. С. 413–420. https://doi.org/10.53921/itas2024_413
  12. Шашин А.Э., Красилов А.Н. Гибридная схема назначения канальных ресурсов для обслуживания XR-трафика в восходящем канале в сетях 5G // Тр. 67-й Всеросс. Научной конф. МФТИ ≪Радиотехника и компьютерные технологии≫ (Москва 2025). С. 265–267.
  13. Kim K.S., Kim D.K., Chae C.B., Choi S., Ko Y.-C., Kim J. Ultrareliable and Low-Latency Communication Techniques for Tactile Internet Services // Proc. IEEE. 2019. V. 107. № 2. P. 376–393. https://doi.org/10.1109/JPROC.2018.2868995
  14. Stafidas E., Foukalas F. A Survey on Enabling XR Services in Beyond 5G Mobile Networks // IEEE Access. 2024. V. 12. P. 59170–59197. https://doi.org/10.1109/ACCESS.2024.3392509
  15. Gunturu A., Tijoriwala V.S., Reddy Chavva A.K. Optimal Configured Grant Selection Method for NR Rel-16 Uplink URLLC // Proc. 2020 IEEE Global Communications Conf. (GLOBECOM 2020). Taipei, Taiwan. Dec. 7–11, 2020. P. 1–6. https://doi.org/10.1109/GLOBECOM42002.2020.9322288
  16. Zhang T., Hu X.S., Han S. Contention-Free Configured Grant Scheduling for 5G URLLC Traffic // Proc. 60th ACM/IEEE Design Automation Conf. (DAC 2023). San Francisco, CA. July 9–13, 2023. P. 1–6. https://doi.org/10.1109/DAC56929.2023.10247842
  17. Korneev E., Liubogoshchev M., Bankov D., Khorov E. How to Model Cloud VR: An Empirical Study of Features That Matter // IEEE Open J. Commun. Soc. 2024. V. 5. P. 4155–4170. https://doi.org/10.1109/OJCOMS.2024.3409472
  18. Zhang Y., Tang W., Liu Y. Multicell Grant-Free Uplink IoT Networks With Hard Deadline Services in URLLC // IEEE Wirel. Commun. Lett. 2022. V. 11. № 7. P. 1448–1452. https://doi.org/10.1109/LWC.2022.3173471
  19. Shashin A., Belogaev A., Krasilov A., Khorov E. Adaptive Parameters Selection for Uplink Grant-Free URLLC Transmission in 5G Systems // Comput. Netw. 2023. V. 222. P. 109527. https://doi.org/10.1016/j.comnet.2022.109527
  20. Liu Y., Deng Y., Elkashlan M., Nallanathan A., Karagiannidis G.K. Analyzing Grant-Free Access for URLLC Service // IEEE J. Select. Areas Commun. 2021. V. 39. № 3. P. 741–755. https://doi.org/10.1109/JSAC.2020.3018822
  21. Berardinelli G., Mahmood N.H., Abreu R., Jacobsen T., Pedersen K., Kov´asc I.Z. Reliability Analysis of Uplink Grant-Free Transmission Over Shared Resources // IEEE Access. 2018. V. 6. P. 23602–23611. https://doi.org/10.1109/ACCESS.2018.2827567
  22. URLLC System Level Simulation Assumptions. 3GPP TSG-RAN WG1 Meeting № 86. Gothenburg, Sweden. Aug. 22–26, 2016. Rep. R1-166398.
  23. Lagen S., Wanuga K., Elkotby H., Goyal S., Particiello N., Giupponi L. New Radio Physical Layer Abstraction for System-Level Simulations of 5G Networks // Proc. 2020 IEEE Int. Conf. on Communications (ICC 2020). Dublin, Ireland. June 7–11, 2020. P. 1–7. https://doi.org/10.1109/ICC40277.2020.9149444
  24. Lu B., Yue G., Wang X. Performance Analysis and Design Optimization of LDPC-Coded MIMO OFDM Systems // IEEE Trans. Signal Process. 2004. V. 52. № 2. P. 348–361. https://doi.org/10.1109/TSP.2003.820991
  25. Hareedy A., Amiri B., Galbraith R., Dolecek L. Non-Binary LDPC Codes for Magnetic Recording Channels: Error Floor Analysis and Optimized Code Design // IEEE Trans. Commun. 2016. V. 64. №8. P. 3194–3207. https://doi.org/10.1109/TCOMM.2016.2574869
  26. Network Simulator 3 (ns-3). https://www.nsnam.org/.
  27. Hata M. Empirical Formula for Propagation Loss in Land Mobile Radio Services // IEEE Trans. Veh. Technol. 1980. V. 29. № 3. P. 317–325. https://doi.org/10.1109/T-VT.1980.23859
  28. LTE System Toolbox 5G Library. MATLAB User Community. https://www.mathworks.com/matlabcentral/fileexchange/61585-lte-system-toolbox-5g-library.
  29. Study on XR (Extended Reality) Evaluations for NR: 5G (3GPP Tech. Rep. TR-38.838), 2021.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».