3GPP LTE C-V2X Mode 4를 위한 Local Dynamic Map 기반 분산 혼잡 제어 기술 :Distributed Congestion Control Technology Based on Local Dynamic Map for 3GPP LTE C-V2X Mode 4

정구선

추천

검색

자료유형: 학위논문

저자정보: 정구선 (한국교통대학교, 한국교통대학교 일반대학원)

지도교수: 문철

발행연도: 2021

저작권: 한국교통대학교 논문은 저작권에 의해 보호받습니다.

이용수10

이 논문의 연구 히스토리 (3)

2021

Cellular V2X에서 Local Dynamic Map 기반 분산 혼잡 제어

정구선 , 문철 한국통신학회 학술대회논문집 2021.06 학술대회자료

C-V2X를 위한 지역 혼잡도 정보를 이용한 분산 혼잡 제어

정구선 , 정창규 , 문철 한국전자파학회논문지 2021.02 학술저널

3GPP LTE C-V2X Mode 4를 위한 Local Dynamic Map 기반 분산 혼잡 제어 기술

정구선 정보기술융합학과 2021.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

3GPP는 V2X(vehicle-to-everything) 통신을 지원하기 위해 Release 14에서 LTE 기반의 C-V2X(cellular V2X)를 표준화하였다. C-V2X 모드 4는 차량 단말들이 셀룰러 인프라의 지원 없이 독자적으로 무선자원을 선택하는 SB-SPS(sensing based semi-persistent scheduling) 알고리즘을 제안하였다. 그러나 메시지를 전송하려는 차량 단말의 밀도가 증가할 경우, 여러 차량 단말들이 주파수와 시간 축에서 동일한 무선자원을 사용하여 패킷을 전송해서 패킷 충돌이 발생하게 되는데, 이로 인해 심각한 패킷 손실을 유발하고 차량 안전 서비스의 안정성에 중대한 영향을 미치게 된다. 이러한 단점을 보완하여 안정적인 V2X 통신을 보장하기 위해, 각 차량 단말이 전송주기(transmission time interval, TTI)와 전송전력 그리고 MCS(modulation coding scheme) 등을 조절하여, 패킷 충돌을 완화하는 분산 혼잡 제어(distributed congestion control, DCC) 기술이 제안되었다.
본 논문에서는 LDM(local dynamic map)의 동적 계층에 의해 추정된 채널 혼잡 정보를 이용하여 주변 차량 단말의 밀도를 추정하고 이를 이용하여 메시지의 전송주기(TTI)를 조절하며, 채널 혼잡 정보를 이용한 주변 차량 단말의 밀도 및 LDM 정보를 이용한 주변 차량 단말의 위치를 통해 전송전력을 조절하는 LDM 기반 분산 혼잡 제어 기술을 제안한다. 그리고 물리 계층과 매체 접근 제어 계층 통합 시뮬레이션을 통해, 제안하는 LDM 기반 분산 혼잡 제어 기술이 PDR(packet delivery ratio)과 IPG(inter-packet gap) 그리고 SLT(sidelink throughput) 측면에서 기존에 제안된 분산 혼잡 제어 기술보다 우수한 성능을 제공함을 분석하였다.

Ⅰ. 서 론 1
Ⅱ. 3GPP LTE C-V2X 개요 4
1. C-V2X Mode 4 물리 계층 6
2. C-V2X Mode 4 매체 접근 제어 계층 9
3. C-V2X 분산 혼잡 제어 14
Ⅲ. 제안하는 분산 혼잡 제어 기술 16
1. 기존 분산 혼잡 제어 기술 16
1-1. CBR 기반 분산 혼잡 제어 기술 16
1-2. J2945/1 기반 분산 혼잡 제어 기술 20
2. 제안하는 분산 혼잡 제어 기술 26
2-1. LDM 기반 분산 혼잡 제어 기술 26
2-2. LDM 기반 전송주기 제어 29
2-3. LDM 기반 전송전력 제어 30
Ⅳ. 시뮬레이션 결과 및 성능 분석 40
1. 시뮬레이션 환경 40
2. 결과 및 성능 분석 44
2-1. PDR(packet delivery ratio) 44
2-2. IPG(inter-packet gap) 48
2-3. SLT(sideiink throughput) 55
Ⅴ. 결 론 59
참고문헌 61
Abstract 65

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)