⚡ electrical engineering

Toward Safe and Energy-Efficient 5G NR V2X Communications in Rural Environments

本文研究了在乡村环境中，通过自适应调整子载波间隔、调制编码方案和发射功率，以在轻重交通场景下平衡 5G NR V2X 通信的安全性与能效。

原作者： Zhanle Zhao, Son Dinh-Van, Yuen Kwan Mo, Siddartha Khastgir, Matthew D. Higgins

发布于 2026-03-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Zhanle Zhao, Son Dinh-Van, Yuen Kwan Mo, Siddartha Khastgir, Matthew D. Higgins

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章主要探讨了一个非常现实的问题：在乡村公路上，自动驾驶汽车如何通过 5G 网络“手拉手”互相提醒刹车，既能保证安全，又不会把电用光？

想象一下，你正开着一辆自动驾驶汽车在乡间小路上飞驰。突然，前方几百米处的另一辆车遇到了危险（比如落石或动物窜出），它需要立刻刹车。

在城里，周围有很多基站（就像路灯一样）帮忙传递信号。但在乡村，基站很少，而且可能靠太阳能或电池供电，电非常宝贵。如果为了传个信号把电耗光了，系统就瘫痪了；但如果为了省电传不清楚，后面的车没收到刹车指令，就会撞上去。

这篇论文就是为了解决这个“既要安全，又要省电”的矛盾。

1. 核心概念：什么是"Dcomm"？（安全距离的“倒计时”）

文章提出了一个叫 $D_{comm}$ 的概念。你可以把它想象成**“刹车反应距离”**。

场景：前车遇到危险，发出“快刹车”的信号。
过程：这个信号不是瞬间到达的。它需要时间传输，如果信号不好（比如被树挡住了，或者干扰太大），信号可能会出错，需要重发。
结果：在信号成功到达你耳朵（车载电脑）并让你踩下刹车之前，你的车其实已经往前开了一段距离。这段距离就是 $D_{comm}$ 。
比喻：就像你在玩“老鹰捉小鸡”，老鹰（危险）冲过来了，母鸡（前车）喊“快跑”。如果喊声太小（信号差）或者被风（干扰）吹散了，小鸡（后车）要等很久才听到。等听到时，老鹰已经离你很近了。这段**“从喊话到听到之间，你跑过的距离”**，就是 $D_{comm}$ $D_{co mm}$ 。
- $D_{comm}$ 越短 = 反应越快，越安全。
- $D_{comm}$ 越长 = 反应越慢，越危险。

2. 三个“调节旋钮”

为了控制这个距离和耗电量，研究人员调整了 5G 通信的三个“旋钮”：

发射功率 ( $P_t$ )：就像喊话的音量。
- 喊得越大声（功率高），传得越远，别人听得越清楚，但嗓子（电池）累得快。
子载波间隔 (SCS)：就像说话的语速。
- 语速快（30 kHz），信息传得快，抗干扰能力强，适合车跑得快的时候。
- 语速慢（15 kHz），适合慢慢聊，但在高速下容易听不清。
调制编码方案 (MCS)：就像说话的复杂程度。
- 用复杂的成语（高 MCS）：信息量大，但对方如果听力不好（信号差），就听不懂，得让你重复说，反而浪费时间。
- 用简单的单词（低 MCS）：虽然信息量小点，但怎么听都听得懂，不容易出错，反而更省总时间。

3. 研究发现：乡村路况的“生存法则”

研究人员模拟了两种路况：车很少（轻交通）和车很多（重交通），得出了以下结论：

情况一：乡间小路，车很少（轻交通）

环境：路很空，干扰少，大家离得远。
策略：“小声说话，用简单词”。
- 音量：调小一点（低功率）。反正周围没人，喊小声点也能听见，省电。
- 词：用简单的词（低 MCS）。虽然简单，但在这种好环境下，听得清清楚楚，不需要重复。
比喻：就像在安静的图书馆里，你只需要轻轻耳语（低功率），用简单的词（低 MCS），对方就能听清，还不用费嗓子。

情况二：乡村集市，车很多（重交通）

环境：车挤在一起，大家互相喊话，噪音大（干扰多）。
策略：“大声喊，用简单词”。
- 音量：必须调大（高功率）。因为周围太吵了，不喊大声点，别人听不见。虽然费嗓子（费电），但为了安全，必须这么做。
- 词：依然要用简单的词（低 MCS）。因为太吵了，如果你说复杂的成语，别人根本听不清，还得让你重复，反而更费电、更慢。
比喻：就像在嘈杂的菜市场，你必须扯着嗓子大喊（高功率），而且只喊最简单的词（低 MCS），比如“刹车！”，这样大家才能在一片嘈杂中瞬间听懂并做出反应。

4. 总结：没有“万能钥匙”，只有“灵活应变”

这篇论文最重要的启示是：不能一套配置走天下。

在车少的时候，我们要省电，用低功率、简单的通信方式。
在车多的时候，我们要保命，不惜多耗电，提高功率，但依然保持通信简单可靠。

最终结论：
未来的乡村自动驾驶系统，应该像一个聪明的管家。它会根据路上的车多车少，自动调节“喊话的音量”和“说话的方式”。

车少时：它很“抠门”，省电模式运行。
车多时：它很“大方”，为了安全不惜多耗电。

只有这样，才能在保证乡村道路不撞车的同时，让那些依赖太阳能或电池的基站活得久一点，实现真正的绿色、安全自动驾驶。

这是一份关于论文《面向农村环境的 5G NR V2X 安全与节能通信研究》（Toward Safe and Energy-Efficient 5G NR V2X Communications in Rural Environments）的详细技术总结。

1. 研究背景与问题 (Problem)

随着自动驾驶（CAV）技术的发展，城市地区的部署进展迅速，但农村地区的部署仍面临巨大挑战。主要问题包括：

基础设施匮乏与能源受限：农村地区路侧单元（RSU）稀疏，且往往依赖有限的电源（如太阳能），因此能效至关重要。
安全需求：农村道路用户期望获得与城市同等级别的安全保障。在复杂场景（如弯道、路口）中，仅靠车载传感器（雷达、激光雷达）存在盲区，容易导致制动决策延迟。
通信控制参数的权衡：5G NR V2X（特别是侧链路 Sidelink）是解决上述问题的关键技术。然而，如何配置子载波间隔（SCS）、调制编码方案（MCS）和发射功率（Pt），以在安全性（低延迟、高可靠性）和能源效率之间取得平衡，目前尚缺乏针对农村交通场景的系统性研究。
现有研究缺口：以往研究多集中在城市环境，或仅关注单一参数，缺乏对农村稀疏/拥堵交通下，上述三个参数联合优化对安全性和能耗影响的综合评估。

2. 方法论 (Methodology)

本文提出了一种基于**连接制动（Connected Braking）**场景的系统性分析框架，主要包含以下步骤：

系统模型构建：
- 场景：模拟农村双车道高速公路，包含 RSU、自车（Ego）和目标车（Target）。RSU 向自车发送制动信号。
- 关键指标定义：
  - $D_{comm}$ （通信关键距离）：定义为自车在接收到第一个正确制动信号期间行驶的距离。该距离直接反映了通信延迟对制动安全的影响。 $D_{comm}$ 越小，安全性越高。
  - 数据包接收率（PRR）：衡量通信可靠性的核心指标。
  - 能耗模型：建立了包含射频（RF）传输能量和电路功耗的总能耗公式，考虑了混合自动重传请求（HARQ）机制。
- 仿真工具：使用开源模拟器 WiLabV2XSim，基于 3GPP 农村信道模型，模拟不同交通密度（轻载 30-50 辆/km，重载 80-100 辆/km）和车速（50-110 km/h）。
参数配置与变量：
- SCS：对比 15 kHz 和 30 kHz。
- MCS：覆盖 8-18（对应 QPSK 和 16-QAM）。
- Pt：23 dBm 至 26 dBm。
分析流程：
1. 确定不同车速和功率下的最小 $D_{comm}$ 阈值。
2. 分析 SCS 对 PRR 的影响，确定最佳子载波间隔。
3. 在不同交通密度下，评估 Pt 和 MCS 对 PRR 及 $D_{comm}$ 的影响。
4. 进行能耗分析，量化不同配置下的总能量消耗，寻找安全与能效的最佳平衡点。

3. 主要贡献 (Key Contributions)

提出了农村 V2X 场景下的联合优化分析：首次系统性地研究了 SCS、Pt 和 MCS 三个关键通信控制因子在连接制动场景下对安全性和 RF 能耗的联合影响。
建立了数学分析模型：推导了 $D_{comm}$ 、PRR 和总通信能耗的解析公式，将通信性能映射为车辆动力学中的安全距离指标，为自适应控制策略提供了理论基础。
揭示了农村交通下的参数权衡机制：通过大量仿真，明确了在轻载和重载交通条件下，如何配置参数以在保证安全（ $D_{comm}$ 在阈值内）的同时最小化能耗。

4. 关键结果 (Key Results)

子载波间隔（SCS）选择：
- 30 kHz 优于 15 kHz。在农村高移动性场景下，30 kHz 能更好地抵抗多普勒频移和多径衰落，显著提高了 PRR。因此，后续分析均基于 SCS = 30 kHz。
调制编码方案（MCS）的影响：
- 低阶 MCS 更优：MCS 8（QPSK）在所有交通密度下表现最稳健。
- 虽然高阶 MCS（如 16-18）能提高频谱效率，但在农村长距离和干扰环境下，其对信道质量要求高，导致重传率增加，反而降低了有效 PRR 并增加了能耗。
- 结论：在安全阈值距离 $D_{comm}$ 内，MCS 8 是平衡可靠性与能效的最佳选择。
发射功率（Pt）与交通密度的关系：
- 轻载交通（30-50 辆/km）：较低的功率（23 dBm）足以维持高 PRR 和可接受的 $D_{comm}$ 。此时提高功率带来的可靠性增益微乎其微，但能耗显著增加。
- 重载交通（80-100 辆/km）：必须提高功率（至 26 dBm）以克服信道拥塞和干扰，从而维持高 PRR 并缩短 $D_{comm}$ 。
- 能耗代价：在重载场景下，将 Pt 从 23 dBm 提升至 26 dBm 虽然显著提升了安全性，但导致总 RF 能耗增加了超过 100%。
能效与安全性的权衡：
- 不存在“一刀切”的配置。
- 轻载：低功率 + 低 MCS = 高能效 + 足够安全。
- 重载：高功率 + 低 MCS = 高安全 + 高能耗。

5. 研究意义 (Significance)

填补了农村 V2X 研究的空白：针对农村基础设施稀疏和能源受限的特点，提供了具体的参数配置指导，弥补了现有研究多集中于城市环境的不足。
指导自适应策略设计：研究结果表明，未来的农村 CAV 系统应采用自适应控制机制。系统应根据实时检测到的交通密度（轻载/重载）动态调整 Pt 和 MCS，而不是固定使用高功率或高阶调制。
平衡安全与可持续性：证明了在保障生命安全（通过控制 $D_{comm}$ ）的前提下，通过优化通信参数可以大幅降低农村 V2X 基础设施的运营成本（能源消耗），对于推动 CAV 在偏远地区的落地具有实际工程价值。
方法论贡献：提出的基于 $D_{comm}$ 的安全评估方法，将抽象的通信指标（如延迟、丢包）转化为直观的物理安全距离，为 V2X 系统的安全验证提供了新的视角。

总结：该论文论证了在 5G NR V2X 农村应用中，30 kHz SCS 配合 MCS 8 是基础配置；而**发射功率（Pt）**应根据交通密度动态调整：轻载时采用低功率以节能，重载时采用高功率以保安全。这种自适应策略是实现农村 V2X 系统安全与能效双赢的关键。