感知型移动网络与绿色通信

哈维尔·戈萨尔韦斯主 编 From the editor

6月 2021 | IEEE vehicular technology  magazine ||| 3
In 除了我们的常规栏目外，本期还包括10篇公开征稿的文章，涉及移动无线电、车联网与自动驾驶车辆、汽车电子以及铁路等多个方面。

感知型移动网络：通过通信与雷达感知融合实现蜂窝网络的无线视觉

在《感知型移动网络：通过通信与雷达感知融合实现蜂窝网络的无线视觉》一文中，张等人探讨了联合通信与无线感知（JCAS）范式在蜂窝网络中的应用。JCAS将蜂窝网络从仅支持通信的网络转变为具备集成通信与无线感知能力的感知型移动网络（PMN）。其目标是使PMN在提供不受影响的通信服务的同时，成为无处不在的无线感知网络。文章中，作者回顾了感知型移动网络的发展，并提出了一种适用于此类网络的系统架构，包括对现有移动网络和硬件所需的修改。作者还介绍了可用于感知的移动信号，讨论了PMN的潜力、部分应用场景以及将无线感知融入移动网络所面临的研究挑战和机遇。

小区内频率带迁移用于绿色无线网络：实现、性能指标和用例

第二篇文章聚焦于面向后5G的绿色无线网络设计。能效是后5G和6G网络设计中的关键目标，旨在降低蜂窝网络的环境足迹。在“小区内频率带迁移用于绿色无线网络：实现、性能指标和用例”中，奥祖尔特等人提出了一种用于绿色无线网络的小区内频率带迁移技术。在所提出的方法中，通过适当调整移动用户的覆盖区域，将其工作频段从高频段分配到低频段，以实现节能通信。作者分析了能效与面积频谱效率之间的权衡关系，推导出最优工作点，并提供了一个小区迁移管理系统，以说明该技术在各种实现方案中的适用性。

多节点分量载波管理：5G中的多连接

在《多节点分量载波管理：5G中的多连接》一文中，德拉班德腊等人提出了一种无线资源管理机制，以充分利用5G中多连接（MC）的潜力。MC是5G中应对从增强型移动宽带到超可靠低延迟通信等多样化服务需求的解决方案之一。为此，MC聚合来自多个基站的分量载波。作者表明，他们的MC方案能够在负载不平衡场景下提高吞吐量和网络效率。

星链星座中的激光星间链路：一种分类与分析

《星链星座中的激光星间链路：一种分类与分析》讨论了未来卫星星座中卫星之间设想的激光星间链路（LISLs）。在一个星座内，卫星可以与同一或不同轨道平面中的其他卫星建立LISL。乔杜里和亚尼科梅罗格鲁提出了一种基于卫星在星座中的位置以及LISL持续时间的LISL分类方法。作者随后研究了卫星的LISL范围变化对其与其他卫星建立的不同类型LISL数量的影响。该研究以星链第一阶段的卫星星座为背景进行。作者观察到，在相交轨道平面的卫星之间存在相当数量的临时LISL（除永久LISL外），这些临时LISL在实现下一代光无线卫星网络中的低延迟路径方面可能发挥重要作用。

车辆知识网络的定义与框架：一种以知识为中心的网络应用

我们以Deveaux等人撰写的《车辆知识网络的定义与框架：一种以知识为中心的网络应用》一文，开启关于联网和自动化车辆及汽车电子系列文章的介绍。作者们定义了一种用于车辆的知识网络结构，涵盖知识描述、存储和共享。知识可以帮助运行车载应用，例如自动驾驶，并且可以通过机器学习或人工智能（AI）从信息中提取。作者提出了一种知识结构，旨在解决当前缺乏统一框架以支持知识的协同创建与共享的问题。作者首先分析了应用于车载网络的知识的含义和范围，然后揭示了所提议的知识结构在降低网络负载和延迟方面的潜在优势。文章通过考虑基于乘客舒适度的自动驾驶案例对此进行了说明。

高拓扑动态下信息中心网络的自适应内容播撒：播撒位置至关重要

在《高拓扑动态下信息中心网络的自适应内容播撒：播撒位置至关重要》一文中，图尔卡努等人提出了一种在信息中心型车载网络架构中将内容自适应播撒到雾节点的方案。该方案基于一种纯虚拟聚类方法，减少了车辆之间控制消息的交换以及播撒可能带来的额外负载。作者表明，即使节点位置信息仅简化为服务基础设施节点的位置，所提出的方法仍可降低无线接入网络的负载。

混合动力汽车架构设计：利用自动生成与优化方法

在《混合动力汽车架构设计：利用自动生成与优化方法》一文中，卡巴拉等人提出了一种用于混合动力电动汽车动力系统优化与比较的自动化方法。这与通常采用的启发式方法有所不同，旨在更系统地比较不同混合动力总成架构的效率。作者考虑了混联式混合动力架构的组件（行星齿轮除外），并生成所有可能的架构。然后通过通用混合模型对这些架构进行筛选、自动评估和优化。所提出的方法包含遗传算法，经评估表明，该方法能够降低能耗以及动力总成尺寸和成本。

汽车多域控制器的可靠性：电子冷却技术进展

在《汽车多域控制器的可靠性：电子冷却技术进展》中，科尔塔等人讨论了自动驾驶（AD）控制器的热管理。自动驾驶依赖于车载传感器、数据处理单元以及通信与控制单元，这些单元需在（近）实时条件下运行。自动驾驶中的融合、解释和决策任务通常在多域控制器（MDCs）中执行。MDCs是高性能计算平台，在信号处理方面具有优势，但在密集封装的电子器件中可能面临热能管理挑战，因为需要耗散高密度热流。本文对现代汽车自动驾驶控制器中的热机械可靠性问题进行了介绍。

EH‐Edge——一种用于轨道交通车辆在线故障预测的能源采集驱动边缘物联网平台：云、边、端协同计算范式的案例研究

本期最后两篇专题文章专注于铁路发展。在《EH‐Edge——一种用于轨道交通车辆在线故障预测的能源采集驱动边缘物联网平台：云、边、端协同计算范式的案例研究》中，杨等人探讨了在线故障预测系统的设计，利用大数据和人工智能的轨道车辆核心部件。作者研究了振动能量收集（EH）传感器网络的案例，该网络为从轨道车辆核心部件收集数据提供了一种绿色低成本方式，但在与人工智能的有效集成方面仍面临挑战。为解决这些问题，作者提出了一种由能量收集驱动的云‐边‐端协同物联网平台；并在该平台上部署了两级协同人工智能故障预测功能，以降低传感器节点的能耗、上传数据量以及故障预测时延。

对安全铁路运行的贡献：评估电磁干扰对铁路控制信号系统中应答器到BTM通信的影响

在《对安全铁路运行的贡献：评估电磁干扰对铁路控制信号系统中应答器到BTM通信的影响》一文中，弗朗哥等人讨论了用于支持在铁路中测试电磁干扰和兼容性问题的零现场策略的实验室仿真工具的设计与开发。这些是影响铁路通信和信号系统的最常见问题，目前需要大量且昂贵的现场测试。该文研究了电磁兼容性威胁与通用铁路控制信号系统的服务质量或关键性能指标之间的关联。作者探讨了利用其平台分析应答器设备与车载应答器传输模块（BTM）之间的通信链路、现有干扰及其对上层的影响。

希望您享受阅读本期内容，并期待即将推出的9月刊，其中将包含关于自动驾驶车辆和先进空中交通的两个专题。请保重安全，如果您有任何意见、想法或改进建议，欢迎随时联系我们以提升IEEE Vehicular Technology Magazine的质量。