Modeling and Analysis of the Downlink Local Delay in MEC-Based VANETs
Modeling and Analysis of the Downlink Local Delay in MEC-Based VANETs
复制标题
基于 MEC 的 VANET 下行链路本地延迟建模与分析
DOI：
10.1109/tvt.2020.2984835
复制
发表时间：
2020-06
影响因子：
6.8
通讯作者：
Zheng Jun
中科院分区：
文献类型：
--
作者：
Wu Yuying;Zheng Jun
移动的边缘计算（MEC）是提高车载自组织网络（VANET）服务质量（QoS）的一种有前途的计算范例。本地延迟是一个节点向另一个节点发送数据包的延迟中的主要组成部分之一。本文研究了基于MEC的高速公路场景下的下行链路本地延迟建模与分析。基于随机几何建立了一个理论模型，用于分析行驶在高速公路上的车辆从沿高速公路沿着的边缘节点接收数据包的平均下行本地延迟。在推导模型时，车辆节点和边缘节点的空间分布分别被建模为一个独立的一维（1-D）齐次泊松点过程（PPP）。使用最近发送器模型来确定用于将计算结果发送到对应的服务请求车辆节点的边缘节点。此外，载波侦听多路访问（CSMA）机制被认为是信道接入。仿真结果验证了理论模型的正确性，并基于该模型分析了主要参数对下行链路平均本地时延的影响。所建立的模型提供了一个洞察边缘节点的部署，以减少下行链路本地延迟，提供及时的网络服务。
Mobile edge computing (MEC) is a promising computing paradigm for improving the quality of service (QoS) of a vehicular ad hoc network (VANET). The local delay is one of the major components in the delay for a node to transmit a data packet to another node. This paper studies the modeling and analysis of the downlink local delay in an MEC-based highway road scenario. A theoretical model is built based on stochastic geometry for analyzing the average downlink local delay for a vehicle driving on a highway road to receive a data packet from an edge node along the highway road. In deriving the model, the spatial distributions of vehicle nodes and edge nodes are respectively modeled as an independent one-dimensional (1-D) homogeneous Poisson point process (PPP). A nearest-transmitter model is used to determine the edge node for transmitting a computing result to the corresponding service requesting vehicle node. Moreover, a carrier sense multiple access (CSMA) mechanism is considered for channel access. The derived theoretical model is validated through simulation results and the impacts of major parameters on the average downlink local delay are investigated based on the derived model. The built model provides an insight into the deployment of edge nodes in order to reduce the downlink local delay and provide timely network services.
登录
查看更多内容
影响因子：
8.3
作者：
Yuanjie Wang;M. Haenggi;Z. Tan
通讯作者：
Yuanjie Wang;M. Haenggi;Z. Tan
影响因子：
8.3
作者：
M. Salehi;A. Mohammadi;M. Haenggi
通讯作者：
M. Salehi;A. Mohammadi;M. Haenggi
影响因子：
9.3
作者：
Kecheng Zhang;Yongxu Zhu;Sabita Maharjan;Yan Zhang
通讯作者：
Kecheng Zhang;Yongxu Zhu;Sabita Maharjan;Yan Zhang
DOI：
10.1561/1300000026
发表时间：
2009-01-01
期刊：
FOUNDATIONS AND TRENDS IN NETWORKING
影响因子：
--
作者：
Baccelli, Francois;Blaszczyszyn, Bartlomiej
通讯作者：
Blaszczyszyn, Bartlomiej
影响因子：
11.2
作者：
Zhang, Ke;Leng, Supeng;Zhang, Yan
通讯作者：
Zhang, Yan