车路通信环境下TD?LTE无线资源调度建模与仿真

白国柱+赵祥模+徐志刚+陈婷

摘 要： 为了改善现有车路通信方式覆盖范围小、交付时延大和传输速率低的现状，将TD?LTE技术引入车路通信接入系统。提出了基于TD?LTE的车路通信接入系统无线资源调度模型；构建了车路通信仿真场景，对比例公平算法、指数比例公平算法和改进的最大权重时延优先算法进行性能分析。仿真结果表明：车辆低速移动场景下，系统负载较低时指数比例公平算法性能较好，系统负载较高时改进的最大权重时延优先算法表现更优，比例公平算法不适合车路通信多媒体业务流调度；车辆高速移动场景下，三者都不适合车路通信多媒体业务流调度。

关键词： 车路通信； 时分长期演进； 无线资源调度； QoS保证； LTE?Sim仿真

中图分类号： TN911.7?34； TP393.1 文献标识码： A 文章编号： 1004?373X（2014）13?0001?05

Research on resource scheduling algorithm in V2I communication

access system based on TD?LTE

BAI Guo?zhu， ZHAO Xiang?mo， XU Zhi?gang， CHEN Ting

（College of Information Engineering， Changan University， Xian 710064， China）

Abstract： To improve the existing V2I communication mode with small?scale coverage， long delivery latency and low transmission rate， TD?LTE technology was introduced into V2I communication access system. A radio resource scheduling model based on TD?LTE is proposed for V2I communication access system. Three typical resource scheduling algorithms of PF， EXP and M?LWDF were tested and contrasted in different vehicle mobile simulation scenarios. Simulation results show that in slow moving scenario， when the system load is low， EXP algorithm can provide better performance； M?LWDF algorithm can perform better as load is enhenced； PF algorithm is not suitable for multi?media resource scheduling. In high moving scenario， all the three algorithms are not suitable.

Keywords： V2I communication； time division long term evolution； radio resource scheduling； QoS guarantee； LTE?Sim simulation

0 引 言

车路通信接入系统作为智能交通重要子系统之一，是保障交通参与者之间通信渠道顺畅，针对道路行车实现安全预警、高效引导，为乘客提供专业多媒体与移动互联网应用服务的关键，在车联网中扮演重要角色。

近几年来，欧美、日本等发达国家将大量人力物力投入到基于车路通信系统的下一代智能交通（Intelligent Transport System，ITS）的相关研发中[1?3]。然而，已有车路通信系统大多采用IEEE 802.11技术或2.5G/3G移动通信网络技术[4?5]。这些通信方式基站覆盖范围有限，车载设备需频繁切换路侧设备，网络带宽不支持高质量数据并行实时传输，无法为多媒体信息服务提供高品质保障[6]。随着移动通信技术发展，LTE技术应运而生，许多学者和研究机构尝试将LTE技术引入到车路协同通信网络中[7]。在车路通信环境下，业务类型的多样性及服务需求的差异性对车路通信接入系统的QoS（Quality of Service）控制提出了更高的要求。但是，LTE技术在车路通信领域应用正处于起步阶段，鲜有针对车路通信接入系统无线资源调度性能仿真和适用性验证的文献。

针对这种情况，将最新的4G TD?LTE移动通信技术应用到车路通信接入系统，提出了一种基于TD?LTE技术的车路通信接入系统无线资源调度模型，对车路通信环境中无线资源调度算法进行对比分析，给出车路通信环境下合适的TD?LTE无线资源调度算法。

1 无线资源调度模型

相比第三代移动通信技术[8]，正交频分复用技术（Orthogonal Frequency Division Multiplexing， OFDM）、多天线技术和自适应调制编码技术（Adaptive Modulation and Coding， AMC）的应用使TD?LTE技术可以灵活分配时频域上的无线资源，保证下行100 Mb/s、上行50 Mb/s的标准峰值速率和100 km半径的长距离小区覆盖。基于以上特性，建立了一种基于TD?LTE的车路通信接入系统资源调度模型，如图1所示。

图1 TD?LTE车路通信接入系统资源调度模型

模型将TD?LTE作为车路通信接入系统主干网络通信方式，为车辆提供无线接入服务。TD?LTE基站（Evolved Node B，eNodeB）负责整个系统多用户多业务调度。eNodeB在媒体访问控制层（Media Access Control，MAC）对每一个接入系统中的用户设备（User Equipment，UE）根据UE传输业务流度量[m]的大小进行分配。如式（1）所示：

[mj，k=maxi{mi，k}] （1）

式中：[mj，k]为第[j]个用户在第[k]个无线资源块（Resource Block， RB）的度量，若[mj，k]最大，就将第[k]个RB分配给第[j]个UE。

TD?LTE无线资源调度器与资源管理模块交互过程分为以下步骤：

（1） UE计算信道质量指标（Channel Quality Indicator，CQI），并将其反馈给eNodeB。

（2） eNodeB依据CQI为该UE指定资源分配策略，并填充RB的分配掩码。

（3）自适应调制编码模块（Adaptive Modulation Coding，AMC）为UE选择最优调制编码策略（Modulation and Coding Scheme， MCS）进行数据编码。

（4） eNodeB将与UE相关的信息如分配的RB、选择的MCS等通过物理下行控制信道（Physical Downlink Control Channel，PDCCH）发送给UE。

（5） UE获取PDCCH上的信息后，在物理下行共享信道（Physical Downlink Share Channel， PDSCH）获得无线资源，开始数据传输，完成整个资源调度过程。

2 无线资源调度算法分析

2.1 问题描述

在TD?LTE车路通信接入系统应用中，车辆数量集中、相对位置不断变化，造成无线电波的多普勒效应、多径效应，致使无线信道质量不稳定；车路通信接入系统中安全预警类信息服务极为重要，传输时延要求在100 ms以内；车辆行驶过程中多媒体应用信息服务对带宽和传输速度要求较大。因此，无线资源调度算法性能好坏直接关系整个车路通信接入系统传输性能高低。

现有TD?LTE无线资源调度算法根据能否感知信道质量和能否支持QoS保证，划分为信道无感知调度策略、信道感知/QoS无保证调度策略、信道感知/QoS保证调度策略三类[9]。

由于行业应用的特殊性，TD?LTE车路通信接入系统无线资源调度算法应确保交通参与者所获各种ITS信息服务始终满足响应的QoS要求，特别是与行车安全密切相关的信息能够得到及时准确的递交。调度算法应该在服务业务分布不均、信道质量起伏变化的情况下，灵活分配和动态调整TD?LTE车路通信网络可用的无线资源。

2.2 算法分析

针对上述问题，研究了比例公平算法（Proportional Fair Scheduler，PF）、指数比例公平算法（Exponential PF，EXP）和改进的最大权重时延优先算法（Modified Largest Weighted Delay First，M?LWDF）在TD?LTE车路通信接入系统中无线资源调度的性能。其中，PF算法属于信道感知/QoS无保证策略。EXP和M?LWDF算法专门为TD?LTE系统下行多媒体信息流调度而开发，计算复杂度低；在资源调度过程中，能够保证最低系统吞吐量和一定的公平性[10?11]。通过三者性能比较，给出一种合适的解决方案，支持QoS保证的多媒体信息流资源调度。

2.2.1 PF算法

PF算法根据用户设备信道质量和UE历史吞吐量进行无线资源分配[12]，使网络在达到最大吞吐量的同时保证资源分配公平。PF调度算法度量通过公式（2）计算：

[mPFi，k=dik（t）Ri（t-1）] （2）

式中：[mPFi，k]为调度度量；[dik（t）]表示第[t]个TTI中第[i]个UE在第[k]个RB上获得的期望吞吐量；[Ri（t-1）]为截止到[t]时刻第[i]个UE获得的历史平均吞吐量。[Ri（t-1）]通过递归式（3）得出：

[Ri（t）=βRi（t-1）+（1-β）ri（t）] （3）

式中：[ri（t）]为第[i]个UE在时刻[t]获得的数据传输速率；[0≤β≤1]。

PF算法考虑了用户在每一个信道的信道情况，即每一个UE的瞬时信道速率和前一段时间的平均信道速率。上一时刻UE分配了资源，那么UE的平均信道速率得到提高，下一个时刻UE被分配资源的机率减小，达到比例公平目的。

2.2.2 EXP算法

EXP算法将指数规则应用到无线资源分组调度过程，在这种调度算法下实时信息流队头时延很接近时延阈值。当实时业务交付时延接近目标时延阈值时，该算法确保它比非实时业务具备更高服务优先权[11]。EXP实时业务流度量[mEXPi，k]由式（4）和式（5）定义：

[mEXPi，k=expαiDHOL，i-χ1+χdik（t）Ri（t-1）] （4）

[χ=1Nrti=1NrtαiDHOL，i] （5）

式中：[DHOL，i]是队头时延可接受的最大值；[Nrt]为下行实时活跃信息流的数目；[αi]为调节权值，由式（6）可得：

[αi=-logδiτi] （6）

式中：[τi]为第[i]个用户的时延阈值；[δi]为队头数据包时延[DHOL，i]超过时延阈值的最大概率。

在EXP实时流调度算法中，一旦实时业务流的分组在目标时延期限内没有被分配RB，那么这个分组将从MAC层队列中删除，减少带宽浪费。对于非实时流，EXP算法退化为简单的PF算法。

2.2.3 M?LWDF算法

M?LWDF调度算法支持多用户不同QoS需求[11]，给出了分组交付时延上界，支持对QoS有不同要求的多重数据用户。度量[mM-LWDFi，k]定义如式（7）：

[mM-LWDFi，k=αiDHOL，i.（dik（t））[Ri（t-1）]] （7）

式中[DHOL，i]和[αi]定义同式（4）相同。

由公式（7）可知，对于实时业务流[αi]随着[δi]的增大而减小，保证具有最小队头时延要求和最好信道条件的实时业务流优先调度。对非实时业务流，M?LWDF使用PF算法进行调度。与PF算法相比，M?LWDF算法通过累计时延约束无线资源分配，最终在频谱利用率、公平性和QoS保证之间获得很好的平衡。

表1给出了PF算法、EXP算法和M?LWDF算法的输入参数，直观给出了三种调度算法的差异。

3 仿真场景建模

采用LTE?Sim仿真工具对TD?LTE车路通信接入网络无线资源调度性能进行仿真验证[13]。仿真场景如图2所示：小区半径为1 km，包括1部eNodeB基站和5～40部TD?LTE 车载UE。其中，eNodeB基站位于仿真车道一侧的中心位置，车辆移动方式为Way?Point模型[14]，速度设定为30 km/h和120 km/h。此外，仿真场景中只有一个eNodeB，不存在相邻基站的转播干扰问题。

以下行链路为例，车路通信过程中，每个UE同时收发3种业务流类型：语音流（Voice over Internet Protocol，VoIP）[13]、视频流（Video）和尽力而为流（the Best Effort Flow，BE）[16]如图2所示。

图2 仿真场景

FTP数据下载业务实现BE流；开/闭马尔可夫模型实现G.729VoIP流；视频测试序列“highway.yuv”模拟Video流[14]。

仿真使用随机种子初始化，仿真时间设定为100 s，每次仿真过程至少进行10次，最终结果取平均值。仿真硬件环境为Linux操作系统，2.6 GHz主频，4 GB内存。

eNodeB物理参数设置见表2。

4 实验结果与分析

给定目标时延阈值，在不同UE数量和速度下对上述资源调度算法进行性能分析。满足目标时延和一定公平指数的前提下，丢包率的大小明显影响实时业务流的通信质量。对于实时业务流，着重考察丢包率的变化情况，找出支持更低丢包率的调度算法；非实时业务流对QoS保证没有严格要求，着重对比系统吞吐量和公平指数。

图3和图4分别给出了Video流和VoIP流在不同UE数量和不同速度下的丢包率曲线。由图可知，随着接入系统UE数量增加，并发业务数量增大，丢包率上升；同时速度越大，连续子帧信道变化越频繁，导致选择MCS时出错频率增加，丢包率增加。相同UE数量和速度下，VoIP流的分组丢包率要低于Video流，这是因为VoIP流的发送速率较Video流更低，而且具有更高的优先调度级别。

图3 Video流丢包率曲线

图4 VoIP流丢包率曲线

值得注意的是，UE速度为120 km/h时，PF，EXP和M?LWDF算法实时流丢包率基本一致，超出可接受范围；而UE速度为30 km/h时，三者的丢包率差异显著，PF算法明显高于EXP和M?LWDF算法。速度为30 km/h条件下，接入UE数目较小时，EXP算法和M?LWDF算法丢包率基本相同，EXP算法丢包率更低，稍好于M?LWDF算法。随着UE数目增加，EXP算法和M?LWDF算法能够保证实时业务流有更高的优先调度级别，限制丢包率随着UE数量增加而增长。接入UE数量进一步增加（>20），M?LWDF丢包率比EXP丢包率平均小2.403 7%，因为M?LWDF算法给予实时业务更高优先级，是以损失一定的非实时流吞吐量换来的，图5也给出了佐证。

图5 BE流吞吐量曲线

图5给出了三种算法下不同速度下的BE流吞吐量。随着接入UE数量增加，三者系统吞吐量呈下降趋势。在用户较小时（5～20），三种系统吞吐量基本相同，随着用户数量的增多，EXP算法和M?LWDF算法吞吐量较PF算法吞吐量下降幅度明显增大，这是保证实时流优先调度必须付出的成本。

非实时业务流的公平指数由图6给出，EXP和M?LWDF算法提供了QoS保证同时，与PF算法相比，公平指数并没有显著降低，仍在可接受的范围内。

图6 BE流公平指数曲线

图7给出了三种算法在UE数量为20条件下Video流的CDF时延累计函数曲线，VoIP流也具有相似的规律。结果表明，EXP算法和M?LWDF算法满足实时业务流QoS需求，保证分组交付时延在目标时延之内（100 ms）。它们会丢弃时延超过设定阈值的分组，这一点和PF算法有很大不同。

5 结 语

针对车路通信环境下车辆多媒体信息流高速实时可靠交互需求，提出了一种基于TD?LTE技术的车路通信接入系统资源调度模型，构建了基于该模型的车路通信仿真场景，研究了PF，EXP和M?LWDF算法在该模型中的无线资源调度性能。根据仿真结果可知，在半径为1 km的小区且同时支持VoIP流、Video流和BE流的下行调度过程中：

图7 UE数量为20时Video流CDF曲线

（1） UE低速移动时，当负载较小（接入UE数5～20）时，EXP算法和M?LWDF算法调度性能基本一致，EXP算法稍好于M?LWDF算法。但是随着负载增加（>20），在丢包率上M?LWDF算法显著优于EXP算法，不过这是以牺牲一部分吞吐量为代价的。在时延和丢包率上，PF算法表现较差，不适合车路通信系统多媒体信息资源调度。

（2） UE高速移动时，PF，EXP和M?LWDF算法丢包率过高，难以满足多媒体业务的QoS保证。若仍将TD?LTE网络作为车路接入通信基础网络，应从修改物理设配置和寻找新算法两方面着手。

（3） 整体来说在车路通信环境下，推荐使用M?LWDF算法进行TD?LTE无线资源调度。

参考文献

[1] AMANNA A. Overview of intellidrive/vehicle infrastructure integration （VII） [R]. USA： Virginia Tech Transportation Institute， 2009.

[2] TOULMINET G， BOUSSUGE J， LAURGEAU C. Comparative synthesis of the 3 main European projects dealing with cooperative systems （CVIS， SAFESPOT and COOPERS） and description of COOPERS demonstration site 4 [C]// 2008 11th International IEEE Conference on Intelligent Transportation Systems. [S.l.]： IEEE， 2008： 809?814.

[3] FUJIMOTO A， SAKAI K， OGAWA M， et al. Toward realization of smartway in Japan [C]//15th World Congress on Intelligent Transport Systems and ITS America's 2008 Annual Mee?ting. New York， NY： [s.n.]， 2008： 23?31.

[4] CAMPOLO C， VINEL A， MOLINARO A， et al. Modeling broadcasting in IEEE 802.11 p/WAVE vehicular networks [J]. IEEE Communications Letters， 2011， 15（2）： 199?201.

[5] WEWETZER C， CALISKAN M， MEIER K， et al. Experimental evaluation of UMTS and wireless LAN for inter?vehicle communication [C]// 2007 7th International Conference on ITS Telecommunications. [S.l.]： IEEE， 2007： 1?6.

[6] WELLENS M， WESTPHAL B， MAHONEN P. Performance evaluation of IEEE 802.11?based WLANs in vehicular scena?rios [C]// IEEE 65th Vehicular Technology Conference. [S.l.]： IEEE， 2007： 1167?1171.

[7] MANGEL T， KOSCH T， HARTENSTEIN H. A comparison of UMTS and LTE for vehicular safety communication at intersections [C]// 2010 IEEE Vehicular Networking Conference. [S.l.]： IEEE， 2010： 293?300.

[8] GERLA M， KLEINROCK L. Vehicular networks and the future of the mobile internet [J]. Computer Networks， 2011， 55（2）： 457?469.

[9] CAPOZZI F， PIRO G， GRIECO L， et al. Downlink packet scheduling in lte cellular networks： Key design issues and a survey [J]. IEEE Communications Surveys & Tutorials， 2013， 15（2）： 678?700.

[10] KELA P， PUTTONEN J， KOLEHMAINEN N， et al. Dyna?mic packet scheduling performance in UTRA long term evolution downlink [C]// 2008 3rd International Symposium on Wireless Pervasive Computing. [S.l.]： IEEE， 2008： 308?313.

[11] BASUKALA R， MOHDRAMLI H A， SANDRASEGARAN K. Performance analysis of EXP/PF and M?LWDF in downlink 3GPP LTE system [C]// 2009 First Asian Himalayas International Conference on Internet. [S.l.]： IEEE， 2009： 1?5.

[12] CHOI J G， BAHK S. Cell?throughput analysis of the proportional fair scheduler in the single?cell environment [J]. IEEE Transactions on Vehicular Technology， 2007， 56（2）： 766?778.

[13] PIRO G， GRIECO L A， BOGGIA G， et al. Simulating LTE cellular systems： an open?source framework [J]. IEEE Tran?sactions on Vehicular Technology， 2011， 60（2）： 498?513.

[14] CAMP T， BOLENG J， DAVIES V. A survey of mobility mo?dels for ad hoc network research [J]. Wireless Communications and Mobile Computing， 2002， 2（5）： 483?502.

[15] Arizona State University. Video trace library [EB/OL]. [2011?05?20]. http：//trace.eas.asu.edu/yuv/index.html.

参考文献

[1] AMANNA A. Overview of intellidrive/vehicle infrastructure integration （VII） [R]. USA： Virginia Tech Transportation Institute， 2009.

[2] TOULMINET G， BOUSSUGE J， LAURGEAU C. Comparative synthesis of the 3 main European projects dealing with cooperative systems （CVIS， SAFESPOT and COOPERS） and description of COOPERS demonstration site 4 [C]// 2008 11th International IEEE Conference on Intelligent Transportation Systems. [S.l.]： IEEE， 2008： 809?814.

[3] FUJIMOTO A， SAKAI K， OGAWA M， et al. Toward realization of smartway in Japan [C]//15th World Congress on Intelligent Transport Systems and ITS America's 2008 Annual Mee?ting. New York， NY： [s.n.]， 2008： 23?31.

[4] CAMPOLO C， VINEL A， MOLINARO A， et al. Modeling broadcasting in IEEE 802.11 p/WAVE vehicular networks [J]. IEEE Communications Letters， 2011， 15（2）： 199?201.

[5] WEWETZER C， CALISKAN M， MEIER K， et al. Experimental evaluation of UMTS and wireless LAN for inter?vehicle communication [C]// 2007 7th International Conference on ITS Telecommunications. [S.l.]： IEEE， 2007： 1?6.

[6] WELLENS M， WESTPHAL B， MAHONEN P. Performance evaluation of IEEE 802.11?based WLANs in vehicular scena?rios [C]// IEEE 65th Vehicular Technology Conference. [S.l.]： IEEE， 2007： 1167?1171.

[7] MANGEL T， KOSCH T， HARTENSTEIN H. A comparison of UMTS and LTE for vehicular safety communication at intersections [C]// 2010 IEEE Vehicular Networking Conference. [S.l.]： IEEE， 2010： 293?300.

[8] GERLA M， KLEINROCK L. Vehicular networks and the future of the mobile internet [J]. Computer Networks， 2011， 55（2）： 457?469.

[9] CAPOZZI F， PIRO G， GRIECO L， et al. Downlink packet scheduling in lte cellular networks： Key design issues and a survey [J]. IEEE Communications Surveys & Tutorials， 2013， 15（2）： 678?700.

[10] KELA P， PUTTONEN J， KOLEHMAINEN N， et al. Dyna?mic packet scheduling performance in UTRA long term evolution downlink [C]// 2008 3rd International Symposium on Wireless Pervasive Computing. [S.l.]： IEEE， 2008： 308?313.

[11] BASUKALA R， MOHDRAMLI H A， SANDRASEGARAN K. Performance analysis of EXP/PF and M?LWDF in downlink 3GPP LTE system [C]// 2009 First Asian Himalayas International Conference on Internet. [S.l.]： IEEE， 2009： 1?5.

[12] CHOI J G， BAHK S. Cell?throughput analysis of the proportional fair scheduler in the single?cell environment [J]. IEEE Transactions on Vehicular Technology， 2007， 56（2）： 766?778.

[13] PIRO G， GRIECO L A， BOGGIA G， et al. Simulating LTE cellular systems： an open?source framework [J]. IEEE Tran?sactions on Vehicular Technology， 2011， 60（2）： 498?513.

[14] CAMP T， BOLENG J， DAVIES V. A survey of mobility mo?dels for ad hoc network research [J]. Wireless Communications and Mobile Computing， 2002， 2（5）： 483?502.

[15] Arizona State University. Video trace library [EB/OL]. [2011?05?20]. http：//trace.eas.asu.edu/yuv/index.html.

参考文献

[1] AMANNA A. Overview of intellidrive/vehicle infrastructure integration （VII） [R]. USA： Virginia Tech Transportation Institute， 2009.

[2] TOULMINET G， BOUSSUGE J， LAURGEAU C. Comparative synthesis of the 3 main European projects dealing with cooperative systems （CVIS， SAFESPOT and COOPERS） and description of COOPERS demonstration site 4 [C]// 2008 11th International IEEE Conference on Intelligent Transportation Systems. [S.l.]： IEEE， 2008： 809?814.

[3] FUJIMOTO A， SAKAI K， OGAWA M， et al. Toward realization of smartway in Japan [C]//15th World Congress on Intelligent Transport Systems and ITS America's 2008 Annual Mee?ting. New York， NY： [s.n.]， 2008： 23?31.

[4] CAMPOLO C， VINEL A， MOLINARO A， et al. Modeling broadcasting in IEEE 802.11 p/WAVE vehicular networks [J]. IEEE Communications Letters， 2011， 15（2）： 199?201.

[5] WEWETZER C， CALISKAN M， MEIER K， et al. Experimental evaluation of UMTS and wireless LAN for inter?vehicle communication [C]// 2007 7th International Conference on ITS Telecommunications. [S.l.]： IEEE， 2007： 1?6.

[6] WELLENS M， WESTPHAL B， MAHONEN P. Performance evaluation of IEEE 802.11?based WLANs in vehicular scena?rios [C]// IEEE 65th Vehicular Technology Conference. [S.l.]： IEEE， 2007： 1167?1171.

[7] MANGEL T， KOSCH T， HARTENSTEIN H. A comparison of UMTS and LTE for vehicular safety communication at intersections [C]// 2010 IEEE Vehicular Networking Conference. [S.l.]： IEEE， 2010： 293?300.

[8] GERLA M， KLEINROCK L. Vehicular networks and the future of the mobile internet [J]. Computer Networks， 2011， 55（2）： 457?469.

[9] CAPOZZI F， PIRO G， GRIECO L， et al. Downlink packet scheduling in lte cellular networks： Key design issues and a survey [J]. IEEE Communications Surveys & Tutorials， 2013， 15（2）： 678?700.

[10] KELA P， PUTTONEN J， KOLEHMAINEN N， et al. Dyna?mic packet scheduling performance in UTRA long term evolution downlink [C]// 2008 3rd International Symposium on Wireless Pervasive Computing. [S.l.]： IEEE， 2008： 308?313.

[11] BASUKALA R， MOHDRAMLI H A， SANDRASEGARAN K. Performance analysis of EXP/PF and M?LWDF in downlink 3GPP LTE system [C]// 2009 First Asian Himalayas International Conference on Internet. [S.l.]： IEEE， 2009： 1?5.

[12] CHOI J G， BAHK S. Cell?throughput analysis of the proportional fair scheduler in the single?cell environment [J]. IEEE Transactions on Vehicular Technology， 2007， 56（2）： 766?778.

[13] PIRO G， GRIECO L A， BOGGIA G， et al. Simulating LTE cellular systems： an open?source framework [J]. IEEE Tran?sactions on Vehicular Technology， 2011， 60（2）： 498?513.

[14] CAMP T， BOLENG J， DAVIES V. A survey of mobility mo?dels for ad hoc network research [J]. Wireless Communications and Mobile Computing， 2002， 2（5）： 483?502.

[15] Arizona State University. Video trace library [EB/OL]. [2011?05?20]. http：//trace.eas.asu.edu/yuv/index.html.