序

近年来，随着全球化经济和科技的不断发展进步，我国城市化发展进程的不断加快，车辆交通已成为人们日常生活的一部分，汽车拥有量呈爆炸式增长。根据国家统计局公布的数据，截至2020年年底，我国民用汽车保有量达到2.81亿辆。庞大的汽车保有量将导致城市交通拥堵，汽车排放的尾气将带来环境污染，而且道路交通的安全隐患也不断增加。除依靠拓宽道路、建设高架路和地铁等增加基础道路设施的手段外，还要充分发挥现代信息技术和车联网技术在解决交通问题中的作用。推进交通信息化、网络化和智能化，构建基于车联网的智能交通系统（Intelligent Transportation System，ITS），实现快捷、安全、高效、舒适、绿色环保出行，一直以来都是世界各国不懈努力的目标。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提出“积极稳妥发展工业互联网和车联网”。

车联网或网联车有多种分类方式，从通信对象看，V2X（Vehicle-to-Everything）包括V2V（Vehicle-to-Vehicle，车到车，提供防碰撞安全能力）、V2I（Vehicle-to-Infrastructure，车到路，支持优化交通信号灯转换）、V2P（Vehicle-to-Pedestrian，车到人，支持为行人与骑行者提供安全预警）、V2N（Vehicle-to-Network，车到网或车到云平台，提供实时交通流量与路径规划及服务）等。对应的车端需要配备各类传感器（如摄像头、激光雷达）和OBU（通信、控制器和执行器，还可能含边缘计算），路端需要配备RSU（含通信与边缘计算能力）、传感器和信号灯，也可能需要边缘计算（MEC），网端需要有移动基站、MEC、通信云平台等，云端需要支持高精度地图、交通大数据分析、人工智能决策、智能出行应用软件及服务等。

从支持车辆的自动化能力看，可分为L1～L5共五级。L1为辅助驾驶，传输时延为100～1000ms，网速为0.2Mbps；L2为部分自动化，传输时延为20～100ms，网速为0.5Mbps；L3为条件自动化，传输时延为10～20ms，网速为16Mbps；L4为高级自动化，传输时延为1～10ms，网速为100Mbps；L5为全自动化，传输时延与网速能力同L4，但感知能力的配置与智能化水平可支持无人驾驶。

V2X从技术上可分为DSRC（专用短程通信技术）和C-V2X（基于蜂窝的车联网技术）。DSRC应用较早，工作在5.8GHz频段，最大传输距离为800m，最高车速为60km/h，最大数据传输速率为27Mbps，传输时延低于10ms，但仅针对V2V/V2I场景，容量不足以应对交通拥堵，干扰管理和覆盖是其短板。C-V2X根据基于4G或5G而分为LTE-V2X和NR-V2X（或称为5G+C-V2X），工作频段和覆盖范围同移动通信系统，下行最大数据传输速率为1Gbps，可以支持车辆编队行驶、高级驾驶、扩展传感器、远程驾驶、增强的情境感知、协作式驾驶和意图共享等。LTE-V2X和NR-V2X的区别首先是对车速的支持能力，分别为350km/h和500km/h，其次是控制面通信时延，分别低于50ms和3ms，显然只有NR-V2X才能适应L3及以上级别的要求。

车联网的功能还可以按有无路侧协同和有无车辆间协同来区分。在既无路侧协同也无车辆间协同的场景下，即仅提供单个车辆与边缘云节点通信，可支持本地信息分发、动态高精度地图、车载信息增强、车辆在线诊断。在这一场景下，边缘计算收集中心云及车载传感设备信息，提供高精度地图存储与更新，融合车辆报来的视频/雷达信号并下发分析结果，对车辆自动驾驶状态进行分析并提供应急处置。在无车辆间协同但有路侧协同的场景下，提供单一车辆与边缘计算及路侧智能设施交互，支持危险驾驶提醒和车辆违章预警。在该场景下，边缘计算收集路侧传感器信息，融合分析后，提供疲劳驾驶、夜间行车与恶劣天气提醒，识别车牌，判定超速、逆行、长期占用应急车道等违章行为并下发给车辆及上报给中心云。在有车辆间协同但无路侧协同的场景下，提供多车与边缘计算交互，支持V2V信息转发和车辆感知共享。在这一场景下，边缘计算作为桥接节点，以V2N2V方式支持车与车之间的数据交互，支持车到车通信，转发车辆的感知信息，解决如后车视野被前车遮挡的盲区等感知能力。在车辆间协同和路侧协同兼有的场景下，提供多车与边缘计算及路侧智能设施交互，支持匝道合流辅助、智慧交叉路口和大范围协同调度。该场景下的边缘计算收集匝道合流处的传感器信息和车辆状态信息，预测车、人和障碍物的相对位置、速度、方向，下发结果到车辆，优化交通信号灯参数，预测拥堵，并利用路径优化算法对车辆进行导航调度。

车联网要实现车、路、网、云、人的协同，在功能上相当复杂，在性能上特别是对安全与可靠性要求很高。5G的100Mbps级的用户体验数据传输速率、空中接口0.5ms的时延、可支持每平方千米高达100万台连接设备、优于99.9999%的可靠性、在室内停车场也能做到3m精度的定位（2022年还可提供精度到0.3m），这些性能使得5G比现有的无线通信手段更适合车联网的需要。

尽管如此，车联网和公众网的人与人通信还是有很大不同的，5G也会面临新的挑战。80%的公众网用户在室内使用，即处于非移动状态，而80%以上的城市车联网用户处于行驶状态，对移动性管理要求更高。公众网的移动通信在通信时占用信道，用户信道在线时间较短，而车联网在行驶中永远在线。公众网的通信基本是点到点方式，而车联网在V2V场景下是点到多点和多点到点甚至广播方式。公众网的通信基本是以下行为主的，而车联网上行数据量可能会超过下行数据量。公众网的通信所发送的信息是主叫方主动的，被叫方也是已知的，而车联网中每辆车发送的信息并不受车主所控。公众网跨运营商的用户间通信数据通常要在省间中心或省中心互联，车联网间跨运营商的通信需要在本地互联，以免时延太长。车联网海量物联网连接需使用分层管理与群组认证或多节点分布认证以免产生信令风暴，对车联网V2V场景还需要快速认证。公众网的通信通常采用包月或按流量收费，而车联网的商业模式有待探索。

车联网的新应用场景除对技术提出新挑战外，在管理上也需要体制机制的创新来适应，车联网不仅需要车路协同、车车协同，还需要人与车协同，因为马路上不仅有汽车还有非机动车与行人。车联网需要智能感知系统与车载电子系统协同，需要车内IT与OT（汽车运行技术）系统协同，需要车联网产品与服务协同；车联网应用到矿山、港口、农场、林场等，需要跨行业协同，还需要重视跨部门的协同，政府跨部门间数据共享与管理协同及法规的配套是更大的挑战。

车联网尽管涉及技术很多、管理复杂，但万变不离其宗，即源于通信的基础技术。本书作者参阅了相关领域国内外专家学者的著作和论文，通过深入研究提出了对实际场景建模和解决存在的具体问题的方法。本书设计了5G+C-V2X系统软件仿真平台，通过建模和设置各种交通场景，可得到相关的评估结果。本书作者在车联网的研究中对基础技术在车联网中的应用有较深入的认识。书中介绍了与基于5G的C-V2X有关的一系列基础技术，包括车载时变信道建模技术、协作通信技术、全双工技术、D2D技术、NOMA技术、组播通信技术、虚拟小区技术、NB-IoT技术、区块链技术、计算卸载技术、认知无线电技术及可见光技术等。

本书可作为从事车载通信系统研究与开发的电信工程师、工程管理人员及相关专业从事教学与研究的师生的参考书。从上述通信基础技术到实用的5G+C-V2X车联网技术还有不少需要深入研究的问题，我国车联网还处于试验阶段，真正大规模部署还将面临更大的挑战与考验，创新空间广阔，希望本书能为更多有志之士投身车联网的研究开发提供基本知识的培训。

中国工程院院士

2021年4月20日