跳转至

系统模型与评价指标(待完善)

MR 动力学与路径

初步采用每车状态 x_i=[p_x,p_y,v_x,v_y]^T;若现有论文的差速驱动模型更适合,应换为 x_i=[p_x,p_y,heading,v,omega]^T 并校验可控性。参考路径和静态道路、停止线、冲突区预先已知。

安全:d_ij(k)=||p_i(k)-p_j(k)|| ≥ d_safe,ij。短时预测违约事件 V_ij,k = {min_{h=1..H} d_ij(k+h) < d_safe,ij}。

BS 近场感知

假设目标已关联且可分辨,BS 输出各 MR 状态估计与协方差,状态误差随感知符号、SNR、几何条件变化。暂不以多目标 FIM 交叉耦合为创新点;不可无条件套用独立误差假设。

近场通信与 FBL

以球面波 h_i(p) 构造位置辅助聚焦 w_i;下行接收 SNR 可写成 P_i |h_i^H(p_i) w_i(p_hat_i)|² / sigma_i²(若逐用户正交,无同频干扰项)。状态包长度 B_i、块长 N_i、SNR gamma_i 决定 FBL BLER epsilon_i。

上下行与融合

对于候选 UL 机制,MR 提供 local state / intent / execution flags,MEC 在统一时间和坐标系后融合为 x_hat_i^G, P_i^G;是否纳入 UL 需要性能和资源分析,而非默认每轮满报。

信息时效性与控制

MR 利用最后一次接收状态及时间戳进行传播:x_tilde_j|i(k)=F_Delta(x_hat_j(t_last));误差协方差随信息年龄增长。MR 控制由 TV-LQR 名义输入和安全过滤构成;路权许可由 MEC 统一分配。

资源模型(候选)

时分 S + UL + DL 情况:N_s + Σ_i N_UL,i + Σ_i N_DL,i ≤ N_total。若不含辅助上行,相应项取 0;BS 发射能量、各 MR 上行电池预算分别约束。若分组/定向照射,感知符号约束改为分组版本。

任务目标:在安全约束下最小化 E[J_track + lambda_delay × D_cross + lambda_resource × C_resource]。并独立统计安全距离违约概率、最小间距、等待时间、AoI、实际无线消耗和优化时延。

严谨性

许可失效安全机制和随机违约概率不能混同。若 MR 在所有无许可情况下停车,通信劣化可能主要体现为延迟而不是碰撞率。