2024年3月10日发(作者：)

C-V2X车联网中基于MEC的任务卸载策略研究

C-V2X车联网中基于MEC的任务卸载策略研究

随着智能交通的快速发展，车联网技术在交通系统中发挥

着日益重要的作用。车辆到车辆通信（Vehicle-to-Vehicle，

简称V2V）和车辆到基础设施通信（Vehicle-to-

Infrastructure，简称V2I）成为车联网中的两大重要部分。

而相比于V2I，V2V通信具有更多的应用潜能和丰富的应用场

景，其中之一就是C-V2X（或称为V2X通信）技术。

C-V2X技术使用了5G通信和车载网关技术，可以实现车

辆之间的高效通信和信息共享。这大大提高了车辆的交通安全

性、道路效率以及乘客的舒适性。然而，由于车辆在运行过程

中会产生大量的数据和任务，为了支持这些场景的实时计算和

决策，传统的云计算模式已经无法满足需求。因此，近年来，

边缘计算（MEC）在车联网领域中得到了广泛的应用研究。

基于MEC的任务卸载策略可以将车辆上的计算任务和数据

分析任务在车辆端和边缘服务器之间有效地分配和执行。这样

做的优势在于能够将车辆端的计算负载减轻，提高车辆的计算

能力和能源效率。同时，也可以在边缘服务器上实现实时的任

务卸载和处理，提供更快的响应速度和更低的延迟。

针对C-V2X车联网环境中的任务卸载问题，研究者们提出

了多种策略。其中一种是基于任务的优先级进行卸载。在这种

策略中，根据任务的紧急程度和重要性，将高优先级的任务优

先分配给边缘服务器，而低优先级的任务则在车辆端处理。这

样可以保证紧急任务的实时响应，而且还可以减少边缘服务器

的负载。

另一种策略是基于网络拓扑的任务卸载。在这种策略中，

根据边缘服务器的位置和网络拓扑结构，选择最近的边缘服务

器进行任务卸载。这样可以减少任务的传输延迟和网络拥塞，

提高任务的执行效率。同时，还可以根据具体的任务需求将任

务分配给具备相应计算能力和存储能力的边缘服务器，以进一

步提高计算资源的利用率。

此外，还有一种策略是基于动态任务负载的任务卸载。在

这种策略中，根据车辆端的当前负载情况和边缘服务器的可用

资源情况，动态调整任务的分配和卸载策略。当车辆负载过高

或边缘服务器资源不足时，将部分任务卸载至边缘服务器执行。

当负载回落或者边缘服务器的资源恢复时，可以将任务重新分

配到车辆端执行。通过动态调整任务的分配，可以达到负载均

衡和资源优化的效果。

综合上述策略，基于MEC的任务卸载策略为C-V2X车联网

环境中的实时计算和决策提供了良好的解决方案。这种策略可

以在保证任务实时性和可靠性的同时，提高车辆端的计算能力

和能源效率，同时还能提供更快的响应速度和更低的延迟。未

来，随着5G技术的进一步发展和推广，基于MEC的任务卸载

策略将在C-V2X车联网中发挥更加重要的作用，为智能交通系

统的发展带来更多的机遇和挑战

综合基于边缘服务器位置和网络拓扑结构的最近选择策略

和基于动态任务负载的卸载策略，基于MEC的任务卸载策略为

C-V2X车联网环境中的实时计算和决策提供了有效的解决方案。

这种策略通过减少任务的传输延迟和网络拥塞，提高任务的执

行效率，并根据任务需求分配给具备相应计算和存储能力的边

缘服务器，进一步提高计算资源的利用率。此外，动态调整任

务的分配和卸载策略可以达到负载均衡和资源优化的效果。随

着5G技术的发展，基于MEC的任务卸载策略将在C-V2X车联

网中发挥更重要的作用，为智能交通系统的发展带来更多机遇

和挑战