车载边缘网络（Vehicular Edge Networks, VEN）中V2I（车对基础设施）上行链路调度的鲜活性与可靠性联合优化：一种基于李雅普诺夫漂移加惩罚（Lyapunov Drift-Plus-Penalty）的方法

《Vehicular Communications》：Joint Freshness and Reliability Optimization for V2I Uplink Scheduling in Vehicular Edge Networks: A Lyapunov Drift-Plus-Penalty Approach

　　摘要：车辆边缘服务——导航辅助、道路事件通知和协作意识维护——需要路边单元保持对每辆车状态的新鲜和可靠视图。本文将上行状态维护构建为一个受限调度问题，该问题在满足每辆车最低刷新率要求的同时，最小化服务感知的过时性。我们提出了基于李雅普诺夫漂移加惩罚分解的轻量级在线框架——可靠性校准新鲜度调度（RCFS）。其核心机制是一个债务感知控制器：虚拟队列代表累积的刷新不足，而有界的状态反馈系数V(t)调整每个时隙内新鲜度恢复与债务偿还之间的平衡。每个决策都简化为明确的优先级得分，然后进行Top-M选择。RCFS还提供了可配置的EMA锚定可靠性估计、空间校准和多时间范围恢复模块；消融实验确定了在评估条件下债务反馈机制的主要调度优势。在受控的单RSU高速公路和城市模拟中，RCFS与经典启发式算法、Whittle指数策略和基于群体的元启发式算法进行了比较。在20个独立种子下，RCFS的高速公路和城市违规比率分别为0.002和0.000，Jain公平性指数分别为0.998和0.996，同时保持了竞争性的过时性，并且测量到的选择块时间显著低于评估的迭代解决方案。这些结果为单RSU车辆边缘调度建立了一个可解释的、以可靠性为导向的运行点。

引言：联网车辆正从孤立的交通设备演变为始终连接的移动终端。诸如导航、道路事件警告、停车协调和驾驶辅助接口等服务依赖于路边边缘保持对每辆车的及时和准确表示。一旦边缘侧状态变得陈旧，即使成功传递的数据包也可能在服务时间尺度之外到达，从而降低用户体验的质量并可能扭曲下游辅助决策。与传统的遥测传输不同，这些服务在边缘连续消耗车辆状态；陈旧的信息会降低服务准确性，而不仅仅是网络吞吐量。因此，工程挑战从数据传输转变为在边缘进行连续的状态维护。

信息寿命（AoI）为这个问题提供了一个自然的抽象。早期的车辆和状态更新研究确定了新鲜度与吞吐量和平均延迟的根本不同[1]、[2]、[3]。后续的调查和多源分析将AoI发展为一个更广泛的框架，用于新鲜度感知的系统设计[4]、[5]。广播调度和基于漂移的策略展示了明确新鲜度目标的作用[6]、[7]，而受干扰限制的公式解决了耦合的无线服务决策[8]。其他研究结合了吞吐量限制和基于年龄的服务规则[9]、[10]、多通道接入[11]、可扩展的物联网更新[12]以及异构交通或信道[13]、[14]。总的来说，这些研究表明应该根据刷新价值而非仅凭流量来分配稀缺的无线电资源。在车辆上行链路中，移动性也使得传输成功率随时间变化，因此最旧的用户不一定是安排上最经济有效的用户。

然而，现有的AoI调度理论对车辆边缘上行链路留下了几个耦合的设计选择问题。首先，许多公式优化了原始年龄，而这里考虑的服务是对与陈旧边缘状态相关的损失作出响应。其次，传输成功率通常被视为外部信道参数，而不是进入调度分数的量。在移动性下，以年龄为主的政策可能会将时隙分配给那些虽然老旧但目前不太可能成功刷新的用户。第三，结构调度结果与明确的单RSU规则之间存在实际差距。基于指数的策略依赖于它们的信道模型假设，而通用元启发式算法隐藏了这里考虑的线性Top-M决策的分数结构。这些观察结果激发了对服务过时性、预期刷新成功率和长期支持义务的统一时隙公式。

同时，以信息为中心的MEC和车辆边缘架构为联网车辆服务建立了基础设施背景[15]、[16]、[17]。然后，能源感知调度、服务迁移和微服务放置解决了移动边缘系统中的计算和服务连续性问题[18]、[19]、[20]、[21]。最新的V2X工作考虑了AoI感知的数据包管理和上下文感知的无线电分配[22]、[23]。这些研究主要优化了延迟、能源、迁移成本或连接性管理。因此，这里更具体的问题——如何在有限的上行资源下，单个RSU保持对联网车辆的新鲜和可靠的服务端视图——与那些相邻的目标有所不同。本文研究了具有受限同时传输、移动性驱动的信道变化和长期刷新要求的单个RSU的上行状态维护。其贡献顺序如下：
- 我们系统地将标准的李雅普诺夫虚拟队列和漂移加惩罚机制[24]适应于服务感知的新鲜度目标、估计的刷新成功率、每辆车最低刷新要求和精确的Top-M V2I上行选择。
- 主要的设计贡献是一个债务感知调度规则，其中可观察的累计债务决定了一个有界的状态反馈值V(t)，使得分数在每次运行中能够在即时新鲜度恢复和累积的刷新不足之间平滑切换。
- 我们提供了20个种子的评估和组件级的消融实验，确定了债务反馈是约束满足度和公平性增益的主要来源。EMA锚定的空间估计器和多时间范围恢复分支围绕这一以债务为中心的调度核心提供了模块化扩展。

相关工作：我们将先前的工作组织为三个方面：新鲜度建模、算法响应和车辆边缘系统。基础研究引入了车辆和状态更新系统的AoI[1]、[2]、[3]，后来的工作整合了多源AoI分析和设计原则[4]、[5]。广播和基于漂移的调度将新鲜度视为明确的资源分配目标[6]、[7]；受干扰限制的调度解决了耦合传输问题[8]。

系统模型和问题表述：我们研究了一个为N辆联网车辆服务的单个路边单元（RSU）的上行状态维护。RSU支持时间关键的边缘服务，如道路事件通知、导航辅助和协作意识维护。这些服务依赖于对每辆车的准确和及时的边缘侧视图。一旦该视图变得陈旧，服务质量会迅速下降。因此，状态新鲜度是主要的设计目标，而不是次要的诊断工具。

时间被划分为时隙，索引为??=1,2,

实验评估：本节介绍了RCFS的实验评估。第4.1节描述了仿真设置，第4.2-4.9节分别报告了主要比较、负载鲁棒性、消融实验、参数敏感性、用户公平性、异构条件、校准器质量和计算可扩展性。

结论：本文提出了RCFS，这是一个在线调度框架，用于在路边边缘节点保持新鲜和可靠的车辆状态视图。RCFS将标准的李雅普诺夫虚拟队列构建应用于服务感知的V2I新鲜度目标，并将每个时隙转换为明确的优先级评估，然后进行Top-M选择。其中心设计元素是将每辆车的刷新债务与有界的状态反馈系数V(t)相结合，调整了经验平衡。

作者贡献声明：
邱少林：资源、项目管理、方法论、调查、资金获取、概念化。
邓树超：可视化、验证、软件、资源、调查、数据整理。
王恩良：撰写初稿、可视化、软件。

利益冲突声明：作者声明他们没有已知的竞争财务利益或个人关系可能会影响本文报告的工作。

安徽博彦信息技术有限公司，芜湖，241000，中国