《Future Internet》：Digital Twin in Vehicular Communications: Challenges and Opportunities
数字孪生（Digital Twins, DTs）与车载通信的结合研究日益增多，但现有文献涉及不同的孪生实体、同步假设、计算放置位置以及实验证据水平，导致结果难以比较。本综述以通信为中心对数字孪生赋能的车辆系统（DT-enabled vehicular systems）进行了评述。首先，研究人员给出了车载数字孪生的操作性定义，并将同步数字孪生与静态模拟器或数字模型区分开来。随后，根据孪生粒度、物理-虚拟同步、车辆-边缘-云放置、使能V2X技术以及可测量的评估维度对该领域进行组织。标准化讨论从DSRC和IEEE 802.11p更新至5G-Advanced及正在进行中的3GPP 6G相关工作，同时涵盖近期数字孪生和网络数字孪生标准。研究人员没有将所报告的优势视为既定结论，而是比较了代表性研究的假设、指标、证据、局限性、部署约束以及安全与隐私影响。最后，确定了涉及同步陈旧性、孪生放置与迁移、通信-计算-保真度权衡、验证与不确定性、可互操作数据模型、生命周期管理以及安全感知闭环运行的研究优先级。本综述旨在为研究人员和从业人员提供一个结构化基础，用以判断数字孪生技术何时适用于车载通信系统，以及如何评估此类系统。
1. Introduction：该综述从通信视角出发，指出车载通信系统正从安全消息交换演变为互联与自动化移动，数字孪生（DT）技术被用于维护物理资产的虚拟表示。高质量的数字孪生服务不仅取决于模型精度，还取决于数据生成、传输、处理与模型更新的端到端时效性，因此高数据率本身不能保证孪生状态的新鲜度。
1.1. Scope, Intended Readership, and Distinction from Existing Surveys：综述界定了车载数字孪生的操作范围，强调其必须具有持续物理-虚拟更新关系，静态模拟器仅作为支撑工具。与现有综述相比，本文聚焦于通信与孪生的耦合，并面向车载通信、V2X组网、边缘计算等领域的研究者及工程师。
1.2. Literature Review Methodology：综述采用结构化文献检索，涵盖IEEE Xplore、Scopus等数据库，检索主题包括数字孪生与车辆/V2X/通信网络/边缘等组合。入选研究需在物理-虚拟更新、同步、架构或部署等方面提供实质性证据，支持后续的比较性技术综合。
2. Background, Scope, and Evaluation Foundations：本节建立了通信与DT的基础、操作范围、现行标准与评估维度，为后续挑战和应用分析提供框架。
2.1. Vehicular Communication Standards and Evolution：概述车载通信标准演进，包括IEEE 802.11p/DSRC、IEEE 802.11bd、LTE C-V2X、NR V2X等，并说明标准化进程对DT同步的影响。
2.1.1. From DSRC to 5G-Advanced and Emerging 6G：标准化时间线更新至5G-Advanced和6G。Release 18（2024年6月冻结）和Release 19（2025年12月冻结）为5G-Advanced，Release 20包含6G研究，Release 21是首个计划进行6G规范工作的版本。改进的空口能力并不自动意味着更新鲜的孪生状态，需考虑队列、重传、处理等环节。
2.1.2. Vehicular Communication Requirements for DT Operation：DT运行所需通信取决于具体应用，需联合考虑孪生更新间隔、最大可接受状态年龄和决策时标，而不是仅以单个无线KPI衡量。
2.2. Digital Twin Definition, Scope, and Standardization：给出数字孪生的操作定义，明确DT必须持续从物理观测更新，并用于监控、预测或决策支持，且可选的反馈可为建议或闭环控制。
2.2.1. Operational Definition and Survey Boundary：定义持续物理-虚拟更新关系，区分DT与一次性模拟器或静态模型。孪生对象分为组件、车辆、通信网络、车队/交通和城市尺度五类，它们的数据所有权、更新频率、验证目标和决策权限不同。
2.2.2. Digital Twin and Network-Digital-Twin Standards：标准化进展包括ISO/IEC 30173、ITU-T Y.3090、Y.3093、X.2011等，为数据、接口、同步和安全性提供了参考，但未规定完整汽车DT架构。
2.2.3. Evolution and Enabling Technologies of Digital Twins：DT概念可追溯到Apollo计划和Grieves的早期工作。IoT、云计算和AI促进了DT的连续更新和预测能力，但定义性特征仍是持续物理-虚拟关系。
2.2.4. Layered Architecture Perspective：将DT架构扩展为物理车辆层、V2X通信层、边缘-云计算层、数字孪生层和应用决策层，并考虑安全、互操作、生命周期和验证等横切关注点。
2.2.5. Lifecycle-Oriented Perspective：DT生命周期包括实例化与绑定、校准与同步、放置/复制/迁移、模型演化以及退役归档，这些过程在车辆移动条件下构成持续的组网问题。
2.2.6. Function-Oriented Perspective：从功能视角分类DT的表示与状态估计、数据聚合与同步、预测与分析、优化与决策支持、反馈与执行等主要职能。
2.3. Evaluation Metrics for Vehicular Digital Twins：给出通信、虚拟模型和计算控制环路的可测指标，强调更新频率、保真度、通信计算成本之间存在耦合，应针对应用选择联合满足约束的工作点。
2.4. Application Classes and Requirement Heterogeneity：不同应用对同步时延、模型精度、计算和通信资源的需求差异很大，综述提供了定性的应用-设计映射，指出需要特定于应用的基准测试。
3. Challenges in Integrating Digital Twin in Vehicular Communications：将挑战分为通信同步、模型有效性、计算耦合、生命周期、安全隐私、部署治理等六类，并强调按故障最先出现的子系统分类。
3.1. Communication and Physical–Virtual Synchronization：通信质量决定虚拟状态的时间对齐。高数据率不足以保证低端到端时延；需联合考虑感知、接入、传输、排队、计算和模型更新时延。MEC、网络切片等可降低部分时延，但需满足适用条件。
3.2. Twin-Model Validity, Validation, and Data Quality：车辆和基础设施数据存在采样率、坐标系和时间戳差异，需重视数据质量与来源追踪。模型需随时间验证和漂移检测；高保真模型若更新过慢，可能不如及时更新的低复杂度模型。
3.3. Computing and Communication–Computation Coupling：DT运行是通信与计算的联合问题。边缘计算可能引入排队延迟，云执行则依赖回传；混合边缘-云设计需维护全局与局部一致性。资源分配需要联合优化通信和计算。
3.4. Twin Lifecycle, Placement, Migration, and State Consistency：移动性使DT放置成为生命周期问题。迁移需考虑传输开销和中断，复制需定义一致性策略。不同应用要求不同生命周期语义，闭环控制需有界的年龄和确定的故障切换行为。
3.5. Safety, Security, and Privacy of the Physical–Twin Loop：安全分析应覆盖物理-孪生闭环，包括感知、V2X链路、API、存储和模型更新。需区分机密性、完整性、真实性、可用性、新鲜性和授权。功能安全与网络安全不同，需明确失效降级、超控和回滚机制。
3.6. Deployment, Interoperability, Standardization, and Governance：部署需考虑基础设施密度、回传容量和运维成本。互操作性要求映射车辆数据模型、孪生标识、生命周期操作和同步语义。治理涉及数据所有权、留存和合规。
3.7. Cross-Cutting Interactions and Design Implications：各挑战以因果链相互耦合。设计应从应用需求出发，逆推物理-虚拟环路，明确孪生对象、陈旧性容忍、通信计算瓶颈、迁移策略、故障与基础设施假设。
4. Recent Advances: Representative Architectures and Comparative Synthesis：调研显示DT正从通用虚拟副本演变为通信和计算控制回路的显式组件。比较工作围绕孪生对象、放置、同步机制、通信计算技术、评估设置与证据水平展开。
4.1. Edge-Hosted Twins for Resource Orchestration：早期研究将DT作为状态存储库支持缓存、卸载和资源分配。近期工作显式建模DT与资源控制器的耦合，包括卸载、RSU关联和子信道分配等，并考虑预测误差的影响。增益是有条件的，需扣除孪生维护开销。
4.2. Synchronization, Placement, and Migration Under Mobility：高移动性使放置成为生命周期问题。优化目标包括通信延迟、迁移延迟、车辆移动和边缘状态，实验显示迁移和复制需与同步策略联合设计，并报告中断、流量和边缘负载等指标。
4.3. Learning-Enabled Twins: From Policy Optimization to Model Adaptation：机器学习在DT系统中承担不同角色：强化学习用于决策，迁移学习用于环境适应，联邦学习用于分布式训练。近期工作开始处理数据异构和预测不确定性，并强调将算法收益与DT更新收益分离。
4.4. Security and Trust for the Physical–Twin Data Path：安全研究从区块链通用机制转向保护DT生命周期中的具体交互，如密钥协商和同步安全。安全评估需报告额外信令、计算时间和时延影响。
4.5. Communication- and Sensing-Aware Digital Twins：DT被用于建模通信环境本身，包括传播环境、毫米波/近场和感知通信一体化。感测精度、语义提取、波束成形和DM更新保真度成为耦合设计变量。
4.6. Comparative Findings and Maturity of the Evidence：比较性结论包括：不同孪生对象的时间尺度不同；边缘放置占主导但移动性使放置/同步/迁移不可分离；学习算法收益依赖DT状态质量；2025-2026年的工作更明确地处理陈旧性和预测误差。证据基础仍以数值仿真为主，缺少标准化场景和共同KPI。
5. Applications, Experimental Evidence, and Practical Deployment：实际价值取决于应用时标、孪生对象和证据强度。从交通管理到预测性维护，需要不同的同步和不确定性要求。
5.1. Traffic Management and Cooperative Mobility：交通级DT可支持连续交通仿真和信号控制，但协同驾驶需要更严格的时标和状态不确定性，交通管理证据不能直接推广到安全关键操作。
5.2. Fleet, Vehicle, and Predictive-Maintenance Services：车队DT聚合遥测用于监控和协调，需要身份管理、版本和断连恢复。预测性维护通常针对车辆组件，非车辆领域的方法是方法学证据，不能视为道路车辆的直接部署证据。
5.3. Communication-Network Optimization and Edge Orchestration：最直接的应用是DT辅助的卸载、资源预留、关联、迁移和感测。DT必须提供足够新鲜且有信息量的状态以改变物理网络决策。
5.4. Experimental Infrastructure, Datasets, and Reproducibility：现有工具包括SUMO、Veins、CARLA、5G-LENA、highD、nuScenes、DeepMIMO等。可复现实验需规定物理采样间隔、通信更新过程、计算/模型更新时延、同步策略、放置策略和失败处理。目前缺少广泛接受的联合基准。
5.5. Industrial Considerations and Practical Implications：部署应增量推进，首先选择数据已有的低风险应用（如车队监控），再逐步引入预测或闭环控制。设计需回答“孪生对象是什么”“在哪里运行”“新鲜度和精度要求”“出错时怎么办”四个问题，并报告基础设施足迹和运维成本。
6. Evidence-Driven Research Agenda：基于前文识别的局限性，按研究时间跨度组织优先事项，强调将“实时”和“高保真”转换为可测试的操作条件。
6.1. Near-Term Priority: Freshness, Validity, and Safe Use：近期优先研究状态年龄和模型误差与决策后果之间的关系，定义置信度感知的弃权、降级运行、回滚和故障安全行为，并联合测试网络安全与功能安全。
6.2. Near- to Medium-Term Priority: Placement, Adaptive Fidelity, and Resource Coupling：比较迁移、复制、远程执行和分裂孪生设计，并评估服务中断、传输大小、一致性、能源和恢复。自适应保真度应根据服务关键度和可用资源动态调整模型复杂度与更新率，并报告保真度-新鲜度-资源帕累托前沿。
6.3. Medium-Term Priority: Reproducibility, Lifecycle, and Interoperability：建立包含真实轨迹、V2X/信道模型、计算模型、显式UT更新过程和截止时间的社区基准。形式化权威状态、版本、复制、冲突解决、认证和退役语义，建立车载互操作配置文件。
6.4. Long-Term Priority: Hierarchical and 6G-Native Vehicular Twins：长期研究层级化DT（组件-车辆-网络-车队-城市）如何跨尺度聚合和传播信息。6G原生DT需量化感知精度、信道预测、语义失真、通信时延、计算成本与状态新鲜度对物理任务的影响。
6.5. Governance, Ethics, and Accountability as Research Requirements：需明确谁可实例化、读取、修改、迁移或退役DT；数据所有权、同意和目的限制如何表示；如何保持来源与可审计性。提供可解释性、质疑和覆盖机制是实际研究要求。
7. Conclusions：综述以车载通信为视角，区分了持续观测更新的数字孪生与静态数字模型，并区分了不同粒度的孪生类别。文献报告了网络优化、交通管理等潜在收益，但证据异质，百分比增益不可直接比较。严格的评估应联合报告新鲜度、可靠性、模型保真度、计算时延、迁移开销、安全性、功能安全和基础设施成本。研究重点不是创建更详细的虚拟副本，而是确定孪生何时足够新鲜、有效和安全，以影响物理车辆系统。进步应以可测量的应用级证据和部署可行性来评判。
