Моделирование влияния потерь сообщений 5G NR-V2X на поведение подключенных беспилотных транспортных средств

Поведение подключенных беспилотных транспортных средств при реализации кооперативных функций безопасности зависит от своевременного обмена V2X-сообщениями. При этом сквозное влияние нарушений доставки сообщений 5G NR-V2X Mode 2 на поведение транспортных средств требует оценки не только по агрегированным сетевым метрикам, но и по своевременности поступления V2X-сообщений в допустимый для управляющего контроллера временной интервал. В статье представлена воспроизводимая среда совместного имитационного моделирования, объединяющая симулятор транспортной мобильности SUMO, обмен информацией через TraCI, сетевое моделирование в ns-3/ms-van3t, модуль 5G-LENA NR sidelink, геометрическую модель радиоканала Sionna RT и журналы событий. В среде реализованы механизмы изменения качества связи для отдельных транспортных средств и сквозной трассировки сообщений с сохранением идентификаторов для проведения анализа сообщений и оценки влияния потерь сообщений на поведение подключенного беспилотного транспорта. Экспериментальная проверка выполнена в двух сценариях. В сценарии предупреждения о приближении автомобиля экстренных служб серия из 140 независимых итераций показала, что при снижении PRR (Packet Reception Ratio) с 0,9412 до 0,0675 значение 90-го процентиля задержки первого приема CAM (Cooperative Awareness Message) возрастает с 4,45 до 32,52 с. Ранговая корреляция Спирмена фиксирует прямую связь между txPower (мощность передатчика) и PRR (ρs = 0,981, p < 0,001) и обратную связь между PRR и P90 задержки (ρs = –0,927, p < 0,001). В сценарии конфликта на приоритетном перекрестке устойчивый обмен V2X-сообщениями обеспечивает поступление первого полезного предупреждения до критического момента формирования управляющего действия. В результате во всех 30 независимых итерациях столкновение не возникало. В режимах «только радар» и «радар + деградированная V2X-связь» предупреждение поступает позднее критического момента, поэтому каждая итерация завершается столкновением. Результаты показывают, что оценка безопасности кооперативных функций требует совместного анализа PRR, временной структуры поступления сообщений и поведения транспорта

1. SAE International. Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles: SAE J3016. Rev. Apr. 2021. — DOI 10.4271/J3016_202104.

2. NHTSA. Vehicle-to-Vehicle Communication: Readiness of V2V Technology for Application: DOT HS812 014. — Washington, DC: National Highway Traffic Safety Administration, 2014.

3. ETSI EN302 637–2 V1.4.1. Intelligent Transport Systems (ITS); Vehicular Communications; Basic Set of Applications; Part 2: Specification of Cooperative Awareness Basic Service. — Sophia Antipolis: ETSI, 2019.

4. ETSI EN302 637–3 V1.3.1. Intelligent Transport Systems (ITS); Vehicular Communications; Basic Set of Applications; Part 3: Specification of Decentralized Environmental Notification Basic Service. — Sophia Antipolis: ETSI, 2019.

5. Viriyasitavat W., Boban M., Tsai H. — M., Vasilakos A. Vehicular communications: Survey and challenges of channel and propagation models // IEEE Vehicular Technology Magazine. — 2015. — Vol. 10, no. 2. — P. 55–66. — DOI 10.1109/MVT.2015.2410341.

6. Abd-Elmagid M. A., Pappas N., Dhillon H. S. On the role of age of information in the Internet of Things // IEEE Communications Magazine. — 2019. — Vol. 57, no. 12. — P. 72–77. — DOI 10.1109/MCOM.001.1900041.

7. Harounabadi M. et al. V2X in 3GPP standardization: NR sidelink in Rel-16 and beyond // IEEE Communications Standards Magazine. — 2021. — Vol. 5, no. 1. — P. 12–21. — DOI 10.1109/MCOMSTD.001.2000070.

8. 3GPP TR37.885. Study on evaluation methodology of new V2X use cases for LTE and NR. Version 15.3.0. — 3GPP, 2019.

9. Sommer C., German R., Dressler F. Bidirectionally Coupled Network and Road Traffic Simulation for Improved IVC Analysis // IEEE Transactions on Mobile Computing. — 2011. — Vol. 10, no. 1. — P. 3–15. — DOI 10.1109/TMC.2010.133.

10. Eclipse MOSAIC. Multi-Domain and Multi-Scale Simulation for Connected and Automated Mobility [Электронный ресурс]. — URL: https://eclipse.dev/mosaic/ (дата обращения: 28.05.2026).

11. DriveX-devs. ms-van3t: Multi-stack vehicular network simulation framework [Электронный ресурс]. — URL: https://github.com/DriveXdevs/ms-van3t (дата обращения: 28.05.2026).

12. DriveX-devs. VaN3Twin: Vehicular digital twin framework with ray-tracing-in-the-loop [Электронный ресурс]. — URL: https://github.com/DriveX-devs/VaN3Twin (дата обращения: 28.05.2026).

13. Boban M., Barros J., Tonguz O. K. Geometrybased vehicle-to-vehicle channel modeling for largescale simulation // IEEE Transactions on Vehicular Technology. — 2014. — Vol. 63, no. 9. — P. 4146– 4164. — DOI 10.1109/TVT.2014.2317803.

14. Boban M., Vinhoza T. T. V., Ferreira M., Barros J., Tonguz O. K. Impact of vehicles as obstacles in vehicular ad hoc networks // IEEE Journal on Selected Areas in Communications. — 2011. — Vol. 29, no. 1. — P. 15–28. — DOI 10.1109/JSAC.2011.110103.

15. Stepanyants V. G., Romanov A. Yu. A survey of integrated simulation environments for connected automated vehicles: Requirements, tools, and architecture // IEEE Intelligent Transportation Systems Magazine. — 2024. — Vol. 16, no. 2. — P. 6–22. — DOI 10.1109/MITS.2023.3335126.

16. Molina-Masegosa A., Gozalvez J., Sepulcre M. Comparison of IEEE802.11p and LTE-V2X: An evaluation with periodic and aperiodic messages of constant and variable size // IEEE Access. — 2020. — Vol. 8. — P. 121526–121548. — DOI 10.1109/ACCESS.2020.3007115.

17. FHWA. Surrogate Safety Assessment Model and Validation: Final Report. FHWA-HRT-08–051. — McLean, VA: Federal Highway Administration, 2008.

18. Sun Y., Uysal-Biyikoglu E., Yates R. D., Koksal C. E., Shroff N. B. Update or wait: How to keep your data fresh // IEEE Transactions on Information Theory. — 2017. — Vol. 63, no. 11. — P. 7492–7508. — DOI 10.1109/TIT.2017.2735804.

19. 3GPP TS23.287 V17.5.0. Architecture enhancements for 5G System (5GS) to support Vehicle-to-Everything (V2X) services. — 3GPP, 2022.

20. Krajzewicz D., Erdmann J., Behrisch M., Bieker L. Recent development and applications of SUMO — Simulation of Urban Mobility // International Journal on Advances in Systems and Measurements. — 2012. — Vol. 5, no. 3–4. — P. 128–138.

21. Hoydis J. et al. Sionna RT: Differentiable Ray Tracing for Radio Propagation Modeling [Электронный ресурс]. — arXiv, 2023. — DOI 10.48550/ARXIV.2303.11103.

22. 3GPP TS38.321. NR; Medium Access Control (MAC) protocol specification. Release 16. Version 16.7.0. — 3GPP, 2021.

23. ETSI TS103 324 V2.1.1. Intelligent Transport Systems (ITS); Vehicular Communications Collective Perception Service; Release 2. — Sophia Antipolis: ETSI, 2023.

24. Физулин А. В. Влияние потерь сообщений 5G NR-V2X Mode 2 на задержку кооперативной реакции в сценарии предупреждения о приближении автомобиля экстренных служб // Конференция им. Е. В. Арменского. Секция 7 «Телекоммуникационные системы и сети»: тезисы доклада. — Москва: НИУ ВШЭ, 2026. — В печати.

25. National Institute of Standards and Technology. Rank Correlation Independence Test // Dataplot Reference Manual [Электронный ресурс]. — URL: https://www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/rankcorr.htm (дата обращения: 16.05.2026).

26. Manurung R. C., Perdana D., Munadi R. Performance evaluation Gauss-Markov mobility model in vehicular ad-hoc network with Spearman correlation coefficient // 2016 International Seminar on Intelligent Technology and Its Applications (ISITIA). — Lombok: IEEE, 2016. — P. 351–356. — DOI 10.1109/ISITIA.2016.7828685.

27. Heinovski J., Buse D. S., Dressler F. Scalable Simulation of Platoon formation maneuvers with PlaFoSim // Proceedings of the IEEE Vehicular Networking Conference (VNC), Poster Session. — 2021. — P. 137–138. — DOI 10.1109/VNC52810.2021.9644678