TU Darmstadt / ULB / TUbiblio

Connecting Vehicles to the Internet - Strategic Data Transmission for Mobile Nodes using Heterogeneous Wireless Networks

Rückelt, Tobias (2017)
Connecting Vehicles to the Internet - Strategic Data Transmission for Mobile Nodes using Heterogeneous Wireless Networks.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

With the advent of autonomous driving, the driving experience for users of connected vehicles changes, as they may enjoy their travel time with entertainment, or work productively. In our modern society, both require a stable Internet access. However, future mobile networks are not expected to be able to satisfy application Quality of Service (QoS) requirements as needed, e.g. during rush hours. To address this problem, this dissertation investigates data transmission strategies that exploit the potential of using a heterogeneous wireless network environment. To this end, we combine two so far distinct concepts, firstly, network selection and, secondly, transmission time selection, creating a joint time-network selection strategy. It allows a vehicle to plan delay-tolerant data transmissions ahead, favoring transmission opportunities with the best prospective flow-network matches. In this context, our first contribution is a novel rating model for perceived transmission quality, which assesses transmission opportunities with respect to application QoS requirement violations, traded off by monetary cost. To enable unified assessment of all data transmissions, it generalizes existing specialized rating models from network selection and transmission time selection and extends them with a novel throughput requirement model. Based on that, we develop a novel joint time-network selection strategy, Joint Transmission Planning (JTP), as our second contribution, planning optimized data transmissions within a defined time horizon. We compare its transmission quality to that of three predominant state-of-the-art transmission strategies, revealing that JTP outperforms the others significantly by up to 26%. Due to extensive scenario variation, we discover broad stability of JTP reaching 87-91% of the optimum. As JTP is a planning approach relying on prediction data, the transmission quality is strongly impaired when executing its plans under environmental changes. To mitigate this impact, we develop a transmission plan adaptation as our third contribution, modifying the planned current transmission online in order to comply with the changes. Even under strong changes of the vehicle movement and the network environment, it sustains 57%, respectively 36%, of the performance gain from planning. Finally, we present our protocol Mobility management for Vehicular Networking (MoVeNet), pooling available network resources of the environment to enable flexible packet dispatching without breaking connections. Its distributed architecture provides broad scalability and robustness against node failures. It complements control mechanisms that allow a demand-based and connection-specific trade-off between overhead and latency. Less than 9 ms additional round trip time in our tests, instant handover and 0 to 4 bytes per-packet overhead prove its efficiency. Employing the presented strategies and mechanisms jointly, users of connected vehicles and other mobile devices can significantly profit from the demonstrated improvements in application QoS satisfaction and reduced monetary cost.

Typ des Eintrags: Dissertation
Erschienen: 2017
Autor(en): Rückelt, Tobias
Art des Eintrags: Erstveröffentlichung
Titel: Connecting Vehicles to the Internet - Strategic Data Transmission for Mobile Nodes using Heterogeneous Wireless Networks
Sprache: Englisch
Referenten: Steinmetz, Dr.-Ing. Ralf ; Stavrakakis, Dr. Ioannis
Publikationsjahr: 30 November 2017
Ort: Darmstadt
Datum der mündlichen Prüfung: 5 Oktober 2017
URL / URN: http://tuprints.ulb.tu-darmstadt.de/6913
Kurzbeschreibung (Abstract):

With the advent of autonomous driving, the driving experience for users of connected vehicles changes, as they may enjoy their travel time with entertainment, or work productively. In our modern society, both require a stable Internet access. However, future mobile networks are not expected to be able to satisfy application Quality of Service (QoS) requirements as needed, e.g. during rush hours. To address this problem, this dissertation investigates data transmission strategies that exploit the potential of using a heterogeneous wireless network environment. To this end, we combine two so far distinct concepts, firstly, network selection and, secondly, transmission time selection, creating a joint time-network selection strategy. It allows a vehicle to plan delay-tolerant data transmissions ahead, favoring transmission opportunities with the best prospective flow-network matches. In this context, our first contribution is a novel rating model for perceived transmission quality, which assesses transmission opportunities with respect to application QoS requirement violations, traded off by monetary cost. To enable unified assessment of all data transmissions, it generalizes existing specialized rating models from network selection and transmission time selection and extends them with a novel throughput requirement model. Based on that, we develop a novel joint time-network selection strategy, Joint Transmission Planning (JTP), as our second contribution, planning optimized data transmissions within a defined time horizon. We compare its transmission quality to that of three predominant state-of-the-art transmission strategies, revealing that JTP outperforms the others significantly by up to 26%. Due to extensive scenario variation, we discover broad stability of JTP reaching 87-91% of the optimum. As JTP is a planning approach relying on prediction data, the transmission quality is strongly impaired when executing its plans under environmental changes. To mitigate this impact, we develop a transmission plan adaptation as our third contribution, modifying the planned current transmission online in order to comply with the changes. Even under strong changes of the vehicle movement and the network environment, it sustains 57%, respectively 36%, of the performance gain from planning. Finally, we present our protocol Mobility management for Vehicular Networking (MoVeNet), pooling available network resources of the environment to enable flexible packet dispatching without breaking connections. Its distributed architecture provides broad scalability and robustness against node failures. It complements control mechanisms that allow a demand-based and connection-specific trade-off between overhead and latency. Less than 9 ms additional round trip time in our tests, instant handover and 0 to 4 bytes per-packet overhead prove its efficiency. Employing the presented strategies and mechanisms jointly, users of connected vehicles and other mobile devices can significantly profit from the demonstrated improvements in application QoS satisfaction and reduced monetary cost.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Autonomes Fahren befreit Fahrzeugnutzer in Zukunft von ihrer Fahraufgabe, sodass sie ihre Reisezeit entspannt bei Entertainment genießen oder produktiv nutzen können. In unserer modernen Gesellschaft erfordert beides eine stabile Internetverbindung. Die vorliegende Dissertationsschrift addressiert diese Herausforderung durch innovative Datenübertragungsstrategien mit kombinierter Nutzung heterogener Netzwerke. Dazu werden zwei in der aktuellen Forschung verfolgte Konzepte, die Netzwerk-Auswahl und die Auswahl des übertragungszeitpunktes, zu einer gemeinsamen Zeit-Netzwerk-Auswahl Strategie kombiniert. Damit werden für jede übertragung die am besten geeigneten Netzwerke in einem zeitlichen Planungshorizont gewählt. In diesem Kontext ist der erste Kernbeitrag eine Funktion zur Bewertung von der wahrgenommenen Qualität von übertragungsmöglichkeiten, die erwartete Verletzungen applikationsspezifischer Anforderungen an die Kommunikation gegenüber entstehenden übertragungskosten abwägt. Diese Bewertungsfunktion verallgemeintert spezialisierte Modelle aus den Bereichen der Netzwerk-Auswahl und der Auswahl des übertragungszeitpunktes und erweitert sie um ein Datendurchsatzmodell, welches eine einheitliche Bewertung von Datenflüssen ermöglicht. Darauf basierend stellt eine Strategie zur Zeit-Netzwerk-Auswahl, genannt Joint Transmission Planning (JTP), den zweiten Kernbeitrag dar, welche Datenübertragungen optimiert für einen gewissen Zeithorizont plant. Ein Vergleich mit führenden Stragegien aus verwandten Arbeiten zeigt für JTP signifikante Leistungsgewinne von bis zu 26%. Bei Szenariovariationen erreicht JTP als einziger Ansatz konstant hohe Leistungen von 87-91% im Vergleich zum Optimalwert. Da JTP ein Planungsverfahren ist und auf Vorhersagen operiert, nimmt die übertragungsqualität für eine Planausführung bei verändertem Umfeld drastisch ab. Der dritte Kernbeitrag addressiert dieses Problem mit einem Verfahren zur Adaption der aktuellen übertragung während der Planausführung. Selbst bei starken änderungen gegenüber der Bewegungs- und Netzwerkvorhersage bewahrt das Adaptionsverfahren 57% bzw. 36% des Leistungsgewinns durch JTP. Der vierte Kernbeitrag umfasst ein neues Mobilitäts-Management-Konzept, genannt MoVeNet, welches verfügbare Netzwerkressourcen zur flexiblen Nutzung bereitstellt, ohne aktive Verbindungen zu unterbrechen. Seine verteile Architektur schafft eine hohe Skalierbarkeit und Robustheit gegenüber Ausfällen von Knoten. Sich ergänzende Mechanismen bieten für Verbindungen nach Bedarf eine hohe übertragungseffizienz oder eine niedrige Latenz. Verzögerungen im Routing von weniger als 9 ms in Tests, augenblickliche Netzwerkwechsel und nur 0 bis 4 Bytes Overhead pro Paket zeigen, dass MoVeNet einen effizienten Lösungsansatz zur Ausführung von übertragungsplänen darstellt. Somit kann die wahrgenommene Qualität der Internetverbindung von Fahrzeugen sowie anderen mobilen Knoten durch stratigische Datenübertragung in heterogenen Netzen signifikant verbessert werden.

Deutsch
URN: urn:nbn:de:tuda-tuprints-69133
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik > Multimedia Kommunikation
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik
Hinterlegungsdatum: 10 Dez 2017 20:55
Letzte Änderung: 10 Dez 2017 20:55
PPN:
Referenten: Steinmetz, Dr.-Ing. Ralf ; Stavrakakis, Dr. Ioannis
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 5 Oktober 2017
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen