面向实时感知的车联网业务监控应用研究

基于车联网的数据实时采集和人车交互的基础是可靠的网络接入服务和良好的通信保证,为此文中研究了车联网中车辆接入车联网的通信可靠性保证策略和网络质量优化方法。首先,由于车辆节点的通信不稳定性和动态性,研究了动态的车联网网络质量评估方案。其次,这项工作研究了基于车辆轨迹的对车辆接入网络的数据交互时间预测算法,以应对车联网不稳定的网络拓扑和高断开率。最后,提出了一种实时通信质量感知的网络接入策略,用于为道路上的车辆提供车联网服务。仿真结果证明了该方案在不同的通信距离下具有相对较高的网络接入成功率和较好的通信质量。     

基于随机网络演算的车联网边缘计算多跳任务卸载性能分析

车联网(IoV)边缘计算通过在网络边缘部署计算资源，可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先，分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模；其次，由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式；接着，推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解；最后通过蒙特卡罗仿真验证闭式解的准确性。     

一种基于边缘计算的分布式高精度定位方法

在5G+新基建和北斗卫星服务的互联网时代,高精度定位融入诸多应用场景服务千行百业.载波相位差分技术(RTK)提供了高精度定位服务的实现方法,然而,传统的解决方案存在时延大、资源利用率不高、高精度定位平台播发压力大等通用问题,这些问题,与当前的平台架构设置有一定的关系,基于此,文章将边缘计算和分布式RTK设计思想引入到高...     

一种基于车边云协同的车联网计算卸载策略

随着智能交通的快速发展和车联网中数据流量爆炸式的增长,汽车终端请求卸载的任务对时延和带宽有了更加严苛的要求。在现有的云计算服务模式中,车辆可以访问云服务器来获得强大的计算、存储和网络资源,但缺点是通信传输时延较大,仅依靠云计算可能会导致过度的延迟。为了更加合理利用资源、减小时延、优化卸载策略,提出了一种基于粒子群优化算法的“车-边-云”协同卸载方案。首先通过接入点附近的软件定义网络（Software Define Network,SDN)控制器根据终端用户附近边缘节点、本地终端和云计算节点的计算资源和容量情况得出最优的卸载策略,充分利用本地、移动边缘计算（Mobile Edge Computing,MEC）设备、云端的计算资源,然后通过粒子群优化算法得出“车-边-云”各计算节点的卸载系数,即最优卸载策略。实验结果表明,相比于其他卸载策略,所提的卸载机制对时延优化效果明显,提高了计算资源的利用率。     

车联网云边协同计算场景下的多目标优化卸载决策

车联网场景下的计算任务对时延非常敏感,需要云边协同计算来满足这类需求。针对车联网云边协同计算场景下如何高效地进行服务卸载并同时考虑服务的卸载决策以及边缘服务器和云服务器的协同资源分配问题,设计了基于云边协同的车辆计算网络架构,在该架构下,车载终端、云服务器和边缘服务器都可以提供计算服务;通过对缓存任务进行分类并将缓存策略引入车联网场景,依次设计了缓存模型、时延模型、能耗模型、服务质量模型以及多目标优化问题模型;给出了一种基于改进的多目标优化免疫算法的卸载决策方案。最后,通过对比实验验证了所提卸载决策方案的有效性。     

一种车联网的边缘计算构建方法

文章基于移动边缘计算相关研究,参考现网主要架构,针对车联网中大数据量和低时延要求提出了移动边缘计算服务器在现网中的部署位置和具体架构、数据传输流程,通过流量分流网关进行流量分流,然后经解包后把车联网数据发送至平台处理,反馈信息也由相同链路传送回终端。     

5G车路协同自动驾驶应用研究

本文提出了一种5G车路协同自动驾驶解决方案，该方案主要依托5G移动通信、高精度定位技术、五维时空融合技术、边缘计算、边云协同等技术，实现边缘平台算力部署，构建“端-边缘-云”分层架构，建立智能可靠车联网通信、车辆的实时高精度定位、交通态势感知、交通管控等技术体系，实现5G车路协同，全面提升车辆感知决策控制能力。当前，该方案已在武汉经开区智能网联汽车与智慧道路自动驾驶示范区应用落地。     

面向智能网联汽车边缘网络的分布式端-边协同算法

车联网高级安全服务中,智能网联车辆配备了摄像头,可以拍摄周围的视频,用于安全、交通监控和监视等目的。车辆将获取的视频上传到边缘计算节点后,可以对视频进行分析和备份,以满足不同的安全驾驶需求。然而,车辆连续直接向边缘计算节点上传生成的视频内容会非常消耗带宽,并消耗大量的能量。基于该问题,提出一种面向智能网联汽车边缘网络的分布式端-边协同算法。针对车联网高可靠低时延内容传输的特点,引入有限块长度编码机制。同时,引入车辆视频信息源的压缩编码功率消耗,建立车辆能耗模型。根据车辆视频信息源的视频质量要求,通过调整视频编码码率、信息源传输速率,以及车辆多路径路由的决策,提出一种完全分布式的优化算法,以提高网络资源利用率,并保证单个车辆的能耗公平性。     

车联网中整合移动边缘计算与内容分发网络的移动性管理策略

由于车载应用的普及和车辆数量的增加,路边基础设施的物理资源有限,当大量车辆接入车联网时能耗与时延同时增加,通过整合内容分发网络(CDN)和移动边缘计算(MEC)的框架可以降低时延与能耗。在车联网中,车辆移动性对云服务的连续性提出了重大挑战。因此,该文提出了移动性管理(MM)来处理该问题。采用开销选择的动态信道分配(ODCA)算法避免乒乓效应且减少车辆在小区间的切换时间。采用基于路边单元(RSU)调度的合作博弈算法进行虚拟机迁移并开发基于学习的价格控制机制,以有效地处理MEC的计算资源。仿真结果表明,所提算法相比于现有的算法能够提高资源利用率且减少开销。     

基于MEC的网联自动驾驶高精度定位研究

随着5G商用的临近,车联网的发展,获得了高度的重视和空前的活跃。早期的单车智能自动驾驶,存在稳定性欠佳和定位精度不足等问题,难以适应新时代的需求。而这些问题,可利用5G技术得到良好解决。基于此,特提出一种基于MEC的网联自动驾驶高精度定位的解决方案,利用MEC的计算能力、感知能力和协作能力,通过在边缘云上收集、处理、融合来自于路侧和车辆的多类型传感器信息,为车提供高精度的位置计算服务。     

车载GPS/北斗/DR组合导航系统研究

针对移动车辆的定位与导航问题,研究了GPS/北斗/DR组合导航算法.文中采用坐标系变换及增加状态变量法对不同卫星星座进行了时空统一,并在此基础上研究了GPS/北斗卫星组合导航算法;为了克服卫星定位存在的不连续性问题,提出了GPS/北斗卫星导航系统与低成本的航位推算系统组合导航方案,设计了GPS/北斗/DR组合导航滤波器...     

一种新颖的无人机编队拓扑形成与信道接入机制

针对全球导航卫星系统（Global Navigation Satellite System,GNSS）高精度相对定位的无人机编队飞行应用中的信息交互与通信时延问题，首先优化设计了编队飞行网络拓扑，实现所有成员的信息交互且通信代价最小；其次，基于优化设计的网络，提出一种新的通信信道接入机制；最后对16机编队飞行场景进行了仿真分析，评估通信网络及相对定位性能。结果表明，编队成员端到端通信时延小于20 ms，且当通信与载波相位差分处理的总时延小于相对位置感知时间间隔时，相对位置感知精度可达到亚分米级，且感知误差与时延和载体运动状态相关。     

特种车辆驾驶员任务终端的设计

针对特种车辆信息化、数字化的提升,为驾驶员实时提供各种行驶与实验数据、同时提高精度和可靠性,设计实现了基于嵌入式操作系统VxWorks及其图形开发工具Zinc的特种车辆任务终端。论述了系统总体方案,以及系统的硬件、软件设计流程。设计实现了基于CAN总线的集车辆信息显示、视频辅助驾驶、定位导航于一体的驾驶员终端,并在样机上进行试验。结果显示,该系统运行稳定、可靠,能很好地满足特种车辆的设计要求。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案.结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM)网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究.在此基础上,通过仿真和...     

基于GPS_GPRS车辆监控终端设计与实现

车辆定位监控系统作为高新技术中智能交通系统的一个重要分支,90年代以后得到了很大的发展。定位监控系统的发展主要受到通信网络和地理信息系统发展情况的制约。文中介绍了一种基于GPS（全球定位系统）和GPRS（通用分组无线业务）的车辆定位监控系统,给出了车载终端部分的硬件、软件的设计以及实际测试结果分析。由于采用GPRS网络进行数据传榆,使得此车辆监控系统具有实时性好、实用性好和扩展性好等优点。     

基于CKS32F103的电动车管家设计

基于ARM微控制器CKS32F103和窄带物联网(NB-IoT)通信芯片设计了一款电动车管家。电动车管家是专门为电动车辆进行定位、管理而设计的,支持NB-IoT数据传输,安装方便,宽电压设计基本适用于市面上大部分电动车。配合APP使用支持定位查询、历史行驶路线查询、车辆震动报警、车辆故障报警、远程锁车、远程解锁等功能,可广泛应用于车辆追踪、物资监控等方面。     

Dynamic service migration strategy based on MDP model with multiple parameter in vehicular edge network

To handle with the service interruption caused by vehicles’ mobility and limited service coverage of edge servers,a dynamic service migration algorithm based on multi-parameters Markov decision process (MDP) model was put forward for vehicular edge network,which was called as dynamic service migration algorithm based on multiple parameter (DSMMP).Combining delay,bandwidth,server capacity with vehicle motion information,DSMMP constructed a multi-parameters MDP revenue function to remedy the deficiency of distance-based schemes.By using vehicle motion and delay constraints,a candidate server set with several candidate servers was defined,and migration decision through long-term Bellman revenue values was made.In order to improve the dynamic adaptability of the proposed algorithm,the weight values were calculated and updated by leveraging historical information.Simulation results show that our strategy has a good performance in terms of delay,packet loss ratio and service migration times.     

基于边缘云计算的光纤无线网络优化设计

为了提升网络边缘数据处理能力,满足终端大带宽和低时延的要求,构建了基于边缘基础设施的云计算平台,设计了具有动态带宽调整的光纤网络模型。提出了一种基于边缘云计算的时序优化算法,并将其应用于光纤无线网络。通过OPNET软件仿真分析了时序优化算法的传输时延均值,结果显示,优化后最大时延为43.1 ms,仅为传统方法的34.2%。实验对局域网内多个终端之间的数据通信进行分析,讨论了三种算法的传输能效、光纤信道利用率及传输能耗。实验结果显示,采用时序优化算法的测试结果具有明显改善,其传输能效提升了近1倍,边缘云数据传输时延均值信道利用率提升了约6.2%,网络传输能耗均值最优。该光纤无线网络模型及其优化算法在传输时延、信道利用率以及网络能耗方面具有明显提升。其在提升光纤通信链路选择及边缘端数据交互中具有一定的优势。     

Mesh自组网与惯导组合的班组协同定位算法研究

采用单一低精度惯性传感终端完成定位解算将导致定位精度发散,定位信息回传覆盖范围小,且传输易受干扰,因此,该文提出了一种Mesh自组网与惯导组合的班组协同定位方法。该方法建立的一种基于线性化卡尔曼滤波的班组协同定位算法模型,以高、低精度惯导组合的班组协同为基础,结合Mesh网络的通信传输功能,可抑制单一低精度惯性传感终端的短期累积误差,提高长航时定位精度。实验结果表明,采用班组协同定位算法,低精度惯性班组人员定位的闭环轨迹误差分别降低3.28%和3.2%,30 min累积定位平均误差分别降低5.82%和643%,有效抑制了单一低精度惯性定位成员的短期累积误差,提升了班组整体的定位精度。     

基于TOA和DOA联合估计的UWB定位方法

对于UWB定位系统而言,利用时间参数估计信号源的位置需要多个参考节点,这样增加了系统的开销。如果参考节点既能估计目标源的时间参数又能估计角度参数,理论上一个参考节点就可以确定目标源的位置。该文提出一种UWB系统TOA(到达时间)和DOA(到达角度)参数联合估计的定位方法,该方法使用矩阵束算法估计出时间参数和角度参数,进而得到目标的相对坐标。该方法通过单个接收机就可以确定目标的位置,减少了定位系统负担。仿真实验证实了该方法估计时延和角度精度较高,而且定位精度能够达到厘米级,是一种简单可行的UWB系统定位方法。