基于车联网的交通管控机制设计与验证

近年来,汽车工业飞速发展,汽车保有量不断提高。但与此同时,其引发的道路交通拥堵问题也影响着越来越多的人。为了缓解道路交通拥堵、提高车辆出行效率,提出了一套基于车联网的交通管控机制。首先,结合固定时长轮转法和车流量响应控制法两种现有的主流交通灯控制法的思想,提出半实时的交通灯控制方法。该方法中,交通灯控制器根据预测出的车流量信息,得到本路口的最优交通灯相位策略,将本路口所有车辆的等待时间最小化。其次,为了提高个体用户的出行效率,提出启发式的动态路径规划算法,该算法在Dijkstra算法的基础上,采用启发式的方法计算路段的权重,以此规划最优路径,使得车辆可以尽可能避开拥堵路段。为了验证提出的交通管控机制的性能,通过交通流量模拟器SUMO和网络模拟器NS3进行模拟实验。模拟实验结果表明,提出的基于车联网的交通管控机制能够有效地降低车辆的等待时间、缓解交通拥堵情况,从而改善整个道路网络的交通状况。     

基于RFID的智能车辆管理系统

RFID作为物联网中的重要技术,近年来以其低廉、安全、高效的特点得到广泛的关注和研究。文中提出了一种基于超高频RFID的智能车辆管理系统(即车联网)。该系统由RFID硬件系统、CDMA系统、GIA系统、数据处理系统构成,可以实现车辆的智能化识别、定位、跟踪、测速、监控和管理,以解决当前严峻的道路拥堵、车辆超速超载、车辆盗窃及公务车管理等问题。     

一种面向车联网的身份识别与定位方法

身份信息识别和定位是车联网中的关键技术,也是近年来的一个研究热点.提出了基于射频识别(RFID)的车辆身份信息识别方法,并以EPC-64Ⅲ方案为例,介绍了一种用于标识车辆身份信息的编码结构.在对全球定位系统(GPS)定位法、航位推算(DR)定位法和基站无线定位法进行算法实现和精度分析的基础上,指出GPS定位法在车联网中的应用优势.设计了RFID与GPS相结合的车辆身份信息识别和定位方案,经实验测试,其初步达到了车联网的应用要求.     

面向车联网的交通流参数检测

将RFID技术应用到交通流检测中是交通检测的新趋势。基于RFID的车联网进行讨论,分析及解决其设计参数选取、系统结构设计和邻道干扰等问题。对如何检测交通流的空间密集度（Density）、交通量（Traffic volume）、空间平均速度（Space mean speed）、选择概率（Selection Probability）、道路通行时间（Road Travel Time）和道路延误时间（Road Delay Time）等参数进行分析,指出因引入RFID技术,使得以往不可准确检测的道路通行时间和道路延误时间及新提出的选择概率成为可测参数,并给出具体计算方式。通过仿真实验验证了检测方式的正确性和可行性,为进一步研究车联网提供了充分的理论基础。     

考虑网络流量的最优路径求解模型和算法

本文旨在解决交通网络中群体车辆的路径选择问题．即为每个车辆寻求最优行驶路径．使之在起迄点间的旅行时间最短．考虑到网络流量对路段旅行时间的影响，先进行流量分配，再同时为各个车辆寻求最短路径．为此，首先给出了考虑流量影响的网络模型，然后建立了基于路段的用于流量分配的变分不等式模型．该模型的解给出了车辆按照最优路径行驶时分配到各路段上的车辆数目．由于该模型是完全基于路段的，从而克服了基于路径方法必须进行路径穷举的缺陷．最后给出了最优路径选择算法，并证明了算法的正确性．本文给出的模型和算法适用于交通畅通、交通拥挤等各种情况．实验结果表明本文提出的模型和算法是非常有效的．     

一种车联网体系结构的设计

随着物联网技术的迅猛发展,作为物联网在智能交通领域的具体应用,车联网是继互联网、物联网之后,成为未来智慧城市的一个重要标志。针对目前交通信息采集方式落后,交通管理、车辆管理数字化、信息化、智能化程度不高的现状,该文设计了一个基于RFID技术的车联网构架体系,该体系以RFID信息采集为基础,集交通控制、交通诱导、车辆管理、交通信息服务等跨行业、跨部门的综合车辆信息应用平台,以促进公安、交通、税务、保险、银行等系统涉车信息的平台化、服务化为目标,实现涉车信息资源的共享和互通,提供丰富的智能交通综合服务,提升车辆管理的数字化、智能化水平。     

面向动态交通分配的路段费用函数建模研究

在交通分配的研究中,车辆在路段上的行驶费用是决定网络交通流分布的关键因素之一。论文面对动态交通分配建模需要,在网络饱和条件下,对车辆在路段上的行驶时间进行了分析和建模。详细讨论了饱和交通网络中考虑容量约束下的车辆连续行驶时间和路口延误时间,在排队延迟模型中考虑了车辆的实际长度及由此而带来的影响,建立了离散的函数模型。最后给出计算实例,对比了点排队和实际排队的不同。     

基于运输成本的高速公路车辆协同调度与速度规划

针对路网中大规模的货运车辆,给出一种新的综合油耗成本与时间成本的车辆协同调度方案,以便在最大化节约运输成本的前提下解决车队的协调优化问题.首先,建立基于油耗成本和时间成本的车辆运输成本模型,通过微调部分车辆的速度与路径,循环计算任意两辆车组队行驶的运输成本节约率,将符合组队条件的车辆构造为车辆组队协调图;然后,采用一种基于中心聚类划分的算法将车辆的组队问题转化为聚类求解问题,求解出节约运输成本最大化的领头车,使其在公共路段组成车队行驶;最后,考虑道路坡度及速度限制等条件,采用基于空间采样的动态规划方法对合并车辆的速度进行优化,从而进一步降低车辆的运输成本.仿真结果验证了所提出的优化方案及求解思路的可行性和有效性.     

基于ITS和GIS系统的车辆实时调度问题的研究

ITS和GIS的发展使得车辆调度中心可以根据道路交通情况实时调整车辆行驶路径,以避开交通拥挤路段,降低车辆的行驶时间。文章针对ITS和GIS系统的特点提出了车辆实时调度模型,并且就如何降低问题的状态空间进行了讨论。     

基于萤火虫算法的应急救援车辆调度

针对突发灾害事件情景下交通路网容量限定的特点,引用BRP路阻函数求解各路段车辆行驶时间,建立救援路径最短和车辆行驶时间最短双目标车辆调度模型;设计改进离散的萤火虫算法,构建算例对模型求解,求解结果与遗传算法的求解结果进行对比,验证了该算法的可行性和能更好的满足应急救援车辆调度的需要.     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议，适用于各种分布式控制系统。在实时应用中，标准的CAN协议使用静态优先级算法，对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后，提出了一种基于指数分配方式的MTS算法，在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

基于C_nV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。