基于UTISS的车路网协同系统设计

为了研究有限空间和复杂车辆间的耦合关系,有效提升车辆运用和道路使用效率,缓解交通压力及保障出行安全,对泛在交通信息服务系统(UTISS)和车路协同系统相结合的理念进行了研究,构建了基于UTISS的车路网协同系统。首先,分析了交通信息系统的发展,对比了我国和美国的智能交通发展情况。其次,以交通流和信息流为核心,提出了本系统的设计理念和物理框架,即交通流描述车车、车路系统的信息交互,信息流针对的是网络端以及对象端的信息传输。最后,针对系统的应用层面,对多车道进行路段仿真,从车辆运行的跟驰规则和变道规则出发,分析了系统应对变道现象和对冲突现象作出的反应。结果表明,该系统能比驾驶员更好地对城市扩张情况下的多路段变道情况进行预判,为智能交通服务系统和车路网协调发展提供设计理念和理论支持,也为交通系统的信息共享和智能化发展提供了依据。     

车路协同的云管边端架构及服务研究

对智能交通业务的发展趋势、车路协同技术及系统要求以及国内外发展现状进行了介绍;同时重点阐述了智能网联交通体系之车路协同云管边端架构方案,介绍了中心云、交通专网/电信网络、边缘云、车载/路侧终端协同的"云-管-边-端"统一架构,同时提出了基于云管边端架构的车路协同多源数据融合信息服务能力开放框架,并对其具体功能要求、API调用方式进行了详细论述。     

基于多分辨率实体的三维仿真系统研究

针对现代仿真系统对作战实体的多层次、高分辨粒度的应用需求,提出了基于多分辨率实体的战场三维仿真系统的总体结构,设计了系统的主要功能,给出了多分辨率实体三维建模与简化、实体模型库维护管理以及实体间分辨率匹配等关键技术途径与算法,并以坦克交战可视化仿真为例,分析了多分辨率实体建模及系统的集成方法,为基于多分辨实体的高精度、多层次战场三维仿真系统的研究提供了一种可行的技术途径。     

车路协同路侧感知融合方法的研究

随着智能网联汽车技术和产业的不断发展,智能网联汽车逐渐成为人们交通出行的选择之一。但受智能网联汽车自身环境感知系统对特定道路交通场景信息处理的局限,无法实现在所有行驶工况下安全高效的运行,其需车路协同路侧感知技术的辅助方能更安全高效的运行。海量的车路协同感知数据是城市道路和高速公路车路协同、运行分析和科学管理的宝藏,理解和分析这些数据是车路协同路侧感知融合的关键。面对车路协同路侧多传感器的不同数据,如何高效准确地挖掘和提取雷达、视频在不同时间、不同空间维度的数据,实现对重点交通场景(如视野盲区、急转弯道、隧道、桥梁)和交通事件、环境、设施安全等的雷达、视频数据进行快速融合检测、识别与检索,通过蜂窝车联网C-V2X网络在一定时延范围内有效地将路侧感知融合结果数据发送给智能网联汽车,确保其安全高效的行驶,是面向智能网联汽车辅助驾驶的车路协同路侧感知融合的关键问题。基于智能网联汽车其自身环境感知能力,对道路智能基础设施感知网络中的多传感器融合方法进行研究分析,提出了基于误差方差的多传感器融合算法,与非智能道路相比,其效率更高,更加智能化,可有效解决道路交通运行环境中存在的常见问题,为人们提供更加安全、高效、优质的交通出行服务。     

一种DICOM医学图像数据存储管理的设计方案

针对某些PACS系统中存在医学图像存储管理效率不高的问题,给出一种基于DICOM标准的医学图像存储管理设计方案。为了更好地实现用户与医学图像库之间的交互访问,采用层次细节的思想,对图像库划分层次,分别存储原始图像、调整比例后的小图标和利用JPEG2000实现保留感兴趣区域压缩其他区域生成的多分辨率图像。方案可以在一定程度上提高系统的存储、传输效率,满足不同要求下对图像的快速访问。     

融合时空信息的短时交通流预测

为了准确描述交通流的时空演化过程并提高交通流短时预测的精度,融合时空交通流信息,即时间维度的交通流量信息和空间维度的路网耦合信息,构造基于GM（1,N）-Markov 链的组合预测模型。将预测路段与关联路段看作是一个灰色系统并对其进行灰关联分析,通过对灰关联度最低阈值的设定,实现了空间信息的深度挖掘和对无效信息的过滤清洗;利用多维GM（1,N）模型对预测点与强关联点作全局、系统的分析预测,并针对GM（1,N）对随机性较大的数列可能出现预测失效的问题,引入马尔科夫链对模型进行修正;利用VISSIM对模型进行仿真验证,分别以2 min、5 min、10 min为时间间隔进行仿真模拟,预测平均相对误差分别为9.30%、5.95%、3.20%,模型精度均为优,证实模型是有效的。     

智能网联车路云协同系统架构与关键技术研究综述

随着汽车产业电动化、智能化、网联化、共享化的发展驱动, 全球主要强国均将智能网联汽车列为国家战略发展方向. 蜂窝车联网、边缘计算网络和高精度定位系统的技术发展, 为车车、车路、车人和车云系统的全面融合提供了有效支撑. 车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything, C-V2X)网络的融合, 加速打通车内与车外、路面与路侧、云上与云间的信息互通, 为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础. 首先, 梳理了智能网联车路云协同系统架构与关键技术, 对该领域的演进特征、发展制约因素进行了总体概述; 其次, 阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理; 然后, 从C-V2X组网、融合定位、测试评价角度, 介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展, 给出了智能网联场景的仿真平台、实车测试及评价指标; 最后, 对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.     

考虑效率和公平的跨区域协同应急救援路径选择

面对灾害波及多个不同区域,构造相对剥夺成本来度量各受灾点处伤员遭遇痛苦的差异性,研究带有时间窗限制、考虑灾害救援差异的跨区域伤员协同救援问题.以救援总耗时最短、绝对和相对剥夺总成本最低为多个决策目标,构建兼顾效率和公平的跨区域协同应急救援路径选择模型.应用蚁群算法实施算例仿真求解,并将各区域独自应急的不协同情形与基于距离和基于时间的跨区域协同应急情形作对比分析,讨论跨区域不同协同策略的适用性和有效性.研究结果可为构建高效的跨区域协同应急救援体系提供有益参考.     

多分辨率点状地标实时渲染研究

大规模点状地标的高性能实时渲染是地理信息系统和计算机图形技术面临的一项具有挑战性的难题。采用多分辨率的技术是解决上述问题的有效方法,其本质是通过动态控制显示的规模获得最佳的显示效果和性能。根据不同层次分辨率的点状地标的空间分布特点,提出一种基于空间分割和视点高度的显示规模控制方法,推导了帧时间计算公式,由此确定最佳空间分割尺寸。通过两个不同层次点状地标的空间分割和性能测试,给出了最佳空间分割尺寸,验证了基于空间分割的多分辨率点状地标渲染方法的正确性和有效性。     

基于任务的空军装备体系效能建模框架研究

为了提高武器系统的效能,针对空军武器装备体系作战效能分析中模型精度与运算速度之间的矛盾,在对空军武器装备体系作战效能层次分析的基础上,提出了运用多分辨率建模与解析法相结合解决战役任务武器装备体系作战效能分析的思路.以工程实现为目的,分析了空军战役任务武器装备体系效能分析模型总体框架,并通过对框架下任务多层次建模、实体模型的多分辨率建模、结构模型的多分辨率建模和建立多层次的作战效能指标体系等关键问题的研究,给出了一个基于双重多分辨率建模和解析模型的战役任务武器装备体系作战效能分析建模框架,可有效解决模型精度与运算速度之间的矛盾.     

信道反馈延迟的V-BLAST系统功率分配算法

针对信道反馈的延迟问题,以降低误比特率(BER)为优化目标,提出一种适用于垂直分层空时编码系统的自适应发送功率分配算法。假设接收端可以得到完全的信道状态信息,并通过反馈链路将信道信息反馈至发送端。在接收端采用迫零检测算法,给出系统瞬时信噪比(SNR)与估计SNR的表达式推导过程,根据系统瞬时SNR的条件概率密度函数求出系统总BER的表达式;发送端在总功率约束条件下,采用拉格朗日极值法计算出自适应功率分配矩阵的闭式解。仿真结果表明,当归一化反馈迟延因子等于0.000 1、误比特率为10~(-3)时,该算法的系统性能比等功率分配算法提高约5 dB。     

自适应多尺度SVD去噪算法及在PQMD中的应用

为了提高电能质量复合扰动（PQMD）信号的去噪指标,实现扰动信号特征的准确检测,提出一种自适应多尺度SVD（Adaptive Multi-resolution Singular Value Decomposition,AMSVD）去噪新算法及数学框架。该算法首先分析了高斯白噪声奇异值分布情况及多尺度SVD消噪原理,针对不同尺度下的噪声近似与细节信号奇异值差值规律,确定出最佳消噪尺度的约束条件,由此实现噪声先验信息未知的自适应消噪方法。研究结果表明,在对不同噪声方差下的电能质量复合扰动去噪处理中,AMSVD消噪效果优于其他5种方法。为了进一步验证AMSVD算法去噪后特征量检测的准确性,采用希尔伯特黄变换（HHT）提取扰动特征信息,仿真结果表明该算法具有可行性和鲁棒性。     

基于小波包分析的鲁棒性语音识别

通过对MFCC算法的研究,发现其中的FFT在整个时频空间使用固定的分析窗,这不符合语音信号的特性,而小波变换具有多分辨率特性,更符合人耳的听觉特性。提出了动静态特征参数结合的语音信号识别方法,首先在特征参数提取中引入了小波包变换,借助MFCC参数的提取方法,用小波包变换代替傅里叶变换和Mel滤波器组,提取了新的静态特征参数DWPTMFCC,然后把它与一阶DWPTMFCC差分参数相结合成一个向量,作为一帧语音信号的参数。仿真实验证明：基于新特征的识别率比原来MFCC的识别率有了很大提高,特别是在低信噪比情况下。     

基于模糊自适应PI改进的Smith预估器在网络化控制系统中的应用研究

网络化控制系统（NCS）中不可避免的网络诱导时延使传统的控制器难以达到较好的控制效果,针对网络化控制系统中前向传输时延无法精确测量的特点,提出了一种有效的控制方法。仿真结果表明,采用Smith预估控制与模糊自适应PI控制算法相结合的方法,能有效地增强网络化控制系统控制规律的自适应性,显著改善和提高系统的抗干扰性和鲁棒性能。     

IEEE 802.16中改进的QoS调度算法设计

IEEE802.16标准在每个节点处都提供实时业务和非实时业务。由于基于优先级的业务的服务质量（QoS）的需求不同,因此需要对传统的调度算法进行改进使其具有更大的适应性。为了改善QoS端到端时延的性能,提出了一种混合调度算法（EDD和WFQ算法相结合）。仿真结果表明：在每个节点处,提出的混合算法比仅使用EDD算法能给实时业务产生的时延更少,并且还能够使单个BS在可允许的端到端时延范围内容纳数量更多的子SS,而且使用从BS到SS的GPSS模式的调度机制比使用GPC模式能产生更小的时延。     

基于O-D矩阵估计的路网交通流量仿真模型

为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明：该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。     

基于链路预测的VANET路由算法

在车载自组织网络(VANET)中,AODV路由算法存在控制开销大、路由发现和修复时间长等不足。为此,对AODV算法进行局部优化,提出一种改进的路由算法,利用节点位置、运动速度等信息预测链路失效时间。在路由发现阶段,将链路失效时间最大的路径作为传输路径;在路由维护阶段,设置定时器并提前触发路由寻路,减少路径搜寻时间。仿真结果表明,与AODV算法相比,该算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。     

基于冲突分段的动态树型RFID防碰撞算法

针对射频识别系统中,基于树的防碰撞算法因存在较多空闲时隙和碰撞时隙导致系统效率低的问题,提出了基于冲突分段的动态树型防碰撞算法（DTCS）。新算法充分考虑随着搜索层数增加,碰撞节点内标签数量减少,标签未识别序列碰撞概率降低这一特点,有效利用冲突位分布信息,按规则提取每一碰撞节点标签查询段[N],结合编码机制,确定查询前缀,优化查询命令。理论分析和仿真结果表明,新算法避免了空闲时隙,快速缩短了搜索深度,从而降低标签识别时延,系统吞吐率提高达0.649。     

改进的神经网络EPON动态带宽分配方法

动态带宽分配（DBA）是EPON的关键技术,根据数据业务流量的突发性调整了ONU授权时隙的顺序,提出了一种改进的轮询算法,构造了微粒群（PSO）优化的神经网络预测模型,提高了轮询周期内ONU新增数据的预测精度,从而保证了带宽分配公平性。仿真结果表明,该算法在优化带宽资源分配、降低平均数据时延方面均优于传统DBA算法。     

时延MPC自主车辆协同控制算法与仿真

协同自适应巡航控制（CACC）系统中车辆纵向运动的上下位分层控制器结构,上位控制器采用状态空间模型预测控制算法,利用期望距离以及车辆与环境的实时信息决策出被控车辆运动的期望加速度。下位控制器根据期望加速度,求解发动机节气门开度或制动压力。车辆的执行器时延会对系统的稳定性产生很大的影响。根据动态矩阵控制算法对纯滞后对象的补偿作用,提出一种改进的模型预测控制算法,并与PID控制算法（下位控制器）相结合形成自主车辆纵向运动的上下位分层控制器,以补偿车辆的执行器时延带来的影响。通过SIMULINK/CARSIM联合仿真平台对所设计的算法进行了仿真研究,仿真结果表明所设计算法减小了CACC系统车辆在跟随过程中的速度跟踪误差以及间距误差,提高了系统的稳定性法。