城市环境下跨层VANET路由协议研究

车载自组织网络(VANET)单一分层结构路由协议考虑因素较少,导致分组投递率低、端到端时延较高。为此,考虑车辆位置、速度、路口密度、无线链路质量、MAC层误帧率等影响因素,提出一种应用于城市环境的基于位置信息的VANET跨层路由协议(MCLPR)。设计路口车辆节点选择算法提取无线链路质量和MAC层误帧率的跨层信息,采用层次分析法计算各影响因素的权重值,确定最佳转发路径。仿真结果表明,与AODV,DSDV等路由协议相比,MCLPR路由协议具有较高的分组投递率及较低的端到端时延,保证了数据传输的可靠性与高效性,适用于网络密度与负载较大、车辆移动速度较快的城市环境。     

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。     

基于神经网络和节点梯度的VANET路由协议

基于车载自组织网络的特性,提出一种借助于梯度场的方法,并将神经网络应用于车载自组织网络进行下一跳节点选择的路由算法,以达到快速准确地传递数据包的目的.该算法利用节点的位置、速度等信息,计算节点的梯度值,并利用神经网络根据不同路段的条件调整梯度计算中各个参量的优先级,选择梯度值最大的节点作为下一跳节点.仿真结果表明,与城市场景下的贪婪边界无状态路由(GPSR,Greedy Perimeter Stateless Routing)和无线自组网按需平面距离矢量路由(AODV,Ad hoc On-Demand Distance Vector Routing)相比,基于神经网络和节点梯度的路由协议(NN-NGR,Neural Network and Node Gradient Routing)在数据包丢包率、数据包端到端平均时延方面具有较好的性能.     

城市场景下VANET路由协议大规模仿真研究

车载自组网(VANET)是移动Ad Hoe网络(MANET)技术在交通领域的应用,由于VANET独特的场景特点,需要重新评估MANET中路由协议在VANET场景下的适用程度.为了提高仿真实验结果的准确性,实现了车辆运动模型并结合西安城区卫星地图构造了逼真的城市道路场景.在场景下利用QualNet仿真平台进行了大规模的路由协议仿真实验,评估了四种典型的MANET路由协议在城市场景VANET中的适用性.结果表明,这些协议难以满足通信需求,不适合用于城市环境下车载自组网研究.     

基于VANET的改进型AODV路由协议研究

在车载自组织网络中,常使用AODV路由协议,但是由于车载自组织网络的网络拓扑易变性、节点运动快速性、数据交叉性、网络连通间歇性等特点,传统的AODV路由协议存在数据接收率低、路由重建次数多、传输延时时间长等问题。为此,提出一种基于车载自组织网络的改进型AODV路由协议。采用Dijkstra算法,找出源节点和目的节点之间连通概率最大的路径,对传统的AODV协议进行改进。然后通过仿真软件进行验证和分析,证明改进型AODV路由协议比传统的AODV协议数据接收率更高、路由重建次数更少、传输延时更短。     

城市场景下基于速度信息的VANET路由协议的改进

车载自组网络（Vehiculax Ad Hoc Networks,VANET）是指道路上由车辆搭载的无线通信装置构成的一种特殊的多跳无线移动自组织网络。VANET在实现多种智能交通方面应用的同时,还能满足用户在乘车时的娱乐等舒适性的需求,近些年来已成为无线自组网络研究的新热点。总结了近些年来出现的主要VANET路由协议的核心路由机制及其优缺点,并分析了各种技术对路由协议性能的影响。其后给出了一种基于速度信息的VANET路由协议改进方法,并通过实验验证了将改进方法与GPSR协议结合可以提高路由路径的稳定性,减少了端到端的平均时延,降低了VANET网络中拓扑的高动态性对路由协议性能的影响。     

VANET路由协议与安全问题分析

随着车载自主式网络（VANET）的快速发展,VANET涉及的技术与安全问题成为行业研究的热点。车载自主式网络是没有固定框架的多跳式网络,它包含互相通信的交通工具和路边基础设施。为VANET设计一个有效的路由协议成为VANET研究的难点。讨论不同的路由协议和面临的安全问题。     

Ad Hoc路由协议在不同移动环境中的性能仿真

影响Ad Hoc网络路由性能的因素很多,如节点的移动、网络的负载、节点数目的变化等;而其中节点的移动是其中最关键的因素之一.该文对四种典型的路由协议进行了理论分析,并提出了一个仿真模型,使得节点在网络所在区域内以不同的速度移动.利用GlomoSim仿真工具对四种路由协议进行了仿真,对路由协议主要的几种参数：平均报文接收率、平均端到端的延时与路由控制报文的总负载进行了统计分析.仿真结果与理论分析一致,并对仿真结果进行了详细的分析比较,得出了AODV路由协议最适合移动要求较高的网络的结论.     

VANETs路由综述

针对车载自组织网络拓扑结构高动态性,阐述了路由协议研究的重要性;分析并比较了在车载自组织网络中各种路由协议的优缺点,并将现有的路由协议分为基于连通的、基于移动的、基于基础设施的、基于概率的以及基于地理位置的路由五类;根据每一类路由分析其研究现状及特性;最后展望了车载自组织网络路由技术的未来研究方向。     

MANET路由协议在VANET中的研究

车载自组网作为未来智能交通的基础部分,通过车与车、车与路边节点的通信构成统一的无线通信网络,用于传递辅助驾驶或避免事故的实时信息,对人们的出行可以提供操作便利和安全保障,所以VANET中的路由协议至关重要,尤其是协议中数据包投递率。本文首先对MANET中的路由协议进行研究,建立了以实际真实道路网为背景的实验平台,并对运动的车辆进行模拟,研究了AODV、DSDV和DSR三种路由协议在VANET中的各个方面性能,实验表明,MANET中路由协议能在VANET中使用,但是在数据包投递率、路由负载和端到端延时方面都需要根据VANET的特性进一步优化。     

在3D-Mesh网络中的两种路由研究

在研究并行计算机系统容错时,路由算法是一个极为重要的研究课题。主要研究的是自适应路由算法和确定性路由算法在3D-Mesh网络上的性能。在每个结点具有独立的出错概率的模型下,提出的方法使得能够严格地推导出路由算法的成功概率,从而能够对算法进行分析和比较。研究结果表明,自适应路由算法具有明显的优势。一方面,自适应路由算法基于局部信息而变得高效;另一方面,自适应路由算法对于结点出错和网络规模具有更好的健壮性,而使其具有更高的成功概率。     

GPS拒止条件下的景象匹配导航方法研究

提出了一种在GPS拒止条件下使用视觉词袋辅助航空景象匹配导航的方法.在景象匹配导航任务中,基准地图比空中探测的图像具有更大的覆盖范围,当基准地图有大量相似或重复纹理特征出现时,仅依靠特征匹配难以得出正确的对应关系.首先对基准卫星影像地图进行区块划片,并利用视觉词袋技术对每一片区块进行编码,利用统计特性计算局部区块特征矢...     

VANET中有条件的隐私保护认证协议研究

为进一步满足有条件的隐私保护的需求,在保护安全性和研究椭圆曲线上双线性映射的基础上,设计了群签名方案,提出了一种新的基于位置信息的隐私保护认证协议。对提出的协议进行了详细的安全分析和性能分析。分析表明,该协议需要更少的OBU存储空间、消息验证时间以及更高的验证成功率。     

车载Ad hoc网络原型系统设计及性能分析

车载Ad hoc网络（Vehicular Ad Hoc Network,VANET）是移动Ad hoc技术在交通领域的应用,已成为智能交通系统中一项非常有前景的技术。与当前绝大多数研究采用网络仿真实验的方法不同,设计并实现了包含4个节点的车载Ad hoc网络原型实验系统,并在实际道路上进行了实景测试实验,对VANET网络技术的可用性进行了验证,量化评估了实际环境和节点移动性对无线信号传输的影响。通过分析实验结果得出了一系列结论,为网络协议的设计和网络实际部署提供重要的参考。     

一种典型场景区块链平台性能测试方法及应用研究

Hyperledger Fabric区块链平台作为一种经典代表广泛应用于各种现实场景,其性能及其指标的量化影响成为众多科研人员的关注焦点。本文针对基于Hyperledger Fabric区块链平台的交通产品质量控制系统,通过性能测试过程模型及架构的明确,基于平台性能基准测试,研究建立以选取吞吐率、读写吞吐量、响应时间、区块生成速率以及交易延迟来分析出块时间、区块最大交易条数、区块首选字节数、区块最大字节数以及总连接数等因素对平台性能影响的方法体系,其研究和分析应用源于工程领域典型案例,具体化、针对性和可移植性特征明显。结果表明该方法体系可有效测试区块链平台的服务性能,并能对各指标的影响进行量化分析,测试评估工作质量和效率明显提升,对平台服务性能优化提升具有实际指导意义。     

非连续轨迹下的公路车辆智能跟踪技术研究

针对运动车辆轨迹跟踪控制中的遮挡问题,研究创新地提出以SVM分类检测器优化STAPLE跟踪算法,以保证在目标退出遮挡时可以重新搜索并定位目标;同时对颜色特征直方图、HOG算法进行了改进,以提高算法特征提取效率;最后选择VOT2016国际标准序列集对优化后的STAPLE跟踪算法进行验证;研究结果显示,改进STAPLE算法能在目标退出遮挡后更为快速地重新捕捉目标位置;改进算法对目标中心的跟踪精度达到了0.81,对目标框的跟踪精度达到了0.89;在目标进入遮挡状态时,改进算法的跟踪精度最高;这次研究提出的STAPLE优化算法表现出较好的跟踪效果,其面对长时遮挡的跟踪能力具有较高的应用价值。     

基于伪名的VANET恶意节点检测研究

针对车载自组网(VANET)节点通信时间短、实时性要求高的特点,设计一种压缩型Bloom Filter机制,并将其应用于基于伪名的VANET恶意节点检测中。该Bloom Filter机制能减少伪名恶意节点集合的数据存储量,以及节点数据更新时的信息交换量,同时获得更高的恶意节点检测率和更低的假阳性率。分析结果表明,该方法可降低VANET节点间实际传输的数据量和通信开销,提高通信实时性。     

Constructing dual-CISTs of pancake graphs and performance assessment of protection routings on some Cayley networks

The Journal of Supercomputing - For a connected graph $$G=(V,E)$$ , two spanning trees $$T_1$$ and $$T_2$$ of G are said to be a pair of completely independent spanning trees (or a dual-CIST for...     

无人货架场景下的人体关节点定位算法研究

在新零售场景下,无人货架上商品种类繁多,易受光照等外界因素干扰,且顾客手持商品时手部或身体会对商品关键信息形成遮挡,使得自然场景中仅采用图像识别算法不能满足无人货架应用需求.针对无人货架实际应用场景的特性,基于深度学习中人体关节点定位算法与图像分类算法对该场景中的手持商品识别提出了解决方案.首先,利用人体关节点定位算法...