一种用于高速公路上防车辆连环碰撞的V2V广播协议

目前,V2V网络主要通过周期性广播紧急预警消息(emergency warning message,EWM)来解决高速公路上经常发生的连环碰撞事件,但是周期性广播EWM容易产生广播风暴,造成大量消息的传输失败和传输延时,从而影响了预警网络的可靠性和效率.通过研究V2V网络中的各种无线广播协议,提出了一种用于高速公路上防止车辆连环碰撞的广播协议.协议在方向性广播的基础上,通过发送ACK帧选择广播车辆并由广播车辆负责广播EWM来解决广播协议中的EWM冗余问题.仿真实验表明:协议能有效地控制EWM的冗余问题,提高EWM传输的可靠性并降低传输延时.     

基于改进蚁群优化算法的自动驾驶多车协同运动规划

当前面向多辆自动驾驶汽车的协同运动规划方法能有效保证运行车辆与障碍物及其他车辆之间避免发生碰撞并保持安全距离,但车辆间的在线协同与规划能力仍有待提升。为实现多辆自动驾驶汽车在运动过程中的协同控制,提出一种基于改进蚁群优化算法的多车在线协同规划方法。以空间协同与轨迹代价为优化目标,构造多目标优化函数,确保了多车行驶过程中的协同安全性与轨迹平滑性。将多目标优化函数引入蚁群优化算法的信息素更新过程中,根据自动驾驶车辆数量产生多个种群,使得种群之间相互独立的同时为每辆自动驾驶汽车规划可行路线。最终对蚁群优化算法中的挥发因子进行自适应调整,提升了算法全局搜索能力及收敛速度。实验结果表明,该方法能使多辆自动驾驶汽车在运动过程中保持协同控制并规划出无碰撞路线,相比于基于人工势场和模型预测的协同驾驶方法在复杂道路场景下车辆间的协同效果更好且适应性更强。     

基于Copula模型实现的车辆碰撞协同预警

近十年来,智能交通系统(ITS)和车载网络开始融合紧密,从而彻底改变了事件侦查和交通信息传送的方式。车辆碰撞协同预警系统是其中一个重要方向。根据预设的一系列车辆碰撞协同预警系统(CCWS)的参数,如前后两辆车之间的距离、司机的反应时间、相对速度和加速性能等,采用Copula模型对这些参数进行分析并得到车辆发生碰撞的条件概率,从而为其建立相互的联系,从全局的角度多方面对碰撞作出预测。最后的仿真验证了此分析结果的正确性。     

RFID系统中基于中继传感器的协同防碰撞算法

针对射频识别(RFID)系统中为了满足多类应用、异构网络、多样性服务等应用而部署的多阅读器和多应答器,导致数据识别、传输时延和信号完整性等性能下降的问题,研究了一种适用于多阅读器应答器系统的基于中继传感器的协同防碰撞算法.根据系统发生数据碰撞的三种情形,结合数据碰撞角度 和碰撞效应权重,提出一种有效避免数据碰撞的中继传感器结构设计方案;设计了适合于RFID系统中继传感器协同合作的外围电路;结合系统覆盖区内三类辐射元的信号汇聚,提出了基于中继传感器的协同防碰撞算法.实验结果表明:在读取时隙和传输时延等方面,所提协同防碰撞算法明显优于传统的ALOHA算法.     

具有随机多跳时变时延的多航天器协同编队姿态一致性

针对存在随机多跳时变时延的多航天器协同编队的姿态一致性问题,本文设计了可消除随机多跳时变时延影响并能够实现多航天器协同编队姿态角速度一致及姿态角有效跟踪的静态控制器.首先基于有向图论推导出领航者一跟随者误差系统的动态方程,然后通过构造合适的Lyapunov函数将误差系统调节器问题转化为了线性矩阵不等式解的存在性问题,其次通过求解线性矩阵不等式完成了协同编队姿态控制系统的静态控制器设计.理论分析表明,所设计的控制器能够有效消除随机多跳时变时延影响,实现了多航天器协同编队的姿态一致性.数值仿真验证了所提方法的正确性和有效性.     

基于SA解码的V2 V广播自主资源选择算法

在基于LTE-V(Long Term Evolution-Vehicle)通信系统下的车与车通信(Vehicle to Vehicle,V2V)广播中,道路上的车辆将周期性广播合作意识消息给邻居车辆以便改善道路安全。针对高密度的交通环境下资源选择碰撞问题,分析资源块和用户干扰之间的关系。以提高数据包传输可靠性为目标,提出基于SA解码的V2V自主资源选择算法。车辆通过接收周围一跳邻居的SA和数据包资源预留构建资源占用映射图并分别嵌入到SA和数据包中并广播给周围一跳邻居,从而使邻居车辆获取两跳邻居的预留资源,以减少隐藏终端带来的干扰,之后通过对资源池的划分减少合并冲突带来的干扰。研究表明,该算法可以有效提高数据包传输的接收率。     

基于碰撞点时间估计的车辆碰撞预警算法

针对十字路口处的车辆碰撞现象,提出一种基于碰撞点时间估计的车辆碰撞预警算法,以降低交通事故发生概率,提高十字路口处车流的流畅程度。在考虑交通信号灯控制的情况下,分析十字路口处车辆碰撞的不同场景,并给出碰撞点位置和车辆到达碰撞点时间的估计方法。MATLAB实验结果验证了该算法的正确性和可行性,同时表明车辆速度和位置的变化都会对车辆碰撞情况造成影响。     

车辆碰撞信号准确挖掘过程的仿真分析

研究车祸中车辆碰撞信号的准确检测问题.针对车辆在完成碰撞的过程中,车辆碰撞部位随机性很大,碰撞过程较短,声音信号的采样周期和间隔很小,碰撞信号与外部的干扰声音信号经常形成交叉冲突,造成瞬时碰撞信号很难被准确采集.传统的检测算法很难在碰撞中对短促碰撞信号与外界声音信号进行区分,造成检测度不高,提出了一种粗糙集神经网络的车辆碰撞声音信号检测方法.采集车辆声音信号,对信号进行预处理,从而获取粗糙集神经网络参数.建立粗糙集神经网络模型,对车辆碰撞信号进行深度挖掘检测.实验结果表明,提出的算法能够有效提高车辆碰撞声音信号检测的准确性.     

基于Android平台的车辆防碰撞预警系统设计

为了在行车过程中准确判断周边车辆安全距离,对危险情况及时进行预警,提醒驾驶员采取相应措施规避碰撞,基于Android平台设计了车辆防碰撞预警系统。利用CCD摄像头采集道路图像,对图像进度灰度及降噪等处理之后结合Hog特征与Haar特征进行目标车辆识别,利用单目视觉技术测算车辆间距,根据危险距离范围设定多级别预警机制。经过UAS数据集中5 561张道路图像测试,系统在晴天、黄昏、夜间等不同环境下车辆识别准确率均比较高。另外,通过设置不同车速下的危险距离,验证系统多级别预警准确。可以有效降低碰撞事故发生概率,为车辆安全驾驶提供了强有力的技术支持。     

基于Cesium平台中车辆的碰撞识别跟踪

采用传统方法进行识别与跟踪,效果较差,无法得到精准车辆碰撞数据,提出了基于Cesium平台中车辆的碰撞识别与跟踪。针对车辆碰撞识别需先对样本进行训练,提取出正、负两种样本特征,利用离线车辆碰撞识别分类器识别尺度模块,并在Cesium平台下构建积分图,由此进行图像识别;针对车辆碰撞跟踪需进行阴影检测,根据获得的阴影区,排除非车辆碰撞阴影区,即完成车辆定位与验证。实验结果表明,该方法识别跟踪效果良好。     

低碳经济时代的建筑之道

低碳建筑是营造可持续发展未来的关键。本文通过对低碳建筑的全面分析以及对全球知名的设计实例的分析,探讨适应低碳经济时代的建筑发展的方向、目标,指出低碳建设和设计要走向集约型、走向自然、走向效率设计、走向适应性设计、走向循环设计、走向智能化设的发展途径,以及低碳建筑未来的发展方向。     

多核处理器面向低功耗的共享Cache划分方案

随着多核处理器的发展,片上Cache的容量随之增大,其功耗占整个芯片功耗的比率也越来越大。如何减少Cache的功耗,已成为当今Cache设计的一个热点。本文研究了面向低功耗的多核处理器共享Cache的划分技术(LP-CP)。文中提出了Cache划分框架,通过在处理器中加入失效率监控器来动态地收集程序的失效率,然后使用面向低功耗的共享Cache划分算法,计算性能损耗阈值范围内的共享Cache划分策略。我们在一个共享L2 Cache的双核处理器系统中,使用多道程序测试集测试了面向低功耗的Cache划分:在性能损耗阈值为1%和3%的情况中,系统的Cache关闭率分别达到了20.8%和36.9%。     

CMOS IC的低功耗设计

分析了功耗的产生原因和几种不同的低功耗电路结构的优缺点,论述了如何从电源设计,时钟管理等方面降低功耗。     

系统级CMOS电路的低功耗设计

随着集成电路规模的增大和工作频率的提高，功耗已经成为面积和性能之外的主要设计目标。低功耗设计可以在不同的设计层次进行考虑，早期的设计确定了系统的构架，对功耗的影响最大，因此本文重点探讨了RTL级和系统级的低功耗设计，具体的途径有：实行有效的功耗管理；采用并行处理和流水线结构；采用分布式的数据处理结构以及用专用电路代替可编程处理器。     

低杂散低相噪频率合成器的设计

DDS＋PLL是目前频率合成技术的常用组合方式之一。首先就DDS＋PLL的几种常用合成方式的特点进行了简单介绍．然后着重利用DDS激励PLL的混频合成方式,实现了一种低杂散低相噪的频率合成器的设计。设计中首先在理论分析的基础上选出了合理的设计方案,然后对各项指标进行了可行性分析,尤其对输出相位噪声和组合杂散进行了详尽的阐述。最终通过理论分析,合理的选取时钟频率巧妙地避开了近端的杂散,用试验结果证明了该方案的可行性。     

一种低压低功耗的亚阈型CMOS基准电压源

介绍一种低压、低功耗和低温度系数CMOS基准电压源,该基准电压源的核心MOSFET工作在亚阈值区,采用亚阈值型MOSFET低于某个特定偏置点时,具有负温度系数的特点.电路用标准的0.35 μm CMOS工艺设计,在-40℃～+110℃范围的温度系数为262.6 ppm/ ℃时,基准的输出电压为345.36 mV.本文也...     

LS—RISC指令级功耗模型的开发

针对笔者自主研制的LS-RISC微处理器,讨论了其指令级功耗模型的开发。为了降低指令间效应对功耗分析带来的复杂度,按照指令执行时经过的功能部件,对指令进行重新分类,使得分析的复杂度由O(n2)减小到了O(n)。功耗模型的成功开发,为低功耗编译和软件功耗优化奠定了基础。     

一种超低功耗电流反馈运算放大器

设计了一种新型的基于第二代电流传输器CCⅡ-的超低功耗电流反馈运算放大器,并采用TSMC0.6μmCMOS工艺,利用Hspice对整个电路进行了仿真。在±1.5V电源电压工作条件下,该放大器的转换速率达到28.57V/μs,并且在闭环工作状态下具有恒定的带宽。     

基于结构化低秩表示和低秩投影的人脸识别算法

在实际的人脸识别中,给定的训练图像往往存在遮挡和噪声,导致稀疏表示分类（SRC）算法的性能下降。针对上述问题,提出一种基于结构化低秩表示（SLR）和低秩投影的人脸识别方法--SLR_LRP。首先通过SLR对原始训练样本进行低秩分解得到干净的训练样本,根据原始训练样本和恢复得到的干净训练样本得到一个低秩投影矩阵;然后将测试样本投影到该低秩投影矩阵;最后使用SRC对恢复后的测试样本进行分类。在AR人脸库和Extended Yale B人脸库上的实验结果表明,SLR_LRP可以有效处理样本中存在的遮挡和像素破坏。