一种车载自组织网络高效数据分发机制研究

提出了一种基于路边停放车辆辅助通信的高效数据分发机制,该机制将路边停放的车辆组织为簇,通过簇缓存并转发移动车辆节点的数据,从而有效地提高数据分发效率。仿真实验表明,该机制能够以较低的数据递交延迟获得较高的数据递交率。     

基于神经网络的有效停车泊位预测方法研究

对基于神经网络的有效停车泊位预测方法进行研究,通过调查及采集商业中心区停车场停放车辆的实时数量信息,建立相应的神经网络模型,并运用MATLAB仿真分析软件实现实时有效停车泊位预测,最后对误差结果进行分析和解释。     

路外停车驶入对出入口交通流影响模型

为寻找停放车辆的驶入特征与主路车流速度之间的变化规律,以路阻函数(BPR)模型为理论基础,以城市路外停车场出入口接入主路的最右侧车道为研究对象,通过实测数据分析,建立了无停车驶入时出入口影响区范围内该车道的路阻函数模型及停车驶入后对该车道的影响模型.研究结果表明,当无停车驶入时,最右侧车道的车流速度仅与本车道流量密切相关,且该车道的利用系数仅为0.384;当有停车驶入时,最右侧车道的车流速度与停放车辆的驶入频率、驶入影响时间、减速距离及本车道流量等参数密切相关.通过对影响模型的各个参数进一步进行敏感性分析发现:受停车影响后的社会车辆的平均车速与停放车辆的减速距离呈现反比关系,与停放车辆的驶入影响时间呈现正比关系;当减速距离小于10 m时,社会车辆的速度受停车驶入影响变化幅度大.     

基于K-PPER算法的多充电车WRSNs充电策略

可充电无线传感器网络充电策略的研究多基于单充电车,并不能满足网络规模的需求.为此提出一种针对多充电车的基于优先权的周期性充电策略（K-PPER）.采用K-means优化算法进行分簇,以簇为单位对网络进行充电管理,将有充电请求的节点加入归属簇的充电序列中,对节点的实时充电请求按充电优先级排序;最后,基站派出充电车到达充电簇,并按充电序列充电.仿真实验结果表明,网络效用较K-means算法提高约42%,能量效用较局部信息分布式协作协议（DCLK）提高约4%,较分布式协作协议提高约18%.     

自动化电动车自行车停车装置的设计

目前,对电动车、自行车、摩托车停放的缺乏管理和布局设计。我们设计的新型自动化小型车立体停车装置,采用单片机和步进电机驱动,自动化控制实现车辆的存取和管理。智能化的车辆管理可以有效解决不规整的停放,减少占地面积,空间利用率大的优势,适合布置于小区这种寸土寸金的地方,实际地面使用面积不足3平方米,却能实现至少24辆小型车的存放。     

内容分发网络与机器学习融合关键技术综述

内容分发网络在流媒体传输中广泛使用,可以解决其网络性能和服务质量存在的问题。随着流媒体市场需求越来越复杂多样,利用机器学习技术提高内容分发网络的服务质量成为一个新兴的研究热点。概括了使用机器学习融合内容分发网络并提高客户端和服务端性能的几种方法,挖掘出机器学习在内容分发网络应用中亟待解决的关键性技术问题及应对方法。提出了基于机器学习的内容分发网络的未来技术发展趋势,以期进一步提高内容分发网络的资源管理、实时分配和质量规划。     

基于最优组合的停车诱导信息配置模型与算法

梅振宇,项贻强,陈峻,王炜为了实现宏观调控城市全局的静态交通分布的目标,通过对停车选择的分析,提出了停车诱导信息配置优化组合模型与算法.模型的研究从车辆到达率高和日常泊位饱和度大的热点停车场入手,考虑车辆停放者的选择行为,以总行程时间最小建立了目标函数.通过采用基于最优组合的可变信息板(VMS)信息显示组合方式来发挥停车选择诱导作用,并对它设计了遗传算法（GA）进行了计算,从而获得目标函数的优化值.经浙江德清中心城区实例验证,设置诱导后最小总行程时间减少了49.9%,结果显示,该模型能通过引导停车者不选择“过热”的停车场而选择其他次选的停车场来减少总行程时间.     

一种基于博弈论的P2P内容分发协议

针对P2P大规模内容分发系统中的搭便车和公共悲剧问题,提出基于博弈论的内容分发协议,激励节点间的协作.把系统建模成不协作博弈,每个自私节点从个人理性出发,选择最大化个人收益的协议策略.在纳什均衡下,整个系统在具有大量自私节点的环境中体现出较好的协作性,促进了内容分发的效率.     

基于上下文感知的智能停车场系统的研究

上下文感知是在移动计算环境中实现人机自然交互的关键.车辆停放乱和车辆失窃是停车场的重点问题.针对该问题,提出了一种基于ZigBee和上下文感知的智能停车场管理系统,给出了智能停车管理系统的总体架构.该系统使用RFID对车和车主进行跟踪,并根据所感知信息进行上下文推理决策判断合法性,从而有效实现对停车场的智能化管理.     

车联网中基于博弈论的合作下载激励方案

提出一种车联网中基于双层博弈的合作下载激励方案.利用反向拍卖机制选择合作下载车辆,演化博弈解决了车辆参与数据转发的问题.同时,采用有序聚合签名技术保证了数据传输过程的安全.此外,基于比特币的定时承诺机制实现了电子货币激励,保证了交易支付公平性.理论分析表明,该方案实现了数据完整性、身份认证、不可抵赖性,能有效地促进车辆...     

面向车辆边缘计算的任务合作卸载

随着物联网技术和人工智能技术的飞速发展，车辆边缘计算越来越引起人们的注意。车辆如何有效地利用车辆周边的各种通信、计算和缓存资源，结合边缘计算系统模型将计算任务迁移到离车辆更近的路边单元，已经成为目前车联网研究的热点。由于车辆应用设备有限的计算资源，车辆用户的任务计算需求无法满足，需要充分利用车辆周边的计算资源来计算任务。本文研究了车辆边缘计算中任务的合作卸载机制，以最小化车辆任务的计算时延。首先，设计了任务合作卸载的三层系统架构，考虑了车辆周边停泊车辆的计算资源以及路边单元的计算资源，组成云服务器层、停泊车辆合作集群层和路边单元合作集群层的三层架构。通过路边单元合作集群和停泊车辆合作集群的合作卸载，充分利用系统的空闲计算资源，进一步提高了系统的资源利用率。然后，基于k-聚类算法的思想提出了路边单元合作集群划分算法对路边单元进行合作集群的划分，并采用块连续上界最小化的分布式迭代优化方法设计了任务合作卸载算法,对终端车辆用户的任务进行卸载计算。最后，通过将本文算法和其他算法方案的进行实验对比，仿真结果表明，本文算法在系统时延和系统吞吐量方面具有更好的性能表现，可以降低23%的系统时延，并且能提升28%的系统吞吐量。     

基于真实车载移动数据的RSU部署算法

为了有效提高网络性能,基于车载移动数据研究了真实城市环境下的路边单元(RSU)部署问题,收集并记录了基于北京市的车载移动数据集,通过差值方法等对车辆轨迹数据进行了预处理,使得该数据成为研究RSU部署策略的重要支持. 基于真实的移动数据,提出了综合考虑中心性和均匀性的RSU部署算法,以优化网络整体性能. 以真实车载移动轨迹为基础的仿真实验结果表明,所提出的RSU部署算法可以有效提升网络性能.     

一种新的车辆自组网可信路由协议

由于车辆自组网(VANET)没有集中服务的控制中心,所以原有较成熟的安全控制技术不再适用.提出经验信任值的概念作为信任的一种度量标准,并引入上一跳节点的信誉作为经验信任的影响因子,研究VANET中基于经验信任的节点行为,根据节点的经验信任值设计一种新的动态包转发规则,鼓励包正确转发,约束自私节点,从而实现了车载自组网的...     

一种公平的路边基站下行业务调度算法

To improve the fairness performance of the downlink traffic scheduling algorithm, a network flow based downlink traffic scheduling algorithm is proposed for the roadside unit (RSU) in vehicular networks. In the proposed algorithm, a bipartite graph is constructed firstly, where the node set is composed by the vehicle set and the timeslot set. At any given timeslot if a vehicle can communicate with the RSU, then an edge between the given timeslot and that vehicle is added into the edge set. Next, a flow network graph is constructed based on the bipartite graph by adding a virtual source node and a virtual sink node. By applying the conventional minimum cost maximum flow algorithms, a minimum cost maximum flow can be computed, which is converted to the fair traffic scheduling strategy. Simulation results show that, when the total vehicle requirements are maximized, compared with the existing algorithms, the fairness performance of the proposed algorithm is improved by 116.4％ in the offline case, and by 25.9％ in the online case.     

车联网中基于停车协同的边缘计算卸载方法

为解决网络边缘服务器超负荷的问题,提出一个基于停车协同的边缘计算任务卸载框架.在该框架下,服务提供商利用停车场中停靠车辆的空闲计算资源扩展网络边缘服务器的计算能力,停靠车辆协同执行服务提供商卸载的计算任务,从而减少超负荷.为激励停靠车辆执行卸载的计算任务,设计一个基于契约论的激励方案,不仅能够使服务提供商的效益最大化,同时能够满足停靠车辆的效益.基于真实数据集的实验仿真结果证明所提的激励方案有效.     

地理和交通信息感知的车载Ad Hoc路由

为提高数据包投递率和降低时延,提出了一种基于地理和交通信息的车载Ad Hoc网络(VANET
)路由算法. 该算法利用实时的道路交通信息和车辆移动位置预测进行数据转发,并采取暂存转发策略,同时能处理目的节点移动情况. 仿真结果表明,该算法比贪婪的周边无状态路由(GPSR)算法具有更高的数据包投递率和更低的时延.     

基于层次分析法的车联网多因素信誉评价模型

针对车联网（VANETs）场景下存在的恶意车辆节点和虚假信息的问题,提出基于层次分析法（AHP）的车联网多因素信誉评价模型. 该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响,建立车辆信誉评价模型;面向多应用场景信息（安全行驶、交通管理、商业娱乐）,使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度;基于反馈机制根据信息的不同类型进行车辆节点的信誉更新,实现车联网车辆的信誉评估. 实验表明,该模型在恶意车辆节点达到25%的情况下,车辆决策正确率能够达到92%以上. 该方案能够有效防止车辆接收虚假信息,准确检测出网络中的恶意车辆节点,提高车辆接收信息的可信度.     

车联网无线链路传输数据业务性能评估

为了评估车联网无线链路传输数据业务的能力,提出结合车辆运动模式和数据业务传输特点的车联网链路传输性能评估模型.通过蒙特卡罗仿真统计得到链路剩余生命时间分布和数据业务传输时间分布,利用分布解析推导车联网链路成功传输概率,并建立链路传输性能评估模型.在基于Matlab/Simulink的TrueTime工具箱搭建的仿真平台上,使用模型评估常用Ad hoc路由协议基于距离矢量自组织和基于路由预测所建路径的传输性能.实验结果显示,链路性能模型能有效评估不同路由协议建立链路在不同移动速度下传输数据业务的能力.     

Cycle-by-Cycle Queue Length Estimation for Signalized Intersections Using Multi-Source Data

In order to estimate vehicular queue length at signalized intersections accurately and overcome the shortcomings and restrictions of existing studies especially those based on shockwave theory,a new methodology is presented for estimating vehicular queue length using data from both point detectors and probe vehicles. The methodology applies the shockwave theory to model queue evolution over time and space. Using probe vehicle locations and times as well as point detector measured traffic states,analytical formulations for calculating the maximum and minimum( residual) queue length are developed. The proposed methodology is verified using ground truth data collected from numerical experiments conducted in Shanghai,China. It is found that the methodology has a mean absolute percentage error of 17. 09%,which is reasonably effective in estimating the queue length at traffic signalized intersections. Limitations of the proposed models and algorithms are also discussed in the paper.