基于节点可信度的多信道协助下载选车策略

针对车联网协助下载中由于多任务多信道场景下发生信道冲突概率较高,并且中继中存在坏点会导致通信系统吞吐量较低的问题,提出一种基于节点可信度的多信道协助下载选车策略。首先,通过节点的历史协助记录对中继的可信度进行评估。再考虑节点之间的连接稳定性和传输距离增益设计效用函数,通过二分图博弈计算最佳匹配。最后,分析了多信道传输域冲突引起的通信中断,提出了信道复用的最小距离,提高通信稳定性。仿真实验结果表明,该方案有效降低了多信道场景下的信道冲突概率和坏点带来的通信中断影响,提高了系统吞吐量。     

一种基于分簇的车联网对向协助下载方法

针对目前车联网中提出的协助下载方法的吞吐量低和延迟较长的问题,提出了一种基于动态相邻间距分簇算法的对向协助下载方法.根据道路上车辆的密度不同,动态改变车辆相邻间距使簇保持一个合适的大小;利用分簇算法为车辆分簇;使用分簇的车辆为用户提供协助下载服务.该方法充分利用了道路上行驶的车辆,使更多的车辆加入到协助下载中,提高了用户获取数据吞吐量的同时降低了用户下载数据的延迟.仿真结果表明:使用基于分簇的对向协助下载方法比使用单个车辆对向协助下载时,在盲区的吞吐量提高50％.     

一种提高系统吞吐量的协助下载补偿模型

随着人们对互联网依赖性的日益提高,人们希望随时随地能够接入Internet,即使在行驶中的汽车里.相比于3G或4G网络,通过路边接入点(AP)接入互联网具有高带宽低延迟的特点.利用经过的车辆携带用户所需要的数据可以有效地减少由于AP分布稀疏所引起的间歇性连接的影响.然而高速行驶的节点,快速的拓扑变化以及传输碰撞域的重叠将导致协助车所携带的数据不能完全地传递给用户,从而降低了系统的吞吐量.文中在先前工作的基础上提出了一种提高系统吞吐量的协助下载补偿模型.在高速公路场景下,协助车在与同向和对向的其它车辆相遇时根据速度和位置信息预测其与目标车相遇的概率,并选取满足条件的车辆备份携带的数据以弥补因传输碰撞域重叠等因素所引起的部分数据包传送失败的损失,从而达到有效地利用盲区(Dark Area)延伸用户下载区域的目的.实验结果表明该方法显著地提高了下载的吞吐量,减少间歇性连接带来的影响.     

车联网RSU单元下行流量的性能研究

基于802.11p/WAVE的车联网是一项涉及道路交通、无线通信、自组织系统等多学科综合性的技术领域,车联网中,RSU单元可作为AP,让在行驶的汽车中的人们可以随时随地接入Internet,其中,如何建立RSU单元的下行流量模型是一个关键问题.通过引入车辆密度概率质量函数,分析车联网MAC层车辆通过RSU设备访问Internet的信道竞争情形,提出了适用于高速公路交通场景的RSU单元网络吞吐量模型,并推导出RSU上行及下行流量的性能解析式.针对RSU单元通信范围有限、相邻RSU单元之间可能存在盲区的问题,提出了一种利用同向行驶的车辆协助数据下载的VCoDS方案,以达到提高某时间段RSU的下行流量的目标.仿真实验结果证实,VCoDS方案可有效提高RSU单元的下行流量.     

基于区块链的车联网安全通信策略

为完善车联网信任评估机制并建立车辆间的信任关系,提出一种基于区块链技术的车联网安全通信策略。利用椭圆曲线加密算法进行车辆身份注册与验证,结合基于Beta分布的直接信任值与基于PageRank算法的推荐信任值求得车辆综合信任值。通过智能合约技术对车辆综合信任值及交互信息进行管控,实现车辆综合信任值的上链、更改与更新。仿真结果表明,该策略能够有效抵御车联网内部与外部攻击,保证数据传输的安全性,且满足车联网车辆在高速移动环境下的高吞吐量及低时延通信需求。     

一种VANET交互协助式通信策略

在VANET网络中,在V2I与V2V的网络通讯模式下,一辆汽车在高速公路上行驶,当此车行驶到两个基站之间的网络信号盲区时,恰好被迫停驶或抛锚。为了协助此车最大程度地维持网络通讯,我们提出了一种交互式网络通讯策略,它征用过往车辆的部分通讯能力协助分发数据,以交互的方式为目标车辆服务。我们用NS2对此策略进行了模拟与仿真,将MVA策略的性能与DSDV、AODV、DSR路由协议在VANET网络盲区中进行动态路由的通讯表现性能进行比较。实验结果表明:AODV与DSR协议在VANET盲区中的网络通讯表现较差;与DSDV协议相比,本策略在网络流量与平均网络带宽性能表现上比DSDV协议有较大幅度的提升。     

一种基于SDN的车联网协作传输算法

在车联网中,利用车与车协作传输可以提高车与基础设施的传输速率。针对车联网中协作传输的中继选择和资源复用问题,提出一种基于SDN的中心式协作传输算法。首先,车辆通过控制信道发送传输请求和状态信息到基站;然后,基站根据收集的车辆信息选择中继车辆和分配资源,并将调度结果通过控制信道广播;资源调度过程采用启发式算法求解,有效地降低了运算复杂度。仿真结果表明所提出的算法可以大幅度提高数据传输速率,提升网络吞吐量。     

车联网中协作数据分发方案研究

在车联网中,车辆可通过无线通信从路侧单元（RSU）下载文件数据,但由于车辆移动性高、RSU部署间距大及传输范围有限,使得车辆可下载数据量受到较大影响。为此,提出一种协作数据分发方案。利用双向车辆和RSU的资源可用性对目标车辆进行辅助下载,使得目标车辆在未覆盖RSU的盲区（DA）内仍能获取所需文件数据,在此基础上,考虑资源节点的竞争接入与传输以及转发完成时间对数据传输的影响,建立理论分析框架来说明数据传输过程。仿真结果表明,相较于同向协助下载和反向协助下载机制,该方案能够提升目标车辆下载数据量,减少DA内数据传输中断的影响,提高DA利用率。     

认知无线Mesh网络中一种协助的分布式组播调度算法

认知无线Mesh网络是下一代无线宽带通信系统的主要形式之一,它能通过使用授权网络未使用的频谱资源来提高网络带宽.组播是一种应用非常广泛的无线业务需求.本文主要研究CR-Mesh路由器和CR-Mesh终端之间的组播调度问题.由于CR-Mesh路由器和CR-Mesh终端具有可用信道异构的特征,这将导致无线业务组播的时间变长.本文的目标是最小化无线业务组播的时间,提出一种基于节点协助的分布式组播调度算法DAMSA,通过同组成员或者其他组成员的协助达到降低组播时间的目的.通过大量的仿真发现,我们提出的DAMSA算法不仅降低了无线业务需求的组播时间,而且提高了系统的吞吐量.     

车联网中一种有效的资源共享方法

针对车联网的资源共享问题进行研究,提出一种有效的资源共享方法ERS。ERS的目标是提高资源共享的成功率、减小资源共享的延迟、减小通信代价,以及提高发送效率。为了实现这些目标,ERS设计四个策略,包括查询策略、回复策略、资源的替换策略、收到资源的告知策略。基于真实的车辆行驶数据来进行仿真实验。仿真实验结果表明,相比较其他两种方法,ERS实现较高的资源共享成功率、较低的延迟、较低的通信代价和较高的发送效率,因此是车联网中一种有效的资源共享方法。     

一种双无人机协同跟踪地面移动目标方法

针对通信延时情况下双无人机协同跟踪地面移动目标问题进行研究, 构建了基于分布式遗传算法和滚动时域优化结合的目标跟踪航迹规划算法模型。考虑到通信延时会增加目标状态信息数据融合时的误差, 导致无人机跟踪任务效果变差, 结合递推最小二乘滤波和加权最小二乘估计设计了融合方法, 来融合处理目标状态信息; 考虑到无人机对目标的观测效果与未来时刻的目标状态信息密切相关, 采用递推最小二乘滤波预测目标的状态信息, 结合分布式遗传算法和滚动时域优化设计了双无人机目标跟踪航迹规划算法。适应度函数考虑了无人机和目标之间的距离、无人机之间的通信距离、无人机之间的通信角度。仿真结果表明：该协同跟踪方法能够较好地完成跟踪任务; 与一架无人机跟踪相比误差明显减小, 并且可以减小通信延时带来的跟踪误差。     

面向车路协同的路侧感知仿真系统

路侧感知是车路协同应用开发的重要组成部分,通过在路侧部署传感器,将采集到的路面信息经V2X通信给到车辆,使车辆拥有超视距的感知能力.在实际应用中,为达到最优的路侧感知效果,不同的场景往往需要不同的RSU配置,RSU的选型及安装是一个耗时耗力的过程.交通参与者的识别是路侧感知的核心,基于机器学习的识别算法需要大量的标签数据,而人工打标签被验证是一个效率极其低下的方式.通过构建路侧感知仿真系统可以很好地解决RSU配置及样本数据生成的问题,实验一通过在仿真系统中调整激光雷达的高度和角度,得到极端情况下的车辆遮挡情况,从而为激光雷达的实际安装高度提供参考,实验二在仿真环境中输出带标签的激光雷达点云数据,通过与实际采集的点云数据进行融合对比,验证仿真系统输出的激光雷达点云数据可以作为模型训练的数据补充.     

带有激励机制的车联网合作下载信任管理方案

由于高速公路上行驶的车辆间未预先建立信任关系,车辆相互进行合作下载服务时,存在信任危机及安全隐患,严重影响合作下载的发展.为实现可信任的安全合作下载服务,提出基于S O RT算法的信任管理方案,通过服务信任值选择合适的车辆进行合作,设计激励机制和公平交易协议保证合作下载的积极性和公平性,应用区块链技术对车辆的身份隐私以...     

T-CPS下考虑人驾车行为影响的混行车辆协同控制

由于传统人驾车(traditional human-driven vehicles,HVs)驾驶行为会受到驾驶员的心理和生理活动的不确定性影响,可能使得车辆频繁地加减速,进而导致混合交通条件下网联自动车(connected and automated vehicles,CAVs)很难快速跟踪此行为.针对这一问题,首先提出一种提前预测传统人驾车行为的组合神经网络.在此基础上,考虑通信时延和车辆运动学特性,设计一种基于交通信息物理系统(transportation-cyber physical system,T-CPS)的混行车群内车辆协同控制策略,使其能够快速跟踪上传统人驾车行为,并对混行车群内网联自动车之间的串稳定性进行分析.最后,在混合交通条件下设置由1辆传统人驾车、1辆领头网联自动车和4辆跟随网联自动车形成的混行车群,利用下一代交通仿真(next generation simulation,NGSIM)车辆轨迹数据选出高质量传统人驾车状态,并通过仿真实验验证所提协同控制策略的有效性和可行性.由仿真实验结果可知,所提协同控制策略可以保证所有的网联自动车能够快速跟踪上传统人驾车行为,为解决新型混合交通带来的新问题提供一定的理论指导和借鉴.     

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。     

Cooperative path following of constrained autonomous vehicles with model predictive control and event‐triggered communications

We present a solution to the problem of multiple vehicle cooperative path following (CPF) that takes explicitly into account vehicle input constraints, the topology of the intervehicle communication network, and time‐varying communication delays. The objective is to steer a group of vehicles along given spatial paths, at speeds that may be path dependent, while holding a feasible geometric formation. The solution involves decoupling the original CPF problem into two subproblems: (i) single path following of input‐constrained vehicles and (ii) coordination of an input‐constrained multiagent system. The first is solved by adopting a sampled‐data model predictive control scheme, whereas the latter is tackled using a novel distributed control law with an event‐triggered communication (ETC) mechanism. The proposed strategy yields a closed‐loop CPF system that is input‐to‐state‐stable with respect to the system's state (consisting of the path following error of all vehicles and their coordination errors) and the system's input, which includes triggering thresholds for ETC communications and communication delays. Furthermore, with the proposed ETC mechanism, the number of communications among the vehicles are significantly reduced. Simulation examples of multiple autonomous vehicles executing CPF maneuvers in 2D under different communication scenarios illustrate the efficacy of the CPF strategy proposed.     

多切入机制下基于信息物理系统的混合车群协同控制

传统人驾车(HVs)为了能够快速行驶到目标车道,常常会向目标车道进行强制换道,这一过程被视为传统人驾车的切入机制.然而,该过程会影响目标车道中由传统人驾车和网联自动车(CAVs)组成的混合车群稳定性.当一个车道上由多个传统人驾车组成的车群同时切入到目标车道上的混合车群中时会对混合车群的稳定性影响较大.针对这一问题,首先对车辆动力学模型进行刻画,以描述车辆行驶的平稳性和混合车群的稳定性.然后,为了确保由多个传统人驾车组成的车群同时切入到混合车群时的稳定性,从信息物理系统(CPS)的视角出发,并基于一致性约束和通信拓扑结构,提出一种考虑通信时延和反应时延的混合车群协同控制方法;同时,利用Lyapunov-Krasovskiis理论进一步分析所提出控制方法满足的稳定性条件.最后,通过仿真实验结果表明了所提出控制方法的有效性和可行性.