无间隙的车联网协助下载方法

车辆通过AP(access points)接入Internet具有低费用、高带宽以及低时延等优点,然而AP间的通信盲区(DA, dark area)使车辆只能间歇式接入Internet,造成网络的QoS难以得到保障。为了解决这一问题,提出一种面向高速公路场景的无间隙协助下载方法(NICDM, non-intermittent cooperative downloading method)。在NICDM中,目标车辆未完成的下载任务依据车速、任务大小以及DA距离等信息进行分解,并分别委托行驶方向上的最近2个AP协助下载;一组经过优化选择的协助车辆从AP获得数据,并在DA区转交给相遇的目标车辆;同时针对传输冲突提出了N-副本的冲突解决策略,进一步提高协助下载的稳定性。仿真结果表明,NICDM实现了目标车辆在整个DA区无间隙地获得数据,与相类似的方法相比,进一步提高了系统的QoS与吞吐量。     

边缘智能下基于强化学习的车联网路由协议

为实现复杂城市车联网环境下高可靠、自适应的数据包路由协议,提出一个端-边-云边缘智能架构,该架构包括终端用户层、边缘协作层和云计算层。在所提边缘智能架构的基础上,设计了一个基于多智能体强化学习的数据包路由协议。实验结果表明,相比于现有的紧急消息传输机制、基于交叉路口雾节点的分布式路由协议和基于双深度Q网络的路由协议,所提协议在消息传输时延和接收率方面分别取得29.65%～44.06%和17.08%～25.38%的优化。     

一种结合雾计算的车辆通信网络碰撞避免TDMA MAC协议

智能交通系统的产生和发展对车辆通信的介质访问控制(Medium Access Control,MAC)协议提出了更高的要求.被广泛使用的基于信道竞争的载波侦听多路访问(Carrier Sense Multiple Access,CSMA)协议存在不确定时延问题,基于时分多址(Time Division Multiple...