排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
异构车载网络环境下如何选择接入网络对于车载终端用户的服务体验而言至关重要,目前基于Q学习的网络选择方法利用智能体与环境的交互来迭代学习网络选择策略,从而实现较优的网络资源分配.然而该类方法通常存在状态空间过大引起迭代效率低下和收敛速度较慢的问题,同时由于Q值表更新产生的过高估计现象容易导致网络资源利用不均衡.针对上述问... 相似文献
2.
基于视觉标志物的增强现实技术和视觉惯性里程计(VIO)技术有着良好的互补性。本文针对当前基于视觉标志物的增强现实系统依赖标志物以及VIO的缺乏地理位置信息、累计误差等问题,提出一种泛用的位姿融合方法,该方法可以将任意的2种不同坐标系下的相同轨迹位姿输出转换到同一坐标系下。针对本文的问题,实现基于视觉标志物的增强现实与视觉惯导模块的位姿融合,并利用视觉标志物自身带有地理信息的特点,为整个系统提供真实的地理信息坐标,使得定位系统能够与地理信息系统相结合。以实时通讯的方式采集华为P10手机输出的图像与IMU信息作为数据源,在Ubuntu16.04和Unity游戏引擎上进行实验。结果表明,本文方法能够有效地完成准确的位姿融合。 相似文献
3.
传统的基于专用短程通信(dedicated short range communication, DSRC)的车载网络(vehicular ad hoc network, VANET)通信架构难以满足车联网数据传输的服务质量(quality of service, QoS)需求,通过移动网关将数据上传至服务器,由服务器决策传输给目标车辆,可以扩大数据广播域,极大减少数据远程传输时延.结合移动云服务的思想,提出了一种新的车联网架构和数据传输方法.首先给出了网关服务者(gateway server, GWS)向云端注册服务信息的具体流程;其次提出了一种云端服务网关选取方法,该方法结合云端的历史数据和实时数据,动态决定参与服务的网关服务者及其服务范围,网关消费者(gateway consumer, GWC)在获取服务广播消息后,综合考虑通信负载、链路稳定度、信道质量等性能参数来选出最优的网关服务者,并将数据传输给网关服务者,再由其上传到云端;最后在OMNeT++实验环境下,针对不同的交通场景,对该方法传输性能进行了评估.结果表明该方法获得较低传输延迟的同时,能够保证较高的传输成功率,理论分析也证明了该方法的有效性. 相似文献
4.
5.
在实际应用中 ,由于波纹管经常会受到各种因素的作用而发生振动 ,因此有必要对波纹管做动态特性研究。实验研究了物理参数相同的波纹管在 4种不同情况下的动态特性 ,分别识别出它们的轴向和横向模态参数。给波纹管加上加强环后 ,轴向和横向阻尼比均增加 ,而固有频率均降低 ,动态刚度则与层与层之间是否有阻尼材料有关 ;无阻尼材料时 ,动态刚度增加 ;有阻尼材料时 ,动态刚度降低。在实际应用中 ,可根据实际需要来选取合适的波纹管。 相似文献
6.
城市的发展为车载自组织网络(vehicular ad hoc network, VANET)(也称车联网)提供了广阔的应用空间,其中紧急消息广播方法则是应用的一个重点研究内容.紧急消息广播需要满足低延迟、高可靠和高可扩展性等服务质量方面的要求.现有的紧急消息广播方法在选择下一跳转发节点时,假定每一个位置均有大致相等的概率被选为中继区域,对所有位置的节点一视同仁,缺乏针对最优节点位置分布规律的研究,不能较好地适应最优转发节点的分布情况.而降低紧急消息传播延迟的关键是快速确定合适的中继转发节点.因此,为了进一步提高紧急消息广播的及时性,降低传播延迟,提出一种采用类哈夫曼编码的紧急消息广播方法.首先分析了城市道路中最优转发节点的概率分布情况,然后在此基础上利用哈夫曼编码的原理,设计了一种能够最小化最优节点选取时间的快速分区方法,最终达到快速确定最优中继节点,降低紧急消息广播延迟,提高紧急消息传播速度的目的.仿真实验证明:该方法在不同场景中能够降低5.3%~18.0%的紧急消息广播时延,提高89%~24.5%的紧急消息传播速度. 相似文献
7.
常规系统传输电力监控信号时,采集的电力监控数据存在缺失,导致供电设备调度时间长,电力调度后的电压偏移量大。为此,设计基于多通信融合的智能供电保障与指挥系统。硬件方面,优化电力监控仪表硬件结构,设计仪表辅助电源电路;软件方面,调制衰减信号,选取最优多通信融合路径,传输电力监控信号,预处理采集电力监控数据,利用数据样本均值,代替缺失电力数据,以发电机组最优功率和最优增量成本为目标,智能指挥电力调度。实验结果表明,该设计系统缩短了供电设备调度时间,减小了电压偏移量,电力调度性能较优。 相似文献
8.
通过动态力学性能分析,确定了尼龙1111的松弛转变峰。71℃的松弛峰为尼龙1111的α松弛峰;-45℃出现的松弛峰为尼龙1111的β转变峰,-126℃出现的松弛峰是尼龙1111的γ转变峰。在不同的实验条件下,随着退火温度的升高,尼龙1111的α转变峰的峰高升高,γ转变峰的峰高降低,β转变峰的峰高不但降低,而且峰宽度变大;随测试频率的提高,尼龙1111的α转变峰、β转变峰和γ转变峰向高温移动。 相似文献
9.
10.