面向实时感知的车联网业务监控应用研究

基于车联网的数据实时采集和人车交互的基础是可靠的网络接入服务和良好的通信保证,为此文中研究了车联网中车辆接入车联网的通信可靠性保证策略和网络质量优化方法。首先,由于车辆节点的通信不稳定性和动态性,研究了动态的车联网网络质量评估方案。其次,这项工作研究了基于车辆轨迹的对车辆接入网络的数据交互时间预测算法,以应对车联网不稳定的网络拓扑和高断开率。最后,提出了一种实时通信质量感知的网络接入策略,用于为道路上的车辆提供车联网服务。仿真结果证明了该方案在不同的通信距离下具有相对较高的网络接入成功率和较好的通信质量。     

基于无标度网络的车联网连通性研究

移动车辆的连通性是车联网(IoV)的关键指标之一,它会严重影响数据传输的性能。由于车联网的网络拓扑高频动态变化,车辆之间的通信链路容易频繁地断连。如何降低链路建立的随机性和链路断开概率,提高整体网络的连通性一直是急需解决的关键问题。针对上述问题,在视距路径损耗模型和干扰模型下分析网络的连通性,通过对车联网链路在真实世界的表征,设计动态生长(DN)算法。对车辆节点进行增加、删除和链路的偏好连接后,构建无标度车联网。通过仿真结果分析,网络整体的连通性提升了16%。     

基于无线感知辅助的车联网下行无线资源分配方法

在车联网（vehicle-to-everything，V2X）中，感知与安全类数据的高速下发与共享对道路交通安全至关重要。然而，车辆高速移动所引起的通信链路不稳定，会导致现有的基于车辆位置信息上报的通信资源分配方法不再高效。为此，提出了一种基于通信节点无线感知辅助的车联网下行无线资源分配方法。首先，构建了通信与感知资源正交下的通信模式选择与无线资源分配联合优化问题；之后，为解决这一问题提出了基于Delaunay三角划分的分簇通信模式选择与基于改进图着色的资源分配策略，以实现下行吞吐量的提升；最后，仿真分析了无线感知估计误差、车辆数量对算法性能的影响。仿真结果表明，与传统方法相比，所提算法在相同感知带宽资源占比下可获得更好的下行通信性能增益，并能够承受更大的感知误差对性能的影响，同时，所提算法的计算复杂度较低，可节省网络算力资源。     

激光通信网络下车联网车辆异常轨迹检测方法

为改善车联网车辆异常轨迹检测的精准度，避免车辆轨迹与路面信息不匹配而引发交通拥塞，本次提出基于激光通信网络研究车联网车辆异常轨迹检测方法。首先构建车联网车辆轨迹模型，分析车联网车辆轨迹特征；然后分析车联网激光通信信道的均衡情况，采用均衡技术完成车联网信道均衡配置；最后根据异常信号反馈结果，实现车联网车辆的异常轨迹检测。实验结果表明，该方法能有效实现车联网车辆的异常轨迹识别，其轨迹扩散度为0.541。平均误转发率为0.041,保真度较高，具有较好的应用价值。     

无线传感器网络中基于网络嵌入的弱贪婪路由协议

贪婪路由可以划分为强贪婪和弱贪婪2种路由方式。为了解决目前研究工作中弱贪婪路由协议需要地理位置信息,而强贪婪路由协议需要设计满足贪婪属性的网络嵌入图的问题;同时为了降低操作复杂性,减少能量消耗,提出了一种轻量级的基于树的网络嵌入图(TNEG)构建方法。在基于树的网络嵌入图上,设计了具有局部单调性的贪婪函数,并提出了2个路由规则,然后设计了弱贪婪路由协议TGR和基于双树嵌入的路由协议biTGR。模拟实验表明所提路由协议在路径长度和网络负载等性能上具有明显的优势。     

车联网中基于分簇结构的多人博弈路由模型的研究

车辆网中车辆的高速移动,网络拓扑频繁变化,运动轨迹多变等特性,为设计高效、可靠、实时的路由协议带来一定的挑战。通过研究和分析车联网环境下路由需要,综合节点间的信任和信号强度等考虑构建分簇结构。引入博弈论的合作与竞争理论对在簇内结点的关系进行分析,从簇内网络的负载均衡性、路由链路的稳定性等网络性能指标综合考虑,提出多人博弈算法构建路由模型。     

车联网发展状况研究

车联网是指装载在车辆上的电子标签通过无线射频等识别技术,实现在信息网络平台上对所有车辆的属性信息和静态、动态信息进行提取和有效利用,并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务.车联网实际是要构建一个智能交通网络.智能交通是将先进的传感器技术、通信技术、数据处理技术、网络技术、自动控制技术、信息发布技术等有机地运用于整个交通运输管理体系而建立起的一种实时、准确、高效的交通运输综合管理和控制系统.     

《2014上海车联网产业发展研究报告》序

车联网是通过利用装载车辆上有感知能力的电子设备进行数据采集,以信息通信技术为手段,实现车与车、车与人、车与路互联互通;通过智能处理技术对采集的数据进行有效利用,对车辆提供导航、救援、管控等综合性服务。车联网产业的发展,不仅能够推动汽车产业的优化升级和智能化发展,也会为芯片、智能软件、通信网络、信息服务等领域的产业发展创造新的市场空间。目前,车联网已成为汽车市场增长的引擎,是当今汽车工业的发展方向。2014年CES展上车联网成为     

扩展车联网应用中的海量传感器信息处理技术

车联网是通过无线射频技术等进一步通过网络平台来实现对车辆运行情况、车辆基本信息等各个方面进行信息提取的一种网络运行模式.通过对其不同车辆的动态和静态信息进行分析,能够对车辆的运行情况进行一个全面的监督和管理,进一步随着车联网技术的发展和应用,能够将所涉及到的信息类型和范畴也逐步从普通射频信息发展到定位信息、车载信息等,对于各项处理系统也能够统一的进行管理和操作,在日益非结构化、广域海量的扩展车两网系统中,及时准确的发现信息,有效的感知传感器上下文信息发生的变化,能够做到精确的定位和认识.     

车联网在智能城市交通网络中的应用

阐述车联网的特点,车联网在智能城市交通网络中的应用,包括实时获取运行中的车辆的信息、交通决策支持系统的管控、优化延迟容忍网络的协议设计。     

车联网的关键技术及应用研究﹡

车联网作为物联网的衍生品,在未来智能交通中将发挥极其重要的作用,是人们未来生活中不可缺少的一个重要组成部分.首先介绍了从物联网到车联网的发展过程,诠释了车联网的概念、分层的体系架构以及构成要素,通过与现有的智能交通系统、车载信息终端以及车辆自组织网络等几种车辆控制系统进行对比,分析了车联网独有的特点和优势所在,指出了车联网发展的几个关键技术,最后通过一个案例对车联网的应用进行了展望.     

基于三元采样图卷积网络的半监督遥感图像检索

该文提出了一种基于三元采样图卷积网络的度量学习方法,以实现遥感图像的半监督检索。所提方法由三元图卷积网络(TGCN)和基于图的三元组采样(GTS)两部分组成。TGCN由3个具有共享权重的并行卷积神经网络和图卷积网络组成,用以提取图像的初始特征以及学习图像的图嵌入。通过同时学习图像特征以及图嵌入,TGCN能够得到用于半监督图像检索的有效图结构。接着,通过提出的GTS算法对图结构内隐含的图像相似性信息进行评价,以选择合适的困难三元组(Hard Triplet),并利用困难三元组组成的样本集合对模型进行有效快速的模型训练。通过TGCN和GTS的组合,提出的度量学习方法在两个遥感数据集上进行了测试。实验结果表明,TGCN-GTS具有以下两方面的优越性：TGCN能够根据图像及图结构学习到有效的图嵌入特征及度量空间;GTS有效评估图结构内隐含的图像相似性信息选择合适的困难三元组,显著提升了半监督遥感图像检索效果。     

车联网中基于分布式博弈的移动网关选取算法

提出一种基于VANET-CELLULAR混合架构的车联网(VANET)。在这种架构下,车辆可以根据一些原则动态成簇,在这些簇中,通过车辆间分布式博弈快速选取最少数量的车辆作为移动网关,将本地VANET接入蜂窝网络,并随着簇的网络拓扑变化动态更新网关,以最大化车辆数据传输的性能。考虑到车辆节点的自私特点,分布式博弈可以有效地提高移动网关节点的积极性,使得算法的可行性增强。仿真结果表明该算法能高效选取车联网移动网关。     

云计算及WSN在车联网体系设计中的应用

车联网是由车辆位置、速度以及路线等信息构成的巨大交互网络,车辆可以通过互联网技术将自身的各种信息传输汇聚到中央处理器,通过GPS、传感器、RFID等装置完成自身环境以及状态信息的采集。目前我国的车联网技术仍旧处于起步阶段,尚未形成成熟的技术体系。本文介绍了车联网体系的架构,分析了基于云计算以及WSN的车联网体系的关键技术,旨在为车联网建设方面提供一定的参考价值。     

车联网环境下的4G和DSRC异构网络切换机制研究

面向车联网的实际应用需求,构建了一种高速公路环境下的基于4G和DSRC的异构网络通信场景。针对车辆在该场景下可能会在不同网络信道间频繁发生垂直切换导致较高的传输时延和丢包率的问题,在分析研究基于4G与DSRC的高速公路异构网络切换过程的基础上,引入网络跳数、连接次数和行驶轨迹作为切换判决条件,基于TREBOL路由协议设计了一种异构网络垂直切换算法。最后利用Veins仿真平台对提出的异构网络垂直切换算法的切换性能进行对比测试分析。测试结果表明,与基于RSSI的异构网络垂直切换方法相比,所提切换算法能增大车辆与DSRC网络连接的持续时间,并有效减少"乒乓效应"。     

车联网网络架构与媒质接入机制研究

车联网旨在实现一体化智能交通体系和无处不在的网络,其关键技术在于全网数据共享和车辆宽带接入。现有车辆网络架构因其不同设计目标而缺少统一的协议栈和数据接口,难以有效进行全网数据共享或协同通信;其多信道机制缺少灵活性,整体网络性能受网络节点密度影响较大。文章提出面向安全应用的车联网无线网络架构及其协同通信协议栈,并对车联网自适应多信道媒质接入协议进行研究。     

基于可变距离的车联网D2D通信连接选择

车联网是移动互联网的延伸,其中基站协作的D2D通信适用于车间交通消息的短距离无线传播.针对车辆快速移动导致的通信链路动态性,提出了一种基于可变距离的D2D连接选择方法.通过选择行车道及车间距离参数,估计D2D连接对的信道质量,推导了D2D连接选择的优先指数,并基于该优先指数建立D2D通信链路进行交通消息传播.仿真结果显示,所提方法在D2D连接的生存时间、传输效率方面得到提高,同时降低了D2D通信的中断概率,提升了车辆间通信可靠性.     

车联网云边协同计算场景下的多目标优化卸载决策

车联网场景下的计算任务对时延非常敏感,需要云边协同计算来满足这类需求。针对车联网云边协同计算场景下如何高效地进行服务卸载并同时考虑服务的卸载决策以及边缘服务器和云服务器的协同资源分配问题,设计了基于云边协同的车辆计算网络架构,在该架构下,车载终端、云服务器和边缘服务器都可以提供计算服务;通过对缓存任务进行分类并将缓存策略引入车联网场景,依次设计了缓存模型、时延模型、能耗模型、服务质量模型以及多目标优化问题模型;给出了一种基于改进的多目标优化免疫算法的卸载决策方案。最后,通过对比实验验证了所提卸载决策方案的有效性。     

NOMA技术与车联网V2I通信结合系统性能仿真研究

车联网通信是指在智能传输系统中,车辆与多种网络元素进行信息交换,这些网络元素包括:其他车辆、步行者、网关、交通基础设施。文章在LTE系统级仿真平台上,完成对车联网V2I通信模型的建立,将NOMA技术运用于搭建的仿真模型上。以吞吐量为性能指标,研究NOMA技术的不同用户配对方案和功率分配方案对系统性能的影响。仿真结果证明,基于NOMA技术的车联网通信,整体系统性能优于基于OFDMA技术的车联网通信。     

基于有限理性的网络防御策略智能规划方法

考虑到网络防御主体通常具有资源受限等特点，基于智能化攻防对抗的理念研究了有限理性条件下的网络防御策略智能规划与自主实施。首先，融合攻击图、通用与领域专有知识构建网络防御安全本体；在此基础上，利用知识推理推荐安全防御策略，以更好地适应受保护网络信息资产的安全需求及当前所面临的攻击威胁；最后，结合有限理性的智能规划方法，实现网络安全防御资源受限、网络信息资产动态变化等约束条件下的防御策略自主规划与实施。实例表明，动态攻击下所提方法具有稳健性。将所提方法与现有基于博弈论及攻击图方法进行对比，实验结果表明在对抗一次典型的APT攻击时所提方法的防御有效性提高了5.6%～26.12%。