交通分配与信号控制组合优化研究综述

众多研究表明交通信号控制与车辆路径选择相互影响,信号配时影响车辆的路径选择行为,进而影响路网的交通流量分布,故需要根据流量情况设置信号配时方案以提升路网整体性能。本文聚焦交通分配与信号控制的组合优化研究,分析了交通分配和信号控制的关联机制以及应用于组合优化问题的经典原理和策略;归纳了组合优化问题的研究要素,并基于博弈论将组合优化问题分为迭代优化问题(纳什古诺博弈)、系统优化问题(垄断博弈)和混合优化问题(主从博弈)。迭代优化策略将交通控制与分配看作同一层次上两个互相关联的问题,迭代求解这两个问题,以期获得信号配时和交通流量分布相互一致的解决方案;系统优化策略是一种系统最优控制,交通管理者同时优化控制方案和交通流量;混合优化策略在考虑用户路径选择的前提下,以控制参数为决策变量,构建并求解组合优化模型。对三类优化问题的相关研究进展进行了归纳和综述,并分析其特征及优缺点。建议未来从以下方向进行优化:将传统的组合优化问题扩展至智能网联环境下信号控制与路径诱导的协同控制;考虑控制策略对于OD需求的影响,并扩展出行行为因素,将出行模式、离开时间等参数纳入决策变量;可依据路径选择倾向、旅行成本感知情况等标准进行车辆分类,提高控制策略的鲁棒性;采用合适的城市路网交通模型,更加详细地描述微观交通现象,精确地计算交叉口及路段延误;开发和优化求解组合问题的算法,提升算法的计算效率、适用规模以及理论特性(例如最优性、收敛性),采用并行计算、多线程计算等手段提升计算效率;最后,在交通描述精确性、信号控制方案灵活性和全面性以及算法求解效率等多个要素之间进行平衡。

利用子块二维优化组合降低MIMO-OFDM系统峰均比

针对MIMO-OFDM系统高峰均比问题,文章提出一种利用频域子块在空时二维进行优化组合的方案。该方案基于时隙中存在多个OFDM符号的系统,将位于不同天线、不同时刻的多个OFDM符号在频域分成多个子块,每个子块变换到时域后,在空时二维进行优化组合,选择具有最低峰均比的组合进行发送。该方案利用空时二维自由度,同时降低MIMO-OFDM系统中多个OFDM符号的峰均比。为了降低计算复杂度,给出了2类低复杂度的次优算法。仿真表明,对于512个子载波的MIMO-OFDM系统,当峰均比降低概率为10-4时,该方案能够获得3.9~4.9 dB的峰均比降低增益,比空间移位算法多获得1~2 dB的性能增益。