基于启发式算法和自适应模糊逻辑方案优化VANET性能

固有的高速移动节点和不可预测的环境使得车载自组织网络(Vehicular Ad-hoc Network,简称VANET)拓扑结构不断变化。为了确保有效的数据包传输,VANET中的节点应能适应VANET拓扑结构的变化。本文提出一种新的启发式和自适应模糊逻辑方案,根据网络和交通情况调整竞争窗尺寸和传输功率。现有的VANET方案只从一个参数优化竞争窗尺寸和传输功率,未考虑干扰这一主要因素在VANET劣化传输时的影响。在VANET中,由于干扰或在运行的时间内数据丢包可以出现在不同的传输阶段,在方案中,基于3个参数(即碰撞丢包率、信噪比和队列溢出),代表不同传输阶段的数据包丢包,模糊逻辑自适应地优化数据包竞争窗尺寸。传输功率通常是静态参数,在考虑了VANET干扰影响的情况下,也可以用启发式和自适应模糊逻辑方案优化。启发式和自适应模糊逻辑方案能评估道路交通仿真网络和城市交通网络仿真,其仿真结果表明,与默认的IEEE802.11P和现有的方案比较,此方案能提高吞吐量,降低端到端延迟和提高数据包传输成功率。

自适应模糊逻辑方案改进车载自组织网络性能

为了确保车载自组织网络(VANET)数据包的有效传输,VANET中的节点应能适应VANET拓扑结构的变化。现有的VANET方案只从一个参数优化竞争窗尺寸和传输功率,未考虑干扰这一主要因素在VANET劣化传输时的影响。在VANET运行的时间内,干扰或数据丢包可以出现在不同的传输阶段,改进启发式和自适应模糊逻辑方案(Ha FL),基于碰撞丢包率、信噪比(SINR)及队列溢出3个参数,模糊逻辑自适应地优化数据包竞争窗尺寸。Ha FL仿真结果表明,与现有方案比较,Ha FL能提高吞吐量,降低端到端延迟和提高数据包传输的成功率。

基于模糊逻辑识别云粒子相态的优化算法

为准确且精细地识别云相态,提出一种基于模糊逻辑识别云相态的优化算法,基于不同云粒子特征参数对T函数系数进行了调整。考虑了回波反射率因子衰减和温度对云相态识别准确性的影响,利用毫米波云雷达订正后的回波反射率因子、径向速度、谱宽和微波辐射计探测的连续时空温度,作为优化后的模糊逻辑算法的输入参数。优化后的模糊逻辑算法在原有云粒子相态(冰晶、雪花、混合相态、液态云滴、毛毛雨和雨滴)识别的基础上,还可实现对过冷水和暖云滴的识别。利用该算法对2022年2月6日陕西省西安市一次降雪过程的云粒子相态进行识别,将近地面的云粒子相态结果与同址地面降水现象仪记录的降水粒子相态进行对比,二者探测的相态有较高的一致性,说明优化后的算法能准确且精细地识别云粒子相态。