虚拟车辆通信网络多商品流车行路由控制

为提高交通道路网中车辆的通行效率,提出一种采用车辆通信网络数据信息的多商品流(车流)背压路由控制策略。首先,利用车载无线网络节点组成的道路网,进行实时路况和车辆行驶信息采集,为提高路由控制的实时性和前瞻性,引入车流预测方法,构建虚拟车辆队列,然后提出多商品流(车流)背压路由方法,设计了自适应路由的车辆控制策略,并根据交通压力状况对背压策略权重进行改进,利用可优化参数实现背压路由算法适应能力提升。最后,通过仿真实验,显示所提方法能够更有效的对交通车辆进行控制,提高交通顺畅性。

物联网技术下的智能交通系统中车辆通信网络探究

伴随着城市进程的飞速发展,现代城市管理最大的问题就在于城市交通的拥堵问题。因此,智能交通是日后城市交通发展的必然趋势,物联网与智能交通的融合更有着不可估量的发展前景,而车辆通信网络作为热门技术,更需要进行深入探究。车辆通信网络中关键因素之一就是路由协议,笔者主要利用OPNET Modeler对车辆通信网络中的数据通信场景进行模拟和仿真,进而评估车辆通信网络的整体性能。

基于物联网的智能交通系统中的车辆通信网络

我国城市飞速发展,经济也飞速发展。目前,基本家家有车,但是也面临着出行路上面临着交通拥堵的问题。由此可见,物联网与智能交通相结合将会成为以后智能发展的趋势。这样看来车辆通信网络领域的发展有着非常广泛的前景。本文主要对物联网技术的优势与在智能交通系统中的应用进行讨论,旨在进一步提高城市与人民的生活水平。

物联网技术下的智能交通系统中车辆通信网络

物联网技术应用下智能交通系统的通信网络结构设计非常重要,一定程度上关系到智能交通系统的工作运行效果,对于信号采集以及信号网络阐述有非常重要的影响。所以,在实际的物联网智能交通系统设计过程中,应该注重对其车辆通信网络的整体结构设计,通过车辆通信网络结构设计,确保其设计展开更加有效。本文笔者针对物联网技术下的智能交通系统的通信网络结构进行了应用分析,文章中简要智能交通系统的总体设计,并对其通信结构设计进行了具体的应用分析。

智能交通系统中车辆交通信息实时通信网络的设计考虑

依据 ITS 具体系统对实时通信的最基本要求,在较低使用成本和设备投资条件下,以现有第2代半移动通信、寻呼或调频广播副载频数字信息发布等通信方式,设计组成车辆交通信息实时通信网络,达到实时指标;并随着第3代移动通信的逐步实现,进一步实现 ITS 的实时信息服务。

应用于毫米波车车通信的多模态感知辅助波束预测

为了确保车联网通信的传输可靠性,大规模多天线技术的毫米波通信亟需精确的波束赋形.在高动态的车辆通信环境下,传统的波束对准方式会造成巨大的资源开销,难以在相干时间内建立可靠链路.因此,文中提出基于多模态感知信息辅助的波束预测方案.该方案融合视觉和激光雷达点云两种非射频感知信息,利用深度神经网络进行多模态信息的特征提取,通过透视投影实现图像空间语义信息和物理空间位置信息的精准匹配和深度融合.通过协同感知坐标校正和车辆位置预测,将物理环境的特征精确映射到角域信道,从而实现实时准确的波束预测.在多模态感知仿真数据集(M3SC)上的测试结果表明,文中方案能实现较高的角度追踪精度和可达通信速率.

基于深度强化学习的V2X频谱资源管理方法

针对车辆对一切(V2X)通信所面临的频谱稀缺问题,文章提出了一种深度强化学习方法对V2X频谱资源进行管理。首先,建立单个车辆对基础设施链路的V2X通信模型,结合频谱子带和传输功率等约束条件,构建优化问题以最大化V2X通信网络综合效率;其次,考虑到优化问题的非凸性,将其建模为马尔可夫决策过程;接着,引入基于竞争构架Q网络(Dueling-DQN)算法,以获得最优频谱子带选择和传输功率分配策略,使V2X通信网络综合效率最大化;最后,通过Tensorflow软件平台进行实验仿真,以验证所提方法的性能。实验结果表明,Dueling-DQN算法与其他算法相比,能够获得更高的链路性能和V2X通信网络效率。

基于5G的车联网关键技术分析

从车联网系统架构出发,根据第五代移动通信技术(5th generation mobile communication technology,5G)和车联网发展现状,系统分析基于5G的目标感知、车对外界的信息交换(vehicle to everything,V2X)通信、网络切片以及边缘计算和雾计算等关键技术,并分析其中所涉及的非正交多址接入、毫米波、软件定义网络和网络功能虚拟化等技术的研究进展,展望5G车联网的发展趋势。