基于流量的车载网络路边单元RSU部署方案

针对目前车载移动容迟网络中的路边单元(RSU)部署问题,提出一种基于车流量的车载网络路边单元RSU部署方案,该方案通过对车载网中路口的车流量的统计行为进行分析,在城市重要交通枢纽和交叉路口部署路边单元RSU来进行辅助通信,从而有效提高车载移动网络的通信效率。根据北京和上海两地实际的车载移动数据,进一步对所提方案进行分析和评估。研究结果表明:在辅助车辆与车载之间的通信时,密集部署RSU可以创造连续的通信机会,从而有效提高网络性能。     

一种基于路边单元协作的任务卸载策略

在车辆边缘计算框架中,当车辆处于行驶状态时,需要和不同的路边单元(Rode Side Unit,RSU)进行连接,此时必然存在RSU的切换.文章着力于减少车辆在RSU切换过程中任务所需的完成时间.针对这个问题,提出相邻RSU协同工作的通信结构,并基于车辆和RSU之间的距离设计了一种求解车辆在RSU通信覆盖范围内剩余行驶...     

一种P2P加速传输补偿的车联网协助下载方法

针对公路上路侧单元(road side unit,RSU)部署稀疏且通信范围有限所导致的用户在通信盲区内无法访问Internet的问题,对高速公路场景下的车辆在RSU覆盖区下载数据进行模型研究,文章提出了一种P2P加速传输补偿的协助下载方法。该方法充分利用了车辆间P2P共享传输和协助车辆携带剩余的传输数据来提高系统的吞吐量,并结合数据冗余分配算法协调车辆因车速的不稳定性引起的丢包率过高的问题。仿真结果表明,该方法提高了协助车辆的精确性、传输成功率和速率稳定性,避免过多的选择车辆导致的系统资源浪费;车辆携带冗余数据虽然占用了一些系统资源,但系统容错率相应地得到了补偿性的提高。     

车联网中时延约束的路侧单元部署方案研究

针对车联网城市环境下限制数量的路侧单元(RSU)的最佳部署位置难以确定的问题,将RSU对车辆的覆盖转化为对区域内划分子路段的覆盖,通过各路段上车辆的密度和平均速度计算路段上的数据传输时延,设计基于Dijkstra的0-1覆盖矩阵求解算法,将时延约束的RSU部署问题(DBRD)转化为集合覆盖问题。提出改进遗传算法的RSU部署方案(IGARD),在限定RSU部署数的前提下从候选位置集中选出最佳部署位置以最大化时延内覆盖路段的数量。与传统的遗传算法相比,IGARD方案基于贪心算法的思想产生初始种群,新解产生时根据设计的交叉算子和变异算子执行交叉和变异操作,且在执行过程中对不满足约束条件的潜在解进行修复,这样不仅可以将带约束条件的研究问题转化为无约束条件问题,避免了确定罚函数的困难,而且平衡了算法的集中搜索和多样性搜索能力。仿真结果表明:在相同的时延约束下,利用IGARD方案部署RSU可以将路段覆盖率提高5%以上。IGARD方案能够在时延约束下确定RSU的最佳部署位置,提高网络的性能,并为相同应用场景下的RSU部署提供一定的参考。     

一种基于链路质量的蚁群优化VANET路由算法

针对城市环境下车载自组织网络(vehicular ad hoc network, VANET)中车辆信息传输性能不稳定的问题,提出了一种基于链路质量的蚁群路由算法实现信息可靠稳定的传输。通过道路中的车辆密度,通信半径,数据包大小分析当前道路的连通概率、传输时延以及分组投递率,并建立数学模型,评价当前传输道路的链路质量;引入局部链路质量(local link quality, LQ)和全局链路质量(global link quality, GQ)改进蚁群算法的路段选择公式,得到最优的信息传输路径。仿真结果表明,该算法在收敛速度、数据包传输时延和分组投递率方面优于其他算法。该算法的提出能够实现城市场景下车辆信息可靠、稳定、高效地传输。     

基于改进差分进化算法的MVB周期调度表优化设计

多功能车辆总线(MVB)周期调度表的优化设计对提高列车通信网络实时通信的可靠性和均衡网络负荷具有重要作用.考虑到已有的多功能车辆总线周期调度表优化方案存在的不足,提出了一种基于改进的差分进化算法的优化设计方法.首先建立调度问题的数学模型,根据IEC61375-1国际标准和可调度性要求建立了优化目标和约束条件;然后根据周期调度表的生成特点对原差分进化算法的变异和选择阶段进行了改进,提出了适用于MVB周期调度的优化方法;最后通过仿真实验与现有优化算法进行比较,验证了本文所提的改进的差分进化算法对周期调度表的构建具有更佳的优化效果.     

基于3D激光雷达点云的车辆目标识别算法

针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,基于车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数据量;其次基于雷达点云数据扫描和分布特征,利用改进K-means算法对道路区域内点云数据聚类。最后提取聚类目标内部特征点,并通过计算特征点构成向量的夹角或模的长度准确识别车辆目标。实验验证表明,该算法有效抑制了道路边界两旁障碍物的干扰,可以准确识别结构化道路区域内的车辆目标。     

基于改进YOLOv5的道路车辆跟踪算法

针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪。实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。     

基于改进YOLOv5的道路车辆跟踪算法

针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪。实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。     

一种适于车辆导航系统的快速地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置、方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的快速地图匹配算法.对实际跑车数据的仿真结果表明,该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.     

一种改进的毫米波雷达聚类算法

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN (density-based spatial clustering of applications with noise)的雷达自适应聚类算法.改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径.首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值.再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量.实现根据目标反射截面与数据稀疏程度自适应聚类的效果.将改进算法与不同参数的DBSCAN聚类算法在真实雷达点云数据进行实验对比.相较于选取合适参数的DBSCAN算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18％,对车辆目标识别准确率提高5.63％.     

一种大规模流式数据聚类方法在交通热点分析中的应用

为了提高在大规模流式数据环境下交通热点区域分析的算法效率,提出了一种流式数据两阶段方法;该方法在第一阶段使用基于改进Canopy算法进行粗聚类并产生宏簇,在第二阶段使用K-means算法进行细聚类;并以粗聚类产生的宏簇个数和类簇中心位置为指导产生更加准确的微簇聚类结果。在试验中,使用流式数据两阶段方法对北京市出租车的定位数据进行了聚类分析;并结合热力图和电子地图对聚类结果进行可视化表达,在最终的热力分析结果中可以直观地发现出租车活动较为频繁的热点区域和线路,且与日常出行经验相符合。试验结果表明该算法能够实时地对流式数据进行聚类分析,产生的数据结果可供用户在任意时间窗口范围进行查询分析,有助于为交通活动情况实时分析、交通规划和拥堵治理等方面提供有价值的理论参考依据。     

一种基于立体交通场景的CAB广播路由算法

针对立体交通环境下,经典车载自组网广播协议可能出现的数据误传率高、网络延时大、传输不可靠等问题.提出了一种基于路侧单元装置(RSU, Road Side Unit)的准确高效的广播算法CAB(Cubic traffic Adaptive Broadcast Routing Algorithm).该算法根据立体交通不同的应用场景,将广播分为前向、后向和全向类型.同时,通过特殊hello包交换邻居节点信息.通过统计邻居表信息来选择下一跳转播节点,以达到缩短广播时延,提高广播效率的目的.针对立体交通中数据误传率高的问题,引入了车道判别方案和一跳广播确认机制提高其传输的可靠性.使用NS-3和VanetMobiSim仿真结果表明,与现有经典的广播算法相比,该协议在立体交通场景下有更好的包到达率、更轻的网络负载和更低的传输时延.     

车载通信网中拓扑发现策略的研究与仿真

基于车载通信网的运动规律, 提出一种车载通信网中基于分群机制的常驻代理网络拓扑发现策略（VCBRP）, 并给出了相应的分群算法. 计算机仿真实验表明, VCBRP算法具有更强的负载均衡特性, 在高速环境下具有更低的时延和路由请求次数, 包的提交率也有一定程度的提高.     

基于能量效率的非均匀分簇无线传感器路由算法

自然环境中的监控节点分布具有天然的不均匀性,如南方有大量水塘的区域,典型的层次路由协议普遍存在节点分簇中的“热区”情况．针对这种监控对象特点,为了提高能量效率确保区域覆盖的有效性和时效性,本文提出了一种改进的非均匀分簇无线传感器网络路由算法．改进算法首先结合节点分布密度优化簇头选举,再对簇的竞争半径进行控制实现非均匀分簇,然后由各簇头计算距离系数和离散系数来确定各簇内部通信方式,最后在簇头之间采用单跳和多跳结合的传输机制．模拟实验结果表明,改进算法能较好地提高网络的能量效率,能显著地延长网络整体的生存时间．     

一种改进的路面裂缝图像分割方法

针对公路裂缝检测中的图像分割问题,运用机器学习领域的方法,以裂缝图像为研究对象,在深入分析经典K-Means聚类算法以及高斯混合模型（Gaussian Mixture Model, GMM）之后,提出一个利用全局K-Means和高斯混合模型来对公路裂缝图像进行分割的方法。该方法在全局K-Means聚类算法的基础上,采用改进策略,同时,将传统GMM的每一个概率分布,进一步再细分成单个的概率成分,在辅助变量计算过程中,采用EM算法。仿真图像和实际裂缝图像实验结果显示,本研究得到了比使用传统K-Means算法和普通GMM的分割方法精度更高、稳定性更好的分割结果。     

基于改进DBSCAN算法的激光雷达车辆探测方法

结合车辆行驶的实际环境,提出了一种基于改进DBSCAN快速聚类算法的激光雷达车辆探测方法.建立激光雷达与摄像机传感器坐标与车辆坐标之间的转换模型,进行数据融合,通过改进DBSCAN算法对雷达数据进行去噪声和聚类处理,根据车辆在激光雷达探测中的形状特征模型进行形状匹配,实时完成车辆探测,并将探测结果投影至图像上.实车实验结果证明,改进的DBSCAN算法在车辆探测应用中具有良好的准确性和实时性.     

一种基于滑动窗口的一趟数据流聚类算法

在海量的动态数据流中发现有价值的知识,是数据挖掘技术研究的重要问题.研究数据流聚类,根据数据流的特点,提出了一种基于滑动窗口的一趟数据流挖掘的算法,对原有的一趟数据流聚类算法进行了改进,增强了一趟数据流聚类算法的扩展性,改进了数据流聚类的质量.     

ISTC： A New Method for Clustering Search Results

A new common phrase scoring method is proposed according to term frequency-inverse document frequency （TFIDF） and independence of the phrase. Combining the two properties can help identify more reasonable common phrases, which improve the accuracy of clustering. Also, the equation to measure the in-dependence of a phrase is proposed in this paper. The new algorithm which improves suffix tree clustering algorithm （STC） is named as improved suffix tree clustering （ISTC）. To validate the proposed algorithm, a prototype system is implemented and used to cluster several groups of web search results obtained from Google search engine. Experimental results show that the improved algorithm offers higher accuracy than traditional suffix tree clustering.