针对车载边缘计算环境中,边缘节点在为不同数据传输任务分配信道时产生的同信道干扰(Co-Channel Interferences,CCI)问题,本文形式化定义了车载边缘计算信道分配问题,致力于为不同数据传输任务合理分配信道,最大化数据传输任务的完成率.利用势博弈模型将全局优化的信道分配问题转化为边缘节点间的分布式信道分配博弈,并证明了信道分配博弈中纳什均衡的存在性.提出了基于激励的概率更新策略选择(Incentive-based Probability Update and Strategy Selection)算法,根据迭代中所选策略的激励值更新策略选择概率,并分析算法结果收敛至纳什均衡.最后,通过仿真实验验证了本文算法的收敛性以及收敛结果纳什均衡的有效性,且在任务完成率及信道利用效率上优于现有代表性算法.
本文针对灰狼优化(Grey Wolf Optimizer,GWO)算法平衡全局探索和局部搜索能力的不足,提出了一种基于反向改进的灰狼算法(Opposition Learning Grey Wolf Optimizer,OLGWO),来优化预测模型的超参数,以提高其用于交通流预测的精度与鲁棒性.本算法在迭代过程中采用了反向学习策略,并引入了等级相关概念,主要通过计算普通狼与目标狼的Spearman相关系数,并根据其值来选择性地更新狼种群.实验先对12个标准测试函数对比了四种算法OLGWO、TGWO(Transformed Grey Wolf Optimizer)、GWO、PSO(Particle Swarm Optimization),得到了寻优均值和标准差,验证了OLGWO算法具有突出的性能优势;然后采用美国加州公路交通流数据,在不同缺失率下比较了四种算法优化的反向传播(Back Propagation,BP)网络模型,结果显示,OLGWO-BP模型预测精度比其它三种模型最高分别有1.95%、3.98%和11.07%的提升,同时表现出更好的稳定性.
为建立更高效的智能车对车(Vehicle To Vehicle,V2V)通信系统,针对密集隧道空间多入多出系统(Multiple Input Multiple Output,MIMO)移动传播环境,提出新型三维(Three Dimensional,3D)车载多散射通信信道模型.分析波达信号水平面和仰角平面发射角(Angle Of Departure,AOD)和到达角(Angle Of Arrival,AOA)概率密度分布函数(Probability Density Function,PDF).与以往模型及测量对比,提出模型符合真实隧道环境中无线信道特性,拓展了V2V通信技术的研究.
自动驾驶车辆的普及是城市交通发展的重要趋势,然而以交通灯为代表的现有调度方案难以指导这些车辆高效通过十字路口.为此,本文设计了一种基于顺序选择的无交通灯十字路口调度方案以提高自动驾驶车辆通行效率.首先根据车辆的物理性能对其到达路口的最早时间点进行估算,然后在此基础上寻找车辆可行的计划到达时间点,最终根据计划到达时间为每辆车制定到达路口的行驶计划.在SUMO(Simulation of Urban MObility)平台上进行的大量仿真实验验证了本文提出方案的有效性.从实验结果可以看出,本文所提出的方案使自动驾驶车辆在调度区平均行驶时间等指标上均优于对比方案;特别是在路口面临高压力车流时,本文所提出方案的优势更加明显.
正确识别超声图像中的甲状旁腺结节对甲状旁腺功能亢进的诊断治疗非常重要.由于病人个体的差异性和超声图像的复杂性,采用图像的形态特征和纹理特征识别甲状旁腺结节准确率低.本文提出利用包膜以及结节与甲状腺相对位置的先验知识特征描述方法,并将其与形态、纹理特征融合,采用支持向量数据描述(Support Vector Data Description,SVDD)识别甲状旁腺结节.实验结果表明,先验知识特征可以准确描述甲状旁腺结节的特征,融合先验知识特征比仅利用形态特征和纹理特征具有更高的识别准确率.
概述了当前物联网发展过程中存在的主要问题,研究了软件定义网络与物联网结合的可行性,在总结分析相关软件定义物联网架构的基础上,给出了SDIoT(Software-Defined Internet of Things)通用架构,举例分析了软件定义车联网基本架构;通过对现有研究成果的分析梳理,从异构互连、资源管理、安全可靠3个方面阐述了面临的挑战及关键技术;最后,以车联网为例,阐明了SDIoT的优势及前景,展望了未来可能的研究方向.
