【摘 要】
：
蜂窝车联网（Cellular-Vehicle to Everything,C-V2X）通过蜂窝网络承载智能网联汽车服务,实现车内通信、车对车（Vehicle to Vehicle,V2V）、车对人（Vehicle to Pedestrian,V2P）、车对路（Vehicle to Road,V2R）、车对基础设施（Vehicle to Infrastructure,V2I）以及车对云（Vehicl
论文部分内容阅读
蜂窝车联网（Cellular-Vehicle to Everything,C-V2X）通过蜂窝网络承载智能网联汽车服务,实现车内通信、车对车（Vehicle to Vehicle,V2V）、车对人（Vehicle to Pedestrian,V2P）、车对路（Vehicle to Road,V2R）、车对基础设施（Vehicle to Infrastructure,V2I）以及车对云（Vehicle to Cloud,V2C）的融合通信,为用户提供高效率、高可靠性和高安全性的智能车载服务,并提升城市交通运行效率。车联网的多元化业务与差异化服务需求对传统的无线电资源管理模式提出了新的技术挑战,如何解决网络负载均衡,提高无线资源的利用率,保证车联网服务质量已成为亟待研究的课题。由于传统的无线电资源管理策略已经难以满足车联网的需求,而车联网网络资源需求问题可以借助于合理的网络服务优化技术,例如业务流控制、信道优化以及路由路径优化等得以解决。本文聚焦研究V2X通信模型设计、消息路由和分布式业务分流技术,主要研究内容包括:（1）针对蜂窝车联网系统中的直连通信信道模型、蜂窝信道模型和业务模型进行了梳理并定义,以高速公路和城区交通作为研究场景,评估了蜂窝车联网在不同场景下的业务服务的性能;（2）针对蜂窝车联网的融合组网场景,提出了一种基于层次分析模型（Analytic Hierarchy Process,AHP）的消息路由算法,通过对组网指标的分层建模,据此对路由路径进行优化决策。仿真结果表明,相比传统模糊逻辑方法,本文所提方法在高车辆密度、高速车辆移动场景中的丢包率、传输时延等业务指标方面获得较好改善;（3）针对车联网组网的混合业务流特性,提出了一种车联网分布式业务分流模型,以时延和成本作为优化目标,通过对不同业务流的调度并卸载到不同异构子网络。仿真结果表明,本文所提方法可以获得更优的业务分流性能。
其他文献
本文分为两部分,在第一部分中介绍了晶体材料的发展以及对晶体在高压下的相变研究,着重介绍了理论基础和计算方法,包括对2-甲基-2H-萘并[1,8-de]三嗪在0 GPa-250 GPa的压力范围内的结构、电子和吸收性质进行了详细的研究（下文简称2-methyl晶体）。众所周知,对于固体高能材料在高压下微观特性的研究一直是一项具有挑战性的任务,采用实验的方式研究材料需要相对苛刻的条件,因此使用计算机模
目前,建筑工地的视频监控分析系统依然以人工监察为主,然而监察员检查频率低,反馈时间长,工人安全意识相对薄弱,都导致建筑工地安全事故时有发生。因此,实现建筑工地安防视频分析系统的智能化和实时化势在必行,同时也是施工企业发展智能化安全管理的重要手段。针对这一课题,本文主要研究实时分析建筑工地作业人员是否佩戴安全防护用具（安全帽等）的智能算法设计,并从数据收集与制作、模型设计与训练和模型评估与优化三个方
随着无线通信网络的快速发展,移动用户对数据的需求也越来越高,这推动了蜂窝网络基础设施的建设和移动设备的爆炸式增长。但过于密集的基站部署会影响移动用户和设备之间的通信服务质量,对无线资源的消耗也成倍增加。因此,如何对无线资源的分配进行优化成为研究的关键。在通信领域中,资源分配的优化需要处理大量的基站数据。随着人工智能的日益兴盛,学者们将其与基站端的数据处理相结合,以此优化相关的处理过程与结果。作为人
随着中国社会的老龄化进程逐步深入,康复治疗的需求逐年递增,这也就促进了康复医疗行业的快速发展,康复机器人也开始崭露头角。传统的康复机器人都是根据特定的应用范围来开发的,只能针对患者有运动障碍的某一特定关节进行康复训练,不能满足不同患者的不同康复需求;同时对于可重构机器人的不同构型使得建模过程中所涉及的运动学参数也不同,在对其进行标定过程中分析包含对末端位姿影响较小的运动学参数在内的全部参数而构建的
随着信息科学技术的迅猛发展,人们对于室内定位的需求也越来越高。基于信道状态信息（CSI）的室内定位技术也逐渐成为研究热点,本文将CSI幅度信息和相位信息作为两种模态,开展基于深度学习的室内定位算法研究。论文主要工作包括:（1）研究基于信道状态信息进行室内定位的相关理论。首先介绍了信道状态信息的相关理论知识,然后介绍了基于CSI定位系统中常见的机器学习算法,最后介绍了多模态机器学习理论。（2）提出了
随着科技的快速发展,遥操作机械臂系统已经广泛应用于各种环境中,例如太空探索,考古探索,深矿挖掘,核工厂检测和远程手术等。对于遥操作控制系统,其最重要的性能要求是稳定性和透明性,但由于机械臂关节内部结构的复杂性及工作环境的不确定性,导致机械臂是一个典型的非线性、强耦合、时变不确定的系统,同时在快速操作机械臂时会导致执行器发生饱和,这些问题严重影响了遥操作系统的稳定性和透明性,为了达到良好的性能指标要
近年来,迁移学习在各个领域均取得了长足的发展和进步,基于深度学习的域自适应算法也日益受到人们的关注。迁移学习旨在将从一个任务中学习到的知识迁移到另一个相似的新任务中,有效地缓解了深度学习中的数据标注问题。目前,很多域自适应算法的优化目标着眼于在特征空间对齐源域和目标域的条件概率分布,因此,类别不平衡性对于此类迁移学习算法性能的影响十分明显。本文立足于类别不平衡性对于迁移学习的影响研究,主要工作如下
随着以5G为代表的新一代信息技术的蓬勃发展,快速增长的网络流量对光传输网络提出了更高的要求。传统的波分复用光网络资源利用率偏低,已无法适应当前及未来的网络环境。基于正交频分复用的弹性光网络因其较高的灵活性以及资源利用率,被公认为是具有极大潜力的下一代光网络解决方案。在弹性光网络中,如何合理地对到达业务进行路由和分配频谱资源一直是学术界关注的重点。论文结合机器学习技术及其在网络流量预测中的应用,通过
行政裁决制度是解决纠纷的方式之一,构建多元化纠纷解决机制需要完善的行政裁决制度作保障。在解决特定种类的纠纷时,行政机关因其所处的特殊地位,具有相较于法院来说更为熟悉相关专业问题的优势。在解决相关专业问题时具有天然的地位优势。现实中,虽然相关的部门法对行政裁决做出了相应的规定,但是因为种种原因,该制度的使用率一直很低,当事人不会在遇到纠纷时把进行行政裁决的方式当做解决途径。以内蒙古自治区锡林郭勒盟为
弗朗茨·舒伯特,1797年生于“世界音乐之都”维也纳,是横跨古典主义时期与浪漫主义时期的音乐天才,被誉为“浪漫主义的奠基人”。舒伯特为世人留下了许多脍炙人口的歌曲、一系列广阔的交响曲和旋律悠扬的器乐曲等。这位“为创作而生”的作曲家,不仅在短暂的岁月里绽放出最璀璨的光芒,也为浪漫主义的发展点燃了音乐生机。1817年,舒伯特创作出《A大调小提琴奏鸣曲》,为第四首小提琴奏鸣曲。此曲较前三首相比,音乐价值