【摘 要】
：
对于智能交通系统,自第五代蜂窝网络商业化以来,车辆的内容请求数量急剧增加,所产生的大量数据对车辆互联网（Internet of Vehicles,Io V）系统的及时性和稳定性有显著影响,且车辆具有一定的计算及存储能力,因此边缘缓存技术被应用于车联网。然而,由于边缘设备的计算和存储能力有限,很难保证所有内容都被缓存,并且设备的所有需求都能满足所有用户。针对这一问题,本文考虑了车辆请求的内容及车辆的
论文部分内容阅读
对于智能交通系统,自第五代蜂窝网络商业化以来,车辆的内容请求数量急剧增加,所产生的大量数据对车辆互联网（Internet of Vehicles,Io V）系统的及时性和稳定性有显著影响,且车辆具有一定的计算及存储能力,因此边缘缓存技术被应用于车联网。然而,由于边缘设备的计算和存储能力有限,很难保证所有内容都被缓存,并且设备的所有需求都能满足所有用户。针对这一问题,本文考虑了车辆请求的内容及车辆的移动性,从最大化车辆缓存命中率的角度出发,提出车联网中基于移动性与内容请求预测的边缘缓存策略。本文的主要研究工作如下:（1）针对车辆缓存和计算能力有限不能保证所有内容都被缓存的问题,提出了一种基于车辆聚类与内容请求预测的车联网边缘缓存策略。首先根据车辆的速度和位置对车辆进行聚类,以减轻车辆的移动性对通信链路的影响,保证后续内容传输的稳定性;然后,基于历史内容请求信息,通过长短期记忆人工神经网络（Long Short Term Memory,LSTM）预测下一时间段内每个内容的请求数量,然后利用Zipf模型得到内容的流行度;最后,利用强化学习求解缓存命中率最大化的目标函数,得到最优的缓存决策。仿真结果表明,本文提出的算法与其他算法相比,缓存命中率更高,时延更小,说明了该算法的优越性和先进性。（2）针对车辆的移动性造成的车辆在缓存过程中缓存命中率较低和时延较高的问题。提出了一种基于车辆聚类与移动性预测的车联网边缘缓存策略。首先通过移动性预测对具有相似移动模式的车辆进行分组,然后通过在选定的簇头缓存数据来建立车辆簇内和簇间通信。车辆周期性地向一跳邻居广播信标分组,并且信标分组携带发送方的移动信息和状态信息。根据聚类算法,车辆可以通过LSTM和链路到期时间预测模型预测未来的移动模式,然后根据预测结果建立车辆集群。最后通过协同缓存,路边单元（Road Side Unit,RSU）选择簇头集合中的一些车辆作为缓存节点,以避免车辆移动性导致缓存过程中断。仿真结果表明,本文提出的算法与其他算法相比,缓存命中率更高,时延更小,证明了该缓存方案的可行性和有效性。
其他文献
近些年来,随着机器人技术的迅猛发展,某些传统行业中的人工作业逐渐被机器人作业替代,多移动机器人系统的应用将来会成为各个行业发展趋势。多机器人系统往往包含着多移动机器人控制体系、任务分配、通信、路径规划等问题,其中路径规划算法研究是机器人系统的关键一环。单机器人路径优化的目标是规划出一条从起始点到目标点的避障合理路径,而在多移动机器人路径规划中,机器人之间避免碰撞冲突是值得关注的研究点。本文以机器人
人工智能技术的快速发展使得无人驾驶技术在现实中得以实现,而对车身外界实时情况的感知则是无人驾驶核心环节之一。无人驾驶车辆获取外界信息的手段之一就是利用视觉传感器感知实时交通情况,如交通信号、交通标识、行人和车辆等。对交通标志的识别作为无人驾驶中一项重要任务,在实际检测过程中却极其复杂,如遇到交通标志被遮挡,雨天视线模糊等情况,所以对交通标志的识别在速度和精度上都是一项挑战。对交通标志的识别可以利用
随着“碳中和”大环境的到来,世界各国正在积极进行能源转型,而采用电动汽车替换燃油车则是能源转型必不可少的一环。但当电动汽车大规模替换燃油车之后,其集中充电对电网的压力会对社会造成不可忽略的影响,如使电网电能质量下降、影响电力系统运行的稳定性等。科学合理的充电负荷预测有利于了解电动汽车充电规律,是对电动汽车有序充电调度的前提;同时,提前了解电动汽车能够参与电网调度的充放电潜力也有利于制定合理的调度策
面对能源短缺、环境污染、全球气候变暖等问题,国家大力推动电动汽车行业的发展,作为一种使用清洁能源、零排放、噪音小的新型交通工具,电动汽车在节约能源和保护环境方面发挥了重要作用。随着电动汽车的数量逐步升高,其对电力系统的影响也日益增大。大规模的电动汽车并网后,其充电负荷与原有电网负荷的峰值重叠,使配电网的峰值负荷增加,增大负荷峰谷差。为了发挥电动汽车在节约能源和保护环境方面的作用,如何合理地制定电动
随着我国航空运输业的快速发展,航班数量日益增加,这对空中交通管理（Air Traffic Management,ATM）提出巨大挑战。在这种背景下,国际民用航空组织（International Civil Aviation Organization,ICAO）将基于轨迹的操作（Trajectory Based Operation,TBO）作为下一代空中导航系统的核心操作理念。TBO以飞机的飞行轨迹
21世纪被称作为“海洋的世纪”,航行安全与领海主权问题正在深刻地影响着各国的运输、贸易、资源和战略部署。因而,无论是在远洋适航场景还是近海活动中,对各类舰船进行有效监测和管理势在必行。位置预测旨在精准且高效地预测出目标舰船下一步的轨迹,是舰船异常状态检测、航线控制及危险行为判别等衍生任务的基础。该研究对实时收集舰船动态信息,保障领海区域性安全具有重大科学意义。本文以舰船位置数据的内在特征为主线,分
降水是生活中最常见的天气现象之一,大气中的水汽凝结之后降落到地面上的现象就是降水。精确地预报降水不仅可以对人类的生产生活起指导作用,还可以预防降水造成的自然灾害,所以降水预报具有重要意义。由于降水在空间分布上不均匀、在时间变化上不稳定,所以降水预报一直是个很有挑战性的问题。相比于长期、中期、短期降水预报,短临降水预报的预报时效更短,对预报精确度的要求更高。当前降水预报领域最常用的数据是气象雷达回波
建筑物是人类进行生产和生活的主要场所,建筑物位置、分布等空间信息对于基础地理数据库的实时更新、城市动态监测以及城市规划等应用具有重要作用。随着卫星观测技术的发展,遥感影像的空间分辨率已经达到亚米级别,单位图像内蕴含的建筑物特征信息更加丰富。复杂场景高分影像中的建筑物尺寸多样具有多尺度特性,且建筑物布局位置不规则、空间关系复杂。与传统的中低分辨率遥感影像相比,提取复杂场景高分遥感影像中建筑物的特征信
近年来,我国风能、光伏等可再生能源开发利用得到了大力发展,这些具有较强不确定性的可再生能源发电高比例入网给电网的稳定运行带来了极大挑战。抽水蓄能电站具有高效可靠的调节性能,能够很好地应对和缓解高比例可再生能源发电并网带来的这一冲击,因此,我国将在“十四五”期间加快抽水蓄能电站建设。较大规模（大中型）抽水蓄能电站一般地处偏远山区,建筑空间狭小,在电气设备高集成度与高可靠性的要求下,开展此类电站过电压
随着车联网的兴起,低剖面定向车载天线的需求日益增长。然而,现有的定向车载天线难以同时实现低剖面和宽带特性。因此,论文致力于研究双模谐振背射天线的设计方法。提出了基于本征模式理论的模式综合设计方法,通过同时激发扇形微带贴片辐射器中的多个谐振模式,形成了低剖面双模谐振背射天线的设计方法,研究并实现了一系列不同性能、满足车载应用需求的背射天线。主要研究工作包含以下四个方面:1.根据原型磁偶极子和扇形贴片