基于AVB协议的DEMO仿真模型

车载音视频传输传统采用LVDS通信,成本高,布置要求高。随着车载总线通信系统的带宽需求逐渐增加,车载以太网成为音视频传输的另一种解决方案,并且采用具有限制延时和精确时钟同步功能的AVB协议更加适合音视频的传输。本文主要介绍AVB协议格式,并搭建AVB传输模型,验证传输系统的可靠性。     

平均排队长度差最小的单交叉口在线Q学习模型

为改善交叉口排队长度管理,避免交叉口某个方向排队长度过长,采用强化学习理论建立了以平均排队长度差最小为优化目标的在线Q学习模型.针对控制性能指标相对于邻近的配时方案不敏感的特点,提出了以平均排队长度差作为基本单位重新构造奖励函数,目的是拉大各行为对应的Q值差距,提高模型的收敛速度和鲁棒性.集成Excel VBA,Vissim,Matlab建立了在线仿真平台,作为计算环境对算例进行了计算.算例中利用GPS数据对Vissim软件中车辆加减速度曲线进行了标定.计算结果表明以平均排队长度差作为优化目标能够提高各个方向排队长度的平衡性,优化整个交叉口的时空资源;建立的在线Q模型具有学习能力和较快的计算速度,模型能否收敛受到周期取值和可选行为数量的影响.     

基于强化学习算法的能源工业云网智能接入方法研究

针对多种通信协议结合强化学习算法设计一个通用的可智能解析的协议接口,加快协议间的模式匹配,降低数据传输的延时性,提高工业物联网的时效性。实现无缝切换不同的数据接口以适应不同的网络通信模式。同时,如何通过强化学习使获取的动作策略确定一种统一的数据接口规范,可使得平台接入体系对于多源异构电工装备的数据达到良好的兼容性,为电工装备智慧物联体系与应用提供数据基础。     

基于海事卫星时延和频偏的远海飞行器跟踪方法

针对海上飞行器难以实现实时安全定位的问题,研究利用海事卫星时频数据对海上飞行器进行跟踪的方法,实现主动地跟踪远海飞行器的轨迹.介绍并分析现有自适应转弯模型的缺点以及交互式多模型算法(IMM)在测量数据为时延和频偏情况下存在的问题.在此基础上提出基于时延约束的自适应转弯模型,该模型通过引入时延数据建立转弯速率估计器,估计目标可能的位置和对应的转弯速率,进而估计出目标的速度矢量.简要地介绍了频偏的计算模型以及粒子滤波算法,给出了远海飞行器跟踪的算法流程图.使用Matlab进行了二维对比分析,并使用专业的仿真软件卫星工具包(STK)搭建远海飞行仿真环境,生成仿真的飞行参数、卫星时延以及频偏等数据用以验证模型的可行性.仿真结果表明:①在测量数据为时延和频偏的情况下,传统交互式多模型算法难以适用,容易出现滤波发散;而自适应转弯模型能够很好地估计目标的轨迹,且不需要人为设置转弯速率.②使用该模型可以较为完整地得到远海飞行器的轨迹,且平均经纬度误差在0.2°以下,最大经纬度误差约等于0.8°.      

IP电话的服务质量保障技术

IP电话服务的关键在于如何确保其服务质量(Qos)，分析了影响IP电话Qos的主要因素：带宽、时延、时延抖动和数据丢失。介绍了保障IP电话QoS所需要的资源预留协议、区分服务和多协议标记交换3大主要技术，并对QoS的技术前景进行了展望。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于学习强化的道口指示灯智能管理控配机制探究

基于雾平台运算的道口指示灯管理控配系统;道口指示灯管理控配FRTL功能模型;道口指示灯管理控配数理算法。本研究基于雾平台道口指示灯管理控配FRTL模型,借助Q学习和雾计算,对基于学习强化的道口指示灯智能管理控配机制课题开展专题分析探究,以为同类智能交通工程应用提供研究和技术参考,助力实现优质适用的道口指示灯智能管理控配机制。     

基于Agent控制器的单路口信号灯学习控制方法研究

将强化学习中的Q学习算法与Agent技术相结合,构成Agent控制器对单路口的信号灯进行控制.介绍了将经验知识与Q学习算法相结合实现的Agent学习机制,提出了一种适合交通环境的强化函数,以解决单路口的动态实时控制.经仿真软件Paramics对实际路口进行仿真实验,验证了该方法具有较好的控制效果.     

浅谈企业信息网络的安全策略

无论是交换式集线器还是VLAN交换机,都是以交换技术为核心,它们在控制广播、防止黑客上相当有效,但同时也给一些基于广播原理的入侵监控技术和协议分析技术带来了麻烦。因此,如果局域网内存在这样的入侵监控设备或协议分析设备,就必须选用特殊的带有SPAN(SwitchPort Analyzer)功能的交换机。     

考虑网络通信时延的智能网联汽车横向鲁棒控制研究

智能网联汽车横向控制系统主要由车体姿态传感器、期望路径生成模块及横向控制器等组成,通过通信网络实现传感器、控制器与执行器之间的信息传递.智能网联汽车通信时延会降低网络数据的传输效率,严重影响车辆横向控制系统的性能.建立了两自由度汽车操纵动力学模型,考虑车载网络的通信时延,将动力学模型转换成离散化含时延状态空间方程.根据...     

基于DoIP的终检线模拟测试系统

随着汽车智能化和网联化发展,以太网技术越来越广泛应用到汽车领域。车载以太网的应用,对于主机厂的终检线诊断提出了新的要求,主机厂需要开发基于DoIP的车辆终检线诊断程序。文章介绍了一种基于DoIP的终检线模拟测试系统:基于ISO13400DoIP协议,利用专业的汽车总线仿真软件Vehicle SPY3模拟DoIP节点,搭建终检线台架,模拟DoIP的整车诊断,进行终线诊断程序的前期开发。     

矢量网络法在摆锤式汽车碰撞试验台上的应用

阐述了矢量网络模型的建立过程。采用矢量网络法建立了摆锤式汽车碰撞试验台的数学模型及仿真程序，仿真结果表明，矢量网络法是研究动态机械系统仿真的有效方法。     

基于模糊控制器的整车ABS检测试验台技术研究

通过对整车ABS性能的分析,针对在ABS台架检测时的汽车惯性质量模拟问题,提出了无级模拟汽车惯性质量的电模拟方法,并根据检测台的系统特性和经验制定了模糊控制规则表,建立了电模拟方法的理论模型。设计了整车ABS检测台的模糊控制器,并对电模拟方法进行了仿真分析。     

汽车空调管带式冷凝器数学模型研究

通过引入当地局部参数概念和两相流理论，对汽车空调用管带式冷凝器提出一个新的稳态分布参数数学模型和计算方法。在换热量为6～8kW的范围内，通过模型仿真计算与试验结果的对比，验证了模型的准确性，并分析了弯头对模型仿真计算的影响。     

基于驾驶员在环的EPS试验台开发

汽车转向系统性能与汽车的操纵稳定性和舒适性有关,对汽车的行驶安全起着至关重要的作用。随着动力转向系统的发展,电动助力转向系统的优势逐渐突出。这里运用七自由度汽车模型,拟设计出一种基于驾驶员在环的转向测试试验台,将驾驶员操纵的油门踏板和转向信号实时采集,通过信号运算和汽车动力学模型实时仿真,实现转向力矩的模拟和车辆状态信息的输出,并可以快速进行EPS系统的开发验证。     

单点交叉口鲁棒优化信号配时研究

为了消除单点信号控制不适应交通流波动的缺陷,提高信号控制的稳定性,建立了多目标信号配时优化模型.该模型以平均延误时间最短,通行能力最大,以及鲁棒性最好即流量波动时车辆延误标准差最小为目标,以有效绿灯时间、总时长、各方向最大滞留车辆数为约束条件,对定时信号配时参数进行优化,并利用遗传算法对模型进行求解.求解结果表明,该方...     

车载以太网SOME/IP在信息娱乐系统的应用

随着汽车智能化和娱乐化的不断发展,传统CAN通讯已经无法满足车载娱乐系统对传输带宽的要求,迫切需求高带宽的新一代车载网络技术及架构。因此,车载以太网应运而生,其高传输速率能够满足现代汽车娱乐系统的音频、视频、云端等数据传输的要求。SOME/IP协议是车载以太网的重要应用层协议之一,掌握SOME/IP的应用方法对车载信息娱乐模块至关重要。     

汽车以太网技术发展现状与趋势探究

智能网联化已经成为当代汽车发展的重要主题,传统汽车网络通讯技术CAN,LIN等很难支撑汽车智能网联化的进一步发展,汽车以太网技术将在新一代汽车网络架构中承担重要角色。文章对汽车网络技术的发展进行了总结,对汽车以太网技术特点和现状进行了分析,阐明了汽车以太网技术的优势,研究了汽车以太网技术的发展趋势与主要挑战,并探讨了汽车以太网对新一代汽车网络架构的影响。     

车载以太网DoIP技术研究

随着汽车智能化和网联化的不断发展,车辆对数据传输带宽的需求越来越高,因此车载以太网应运而生。本文介绍了车载以太网的特点及其应用过程,着重研究了车载以太网的DoIP诊断通信技术,剖析了DoIP技术对传输层、网络层、数据链路层和物理层这四个网络层级的需求以及DoIP数据的结构。     

Traffic-balancing algorithm for can systems with dual communication channels to enhance the network capacity

The controller area network (CAN) is the dominant protocol for in-vehicle network (IVN) systems because it provides bounded transmission delay among electronic control units (ECUs) at data rates between 100 Kbps and 1 Mbps. Many automotive companies have chosen the CAN protocol for their chassis network system of intelligent vehicles. However, the increasing number of ECUs in intelligent vehicles and the need for more intelligent functions require a network system with more network capacity and real-time capability. As one approach to enhance the network capacity of a CAN system, this paper introduces a CAN system with dual communication channels. This paper also presents a traffic-balancing algorithm that predicts the traffic of each channel and allocates frames to the most appropriate channel. An experimental testbed using commercial off-the-shelf microcontrollers with two CAN controllers was used to demonstrate the feasibility of the traffic-balancing algorithm.