考虑网络拥堵与系统公平的车载异构网络选择方法

利用演化博弈的有限理智特性执行网络选择, 以实现车载异构网络系统中网络资源的均衡分配; 利用双层博弈对演化博弈方法进行优化, 保证极端拥堵中部分车辆消息传输的同时, 维持系统公平; 设计了专用短程通信、长期演进和无线局域网融合的车载异构网络仿真场景, 对比了基于多准则决策的传统方法、基于演化博弈的网络选择方法和基于双层博弈的网络选择方法。仿真结果表明: 采用基于演化博弈和双层博弈的车载异构网络选择方法首次解决了动态网络环境中车载异构网络切换时出现的大规模乒乓效应, 利用双层博弈能够实现拥堵抑制和系统公平; 采用基于双层博弈的网络选择方法能够驱动异构网络系统在2~3个切换周期内实现网络系统状态的稳定; 在预设的动态网络评价条件下与80个终端的一般场景中, 双层博弈终端平均网络评价指标高于演化博弈19.5%, 为3种网络协同工作提供可靠服务; 在190个终端极端拥堵场景中, 终端合理分配, 共享专用短程通信网络资源, 双层博弈终端平均网络评价指标高于演化博弈10.3%, 双层博弈专用短程通信网络评价指标为演化博弈的2.18倍, 可以保证车联网基本安全信息的广播、系统的公平并维系基本车联网服务。      

面向智能网联交通系统的模块化柔性试验场

为了给智能网联试验场设计与建设提供参考，分析了智能网联交通系统中测试技术的研究现状；结合长安大学车联网与智能汽车试验场的测试和研究经验，提出了一种面向智能网联交通系统的模块化柔性试验场，该试验场包括应用场景、感知发布、网络链路和管理服务4个层次。应用场景层通过模拟真实场景中的天气、道路和交通条件，验证智能网联交通设备和服务在不同环境、不同场景的适应性；感知发布层通过摄像头、激光雷达、毫米波雷达等传感设备以及可变情报板等信息发布设备，实现环境数据及交通信息的采集，并下发相应的控制信息和服务信息；网络链路层由车载异构网络构成，通过网络间的协同工作，为应用场景层和感知发布层的设备提供网络信息服务；管理服务层负责下层数据的存储、备份、处理和可视化，并实现下层测试设备的管理与维护。在上述模块化平台的基础上，开发智能网联汽车室内测试台架，配合试验场进行交通场景构建、测试场景复现和单一要素分析，实现智能网联交通的柔性场景测试。结果表明：所提出的试验场具有标准化的测试条件，可控可追踪的测试流程和科学的测试评价体系，能够模拟真实的道路交通场景，提高智能网联相关技术的开发和测试效率。该试验场的建设、推广与应用，能够推进智能网联和无人驾驶技术从理论研究到实际应用的转化，为实现未来交通信息服务和交通系统的创新与变革起到至关重要的作用。     

封闭测试场条件下基于DSRC的车联网通信性能测试

专用短程通信(Dedicated Short Range Communication,DSRC)是车联网的主要技术之一,针对DSRC测试评价的需求,在封闭测试场环境下构建了多个典型车联网应用场景。制定了详细的测试方案,以丢包率(PacketLoss Rate,PLR)和时延(Delay,DE)为评价指标,测试分析了速度、距离、遮蔽物等因素对DSRC通信性能的影响。测试结果表明,通信距离和遮蔽物是造成DSRC通信性能下降的主要因素。