海上安全信息船舶收听率统计方法研究

通过对海岸电台覆盖范围内船舶接收安全信息情况的统计，可获知信息中心发布的信息资源的利用率，有利于工作人员选择合适的播发方式播发海上安全信息以获取更高的信息覆盖面。以统计学理论为基础建立了一种海上安全信息船舶收听率统计模型，并以实例进行分析，验证了所提模型的可靠性和实用价值。     

一种高精度车载定位终端系统的设计及测试分析

现有车载定位终端因车辆移动的特殊性和常规定位精度不足的问题,无法实现车辆安全行驶所要求的高精度定位.文中设计了一种基于WAVE标准的高精度车载定位终端系统设计方案,以车载网和地基增强系统为基础实现高速移动车辆的高精度定位,给出了硬件设计结构和软件设计流程,并完整地进行了通信性能、动态定位精度、跑车轨迹的测试.结果表明,该设计不占有现有移动通信频谱资源,具备高效、可靠的实时定位特点,可实现车辆高精度定位,提高行车安全性.     

不同车辆密度下的车联网最大路由跳数仿真研究

为提高车联网通信在智能交通系统及无人驾驶应用中的通信质量和可靠性,通过将网络最大路由跳数参数选择与车辆密度相关联,研究在不同的车辆密度情况下,选择不同的最大路由跳数参数对网络各项性能指标的影响.利用泊松分布模型,建立了最大路由跳数和车辆密度的节点连接性概率及数据包投递率的数学模型,在理论上分析了最大路由跳数参数和车辆密度对通信质量的影响.基于Veins仿真平台,分别对不同车辆密度下的直道场景和城市道路场景做仿真实验,并对数据包投递率、平均路由跳数和平均端到端延时做统计分析.结果表明,最大路由跳数参数地选择对网络的性能有着重要影响,越小的车辆密度通常对应于越大的最大路由跳数最佳数值,在车辆密度一定时,实验中选择的最佳最大路由跳数可以将直道场景下的平均包投递最大提升约20%,城市场景下的实时包投递率最大提升约6%.      

基于数据驱动的人机混驾多车协同控制算法

针对多车协同控制系统中，传统控制算法需要准确获取系统中与驾驶员驾驶行为相关的参数以及与车辆系统动力学相关参数等问题，提出基于数据驱动的自适应动态规划控制算法。以有人与无人驾驶车辆混行的多车协同控制系统为研究对象，通过分析系统的横纵向控制模型，推导出系统状态方程，采用递推数值方法在线逼近最优解，并通过对最优反馈控制矩阵进行优化求解，得到最优控制输入。该算法简化了系统的控制输入参数，仅仅利用V2X通信获得的车辆的前轮转角以及车辆期望的纵向加速度作为控制输入，即可实现无人驾驶车辆的优化控制。基于Carsim和Simulink进行联合仿真测试验证，结果表明，该算法控制参数简单、收敛速度快、控制精度高、适应性强，能够控制无人驾驶车辆在多车系统中保持期望的车速并且与前车保持期望的车间距，同时在任意曲率道路上行驶时与车道中心线之间的横向误差趋于0。      

面向智能网联汽车定位的协同地图匹配算法

为实现智能网联环境下低成本、高精度的车辆定位, 研究了基于自适应遗传Rao-Blackwellized粒子滤波的协同地图匹配算法。利用联网车辆的定位信息和道路约束条件消除公共偏差, 提高车辆定位精度。将自适应遗传算法引入到粒子滤波的重采样过程中, 增加粒子的多样性, 解决传统粒子滤波算法中容易出现的“粒子退化”和“粒子耗尽”问题。通过仿真实验与传统粒子滤波以及卡尔曼平滑粒子滤波下的定位结果进行了对比, 同时分析了不同联网车辆数目对定位精度的影响。通过实际测试验证了算法在实际应用中的定位效果。实测结果表明: 以典型十字路口为例, 在联网车辆数目为4的情况下, 协同地图匹配算法的定位误差范围为1.67 m, 分别为原始GNSS定位以及单车地图匹配定位结果的41.03%和56.80%。同时, 该算法的统计定位精度(CEP)达到1.06 m, 比GNSS原始定位精度提高了2.52 m, 具有较好的定位效果。