自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场，未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响，利用实测交通数据NGSim建立人工驾驶车辆跟驰模型，并在综合已有ACC和CACC模型的基础上，提出基于安全间距的自动驾驶跟驰行为模型，进而得出不同ACC，CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量；与ACC车辆比例r_a相比，CACC车辆比例r_c对交通容量的影响更为显著；当r_c>0.5时，饱和流量快速增加，当r_c=1时，饱和流量约为纯人工驾驶时的2倍。进一步，通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性，对存在跟驰关系的连续车流来说，自动驾驶使得后车可以更加及时地响应前车的行为，车流会在更短的时间内进入稳态；在交通瓶颈处，自动驾驶降低了拥堵程度，提高了阻塞发生的临界流量。总体来看，自动驾驶对交通流静态和动态性能均有所提升，特别是在协同式自动驾驶场景下，车辆行为更加协调一致，交通流表现出良好的抗扰性，进一步验证了车路协同对自动驾驶的意义。     

基于遗传算法的舰船无线通信网络资源分配研究

当前舰船无线通信网络资源分配方法存在资源分配严重不平稳问题,导致资源分配冲突概率相当高。为改善舰船无线通信网络的通信质量,设计基于遗传算法的舰船无线通信网络资源分配方法。首先分析当前舰船无线通信网络资源分配的研究现状,构建舰船无线通信网络资源分配模型,然后通过引入遗传算法对舰船无线通信网络资源进行分配,找到最优的舰船无线通信网络资源分配方案,最后进行舰船无线通信网络资源分配仿真实验。本文方法不仅能够有效提高舰船无线通信网络通信质量,大幅度减少了舰船无线通信网络资源冲突概率,而且舰船无线通信网络的吞吐量得到大幅度提长,较好地克服了当前舰船无线通信网络资源分配方法存在的缺陷。