一种异构车联网网络选择方法、系统及装置

    公开(公告)号:CN111988834A

    公开(公告)日:2020-11-24

    申请号:CN202010879517.8

    申请日:2020-08-27

    Applicant: 长安大学

    Abstract: 本发明公开一种异构车联网网络选择方法、系统及装置,方法具体为:通过用户满意度体验函数得到效用函数权值系数、对数形式效用函数的权值和网络发射功率初始值,并设定允许误差;利用有效容量的概念计算得出所有网络的最大传输速率;计算所述最大传输速率对应的功率值,再将相邻两次迭代所得功率值之差的绝对值与允许误差作比较,得到最大传输速率对应的功率理论值,得到同一用户在面对不同网络时的满意度效用函数值,选择具有最大满意度效用函数值的网络作为接入网;本发明所引入的异构车联网网络选择方法,引入有效容量的概念,既考虑了用户的满意度,又考虑了传输效率,在有限功率范围内得到满意度效用值的最大值,从而用来选择网络。

    基于ARIMA滤波器的SAGE信道参数估计方法

    公开(公告)号:CN111600665A

    公开(公告)日:2020-08-28

    申请号:CN202010399019.3

    申请日:2020-05-12

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于ARIMA滤波器的SAGE信道参数估计方法,包括以下步骤:信道参数初始化;初始化漫散射分量的ARIMA滤波器,使用测量数据减去初始化时估计得到的可视距分量和强反射/散射分量,从而对漫散射分量进行初始化;建立漫散射分量的ARIMA模型;基于漫散射分量的ARIMA模型,设计ARIMA滤波器;采用基于ARIMA滤波器的SAGE信道估计方法依次计算每条路径的参数,使用ARIMA滤波器对测量信号进行滤波处理,使用SAGE算法基于滤波后的信号进行迭代优化,估计每条路径的信道参数,对ARIMA滤波器的参数也进行更新,估计漫散射分量,仿真结果表明与传统的SAGE算法相比,在真实电波传播环境下本发明方法可以更准确的估计出可视距分量、强反射分量以及漫散射分量的信道参数。

    车路协同系统及其数据安全传输方法

    公开(公告)号:CN109873827B

    公开(公告)日:2020-08-11

    申请号:CN201910164490.1

    申请日:2019-03-05

    Applicant: 长安大学

    Abstract: 本发明提供一种车路协同系统及其数据安全传输方法,在网络通信模块内搭载病毒识别程序、文件改写程序以及双向认证程序,对传输的感知信息数据进行病毒风险识别、文件改写判断,并对网络通信模块进行双向认证,只有双向认证成功后才能传输感知信息数据,并且只有没有病毒风险和未曾被改写的感知信息数据才允许进行传输;信息传输至控制中心,在控制中心接收信息前,通过内嵌在控制中心的通信安全保护模块再次进行病毒风险识别、文件改写判断,并对网络通信模块进行注册识别和双向认证,识别没有病毒风险且没有被改写且注册和双向认证成功后,控制中心才接收传输的感知信息数据。本发明从多个角度保证了传输数据的安全性。

    智能网联车驾驶行为辅助安全系统与方法

    公开(公告)号:CN109823347B

    公开(公告)日:2020-06-09

    申请号:CN201910185640.7

    申请日:2019-03-12

    Applicant: 长安大学

    Abstract: 本发明提供智能网联车驾驶行为辅助安全系统与方法,通过驾驶行为监控模块能够对驾驶人在驾驶车辆行驶的过程中多种行为方式以及对行驶车速的监测,可以综合管控驾驶人的驾驶行为,并对出现的不良驾驶行为进行及时的报警提示,辅助驾驶人及时纠正不良驾驶行为,督促其安全行驶,保障行车安全。通过驾驶行为诊断模块综合分析驾驶人已出现和易出现的不良驾驶行为,形成诊断报告,通过驾驶行为训练升级模块制定出具有个性化的驾驶行为训练策略,将驾驶行为诊断报告和驾驶行为训练策略发送至驾驶人及其相关人员,便于后期驾驶人及其相关人员查看,督促辅助驾驶人进行驾驶行为纠正,为安全驾驶保驾护航。

    基于迁移学习的车道保持控制方法

    公开(公告)号:CN109871778A

    公开(公告)日:2019-06-11

    申请号:CN201910065082.0

    申请日:2019-01-23

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于迁移学习的车道保持控制方法,首先采集行车记录仪前置相机录制的视频和车辆的转向控制信号作为训练数据,通过改变亮度、重设尺寸、增加阴影等方式对数据进行预处理,利用基于ImageNet数据集训练的VGGNet作为特征提取网络,同时在顶层添加全连接层,由此构建端到端的车道线保持控制网络模型;通过采集的行车视频和转向信号对该模型进行进一步地训练,最后对网络模型稳健性进行评估;利用基于ImageNet数据集训练的VGGNet作为特征提取网络,在车载计算资源和数据集均有限的情况下,本发明能够较好地拟合自动驾驶的转向角度,同时在网络模型泛化方面具有一定的有效性与可靠性,可以广泛应用于各类自动驾驶相关的车道线保持任务系统中。

    基于车联网系统中提高车载终端信号交互有效性的方法

    公开(公告)号:CN109379321A

    公开(公告)日:2019-02-22

    申请号:CN201811346000.1

    申请日:2018-11-13

    Applicant: 长安大学

    CPC classification number: H04L27/34 H04L27/2601 H04L27/36

    Abstract: 本发明公开了一种基于车联网系统中提高车载终端信号交互有效性的方法,首先对车载待传输信号进行串并变换及正交幅度调制,得到正交幅度调制信号,对正交幅度调制信号进行多载波调制与并串变换后,得到多载波已调信号sn,利用压扩抗失真变换函数T(·)对多载波已调信号sn的模值进行抗失真变换,获得抗失真变换信号sn′,sn′=T(sn);将抗失真变换信号sn′通过D/A转换和固态功率放大器后得到信号sa,并通过车载天线进行发射;在接收端利用抗失真变换逆函数T-1(·)对接收信号进行操作,得到信号sn″,sn″=T-1(sa);对该信号进行多载波解调,恢复出车辆系统原始输入信号。本发明能够极大的减少信号的误码率,降低车联网系统中多载波信号的非线性失真。

    LTE系统中降低多载波信号非线性失真的方法

    公开(公告)号:CN105072073A

    公开(公告)日:2015-11-18

    申请号:CN201510408723.X

    申请日:2015-07-13

    Applicant: 长安大学

    CPC classification number: H04L27/2691

    Abstract: 本发明涉及LTE系统中降低多载波信号非线性失真的方法,首先对原始发送信号进行星座映射与调制得到多载波时域传输信号,通过对比多载波时域传输信号通过功率放大器前后变化,求得引入的噪声分量,并选取噪声分量构成载波注入集合,而后获取载波注入集合中的消减信号,并与多载波时域传输信号进行合并得到新发送信号,最后将满足失真限制条件的新发送信号发送出去。本发明能以较低的复杂度最大限度地消除信号通过功率放大器所引入的非线性失真,从而有效提升信号传输的抗干扰性与准确性,不会降低传输系统的误码率与传输效率。

    一种灵活变速的固定翼无人机节能数据采集方法及系统

    公开(公告)号:CN119360687A

    公开(公告)日:2025-01-24

    申请号:CN202411478265.2

    申请日:2024-10-22

    Applicant: 长安大学

    Abstract: 本发明公开一种灵活变速的固定翼无人机节能数据采集方法及系统,方法包括以下步骤:获取传感器节点和数据中心的位置坐标,对访问顺序、飞行速度以及收集速度进行初始化;根据给定访问路径,利用凸优化方法求解得到飞行速度以及收集速度的最优解;根据所有节点访问顺序所有可能排序,获取新的访问顺序;判断新的访问顺序所对应的新路径是否满足该节点的AOI小于最大AOI值;计算在新路径下,并计算UAV所消耗的总能量;判断UAV能耗的总能量满足设定条件,输出最优路径以及速度;充分考虑到固定翼UAV在不同模式下的不同需求:在飞行模式下,为保持节点数据的实时性,UAV需以较高速度飞行;而在数据接收模式下,则需降低速度以确保数据的完整接收。

Patent Agency Ranking