隨著無(wú)線通信的迅猛發(fā)展和移動(dòng)電子設(shè)備的廣泛使用,車聯(lián)網(wǎng)正在從未來(lái)美好愿景變成可實(shí)現(xiàn)的技術(shù),致力于減少事故的發(fā)生并且提升道路的使用效率。由于車輛的移動(dòng)性和擁堵的發(fā)生,道路上車輛的空間特性變化十分快速,使得車輛位置空間建模非常困難。在車聯(lián)網(wǎng)中,路邊單元（Roadside Unit,RSU）作為需要額外部署的設(shè)備,其部署的效率受到了學(xué)術(shù)和工業(yè)界的廣泛關(guān)注�；诖�,本文主要研究基于隨機(jī)幾何的車輛空間建模和RSU部署的選址問(wèn)題,以及車聯(lián)網(wǎng)演進(jìn)到智能交通場(chǎng)景下的車輛資源管理。具體的研究?jī)?nèi)容如下:車輛到車輛（Vehicle to Vehicle,V2V）的通信性能主要受到通信鏈路的影響,而通信鏈路又受到車輛自組織網(wǎng)絡(luò)（vehicular Ad Hoc Networks,VANETs）的拓?fù)涮匦缘目刂�。為了分析V2V通信的性能,準(zhǔn)確的車輛空間建模是非常重要的。本文利用兩個(gè)城市的出租車軌跡數(shù)據(jù),對(duì)車輛的隨機(jī)位置進(jìn)行空間點(diǎn)過(guò)程建模。本文通過(guò)比較不同采樣方法的結(jié)果,建立了點(diǎn)的空間相關(guān)性。進(jìn)一步運(yùn)用最小對(duì)比方法驗(yàn)證了對(duì)數(shù)高斯混合過(guò)程（Log Gaussian Cox Process,LGCP）模型能準(zhǔn)確地表征... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－丨北京出租車在２０１２／１１／０２上午８時(shí)３０分的分布圖??４１．１７?＿＿?■－－－?－

?１１６．５４??ｌｏｎｇｉｔｕｄｅ??圖２－丨北京出租車在２０１２／１１／０２上午８時(shí)３０分的分布圖??４１．１７?＿＿＾?■－－?：－?－１??：？?＇Ｕ?．．．?：??？?ｊＶ．＊＇???．上?＇ｉ?；?？？■？■？?……．ｊ??．．…■：？？？－?？??＿．?．?＇?■＞＇?＝??＊?？？．．－？；“？？．？？？?？?？?？?：?￣?＊??、？＞．?：？？?．?，?？?？?？？？？／．？?？？?．?？?：?？?：?？■??？？？？，”？？？?．．．．：？？？?？?．，．?．?＊?．．?三?＞??召?？?．１?？－？？？．．＞．？，?．．?一氣？?｜?，？?＇?＇??＾?Ｉ?？??：?＊＊?ｖ?＊？?：？－．?．?：?？?：?＼??？丄、厶．．：？十－：??？?｛．．?？?＊１?＊?＞?．．??！?？?．．?？？■?？？．?：?ｙ．＿ｔ?．?？ｓ?？？？；??？?ｆ?＊?＊?．?？?著?■?■??－＇?＂＊＇?ｒ：＇ｒ．……１ｖ＇－＾?ｖ?ｙ＇Ｔ．??■?；?、、／?？？?？?？?■？．?．?＜??４１１４ｉｔ－?＾＾ｉｓ??ｌｏｎｇｉｔｕｄｅ??圖２－２?波爾圖上午９時(shí)（２０１３／０７／０１－２０１３／０７／３１）的出租車分布??有所不同。每一條數(shù)據(jù)代表一個(gè)完整的軌跡，如表２－２所示。完整的出租車軌跡又多??個(gè)分立的位置點(diǎn)組成，位置點(diǎn)的記錄頻率是每１５秒鐘記錄一次。??波爾圖是葡萄牙的一個(gè)擁有２６萬(wàn)人口的占地面積為４１平方公里的小港口城市。??這個(gè)小城市的道路系統(tǒng)規(guī)模小

用一個(gè)月（２０１３／０７／０１ｔｏ２０１３／０７／３１）的同一時(shí)刻的車輛分布的疊加來(lái)構(gòu)建車輛點(diǎn)模式。??這樣做的原因是，波爾圖的車輛過(guò)于少，而某一時(shí)刻在運(yùn)轉(zhuǎn)的車輛的數(shù)量更�。ㄐ∮�??５０），因而不具備統(tǒng)計(jì)學(xué)意義。圖２－２中描述了?１２４５個(gè)出租車在上午９點(diǎn)的分布，其??中橫軸為經(jīng)度８．６５Ｗ至８．５８Ｗ，縱軸為緯度４１．１４５Ｎ至４１．１７Ｎ。測(cè)試集中心被約束??在綠色虛線表示的采樣窗口內(nèi)。??２．２．２車輛空間點(diǎn)模式采樣和分析??在空間點(diǎn)模型中，歐幾里德空間Ｍ２上的車輛的可數(shù)隨機(jī)集合被認(rèn)為是點(diǎn)過(guò)程??中＝?｛々，々，…｝，其中ｘ，．表示某一車輛的位置。計(jì)數(shù)測(cè)度中（萬(wàn)）全＃｛￥門萬(wàn)｝是一個(gè)??隨機(jī)變量，定義為落入Ｂｏｒｅｌ集合５?Ｃ?１Ｒ２中的車輛數(shù)量。類似地，本文使用確定性??９（５）全來(lái)表示點(diǎn)模式（ｐ的計(jì)數(shù)測(cè)度。??為了計(jì)算空間點(diǎn)模式９（５）的經(jīng)驗(yàn)概率質(zhì)量函數(shù)（Ｐｒｏｂａｂｉｌｉｔｙ?Ｍａｓｓ?Ｆｕｎｃｔｉｏｎｓ，??ＰＭＦｓ），需要對(duì)出租車數(shù)據(jù)生成的點(diǎn)模式進(jìn)行采樣和計(jì)數(shù)。采樣和計(jì)數(shù)的基本原理??是選擇許多測(cè)試集５，．，使其以均勻或者不均勻的方式覆蓋整個(gè)區(qū)域，并計(jì)算落在５，．??中的點(diǎn)數(shù)。??本文考慮四種不同的形狀


本文編號(hào)：2910491