車聯(lián)網(wǎng)頻譜資源管理關(guān)鍵技術(shù)研究
發(fā)布時(shí)間:2021-02-22 01:51
車聯(lián)網(wǎng)能有效減少交通事故、提升交通管理效率和車輛駕駛體驗(yàn),現(xiàn)已引起了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。隨著5G和物聯(lián)網(wǎng)等新一代信息技術(shù)的不斷發(fā)展,車聯(lián)網(wǎng)引入了動(dòng)態(tài)頻譜分配、多信道接入控制等新技術(shù)和方法,對(duì)車聯(lián)網(wǎng)頻譜資源管理提出了新的挑戰(zhàn)。車聯(lián)網(wǎng)頻譜資源管理除須對(duì)可用的頻譜資源進(jìn)行管理和分配外,還須專用接入技術(shù)實(shí)現(xiàn)的高效頻譜資源利用。因此,研究高效的車聯(lián)網(wǎng)頻譜資源管理的新機(jī)制、新方法及實(shí)現(xiàn)技術(shù)具有重要的科學(xué)意義和廣泛的工程應(yīng)用價(jià)值。本文針對(duì)現(xiàn)有的車聯(lián)網(wǎng)頻譜資源管理技術(shù)存在分配算法計(jì)算復(fù)雜度高、信道沖突導(dǎo)致的接入效率低、公共控制信道失效時(shí)廣播服務(wù)不可用等關(guān)鍵技術(shù)問(wèn)題,進(jìn)行了相關(guān)問(wèn)題的機(jī)制分析,研究并提出了基于動(dòng)態(tài)規(guī)劃的低復(fù)雜度頻譜資源分配算法、基于快速收斂時(shí)隙預(yù)留ALOHA的全分布式信道接入技術(shù)、基于跨層防沖突算法的集中控制式信道接入技術(shù)和無(wú)需公共控制信道的多信道廣播協(xié)議,理論分析和仿真結(jié)果表明前述方法能顯著提高車聯(lián)網(wǎng)的頻譜利用效率和信道接入可靠性。本文的主要研究?jī)?nèi)容和貢獻(xiàn)如下:1.針對(duì)周期性頻譜資源分配方案存在重復(fù)計(jì)算和分配時(shí)延長(zhǎng)等問(wèn)題,在研究長(zhǎng)周期下多次頻譜分配的即時(shí)策略基礎(chǔ)上,提出了一種基于...
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:117 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
合并沖突產(chǎn)生機(jī)制
電子科技大學(xué)博士學(xué)位論文70圖5-8PEAC算法性能仿真圖圖5-8顯示了在SNR和車輛數(shù)量不同的情況下,PEAC算法和DBSCAN算法判斷車輛數(shù)量的正確率。在所有情況下,PEAC的正確率均高于DBSCAN。當(dāng)SNR大于18dB時(shí),當(dāng)車輛的實(shí)際數(shù)量為2或3時(shí),PEAC的成功率大于0.9。當(dāng)有4個(gè)車輛時(shí),成功率相對(duì)較低;當(dāng)SNR足夠大時(shí),成功率仍超過(guò)0.8。車輛數(shù)量大于4的條件由于其發(fā)生概率低,此處未進(jìn)行評(píng)估。5.4.2CLAA算法性能仿真本小節(jié)仿真CLAA算法及其變種,并與當(dāng)前主流的DFSA算法進(jìn)行對(duì)比,參與對(duì)比的算法及其特點(diǎn)見表5-1。為了驗(yàn)證CLAA算法在不同初始幀長(zhǎng)和車輛數(shù)量的條件下的性能穩(wěn)定性,對(duì)每個(gè)算法在不同初始幀長(zhǎng)(64、128、256、512)和不同范圍的車輛數(shù)量(1到1024)條件下的系統(tǒng)效率進(jìn)行了全面的仿真。為了增強(qiáng)仿真結(jié)果的可靠性,每種參數(shù)條件下均進(jìn)行了500次仿真。如圖5-9所示,將CLAA算法及其變體與Annur方法[59]進(jìn)行了比較。Annur方法由于采用了精確的貝葉斯推理,其估計(jì)的精度最高,系統(tǒng)效率也最高。但是,當(dāng)車輛的數(shù)量大于初始分布范圍maxN且系統(tǒng)效率被視為零時(shí),該算法不可用。其他算法的執(zhí)行與初始幀長(zhǎng)度無(wú)關(guān)。與貝葉斯方法相比,MEMAB(非EPC)的性能最差,損失約為2%,這主要是由高斯近似引起的。由于在物理層采用了PEAC,因此在大部分情況下,CLAA算法(非EPC)的性能要比MEMAB算法(非EPC)
本文編號(hào):3045255
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:117 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
合并沖突產(chǎn)生機(jī)制
電子科技大學(xué)博士學(xué)位論文70圖5-8PEAC算法性能仿真圖圖5-8顯示了在SNR和車輛數(shù)量不同的情況下,PEAC算法和DBSCAN算法判斷車輛數(shù)量的正確率。在所有情況下,PEAC的正確率均高于DBSCAN。當(dāng)SNR大于18dB時(shí),當(dāng)車輛的實(shí)際數(shù)量為2或3時(shí),PEAC的成功率大于0.9。當(dāng)有4個(gè)車輛時(shí),成功率相對(duì)較低;當(dāng)SNR足夠大時(shí),成功率仍超過(guò)0.8。車輛數(shù)量大于4的條件由于其發(fā)生概率低,此處未進(jìn)行評(píng)估。5.4.2CLAA算法性能仿真本小節(jié)仿真CLAA算法及其變種,并與當(dāng)前主流的DFSA算法進(jìn)行對(duì)比,參與對(duì)比的算法及其特點(diǎn)見表5-1。為了驗(yàn)證CLAA算法在不同初始幀長(zhǎng)和車輛數(shù)量的條件下的性能穩(wěn)定性,對(duì)每個(gè)算法在不同初始幀長(zhǎng)(64、128、256、512)和不同范圍的車輛數(shù)量(1到1024)條件下的系統(tǒng)效率進(jìn)行了全面的仿真。為了增強(qiáng)仿真結(jié)果的可靠性,每種參數(shù)條件下均進(jìn)行了500次仿真。如圖5-9所示,將CLAA算法及其變體與Annur方法[59]進(jìn)行了比較。Annur方法由于采用了精確的貝葉斯推理,其估計(jì)的精度最高,系統(tǒng)效率也最高。但是,當(dāng)車輛的數(shù)量大于初始分布范圍maxN且系統(tǒng)效率被視為零時(shí),該算法不可用。其他算法的執(zhí)行與初始幀長(zhǎng)度無(wú)關(guān)。與貝葉斯方法相比,MEMAB(非EPC)的性能最差,損失約為2%,這主要是由高斯近似引起的。由于在物理層采用了PEAC,因此在大部分情況下,CLAA算法(非EPC)的性能要比MEMAB算法(非EPC)
本文編號(hào):3045255
本文鏈接:http://sikaile.net/shoufeilunwen/gckjbs/3045255.html
最近更新
教材專著