【摘 要】
:
汽车已经成为人们生活中不可或缺的一部分,而汽车拥有量的急剧增加使得交通拥堵、交通安全、空气污染等问题愈加严重。人们逐渐将路径规划、行车安全、网络互娱等元素加入到汽车产业当中。在这样的需求条件下,智能交通系统(ITS,Intelligent Transportation System)的发展迫在眉睫。车联网技术作为智能交通系统中最重要的组成部分,主要包括车辆与路旁基础设施(V2I,Vehicle t
论文部分内容阅读
汽车已经成为人们生活中不可或缺的一部分,而汽车拥有量的急剧增加使得交通拥堵、交通安全、空气污染等问题愈加严重。人们逐渐将路径规划、行车安全、网络互娱等元素加入到汽车产业当中。在这样的需求条件下,智能交通系统(ITS,Intelligent Transportation System)的发展迫在眉睫。车联网技术作为智能交通系统中最重要的组成部分,主要包括车辆与路旁基础设施(V2I,Vehicle to Infrastructure)、车辆与车辆(V2V,Vehicle to Vehicle)等通信场景。其中V2I通信场景下,汽车通过路旁的基础设施实现实时的交通信息交换及网络接入,可以对交通拥堵、交通事故等问题提前做出应对,让人们的出行更高效、更安全。因此,研究如何提升V2I场景下通信系统的性能成为人们亟待解决的问题。波束成形技术可以根据不同场景的任务需求,动态调整阵列天线的幅度与相位,在空间中形成定向波束,起到增强目标信号、抵抗干扰的效果。在V2I通信场景下运用波束成形技术,可大幅度提高无线通信系统的传输速率和可靠性。自适应算法在波束成形技术中占据着至关重要的地位,在车辆高速移动的环境下,自适应算法以其收敛速度快、稳态误差好的特点,可快速形成波束。本文研究基于群智能算法的自适应波束成形算法,在保留经典自适应算法优点的同时,利用群智能算法的寻优能力,改善自适应算法的收敛性能。主要工作如下:首先,研究智能交通中V2I通信场景与自适应波束成形技术,对技术的研究现状做了总体概括,重点研究了自适应波束成形技术的基本原理和增益,并分析了自适应波束成形算法的几种常用准则。其次,分析比较了LMS、RLS等经典的自适应算法,针对变步长LMS算法进行了分析研究,通过仿真验证了各算法的收敛性能与稳态误差,同时对群智能算法中的人工鱼群算法、混合蛙跳算法做了大量的研究分析,在MATLAB仿真平台将两种群智能算法分别实现。最后,将群智能算法引入自适应波束成形算法,提出一种新的V2I通信方案。针对自适应LMS算法的收敛速度与稳态误差问题,在自适应迭代中,利用群智能算法加强每轮迭代的局部寻优,同时利用LMS确保全局收敛,从而实现高效训练。采用MATLAB对改进算法进行了仿真验证,并与经典的LMS、RLS以及变步长LMS算法做了性能对比,结果显示所提的基于群智能算法的自适应波束成形算法有明显的性能提升。
其他文献
随着国民经济发展,越来越需要建设深井以开发深部的固体矿产资源,而竖井掘进机法是深井建设的重要发展方向。采用竖井掘进机法进行深井建设时,洗井排渣技术是最大的难点。空气洗井具有节约水资源、降低工程造价、钻进效率较高等明显优势,而且随着我国西部干旱缺水地区固体资源开采及凿井工程的增多,采用空气洗井的竖井掘进机法,将显示出突出的优势。在此背景下,本论文综合采用数值分析、模型试验方法,开展了竖井掘进机空气洗
伴随我国社会经济的发展,建筑的空调系统(供热和供冷)占到社会总能耗的25%~30%,传统能源存在环境污染等弊端,清洁能源的开发迫在眉睫。在各种新能源和可再生能源中,地球地表下包含存储的地热能源能有效应用于空调系统。本文基于地热开发的能源桩技术提出了一种新型的深层埋管式能源桩技术,该技术不仅充分利用桩内埋管式能源桩的优点,并且可利用更深层地热来提高单根能源桩换热量。新型能源桩的结构形式灵活,能够根据
21世纪初,中国的城市化进程呈逐年递增趋势,截止2019年,中国的城市化率已达五成以上,这意味着中国的城市化迈入了一个新的历史阶段。2015年牡丹江市对A社区进行了初步网格化,
太赫兹波位于微波段和光波段之间,当前没有大规模的应用,本文主要以太赫兹波的应用为背景,通过理论计算和实验测量两种方式对目标太赫兹散射特性进行研究,揭示太赫兹频段目标散射特性的影响因素。针对常见算例利用不同的计算方法,由于太赫兹频段的特殊性,主要从电磁方法和光学方法两个方面对其散射特性进行研究,为太赫兹频段目标电磁散射提供仿真和测试两方面的数据支持,具有一定的理论和应用价值。本文创新性的给出太赫兹频
现代移动通信以第一代移动通信技术的发明为标志,在经历爆发式增长后,对人们的生活方式产生巨大的影响。如今,移动通信渗透到生活的方方面面,成为推动社会发展的重要因素之一。5G作为新一代移动通信技术,将广泛应用于增强移动带宽(enhanced Mobile BroadBand,eMBB)、高可靠低时延通信(Ultra-reliable and Low Latency Communication,URLL
无线通信技术的快速发展,促使了各类新型应用的产生,运营商提供的服务类型也在飞速的扩展,如短视频、在线直播等等,此时服务类型由传统的“以连接为中心”的服务转变为了“以内容为中心”的服务。这些服务需求不仅有高数据传输效率、低传输时延的要求,同时也需要大量的计算能力和持续的数据处理能力。要想最大化利用有限的无线频谱资源,优秀的资源分配算法是提高整个网络性能的关键,而传统的资源分配算法很难同时满足这些需求
随着城市居民的生活品质和电气化程度的逐渐提高,作为与电网用户联系最为紧密的配电网的建设与发展,在新时代背景下面临着诸多的问题与挑战。配电网重构不仅作为提高系统电能质量、供电可靠性与灵活性的重要手段,也在减小网络损耗、提高运行经济性等方面发挥着关键作用。由于分布式电源(Distributed generation,DG)具有良好的环境效益和经济效益,DG已被广泛地应用于配电网中,但是随之而来的功率倒
随着人工智能的高速发展,自然语言处理等计算机技术获得了极大关注,具有很强的研究潜力。文本生成在自然语言处理领域有着重要意义,高质量的文本对于对话系统、智能翻译、文学写作、知识图谱等与自然语言处理相关的任务具有重要影响作用。文本数据由于自身的离散性和语义结构自身的复杂性,容易出现文本训练数据样本数量少、质量差、样本缺失等难题。现有的文本生成技术的研究已经有了较大的进展,但是仍存在着一定的局限性。例如
日常生活中存在着很多二分网络结构,譬如用户-域名网络,云服务中相互承载的源IP-域名网络等等。二分网络中存在着社团结构,基于社团结构的网络分析比基于节点的网络分析更为高效。同时,社团结构的发现可以检测出匿名网络中潜在的威胁,这对二分网络的管理以及分析意义重大。但是随着大数据时代的降临,企业每天产生的日志量呈爆炸式的增长,传统的社团发现方法并不能适用于长时间尺度内海量的日志数据,这使得对长时间尺度内
分数阶最优控制问题由于其在地下水污染等实际问题中的广泛应用,在理论模型和数值方法方面的研究得到了越来越多的关注.本文主要研究两类控制积分约束的空间分数阶最优控制问