车联网中多车编队的自适应资源调度算法研究

发布时间：2020-05-24 16:25

【摘要】：新时代,随着信息化互联技术的高速发展,车联网技术作为物联网在现代交通领域的应用之一,得到了很多国家和地区得到广泛关注。近年来随着我国机动车数量的迅速增加,导致我国现有交通网络资源难以适应其增长速度,在一定程度上给人民带来不可忽略的安全隐患问题、交通拥堵问题、能源消耗问题等。智能辅助驾驶随着车联网技术不断发展,使得人-车-路之间的实时共享信息成为了可能,增加了道路的通行率并节能减排,自适应巡航控制(ACC)也应运而生,在很大程度上解决随着汽车保有量增长而引发的一系列交通安全问题。本文在分析了大量车辆编队、自适应巡航控制、资源调度的方法的基础上,针对目前已经有的方法的不足,根据近年来人工智能领域的研究方向热潮:深度学习和Q学习,设计了一种基于深度强化学习的自适应巡航算法。同时对车队内面向时延感知的计算任务处理问题进行研究,提出一种基于李雅普诺夫算法的自适应资源调度方案。本文的具体工作如下:(1)基于深度强化学习的车队协同式自适应巡航控制算法研究。首先为了克服传统强化学习方法在解决ACC问题上的慢收敛难题,进行了基于强化学习的框架问题重构;其次为了解决Q学习方法中的收敛性问题,引入人工神经网络的深度强化学习算法DQN。采用经验回访方法进一步提高算法的收敛速度。通过仿真比较分析,提出的算法更早的到达收敛域,相比QL算法在收敛性上提升了约21%的性能,进而验证了基于深度强化学习的车队协同式自适应巡航控制算法的可行性和优势。(2)基于李雅普诺夫算法的车队内自适应资源调度方法研究。为了解决车辆有限的计算资源和其快速增长的流量需求之间的矛盾,首先,建立了车队内的计算资源调度模型。当从车计算资源不足时,可调度头车资源以满足计算任务的时延需求。其次,从车辆的实时业务需求入手,根据车队内各车辆可用计算资源容限,以降低车队总体能耗和丢包率为目标,联合优化本地计算资源、丢包、卸载时的发射功率、头车计算资源分配策略。最后,对所提出的基于李雅普诺夫算法的车队内自适应资源调度方案进行仿真性能分析,证明了算法的有效性。
【图文】：

图 1-2 CACC 系统框架图Fig.1-2 CACC system frameworkACC 的更进一步发展，CACC 作为一种高级驾驶辅助技今的随着汽车保有量增长而引发的一系列交通安全问题C 一方面通过降低车辆驾驶员的驾驶强度来增加其驾驶驾驶安全性可靠性的基础之上，进一步缩短车辆间的跟稳定性，与此同时还解决了车载传感器的约束问题，适定程度上，道路的交通效率得到了大大提升，并实现了国汽车产量及购买力的持续增长，同时伴随着车联网技有着更加深远的意义。的发展，使得车队的安全性及稳定性得到了显著的提高基础。车辆编队行驶是指头车为有人驾驶车辆或自主式 通信与头车保持实时信息交互，在一定的速度下实现一车道保持与跟踪、协作式自适应巡航、协作式紧急制动多种应用功能[12]。车联网中多车编队技术的实现采用了

图 1-3 国内 C-V2X 标准体系Fig.1-3 Domestic C-V2X standard system国在汽车制造、通信与信息以及道路基础设施建设等方心技术不断取得突破，需求研究主要集中于安全类、效5 G 技术的发展，更高级自动驾驶以及更智能化交通系始：主要分为 1）车辆编队行驶、2）高级驾驶、3）传。这四类增强的 V2X 业务对 C-V2X 演进的通信技术提，还包括可靠性、吞吐量、车联网用户密度、安全等适应巡航控制系统低、可靠性更强的传感器不断推向市场，，国内外针对于越来越多，不同的国家针对自动驾驶和车辆编队行驶的作为智能交通系统的一个新分支，得到了较为广泛的关开展的时间都较晚，普遍的研究成果都仅仅局限于理论
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U495

【相似文献】

相关期刊论文 前10条

1 杨悦群;卢嘉恩;;自适应智能稽查模式创新[J];科技创新与应用;2019年03期

2 李冰;苏文海;息晓琳;靳亚东;;仿生四足机器人自适应粒子群优化控制[J];农机化研究;2018年05期

3 高冲;;计算机自适应测试研究进展[J];计算机产品与流通;2017年10期

4 杨杰;;浅谈农村高中学生自适应能力的培养[J];中学课程辅导(教师教育);2019年07期

5 梅弘业;;自适应智能家居控制系统的设计探析[J];数码世界;2018年05期

6 蒋新华;自适应PID控制(综述)[J];信息与控制;1988年05期

7 朱家组,张天开;一种实用自适应PID控制器[J];上海机械学院学报;1988年04期

8 习江涛;;空间域和时域信号的正交化预处理[J];通信技术;1988年02期

9 习江涛;;自适应LMS算法的收敛特性[J];通信技术;1988年04期

10 杨大成;王德隽;;多路LMS自适应算法及其应用[J];北京邮电学院学报;1988年04期

相关会议论文 前10条

1 宋鑫磊;;自适应反Q滤波对地震资料分辨率的影响效果分析[A];2017中国地球科学联合学术年会论文集（二十五）——专题50：地震波传播与成像[C];2017年

2 邱钊;朱勇;张先荣;;毫米波频段叠层自适应封装技术[A];2018年全国微波毫米波会议论文集(上册)[C];2018年

3 卢明飞;关复烨;;面向打磨抛光系统的自适应伺服控制技术研究[A];2019重庆市铸造年会论文集[C];2019年

4 刘文光;程颖;许浩;何文福;;新型阻尼自适应刚度隔震体系的力学性能和地震响应分析[A];第十二届全国振动理论及应用学术会议论文集[C];2017年

5 刘伟平;;一种自适应巡航系统(ACC)测试方法研究[A];2018中国汽车工程学会年会论文集[C];2018年

6 陈向民;张亢;晋风华;;基于线调频小波路径追踪与S变换的自适应时频滤波方法[A];第十二届全国振动理论及应用学术会议论文集[C];2017年

7 宫珏;张金亮;;基于收敛性检测的自适应抗扰动粗对准算法[A];惯性技术与智能导航学术研讨会论文集[C];2019年

8 刘华;丁全心;蔡猛;;航空自适应光电系统研究与应用[A];2017年（第三届）中国航空科学技术大会论文集（下册）[C];2017年

9 苏洋;崔晓迪;提艳;宋廷伦;;基于模糊PID的汽车自适应巡航系统的分层控制研究[A];2018中国汽车工程学会年会论文集[C];2018年

10 张昱东;李文涛;史小卫;;自适应IFFT算法对稀疏线性阵列的优化[A];2017年全国天线年会论文集（下册）[C];2017年

相关博士学位论文 前10条

1 韩玎;飞艇建模分析与反演控制研究[D];上海交通大学;2016年

2 袁莞迈;移动传感器网络中自适应蜂拥控制策略研究[D];哈尔滨工业大学;2019年

3 王加群;强非线性系统的小波自适应封闭算法及其在力学中的应用[D];兰州大学;2019年

4 孙天骏;基于学习控制的汽车全速自适应巡航决策与控制算法研究[D];吉林大学;2019年

5 董璐;基于事件触发自适应动态规划的最优控制方法研究[D];东南大学;2017年

6 李浩;可重复使用飞行器自适应再入制导控制方法研究[D];哈尔滨工业大学;2018年

7 邝伟潮;信号的自适应分解及其在非参数去噪中的应用[D];广东工业大学;2018年

8 夏爱国;自适应集成显微系统及微流控在细菌研究的应用[D];中国科学技术大学;2018年

9 刘胤廷;卫星导航天线及自适应抗干扰技术[D];北京邮电大学;2019年

10 郑树伟;长江汉口至吴淞口河槽冲淤与微地貌演变对人类活动的自适应行为研究[D];华东师范大学;2018年

相关硕士学位论文 前10条

1 张桐宇;超声非接触扫描测厚中耦合间隙自适应调整方法与技术[D];大连理工大学;2019年

2 王一杰;车联网中多车编队的自适应资源调度算法研究[D];华东交通大学;2019年

3 徐天;基于域自适应的红外目标检测研究[D];华中科技大学;2019年

4 徐明丽;自适应密度峰值重叠社区发现方法研究[D];华中科技大学;2019年

5 汪阳;关系型云数据库自适应缓存机制研究[D];华中科技大学;2019年

6 陈玉琦;基于局部和稀疏约束的自适应图标签传递算法研究及应用[D];江西师范大学;2019年

7 韩全乐;工程车辆并联运动模拟平台体感算法研究[D];燕山大学;2019年

8 陈书恺;基于微观仿真的城市交叉口自适应信号控制方法研究[D];上海交通大学;2016年

9 彭宏胜;基于Shark-Search与OTIE自适应算法的主题爬虫关键技术研究与实现[D];江苏大学;2019年

10 刘念;基于NSST和自适应分块的多聚焦图像融合研究[D];云南大学;2019年

本文编号：2678667