LTE-V2X车联网PC5接口碰撞避免机制研究

来源 :北京交通大学 | 被引量 : 1次 | 上传用户:siman2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,国家经济与技术飞速发展,汽车成为人民生活中的主要交通工具。随着车辆增多,交通安全问题日益突出,车辆实时监管和车辆间信息互动等需求激增,车联网技术应运而生且发展迅速。高可靠、低延迟的无线通信是车联网的核心技术之一,更是实现自动驾驶等功能的重要基础。基于蜂窝通信的车联网已经取得该领域的主导地位,基于LTE的车联网系统(LTE-V2X)目前已在广泛深入研发和测试。LTE-V2X系统PC5接口可以不需要蜂窝网络而直接进行车辆间通信。但现有标准中的PC5接口调度算法尚无拥塞控制机制,当车辆密集或消息频度高时传输负载增加,使得信道繁忙、碰撞率增加,进而造成信息传递失败率增加,传输时延增大。这将对车辆的安全产生显著影响。本文的主要工作包括:(1)深入研究PC5接口发生碰撞的原因,分析各个变量之间的关系及其对信息传递成功率的影响,设计了一种放弃资源传输时间及次数的拥塞控制策略。仿真结果表明,采用该方案进行拥塞控制后,碰撞率降低,系统信息传递成功率提高。(2)在分析PC5接口调度过程的基础上,针对车联网环境中安全信息需要实时传输的情况,将选择资源的过程提前,预测传输资源占用位置。提出一种只增加少量控制信息的调度算法改进方案,并将其与所提出的拥塞控制策略相结合。仿真结果表明,该混合方案可进一步提高信息传递成功率。
其他文献
冷却塔是火电厂以及核电站的重要组成部分。装机容量的不断增大使得混凝土双曲冷却塔趋于超大型化,进而导致冷却塔结构的抗震性能开始被重视起来。另一方面,由于冷却塔特殊的
中国作为世界第一的发展中国家,并且是传统的农业大国,在多数领域都有了长足的发展。随着信息化时代的来临,传统农业已经不能满足现代化农业技术的需求,高昂的人力物力都是对于农耕行业的挑战。因此,提高当前情况下的农作物科学种植技术并准确的获取农作物生长信息,从农作物生长过程中产生的海量数据挖掘出科学的种植建议也成为了当前的热门话题。针对上述问题,可以将传统种植业与当前的信息技术相结合,形成一种智能、科学的
信息产业高速发展的今天,数据已经成为各行各业的生产要素,海量数据的伴随着企业的生产和运营产生,总量增长迅猛。在生物实验中也出现了大量的新增实验数据,这些数据具有纬度
安全问题一直是困扰企业安全生产的主要问题,矿山行业的高危性使得其对安全问题的研究尤为重视,企业安全文化的建设旨在从根本上保证企业的生产安全。但随着对安全文化建设的
聚合物先驱体转化法是目前国际上最成熟的连续碳化硅纤维制备技术,其生产过程首先是将聚合物先驱体聚碳硅烷熔融纺丝后,进行不熔化处理,最后高温裂解成无机碳化硅纤维。
《辛丑条约》签订以后,清政府在国内外困境的双重压迫下意识到国家政权危在旦夕。为了挽救处于危亡中的政权,清政府推行清末新政改革,其内容主要涉及政治、经济、文化、农工商等各个领域。试图通过学习西方宪政、先进生产力和思想文化来缓解危机,巩固统治政权。报刊作为一种近代较为先进的信息传播媒介,最早以列强侵略的方式被动传入中国,最先在思想较为活跃、资本主义发展速度较快的东南沿海地区以“民间办报”的形式逐步发展
知识分子是具有较高知识水平的、具备独立思考能力和批判精神的脑力劳动者。自古以来,知识分子就具有强烈的社会责任感。在抗日战争这个关系民族生死存亡的危急关头,中国知识分子自身的社会责任感得到空前迸发,纷纷在众多报刊发表一系列有关知识分子社会责任的文章论述,呼吁知识分子群体承担起时代使命,唤醒民众民族意识,发动全民抗战力量。从已有文献资料梳理来看,抗战时期有关知识分子社会责任的文论大都分布在各种报刊的特
改革开放以来,我国以积极的态度投身社会主义经济建设,并取得取得一系列备受世界瞩目的成果。但我们应清醒的认识到,我国的经济发展依然存在较多内在缺陷,部分成果的获取是以
本文通过是对淄博花釉装饰审美特征的梳理以及花釉的窑变之美等艺术特征的实践创作,以及深入分析和归纳莫奈艺术创作的意境美,从而将淄博花釉的窑变与莫奈《睡莲》色彩的层次变化相结合,以作品的意境表达为契合点,使莫奈《睡莲》作品意境的表达融入到本土传统材料与技法表达中,彰显对莫奈印象艺术的崇敬之礼。本文的研究内容主要分为四个部分。第一部分为课题由来及研究背景、目的意义以及研究的内容与方法。第二部分为淄博花釉
脑血管病由于其病发率高、病死率高、致残率高、复发率高以及经济负担大这五大特征,引起社会各界的广泛关注。数据显示,目前我国脑血管病的复发率位居世界首位,大约60%的患者具有疾病再次复发的风险,相较而言青年患者病发率更高。由此可以看出脑血管病的二级防治是尤为重要的,也是目前医疗领域的主要研究方向。采用数据分析技术,结合深度学习算法,挖掘潜藏在医疗数据中的有效信息,并用其预测疾病的未来发展趋势,有针对性