面向用户信息需求的VANET合作感知和适变传输机制研究

Vehicular Ad Hoc Network (VANET) is vital for the information platform integrated with "Human-Vehicle-Road" cooperation. It can realize sensing, sharing and effective utilization of dynamic traffic information with V2V and V2I communication. However, it is a new challenge in urban traffic environment that how to design car-based distributed traffic sensing and efficient transmission mechanism. This project aims at meeting car users'demands on traffic information. In order to solve the two fundamental problems on cognition of complex dynamic environment and adaption of information transmission, we are to explore the real-time multi-scale traffic situation estimation, and to develop demand oriented adaptive transmission mechanism.The contents are as follows: 1. To build the context model for VANET, and to propose cooperative sensing based on the multi-sensor fusion and compressive sensing for complex and dynamic environment; 2. To present the context-aware quantitative model and utility model of users' information demands, and develop the quantification and analysis methods; 3. To design the demand release and response scheme, and propose adaptive transmission mechanism. This project is expected to achieve a breakthrough in the theory and networking technology. It is desired to provide an effective solution of VANET on how to achieve efficient information sharing in complex traffic environment.

车辆自组织网络(VANET)是构建现代交通"人-车-路"协同信息平台的关键，可以通过车车/车路通信实现动态交通信息的感知、共享和有效利用。但是在城市交通环境下，如何设计以车辆为主体的分布式交通态势感知和高效信息传输机制成为新的挑战性课题。本项目以满足用户对交通态势信息的需求为核心，围绕VANET对复杂动态环境的认知性和信息传输的适变性两个基本问题，探索实时多尺度交通态势估计的有效解决方案，发展面向用户交通态势信息需求的适变传输技术，重点开展三方面研究:1.构建车辆"情境"模型，基于多源信息融合和压缩感知技术，研究复杂动态环境下VANET的合作感知算法;2.基于情境构建用户信息需求量化模型和信息效用模型，开展用户信息需求量化与分析;3.提出信息需求发布和响应策略，设计适变传输机制。本项目有望在基础理论和网络技术方面实现突破，为VANET如何在复杂交通环境中实现高效信息共享提出科学的解决方案。

车辆自组织网络(VANET)是构建现代交通“人-车-路”协同信息平台的关键，通过车车/车路通信实现动态交通信息的感知、共享和有效利用。本项目针对复杂动态环境的认知性和信息传输的适变性等问题，提出VANET框架下车辆对交通态势的感知和基于感知信息需求的传输机制。本项目分别从合作感知方法、用户信息需求度量化与分析和高效传输协议三方面开展研究，并搭建了车车/车路的通信实验平台，取得如下创新性成果。.1. 在VANET合作感知方面，针对基于车载传感器网络采集数据的交通估计，提出了基于矩阵还原的城市交通估计问题，并提出了基于迭代求解的HaTTEM算法以及面向还原算法的车辆移动控制算法；针对交通态势信息估计问题，为对空缺的交通信息进行估计，提出基于张量重构的HaTTC算法，并对大数据下城市热点发掘中的聚类问题提出了改进版的DBSCAN 算法；针对基于群智的感知任务分配问题，提出了基于轨迹的任务分配方案。.2. 在用户信息求度量化与分析方面，对于复杂的车联网通信环境，针对高架路环境，提出了能够满足用户个性需求和各接入子网负载均衡的网络选择算法。针对城市交通环境，提出了一种异构车载网络融合架构，在此基础之上，应用我们提出的交通感知算法对上海市交通大数据进行分析，综合考虑交通状况、网络信息以及用户对网络的需求提出了解决网络融合问题的网络选择机制—INAS。.3. 在高效传输协议设计方面，从消息发送速率的角度提出了基于位置的速率调节算法LRRA，提高了数据传输的吞吐量；从多信道通信底层协议的角度提出了SPBM频谱渗透机制，提高了信道利用率。对于交通安全信息分发，在高架路口和道路异常发生出的特殊场景下，提出了区域中继节点选择算法降低了信息驻留带来的网络负担，同时提高了每次广播的效用。在此基础之上，根据事故后方不同区域对信息的不同需求，提出了相应的中继算法和悬浮机制。.4. 在实验平台搭建方面，利用USRP 2920与PXI构建了基于软件无线电平台的V2V/V2I车联网通信系统，作为通信算法实验验证平台。.项目研究成果发表SCI收录论文37篇，会议论文33篇，申请发明专利6项，其中授权1项。成果获2016教育部自然科学奖一等奖（排名第3），指导学生完成的多个系统获得2014 IEEE通信学会学生竞赛全球冠军、2013全国虚拟仪器大赛一等奖等5项。指导与本课题相关的硕士毕业生13名。