随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。
2023-02-15 22:37:22
1.45MB
1
摘要随着移动互联网和工业智能化的快速发展,以智能网联汽车为中心的车联网逐渐深入人们的生活,在为出行带来便利的同时也暴露出车辆被远程控制、恶意攻击等安全威胁。本文
2022-12-29 14:45:22
1.34MB
1
北斗车联网大数据平台（Html模板、大数据模板、大屏echarts模板）.zip
2022-12-29 11:21:00
1.97MB
车联网平台数据概览（Html模板、大数据模板、大屏echarts模板）.zip
2022-12-29 11:20:58
3.21MB
车流量建模是车联网（vehicular Ad Hoc network，VANET）路由、多媒体接入协议、无线算法设计的基础。准确的车流量模型将对智能交通系统（intelligent transportation system，ITS）实时调度和车联网的信息安全起到十分重要的作用。基于上海市的交通流量数据，利用自回归（auto regressive，AR）模型与神经（back-propagation，BP）网络模型对车流量实测数据进行了仿真对比，给出了相应的预测结果。研究发现，两个模型均能有效地对数据进行跟踪与预测，但对不同时段数据预测的准确性有所不同。研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据。
2022-12-27 07:26:11
1.03MB
1
汽车产业的智能化、网联化是汽车新时代产业竞争的热点，是汽车下一代竞争的核心技术领 域，其中的网联化技术是针对全球第二代车联网技术的演进，尤其以蜂窝V2X技术为主导的车联网技 术成为全球主要技术力量争夺的关键。本文通过对V2X技术介绍和产业现状分析，提出蜂窝V2X技术 是我国发展智能网联汽车技术，占领技术制高点的重要环节。
2022-12-08 09:32:39
1.45MB
1
本资源转载于一篇论文中提及的代码，关于C-V2X模式4车到车直联通信仿真，主要求发射车辆Vt与接收车辆Vi之间距离dt,r的函数PDR（数据包传输率），评估了4中错误概率。
2022-11-27 22:09:25
741KB
1
YD∕T 3707-2020 基于LTE的车联网无线通信技术网络层技术要求
2022-11-11 09:36:59
8.72MB
1