基于车辆行为分析的智能车联网关键技术研究
车联网通信系统中通信节点的高移动性、移动行为的复杂性,使得此场景下通信业务呈现数据实时交互性强、空时分布不均、尺度多变、规律复杂的特征,导致传统的车联网网络部署、资源调配难以有效满足用户的差异化服务质量需求.因此,迫切需要设计"车-人-路-云"泛在互联的智能异构车联网网络,通过充分挖掘车辆行为数据的潜在价值,精准预测、刻画车辆行为的空时分布特性,以提升车联网资源利用率、改善车联网服务性能.该文全面梳理了国内外在车辆行为分析、网络部署与接入以及资源优化方面的相关工作,重点阐述了智能车联网关键使能技术,即如何借助先进的人工智能、数据分析技术,探索车联网中车辆行为的空时分布特性,建立车辆行为预测模型,进行智能化网络部署与多网接入、动态资源优化管理,实现高容量、高效率的智能车联网通信.
智能车联网、异构网络、车辆行为分析、资源管理、无线大数据
42
TN929.5
国家自然科学基金61860206005
2020-03-23(万方平台首次上网日期,不代表论文的发表时间)
共14页
36-49