基于自组织映射神经网络的VANET组网算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
吴怡 1 杨 琼 ,吴庆 祥 ,沈 连丰 ,林 潇 , 2
(.东南 大学 移 动通 信 国家重 点 实验 室 ,江 苏 南京 2 09 ;2 福 建师 范大 学 物 理与 光 电信息 科技 学 院,福 建 福 州 30 0) 1 106 . 507
摘
要:研究 了应 用于汽车辅助驾驶 、无人驾驶等智能交通领域 的车辆组 网方法 ,提 出一种将 自组织 映射神经 网
r h i l we a n f h r v o s t o , dt es se t r u h u mak b y i r v d i m t s o r n o eo ep e i u h d a y t m o g p t s e r a l h t t me n h h ir mp o e . Ke r s v h c l dh c n t r s l o g n z n p n u a ewo k ; ewo k n y wo d : e i u a a o e wo k; e f r a ii g ma ; e r l t r s n t r i g r - n
第3 2卷第 1 2期 21 01年 1 2月
通
信
学
报
VD. 2 No 1 1 3 .2
J u n l nCo o r a mmu i ai n o nct s o
De e e 01 c mb r 2 1
基 于 自组 织 映 射 神 经 网络 的 VA ET组 网 算 法 N
Ne wo ki l o ihm s d on s l r a zng t r ng a g rt ba e e 0 g ni i
百度文库
m a e a e wo k f rVANET p n ur l t r o n
W U i , AN Q o g, U Qigxa g, H N La — n L N Xio Y Y G in W n .i S E inf g, I a 一 n e
络 算 法 应 用 于 车辆 自组 织 网 络 进 行 车 辆 组 网 的算 法 ,该 算 法 根 据 车 辆 定 时发 出 的消 息 中位 置 、行 驶 方 向等 信 息 对
车辆 按 目的地、行驶方 向的相似性进行组 网,组网后的车辆主要接收并处理与之在 同~个 网络 中的车辆 的信 息。 理论 分析 和仿真结果表 明,组 网后 的系统传输 时延远低 于未组网通信情况 ,吞吐量有显著提高 。 关键 词:车辆 自组织 网络 ; 自组织 映射 ;神经 网络;组网 中图分类号:T 9 3 N 2 文献标识码:B 文章编号 :10 —3 X(0 11— 161 0 04 6 2 1)20 3 0
( N t n l bl c mmu ia o s sac a oaoy S uh at nv ri , nig 10 6 C ia 1 a o a Mo i o i e nc t n erhL b rtr, o te s U ies y Naj 0 9 , hn ; i Re t n2 2 S h o f h s s n po lc o is eh oo y F a r l i r t, uh u3 0 0 , hn ) . c o l y i dO tEe t n c n l ,  ̄in oP ca r cT g Noma Unv s y F z o 5 0 7 C ia ei
Ba e n t el c t n a d d v n ie t n i f r t n o e p ro i s a eo a h v hc e t ev h ce r r a ・ s d o o a i n r i g d r ci o mai f h e dc me s g f c e i l, h e i lswe eo g n h o i o n o t i e ie t e iu a d h c n t r sa c r i g t h i lrt fd si a o d d v n i c i n T e o g i e e i z d i o v h c l a o ewo k c o d n o t e smi i o e t t n a r i g d r t . h r a z d v h — n r a y ni n i e o n c e n y c mmu ia e man y wi h e i l si e S l e v h c lra o e wo k a d d a t sa e r m h lso l o n c t i l t t e v h ce n t a l e iu a d h c n t r e lwi me s g sfo t e h h T n h
wo k , i h we e u e o a d i i g a d s s ms a d a t ma c d ie ls y tm si n el e tta s o tt n ae . r s wh c r s d f rc l rv n — i y t " e n u o t rv r s s s i e e n i t l g n n p ra i r a i r o
s m e new o k.The ei n l i d i u ai n e uls s ow h tt e s t m r s ison dea ft i o a t r or tc a a yssa n sm l to r s t h t a yse ta m s i ly o h spr pos d a g h n e l o—
Ab t a t An a p o c sp o o e o a p y a s l- r a i i g m a e r ln t r o o g n z e iu a d h c n t s r c : p r a h wa r p s d t p l e fo g n zn p n u a e wo k t r a i e v h c lr a o e —
(.东南 大学 移 动通 信 国家重 点 实验 室 ,江 苏 南京 2 09 ;2 福 建师 范大 学 物 理与 光 电信息 科技 学 院,福 建 福 州 30 0) 1 106 . 507
摘
要:研究 了应 用于汽车辅助驾驶 、无人驾驶等智能交通领域 的车辆组 网方法 ,提 出一种将 自组织 映射神经 网
r h i l we a n f h r v o s t o , dt es se t r u h u mak b y i r v d i m t s o r n o eo ep e i u h d a y t m o g p t s e r a l h t t me n h h ir mp o e . Ke r s v h c l dh c n t r s l o g n z n p n u a ewo k ; ewo k n y wo d : e i u a a o e wo k; e f r a ii g ma ; e r l t r s n t r i g r - n
第3 2卷第 1 2期 21 01年 1 2月
通
信
学
报
VD. 2 No 1 1 3 .2
J u n l nCo o r a mmu i ai n o nct s o
De e e 01 c mb r 2 1
基 于 自组 织 映 射 神 经 网络 的 VA ET组 网 算 法 N
Ne wo ki l o ihm s d on s l r a zng t r ng a g rt ba e e 0 g ni i
百度文库
m a e a e wo k f rVANET p n ur l t r o n
W U i , AN Q o g, U Qigxa g, H N La — n L N Xio Y Y G in W n .i S E inf g, I a 一 n e
络 算 法 应 用 于 车辆 自组 织 网 络 进 行 车 辆 组 网 的算 法 ,该 算 法 根 据 车 辆 定 时发 出 的消 息 中位 置 、行 驶 方 向等 信 息 对
车辆 按 目的地、行驶方 向的相似性进行组 网,组网后的车辆主要接收并处理与之在 同~个 网络 中的车辆 的信 息。 理论 分析 和仿真结果表 明,组 网后 的系统传输 时延远低 于未组网通信情况 ,吞吐量有显著提高 。 关键 词:车辆 自组织 网络 ; 自组织 映射 ;神经 网络;组网 中图分类号:T 9 3 N 2 文献标识码:B 文章编号 :10 —3 X(0 11— 161 0 04 6 2 1)20 3 0
( N t n l bl c mmu ia o s sac a oaoy S uh at nv ri , nig 10 6 C ia 1 a o a Mo i o i e nc t n erhL b rtr, o te s U ies y Naj 0 9 , hn ; i Re t n2 2 S h o f h s s n po lc o is eh oo y F a r l i r t, uh u3 0 0 , hn ) . c o l y i dO tEe t n c n l ,  ̄in oP ca r cT g Noma Unv s y F z o 5 0 7 C ia ei
Ba e n t el c t n a d d v n ie t n i f r t n o e p ro i s a eo a h v hc e t ev h ce r r a ・ s d o o a i n r i g d r ci o mai f h e dc me s g f c e i l, h e i lswe eo g n h o i o n o t i e ie t e iu a d h c n t r sa c r i g t h i lrt fd si a o d d v n i c i n T e o g i e e i z d i o v h c l a o ewo k c o d n o t e smi i o e t t n a r i g d r t . h r a z d v h — n r a y ni n i e o n c e n y c mmu ia e man y wi h e i l si e S l e v h c lra o e wo k a d d a t sa e r m h lso l o n c t i l t t e v h ce n t a l e iu a d h c n t r e lwi me s g sfo t e h h T n h
wo k , i h we e u e o a d i i g a d s s ms a d a t ma c d ie ls y tm si n el e tta s o tt n ae . r s wh c r s d f rc l rv n — i y t " e n u o t rv r s s s i e e n i t l g n n p ra i r a i r o
s m e new o k.The ei n l i d i u ai n e uls s ow h tt e s t m r s ison dea ft i o a t r or tc a a yssa n sm l to r s t h t a yse ta m s i ly o h spr pos d a g h n e l o—
Ab t a t An a p o c sp o o e o a p y a s l- r a i i g m a e r ln t r o o g n z e iu a d h c n t s r c : p r a h wa r p s d t p l e fo g n zn p n u a e wo k t r a i e v h c lr a o e —