一种基于Stackelberg博弈的异构车联网多模通信方法

    公开(公告)号:CN109819422B

    公开(公告)日:2020-10-16

    申请号:CN201910288268.2

    申请日:2019-04-11

    Applicant: 南京大学

    Abstract: 本发明提出一种基于Stackelberg博弈的异构车联网多模通信方法,为实现高吞吐量和低成本的车辆通信提供了一个高效的解决方案,该方法包括步骤:基于基站(BS)和车辆用户设备(UE),建立动态的Stackelberg博弈模型;将车辆用户的自适应模式选择构造为一个跟随者进化博弈,并构建一个进化稳定策略(ESS)作为解决方案;BS对三种通信模式的价格进行动态调控,构造为一个领导者的最优控制问题,从而作为一种有效的激励机制,可以使用户分布接近ESS,即近似达到最优分布。相比于传统的车间通信模式,本发明能够最大程度地提高车辆间通信的吞吐量、降低成本,提高频谱利用效率。

    一种面向网联无人驾驶安全通信的D2D频谱高效共享方法

    公开(公告)号:CN110691406A

    公开(公告)日:2020-01-14

    申请号:CN201910957186.2

    申请日:2019-10-10

    Applicant: 南京大学

    Abstract: 本发明提出一种面向网联无人驾驶安全通信的D2D频谱高效共享方法。由于在蜂窝用户和车辆D2D用户共享频谱资源时,两者会产生相互干扰,但是蜂窝用户又可以作为友好的干扰者提升车辆D2D通信的保密传输性能。基于该情况,本发明首先通过联合控制蜂窝用户和车辆D2D用户的发射功率,使蜂窝服务质量和车辆D2D通信保密性都得到了保障。接着基于匈牙利算法,得到了全局最优的频谱资源块匹配方案,从而提升了网联无人驾驶车辆通信系统的频谱效率。本发明通过功率控制最大程度降低同频干扰并提升网联无人驾驶车辆通信的安全性,能够适应高度动态的车辆通信环境。

    一种基于栅格扩展模型的智能交通精细化路径规划方法

    公开(公告)号:CN109959388A

    公开(公告)日:2019-07-02

    申请号:CN201910278787.0

    申请日:2019-04-09

    Applicant: 南京大学

    Abstract: 基于栅格扩展模型的智能交通精细化路径规划方法,所述基于栅格扩展模型的智能交通精细化路径规划方法包括以下步骤:步骤1:以道路实时交通信息和历史信息为基础,使用卷积神经网络,预测未来一段时间的交通状况;步骤2:根据路网结构和车辆密度,结合起点,以道路单元为单位,动态扩展栅格;步骤3:进行栅格内精细化微尺度寻路,推荐栅格内部行驶方案,当车辆将要驶出栅格时,重新进行预测和规划,直至抵达终点。相比于传统的路径规划算法,本发明结合车辆实际行驶过程,采用分段分区域的思想,动态地划分区域进行精细的路径规划,能够有效地减少系统单次计算的时间,实现高效的智能交通诱导和导航。

Patent Agency Ranking