基于隸屬云的車載傳感網(wǎng)移動(dòng)模型研究.pdf

1、作為物聯(lián)網(wǎng)技術(shù)的典型應(yīng)用，車載傳感網(wǎng)已成為提高道路通行質(zhì)量的優(yōu)先發(fā)展技術(shù)。由于城市道路車流量較大，構(gòu)成具有一定密度、穩(wěn)定的車載傳感網(wǎng)成為可能。車載傳感網(wǎng)中，節(jié)點(diǎn)的高速移動(dòng)導(dǎo)致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)頻繁變化，網(wǎng)絡(luò)特性受限。影響節(jié)點(diǎn)移動(dòng)行為的因素具有模糊性和隨機(jī)性等不確定性，傳統(tǒng)的車輛移動(dòng)模型已不能準(zhǔn)確表征節(jié)點(diǎn)的移動(dòng)規(guī)律。因此，針對(duì)節(jié)點(diǎn)移動(dòng)的不確定性，開展車載傳感網(wǎng)移動(dòng)模型研究，具有重要研究?jī)r(jià)值。
　　本文仿真分析了現(xiàn)有車載傳感網(wǎng)節(jié)點(diǎn)移動(dòng)模型，

2、歸納了各模型節(jié)點(diǎn)移動(dòng)的差異性及不足。結(jié)合車載網(wǎng)節(jié)點(diǎn)移動(dòng)過程中的不確定性分析，提取了相對(duì)速度、相對(duì)位置、時(shí)間依賴度、空間依賴度和路面依賴度5類不確定性指標(biāo)。計(jì)算得出了每個(gè)指標(biāo)的云數(shù)字特征，利用云模型完成不確定性指標(biāo)定性分析與定量描述之間的轉(zhuǎn)換，解決了節(jié)點(diǎn)移動(dòng)過程中模糊性和隨機(jī)性問題。
　　提出了一種改進(jìn)型智能駕駛員模型，可最大程度地涵蓋節(jié)點(diǎn)移動(dòng)過程中的不確定性，更真實(shí)地表征節(jié)點(diǎn)移動(dòng)規(guī)律與策略，拓展了智能駕駛員模型的描述能力。依據(jù)道路