-
公开(公告)号：CN117560104A
公开(公告)日：2024-02-13
申请号：CN202311505555.7
申请日：2023-11-13
Applicant: 西安电子科技大学
IPC: H04B17/391 , H04W24/06 , H04W4/40 , G08G1/01
Abstract: 一种混合交通中可解释性机器学习辅助的信道模型的构建方法，构建混合交通场景，设置信道模型的输入特征和输出特征；构建混合交通信道数据集T，分为两个子数据集T＝{TV,TI}，并分别划分训练集和测试集；使用机器学习ML算法LightGBM分别对车对车V2V通信数据集TV和车辆到基础设施V2I通信数据集TI的训练集进行训练，构建混合交通环境下的车对车V2V信道模型和车辆到基础设施V2I信道模型；采用沙普利加性解释SHAP方法，利用TV和TI的测试集分别对V2V信道模型和V2I信道模型进行分析，根据SHAP值，获取对通信质量产生显著影响的关键特征，生成可解释性的模型g(xV′)和g(xI′)，构建轻量级的混合交通信道模型；本发明实现了交通运输的安全性和高效性，为混合交通通信提供了有力的支持。
-
公开(公告)号：CN116884278A
公开(公告)日：2023-10-13
申请号：CN202310586687.0
申请日：2023-05-23
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种面向城市空中交通安全的按需资源分配方法，主要解决现有UAM中资源需求与分布之间存在矛盾导致个人飞行器PAVs碰撞的问题，其实现方案为：建立PAVs与基站BS之间的通信模型；计算PAVs的感知反应时长，建立与感知反应时长、当前车速及制动能力因素相关的立体安全距离数学模型；建模与通信资源和计算资源相关的立体安全距离驱动资源优化问题；根据立体安全距离数学模型，最小化立体安全距离驱动资源优化问题的目标函数，完成对通信资源和计算资源的分配。本发明在提高UAM中安全性的同时缓解了资源供需矛盾，提高了PAVs的通信质量，降低了安全事故发生的概率，可用于城市空中交通的安全出行。
-
公开(公告)号：CN116744370A
公开(公告)日：2023-09-12
申请号：CN202310729810.X
申请日：2023-06-20
Applicant: 西安电子科技大学
Abstract: 一种混合交通场景通感算资源分配方法、系统、设备及介质，包括：建立混合交通场景车辆到车辆V2V通信模型；计算混合交通场景中作为边缘服务器的智能网联车CAV，即服务车辆SV的能耗和时延；计算本地能耗和时延；建立与时延和能耗相关的资源优化问题R；通过最小化资源优化问题R的目标函数Q(d,x)，得到最佳卸载动作{xm}，完成对智能网联车CAVs场景下车辆到车辆V2V资源的分配；系统、设备及介质用于实现该方法；通过对边缘计算和本地计算中的时延和能耗进行建模，得到能耗和时延加权和的系统效用；以最小化系统效用为目的，通过深度强化学习生成最佳卸载动作，本发明可提高混合交通场景中车辆到车辆的任务卸载效率，缓解资源供需矛盾，能够快速得到最佳卸载动作。
-
公开(公告)号：CN116744370B
公开(公告)日：2024-11-01
申请号：CN202310729810.X
申请日：2023-06-20
Applicant: 西安电子科技大学
Abstract: 一种混合交通场景通感算资源分配方法、系统、设备及介质，包括：建立混合交通场景车辆到车辆V2V通信模型；计算混合交通场景中作为边缘服务器的智能网联车CAV，即服务车辆SV的能耗和时延；计算本地能耗和时延；建立与时延和能耗相关的资源优化问题R；通过最小化资源优化问题R的目标函数Q(d,x)，得到最佳卸载动作{xm}，完成对智能网联车CAVs场景下车辆到车辆V2V资源的分配；系统、设备及介质用于实现该方法；通过对边缘计算和本地计算中的时延和能耗进行建模，得到能耗和时延加权和的系统效用；以最小化系统效用为目的，通过深度强化学习生成最佳卸载动作，本发明可提高混合交通场景中车辆到车辆的任务卸载效率，缓解资源供需矛盾，能够快速得到最佳卸载动作。
-
-
-
Search Results
4
records
(took 0.02 seconds)
