基于隸屬云的車載傳感網移動模型研究.pdf

1、作為物聯(lián)網技術的典型應用，車載傳感網已成為提高道路通行質量的優(yōu)先發(fā)展技術。由于城市道路車流量較大，構成具有一定密度、穩(wěn)定的車載傳感網成為可能。車載傳感網中，節(jié)點的高速移動導致網絡拓撲結構頻繁變化，網絡特性受限。影響節(jié)點移動行為的因素具有模糊性和隨機性等不確定性，傳統(tǒng)的車輛移動模型已不能準確表征節(jié)點的移動規(guī)律。因此，針對節(jié)點移動的不確定性，開展車載傳感網移動模型研究，具有重要研究價值。
　　本文仿真分析了現(xiàn)有車載傳感網節(jié)點移動模型，

2、歸納了各模型節(jié)點移動的差異性及不足。結合車載網節(jié)點移動過程中的不確定性分析，提取了相對速度、相對位置、時間依賴度、空間依賴度和路面依賴度5類不確定性指標。計算得出了每個指標的云數(shù)字特征，利用云模型完成不確定性指標定性分析與定量描述之間的轉換，解決了節(jié)點移動過程中模糊性和隨機性問題。
　　提出了一種改進型智能駕駛員模型，可最大程度地涵蓋節(jié)點移動過程中的不確定性，更真實地表征節(jié)點移動規(guī)律與策略，拓展了智能駕駛員模型的描述能力。依據道路