城市场景中车联网时空数据分析及其通达性方法

作     者：程久军 原桂远 崔杰 周爱国 吕博 李光耀 CHENG Jiujun;YUAN Guiyuan;CUI Jie;ZHOU Aiguo;LYU Bo;LI Guangyao

作者机构：同济大学嵌入式系统与服务计算教育部重点实验室上海200092 安徽大学计算机科学与技术学院安徽合肥230601 同济大学机械与能源工程学院上海200092 上海师范大学天华学院上海201815 同济大学电子与信息工程学院上海200092 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2021年第42卷第6期

页      面：52-61页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(No.61872271) 中央高校基本科研业务费重点领域学科交叉重大基金资助项目(No.22120190208) 网络与交换技术国家重点实验室(北京邮电大学)开放课题基金资助项目(No.SKLNST-2020-1-20) 

主　　题：车联网 时空数据分析 通达性 城市场景 

摘      要：为了解决城市场景中车联网时空数据异构以及单个基础设施范围内存在连通效率低下的问题,提出一种车联网时空数据分析及其通达性方法。首先,给出基于噪声去除和数据填充的时空数据分析方法,构建基于张量因子聚合的神经网络预测车辆之间的连通强度;然后,基于车联网连通强度给出有基础设施车联网的通达性方法。仿真实验结果表明,基于张量因子聚合的神经网络可以有效预测车辆之间的连通强度,所提方法可以有效减少连通冗余和路边基础设施负载。