摘要：以无人机、智能网联汽车、道路基础设施等空地平台为载体的立体交通系统是智慧城市综合交通在6G网络中发展的前沿方向。随着海量无线通信终端、智能传感器等物理设备与交通运输环境、载运工具和道路基础设施深度融合,立体交通系统对通信感知的需求日益增长;然而,当前系统的发展受网络体系结构、通信资源、计算资源和感知能力的制约,其信息交互与综合处理能力亟待协同提高。另一方面,通信感知与边缘计算一体化(ISACEC)技术发展及其在空地协同网络中应用,为立体交通系统演进提供了新的推动力。面向立体交通系统应用场景,总结了ISAC-EC技术发展与应用现状,然后构建了空对地、地对空通信感知联合优化模型,给出了通信波束和雷达波束联合设计的关键技术思路;最后,针对典型应用场景开展仿真实验,结果展现了通感算一体化关键技术在立体交通系统中的应用潜力和优势,可为系统发展建设提供指导。

摘要：鉴于车辆位置精度对车联网应用的重要性和传统的卫星定位系统在城市"高楼峡谷"或隧道等弱卫星信号覆盖区域失效或定位精度不足等问题,本文中研究了基于V2X通信网络的车辆定位方法,研发了专用短程通信和多模式通信网络定位终端,完成了终端的性能测试和应用部署,设计了基于多模型滤波算法的车辆协作定位增强方法。结果显示,与传统GPS定位相比,本文方法能提升定位精度近40%。

摘要：随着通信网络不断向各领域延伸,飞行自组网作为一种新型移动自组织网络,以飞行器作为空中无线通信节点建立网络,实现网络层高效通信。首先,通过考虑链路质量、流量负载和空间距离构建多路径路由模型,并设计抗干扰的多路径路由算法;其次,构建基于源节点路由回复包接收速率的解析模型;然后,对模型进行分析与评价;最后,通过仿真实验验证所提出路由协议的效能。仿真结果表明,所提出的协议与传统协议相比,当节点数相同时,数据包传递率可提升约4.04%~12.13%;干扰器数量为6时,数据包传输延迟可提升约38.48%~52.53%,并且端到端通信中断率降低约34.54%~41.67%,在各项性能指标中都具备优势。所提出的抗干扰多路径路由协议可以为飞行器提供有效且可靠的通信数据传输,并在存在恶意干扰的情况下为飞行自组网提供网络弹性保证。未来将考虑更复杂的链路情况,使其具有更大的实际应用价值。

摘要：针对无人机集群如何精确估计目标位置并协同打击目标的问题,开展了无人机集群自组织协同飞行控制方法研究。考虑噪声对定位精度的影响,建立了无人机对目标位置的含噪测量模型,设计了无人机集群自主协同移动算法。具体地,首先建立无人机集群对目标位置进行测量的全局误差最小化模型,结合梯度下降的更新机制和加权融合机制,提出了分布式感知融合算法,实现无人机集群对目标位置以及集群平均飞行速度的精确估计;在此基础上,提出了具有自适应能力的无人机位置、速度控制策略,实现集群自主协同飞行。仿真结果表明,提出的算法可以有效降低噪声干扰,显著提高无人机对目标位置和集群平均速度的测量精度,集群向多个目标点飞行的条件下,无人机对目标位置测量的均方偏差降低95%,对平均速度测量的均方偏差降低183%,实现无人机集群的自组织协同飞行控制。

摘要：21st century is an electronic times over the World.如何设计信息化的概念、收集离散数据、处理离散数据、并使之信息化是21世纪中最为重要的问题,本文就离散数据信息化的三条途径给出定义且进行离散数据处理具体方法的讨论。