基于位置的协作论文-齐嘉杰,胡斌杰

基于位置的协作论文-齐嘉杰,胡斌杰

导读:本文包含了基于位置的协作论文开题报告文献综述及选题提纲参考文献,主要关键词:认知车联网,频谱感知,协作节点,数据融合

基于位置的协作论文文献综述

齐嘉杰,胡斌杰[1](2019)在《基于车辆位置和相关性的协作频谱感知算法》一文中研究指出考虑路径损耗和阴影效应对认知车辆接收信号的影响,提出了一种基于车辆位置和相关性的协作感知算法。所提算法在保证感知性能的同时,尽可能选取较少的感知节点参与协作,接着提出一种介于硬判决融合和软判决融合之间的数据融合方法,参与协作的认知车辆上传2bit的本地感知信息到路侧单元进行线性加权融合判决。仿真结果表明,所提算法与现有频谱感知算法相比有了很好的改进,取得了感知性能和感知开销的折中。(本文来源于《移动通信》期刊2019年11期)

谈雅竹,宋晓勤,徐韬,李克[2](2019)在《基于位置预测的认知车联网协作频谱感知算法》一文中研究指出针对认知车联网中由地形起伏或密集城市结构而引起的频谱感知性能低、延时大等问题,提出了一种基于位置预测的协作频谱感知算法。首先,采用能量检测法进行本地频谱感知,通过将次用户接收到的信号能量大小和预先设定的阈值进行比较,初步判定频谱是否被主用户占用。然后,利用认知车联网中车辆位置预测技术,计算车辆位置和信道状态信息,并据此设置置信值,删除置信值低的次用户。最后,在融合中心采用加入置信值的似然比融合规则得到最终判决结果。仿真结果表明,与传统算法相比,所提算法能有效提高频谱感知性能并缩短感知时间,尤其适用于对实时性要求较高的车联网系统。(本文来源于《测控技术》期刊2019年10期)

郜富晓[3](2019)在《空地协作组网的无人机位置部署及能量优化机制研究》一文中研究指出由于无人机的灵活移动性、自主协调性和快速组网能力,其在智能交通系统等领域中有着较高应用价值。由无人机群组成的空中自组织网络(flying ad-hoc network,FANET)能够为地面车辆自组织网络(Vehicular ad hoc networks,VANET)提供无间隙的、多维度的灵活无线覆盖,从而增强地面交通网络的响应能力和应急能力。然而,无人机和车辆节点的快速拓扑变化给网络覆盖及优化带来了严峻挑战,加之无人机受续航能力限制,合理的网络部署显得尤为重要。本文针对上述多目标的非线性优化问题,同时考虑低复杂度需求,提出了空地协作组网下的无人机位置部署及能量优化机制,主要研究内容如下:(1)提出了空地一体化协作组网架构,并利用区域填充理论研究该架构下多无人机的位置部署方法。通过无人机与无人机、无人机与云计算中心、无人机与车辆之间的协同交互,优化无人机的时空3D位置以实现无人机群的最佳覆盖。由于FANET和VANET均为动态的时变系统,需要根据实际环境以及用户需求,并满足路径损失的前提下,确定并更新无人机的位置,实现无人机的覆盖范围最优化,以便为VANET网络提供更好的网络覆盖率和更高的数据传输率。(2)利用帕累托最优权衡研究了空地协同组网下多无人机的能量优化机制。无人机消耗的能量包括通信能量和移动能量,无人机的移动能耗与其部署高度成正比例关系,通信能耗却与部署高度成反比。结果,无人机通信能耗的减少以移动能耗的增加为代价,这导致空地协同组网中的能量权衡。为了表征这种权衡,推导出无人机的通信能量消耗和移动能量消耗模型。利用帕累托最优权衡,能够得到两种不同的无人机速度,以及在不同的数据传输要求下移动能耗和通信能耗的帕累托边界。(3)提出了基于强化深度学习的无人机位置—能量联合优化机制。利用深度Q-learning体现深度学习的感知能力和强化学习的决策能力,根据无人机的当前覆盖和运动状态预测其下一步动作,设置无人机的能效作为奖励函数,对执行这一动作的成本进行评价。以低复杂度、低成本的方式引导无人机自主决策,部署最佳位置,促使无人机的有效覆盖、能量消耗和能源效率这叁方面的性能得到提升。最后,搭建了基于深度强化学习的无人机与车辆交互的仿真验证平台,对所提出的多无人机位置及能量联合优化机制进行仿真实现和对比分析。仿真结果表明,与最优运输理论和粒子群算法相比,深度强化学习(deep reinforcement learning,DRL)算法在无人机的平均覆盖率、平均总能耗和平均能源效率叁方面性能都有明显提高。(本文来源于《河南大学》期刊2019-06-01)

罗峰[4](2019)在《智能交通系统中位置信息的协作获取与深度挖掘》一文中研究指出随着我国经济的不断发展,城市汽车数量不断增加,同时城市环境也越来越复杂,智能交通系统的发展到达了风口。位置信息是智能交通系统的核心,在复杂的城市环境中,卫星导航面临着信号遮蔽、多径效应等多种问题,定位精度严重下降。协作定位是提升城市环境下定位精度的有效方法之一,但是它同样面临着非视距(none-line-of-sight,NLOS)路径观测带来的问题。目前,城市交通还面临着交通拥堵、环境污染等问题,这些问题都是未来智能交通系统有待解决的。位置信息的准确度日益提升,应该辅助智能交通系统,以更加智能的方式去解决这些城市交通问题。本文设计了一套新颖的智能交通系统处理框架,此框架包含车辆位置的协作获取以及深度挖掘两部分。首先,本文提出了基于地理位置信息增强的车联网协作定位(Geographic Information Enhanced Cooperative Localization,GIE-CL)算法,该算法创新性地设计了基于地理位置信息的区域采样法(Region Sampling Method,RSM)计算两相邻车之间链路属于视距路径(line-of-sight,LOS)的概率,从而将非视距路径的观测剔除,接着利用迭代式的近似消息传递(Generalized Approximate Message Passing,GAMP)算法提升协作定位精度。通过实验证明,在NLOS路径问题较严重的城市环境下,GIE-CL定位效果是优于其他算法的。GIE-CL利用地图信息的不变性和稳定性弥补了车联网拓扑结构的高速变化。基于协作定位,加上其他智能设备的普及,智能交通系统能够周期性地获取系统内所有运动物体地地理位置信息,进而将每个运动对象地位置信息按时间拼接获取到其运动轨迹。在深度挖掘部分,本文提出了一种基于循环神经网络(Recurrent Neural Network,RNN)的交通工具识别算法,能够对运动轨迹进行预处理,提出特征向量,并利用人工智能方式准确的识别交通工具类型。通过识别交通系统中的交通工具类型,我们能够形成实时的城市交通热力图,交警以及交通信号灯也就能实时做出调整,引导车流的移动,从而解决交通拥堵问题。从更加宏观的角度看,出行工具的比例以及区域分布,也能反应城市经济的发展,辅助城市未来的规划和建设。在未来的研究工作中,可以尝试将NLOS路径观测应用到GIE-CL当中,而不是单纯地剔除。如何从运动轨迹中推测出运动对象的运动模式以及生活习惯,并对位置做出预测,也是值得未来研究的课题之一。(本文来源于《北京邮电大学》期刊2019-05-25)

江颉,傅超仪[5](2019)在《基于查询分片用户协作的位置隐私保护方法》一文中研究指出针对基于构建k匿名组的位置服务隐私保护方法在实际应用环境中协作用户并非完全可信的问题,提出一种基于查询分片用户协作的位置隐私保护方法.首先采用基于历史用户的锚点生成算法生成锚点代替用户真实位置发起查询,在经过用户自定义的数据安全等级对查询请求进行分片处理后将请求片段分别发送给匿名组中随机选择的不同用户.被选中的用户收集到全部的请求片段后发送给位置服务器.位置服务器收集到全部请求片段后进行重组,并根据用户的锚点信息采用增量近邻算法得到查询结果返回给用户.用户通过计算自身位置与查询结果之间的距离得出精确的查询结果.通过理论分析和实验结果表明该方法在有限的时间和通信开销下,具有较好的隐私保护效果.(本文来源于《小型微型计算机系统》期刊2019年05期)

潘建龙[6](2018)在《多机器人协作系统运动规划及位置力协调控制研究》一文中研究指出机器人技术的进步使得机器人被越来越多应用于复杂的工业生产当中,而为了适应现代工业任务复杂性、操作智能性以及系统柔顺性的要求,将双机器人乃至多机器人协作技术引入到实际工业环境当中具有重要意义,同时也面临着需要解决规划方法、可行的控制方法和与不确定环境交互(如人机协作搬运)等问题。多机器人协作系统关键在于“协作关系”的存在,协作关系的存在集中的表现在机器人运动过程中位姿约束以及作用力约束,准确描述这种协作关系,并在协调运动过程中保持这些关系,成为实现多机器人系统运动规划与协调控制的关键。多机器人系统轨迹规划过程比单机器人复杂得多,实现各机器人轨迹的同步和协调是一项重要研究内容,同时机器人在共同操作物体的运动过程中相互间会产生接触力,环境对机器人也存在作用力,带有力控制的协调作业也成为该领域的重要研究方向。本文依托实验室多机器人协作焊接项目,开展了多机器人运动轨迹规划和位置力协调控制的研究。当前的研究与应用中的多机器人协调作业比较简单,且大部分集中在双机器人,对于初始焊接位置的布局也没有考虑。在力协调控制方面,阻抗控制在单臂控制领域取得了一些成果,但由于环境的不确定性,应用在协作机器人系统仍有较多困难。总结起来完成多机器人协作的关键技术问题和难点主要有:(1).多机器人协作系统需要根据给定的任务规划出较好的协调运动路径,既满足运动学约束和位姿约束的限制,保证各机器人轨迹同步,同时避免碰撞、奇异点等问题出现;(2).针对一些复杂的协调焊接作业任务,初始焊接位置选择的不好可能无法规划出有效的轨迹,即使不同的运动轨迹都能完成同一项任务,但机器人处于不同构型状态对机器人的灵活性有较大影响,因此有必要建立一套自动选取初始焊接位置并计算对应具有高可操作性的运动轨迹方法;(3).协作时机器人与被操作工件形成闭链连成一体,相互之间的接触必然产生作用力,以及运动位姿误差的存在使工件与工件和工件与机器人之间产生巨大内力,在此情形下如何使系统中各机器人继续保持协作关系成为关键,必须解决带有力控制的协调作业问题。首先,要实现多机器人协作,必须先规划出整个协作过程中的各机器人的运动轨迹,这是本课题的第一项研究内容。本文在分析多机器人协作时不同机器人之间的运动学关系之后,建立了多机器人协作系统数学模型,并基于此提出了多机器人协作系统的可操作度评价方法,进一步构建优化目标函数,考虑多机器人间碰撞、奇异位形等约束条件,采用遗传算法在多机器人协作空间中求取使系统全局可操作度最优的初始焊接位置,并计算出最优位置对应的各机器人运动轨迹,从而保证多机器人在整个协作过程当中保持具有较高传力和传速性能。然后,针对带有力控制的协调作业,根据机器人共同操作工件过程中机器人与工件形成闭链系统,本文对系统的静力学和动力学作了分析,研究了机器人末端与环境间位置力的阻抗模型。本文着重讨论了阻抗控制在机器人自由空间柔顺牵引和约束空间力跟踪中的应用,采用了主从搬运机器人控制架构。为满足焊接这样的工业应用中对轨迹精确度的较高要求,主从架构的优势是主机器人可以严格按照规划好的期望轨迹运动,保证轨迹不出现大的偏离,从机器人末端安装用以测量环境力反馈的六维力/力矩传感器,根据力反馈大小实时调整从机器人位置从而间接实现对末端力大小的控制。最终,为验证上述运动学规划和力协调控制方案,本文设计并开发了多机器人协作系统SolidWorks-SimMechanics联合仿真平台和基于EtherCAT总线的工业机器人运动控制物理实验平台。本文在仿真平台上实现了叁机器人协作焊接任务的轨迹规划,优化叁机器人初始焊接位置布局,和同步各机器人轨迹等工作。计算结果和实验表明本文所提出的多机器人协作轨迹计算和初始焊接位置选取改变了当前工业现场由示教及人为选定初始焊接位置的方式,改善了机器人在作业过程中的灵活性,优化了初始焊接位置布局;针对双机器人位置力协调控制,本文首先在仿真平台中模拟了双机器人协作搬运物体时协调运动与力控制实验,最终在物理实验平台上完成了双机器人协作搬运刚性物体实验,以及人与机器人协作搬运物体实验,实现了搬运过程中从机器人的轨迹动态跟踪,实验结果表明从机器人能较好跟踪主机器人运动,表现出较高的柔顺性,提高了协作过程中的安全性与稳定性,验证了相关算法的可行性和有效性,从而为实现更为复杂多机器人协作系统在实际工业领域中应用打下了基础。(本文来源于《东南大学》期刊2018-05-01)

张磊[7](2018)在《基于用户协作的位置隐私保护研究》一文中研究指出作为定位技术的一种重要服务类型,基于位置服务随着智能手机的普及成为了当前移动应用中的重要组成部分。这种通过用户提供自身位置获得所需查询结果的服务一方面为用户带来日常生活中的各种便利,另一方面也不可避免的带来潜在的隐私泄露威胁。针对隐私泄露的问题,当前大量的隐私保护方法均基于可信的中心服务器提出,但是由于中心服务器可成为攻击焦点或服务瓶颈,使得这种类型的隐私保护方法一直存在着质疑声。因此,基于用户协作的隐私保护方法被大量提出并逐渐被人们所接受。然而,由于基于位置服务的使用方式与使用环境差异,简单的通过用户协作来完成隐私保护显然是不恰当的,而且这种方式更面临着一些挑战性的问题未能解决。例如:快照查询下,协作用户需共享该匿名组中的最大匿名值,无法通过降低匿名要求获得个性化匿名服务;连续查询下攻击者可利用协作用户差异识别某一特殊用户,且已有方法一般假设协作用户具有相同的移动方向和移动速度,这在实际部署中是不现实的;路网环境下的环境限制,使得部分欧氏空间下的协作用户方法无法提供隐私保护,且很难在路网移动环境中找到足够的协作用户完成匿名值建立;存在半可信协作用户在构建匿名组的过程中窃取用户隐私的情况;基于k-匿名模型的隐私保护方法很难应对统计攻击尤其是差分攻击。针对上述问题,在国家自然科学基金(61472097)、教育部高等学校博士学科点专项科研基金(20132304110017)等项目的资助下,本文展开了以下几个方面的研究工作。(1)基于用户协作的快照查询隐私保护。针对快照查询中已有的隐私保护方法只能共享匿名组中最大匿名值这一问题,基于用户设备的短距离通信能力,提出了查询分块随机交换的隐私保护方法。该方法通过将用户自身的查询信息按照设定的匿名值进行分块,并通过与协作用户或协作用户之间的随机数量查询分块交换,实现多跳通信范围内的匿名组建立。最后,利用同一查询可建立对应匿名组这一特性,实现了隐私保护过程中每一用户的个性化隐私保护。(2)基于用户协作的连续查询隐私保护。针对攻击者可通过协作用户差异识别某一特殊用户的问题,以及现有方法对协作用户的强假设性,基于协作用户cache和短距离通信能力,提出了一种的通过查询分块建立匿名组,并通过协作用户cache提供连续查询结果的隐私保护方法。该方法利用快照查询中的随机交换查询分块的思想,通过协作用户保存该查询分块反馈的查询结果,在申请用户移动到邻近协作用户且进行连续查询时,可通过协作用户cache的查询结果提供服务,进而减少申请用户与LBS服务器之间的信息交互,降低申请用户隐私信息泄露的可能性。(3)基于用户协作的路网环境隐私保护。针对路网环境下已有的针对欧氏空间的隐私保护方法无法有效的提供隐私保护,且很难在路网移动环境中寻找到足够的协作用户建立匿名组的问题。基于mix-zone技术提出利用协作用户实现攻击者无法关联进出mix-zone用户的隐私保护方法。在该方法中,可在mix-zone中通过协作用户集合建立匿名组,同时经过协作用户之间的查询信息和查询时间间隔交换,在完成信息共享之后形成信息集合,通过离开mix-zone之后利用信息集合进行连续查询,以此实现对路网环境下连续查询的位置不可关联,进而保护用户的个人隐私。(4)基于半可信协作用户的位置隐私保护。针对基于协作用户的隐私保护方法需要面对半可信协作用户的问题,基于属性基加密的思想,提出了一种协作用户部分解密的隐私保护方法。在该方法中,申请用户将自身的查询进行两轮加密之后发送给中心服务器,由中心服务器在较广的通信范围内寻找协作用户,并将查询发送给协作用户。协作用户在具有相同属性的情况下可部分解密申请用户信息。在整个过程中,无论是中心服务器还是协作用户均无法获得申请用户不愿公开的任何信息,且以半可信LBS服务器为首攻击者也无法通过属性关联获得用户隐私信息,进而达到了可针对不同攻击者攻击行为的隐私保护目的。(5)关联概率不可区分的位置隐私保护方法。针对基于k-匿名模型的隐私保护方法很难应对统计攻击尤其是差分攻击的问题,基于广义差分隐私,提出了ε-位置-查询关联隐私保护模型。同时,根据这一模型的特点,依靠用户位置偏移这一思想,提出了关联概率不可区分的隐私保护方法,并基于这种方法定义了叁种随机算法,以这叁种算法来实现用户的位置隐私保护。通过用户的位置中偏移,用户与协作用户之间可实现多种关联概率的不可区分性,有效的抵抗了攻击者通过背景知识推测出的关联概率获取用户位置隐私的关联攻击行为和差分攻击行为。(本文来源于《哈尔滨工程大学》期刊2018-03-09)

潘建龙,甘亚辉,陈明,戴先中[8](2017)在《多机器人协作焊接系统初始焊接位置选取及最优轨迹规划》一文中研究指出为解决多机器人协作焊接中人工示教的局限性,针对协作机器人作业过程中的运动学约束及运动灵活性,本文提出了求取具备全局最优灵活性的初始焊接位置及对应的最优机器人运动轨迹的方法.本文首先分析了多机器人协作时不同机器人之间的运动学关系,并基于此提出了多机器人协作系统的可操作度评价方法,进一步构建优化目标函数,考虑多机器人间碰撞、奇异位形等约束条件,采用遗传算法在多机器人协作空间中求取使系统全局可操作度最优的初始焊接位置和运动轨迹,并将得到的结果在构建的Matlab-SimMechanics多机器人仿真平台上运行.求取的结果和实验表明,算法选择的初始焊接位置和相应的运动轨迹结果能使多机器人协作系统可操作度最大,同时满足各项运动学限制.(本文来源于《第36届中国控制会议论文集(E)》期刊2017-07-26)

罗健,廖俊国,李雄[9](2016)在《P2PSpaceTwist:一种主动式用户协作的位置隐私保护方法》一文中研究指出随着定位技术和无线移动设备的飞速发展,移动用户能够随时随地获取位置信息,也可能泄露位置信息,甚至导致个人隐私的泄露。提出了一种主动式用户协作的位置隐私保护方法—P2PSpaceTwist,该方法采用了一种带新鲜性的主动式协商机制,通过该机制用户主动与邻居协商,收集邻居信息并广播自身信息;当满足用户的匿名需求后,使用匿名区域内的随机位置代替用户的真实位置并发送给随机选定的代理,通过代理向位置服务器提供商发送增量式的近邻查询,从而获得精确的结果集。实验结果表明,P2PSpaceTwist能够较快地实现匿名查询并获得较精确的结果集,与其他位置隐私保护方法相比,P2PSpaceTwist的通信开销较低。(本文来源于《计算机工程与科学》期刊2016年08期)

李景富,张飞[10](2016)在《基于节点协作式网格投票的VANETs位置验证方法》一文中研究指出针对车载网VANETs(vehicle Ad Hoc networks)中恶意节点的位置欺骗问题,提出了基于节点协作式的网格投票的位置验证方案。该方案将连续时间划分静态帧,在每个静态帧内,验证者和邻居节点协作共同检测位置欺骗的节点。验证者先获取目标区域,并将目标区域分割成等区域面积的网格。通过了资格审核的邻居节点才能在相应的网格内投票。通过多轮网格投票,获取最高票数的网格所在的区域,就是被验证者被估计的位置。将该位置与被验证者声称的位置进行比较,若不相符,则认为被验证者实施了位置欺骗。安全性能分析和仿真数值表明,基于节点协作式的网格投票的位置验证方案能有效地检测位置欺骗节点,具有低的漏警率和虚警率,能够正确地检测恶意节点。(本文来源于《测控技术》期刊2016年07期)

基于位置的协作论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

针对认知车联网中由地形起伏或密集城市结构而引起的频谱感知性能低、延时大等问题,提出了一种基于位置预测的协作频谱感知算法。首先,采用能量检测法进行本地频谱感知,通过将次用户接收到的信号能量大小和预先设定的阈值进行比较,初步判定频谱是否被主用户占用。然后,利用认知车联网中车辆位置预测技术,计算车辆位置和信道状态信息,并据此设置置信值,删除置信值低的次用户。最后,在融合中心采用加入置信值的似然比融合规则得到最终判决结果。仿真结果表明,与传统算法相比,所提算法能有效提高频谱感知性能并缩短感知时间,尤其适用于对实时性要求较高的车联网系统。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

基于位置的协作论文参考文献

[1].齐嘉杰,胡斌杰.基于车辆位置和相关性的协作频谱感知算法[J].移动通信.2019

[2].谈雅竹,宋晓勤,徐韬,李克.基于位置预测的认知车联网协作频谱感知算法[J].测控技术.2019

[3].郜富晓.空地协作组网的无人机位置部署及能量优化机制研究[D].河南大学.2019

[4].罗峰.智能交通系统中位置信息的协作获取与深度挖掘[D].北京邮电大学.2019

[5].江颉,傅超仪.基于查询分片用户协作的位置隐私保护方法[J].小型微型计算机系统.2019

[6].潘建龙.多机器人协作系统运动规划及位置力协调控制研究[D].东南大学.2018

[7].张磊.基于用户协作的位置隐私保护研究[D].哈尔滨工程大学.2018

[8].潘建龙,甘亚辉,陈明,戴先中.多机器人协作焊接系统初始焊接位置选取及最优轨迹规划[C].第36届中国控制会议论文集(E).2017

[9].罗健,廖俊国,李雄.P2PSpaceTwist:一种主动式用户协作的位置隐私保护方法[J].计算机工程与科学.2016

[10].李景富,张飞.基于节点协作式网格投票的VANETs位置验证方法[J].测控技术.2016

标签:;  ;  ;  ;  

基于位置的协作论文-齐嘉杰,胡斌杰
下载Doc文档

猜你喜欢