在分析现有相关技术的基础上,提出了一种基于边缘计算的分簇(Ad hoc On-demand Distance Vector,AODV)路由新算法.通过对传统的以最小跳数为基础的AODV路由协议进行优化,综合考虑车辆节点能量,车辆行驶速度的信息,结合车对车(Vehicle to...
详细信息
在分析现有相关技术的基础上,提出了一种基于边缘计算的分簇(Ad hoc On-demand Distance Vector,AODV)路由新算法.通过对传统的以最小跳数为基础的AODV路由协议进行优化,综合考虑车辆节点能量,车辆行驶速度的信息,结合车对车(Vehicle to Vehicle,V2V)以及车对路(Vehicle to Road,V2R)的通信模式,在路边单元RSU中添加边缘服务器,使用分簇的方法,簇内车辆节点使用V2V通信模式,簇间车辆节点使用V2V与V2R相结合的通信模式来进行路由的选择.仿真结果表明,该算法在高速移动车辆自组织网络中提高了路由的选择效率,降低了链路因高速移动而导致断开重新建立链接带来的网络拓扑控制开销.
非接触手势识别是一种新兴的人机交互技术,在很多领域正发挥着巨大作用。基于商用的WiFi设备目前应用广泛,但很多因素会影响识别性能。本文探讨了隐马尔可夫模型理论,提出了一种基于WiFi物理层信息的手势识别系统(non contact ges,NCGes),使用菲涅尔区域模型来学习手势特征。首先收集信道状态信息(channel status information,CSI),之后提取特征值来描述手势动作。先基于朴素贝叶斯算法实现简单手势的识别,进而运用隐马尔可夫模型理论实现复杂手势的识别。实验结果表明,该方法具有良好的鲁棒性,在不同的实验环境中的平均识别准确率达到92.7%,可以应用于复杂的室内场景,具有广泛的应用前景。
暂无评论