一种多车位置补全方法
    1.
    发明公开

    公开(公告)号:CN117354763A

    公开(公告)日:2024-01-05

    申请号:CN202311433789.5

    申请日:2023-11-01

    摘要: 本发明提供了一种多车位置补全方法,该方法主要基于生成对抗网络(Generative Adversarial Network,GAN)和知识蒸馏。包括S1:装有OBU的车辆定期向车用无线通信系统发送自身信息和周围车辆的信息;S2:边缘设备收集道路中可感知的状态,对收集的信息数据进行预处理操作;S3:使用全局和局部生成对抗网络模型来学习已知信息与位置区域状态的分布,从而使模型具备场景补全能力;S4:使用跨模型蒸馏和自蒸馏架构对补全模型进行自适应地压缩从而适应边缘设备的算力需求,将补全模型部署到边缘设备。利用本方法可以高效、准确地推断出车用无线通信系统无法感知到的区域的车辆位置,从而为基于车用无线通信技术的诸多应用提供有效的信息。

    一种节点状态异常时电力网络故障传播抑制方法

    公开(公告)号:CN118869744A

    公开(公告)日:2024-10-29

    申请号:CN202410928150.2

    申请日:2024-07-11

    摘要: 本发明提供一种节点状态异常时电力网络故障传播抑制方法,涉及复杂电力网络结构技术领域。首先,建立节点状态异常时复杂电力网络的故障传播模型;然后,基于构建的复杂电力网络的故障传播模型分析节点状态异常时故障传播特性,对复杂电力网络中发生状态异常的节点引起的故障传播进行抑制。本发明通过引入电气承载量概念和建立故障传播模型,揭示了复杂电力网络中由节点状态异常引起的问题,提出了顽固节点的概念,并通过一种低复杂度的切边算法,提出了一种电力网络故障传播抑制方法,显著提升了电力系统的稳定性,有效利用了网络冗余,识别并处理了电力系统的薄弱环节,为电力系统运行和维护提供了实际可行的解决方案,具备广泛的应用潜力。

    混合稀疏场景下联网车辆变道超车辅助方法

    公开(公告)号:CN117612375A

    公开(公告)日:2024-02-27

    申请号:CN202311590770.1

    申请日:2023-11-27

    IPC分类号: G08G1/01 G08G1/042

    摘要: 本发明提供了一种混合稀疏场景下联网车辆变道超车辅助方法,包括如下步骤:联网车辆实时感知道路上传统车辆的状态信息并存储;联网车辆遍历周围传统车辆的状态信息,识别丢失的时间戳或相应的状态信息,并进行修复;建立车辆状态预测模型并利用所述车辆状态预测模型预测联网车辆及其周围车辆的未来状态;建立变道超车模型并利用所述变道超车模型提前仿真和测试变道超车过程;使用所述变道超车模型输出的结果来评估车辆在未来某个时刻执行变道超车动作的可行性,并对可行性较高的车辆提供变道超车相应的速度引导。该联网车辆变道超车辅助方法可辅助联网车辆完成变道超车操作,解决了联网车辆在混合稀疏场景下如何安全且高效的进行变道超车的问题。

    一种基于仙人掌结构的电力网络脆弱性评估方法及装置

    公开(公告)号:CN118780488A

    公开(公告)日:2024-10-15

    申请号:CN202410906587.6

    申请日:2024-07-08

    摘要: 本申请提出一种基于仙人掌结构的电力网络脆弱性评估方法及装置,属于复杂电力网络控制技术领域,所述方法包括:将电力网络抽象为基于电气介数的加权有向图;将加权有向图的子图作为节点i的电力仙人掌结构;基于所述电力仙人掌结构定义三种指标;采用加权最大匹配算法计算以节点i为根节点的高权值茎,得到高权值茎节点集合;采用可达性判断算法在高权值茎节点集合中,计算得到节点i的最大电力仙人掌中的节点数以及节点i的电控制范围;计算得到电动态特性计算结果;根据电动态特性计算结果的大小进行排序,得到电力网络脆弱性评估结果。本申请准确识别复杂电力网络中的控制和观测关键节点,提高了复杂电力网络控制和观测的鲁棒性。

    无人机辅助MEC的双时间尺度联合优化服务缓存和计算卸载方法

    公开(公告)号:CN118612797A

    公开(公告)日:2024-09-06

    申请号:CN202410736472.7

    申请日:2024-06-07

    摘要: 本发明公开了无人机辅助MEC的双时间尺度联合优化服务缓存和计算卸载方法,包括:S1:构建系统模型、通信模型、缓存模型、计算卸载模型及能耗模型;S2:以多无人机辅助移动边缘计算系统总时延最小化为优化目标,构建优化问题模型;S3:根据贪婪双尺寸频率算法改进的服务缓存策略更新服务缓存;S4:将优化问题构建为马尔可夫决策过程;S5:将基于贪婪双尺寸频率算法改进的服务缓存策略嵌入到TD3算法中,构建双时间尺度TD3(DTTD3)方案;利用优化目标求解卸载决策和资源分配比例。本发明在不同的时间尺度上联合优化服务缓存、计算卸载和资源分配比例,在较大的时间尺度更新服务缓存,有效减少服务缓存更新带来的时延问题并节省无人机的能源消耗。