本发明专利技术涉及智能交通技术领域,具体涉及一种基于V2X网络智能网联射频效益的分析方法,包括,获取智能网联车辆当前的V2X网络路测数据;根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据;根据所述特征数据做分析处理以形成一分析结果输出。处理以形成一分析结果输出。处理以形成一分析结果输出。
【技术实现步骤摘要】
一种基于V2X网络智能网联射频效益的分析方法
[0001]本专利技术涉及智能交通
,具体涉及一种基于V2X网络智能网联射频效益的分析方法。
技术介绍
[0002]V2X((vehicle
‑
to
‑
everything)是未来智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息,从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。V2X,即“车对外界”是车联网的关键技术,重在实现车与外界的信息交互。V2X的无线信息交换技术,是“车对车(V2V)”信息交换技术和“车对基础设施(V2I)”信息交换技术等的统称。搭载V2X模块的车辆能够实时感知周围环境,为自动选择最佳行驶路线、避免交通事故等提供数据支撑。V2X是车联网的关键技术,真正意义上的车联网由网络平台、车辆和行驶环境三部分组成,三者缺一不可,并实现三部分之间的“互联互通”。其中,行驶环境包括道路信息、信号灯及其它交通基础设施、附近车辆、行人等与车辆行驶相关的外部环境。
[0003]随着智能网联汽车的飞速发展,当大量V2X网络设备通过路侧单元RSU与云控平台、车端设备进行信息交互时,只有功能稳定、性能可靠的V2X网络通讯网络才能辅助确保智能网联汽车的出行安全、提高智能网联汽车的出行效率。实现功能稳定、性能可靠的V2X网络的关键之一是对路侧RSU部署V2X网络进行常态化路测、性能验证及优化调整,针对实际道路环境,借助各类测试工具、仪表、系统等定期采集V2X网络的运行数据,对V2X网络射频效益进行评估,根据评估结果发现网络异常,从而有针对性的进行网络优化调整。目前,V2X网络射频效益评估路测还并不多,在现有的V2X网络射频效益评估系统中,主要存在以下缺陷:指标数据项具有局限性,常用的指标射频功率等;网络异常识别时,大都还是凭借专业人员的经验简单分析现场采集的射频指标数据,更多依赖于人为经验,受限于道路、车辆以及天气等多方面因素形成的复杂环境,实际执行效率低,不能快速、高效、准确、可靠地给出识别结果;系统只能通过指标数据或者统计图表进行结果显示,可视化效果较差,不能结合地图可视化展示。
技术实现思路
[0004]一方面,本申请提供一种基于V2X网络智能网联射频效益的分析方法,其中:包括,
[0005]获取智能网联车辆当前的V2X网络路测数据;
[0006]根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据;
[0007]根据所述特征数据做分析处理以形成一分析结果输出。
[0008]优选地,上述的一种基于V2X网络智能网联射频效益的分析方法,其中:其中,根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据具体包括:
[0009]根据所述V2X网络路测数据和路侧RSU工参数据、道路数据将V2X网络路侧数据映射至物理道路路段以形成每一个路侧V2X设备的网络映射数据;
[0010]根据每一个所述V2X网络映射数据形成V2X网络映射测试数据。
[0011]优选地,上述的一种基于V2X网络智能网联射频效益的分析方法,其中:包括:所述特征数据至少包括丢包率、网络延时,执行根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据具体包括:
[0012]V2X网络路测数据网络环境中,于接收到发送数据包的指令的状态下发送一标准数据包数据,并记录所述数据包数据输出的第一时间;
[0013]接收返回的反馈数据包数据,并记录接收所述反馈数据包数据的第二时间;
[0014]根据所述第一时间和所述第二时间判断当前网络传输时间。
[0015]优选地,上述的一种基于V2X网络智能网联射频效益的分析方法,其中:校验所述反馈数据包数据与所述标准数据包数据之间的匹配度;
[0016]根据所述匹配度判断当前网络传输的丢包率。
[0017]优选地,上述的一种基于V2X网络智能网联射频效益的分析方法,其中:所述特征数据至少包括射频功率、丢包率、网络延时以及空间覆盖区域,执行根据所述特征数据做分析处理以形成一分析结果输出具体包括:
[0018]获取所述特征数据以形成一特征参数集,于所述特征参数集中选取一个或多个参数数据输入算法;
[0019]对所述特征参数集中的每一个特征参数进行预处理,根据每一个特征参数形成一特征函数;
[0020]对每一个特征函数做归一化处理以形成归一特征函数,
[0021]根据归一特征函数形成一个多维度量函数,根据多维度量函数形成所述分析结果。
[0022]将多维度量函数结果与临界值进行比较形成所述分析结果。
[0023]优选地,上述的一种基于V2X网络智能网联射频效益的分析方法,其中:所述特征数据至少包括射频功率、丢包率、网络延时以及空间覆盖区域,执行根据所述特征数据做分析处理以形成一分析结果输出具体包括:
[0024]获取所述特征数据以形成一特征参数集,于所述特征参数集中选取一个或多个参数数据输入算法;
[0025]对所述特征参数集中的每一个特征参数进行预处理,根据每一个特征参数形成一特征函数;
[0026]构建BP神经网络模型,源节点神经元的输入为所述特征数据,输出神经元的输出为网络异常事件;
[0027]将基础测试数据和网络异常事件作为历史数据,输入BP神经网络模型进行数据训练得到模型,确定用于V2X网络异常事件识别的神经元权值;
[0028]通过构建的BP神经网络模型进行识别以形成所述分析结果。
[0029]再一方面,本申请再提供一种基于V2X网络智能网联射频效益的评估系统,其中,包括:
[0030]V2X设备,设置于预置位置,用以形成输出V2X网络信号;
[0031]定位装置,设置于智能网联车辆中,用以获取所述智能网联车辆当前的定位信息,
[0032]数据处理子系统,用以获取当前环境中所述V2X网络信号的V2X网络路测数据,并对所述V2X网络路测数据做映射处理以形成V2X网络映射数据;
[0033]评估分析子系统,用以接收所述V2X网络映射数据,根据所述V2X网络映射数据形成一分析结果。
[0034]优选地,上述的一种基于V2X网络智能网联射频效益的评估系统,其中:V2X网络路测数据至少包括指标射频功率、网络传输时间和网络传输数据丢包率。
[0035]再一方面,一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现上述任一项所述基于V2X网络智能网联射频效益的分析方法。
[0036]最后,一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其中,所述处理器执行所述计算机程序时实现上述任一项所述基于V2X网络智能网联射频效益本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于V2X网络智能网联射频效益的分析方法,其特征在于:包括,获取智能网联车辆当前的V2X网络路测数据;根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据;根据所述特征数据做分析处理以形成一分析结果输出。2.根据权利要求1所述的一种基于V2X网络智能网联射频效益的分析方法,其特征在于:其中,根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据具体包括:根据所述V2X网络路测数据和路侧RSU工参数据、道路数据将V2X网络路侧数据映射至物理道路路段以形成每一个路侧V2X设备的网络映射数据;根据每一个所述V2X网络映射数据形成V2X网络映射测试数据。3.根据权利要求1所述的一种基于V2X网络智能网联射频效益的分析方法,其特征在于,包括:所述特征数据至少包括丢包率、网络延时,执行根据所述V2X网络路测数据和第一参考数据形成V2X网络映射数据以及与所述V2X网络映射数据匹配的特征数据具体包括:V2X网络路测数据网络环境中,于接收到发送数据包的指令的状态下发送一标准数据包数据,并记录所述数据包数据输出的第一时间;根据所述第一时间和所述第二时间判断当前网络传输时间。4.根据权利要求3所述的一种基于V2X网络智能网联射频效益的分析方法,其特征在于:校验所述反馈数据包数据与所述标准数据包数据之间的匹配度;根据所述匹配度判断当前网络传输的丢包率。5.根据权利要求1所述的一种基于V2X网络智能网联射频效益的分析方法,其特征在于:所述特征数据至少包括射频功率、丢包率、网络延时以及空间覆盖区域,执行根据所述特征数据做分析处理以形成一分析结果输出具体包括:获取所述特征数据以形成一特征参数集,于所述特征参数集中选取一个或多个参数数据输入算法;对所述特征参数集中的每一个特征参数进行预处理,根据每一个特征参数形成一特征函数;对每一个特征函数做归一化处理以形成归一特征函数,根据归一特征函数形成一个多维度量函数,根据多维度量函数...
【专利技术属性】
技术研发人员:宦涣,蔡炎,袁月明,闫学亮,
申请(专利权)人:启迪云控上海汽车科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。