《电子与信息学报》智能网联交通系统专题
2020年10月21日
智能网联交通系统专题
智能网联交通系统作为智能交通系统的终极发展形式，是物联网技术在交通运输领域的重要应用。2020年，《电子与信息学报》推出“智能网联交通系统”专题，钱志鸿教授担任专题主编。吉林大学钱志鸿教授团队，东南大学沈连丰教授团队，南京邮电大学朱洪波教授团队，山东大学张海霞教授团队，中南大学彭军教授团队，西安电子科技大学李长乐教授团队为专题撰稿。
专题主编：钱志鸿
钱志鸿，吉林大学教授，博士生导师，中国电子学会高级会员，中国通信学会高级会员，IEEE高级会员，IEEE通信协会中国（IEEE Harbin Section Chapter Communications Society in China）专业委员会委员，中国电子学会电子线路与系统专业委员会委员，吉林省大数据采集与传输技术科技创新中心主任，吉林省通信学会理事，《通信学报》、《电子学报》、《China Communications》（SCI）和《Chinese Journal of Electronics》（SCI）编委会委员，《电子与信息学报》副主编。近5年，先后担任ISICIS2014、CSA2015、CEIS2016、WCNA 2017、CSAE2018、CISAI2019等国际会议大会主席，主持各类科研项目30余项。在国内外各类学术刊物或会议上发表相关的学术论文200余篇，几乎全部被国际三大检索系统收录。申请国家发明专利30余项，撰写学术专著4部，作为负责人获得吉林省科技进步一等奖两次。
智能网联交通系统专题
（2020年42卷第1期）
目录：http://jeit.ie.ac.cn/app/2020/1
01智能网联交通系统的关键技术与发展引用本文: 钱志鸿, 田春生, 郭银景, 王雪. 智能网联交通系统的关键技术与发展[J]. 电子与信息学报, 2020, 42(1): 2-19. doi: 10.11999/JEIT190787.
发文单位：
1. 吉林大学通信工程学院
2. 山东科技大学机构信息与电气工程学院
作者简介:
钱志鸿：男，1957年生，教授，研究方向为无线网络通信技术，包括蓝牙、RFID, M2M, D2D、无线传感器网络及物联网等.
田春生：男，1993年生，博士生，研究方向为D2D通信技术与物联网.
郭银景：男，1966年生，教授，研究方向为网络通信、电磁兼容等.
王 雪：女，1984年生，副教授，研究方向为5G通信中的关键技术，具体包括D2D通信的模式选择、同步技术，以及物联网技术.
摘要：该文梳理了国内外针对智能网联交通系统的相关研究，阐述了智能网联交通系统的架构和关键技术，分析了外部环境感知技术、车辆自主决策技术、控制执行技术以及车路协同技术等几个重点方向的研究进展。在分析总结已有文献的基础上，该文描述了未来智能网联交通系统的方案及其工作原理。未来智能网联交通系统应具备全程路径规划和精准定位功能，运用实时动态定位(RTK)技术和合成孔径雷达(SAR)技术，对运动或非运动物体(包括未装载GPS的物体)进行探测和定位，并保证在GPS信号弱或无信号(如隧道、室内)环境下和近距离、非可视情况下探测信号的连续性。系统还将运用移动边缘计算(MEC)理论，解决低时延、大规模网络接入等关键问题，运用大数据、云计算、物联网(IoTs)和移动通信技术，实现具有全局性、网络化的智能网联交通系统。车联网中基于移动边缘计算的内容感知分类卸载算法研究
引用本文: 赵海涛, 朱银阳, 丁仪, 朱洪波. 车联网中基于移动边缘计算的内容感知分类卸载算法研究[J]. 电子与信息学报, 2020, 42(1): 20-27. doi: 10.11999/JEIT190594.
发文单位：
1.教育部泛在网络健康服务系统工程研究中心
2.江苏省无线通信重点实验室
3.南京邮电大学
作者简介:
赵海涛：男，1983年生，博士，副教授，研究方向为物联网与移动边缘计算.
朱银阳：男，1993年生，硕士，研究方向为移动边缘计算与资源优化.
丁 仪：女，1995年生，硕士，研究方向为物联网路由优化和边缘计算.
朱洪波：男，1956年生，博士，教授，研究方向为移动通信与宽带无线技术、无线通信与电磁兼容.
摘要：椭圆曲线Diffie-Hellman密钥交换协议与其他公钥密码体制相比，能够以较小的密钥尺寸来达到相同的安全强度，因此在实际应用中对带宽和存储的要求较低，从而在很多计算资源受限的环境中有更多应用价值。该文从理论和应用角度，评估该类型协议共享密钥建立过程中的部分信息泄漏对安全性的威胁至关重要。基于隐藏数问题和格分析技术，该文讨论了椭圆曲线Diffie-Hellman密钥交换协议的比特安全性，启发式地证明了椭圆曲线Diffie-Hellman共享密钥的x坐标的中间11/12 bit的计算困难性近似于恢复整个密钥。进一步地，给出了信息泄露量与泄漏位置的显式关系式。该文的研究结果放松了对泄露比特位置的限制，更加符合应用场景，显著改进了以往工作中得出的结论。03面向自动驾驶的车辆精确实时定位算法
引用本文: 沈连丰, 张瑞, 朱亚萍, 吴怡. 面向自动驾驶的车辆精确实时定位算法[J]. 电子与信息学报, 2020, 42(1): 28-35. doi: 10.11999/JEIT190610.
发文单位：
1.东南大学移动通信国家重点实验室
2.福建师范大学
作者简介:
沈连丰：男，1952年生，教授，主要研究方向为宽带移动通信、泛在网络和车辆自组织网络等.
张 瑞：男，1986年生，博士生，研究方向为短距无线通信、车辆自组织网络.
朱亚萍：女，1990年生，博士生，研究方向为短距无线通信、软件定义传感器网络.
吴 怡：女，1970年生，教授，主要研究方向为通信与信息系统，车辆自组织网络等.
摘要：针对车辆自组织网络(VANETs)中的车辆定位问题，以提高定位精度和实时性为目标，该文提出一种面向自动驾驶的车辆精确实时定位算法，包括基于矩阵束(MP)与非线性拟合(NLF)以及基于视觉感知两种技术。基于MP-NLF的技术通过联合TOA/AOA估计进行车辆单站定位，并引入高分辨率估计以提高估计精度；基于视觉感知的技术通过提取定位范围内视觉感知图像的特征信息来完成定位，并结合惯性信息进行无迹卡尔曼滤波进一步提高精度。仿真结果表明，与传统多径指纹算法相比，所提算法即使在低信噪比情况下也具有较好的定位性能。04基于车辆行为分析的智能车联网关键技术研究
引用本文: 张海霞, 李腆腆, 李东阳, 刘文杰. 基于车辆行为分析的智能车联网关键技术研究[J]. 电子与信息学报, 2020, 42(1): 36-49. doi: 10.11999/JEIT190820.
发文单位：
山东大学控制科学与工程学院
作者简介:
张海霞：女，1979年生，教授，博士生导师，研究方向为智能通信与网络.
李腆腆：女，1985年生，博士生，研究方向为无线通信.
李东阳：男，1992年生，博士生，研究方向为无线大数据.
刘文杰：男，1995年生，博士生，研究方向为边缘缓存.
摘要： 车联网通信系统中通信节点的高移动性、移动行为的复杂性，使得此场景下通信业务呈现数据实时交互性强、空时分布不均、尺度多变、规律复杂的特征，导致传统的车联网网络部署、资源调配难以有效满足用户的差异化服务质量需求。因此，迫切需要设计“车-人-路-云”泛在互联的智能异构车联网网络，通过充分挖掘车辆行为数据的潜在价值，精准预测、刻画车辆行为的空时分布特性，以提升车联网资源利用率、改善车联网服务性能。该文全面梳理了国内外在车辆行为分析、网络部署与接入以及资源优化方面的相关工作，重点阐述了智能车联网关键使能技术，即如何借助先进的人工智能、数据分析技术，探索车联网中车辆行为的空时分布特性，建立车辆行为预测模型，进行智能化网络部署与多网接入、动态资源优化管理，实现高容量、高效率的智能车联网通信。05基于深度学习的车联边缘网络交通事故风险预测算法研究
引用本文: 赵海涛, 程慧玲, 丁仪, 张晖, 朱洪波. 基于深度学习的车联边缘网络交通事故风险预测算法研究[J]. 电子与信息学报, 2020, 42(1): 50-57. doi: 10.11999/JEIT190595.
发文单位：
1.教育部泛在网络健康服务系统工程研究中心
2.江苏省无线通信重点实验室
3.南京邮电大学
作者简介:
赵海涛：男，1983年生，博士，副教授，研究方向为物联网与移动边缘计算.
程慧玲：女，1995年生，硕士生，研究方向为移动边缘计算与人工智能.
丁 仪：女，1995年生，硕士生，研究方向为物联网路由优化和边缘计算.
张 晖：男，1982年生，博士，副教授，研究方向为未来无线网络.
朱洪波：男，1956年生，博士，教授，研究方向为移动通信与宽带无线技术、无线通信与电磁兼容.
摘要： 针对传统交通事故风险预测算法无法自动判别数据特征，且模型表达能力差等问题。该文提出一种基于深度学习的车联边缘网络交通事故风险预测算法，该算法首先针对车载自组织网络中采集的大量交通数据，采用边缘服务器中建立的卷积神经网络自主提取多维特征，经归一化、去均值等预处理后，再将得到的新变量输入卷积层、采样层进行训练，最后根据全连接层输出的判别值，得到模拟预测交通事故发生的风险性。仿真结果表明，该算法被验证能够预测交通事故发生的风险性，较传统的机器学习算法BP神经网络、逻辑回归具有更低的损失与更高的预测准确度。06一种车载服务的快速深度Q学习网络边云迁移策略
引用本文: 彭军, 王成龙, 蒋富, 顾欣, 牟玥玥, 刘伟荣. 一种车载服务的快速深度Q学习网络边云迁移策略[J]. 电子与信息学报, 2020, 42(1): 58-64. doi: 10.11999/JEIT190612.
发文单位：
1.中南大学计算机学院
2.中南大学自动化学院
作者简介:
彭 军：女，1967年生，教授，研究方向为智能交通网络通信与安全控制、移动云服务、机器学习、智慧新能源管理.
王成龙：男，1996年生，博士生，研究方向为车联网、智能交通网络通信、机器学习.
蒋 富：男，1983年生，副教授，研究方向为无线通信与移动网络、绿色认知无线传感器网络、协同通信、网络空间安全.
顾 欣：女，1993年生，博士生，研究方向为无线网络优化、车联网通信技术.
牟玥玥：女，1996年生，硕士生，研究方向为图像处理、无线通信.
刘伟荣：男，1976年生，教授，研究方向为物联网、协同通信、CPS系统、云机器人情景感知.
摘要： 智能网联交通系统中车载用户的高速移动，不可避免地造成了数据在边缘服务器之间频繁迁移，产生了额外的通信回传时延，对边缘服务器的实时计算服务带来了巨大的挑战。为此，该文提出一种基于车辆运动轨迹的快速深度Q学习网络(DQN-TP)边云迁移策略，实现数据迁移的离线评估和在线决策。车载决策神经网络实时获取接入的边缘服务器网络状态和通信回传时延，根据车辆的运动轨迹进行虚拟机或任务迁移的决策，同时将实时的决策信息和获取的边缘服务器网络状态信息发送到云端的经验回放池中；评估神经网络在云端读取经验回放池中的相关信息进行网络参数的优化训练，定时更新车载决策神经网络的权值，实现在线决策的优化。最后仿真验证了所提算法与虚拟机迁移算法和任务迁移算法相比能有效地降低时延。07面向自动协同驾驶的多车编队任务分配策略
引用本文: 李长乐, 张云锋, 张尧, 毛国强, 贾存兴. 面向自动协同驾驶的多车编队任务分配策略[J]. 电子与信息学报, 2020, 42(1): 65-73. doi: 10.11999/JEIT190557.
发文单位：
1.西安电子科技大学综合业务网理论及关键技术国家重点实验室
2.悉尼科技大学电气与数据工程系
3.河北省高速公路京雄筹建处
作者简介:
李长乐：男，1976年生，教授，博士生导师，研究方向为网联网控无人驾驶、智能网联汽车超视距感知、交通大数据分析及应用、大规模网络技术、高动态网络技术等.
张云锋：男，1996年生，硕士生，研究方向为车辆编队、协同驾驶.
张 尧：男，1993年生，博士生，研究方向为车联网、边缘计算、无线传感器网络.
毛国强：男，1974年生，教授，博士生导师，研究方向为智能交通技术、车联网、智慧公路与智能网联驾驶、下一代移动通信系统(5G)关键技术研发、物联网、无线定位技术等.
贾存兴：男，高级工程师，研究方向为公路与水路运输、建筑科学与工程.
摘要： 自动驾驶的实现需要大量车载传感器的支持，然而，在有限车载计算资源条件下，由传感器所产生的庞大数据量使得自动驾驶任务的实时性难以满足，成为阻碍自动驾驶技术进一步发展的重要阻力。通过将驾驶任务进行协作处理，因而充分利用多个协作车辆的计算资源，自动协同驾驶成为解决该问题的新途径。而如何形成多车编队并实现编队中驾驶任务分配则是实现自动协同驾驶的关键。该文首先采用排队理论G/G/1模型建立一种普适性车辆编队网络拓扑分析模型，充分考虑编队内车辆间的任务协作能力和单个车辆的任务负荷，得出任务的处理时延和车辆系统中的平均任务数；其次，采用支持向量机(SVM)方法，基于车辆的负荷程度及处理能力将车辆的“空闲”、“繁忙”两状态进行分类，进而建立针对车辆协作任务分配的候选车辆集。最后，基于上述分析，该文提出面向多车编队协同驾驶的任务均衡策略——基于分类的贪婪均衡策略(C-GBS)，以充分平衡编队内所有车辆的任务负荷并利用不同车辆的任务处理能力。仿真结果表明，该策略能够减小重负荷网络中的任务处理时延，有效提升自动驾驶车辆的任务处理效率。中国电子学会电路与系统分会第三十一届学术年会通知安全测评与风险评估专题
安全协议专题
抗量子攻击密码技术专题
美编：陈倩
校对：马秀强，余蓉
·↑长按此二维码可关注 ↑·
通信地址：北京市海淀区北四环西路19号中科院电子所（2702信箱） 《电子与信息学报》编辑部
邮编：100190
电话：010-58887066
E-mail：jeit@mail.ie.ac.cn