CN101968928A - 远程交通信号控制方法 - Google Patents
远程交通信号控制方法 Download PDFInfo
- Publication number
- CN101968928A CN101968928A CN2010105107952A CN201010510795A CN101968928A CN 101968928 A CN101968928 A CN 101968928A CN 2010105107952 A CN2010105107952 A CN 2010105107952A CN 201010510795 A CN201010510795 A CN 201010510795A CN 101968928 A CN101968928 A CN 101968928A
- Authority
- CN
- China
- Prior art keywords
- signal control
- communication
- data
- communication unit
- time delay
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004891 communication Methods 0.000 claims abstract description 149
- 238000013528 artificial neural network Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000012886 linear function Methods 0.000 claims description 5
- 230000003252 repetitive effect Effects 0.000 claims description 4
- 238000012552 review Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 abstract description 5
- 230000001052 transient effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001417517 Scatophagidae Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种远程交通信号控制方法，该方法基于互联网通讯实现，采用时延预测补偿方式，包括以下步骤：(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；(2)采用反射传播神经网络时延预测算法进行互联网通讯的时延预测；(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿。该方法可减少控制中断，保证通讯的实时性、稳定性、有效性；适于进行远距离的交通信号控制。
Description
技术领域
本发明涉及一种远程交通信号控制方法和控制系统，特别是涉及一种基于互联网时延预测补偿的远程交通信号控制方法和控制系统。
背景技术
目前，国内众多大型城市引入了智能交通信号控制系统，典型的有英国SCOOT系统、澳大利亚SCATS系统、美国ACTRA系统、西班牙SANCO系统、海信HSC系统等。这些交通信号控制系统通过控制中心与路口信号机的实时通讯，一方面将控制中心的系统控制指令下发到路口信号机，另一方面将路口信号机采集到的路口交通数据和控制状态反馈给控制中心。采用此类系统控制方式的交通信号控制系统在城市的交通发展实践中起到了积极的推动作用。
然而，随着我国城市化进程的深入，城市交通控制区域不断扩展，受控区域与控制中心的物理距离越来越远且局部地区由于资金和人才的缺乏需要跨省市进行远程托管控制，传统的现有交通信号控制系统的通讯方式由于存在以下明显缺陷已不能满足远程交通信号系统控制的要求：1.现有系统的拓扑结构普遍距离短，距离越长数据传输的抗干扰能力越差；2.现有系统多采用低速串行通讯接口，难以满足系统的可靠性和实时性要求；3.部分交通信号机提供了以太网接口，但目前采用专用DPN网络形式进行连接的建设成本昂贵。
利用互联网通讯技术虽然从理论上可以解决上述远程交通信号控制问题，但是由于交通信号控制系统内部对于网络时延有着非常严格的要求，而互联网传输的网络时延具有较强的时变性和不确定性，因此单纯采用互联网通讯技术并不能保障交通信号控制系统的实时性和稳定性。
发明内容
针对交通信号控制系统的上述缺点，本发明提供了一种采用时延预测补偿方式的基于互联网通讯的远程交通信号控制方法。根据本发明的一个方面，提供一种远程交通信号控制方法，该方法基于互联网通讯实现，其特征在于：所述方法采用时延预测补偿方式，并具体包括以下步骤：(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；(2)采用反射传播(Back Propagation，简称BP)神经网络时延预测算法进行互联网通讯的时延预测；(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿。
优选地，在由所述中心信号控制系统到所述路口信号机的通讯数据下行传输过程中，所述数据缓存区用于暂存当前时刻下达的交通控制指令，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的控制指令将重新发送。
优选地，所述的反射传播神经网络采用3层网络结构、5个输入层单元、4个隐层单元和1个输出层。
优选地，所述输出层采用纯线性函数。
优选地，所述输入层为过去采样时刻的时间延迟u(k-1)，…u(k-n)，其中，u(k)表示当前采样时刻的时间延迟，k表示当前时刻，k-n表示从当前时刻往前追溯n个时刻的时刻，n为自然数。
优选地，每次采用前5个时延值来预测下一时刻的时延值，输出为下一采样时刻网络时延的预测值；当获得该时刻对应的时延的实际值后，比较实际值和预测值；如果预测误差小于许可范围，认为网络状况还没有发生剧烈的变化，无须重新学习，可使用当前神经网络来预测时延；否则，需要重新训练网络，训练神经网络使用的训练信号为上一时刻网络的真实时延。
根据本发明的另一方面，提供一种实现上述控制方法的远程交通信号控制系统，其包括路口信号机、受控通信单元、中心通信单元和中心信号控制系统，其特征在于：所述受控通信单元和中心通信单元之间通过互联网进行通信联接，所述中心通信单元和受控通信单元中分别建立有数据缓存区；并且，所述方法基于互联网通讯实现，采用时延预测补偿方式，并具体包括以下步骤：(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；(2)采用反射传播神经网络时延预测算法进行互联网通讯的时延预测；(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿。
优选地，所述中心通信单元为中心交通数据网关，所述受控通信单元为受托城市交通数据网关。
优选地，在由所述路口信号机到所述中心信号控制系统的通讯数据上行传输过程中，所述数据缓存区用于暂存当前时刻的交通数据，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的交通数据重复读写1次。
优选地，在由所述中心信号控制系统到所述路口信号机的通讯数据下行传输过程中，所述数据缓存区用于暂存当前时刻下达的交通控制指令，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的控制指令将重新发送。
优选地，所述的反射传播神经网络采用3层网络结构、5个输入层单元、4个隐层单元和1个输出层。
优选地，所述输出层采用纯线性函数。
优选地，所述输入层为过去采样时刻的时间延迟u(k-1)，…u(k-n)，其中，u(k)表示当前采样时刻的时间延迟，k表示当前时刻，k-n表示从当前时刻往前追溯n个时刻的时刻，n为自然数。
优选地，每次采用前5个时延值来预测下一时刻的时延值，输出为下一采样时刻网络时延的预测值；当获得该时刻对应的时延的实际值后，比较实际值和预测值；如果预测误差小于许可范围，认为网络状况还没有发生剧烈的变化，无须重新学习，可使用当前神经网络来预测时延；否则，需要重新训练网络，训练神经网络使用的训练信号为上一时刻网络的真实时延。
本发明的基于互联网时延预测补偿的远程交通信号控制方法和控制系统与以往方法和系统相比，其有益效果在于：由于提高了系统单元之间的控制/应答频率，从而减少了延时造成的控制中断；通过延时预测补偿环节保证了系统数据通讯的实时性和稳定性，保证下端数据和上端指令传输的有效性；适于进行远距离的交通信号控制，尤其是跨省市的远程托管控制。
附图说明
图1是本发明所述远程交通信号控制系统的结构示意图；
图2是本发明所述远程交通信号控制方法进行时延预测的BP神经网络结构的示意图；
图3是本发明所述远程交通信号控制方法的远程通信补偿机制示意图；
图4是本发明所述远程交通信号控制方法中由路口信号机到中心信号控制系统的通讯数据上行传输流程图；
图5是本发明所述远程交通信号控制方法中由中心信号控制系统到路口信号机的通讯数据下行传输流程图；
图6A～图6C为本发明所述远程交通信号控制方法实施过程中所获得的网络时延状况示意图。
具体实施方式
为了使本领域普通技术人员对本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合附图，进一步阐述本发明。
图1描述了本发明所述基于互联网时延预测补偿的远程交通信号控制方法所涉及的远程交通信号控制系统的实现结构。如图所示，所述远程交通信号控制系统由路口信号机、受控通信单元(即受托城市交通数据网关)、中心通信单元(即中心交通数据网关)和中心信号控制系统组成，受控通信单元和中心通信单元之间通过互联网进行通信联接。
基于互联网时延预测补偿的远程交通信号控制方法包括：(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；(2)采用反射传播神经网络时延预测算法进行互联网通讯的时延预测；(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，保证下端数据和上端指令传输的有效性，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿，确保系统的有效运行。
图2是本发明进行时延预测的BP神经网络结构的示意图。如图所示，反射传播神经网络采用3层网络结构、5个输入层单元、4个隐层单元和1个输出。输出层采用纯线性函数。输入为过去采样时刻的时间延迟u(k-1)，…u(k-n)，其中，u(k)表示当前采样时刻的时间延迟，k表示当前时刻，k-n表示从当前时刻往前追溯n个时刻的时刻，n为自然数。每次采用前5个时延值来预测下一时刻的时延值，输出为下一采样时刻网络时延的预测值。当获得该时刻对应的时延的实际值后，比较实际值和预测值。如果预测误差小于许可范围，认为网络状况还没有发生剧烈的变化，无须重新学习，可使用当前神经网络来预测时延；否则，需要重新训练网络，训练神经网络使用的训练信号为上一时刻网络的真实时延。该神经网络通过一段时间的学习，使网络结构可以快速适应不同时间、地点和类型的网络。
图3描述了远程交通信号控制方法的远程通信补偿机制。
上端通信控制单元(InComU)数据补偿过程如下：
1)上端通信控制单元首先与中心信号控制系统进行握手，确认通信链路通畅；
2)上端通信控制单元将来自中心信号控制系统的控制指令按时间顺序存储至数据队列缓冲区中，队列缓冲区以堆栈形式进行保存；
3)上端通信控制单元向下端通信控制单元(OutComU)下发控制指令，若1秒钟内下端通信控制单元无应答数据则上端通信控制单元继续向下端通信控制单元下发最近一个时刻的指令；
4)若下端通信控制单元超过5秒钟仍无应答，重新启动上端通信控制单元和下端通信控制单元之间的通讯链接。
下端通信控制单元数据补偿过程如下：
1)下端通信控制单元首先与下端信号机进行握手，确认通信链路通畅；
2)下端通信控制单元将来自下端信号机的交通流数据和控制状态数据，按时间顺序存储至数据队列缓冲区中，队列缓冲区以堆栈形式进行保存；
3)下端通信控制单元向上端通信控制单元上传数据，若1秒钟内上端通信控制单元无应答数据则下端通信控制单元继续向上端通信控制单元上传最近一个时刻的数据。
4)若上端通信控制单元超过5秒钟仍无应答，重新启动下端通信控制单元和上端通信控制单元之间的通讯链接。
图4所示为本发明远程交通信号控制方法中由路口信号机到中心信号控制系统的通讯数据上行传输流程。：信号机依时序向本地通讯网关发送数据，本地通讯网关收到信号机数据后判断与中心连接是否正常，若本地通讯网关与中心连接正常，则本地通讯网关将数据进行封装并向中心系统发送数据。数据发送过程通过对缓存的操作来完成。第二步：本地通讯网关首先判断与现场连接是否超时，若超时则将发给中心系统的数据写入缓存中；若未超时则继续判断一次，若超时则清空缓存，若未超时则读出缓存。第三步：将缓存中的数据再次发送给中心控制系统。上述过程每秒钟处理3次。其中，数据缓存区是专为保障远程网络交通信号控制连续性开辟的，用于暂存当前时刻的交通数据，当网络通讯故障时间大于1秒钟时，缓存区中的交通数据重复读写1次。
图5所示为本发明远程交通信号控制方法中由中心信号控制系统到路口信号机的通讯数据下行传输流程。中心系统生成控制数据向中心通讯网关发送数据，中心通讯网关收到信号机数据后判断与现场连接是否正常，若中心通讯网关与现场连接正常，则中心通讯网关将数据进行封装并向本地信号机发送数据。数据发送过程通过对缓存的操作来完成。第二步：中心通讯网关首先判断与中心连接是否超时，若超时则将发给中心系统的数据写入缓存中；若未超时则将控制数据下发至信号机。上述过程每秒钟处理3次。其中，数据缓存区是专为保障远程网络交通信号控制连续性开辟的，用于暂存当前时刻下达的交通控制指令，当网络通讯故障时间大于1秒钟时，缓存区中的控制指令将重新发送。
为测试网络时延预测补偿方法的实际效果，发明人做了如下实验。根据控制报文协议ICMP(InternetControl Message Protocol)在指定时间间隔探测托管中心交通数据网关与受托城市交通数据网关之间数据包的往返时间(RTT)。以北方工业大学智能交通研究所作为网络时延测试的源主机，分别以大连金州交警支队、南京市交警支队和武汉市交警支队作为目标主机，测试两地之间的网络时延补偿情况。图6A～6C所示为北方工业大学分别到大连金州交警支队、南京市交警支队、武汉市交警支队的因特网网络时延状况。
由图6A～6C中数据计算可知，不同地点间、不同路由选择产生的网络时延值虽有较大不同，但时延的幅值有界且在时延均值附近波动。这说明采用网络时延预测补偿的方法可以将网络延迟控制在相对稳定的范围内。
由此可见，由北京到各地的网络时延值虽有不同，但应用时延预测补偿后的网络时延具有以下明显特点：
(1)网络时延幅值远小于1秒，完全能够满足当前主流交通信号控制系统的远程控制需要；
(2)网络时延幅值有界内且收敛于均值，不改变原交通信号控制系统的稳定性，不会对远程网络控制产生负面影响；
(3)网络时延标准差均不超过20ms，完全能够保证远程信号控制的实时性和有效性。
以上描述了本发明的基本原理和主要特征以及优点。本领域普通技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (15)
1.一种远程交通信号控制方法，该方法基于互联网通讯实现，其特征在于：所述方法采用时延预测补偿方式，并具体包括以下步骤：
(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；
(2)采用反射传播神经网络时延预测算法进行互联网通讯的时延预测；
(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿。
2.根据权利要求1所述的远程交通信号控制方法，其特征在于：在由所述路口信号机到所述中心信号控制系统的通讯数据上行传输过程中，所述数据缓存区用于暂存当前时刻的交通数据，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的交通数据重复读写1次。
3.根据权利要求2所述的远程交通信号控制方法，其特征在于：在由所述中心信号控制系统到所述路口信号机的通讯数据下行传输过程中，所述数据缓存区用于暂存当前时刻下达的交通控制指令，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的控制指令将重新发送。
4.根据权利要求1-3中任一项所述的远程交通信号控制方法，其特征在于：所述的反射传播神经网络采用3层网络结构、5个输入层单元、4个隐层单元和1个输出层。
5.根据权利要求4所述的远程交通信号控制方法，其特征在于：所述输出层采用纯线性函数。
6.根据权利要求4所述的远程交通信号控制方法，其特征在于：所述输入层为过去采样时刻的时间延迟u(k-1)，…u(k-n)，其中，u(k)表示当前采样时刻的时间延迟，k表示当前时刻，k-n表示从当前时刻往前追溯n个时刻的时刻，n为自然数。
7.根据权利要求4所述的远程交通信号控制方法，其特征在于：每次采用前5个时延值来预测下一时刻的时延值，输出为下一采样时刻网络时延的预测值；当获得该时刻对应的时延的实际值后，比较实际值和预测值；如果预测误差小于许可范围，认为网络状况还没有发生剧烈的变化，无须重新学习，可使用当前神经网络来预测时延；否则，需要重新训练网络，训练神经网络使用的训练信号为上一时刻网络的真实时延。
8.一种实现权利要求1-7中所述控制方法的远程交通信号控制系统，其包括路口信号机、受控通信单元、中心通信单元和中心信号控制系统，其特征在于：所述受控通信单元和中心通信单元之间通过互联网进行通信联接，所述中心通信单元和受控通信单元中分别建立有数据缓存区；
并且，所述方法基于互联网通讯实现，采用时延预测补偿方式，并具体包括以下步骤：
(1)中心信号控制系统与中心通信单元之间、中心通信单元与受控通信单元之间及受控通信单元与路口信号机之间均采用1秒3次的控制/应答频率进行通讯；
(2)采用反射传播神经网络时延预测算法进行互联网通讯的时延预测；
(3)在时延处理过程中通过建立队列缓冲区对交通数据进行补偿，在上下端的中心通信单元和受控通信单元中建立数据缓存区，系统在进行数据通讯时始终保存最新的数据，对于短暂的数据通讯中断，系统利用最新的数据包进行补偿。
9.根据权利要求8所述的远程交通信号控制系统，其特征在于：所述中心通信单元为中心交通数据网关，所述受控通信单元为受托城市交通数据网关。
10.根据权利要求8所述的远程交通信号控制系统，其特征在于：在由所述路口信号机到所述中心信号控制系统的通讯数据上行传输过程中，所述数据缓存区用于暂存当前时刻的交通数据，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的交通数据重复读写1次。
11.根据权利要求10所述的远程交通信号控制方法，其特征在于：在由所述中心信号控制系统到所述路口信号机的通讯数据下行传输过程中，所述数据缓存区用于暂存当前时刻下达的交通控制指令，当网络通讯故障时间大于1秒钟时，所述数据缓存区中的控制指令将重新发送。
12.根据权利要求8-11中任一项所述的远程交通信号控制方法，其特征在于：所述的反射传播神经网络采用3层网络结构、5个输入层单元、4个隐层单元和1个输出层。
13.根据权利要求12所述的远程交通信号控制方法，其特征在于：所述输出层采用纯线性函数。
14.根据权利要求12所述的远程交通信号控制方法，其特征在于：所述输入层为过去采样时刻的时间延迟u(k-1)，…u(k-n)。
15.根据权利要求12所述的远程交通信号控制方法，其特征在于：每次采用前5个时延值来预测下一时刻的时延值，输出为下一采样时刻网络时延的预测值。当获得该时刻对应的时延的实际值后，比较实际值和预测值。如果预测误差小于许可范围，认为网络状况还没有发生剧烈的变化，无须重新学习，可使用当前神经网络来预测时延；否则，需要重新训练网络，训练神经网络使用的训练信号为上一时刻网络的真实时延。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105107952A CN101968928A (zh) | 2010-10-19 | 2010-10-19 | 远程交通信号控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105107952A CN101968928A (zh) | 2010-10-19 | 2010-10-19 | 远程交通信号控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101968928A true CN101968928A (zh) | 2011-02-09 |
Family
ID=43548075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105107952A Pending CN101968928A (zh) | 2010-10-19 | 2010-10-19 | 远程交通信号控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101968928A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008655A (zh) * | 2014-05-30 | 2014-08-27 | 南车南京浦镇车辆有限公司 | 基于集中差分gps定位的有轨电车道口信号优先控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020053985A1 (en) * | 2000-05-16 | 2002-05-09 | Nesbitt Bryce C. | Method and system for providing corrected time dependent data across a wireless network |
| US6704645B1 (en) * | 2001-12-11 | 2004-03-09 | Garmin Ltd. | System and method for estimating impedance time through a road network |
| CN1645839A (zh) * | 2005-01-25 | 2005-07-27 | 南开大学 | 基于并行缓存结构的通信网络交换系统及其控制方法 |
| CN101808244A (zh) * | 2010-03-24 | 2010-08-18 | 北京邮电大学 | 一种视频传输控制方法及系统 |
-
2010
- 2010-10-19 CN CN2010105107952A patent/CN101968928A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020053985A1 (en) * | 2000-05-16 | 2002-05-09 | Nesbitt Bryce C. | Method and system for providing corrected time dependent data across a wireless network |
| US6704645B1 (en) * | 2001-12-11 | 2004-03-09 | Garmin Ltd. | System and method for estimating impedance time through a road network |
| CN1645839A (zh) * | 2005-01-25 | 2005-07-27 | 南开大学 | 基于并行缓存结构的通信网络交换系统及其控制方法 |
| CN101808244A (zh) * | 2010-03-24 | 2010-08-18 | 北京邮电大学 | 一种视频传输控制方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 孙立军等: "基于神经网络的时延预测算法研究", 《机器人》 * |
| 曲大义，朱中: "基于无线网格技术的远程分布式交通信号控制系统架构", 《2007第三届中国智能交通年会论文集》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008655A (zh) * | 2014-05-30 | 2014-08-27 | 南车南京浦镇车辆有限公司 | 基于集中差分gps定位的有轨电车道口信号优先控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102546106B (zh) | 面向卫星网络的多路径并行传输方法 | |
| CN105245451B (zh) | 卫星dtn网络的时间扩散性路由搜寻方法 | |
| CN105939184B (zh) | 基于无迹卡尔曼滤波的空天DTN网络bundle传输时延估计的方法 | |
| CN103607737B (zh) | 一种异构网络业务分流方法及系统 | |
| CN101854695B (zh) | 基于能量和时延蚁群算法来确定无线传感网络路由的方法 | |
| CN105228180A (zh) | 一种基于节点转发能力估计的车载容迟网络路由方法 | |
| CN106130930B (zh) | 一种数据帧预入队处理的装置及方法 | |
| CN102036337B (zh) | 基于改进aodv协议的通信方法 | |
| CN103647664A (zh) | 面向深空多中继卫星通信的分布式仿真系统 | |
| CN101742554A (zh) | 无线多媒体传感器网络多路径传输机制的拥塞控制方法 | |
| CN105208616A (zh) | 车载自组织网络中基于道路拓扑的自适应多副本路由方法 | |
| CN103281742A (zh) | 基于自主获取道路信息车载自组织网络路由方法 | |
| CN108337032B (zh) | 一种在sdsn中的时延测量偏差量化与时延预测的方法 | |
| CN103619033A (zh) | 基于贪心路径的移动sink节点数据收集方法 | |
| CN105453495B (zh) | 一种路由节点、光交换网络及光信号传输的方法 | |
| CN102957608A (zh) | 一种容迟容断网络的路由算法 | |
| CN1937000A (zh) | 城市交叉路口远程监控及车流识别检测方法 | |
| Jaleel et al. | Reducing congestion in an intelligent traffic system with collaborative and adaptive signaling on the edge | |
| CN105890609B (zh) | 一种基于分布式动态路网的路径规划方法及系统 | |
| CN101968928A (zh) | 远程交通信号控制方法 | |
| CN103024822A (zh) | 一种节点协同方法及装置 | |
| CN107592153A (zh) | 一种基于低轨卫星移动通信系统的方法及装置 | |
| Khalifa et al. | Design and analysis of split-and aggregated-transport control protocol (SA-TCP) for smart metering infrastructure | |
| Liu et al. | Evaluating the network communication delay with WAMS for multi-energy complementary systems | |
| CN109889404A (zh) | 一种基于时间戳的高速数据网络监测方法与系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Fusheng Inventor after: Chen Zhaomeng Inventor after: Wang Yuquan Inventor after: Wang Li Inventor after: Jiang Tingshun Inventor after: Li Zhengxi Inventor after: Zhang Yongzhong Inventor after: Liu Xiaoming Inventor after: Li Yinghong Inventor after: Xiong Changzhen Inventor after: Zhang Haibo Inventor before: Zhang Fusheng Inventor before: Wang Yuquan Inventor before: Wang Li Inventor before: Li Zhengxi Inventor before: Zhang Yongzhong Inventor before: Liu Xiaoming Inventor before: Li Yinghong Inventor before: Xiong Changzhen Inventor before: Zhang Haibo Inventor before: Chen Zhaomeng |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHANG FUSHENG WANG LI LI ZHENGXI ZHANG YONGZHONG LIU XIAOMING LI YINGHONG XIONG CHANGZHEN ZHANG HAIBO CHEN ZHAOMING WANG YUQUAN TO: ZHANG FUSHENG WANG LI JIANG TINGSHUN LI ZHENGXI ZHANG YONGZHONG LIU XIAOMING LI YINGHONG XIONG CHANGZHEN ZHANG HAIBO CHEN ZHAOMING WANG YUQUAN |
|
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110209 |