CN105637975A - 智能移动物联网的绿色通信系统和方法 - Google Patents
智能移动物联网的绿色通信系统和方法 Download PDFInfo
- Publication number
- CN105637975A CN105637975A CN201580000205.2A CN201580000205A CN105637975A CN 105637975 A CN105637975 A CN 105637975A CN 201580000205 A CN201580000205 A CN 201580000205A CN 105637975 A CN105637975 A CN 105637975A
- Authority
- CN
- China
- Prior art keywords
- communication equipment
- information
- network
- mobile communication
- leading
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 173
- 230000006854 communication Effects 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000010295 mobile communication Methods 0.000 claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000007493 shaping process Methods 0.000 claims abstract description 9
- 238000002372 labelling Methods 0.000 claims description 71
- 238000009941 weaving Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 20
- 230000007935 neutral effect Effects 0.000 claims description 14
- 230000008034 disappearance Effects 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 210000005036 nerve Anatomy 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 230000003252 repetitive effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 20
- 230000008859 change Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 108091006146 Channels Proteins 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 102000010637 Aquaporins Human genes 0.000 description 1
- 108010063290 Aquaporins Proteins 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000032364 Undersensing Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000005437 stratosphere Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/114—Indoor or close-range type systems
- H04B10/116—Visible light communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Mobile Radio Communication Systems (AREA)
- Optical Communication System (AREA)
Abstract
一种用于智能移动物联网的绿色通信方法,包括:主导通信设备通过可见或不可见微米波光通信与至少一个移动通信设备通信;确定所述主导通信设备和所述移动通信设备之间的当前通信环境;根据所述当前通信环境,控制所述移动通信设备的工作模式;和形成网络,所述网络的节点为所述主导通信设备和所述至少一个移动通信设备,配置所述主导通信设备和所述至少一个移动通信设备为所述网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传送到所述网络的其它节点。还提供了一种用于智能移动物联网的绿色通信系统。
Description
技术领域
本专利申请一般地涉及通信技术,更具体地,涉及使用可见光和不可见光信号处理的智能移动物联网的绿色通信系统和方法。
背景技术
道路交通事故是全球公共安全问题。有许多发明,例如2009年由日产自动车株式会社以及2010年由创新车辆系统(InnovativeVehicleSystems)提出的发明。然而,所有这些专利都是传统的被动系统,其中没有一辆车会主动与其他车通信。即使是谷歌的无人驾驶车辆,其安装的昂贵的测距传感器阵列仅仅是用来检测距离以及弄清前方或后方车辆在哪儿。根据美国交通和教育中心2009年的报告,其表明,在变换车道期间导致卡车撞击汽车有若干共同因素。迄今为止,25%的最高的统计因子归因于卡车驾驶员的监视不足。不足的监视意味着卡车驾驶员在开始变道之前,没有(或者由于大雾而不能够)得当地望向其车镜以确定车道上是否有别的车辆。因此,我们需要下面显示的自动化系统来帮助驾驶员安全地实现变道。微米波是一种安全且非电离类型的电磁辐射,可以穿过衣物、木材、塑料和陶瓷,穿透雾和雨。它们的波长小于微波,大于红外光。因此,它具有二者结合的择优属性,即它可以像光一样精确辨别距离,但也可以像微波那样穿透雾和雨。
随着过去激增的物联网商业化、可见光业务的持续扩张以及多媒体应用的使用增加,通信交通需求出现稳定地增长。研究人员正在朝着以前从未被给予大量关注的颠覆性技术工作,包括可见光LiFi应用、不可见微米波的兆位应用、水下声学成像以及应用于煤矿安全的量子无线电而努力。
作为智能交通系统的重要基础,现已开发了网络中的移动节点。传统的通信系统带来了电磁(EMI)污染。EMI污染可以在人类和动物中引起癌症,也会对发动机和制动操作带来不利的影响。车载自组织网络(或VANET)的基本思想是建立移动网络,其中,移动节点在连接时可以在一定范围内使用新的无害的光波或微米波来交流其速度、加速度、车道切换、位置和其它信息。这可以使大多数——虽然不是全部——的汽车制造商摆脱使用包括雷达、超声或激光的所有距离检测系统以及复杂的距离估计算法。
单跳通信节点的范围限制为数百米,且每个节点(移动节点)不仅是收发器,还可以是路由器。通过多跳链路,使用已命名数据协议,可以将数据传送到另外的移动节点,其中每个数据除了传统的地址外,还具有唯一的个人名称,这样,当驾驶员从机场租车时,将他/她的行为签在消息上。VANET可以提供例如网络信息交换、紧急事件提醒和驾驶员辅助等功能,其可以有效地避免移动式平台的碰撞。此外,它可以通过路侧接入点连接到其它网络来实现自动驾驶汽车或道路列车(多辆汽车连接成为列车的方式)的例如交通控制和信息广播的功能。后面的应用也被称为智能移动物联网(IMIoT)。
无线网络中比特和字节丢失是很常见的。当移动节点高速运动时,最有可能发生信息丢失,其往往比传输错误信息更为频繁。必须要提供好的补偿功能。由于在请求重新传输时,接收者可能已经在范围之外,因此常规的纠错和重传方法因移动性而不起作用。另一方面,大多数现有的纠错算法主要是处理比特错误。不幸的是,在高速移动和可见光或不可见微米波光网络中,比起简单的比特错误,更可能经常发生突发性的、缺失的、无序的或重复的比特。
软件定义无线电和软件定义网络得到越来越多的关注,尤其是在军事和公共安全应用领域。然而,软件定义网络的关键问题是可靠性和稳健性。相比硬件,软件往往有更多的不可重复的运行时缺陷,因此,在点对点而不是客户端到服务器的方式中,研究运行时缺陷和逆向工程以报告在线问题变得尤为重要。
发明内容
本专利申请涉及一种用于智能移动物联网的绿色通信系统。在一方面,该系统包括:主导通信设备和至少一个移动通信设备。主导通信设备用于和至少一个移动通信设备之每一者进行通信,确定主导通信设备和移动通信设备之间的当前通信环境,并根据当前通信环境控制移动通信设备的工作模式。
主导通信设备可以用于通过可见或不可见微米波光通信来与至少一个移动通信设备之每一者进行通信。主导通信设备和至少一个移动通信设备之每一者可以用于通过通信来执行功能,包括前后和侧面的对象检测、信息交互、紧急事件提醒以及驾驶员辅助。
主导通信设备和至少一个移动通信设备之每一者可以用于形成网络,成为网络中的节点,充当该点对点网络中的路由器,并通过使用已命名数据信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传送到网络中的其它节点。主导通信设备和至少一个移动通信设备之每一者可以用于使用人工智能算法在通信内查找缺失位,删除额外错误位,及纠正翻转位,人工智能算法包含用头脑风暴会议自动我化的神经网络,以便在车道机动切换期间计算并且预测驾驶员接下来的速度和位置。
主导通信设备和至少一个移动通信设备之每一者可以用于通过路侧单元将信息传输到其它网络。主导通信设备和至少一个移动通信设备之每一者可以用于合并由帧标记生成的侧隐式信息,以便降低错误率和提高通信的可靠性。
主导通信设备和至少一个移动通信设备之每一者可以分别包括内插器,用于隐藏包括多个信息块的信息流的受损信息块中的错误,内插器用于确定信息流中受损块信息和未受损块信息之间的分数阶距离,并基于分数阶距离运用权重,从而内插受损块。权重可以是服从与分数阶距离成比例的分形分布的多个权重中的一个。
主导通信设备和至少一个移动通信设备之每一者可以分别包括交织装置。交织装置可以包括用于接收信息的输入端和具有各自的相关交织长度的多个交织器。每个交织器可以用于根据其各自的相关交织长度来交织信息。
主导通信设备和至少一个移动通信设备之每一者可以分别包括解交织装置。解交织装置可以包括用于接收信息的输入端和具有各自的相关解交织长度的多个解交织器。每个解交织器可以用于根据其各自的相关解交织长度来解交织信息。
系统还可以包括用于通过通信链路接收信息的装置,用于分析所接收的信息以确定通信链路的状况的装置,用于基于所确定的状况调整交织长度的装置,以及用于使用所调整的交织长度对之后将在通信链路上传输的信息交织的装置。
交织装置包括数据之前和之后的颜色编码标记,用于发送和接收交织长度信息。基于交织长度,可以控制已交织数据流中交织长度信息的位置。解交织装置可以包括用于接收已标记的信息的输入端和用于接收标记的输入端。
系统还可以包括用于从摄像机接收信号的装置;用于检查帧长度是否正确的装置;用于当帧长度不正确时使用第一神经网络检测移动通信设备的速度或切换车道的意图的装置;以及用于先使用第二神经网络纠错然后显示信号相关的信息的装置。第一神经网络和第二神经网络可以具有相同的结构,但由不同的数据训练,而第一神经网络可以使用原子钟。
在另一方面,本专利申请提供一种用于智能移动物联网的绿色通信方法。该方法包括:主导通信设备通过可见光或微米波通信与至少一个移动通信设备通信;确定主导通信设备和移动通信设备之间的当前通信环境;根据当前通信环境,控制移动通信设备的工作模式;形成网络,网络的节点为主导通信设备和至少一个移动通信设备,配置主导通信设备和至少一个移动通信设备为网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传送到网络的其它节点。
方法还可以包括使用人工智能算法在通信内查找缺失位、删除额外错误位和纠正翻转位,该人工智能算法包含用头脑风暴方法自我进化的神经网络。
在又一方面,本专利申请提供一种用于智能移动物联网的绿色通信方法。该方法包括:主导通信设备通过可见光或微米光通信与至少一个移动通信设备通信;确定主导通信设备和移动通信设备之间的当前通信环境;根据当前通信环境,控制移动通信设备的工作模式;形成网络,网络的节点为主导通信设备和至少一个移动通信设备,配置主导通信设备和至少一个移动通信设备为该点对点网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传输到网络的其它节点;和通过路侧单元将主导通信设备和移动通信设备的信息以及所采集的交通信息传输到其它网络。
方法还可以包括用预测盲补偿和成形的组合算法修复通信中的错误。该算法可以包括使用边界标记删除重复错误或已缺失的信息。该边界标记周期性地插入边信道。
附图说明
图1示意性示出了根据本专利申请一种实施方式的实现了用于智能移动物联网(IMIoT)的绿色通信方法的系统。
图2示出了两辆车通过可见或不可见光彼此通信。
图3示出了两辆车之间的通信。
图4示出了另外两辆车之间的通信。
图5示出了又另外两辆车之间的通信。
图6示出了数据标记的帧结构。
图7示出了通信中用于纠错的神经网络。
图8示出了使用图7所示神经网络处理数据的流程图。
图9示出了原子钟的实现。
图10示出了LIN协议格式。
图11示出了根据本专利申请一种实施方式的结合有标记装置的通信设备的框图。
图12示出了根据本专利申请一种实施方式的层状标记格式。
图13示出了根据本专利申请另一种实施方式的标记装置。
图14示出了根据本专利申请另一种实施方式的变道场景。
具体实施方式
现在给出本专利申请公开的智能移动物联网的绿色通信系统和方法的优选实施例的详细参考,还在以下描述中提供了多个示例。虽然详细描述了本专利申请公开的系统和方法,但是为了清楚起见,显然,对于本领域技术人员理解该系统和方法不是特别重要的一些功能部件可能不被示出。
此外,应该理解的是,本专利申请中公开的系统和方法不限于如下描述的确切实施例,其可以由本领域技术人员在不脱离其精神或请求保护范围的情况下实现各种改变和修改。例如,在本公开的范围内,不同的示例性实施例的元件和/或功能部件可以彼此结合和/或相互替换。
以下描述的本专利申请的实施方式提出了一种用于智能交通系统的主动定位基本原则。为此目的,已经开发出了车网络中的主动移动节点。由于传统通信系统带来了EMI污染,其可以在人类和动物中引起癌症,也会对发动机和制动操作产生不利影响,因此使用可见光或微米波网络来实现这项开发任务。
根据本专利申请的一个广的方面,提供跨层误差修正纠错方法,除了例如FEC编码和错误隐藏方法这样的解决方案外,可以使用该跨层纠错方法来减少错误。
本专利申请的一种实施方式涉及到扩展标记和错误隐藏到多层,优选为分形的概念,以减轻可见光或微米波错误和网络拥塞的影响。多层概念可以用在通信设备中,以便能够在通信链路上传输多色光或多频带微米波通信。在一些实现中,在新的分布式软件定义无线电和网络架构设置中也可以使用自适应运行时算法和在线测量,以在包括水下、地上、井下及到火星的深空等的各种通信系统上提供改善的链路质量。
根据本专利申请的一种实施方式,调整交织长度而非编码率来有效达成理论性能和实际实现难度之间的折衷。例如,通过使用将多层交织器的结构匹配可见光或微米波链路错误的结构的方法,可以改变空中交织器增益。该机制可以用来基本上实现交织器增益和其它类型错误例如拥塞引起的“突发错误”之间的相似匹配,从而提高了长距离链路质量和通信系统的可行性。
这些匹配可以导致分形结构式多层交织器,其中每个交织器的长度服从离散的分形分布。标记的参数可以根据环境来调整。由于互联网协议(IP)通信量的统计特征,例如,可见或不可见光链路和拥塞前向的互联网上同时出现突发错误的可能性小。根据本文公开的自适应调整方法,在最坏情况下不需要锁定为静态设计。
主动协调涉及交织器参数的训练和即时动态变化,其自动化系统的初始配置,并且自调节于其整个生命周期。
虽然本发明的实现中可以使用的通信链路举例为有线链路和可见或不可见光链路,但是应该理解的是,本专利申请决不限于只处理有线链路和可见或不可见光链路这种常见类型。如果需要,本专利申请的实施方式可以用来实现改善其它不常见类型的通信链路的链路质量,例如那些使用在水下通信、传统卫星系统及先进的深空通信中的链路。实施方式示例性示出的系统可以适应地修改为包括卫星系统,例如LEO(LowEarthOrbit,低地球轨道)、MEO(MediumEarthOrbit,中地球轨道)、GEO(GeostationaryEarthOrbit,对地静止轨道)、HEO(HighlyEllipticalOrbit,高椭圆轨道)、平流层气球或直升机,以及其它系统,例如地面通信系统,包括个人区域网络、微波、蜂窝或其任何组合。
本文所公开的本专利申请的实施方式的实现对未来深空通信也是有用的,其中,中微子将被用来携带量子信息。带宽将更有限,并且所受到的粉红噪声可能具有天文学上的长突发。
本文公开的原理基本上也是独立的系统架构,可以用于几乎所有网络架构,例如包括P2P(点对点)、PMP(点对多点)或网状架构。
本专利申请的实施方式对访问方式不敏感,可以应用TDMA(时分多址)、FDMA(频分多址)、MF-TDMA(多频TDMA)或任何其它访问方式。同样地,实施方式对任何双工方式不敏感,可以用于TDD(时分双工)、FDD(频分双工)或任何其它双工方式。
可见或不可见光通信用的FEC通常使用固定编码长度来实现,其假设一些典型错误模式在空中。实际上,RF(射频)环境会改变,尤其在移动和半移动情况下。例如,在已连接的车通信线路应用中,通信一般可以发生在主导车和跟随车之间。链路信息被进一步通过互联网转发到固定的路侧单元。根据车是否在公路上或者车是否在拥挤的市区道路上缓慢移动,可见光或不可见光链路上的错误模式可以明显地改变。根据数据的传输路径及其最终目的地,互联网链路上的丢失模式可以显著地改变。
另一方面,特定错误模式的纠错能力在发送位置信息和发送其它非实时参数上也有不同的要求。因此,固定标记可能通常不会为链路及其它类型的信息提供最佳性能。
根据本专利申请一种实施方式的实现,可以实现一个基本规则,即在发送非实时数据如汽车里程时,使用相对较长的交织,而在流传送位置数据时,使用较短的交织。可以定义若干层的集合以及每层的交织长度,以适应不同的消息大小、帧速率、数据率以及可见或不可见光和互联网环境类型状况。
例如,当正在通过WAN(广域网)传输消息时,除了比特/字节级交织,还可以使用消息/帧级别的标记。也可以构造小的数据库来学习和设置最佳的交织尺寸和规模。
消息层上不同错误恢复算法可以同样具有对不同错误类型的不同敏感度。因此,也可以改变错误恢复算法以适应交织长度。
根据消息的路径,互联网上的消息丢失模式也会改变。因此,也可以考虑这一因素。可以制定多维决策以优化标记的尺寸和规模。例如,根据本发明的一个方面,可以调整尺寸和规模中的一个或两个,以匹配可见或不可见光通信设备的当前操作环境。
根据一个广的方面,本专利申请的一种实施方式提供一种交织装置,其包括一个用于接收信息的输入端和多个具有各自的相关交织长度的交织器。每个交织器用于根据其各自的相关交织长度来交织信息。
在另一方面,本专利申请另一种实施方式提供一种解交织装置,其包括一个用于接收信息的输入端和多个具有各自的相关解交织长度的解交织器。每个解交织器用于根据其各自的相关解交织长度来解交织信息。
另一种实施方式还提供了一种处理信息的方法,其包括通过通信链路接收信息,分析所接收的信息以确定通信链路的状况,基于所确定的状况调整交织长度,以及使用所调整的交织长度,对之后将在通信链路上传输的信息进行交织。
根据本专利申请另一种实施方式的交织装置,其包括数据之前和之后的颜色编码标记,用于发送和接收长度信息,其中,基于该长度,控制已交织数据流中信息的位置。
根据本专利申请另一种实施方式的相关的解交织装置,其包括用于接收已标记的信息的输入端以及用于接收标记的输入端。
根据本专利申请另一种实施方式,还提供了一种软件定义通信无线电和网络架构。该架构可以包括在移动的可见或不可见光通信设备上实现的通信设备组件,和在主导系统上实现的与可见或不可见光通信设备通信的主导设备组件。
提供软件定义可见或不可见光通信网络的相关方法可以包括,例如,在移动的可见或不可见微米光通信设备上提供通信设备软件组件的步骤,以及在主导系统上提供与可见或不可见微米波光通信设备通信的主导设备组件的步骤。
根据本专利申请另一种实施方式提供的一种分析软件交互的方法可以包括,例如,识别交互的软件对象的步骤,识别软件对象和相应的由方法签名识别的呼叫之间交换的消息的步骤,以及识别控制流和涉及软件对象之间的交互的相应情况的步骤。
根据本专利申请另一种实施方式,提供一种分析软件代码的运行时方法,包括:生成执行轨迹,将一致性规则应用于执行轨迹,以及从执行轨迹和一致性规则生成序列图。
根据本专利申请另一种实施方式,提供一种内插器,用于隐藏包括多个信息块的信息流中受损信息块中的错误。内插器用于确定信息流中受损块信息和未损坏块信息之间的分数阶距离,并基于分数阶距离运用权重,从而内插受损块,其中,权重为服从与分数阶距离成比例的分形分布的多个权重中的一个。
在另一方面,内插受损块所使用的步骤是:(a)确定信息流中受损块信息和未损坏块信息之间的距离,(b)基于该距离从多个平滑因子中选择一个平滑因子,多个平滑因子服从与分数阶距离成比例的分形分布,和(c)将选择的平滑因子运用到未受损块。
根据另一种实施方式,在主导通信设备用来与至少一个移动通信设备通信的通信系统中,主导通信设备可以确定主导设备和每个移动设备之间的当前通信环境,并根据当前通信环境控制每个移动设备的工作模式。
根据另一种实施方式,主导通信设备和多个邻近的移动通信设备之间的管理通信的相关方法可以包括:在主导设备处,确定主导设备和每个移动设备之间的当前通信环境,并根据当前通信环境控制每个移动设备的工作模式。
根据本专利申请另一种实施方式,提供一种用于IMIoT的绿色防撞通信方法以及一种相关的即时或实时补偿高速无线链路的方法。通信方法具有的功能包括:每个节点收集实时交通信息,所有节点之间在VANET中分享信息。通过路侧单元还可以将信息传送到其它网络。为防止交通事故,可以使用可靠的修复算法。
系统的实现包括用户界面、信号发生器、光发射端机、无害光源、光发射装置、光接收装置、光检测器、光接收端机、信息数字处理单元以及终端显示器。由于无线光收发器可以共享移动平台生成的电力,所以不需要额外的电源。可以调整光信号频率以插入标记。无线收发器将光信号转换为电信号,电信号被传送到信息信号处理单元。它们将被进一步处理并显示在终端显示器上。
本专利申请另一实施方式提供一种用于补偿绿色无线链路信息丢失的方法。该补偿方法可以作为集成单元,合并由帧标记生成的侧隐式信息,从而可以减少错误率,并提高通信的可靠性。它们可以是信息处理单元的一部分。
在本专利申请另一实施方式中,方法包括利用预测盲补偿和成形的组合算法来修复通信中的错误。该算法包括使用边界标记来删除重复错误或已缺失信息。边界标记周期性地插入边信道。
图1示出了根据本专利申请一种实施方式的实现智能移动物联网(IMIoT)的绿色通信方法的系统。在一般的高级结构方面,系统为自组织网络。应当理解的是,图1中示出的具体组件和系统拓扑结构仅仅是为了说明的目的。本专利申请决不限于任何特定类型的通信装置或系统。本专利申请的实现可以在不同于图1所示的通信中执行,该通信具有另外的、更少的或不同的车以及不同互联方式。另外,本专利申请的一些实现还可以在特定设备上达成,而另一些可以涉及在多个位置、车和路侧单元上实现的组件或模块。
参照图1,车112的所有灯关闭,且完全不能被检测到。车106不具有本系统,但具有开启的日间行车灯,从而它可以被车104检测到。车104具有用于检测车106的存在与否并在它们彼此靠近时通知其驾驶员的第一阶段基本系统。车108具有加上GPS读取的第二阶段摄像系统,用于与车104通信,并将其GPS位置提供给车104。车102具有高级的第三阶段内置系统,该系统用于不仅和车104通信,还和路侧单元110通信,并用于将天气报告通过车104转发到车108。作为交换,车108用于将其摄像视野提供给车102,否则在有雾的条件下,车102不能看到车108的摄像视野。这无形中延伸了车102的摄像视野。车102可以顺着车108自动驾驶,并与车108形成道路列车。车102用于运用智能补偿来预测和恢复任何丢失的数据,使得在所有天气状况下的通信可靠。要指出的是,后面将更详细的描述上述的第一阶段至第三阶段。
要指出的是,可以使用许多不同类型的设备来实现系统的不同部件,相应地,这些部件在本文中仅作简单描述。
图2中示出了通过可见光彼此通信的任意两辆车。参照图2,车204的发射器208发送信息给其跟随车202(通过接收器206)。一般地,这种信息可以是:“道路越来越湿且拥挤,不要跟我太紧!”。在SAEJ2735标准中可以找到官方的基本消息范围。ITSNTCIP1213中可以找到更高级的信息,例如道路摩擦程度、光照条件等等。
图3示出了车106和车104之间的通信。参照图3,车106的Tx是发射器。它是安装在车106的四个角上的白天用灯。车104的Rx是接收器。它是一种特殊摄像机,用于检测灯光强度,并使用预先训练好的神经网络来学习和预测距离。
图4示出了车108和车104之间的通信。参照图4,车108的Tx是具有GPS读取功能的发射器。它是安装在车108的四个角上的颜色可变的LED灯。车104的Rx是接收器。它是一种特殊相机,用于检测灯光的颜色变化,并使用预先训练好的神经网络来学习和预测错误。
图5示出了车102和车104之间的通信。参照图5,车102的Tx是具有实际图像的发射器。它是安装在车的四个角上的跟踪灯,可以跟随灯柱角。车102的Rx是接收器,它是可以处理通过车104将从车108转发的图像的摄像机。
基于帧标记,图6示出了帧结构的一种示例。参照图6,数据长度固定,标记也如此。数据和标记组件的颜色不同。如果任何所接收到的长度改变,算法将对其修复,基于从神经网络预测的最佳猜测,通过切掉多余的长度或弥补缺失的长度来将其还原为预定长度。图7示出了用来纠错的神经网络。参照图7,输入的是带有错误的帧。输出决策向量是最好的猜测结果。权重为预先训练好的现场数据。
图8示出了用图7所示神经网络处理数据的流程图。参照图8,当从摄像机接收信号时,信号首先用于检查帧长度是否正确;如果不正确,则将使用神经网络(NN1)来检测速度;如果正确,则将使用神经网络(NN2)来先纠错,再显示与信号相关的信息如位置。通过位置P1和P2来计算两辆车之间的距离。从数据频率和标记频率的多普勒偏移的加权平均来计算速度。NN1和NN2具有相同的结构,除了它们由不同数据训练外。NN1需要精确的时间和位置,其可以通过使用图9所示的原子钟来实现。
在进一步描述本专利申请一种实施方式的实现之前,首先回顾下图10中示出的LIN协议格式的基本概念是有帮助的,该基本概念可以用来实现这些实施方式。
主导车中的主导者对整个总线和协议拥有控制。主导者控制在什么时间通过总线发送哪个消息。主导者还进行错误处理。为完成这项任务,主导者执行以下操作:
发送同步中断;发送同步字节;发送ID字段;
监测数据字节和检查字节,并评估它们的一致性;
当总线处于非活动状态且要求一些动作时,从从属节点接收唤醒中断;
用其时钟基准作为参考(需要稳定的时钟)。
对于从属者,从属者用于在主导者发送合适的ID时,确定总线上的2-16个构件中的一个是否接收或发送数据。更具体地,从属者监听ID。根据ID,从属者确定是否接收数据、发送数据、或者什么都不做。在发送时,从属者发送1、2、4或8个数据字节以及发送检查字节。需要指出的是,作为主导者的节点也可以是从属者。
LIN格式设计为包含已连接车辆的车辆信息,其为可灵活扩展格式,便于交换、管理、编辑和呈现实时信息。该呈现对于包含车的控制的系统可以是“本地”的,或者该呈现可以通过可见光网络来通知或控制其他车。消息格式设计为独立于任何特定传输协议,同时通常能够有效支持车内和车间的通信。
标记格式包括除了LIN格式的多维结构、唯一标签以及辨认每层的长度。颜色编码标记描述了提供信息的消息层次,例如位置、速度、加速度、变道等等。标记的层越高,所提供的信息越多。
从图12可以看出,标记具有高结构化编码格式,使得可以检测到例如可见光链路上缺失的一个字节或者甚至一个比特。由于整个结构是已知且固定的,在接收期间,接收器上根本不会出什么差错。在图12中,示出了层状的标记结构,其中较短方框为标记,而较长方框是该特定层的数据。图12只示出了两层,但结构可以扩展为任意层,其仅受限于可用的颜色的数目。对于1层,需要两种颜色。对于2层,需要四种颜色。对于3层,需要八种颜色,以此类推。这里唯一的结构是,标记可以包含数据,且数据可以包含标记。如果其中一个丢失,则另外一个可以提供帮助。需要指出的是,在传统结构中,标记从不包含数据,而当标记丢失时,就没有办法恢复它。
传统FEC可以减少错误率,但要以增加带宽为代价。根据本专利申请的一种实施方式,使用标记方法可以改善错误率而不会产生带宽开销。由于车控制中的典型消息是已知且固定的,所以完全不会像消息那样有太多的纯高斯噪声。
图11是根据本专利申请一种实施方式的包含了标记装置的通信设备的框图。参照图11,设备包括:输入链路资源,例如链路摄像机;可操作地连接到输入链路的链路交织器,其可用LIN消息编码器作为例证予以说明;可操作地连接到链路发射机的标记装置;可操作地连接到CPU处理装置并用于解码颜色的通道摄像机接收器;以及基于快速解交织并用于解码缺失信息的神经网络。
虽然CPU解标记链路资源通常使用硬件实现,例如ASIC、PLD(可编程逻辑器件)、FPGA(现场可编程门阵列),而设备的其它部件例如DSP或嵌入式CPU可以部分地或全部地以存储于存储器并由一个或多个处理器执行的软件来实现。这些处理器可以包括,例如,微处理器、微控制器、DSP、其它处理设备及其组合。
每个部件的具体类型将是依赖于实现的。交织器的特定结构和操作可以随链路信息格式的不同而不同。信道状况、接收器和发射器将同样取决于自组织通信协议以及使用介质传输的哪些信息。
此外,本专利申请决不限于具有附图所示具体结构的通信设备或其它类型的设备的实现。本专利申请的一种实现中,设备中可以使用不同或更少的组件以及不同的互连方式。
根据另一种实施方式,单个通信设备包含发射链路和接收链路,能够发射和接收信息。在这种情况下,发射器和接收器可以作为单个组件来实现,通常称之为收发器。其它组件或其某些元件可以同样使用在发射链路和接收链路中。
图13示出了根据本专利申请另一种实施方式的标记装置。参照图13,标记装置使用包括两个交织器——发送时间和位置——的标记路径,每个交织器具有各自的标记长度。虽然这些交织器包括时间交织器和位置交织器,但是标记装置中也可以使用或者反而为其它类型和长度的交织器。需要指出的是,每个标记以它们各自的光颜色传送,不同于LIN消息数据本身。主导车通常为主导者,而跟随车为从属者。
标记装置中的每个交织器根据其各自的标记长度一起交织输入信息。交织器形成提供全部或集合的标记长度的标记路径。
交织器接收信息,来自固定字符的说明性标志作为其输入,并在其输出端以不同时间顺序产生相同的信息,在本例中为标志。交织器可以以硬件方式,或者,部分或基本上以软件方式实现。根据是否关注安全,可以用安全的或者公知的密码来决定交织器的阶数。
结合高级纠错码一起使用的标记可以消除通信错误如突发错误的影响。可以理解的是,标记是由交织器执行的过程。即,标记是各种通信系统中使用的数字信号处理方法。在一种实现中,通过消息FEC(前向纠错)来实现该标记,FEC使用纠错码,在信息消息发送之前通过增加冗余到信息消息来克服比特错误。在较高的层,错误恢复算法匹配特定FEC和交织模式。因为标记分散了字节流中的字节序列以最小化传输中引入突发错误的影响,所以标记可以使用神经网络来提高FEC性能以及恢复丢失位,从而在传输错误以及传输位丢失方面增加了容差。
标记装置的一种实现也可以设有其它组件,包括交织器控制器,用来控制标记路径上哪个交织器在工作中,从而随时可以集合标记的长度。下面将更详细地描述在信息类型、工作条件和标记长度之间进行标记和映射期间用于存储信息的存储器,例如收发器(可以是也用来发送和/或接收信息的收发器,或者不同的收发器),用于接收和发送标记的控制信息,比如错误信息、通信链路信息、等等,以及加密模块。
控制器表示控制交织器中特定的一些的一个硬件、软件或者组合的软件/硬件组件,并且在标记装置的标记路径中随时都在工作。为提供标记路径上所需的集合的标记长度,可以启用/激活或禁用/去激活交织器。
控制器可以使用各种方法来启用或禁用标记装置中的交织器。在基于硬件的实现方式中,硬件芯片选择或模拟输入可以用来启用交织器。函数调用表示一种可能的启用基于软件的交织器的方法。根据交织器的实现类型,上述实施例通常可以使用或反而为其它启用或禁用交织器的方法。
基于通过收发器接收的控制信息,控制器可以控制标记装置82。所接收的控制信息可以包括,例如,通信链路上用的所监测的通信链路信息,在该通信链路上已交织的信息将被传输,和/或,用于激活一个或多个具有特定的相关标记长度的交织器的命令。控制信息也可以传输到附近的标记装置,以由该系统在设置其集合的标记长度中使用。
一种待交织的信息类型也可以或者反而确定待使用的集合的标记长度。例如,控制器可以在标记装置中启用或禁用合适的交织器,以提供信息只包括位置的第一集合标记长度,以及信息包括位置和时间的第二集合标记长度,第二集合标记长度小于第一标记长度。
上述和/或其它条件和相应的标记长度之间的映射可以由控制器事先存储于安全的存储器。当确定新的安全条件和合适的集合标记长度,控制器也可以或反而存储新的映射到存储器中。
系统使用一种典型的交织器,即块交织器。在块交织器中,输入信息沿存储器中矩阵的行写入,然后沿列读出。因此,在IP网络上的可见光链路中,交织器作为车内设备被安装,然后当传送链路信息时,每个车设备执行标记。为简化设计,完全不使用基于比特的卷积交织器。使用颜色编码标记来解决比特损失问题。每次颜色切换,意味着重新开始比特流。如果任何比特丢失任何位,则使用神经网络来弥补缺失块。
使用多层标记装置有两个基本原因。第一个原因是最近的研究表明,错误和丢失模式服从所谓的自相似结构。这意味这突发错误可以产生于任何级别,从比特级一直到消息级或甚至会话级。第二个原因是即使没有错误,当原始信号通过可见光或互联网路径时,也需要进行加密,以阻止窃听者或黑客对传送的访问。专用的加密要付出额外的能量且很复杂。合并加密和标记的功能可以简化整个设计并降低成本,减小物理尺寸以及降低功耗。
根据本专利申请另一方面,交织器通过合并标记和加密来防止非法访问数据。在一种实现中,在与交织器合并中使用DES或类似DES的算法。图13示出了通过加密模块来表现这种合并,通过其,控制器或更一般的标记装置接收安全信息,例如加密密钥。该密钥可以由汽车操作者手动键入,或者反而默认存储于系统将要在其中实现的通信设备,例如为存储器中存储的密钥。在一种情况中,根据用户的要求配置加密密钥的长度。
将信息直接与交织加密而非使用单独的加密器的想法代表了一种非常新的轻便灵活设计的思想。可以使用密钥来加密信息本身,或者用来在标记后确定原始信息的位置,而非加密的实际信息。后者提供的加密量级大于前者,为大约N!/2^N,其中N是密钥的长度。
例如,使用标记装置可以实现多维的加密,且一个以上的交织器使用单个密钥的部分来处理加密。例如,安全信息、密钥可以是数字和英文字母的组合。对于一种简单的实现,我们可以从密码中选择一个数字,如果密码是“13”,且合并的标记和加密使用帧交织器1,则第一个字节与第三个字节交换位置,等等。
图14示出了卡车302和汽车301之间的不可见微米波光通信。参照图14,卡车302的Tx告知汽车301的Rx,其驾驶员想要加入车道,请尽量不要减速,同时卡车302的Tx告知巴士303的Rx,其驾驶员想要切入车道,请尽量不要加速,因为他会非常快地在下个出口驶离。
在一种实现中,在新的可见或不可见光系统的IP网络上的链路的端点设备处操作简单的标记。对于具有大小为M的缓冲器的交织器,待发送的链路消息被沿着配置为k大小的矩阵的存储器的行写入缓冲器,然后沿列读出。在接收侧,接收器中的解交织器在相反的方向上写入和读取该传送的链路消息。然后将解交织后的链路消息转发到其它接收组件。
多维交织可以以非常类似的方式进行工作,不同的是每一级标记执行于不同的层。虽然每层的标记不能交织,但负载可以。对于从一辆车传送到另一辆车、且被转发到图1描述的路侧单元的LIN消息,其消息标记可以包括标记:时间标记,速度标记或加速度标记,变道标记,其可以包括所有上述这些标记,时间标记可以包含位置标记,速度标记可以包含位置和时间。
根据本专利申请的一种实施方式,使用专门设计的算法来管理交织器大小。在传输链路消息中,报告可见或不可见光网络的状况。可见或不可见光网络中传输的链路消息可以使得可见或不可见光网络的设备比如网关、路由器和媒体网关控制器等非常繁忙。在这种情况下,突发错误可能会因消息丢失而产生,消息丢失是由于网络拥塞或可见或不可见光路径上的干扰而引起。因此,通过本文所公开的自适应标记来控制该突发错误可以特别有用。
图13也说明了具有自适应控制的突发错误减少算法。根据由运行时算法提供的信息,可以改变交织器尺寸。在一些实施例中,交织器参数改变可以是终端驱动的。在图1的系统中,例如,当移动的主导者和跟随者之间的通信信道条件恶化,要求更强标记的终端需求将逐渐增加,且在集群中基于合并的神经网络报告的错误,移动的主导者可以答应跟随者的要求。
在典型的自组织网络通信系统中,临时会话包括多个消息。消息包括多个字节,一个字节由多个比特组成。在很少发生最坏事件的情况中,所示的所有四级标记可以用来,即交换会话,除了交换帧,(依次)除了交换字节,(再次)没有比特交换,以保证颜色编码边界同步。
模式ID或其它控制信息可以使用修正的SDP(会话描述协议)在通信之初交换,或者可以在由每个消息标记不断加强且由通信处理器比如MSP处理时交换。标记本身也包含消息长度信息。在接收端,如果需要,在开始解交织之前,信道解码器处首先验证和(通过计数字节数)校正ID。纠错编码方式,例如里德-所罗门信道解码器,将最大限度地发挥其纠错性能。
在传统的纠错方法中,如果丢失一个字节或一个比特,整个代码块将移位,里德-所罗门码将认为每个字节都是错误字节并放弃解码处理。利用本实施方式中描述的多维交织器,使用一个字节的颜色编码标记,能够识别出丢失字节,将其余的字节或比特移回原位,然后可以比普通情况更好地利用里德-所罗门码进行工作。上面的描述解释了如何改变交织器尺寸和/或规模。
根据本专利申请的另一种实施方式,使用特殊的运行时算法来检测软件网络的每层上的错误。由下一个较低层或较高层导致的错误可以发生于任意层。任意层发生的错误可以通过可见或不可见光链路或其它一些故障导致流链接图像的最终冻结。本文描述的方法允许有效地报告运行时问题,从而控制中心基于已学习或预设的移动数据库,可以识别错误,进行分析并最终采取行动。
根据本专利申请一种实施方式,在软件网络架构中,上述方法的使用如下。服务器或控制中心站点执行决策相关的功能(例如当切换到一种操作模式时)。而移动设备中留有信息集合的一部分(例如错误事件,干扰事件和误码率)。服务器本身存放信息集合的另一部分(例如消息通过的跳数)。在服务器中实现上述的运行时算法,服务器在此也称为控制中心。控制中心,优选地为主导车中的控制软件,配置并控制可见或不可见光设备、链路编码设备和互联网信息转发设备,并不断地监测自身所需的性能。此外,对于其他跟随者汽车,例如,可用脚本语言编写较不复杂且更稳健的看门狗软件,并进一步监测每辆车中的心跳,以确保整个自组织网络在集群上启动并运行。
一种示例情形中,在运行时期间,检测干扰事件的移动终端将事件报告给控制中心。终端也能够或者反而能够确定事件是即将发生或是可能发生。基于历史干扰模式,例如,终端将此报告给路侧单元。
路侧单元将随后查找其数据库中之前的记录。如果该报告的事件在此之前曾发生过,它将提取任何以前使用的解决方案。它确定解决方案或要采取的操作以响应过去的事件。该解决方案可以对交织器的长度进行简单的翻倍或者调整。
对于存在一些信息的消息,可以使用,例如丢失隐藏方案。它利用了标准消息的相似性并查找最接近的一个。
根据另一种实施方式,智能移动绿色通信方法使用网络中的移动节点。车载节点包括光学无线通信系统,其用来与在每个节点配备的目标检测设备通信。系统使用无害的无线光学收发器。收发器将电信号转换为光学信号,并通过空中信道传输。接收机将光学信号聚焦于光电检测器,其将光学信号转换为电信号。接收机用作密切监测相对光强度的对象检测器。接收机还用作密切监测周期性标记的相对多普勒频移的速度检测器。
上述的所有方法可应用于主导装置、跟随者装置和路侧单元之间的通信。例如,使用基于计算机的模拟、实际现场试验或其组合,可以测试本文所描述的方法和系统。例如,可见光或不可见光信道模型可以用于产生模拟图。为简单起见,模拟系统可以包括一个路侧互联网单元,四个可见或不可见光摄像机车。例如,对于现场试验通信,可见或不可见光摄像机和控制信号可以在50-100米范围内交换。在一个测试设置中,发射机安装在汽车模型上,且使用OV10625广角60fps的车载摄像机和Covion彩色日间行车灯OLED进行链路质量测试,对于不可见微米波光范围,推荐来自THZDC的量子带间级联超晶格LED。
上述实施方式给汽车和运输行业带来了新的通信理念,不仅涉及拥挤高速公路上的车,而且涉及紧张运营中的高速铁路、繁忙的水通道中的船舶、或者甚至拥挤跑道上的飞机。实施方式将允许当前通信系统升级,以避免高速公路、铁路、水路或机场跑道上的碰撞。以电动车为例,产品可以在三个阶段推出。
在第一阶段,试验可以在事故多发车辆上进行,例如送货车或其它服务车辆以及新兴电动车。在此阶段不需要路侧单元。它将作为基本的头部和侧光检测器,通知驾驶员附近有另一辆车。然而,如果日间行车灯不亮,它将不起作用。
在第二阶段,路侧单元仍然不是必需的。车主可以购买这样的事故避免摄像机的通信系统来作为购买车后的改造。如果相邻的车辆没有安装这样的系统,其仍将用作头部和侧光检测器,通知驾驶员另一辆车在以怎样的速度接近。如果其他车具有这样相同的系统,可以实现更多功能。它们可以共享它们的GPS信息以引导车或列车自动驾驶。
在第三阶段,当更多的车安装这样的系统,可以安装路侧单元。在所谓的售前方案中,汽车制造商可以在新车上安装该系统。在有雾的状况或在拐角处,系统还应该通过路侧单元以及另外的不可见微米波光进行工作。
本专利申请可以有许多不同类型的执行和实现。前述描述为硬件的组件或设备可以替代地部分或基本上由软件实现。类似地,本文公开的方法步骤可以由硬件执行或者以软件代码实现。
虽然上面的描述采用具有无线或地面架构的使用自适应多层方案且着眼于标记的示例性系统,其一般原理也可以应用于其它架构,例如水下声学或者甚低频(VLF)的海洋应用。
本发明可以进一步应用到核潜水艇或深空系统,例如使用子核星间成像系统的粒子通信系统。例如,预交织的部分可以使用在通过中微子系统发送信息之前,其中粒子可以几乎没有损失能量地穿透整个地球。信息可以调制在基于它们的能量级或者左或右的螺旋特性的中子粒子中。
本发明也可以应用于共存系统,例如具有地面可见或不可见光系统的卫星系统。例如,预交织的部分可以使用在通过卫星或GPRS系统发送信号之前,而不增加额外开销。
本专利申请的实施方式的实现可以立即适用于可见或不可见光、无线或水下声学应用,但可以用于任何其它类型的通信,包括HomePlug、卫星系统和量子通信,以通过使用多层分形标记方案增加链路的稳健性,通过使用自动化运行时错误识别来增加网络内的可靠性,和/或通过使用自适应动态跨层协调来提高最终链路质量。
在上述实施方式中,实时可见或不可见光传感器和双颜色LED模块用作前端,而重叠的高速嵌入式处理器用作后端。要克服的主要障碍是快速变化的链路受损,包括但不限于字节或比特的错误、丢失、增加以及同步损失,导致已连接的汽车的应用的未知故障。由于传感器的实时元件,必须保留信息。当数据丢失、重复或顺序弄乱发生时,要求重新传输传感器数据的请求将不可接受。对于精确的车位置和速度的连续性规定,纠正端对端数据受损的失败将导致传感器数据完整性的损失,并严重限制了传感器系统的可靠性。
实施方式有效地消除了可见或不可见光波段和高速移动平台自组织网络应用中无序数据的误解析的可能性。通过(a)在传输之前强加多维字节计数器于传感器数据流,和(b)在传输之后计数接收到的字节,并验证第二颜色的标记中的编码数字予以实现。对于实时可见或不可见光传感器,优化唯一的多维计数和编码方法,从而得到具有最小延迟和带宽开销的最大可靠性。支持所有嵌入式固件系统的实现。
通过本专利申请的实施方式,处理无序信息的上层多维交织计数方法结合较低级合并的计数和重复编码方法来维持信息的完整性。通过将上层应用固有特性例如其分形赫斯特相关长度匹配较低层的传输信息比如计数单元长度,从而提高每个应用的性能,而不折中于“万能的”低层前向纠错(FEC)编码算法。传感器数据可以是车的GPS位置或其速度,数据可以按时间或空间压缩,且多色LED灯可以是能够部分穿透雾的第三方系统。或者更好地,不可见微米波光可以没有任何问题地完全穿透雾、雪或雨。待发送的信息首先根据其相关长度分为最小单元。通过应用多维交织方式中的层包装物,例如不同级别的流重新开始标记,且对每个最小单元中的字节数计数,在实际传输之前发送单元标记中的数目。在完成传输之后,再次发送用当前标记及其之前标记重复编码的传输单元标记中的数目。接收机首先计数单元中的字节数,然后将其与标记中的数目进行比较。如果二者一致,则可以得出正确的结论。否则,接收机解码编码的标记,以及另外判断哪个是正确或错误的。如果错误超过所有尺寸的编码能力,且概率相当低,则通知发送方仅仅重新发送附加标记而非实际数据,因为数据容量大而编码标记很小。需要注意的是,它能够促进该算法用于LTE/WiMAX或5G系统,以规范其为物联网传输协议。
虽然本专利申请已经示出并以特定参考描述多个实施例,但应注意的是,在不脱离本发明的范围下,可以进行各种其他的改变或修改。
Claims (20)
1.一种用于智能移动物联网的绿色通信系统,所述系统包括:
主导通信设备;和
至少一个移动通信设备;其中,所述主导通信设备用于和所述至少一个移动通信设备之每一者进行通信,确定所述主导通信设备和所述移动通信设备之间的当前通信环境,并根据所述当前通信环境控制所述移动通信设备的工作模式。
2.如权利要求1所述的系统,其特征在于,所述主导通信设备用于通过可见或不可见微米波光通信来与所述至少一个移动通信设备之每一者进行通信。
3.如权利要求2所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者用于通过所述通信来执行功能,包括前后和侧面的对象检测、信息交互、紧急事件提醒以及驾驶员辅助。
4.如权利要求1所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者用于形成网络,成为所述网络中的节点,充当所述网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传送到所述网络中的其它节点。
5.如权利要求4所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者用于使用人工智能算法在所述通信内查找缺失位,删除额外错误位,及纠正翻转位,所述人工智能算法包含用头脑风暴会议自我进化的神经网络。
6.如权利要求4所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者用于通过路侧单元将信息传输到其它网络。
7.如权利要求4所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者用于合并由帧标记生成的侧隐式信息,以便降低错误率和提高所述通信的可靠性。
8.如权利要求1所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者分别包括内插器,用于隐藏包括多个信息块的信息流的受损信息块中的错误,所述内插器用于确定所述信息流中受损块信息和未受损块信息之间的分数阶距离,并基于所述分数阶距离运用权重,从而内插所述受损块。
9.如权利要求8所述的系统,其特征在于,所述权重为服从与分数阶距离成比例的分形分布的多个权重中的一个。
10.如权利要求1所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者分别包括交织装置,所述交织装置包括用于接收信息的输入端和具有各自的相关交织长度的多个交织器,每个交织器用于根据其各自的相关交织长度来交织信息。
11.如权利要求10所述的系统,其特征在于,所述主导通信设备和所述至少一个移动通信设备之每一者分别包括解交织装置,所述解交织装置包括用于接收信息的输入端和具有各自的相关解交织长度的多个解交织器,每个解交织器用于根据其各自的相关解交织长度来解交织信息。
12.如权利要求1所述的系统,还包括用于通过通信链路接收信息的装置,用于分析所接收的信息以确定所述通信链路的状况的装置,用于基于所确定的状况调整交织长度的装置,以及用于使用所调整的交织长度对之后将在所述通信链路上传输的信息交织的装置。
13.如权利要求10所述的系统,其特征在于,所述交织装置包括数据之前和之后的颜色编码标记,用于发送和接收交织长度信息,其中,基于所述交织长度,控制已交织数据流中所述交织长度信息的位置。
14.如权利要求11所述的系统,其特征在于,所述解交织装置包括用于接收已标记的信息的输入端和用于接收标记的输入端。
15.如权利要求1所述的系统,还包括用于从摄像机接收信号的装置;用于检查帧长度是否正确的装置;用于当所述帧长度不正确时使用第一神经网络检测所述移动通信设备的速度的装置;以及用于先使用第二神经网络纠错然后显示所述信号相关的信息的装置。
16.如权利要求15所述的系统,其特征在于,所述第一神经网络和所述第二神经网络具有相同的结构,但由不同的数据训练,而所述第一神经网络使用原子钟。
17.一种用于智能移动物联网的绿色通信方法,所述方法包括:
主导通信设备通过可见或不可见光通信与至少一个移动通信设备通信;
确定所述主导通信设备和所述移动通信设备之间的当前通信环境;
根据所述当前通信环境,控制所述移动通信设备的工作模式;和
形成网络,所述网络的节点为所述主导通信设备和所述至少一个移动通信设备,配置所述主导通信设备和所述至少一个移动通信设备为所述网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传送到所述网络的其它节点。
18.如权利要求17所述的方法,还包括使用人工智能算法在通信内查找缺失位、删除额外错误位和纠正翻转位,所述人工智能算法包含用头脑风暴会议自我进化的神经网络。
19.一种用于智能移动物联网的绿色通信方法,所述方法包括:
主导通信设备通过可见或不可见光通信与至少一个移动通信设备通信;
确定所述主导通信设备和所述移动通信设备之间的当前通信环境;
根据所述当前通信环境,控制所述移动通信设备的工作模式;
形成网络,所述网络的节点为所述主导通信设备和所述至少一个移动通信设备,配置所述主导通信设备和所述至少一个移动通信设备为所述网络中的路由器,并通过使用信息成形、预测和补偿算法将数字信号处理格式的多媒体信息传输到所述网络的其它节点;和
通过路侧单元将所述主导通信设备和所述移动通信设备的信息以及所采集的交通信息传输到其它网络。
20.如权利要求19所述的方法,还包括用预测盲补偿和成形的组合算法修复通信中的错误,所述算法包括使用边界标记删除重复错误或已缺失的信息,所述边界标记周期性地插入边信道。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/474,328 US20160065306A1 (en) | 2014-09-02 | 2014-09-02 | System and method for green communication for intelligent mobile internet of things |
US14/474,328 | 2014-09-02 | ||
PCT/CN2015/081224 WO2016034002A1 (en) | 2014-09-02 | 2015-06-11 | System and method for green communication for intelligent mobile internet of things |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105637975A true CN105637975A (zh) | 2016-06-01 |
Family
ID=55403795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580000205.2A Pending CN105637975A (zh) | 2014-09-02 | 2015-06-11 | 智能移动物联网的绿色通信系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160065306A1 (zh) |
CN (1) | CN105637975A (zh) |
TW (1) | TW201622469A (zh) |
WO (1) | WO2016034002A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798644A (zh) * | 2016-08-29 | 2018-03-13 | 陕西长大瑞通交通控制工程有限公司 | 一种绿色通道车辆提前检查的方法 |
CN110875800A (zh) * | 2018-08-31 | 2020-03-10 | 哲纳提公司 | 道路车辆中第一和第二通信节点编码/解码信号的方法和布置 |
CN111211828A (zh) * | 2019-12-23 | 2020-05-29 | 东方红卫星移动通信有限公司 | 一种低轨通信卫星星座星间路由选择方法及装置 |
CN111212072A (zh) * | 2019-12-31 | 2020-05-29 | 北京明朝万达科技股份有限公司 | 基于车辆的安全控制方法、系统、存储介质及处理器 |
CN112498421A (zh) * | 2019-09-16 | 2021-03-16 | 山东启和云梭物流科技有限公司 | 一种智能发车系统及多式联运复合轨道运输系统 |
CN114826400A (zh) * | 2022-02-28 | 2022-07-29 | 北京邮电大学 | 一种基于可见光通信的信号补偿方法及相关设备 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10320746B2 (en) * | 2014-05-12 | 2019-06-11 | Michael C. Wood | Computer security system and method based on user-intended final destination |
US10007513B2 (en) * | 2015-08-27 | 2018-06-26 | FogHorn Systems, Inc. | Edge intelligence platform, and internet of things sensor streams system |
KR102471665B1 (ko) | 2015-08-27 | 2022-11-25 | 포그혼 시스템스 인코포레이티드 | 에지 인텔리전스 플랫폼 및 사물 인터넷 센서 스트림 시스템 |
CN108885580B (zh) | 2016-03-23 | 2022-05-13 | 雾角系统公司 | 实时数据流编程中模式驱动反应的组合 |
CN106155055B (zh) * | 2016-07-13 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的预警方法和装置 |
JP2018088193A (ja) * | 2016-11-29 | 2018-06-07 | パナソニックIpマネジメント株式会社 | 対象識別システム、駐車場装置及び自動車 |
US10135529B2 (en) * | 2017-01-16 | 2018-11-20 | GM Global Technology Operations LLC | Automotive light based communication system for user equipment |
US10521977B2 (en) * | 2017-03-27 | 2019-12-31 | GM Global Technology Operations LLC | Methods and systems for integrated vehicle sensor calibration and maintenance |
EP3570513A1 (en) * | 2018-05-16 | 2019-11-20 | Siemens Aktiengesellschaft | Internet of things structure with a 3d adaption matrix |
DE102018214735A1 (de) * | 2018-08-30 | 2020-03-05 | Ford Global Technologies, Llc | Verfahren zum Datenaustausch zwischen einem Fahrzeug und einer Infrastruktur oder einem weiteren Fahrzeug |
US11616839B2 (en) | 2019-04-09 | 2023-03-28 | Johnson Controls Tyco IP Holdings LLP | Intelligent edge computing platform with machine learning capability |
CN110276734B (zh) * | 2019-06-24 | 2021-03-23 | Oppo广东移动通信有限公司 | 图像畸变校正方法和装置 |
JP7423934B2 (ja) * | 2019-08-16 | 2024-01-30 | ソニーグループ株式会社 | 通信装置、通信方法、及び通信プログラム |
TWI707137B (zh) * | 2020-01-13 | 2020-10-11 | 憶象有限公司 | 智能產線監測系統及監測方法 |
CN113706882B (zh) * | 2021-07-30 | 2022-06-07 | 郑州信大捷安信息技术股份有限公司 | 基于可见光的车辆套牌检测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867207A (zh) * | 2011-07-07 | 2013-01-09 | 深圳鼎识科技有限公司 | 车载射频识别卡、基站、车辆射频识别系统及方法 |
CN103249001B (zh) * | 2013-05-02 | 2016-08-03 | 福州高奇智芯电源科技有限公司 | 一种基于移动通讯网的竞翔信鸽飞行信息发送器 |
-
2014
- 2014-09-02 US US14/474,328 patent/US20160065306A1/en not_active Abandoned
-
2015
- 2015-06-11 WO PCT/CN2015/081224 patent/WO2016034002A1/en active Application Filing
- 2015-06-11 CN CN201580000205.2A patent/CN105637975A/zh active Pending
- 2015-08-28 TW TW104128322A patent/TW201622469A/zh unknown
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798644A (zh) * | 2016-08-29 | 2018-03-13 | 陕西长大瑞通交通控制工程有限公司 | 一种绿色通道车辆提前检查的方法 |
CN110875800A (zh) * | 2018-08-31 | 2020-03-10 | 哲纳提公司 | 道路车辆中第一和第二通信节点编码/解码信号的方法和布置 |
CN110875800B (zh) * | 2018-08-31 | 2024-04-26 | 哲纳提公司 | 道路车辆中第一和第二通信节点编码/解码信号的方法和布置 |
CN112498421A (zh) * | 2019-09-16 | 2021-03-16 | 山东启和云梭物流科技有限公司 | 一种智能发车系统及多式联运复合轨道运输系统 |
CN112498421B (zh) * | 2019-09-16 | 2022-04-29 | 山东启和云梭物流科技有限公司 | 一种智能发车系统及多式联运复合轨道运输系统 |
CN111211828A (zh) * | 2019-12-23 | 2020-05-29 | 东方红卫星移动通信有限公司 | 一种低轨通信卫星星座星间路由选择方法及装置 |
CN111212072A (zh) * | 2019-12-31 | 2020-05-29 | 北京明朝万达科技股份有限公司 | 基于车辆的安全控制方法、系统、存储介质及处理器 |
CN111212072B (zh) * | 2019-12-31 | 2021-05-14 | 北京明朝万达科技股份有限公司 | 基于超晶格加解密芯片的车辆安全控制方法和系统 |
CN114826400A (zh) * | 2022-02-28 | 2022-07-29 | 北京邮电大学 | 一种基于可见光通信的信号补偿方法及相关设备 |
CN114826400B (zh) * | 2022-02-28 | 2023-08-08 | 北京邮电大学 | 一种基于可见光通信的信号补偿方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
US20160065306A1 (en) | 2016-03-03 |
TW201622469A (zh) | 2016-06-16 |
WO2016034002A1 (en) | 2016-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105637975A (zh) | 智能移动物联网的绿色通信系统和方法 | |
JP7042904B2 (ja) | 無線通信システムのコアセットで信号を受信する方法及び前記方法を利用する装置 | |
Hakak et al. | Autonomous Vehicles in 5G and beyond: A Survey | |
Wang et al. | On the road to 6G: Visions, requirements, key technologies and testbeds | |
KR102105511B1 (ko) | 무선 통신 시스템에서 단말의 전송 설정 지시자 결정 방법 및 상기 방법을 이용하는 장치 | |
CN112567677B (zh) | 在无线通信系统中发送和接收harq信息的方法及其装置 | |
CN103401637B (zh) | 一种采用分布式喷泉码的应答器组报文编码与解码方法 | |
Li et al. | Vehicle-mounted base station for connected and autonomous vehicles: Opportunities and challenges | |
CN112913178B (zh) | 在无线通信系统中发送和接收多个物理下行链路共享信道的方法及用于其的装置 | |
EP3635883A1 (en) | An optical wireless communication system and adaptive optical wireless communication network | |
Masini et al. | Vehicular visible light networks with full duplex communications | |
Hernandez-Oregon et al. | Performance analysis of V2V and V2I LiFi communication systems in traffic lights | |
Guo et al. | Age of information, latency, and reliability in intelligent vehicular networks | |
Masson et al. | Broadband wireless communications for railway applications | |
CN107613455A (zh) | 轨道交通车地通信系统 | |
CN107994939A (zh) | 一种基于无人机动态中继的自适应微波通信数据链 | |
CN207560355U (zh) | 轨道交通车地通信系统 | |
Abualhoul et al. | A proposal for VLC-assisting IEEE802. 11p communication for vehicular environment using a prediction-based handover | |
US20180054849A1 (en) | Method for the digital transmission of data blocks from a transmitting station to a receiving station as well as a sending station, a receiving station and a motor vehicle for use in the method | |
Luo et al. | Local-directed network coding in vehicular ad-hoc networks | |
Hussain et al. | VLC enabled foglets assisted road asset reporting | |
Zeng et al. | Trajectory optimization for completion time minimization in UAV-enabled multicasting | |
Yang et al. | On Scalable Network Communication for Infrastructure-Vehicle Collaborative Autonomous Driving | |
Refas et al. | Performance analysis of multi-hop V2V VLC system under atmospheric weather conditions | |
Song et al. | Propagation and safety analysis of the train‐to‐train communication system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1225552 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |
|
RJ01 | Rejection of invention patent application after publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1225552 Country of ref document: HK |