CN108430069B - 一种v2x网络性能测试及综合评价分析方法 - Google Patents
一种v2x网络性能测试及综合评价分析方法 Download PDFInfo
- Publication number
- CN108430069B CN108430069B CN201810140166.1A CN201810140166A CN108430069B CN 108430069 B CN108430069 B CN 108430069B CN 201810140166 A CN201810140166 A CN 201810140166A CN 108430069 B CN108430069 B CN 108430069B
- Authority
- CN
- China
- Prior art keywords
- performance
- index
- network
- evaluation
- weight
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明请求保护一种V2X网络性能测试评价分析方法,涉及车联网网络性能测试分析领域。其包括:搭建LTE网络性能测试和DSRC网络性能测试平台;进行LTE和DSRC在车联网环境下的网络性能,确定网络性能指标并计算网络性能指标值;结合熵权法和层次分析法确定各网络性能指标的权重。计算各项性能指标的功效分数,通过与各项性能指标的权重的加权计算得到综合性能评价分数,得到定量分析结果;使用模糊综合分析法结合综合权重得到定性分析结果;结合定量分析结果和定性分析结果得到综合分析评价结果。本发明通过实际测试车联网环境下的网络性能参数,综合考虑车联网各项性能指标对网络性能的影响,从而更加准确的评价车联网网络性能。
Description
技术领域
本发明属于车联网领域,具体涉及一种基于V2X的网络性能测试及综合评价方法。
背景技术
所谓V2X,意为vehicle to everything,即车对外界的信息交换。它包括车辆对车辆(V2V),车辆到行人(V2P),车辆到基础设施(V2I)和车辆到网络(V2N)通信来改善道路安全性以及交通效率。车联网通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向,实现了手动驾驶和自动驾驶的兼容。搭配了该系统的车型,能够通过对实时交通信息的分析,自动选择路况最佳的行驶路线,从而大大缓解交通堵塞。除此之外,通过车辆与车辆,车辆与行人的信息交互,还可以感知周围环境,做出迅速调整,从而实现“零交通事故”。例如,如果行人突然出现,可以自动减速至安全速度或停车。
现在的V2X技术还刚起步,并没有通行的行业标准可以衡量。因此需要对V2X的主要承载网络LTE和DSRC进行测试,根据测试结果和车联网应用需求对两种不同无线通信模式进行分析,得出测试结论。在美国,密歇根大学已经开展了测试802.11p性能的工作,研究有效范围和环境因素对网络性能的影响。而在国内,清华大学负责的国家863计划项目“智能车路协同关键技术研究”和同济大学道路与交通工程教育部重点实验室分别开展了车联网的测试与开发工作。此外因为当前并没有通行的行业标准可以衡量V2X通信的网络性能,也缺乏具体的V2X通信性能评价模型,因此迫切需要对V2X的承载网络进行测试,以及对V2X网络性能的评价方法。
因此,本发明提出了一种基于V2X的网络性能测试及综合评价方法。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种更加准确的评价车联网网络性能的方法。本发明的技术方案如下:
一种V2X网络性能测试及综合评价分析方法,其包括以下步骤:
步骤一、搭建LTE车联网网络性能测试平台及搭建车联网DSRC网络性能测试平台。LTE测试平台基于树莓派卡片型计算机开发,通过USB接口连接LTE上网模块针对需要进行测试的LTE网络进行测试;DSRC网络性能测试采用UNEX公司的V2X DSRC设备进行测试;
步骤二、采用主动测量方法结合网络断层扫描技术分别对步骤一的4G-LTE车联网网络及搭建车联网DSRC网络的网络性能指标进行测量;
步骤三、通过熵权法和层次分析法求得步骤二各项性能指标的权重,将两种方法的权重综合起来获得各项性能指标的综合权重;
步骤四、根据车联网通信网络性能要求计算各项指标的功效分数,然后将功效分数和步骤三使用熵权法和层次分析法求出的综合权重进行加权计算得到综合性能评价分数,得到定量分析结果;
步骤五、使用模糊层次分析法得到车联网通信性能的定性分析评价结果;建立评价因素集,所述评价因素为之前确定的车联网评价指标,然后确定评价等级V={v1,v2,v3,v4}={基本满足V2X应用,基本满足V2V应用完全满足V2I应用,满足安全级别较低与非安全相关的V2I应用,无法使用},然后根据车联网通信性能要求以及测试得到的性能指标的特点创建隶属度函数从而求得模糊矩阵,最后通过与步骤四中求得的综合权重进行模糊合成得到定性评价的结果;
步骤六、结合步骤四中得到的定量分析结果和步骤五中得到的定性分析结果得到综合分析评价结果,将测试评价分析分为当前性能评价分析值和累积性能评价分析值,测试得到的某一时间窗口的性能指标的评价分析结果表征那一时间段的网络性能指,通过设备正常运行时的累积性能指标得到累积评价分析结果表征设备正常运行时通常情况下的网络性能。
进一步的,所述步骤一是使用树莓派开发板和4G-LTE上网卡搭建4G-LTE车联网网络性能测试平台,使用UNEX公司的DSRC V2X设备进行车联网DSRC网络的网络性能。
进一步的,所述步骤一中4G-LTE上网卡通过dongle模式直连树莓派USB接口来进行车辆间数据的发送和接收,使用的DSRC设备分别为路边单元RSU-101U和车载单元OBU-201U,通过提供的SDK编程实现RSU-101U与OBU-201U、OBU-201U与OBU-201U之间的通信与网络性能测试。
进一步的,所述步骤二测试4G-LTE网络是通过在两个平台之间传送消息并记录发送和接收时的系统unix时间来计算往返时延;测试DSRC网络通过TFTP协议传输文件,记录数据包的发送接收时间,通过计算往返时延消除两平台时间不同步的影响,获得精确时延值,同时统计丢包,得到丢包率和时延抖动,然后确定并计算V2X网络性能指标。
进一步的,所述步骤三通过熵权法和层次分析法求得各项性能指标的权重,将两种方法的权重综合起来获得各项性能指标的综合权重;具体包括:
通过层次分析法得到各指标最终权重;采用熵权法求取权重;把层次分析法和熵权法的结果相结合,得到综合考虑主客观因素的指标权重向量W=(wi)1×6综合权重随α的改变而改变,当α=1和α=0时,分别对应于层次分析法和熵权法。
进一步的,所述α=0.5,即wi=αw′i+(1-α)w″i,w′i和w″i分别为熵权法和层次分析法求得的每项性能指标的权重。
进一步的,所述步骤四将各性能指标转化为功效分数并与步骤三中求得的权值进行加权计算求得综合性能评价分数,并对每个测量指标进行归一化处理,首先将指标值分别转化为功效分数,再用加权平均方法计算功效分数得到网络性能评价值,表示网络的性能状况,计算方法如下:
i=1,2,…,k,其中:式中PL是综合性能评价指标,k是选取测量指标总个数,l是选取测量指标中正指标个数,wi是第i项指标权值,xi是第i项测量指标值,xi (h)第i项测量指标的满意值,xi (s)第i项测量指标的不允许值,di是第i项正指标的功效分数,d′i表示第i项逆指标的功效分数。
本发明的优点及有益效果如下:
本发明的创新点在于根据车联网性能要求提出了一套用于测试和评价应用于V2X车联网通信的网络的网络性能的方法。该方法通过提取车联网V2X通信的性能需求将测试所得的网络性能指标根据性能需求转化为功效分数,从而能够具体量化各项性能指标的优劣。然后根据V2X通信需求结合专家意见使用层次分析法求得各项性能指标的权重并且使用熵权法对权重进行修正减少层次分析法主观性对评价结果的影响,使用经熵权法修正的层次分析法求得的权重对各项功效分数进行加权计算得到综合的功效分数。单项的功效分数只能反映各单项性能无法对整体性能进行有效描述,而本专利的综合功效分数能够量化V2X通信网络的综合性能。此外,根据V2X通信需求结合专家意见使用层次分析法并且使用熵权法进行修正求得的权重比单独使用层次分析法或者熵权法等评价方法所得到的权重更具有科学性和客观性。其后使用熵权层次分析法结合模糊综合评价方法得到定性评价的结果,可以知道当前的网络究竟能满足何种级别的V2X网络性能需求。最后结合定量和定性分析结果得到综合的评价结果,从而即能够得知当前网络性能的性能定性结果,得知其性能属于何种级别,还能够得知量化分数,了解到当前网络精确的网络性能分数,可以进行网络性能的横向比较,进而得知在当前级别该网络性能处于何种水平,网络性能的变化趋势为何,得到详细精确的结果。该方法能够得到V2X网络性能的重要性能指标并根据指标得到清楚且精确的V2X网络性能综合评价结果。
附图说明
图1是本发明提供优选实施例系统框图;
图2和图3为使用Strace工具追踪系统时延;
图4为本发明求取综合权重的流程图;
图5为本发明中层次分析法的层次图;
图6为本发明参考的相关网络性能要求。
图7为通过模糊综合法得到定性评价结果的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
如图1所示本发明所述的基于V2X的网络性能评价方法,包括以下步骤:步骤一、用树莓派连接蓝牙GPS和Open-XC采集车辆位置信息和车辆信息;步骤二、使用树莓派开发板和4G-LTE上网卡搭建4G-LTE车联网网络性能测试平台。使用UNEX公司的DSRC V2X设备进行车联网DSRC网络的网络性能,型号分别为RSU-101U和OBU-201U。步骤三、网络性能测试采用主动测量方法结合网络断层扫描技术,测试4G-LTE网络是通过在两个平台之间传送消息并记录发送和接收时的系统unix时间来计算往返时延。测试DSRC网络通过TFTP协议传输文件,记录数据包的发送接收时间。通过计算往返时延消除两平台时间不同步的影响,获得精确时延值,同时统计丢包,得到丢包率和时延抖动,然后确定并计算V2X网络性能指标。步骤四、通过熵权法和层次分析法求得各项性能指标的权重,将两种方法的权重综合起来获得各项性能指标的综合权重。可以通过一个参数调节熵权法和层次分析法在各项性能指标综合权重是更倾向于熵权法还是层次分析法还是均等融合。步骤五、通过3GPP Release14提出的车联网通信网络性能要求计算各项指标的功效分数,然后通过和使用熵权法和层次分析法求出的综合权重进行加权计算得到综合性能评价分数,得到定量分析结果。步骤六、使用模糊层次分析法得到车联网通信性能的定性分析评价结果。建立评价因素集,这里的因素为之前确定的车联网评价指标,然后确定评价等级V={v1,v2,v3,v4}={好,合格,不合格,差},然后根据车联网通信性能要求和对车联网的研究以及测试得到的性能指标的特点创建隶属度函数从而求得模糊矩阵,最后通过与步骤四中求得的综合权重进行模糊合成得到定性评价的结果。步骤七、结合步骤五中得到的定量分析结果和步骤六中得到的定性分析结果得到综合分析评价结果。将测试评价分析分为当前性能评价分析值和累积性能评价分析值。测试得到的某一时间窗口的性能指标的评价分析结果表征那一时间段的网络性能指标。通过设备正常运行时的累积性能指标得到累积评价分析结果表征设备正常运行时通常情况下的网络性能。
如图2和图3所示为了保证LTE网络性能测试的结果准确可靠使用Strace工具来跟踪进程执行时的系统调用和所接收的信号,从而保证测试过程中的系统时延不足以影响网络性能测试的精度,以保证结果的准确性。
本专利的评价模型的权重的求取过程如图4所示,其中层次分析法的层次结构如图5所示,通过层次分析法求得的静态权重见表1。
步骤I:使用层次分析法求权重:
401:构建递阶层次结构:最顶层的目标层为总体性能,其下是体现目标特征的准则层,分别为时延特性、可靠性、稳定性,随后是指标层分别为对应时延特性的时延均值、时延最大值、时延最小值,对应可靠性的丢包率和时延小于100毫秒的概率,对应稳定性的时延抖动均值。
402:用1~9标度法建立判断矩阵,将判断矩阵描述为:准则层相对于目标层车联网网络性能的判断矩阵A,指标层相对于准则层时延特性的判断矩阵B1和B2:
403:层次排序,根据计算对于判断矩阵A,W=[0.4545,0.4545,0.0909],对于判断矩阵B1,W=[0.6986,0.2370,0.0643],对于判断矩阵B2,W=[0.5,0.5]。层次总排序,重复上述过程,沿着递阶层次结构,从上往下,逐层计算出各判断矩阵的特征根与特征向量,以此为基础,进行层次总排序计算,得出最低层因素相对于最高层的相对权重。目标层为A层;准则层为B层,B层有3个元素B1、B2、B3,它们关于A层的相对重要性排序值记为bm;第三层为C层,C层有6个元素记为Cn,它们关于B层中某一元素Bi的相对重要性排序值记为则C层中各元素对于目标层的综合相对重要性排序值为:(j=1,2,…,n),还应对层次总排序的一致性进行检验式中:CIi——以Bi为准则、C层相关元素相比较组成的判断矩阵的一致性指标;RIi——以Bi为准则、C层相关元素相比较组成的判断矩阵的平均随机一致性指标。与层次单排序的一致性检验类似,当CR<0.1时,认为判断矩阵具有满意的一致性;如果CR>0.1,需调整判断矩阵,使之具有满意的一致性。
404:通过上述计算过程,最终计算得到最底层各元素相对于目标层的综合相对重要性排序值,将其记为W。通过计算的CR=0.0810<0.1,表明层次总排序具有满意的一致性。通过层次分析法得到各指标最终权重为W′={0.3175,0.1077,0.0292,0.2273,0.2273,0.0909}
步骤II:熵权法求取权重
405:形成决策矩阵,设参与评价的对象为采集的每一组网络车联网性能质保集为M=(M1,M2,…,Mm),分别对应每一个对应的车联网性能指标,指标集为D=(D1,D2,…,D6),分别对应六个评价指标,评价对象Mi对指标Dj的值记为xij(i=1,2,…,m;j=1,2,…,6),则形成的决策矩阵X为:
406:标准化决策矩阵,根据指标的性质,将指标分为两类。一类是越大越优型指标;一类是越小越优型指标。式中,vij为xij归一化后的值,max(xj)、min(xj)——分别为第j个指标的最大值和最小值。
407:计算第j项指标下,第i个评价对象的特征比重:记第j项指标下,第i个评价对象的特征比重为pij,则因为0≤vij≤1,所以0≤pij≤1。计算第j项指标的熵值ej,当pij=0或者pij=1时,认为pijln(pij)=0。计算第j项指标的差异性系数dj=1-ej,dj越大,该指标提供的信息量越大,越应给予较大的指标权重。
409:综合分析两种方法的优缺点,本专利把层次分析法和熵权法的结果相结合,得到综合考虑主客观因素的指标权重向量W=(wj)1×6综合权重随α的改变而改变,当α=1和α=0时,分别对应于层次分析法和熵权法.α如何合理地取值,可根据相关研究和具体要求进行调整。根据本专利指标体系的实际情况,取比α=0.5较合适,即wj=αw′j+(1-α)w″j,w′和w″j分别为熵权法和层次分析法求得的每项性能指标的权重。
本文发明结合图6给出的网络性能要求,在网络性能评价方面将各性能指标转化为功效分数并与四中求得的权值进行加权计算求得综合性能评价分数。不同的测量指标具有不同的量纲,因此,需要对每个测量指标进行归一化处理。测量指标有2种类型,一种指标值越大表明性能越好,称为正指标;而另一种指标值越大表明性能越差,称为逆指标。本专利使用一种通用的测量指标归一化公式。首先将指标值分别转化为功效分数,再用加权平均方法计算功效分数得到网络性能评价值,表示网络的性能状况,计算方法如下:
(i=1,2,…,k),其中:式中PL是综合性能评价指标,k是选取测量指标总个数,l是选取测量指标中正指标个数,wi是第i项指标权值,xi是第i项测量指标值,xi (h)第i项测量指标的满意值,xi (s)第i项测量指标的不允许值,di是第i项正指标的功效分数,di′是第i项逆指标的功效分数,某项指标的不允许值是指该项指标在路径测量中不应该出现的最坏值,满意值即该项指标在测量中可能达到的最好值。得出的性能评价越高,表明综合性能越好,反之则差。参考相关研究和标准给出的性能指标要求。对于时延平均值、时延最大值、时延最小值满意值分别取为0ms,不允许值分别为100ms、1000ms、100ms。对于时延小于100ms的概率满意值为100%,不允许值参考标准,如城市道路为90%,高速公路为80%。对于丢包率的满意值为100%,不允许值参考标准在城市环境下为99%,在高速公路环境下为96%。对于时延抖动满意值为0,不允许值为100ms。
本发明通过模糊综合法得到定性评价结果的流程图如图7所示,其中图6为隶属度函数给出的性能要求参考之一。
701:确定评价因素集:反映车联网网络性能的因素为3中确定的车联网网络性能指标,分别为时延均值、时延最大值、时延最小值、时延小于100m概率、丢包率、时延抖动,分别用u1、u2、…、u6表示,将形成的评价因素集记为U={u1,u2,…,u6}。
702:确定评价等级集:将评价等级划分为四个,分别为基本满足V2X应用且完全满足V2V应用、基本满足V2V应用且完全满足V2I应用、部分满足V2I应用、无法使用,记评价等级为V={v1,v2,v3,v4},对于评价因素集中的每个因素ui,分析其对于评价等级集vj的隶属度rij,得出第i个因素的单因素评价结果ri=(ri1,ri2,ri3,ri4),使rij>0且归一化,即使
本专利使用指派的方法确定隶属度:
对于时延平均值、时延最大值和时延最小值:
对于在有效通信距离和最大时延内,无线层消息接收可靠性这一指标,其隶属度函数需要根据协议要求在不同的应用场景下场景需要调整隶属度函数:
根据对协议要求及相关论文的研究参考图1当处于高速公路环境时将ri1(x)调整为ri2(x)调整为ri4(x)不变,基本调整方针是无线层消息接收可靠性这一指标隶属于好的区间的下界等于累积接收可靠性最小要求,隶属于可用的区间的下界等于有效通信距离和最大时延内,无线层消息接收可靠性最小要求,其他场景下根据协议及相关性能要求结合专家意见一一调整,在此不再赘述。
对于反映累积传输可靠性概率的指标丢包率,其隶属度函数也需要根据协议要求在不同场景下根据要求进行调整:
根据对协议要求及相关论文的研究参考图1当处于高速公路环境时将ri1(x)调整为ri2(x)调整为其他场景可以根据对车联网协议和性能要求的研究以及咨询专家意见调整隶属度函数,本专利仅列出图中提及的城市道路及高速公路环境,其它不做一一赘述。
703:建立评价矩阵,对于6个评价因素,进行完单因素评价后,将ri作为第i行,形成一个综合了m个因素n个评价等级的模糊矩阵R。
704:确定权向量:使用4中求得的综合权重。
705:进行模糊合成:用权重向量W对矩阵R进行综合,即可得到从总体上确定评价对象对各评价等级的隶属程度。记模糊综合评价结果向量为S=(s1,s2,s3,s4),根据前面的叙述,S是由模糊矩阵R和权重向量W通过模糊运算得到的:S=W*R。对S进行归一化,使∑sj=1。
706:得出评价结果:观察得到的模糊综合评价结果向量S=(s1,s2,s3,s4),sj表示被评价对象隶属于评价等级vj的程度。其中,S中最大的sj赌赢的等级vj表示被评价对象最适合该等级,可以用该等级作为被评价对象的评价结果。
表1
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (3)
1.一种V2X网络性能测试及综合评价分析方法,其特征在于,包括以下步骤:
步骤一、搭建LTE车联网网络性能测试平台及搭建车联网DSRC网络性能测试平台,LTE测试平台基于树莓派卡片型计算机开发,通过USB接口连接LTE上网模块针对需要进行测试的LTE网络进行测试;DSRC网络性能测试采用UNEX公司的V2X DSRC设备进行测试;
步骤二、采用主动测量方法结合网络断层扫描技术分别对步骤一的4G-LTE车联网网络及搭建车联网DSRC网络的网络性能指标进行测量;
步骤三、通过熵权法和层次分析法求得步骤二各项性能指标的权重,将两种方法的权重综合起来获得各项性能指标的综合权重;
步骤四、根据车联网通信网络性能要求计算各项指标的功效分数,然后将功效分数和步骤三使用熵权法和层次分析法求出的综合权重进行加权计算得到综合性能评价分数,得到定量分析结果;
步骤五、使用模糊层次分析法得到车联网通信性能的定性分析评价结果;建立评价因素集,所述评价因素为之前确定的车联网评价指标,然后确定评价等级V={v1,v2,v3,v4}={基本满足V2X应用,基本满足V2V应用完全满足V2I应用,满足安全级别较低与非安全相关的V2I应用,无法使用};然后根据车联网通信性能要求以及测试得到的性能指标的特点创建隶属度函数从而求得模糊矩阵,最后通过与步骤四中求得的综合权重进行模糊合成得到定性评价的结果;
步骤六、结合步骤四中得到的定量分析结果和步骤五中得到的定性分析结果得到综合分析评价结果,将测试评价分析分为当前性能评价分析值和累积性能评价分析值,测试得到的某一时间窗口的性能指标的评价分析结果表征那一时间段的网络性能,通过设备正常运行时的累积性能指标得到累积评价分析结果表征设备正常运行时通常情况下的网络性能;
所述步骤二测试LTE网络是通过在两个平台之间传送消息并记录发送和接收时的系统unix时间来计算往返时延;测试DSRC网络通过TFTP协议传输文件,记录数据包的发送接收时间,通过计算往返时延消除两平台时间不同步的影响,获得精确时延值,同时统计丢包,得到丢包率和时延抖动,然后确定并计算V2X网络性能指标;
所述步骤三通过熵权法和层次分析法求得各项性能指标的权重,将两种方法的权重综合起来获得各项性能指标的综合权重;具体包括:
通过层次分析法得到各指标最终权重;采用熵权法求取权重;把层次分析法和熵权法的结果相结合,得到综合考虑主客观因素的指标权重向量W=(wi)1×6综合权重随α的改变而改变,当α=1和α=0时,分别对应于层次分析法和熵权法,wi是第i项指标权值,α是计算综合权重的功效分数;
所述α=0.5,即wi=αw′i+(1-α)w″i,w′i和w″i分别为熵权法和层次分析法求得的每项性能指标的权重;
所述步骤四将各性能指标转化为功效分数并与步骤三中求得的权值进行加权计算求得综合性能评价分数,并对每个测量指标进行归一化处理,首先将指标值分别转化为功效分数,再用加权平均方法计算功效分数得到网络性能评价值,表示网络的性能状况,计算方法如下:
2.根据权利要求1所述的V2X网络性能测试及综合评价分析方法,其特征在于,所述步骤一是使用树莓派开发板和4G-LTE上网卡搭建4G-LTE车联网网络性能测试平台,使用UNEX公司的DSRC V2X设备进行车联网DSRC网络的网络性能测试。
3.根据权利要求2所述的V2X网络性能测试及综合评价分析方法,其特征在于,所述步骤一中LTE上网卡通过dongle模式直连树莓派USB接口来进行车辆间数据的发送和接收,使用的DSRC设备分别为路边单元RSU-101U和车载单元OBU-201U,通过提供的SDK编程实现RSU-101U与OBU-201U、OBU-201U与OBU-201U之间的通信与网络性能测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810140166.1A CN108430069B (zh) | 2018-02-11 | 2018-02-11 | 一种v2x网络性能测试及综合评价分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810140166.1A CN108430069B (zh) | 2018-02-11 | 2018-02-11 | 一种v2x网络性能测试及综合评价分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108430069A CN108430069A (zh) | 2018-08-21 |
CN108430069B true CN108430069B (zh) | 2021-05-18 |
Family
ID=63156882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810140166.1A Active CN108430069B (zh) | 2018-02-11 | 2018-02-11 | 一种v2x网络性能测试及综合评价分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108430069B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110677829B (zh) * | 2018-12-12 | 2023-04-14 | 大唐联仪科技有限公司 | 长期演进车到万物lte-v2x测试系统及测试方法 |
CN110493747B (zh) * | 2019-08-06 | 2022-05-27 | 中交信息技术国家工程实验室有限公司 | 一种车联网环境下基于协同通信的自适应传输方法 |
CN110516923B (zh) * | 2019-08-06 | 2022-04-05 | 中交信息技术国家工程实验室有限公司 | 一种车联网信息综合评价方法 |
CN110633905B (zh) * | 2019-09-06 | 2023-05-02 | 武汉理工大学 | 智能车云平台可靠性计算方法及系统 |
CN111211820B (zh) * | 2019-09-09 | 2021-10-08 | 南京航空航天大学 | 面向车联网的车载通信设备测试装置及测试方法 |
CN111090242B (zh) * | 2019-11-26 | 2021-04-16 | 安徽江淮汽车集团股份有限公司 | 自动驾驶测试系统精度验证方法、装置、设备及存储介质 |
CN110910640B (zh) * | 2019-11-27 | 2021-03-23 | 河北省交通规划设计院 | 一种车路协同场景测试评价方法 |
CN111147330A (zh) * | 2019-12-28 | 2020-05-12 | 国铁吉讯科技有限公司 | 络质量评估方法、装置、存储介质和处理器 |
CN114531368A (zh) * | 2020-10-31 | 2022-05-24 | 中盈优创资讯科技有限公司 | 一种网络质量评价方法、装置和设备 |
CN112887945B (zh) * | 2021-01-11 | 2022-12-09 | 公安部第三研究所 | 一种车联网网络的渗透测试方法 |
CN113300874B (zh) * | 2021-02-09 | 2024-04-19 | 阿里巴巴集团控股有限公司 | 网络性能检测系统及方法 |
CN112702366B (zh) * | 2021-03-25 | 2021-07-20 | 浙江乾冠信息安全研究院有限公司 | 网络系统安全评估方法、装置、电子设备及介质 |
CN113098636B (zh) * | 2021-03-26 | 2023-03-24 | 星觅(上海)科技有限公司 | 一种通信性能的测试方法、装置、设备及存储介质 |
CN113643552B (zh) * | 2021-07-29 | 2022-12-16 | 一汽奔腾轿车有限公司 | 一种智能限速提醒系统的整车测试方法 |
CN113630743B (zh) * | 2021-08-17 | 2023-11-21 | 云控智行(上海)汽车科技有限公司 | 一种基于v2x网络智能网联射频效益的分析方法 |
CN113626337A (zh) * | 2021-08-26 | 2021-11-09 | 中汽创智科技有限公司 | 一种数值化评价智能网联车测试的方法及装置 |
CN116208509B (zh) * | 2021-11-30 | 2024-04-23 | 中国科学院沈阳自动化研究所 | 一种时间敏感网络性能评估方法 |
CN114626449A (zh) * | 2022-03-03 | 2022-06-14 | 南京航空航天大学 | 一种基于最小二乘确权法的对抗环境下目标识别网络退化分析方法 |
CN117354838B (zh) * | 2023-12-04 | 2024-02-23 | 贝优特技术有限公司 | 一种无线移动通信网络性能测试装置、系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107302468B (zh) * | 2016-04-14 | 2020-02-18 | 中国电信股份有限公司 | 对车路通信的路侧通信装置自动巡检的方法、装置和系统 |
CN106202872A (zh) * | 2016-06-27 | 2016-12-07 | 江苏迪纳数字科技股份有限公司 | 机动车辆驾驶行为评分方法 |
CN106374951A (zh) * | 2016-09-14 | 2017-02-01 | 芜湖扬展新材料科技服务有限公司 | 一种基于PowerPC的车载通信系统 |
CN106549826A (zh) * | 2016-10-20 | 2017-03-29 | 国网安徽省电力公司电力科学研究院 | 智能变电站交换机网络性能测试评估方法 |
CN106961366B (zh) * | 2017-05-15 | 2020-03-31 | 重庆邮电大学 | 面向车联网环境的网络性能综合测试评价分析方法 |
-
2018
- 2018-02-11 CN CN201810140166.1A patent/CN108430069B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108430069A (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108430069B (zh) | 一种v2x网络性能测试及综合评价分析方法 | |
CN111680745B (zh) | 一种基于多源交通大数据融合的突发拥堵判别方法及系统 | |
US20200391766A1 (en) | Multi-mode communication method for autonomous transport system of mining vehicle and apparatus thereof | |
CN111785023A (zh) | 一种车辆碰撞风险预警方法及系统 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与系统 | |
KR20220144856A (ko) | 교통 혼잡 감지 방법, 장치, 전자 장치 및 저장 매체 | |
CN112258830B (zh) | 车辆编队行驶的可靠性评估方法及其应用 | |
CN113037410B (zh) | 信道识别方法、装置、传输方法、传输设备、基站、介质 | |
CN109118787A (zh) | 一种基于深度神经网络的车辆速度预测方法 | |
CN104794895A (zh) | 一种面向高速公路的多源交通信息融合方法 | |
CN115273480B (zh) | 一种基于大数据分析的交通预警系统及其方法 | |
CN112116263A (zh) | 一种交通路口风险级别评估方法、装置、电子设备及存储介质 | |
CN113283548B (zh) | 一种车辆安全评分方法、装置、设备和存储介质 | |
CN114444922A (zh) | 一种群体智能控制下的混合交通效能评估方法 | |
JP2003303390A (ja) | 旅行時間予測方法、装置及びプログラム | |
CN114023061B (zh) | 基于车路协同路侧感知系统的交通流量采集能力评价方法 | |
CN110704789A (zh) | 一种依托“城市超脑”计算平台的人口动态测算方法和系统 | |
CN113421067A (zh) | 一种共享自行车品牌识别与数量管理方法及系统 | |
CN106131871A (zh) | 一种面向车联网的优化数据传输方法 | |
Zhang et al. | Associations between road network structure and pedestrian-bicyclist accidents | |
CN117194930B (zh) | 基于车辆行驶数据的隧道路段安全监控方法 | |
CN118197095A (zh) | 一种交通事故的安全预警方法 | |
CN116777300B (zh) | 基于梯度提升决策树的城市道路交通事故风险评估方法 | |
CN111934896B (zh) | 高架道路终端用户识别方法、装置及计算设备 | |
CN117104255B (zh) | 一种智能驾驶车辆智能感知人车交互系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |