CN109756284A - 面向动态拓扑车联网的车载节点通信模型快速构建方法 - Google Patents
面向动态拓扑车联网的车载节点通信模型快速构建方法 Download PDFInfo
- Publication number
- CN109756284A CN109756284A CN201910123176.9A CN201910123176A CN109756284A CN 109756284 A CN109756284 A CN 109756284A CN 201910123176 A CN201910123176 A CN 201910123176A CN 109756284 A CN109756284 A CN 109756284A
- Authority
- CN
- China
- Prior art keywords
- following
- line
- steps
- time
- method comprises
- 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.)
- Granted
Links
- 230000006854 communication Effects 0.000 title claims abstract description 48
- 238000004891 communication Methods 0.000 title claims abstract description 47
- 238000010276 construction Methods 0.000 title abstract description 7
- 230000006855 networking Effects 0.000 title abstract description 7
- 230000001133 acceleration Effects 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 63
- 239000013598 vector Substances 0.000 claims description 41
- 238000004088 simulation Methods 0.000 claims description 22
- 238000005562 fading Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000001934 delay Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种面向动态拓扑车联网的车载节点通信模型快速构建方法,综合考虑了收发端节点和散射体的相对移动、速度加速度、方向加速度和轨迹变化等多种车辆的实际行驶情况;针对车联网通信环境快速变化的特点,本发明将车联网动态轨迹划分为多个子轨迹,并针对每段轨迹的动态拓扑结构,实现了车联网通信模型的快速构建,适用于任意车辆运动轨迹的传播场景。
Description
技术领域:
本发明涉及车联网无线通信环境,主要涉及一种面向动态拓扑车联网的车载节点通信模型快速构建方法,属于无线通信领域。
背景技术:
随着经济的发展,越来越多的居民使用汽车作为出行工具,目前,我国机动车数目超过了3亿辆,其中私家车数目达到了1.66亿辆。然而,随着私家车数量的快速增长,很多城市道路系统发展滞后,缺乏系统化的交通安全管理,交通拥堵问题日趋严重,交通事故频发。车联网(vehicle-to-vehicle,V2V)技术能建立车与车之间、车与基础设施之间、车与人之间的通信,实现车载用户间的信息交互,是未来5G通信技术在智能交通领域的应用。当道路出现拥堵时,V2V技术通过实时监控道路交通流,为车载用户规划其它舒适路线,缓解交通压力,提高交通运行效率;在十字路口,V2V技术可以预测视野盲区的交通状况,预防交通事故,提高出行安全性。
V2V通信环境不同于传统的蜂窝移动通信环境。鉴于基站位置比较高,基站周围的散射体可忽略不计。因此,传统蜂窝通信通常只考虑移动台周围的散射体,并且一般只存在直射和单跳路径信号。然而,在V2V通信场景中,由于收发端车辆的天线高度比较低,天线周围存在的散射体均不可忽略。因此,车载节点之间通信可能存在直射、单跳和多跳等路径情况。此外,V2V通信过程中,由于发射端和接收端节点均处于运动状态,通信网络的拓扑结构快速发生变化,导致其信道特性波动较快,具有明显的非平稳特性,传统的广义平稳不相关假设已经不适用于V2V通信。因此,为保证V2V信息的即时交互,有必要建立一种面向动态拓扑结构的V2V节点之间的通信信道模型。
发明内容:
本发明是为了解决上述现有技术存在的问题而提供一种面向动态拓扑车联网的车载节点通信模型快速构建方法。
本发明所采用的技术方案有:一种面向动态拓扑车联网的车载节点通信模型快速构建方法,包括如下步骤:
第一步:针对用户给定的路径轨迹,将汽车行驶轨迹划分为L个时间间隔,每个间隔持续时间为T,针对每段行驶轨迹,实时计算不同时刻的移动发射节点MT和散射接收端的相对速度矢量相对位置矢量和角度均值散射发射端和移动接收节点MR的相对速度矢量相对位置矢量和角度均值以及视距路径的角度均值方法如下:
步骤一:当l=1时,t=0时刻,假设收发端和散射体的初始相对速度矢量记为i∈{MT,MR},其中,当i=MT时,表示MT和的相对速度矢量;当i=MR时,表示MR和的相对速度矢量;和分别表示相对速度大小和移动方向; 和分别表示移动收发端的速度大小和移动方向; 和分别表示散射体的速度大小和移动方向;另外,假设收发端和散射体的初始相对位置矢量i∈{MT,MR},其中和分别表示收发端和散射体的初始位置矢量;
步骤二:迭代计算任意t时刻的相对速度矢量方法如下:
其中,和分别表示移动收发端和散射体的速度加速度,和分别表示移动收发端和散射体的方向加速度;
步骤三:迭代计算任意t时刻的相对位置矢量方法如下:
其中,(·)x和(·)y分别表示矢量的横坐标和纵坐标值;
步骤四:实时计算任意t时刻收发端和散射体之间的角度均值以及收发端之间的角度均值方法如下:
其中,表示收发端和散射体的间距;表示收发端之间的视距距离;
步骤五:若t<l·T且l<L,令t=t+Δt,并返回步骤二;若t=l·T且l<L,令 并返回步骤二;否则,仿真结束;
第二步:车辆网中任意两个移动节点之间的通信信道表示为一个矩阵形式,每个元素表示第p个发射天线和第q个接收天线之间的通信模型,建模为
其中,N表示传播路径数目,和分别表示视距和非视距路径的增益,和分别表示视距和非视距路径的时延,ΠT(t)表示矩形窗函数
第三步:实时计算视距路径的时延和非视距路径的时延方法如下:
步骤一:计算t时刻的视距路径的时延,方法如下
其中,c表示光速;
步骤二:计算t时刻的非视距路径的时延,方法如下:
其中,表示t=l·T时刻的初始值;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第四步:实时计算视距路径增益和非视距路径增益方法如下:
步骤一:计算t时刻的视距路径增益,方法如下:
其中,fMHz表示通信频率,单位是MHz,表示视距路径距离,单位是km;
步骤二:计算t时刻的第n条非视距路径增益,方法如下:
其中,表示第n条非视距路径功率,Yn服从高斯分布;rτ表示时延分布因子;στ表示时延扩展;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第五步:实时计算视距路径的信道衰落和第n条非视距路径的信道衰落方法如下:
步骤一:计算t时刻视距路径的信道衰落,方法如下:
其中,系数和的计算方法如下:
步骤二:计算t时刻第n条非视距路径的信道衰落,方法如下:
其中,M表示散射支路数目,表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位,系数和的计算方法如下:
步骤三:令t=t+Δt,返回步骤一,直至仿真结束。
本发明具有如下有益效果:
(1)本发明提出的节点之间通信模型及构建方法,综合考虑了收发端节点和散射体的相对移动、速度加速度、方向加速度和轨迹变化等多种车辆的实际行驶情况。
(2)针对车联网通信环境快速变化的特点,本发明将车联网动态轨迹划分为多个子轨迹,并针对每段轨迹的动态拓扑结构,实现了车联网通信模型的快速构建,适用于任意车辆运动轨迹的传播场景。
附图说明:
图1为本发明方案中车联网节点通信模型。
图2为A-B节点通信模型中各子信道衰落。
图3为C-D节点通信模型中各子信道衰落。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明面向动态拓扑车联网的车载节点通信模型快速构建方法,包括如下步骤:
第一步:针对用户给定的路径轨迹,将汽车行驶轨迹划分为L个时间间隔,每个间隔持续时间为T。针对每段行驶轨迹,实时计算不同时刻的移动发射节点(MobileTransmitter,MT)和散射接收端的相对速度矢量相对位置矢量和角度均值散射发射端和移动接收节点(Mobile Receiver,MR)的相对速度矢量相对位置矢量和角度均值以及视距路径的角度均值方法如下:
步骤一:当l=1时,t=0时刻,假设收发端和散射体的初始相对速度矢量记为i∈{MT,MR}。其中,当i=MT时,表示MT和的相对速度矢量;当i=MR时,表示MR和的相对速度矢量;和分别表示相对速度大小和移动方向; 和分别表示移动收发端的速度大小和移动方向; 和分别表示散射体的速度大小和移动方向;另外,假设收发端和散射体的初始相对位置矢量i∈{MT,MR},其中和分别表示收发端和散射体的初始位置矢量;
步骤二:迭代计算任意t时刻的相对速度矢量方法如下:
其中,和分别表示移动收发端和散射体的速度加速度,和分别表示移动收发端和散射体的方向加速度;
步骤三:迭代计算任意t时刻的相对位置矢量方法如下:
其中,(·)x和(·)y分别表示矢量的横坐标和纵坐标值;
步骤四:实时计算任意t时刻收发端和散射体之间的角度均值以及收发端之间的角度均值方法如下:
其中,表示收发端和散射体的间距;表示收发端之间的视距距离;
步骤五:若t<l·T且l<L,令t=t+Δt,并返回步骤二;若t=l·T且l<L,令 并返回步骤二;否则,仿真结束;
第二步:车辆网中任意两个移动节点之间的通信信道可以表示为一个矩阵形式,每个元素表示第p个发射天线和第q个接收天线之间的通信模型,建模为
其中,N表示传播路径数目,和分别表示视距和非视距路径的增益,和分别表示视距和非视距路径的时延,∏T(t)表示矩形窗函数
第三步:实时计算视距路径的时延和非视距路径的时延方法如下:
步骤一:计算t时刻的视距路径的时延,方法如下:
其中,c表示光速;
步骤二:计算t时刻的非视距路径的时延,方法如下:
其中,表示t=l·T时刻的初始值;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第四步:实时计算视距路径增益和非视距路径增益方法如下:
步骤一:计算t时刻的视距路径增益,方法如下:
其中,fMHz表示通信频率,单位是MHz,表示视距路径距离,单位是km;
步骤二:计算t时刻的第n条非视距路径增益,方法如下:
其中,表示第n条非视距路径功率,Yn服从高斯分布;rτ表示时延分布因子;στ表示时延扩展;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第五步:实时计算视距路径的信道衰落和第n条非视距路径的信道衰落方法如下:
步骤一:计算t时刻视距路径的信道衰落,方法如下:
其中,系数和的计算方法如下:
步骤二:计算t时刻第n条非视距路径的信道衰落,方法如下:
其中,M表示散射支路数目,表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位,系数和的计算方法如下:
步骤三:令t=t+Δt,返回步骤一,直至仿真结束。
为了使本发明的原理更加清楚,本案例采用了包含A-H八个通信节点的动态拓扑车联网为例,并选取其中A-B节点和C-D节点的通信模型作为典型案例进行分析。另外,本案例每个节点选用2x2MIMO系统,仿真时长为5s,采样率fs=10KHz,信道状态更新间隔Δt=0.05s,车辆网传播场景的具体仿真参数如表1和表2所示。
表1 A-B节点通信的仿真参数
表2 C-D节点通信的仿真参数
本实施案例中A-B节点通信模型构建过程包括以下步骤:
1.计算每段轨迹的模型对应的仿真参数,具体如下:
步骤一:利用用户给出参数直接得到初始时刻MT、MR和散射体的速度矢量分别为和MT、MR与散射体的相对速度矢量分别为MT、MR和散射体的相对位置矢量分别为
步骤二:计算任意t时刻的相对速度矢量相对位置矢量收发端和散射体之间的角度均值收发端之间的角度均值相对位置矢量收发端和散射体之间的距离收发端之间的距离具体计算结果如表3所示。
表3 t时刻A-B节点通信模型参数
步骤三:令t=t+Δt,并返回步骤二,计算下一时刻的参数,直至仿真结束;2.实时计算视距路径和非视距路径的时延,具体如下:
步骤一:t时刻的视距路径计算可得为
其中,c表示光速;
步骤二:t时刻的非视距路径时延计算可得为
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
3.实时计算视距路径和非视距路径增益,具体如下:
步骤一:t时刻的视距路径增益计算可得为
步骤二:t时刻的第n条非视距路径增益计算可得为
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
4.实时计算视距路径和第n条非视距路径的信道衰落,具体如下:
步骤一:t时刻视距路径的信道衰落计算可得为
其中,p,q=1,2,和分别为
其中,λ=c/f0=0.12。
步骤二:t时刻第n条非视距路径的信道衰落计算可得为
其中,M表示散射支路数目,表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位;多项式系数和分别为
步骤三:令t=t+Δt,返回步骤一,直至仿真结束;
5.将上述步骤计算获得参数值代入式(7)的信道模型中,最终获得该场景下节点通信模型。
本实施案例中C-D节点通信模型构建步骤与A-B节点通信案例类似。
本实施案例得到的效果可以通过图2仿真实验中所获得的具体数据进行进一步说明。图2给出了A-B节点,C-D节点之间的通信模型,我们看到:1)由于各个车辆节点安装了2发2收的天线,不同节点通信模型包含4个子信道衰落;2)本发明产生的信道衰落是时变的,且不同节点通信的信道衰落与其行驶状态有关,差别非常大。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (1)
1.一种面向动态拓扑车联网的车载节点通信模型快速构建方法,其特征在于:包括如下步骤:
第一步:针对用户给定的路径轨迹,将汽车行驶轨迹划分为L个时间间隔,每个间隔持续时间为T,针对每段行驶轨迹,实时计算不同时刻的移动发射节点MT和散射接收端的相对速度矢量相对位置矢量和角度均值散射发射端和移动接收节点MR的相对速度矢量相对位置矢量和角度均值以及视距路径的角度均值方法如下:
步骤一:当l=1时,t=0时刻,假设收发端和散射体的初始相对速度矢量记为i∈{MT,MR},其中,当i=MT时,表示MT和的相对速度矢量;当i=MR时,表示MR和的相对速度矢量;和分别表示相对速度大小和移动方向; 和分别表示移动收发端的速度大小和移动方向; 和分别表示散射体的速度大小和移动方向;另外,假设收发端和散射体的初始相对位置矢量i∈{MT,MR},其中和分别表示收发端和散射体的初始位置矢量;
步骤二:迭代计算任意t时刻的相对速度矢量方法如下:
其中,和分别表示移动收发端和散射体的速度加速度,和分别表示移动收发端和散射体的方向加速度;
步骤三:迭代计算任意t时刻的相对位置矢量方法如下:
其中,(·)x和(·)y分别表示矢量的横坐标和纵坐标值;
步骤四:实时计算任意t时刻收发端和散射体之间的角度均值以及收发端之间的角度均值方法如下:
其中,表示收发端和散射体的间距;表示收发端之间的视距距离;
步骤五:若t<l·T且l<L,令t=t+Δt,并返回步骤二;若t=l·T且l<L,令 并返回步骤二;否则,仿真结束;
第二步:车辆网中任意两个移动节点之间的通信信道表示为一个矩阵形式,每个元素表示第p个发射天线和第q个接收天线之间的通信模型,建模为
其中,N表示传播路径数目,和分别表示视距和非视距路径的增益,和分别表示视距和非视距路径的时延,ΠT(t)表示矩形窗函数
第三步:实时计算视距路径的时延和非视距路径的时延方法如下:
步骤一:计算t时刻的视距路径的时延,方法如下
其中,c表示光速;
步骤二:计算t时刻的非视距路径的时延,方法如下:
其中,表示t=l·T时刻的初始值;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第四步:实时计算视距路径增益和非视距路径增益方法如下:
步骤一:计算t时刻的视距路径增益,方法如下:
其中,fMHz表示通信频率,单位是MHz,表示视距路径距离,单位是km;
步骤二:计算t时刻的第n条非视距路径增益,方法如下:
其中,表示第n条非视距路径功率,Yn服从高斯分布;rτ表示时延分布因子;στ表示时延扩展;
步骤三:令t=t+Δt,并返回步骤一,直至仿真结束;
第五步:实时计算视距路径的信道衰落和第n条非视距路径的信道衰落方法如下:
步骤一:计算t时刻视距路径的信道衰落,方法如下:
其中,系数和的计算方法如下:
步骤二:计算t时刻第n条非视距路径的信道衰落,方法如下:
其中,M表示散射支路数目,表示第n条路径的第m条散射支路在[0,2π)上随机分布的相位,系数和的计算方法如下:
步骤三:令t=t+Δt,返回步骤一,直至仿真结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910123176.9A CN109756284B (zh) | 2019-02-18 | 2019-02-18 | 面向动态拓扑车联网的车载节点通信模型快速构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910123176.9A CN109756284B (zh) | 2019-02-18 | 2019-02-18 | 面向动态拓扑车联网的车载节点通信模型快速构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109756284A true CN109756284A (zh) | 2019-05-14 |
CN109756284B CN109756284B (zh) | 2021-05-25 |
Family
ID=66407615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910123176.9A Active CN109756284B (zh) | 2019-02-18 | 2019-02-18 | 面向动态拓扑车联网的车载节点通信模型快速构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109756284B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110856119A (zh) * | 2019-11-08 | 2020-02-28 | 中国测绘科学研究院 | 一种基于几何向量的港口车辆轨迹纠偏方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180265084A1 (en) * | 2015-12-04 | 2018-09-20 | Denso Corporation | Traveling path generation apparatus and traveling path generation method |
US10098014B1 (en) * | 2018-01-31 | 2018-10-09 | Toyota Jidosha Kabushiki Kaisha | Beam alignment using shared driving intention for vehicular mmWave communication |
EP3425418A1 (en) * | 2017-07-06 | 2019-01-09 | Mitsubishi Electric R&D Centre Europe B.V. | Method and apparatus for distinghuishing line of sight from non line of sight in vehicular communication systems |
CN109283562A (zh) * | 2018-09-27 | 2019-01-29 | 北京邮电大学 | 一种车联网中车辆三维定位方法及装置 |
CN109302252A (zh) * | 2018-10-17 | 2019-02-01 | 西安理工大学 | 一种mimo多天线通信系统及通信系统性能评估方法 |
-
2019
- 2019-02-18 CN CN201910123176.9A patent/CN109756284B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180265084A1 (en) * | 2015-12-04 | 2018-09-20 | Denso Corporation | Traveling path generation apparatus and traveling path generation method |
EP3425418A1 (en) * | 2017-07-06 | 2019-01-09 | Mitsubishi Electric R&D Centre Europe B.V. | Method and apparatus for distinghuishing line of sight from non line of sight in vehicular communication systems |
US10098014B1 (en) * | 2018-01-31 | 2018-10-09 | Toyota Jidosha Kabushiki Kaisha | Beam alignment using shared driving intention for vehicular mmWave communication |
CN109283562A (zh) * | 2018-09-27 | 2019-01-29 | 北京邮电大学 | 一种车联网中车辆三维定位方法及装置 |
CN109302252A (zh) * | 2018-10-17 | 2019-02-01 | 西安理工大学 | 一种mimo多天线通信系统及通信系统性能评估方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110856119A (zh) * | 2019-11-08 | 2020-02-28 | 中国测绘科学研究院 | 一种基于几何向量的港口车辆轨迹纠偏方法 |
CN110856119B (zh) * | 2019-11-08 | 2021-07-13 | 中国测绘科学研究院 | 一种基于几何向量的港口车辆轨迹纠偏方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109756284B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hafeez et al. | Impact of mobility on vanets' safety applications | |
Xi et al. | Study of the Feasibility of VANET and its Routing Protocols | |
Singh et al. | Comparative study of radio propagation and mobility models in vehicular adhoc network | |
Sallam et al. | Performance evaluation of OLSR and AODV in VANET cloud computing using fading model with SUMO and NS3 | |
CN103298138B (zh) | 一种用于无线移动网络的数据传输控制方法 | |
Rafter et al. | Traffic responsive intersection control algorithm using GPS data | |
Yang et al. | Dynamic V2V channel measurement and modeling at street intersection scenarios | |
Almohammedi et al. | Evaluating the Impact of Transmission Range on the Performance of VANET. | |
Rossi et al. | Density-based optimal transmission for throughput enhancement in vehicular ad-hoc networks | |
CN104598727B (zh) | 面向城市道路环境考虑交叉路口的VANETs中V2V的链路时延动态预测方法 | |
Facchina et al. | Speed based distributed congestion control scheme for vehicular networks | |
Kerner et al. | Testbed for wireless vehicle communication: A simulation approach based on three-phase traffic theory | |
CN102595547B (zh) | 一种动态自适应的车辆网络路由方法 | |
CN109756284B (zh) | 面向动态拓扑车联网的车载节点通信模型快速构建方法 | |
Taya et al. | Coverage expansion through dynamic relay vehicle deployment in mmwave V2I communications | |
CN103095592B (zh) | 车辆自组织网络的区域多播路由系统及方法 | |
Ashtaiwi et al. | Performance comparison of position based routing protocols for VANETs | |
Mukhopadhyay et al. | V2X based road safety improvement in blind intersections | |
Shagdar et al. | Study on merging control supported by IEEE 802.11 p systems for highway environments | |
Zhang et al. | Vehicular FSO communication systems applying real-time recognition and tracking | |
CN109362115A (zh) | 一种基于视距衰落模型的车载网路由方法 | |
Jansons et al. | Wifi for vehicular communication systems | |
Ding et al. | V2X and Deep Reinforcement Learning-Aided Mobility-Aware Lane Changing for Emergency Vehicle Preemption in Connected Autonomous Transport Systems | |
Li et al. | Efficient MAC protocol for drive‐thru Internet in a sparse highway environment | |
Bolufé et al. | Dynamic control of beacon transmission rate with position accuracy in vehicular networks |
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 |