
学位论文简介
随着信息技术与城市化的迅猛发展,交通系统的智能化、效率与安全性备受关注。车联网技术的兴起虽促进了交通进步,车联网中的任务计算与行为识别面临计算资源受限、时空特征建模复杂及行为模式多样性高等挑战。针对上述关键问题与技术挑战,本文围绕车联网环境下的任务计算优化与行为识别机制展开系统研究,旨在提升交通管理精度、优化路线规划及增强应急响应能力,取得了以下主要创新性研究成果:
(1) 针对IoV(车联网)时空轨迹数据的随机性和非线性特性,本文提出了一种结合注意力机制和扩散模型的深度神经网络模型(DEAR),用于准确预测车辆的位置、速度和加速度等移动行为,提升了轨迹预测的准确性和适应性。
(2) 针对车辆边缘计算(VEC)网络中的任务卸载问题,基于时空轨迹数据,提出了一种服务感知的并行任务卸载方法,显著降低了任务处理延迟。
(3) 针对时空特征的车联网驾驶模式中识别问题,本文提出了一种创新的系统,利用低成本的红外超宽带雷达实现非接触式眨眼检测,旨在提高驾驶安全性。
(4) 针对车联网乘客流量监测的干扰与敏感问题,本文提出ST-PassTrack系统,以Wi-Fi CSI为源,用滤波器提质量,结合分析推断数量,实验准确率高且稳定。
主要学术成果
[1] Yang Jiali, Yang Kehua, Xiao Zhu, Jiang Hongbo, Xu Shengyuan, Dustdr Schahram. Improving Commute Experience for Private Car Users via Blockchain-Enabled Multitask Learning. IEEE Internet of Things Journal, 2023, 10(24):21656–21669 (SCI, 第一作者)
[2] Yang Jiali,Yang Kehua,Dai Xingxia,Xiao Zhu,Jiang Hongbo,Zeng Fanzai,Li Bo.Service-Aware Computation Offloading for Parallel Tasks in VEC Networks. IEEE Internet of Things Journal, 2025, 12(3):2979-2993 (SCI,第一作者)
[3] Yang Jiali,Yang Kehua,Zeng Fanzai,Cheng Qixuan,Xiao Zhu,Jiang Hongbo.DEAR: Vehicle Mobility Prediction Using Diffusion-Expanded Attention Network Based on IoV Trajectory Data, Neural Computing and Applications, 2024, 12(06):1433-3058 (SCI,第一作者)