中文摘要：

本项目旨在利用车路通信环境，将VANET、WSN和固定检测方式构成大范围、全时空交通信息协同感知网络（Cooperative sensing network CSN）。以城市道路交通信息采集为背景，以车路通信环境下构建CSN所要解决的基础性科学问题为切入点，以车路通信多维度多层次建模、车路通信性能分析与综合评价方法、车路通信环境下协同感知网络组网方法、海量异构非同步数据处理方法为研究主线，以获取交通流状态信息、安全信息、环境信息、基础设施状态信息为落脚点，研究并建立车路通信环境下协同感知所需的理论和方法。研究成果不仅对城市交通信息采集系统的完善具有重要的现实意义和工程应用价值；更将在多维度多层次车路通信模型构建方法、通信性能分析与评价方法、动态组网方法、海量异构非同步数据处理方法等方面进一步丰富ITS的基本理论和研究方法，具有重要的学术价值。

结论摘要：

项目以城市道路交通信息采集为背景，将移动车辆作为交通感知源，研究利用车车和车路通信技术，将VANET、WSN和既有固定检测方式构成大范围、全时空的交通信息协同感知网络需要解决的科学问题；以车路通信多维度多层次建模、车路通信性能分析与综合评价方法、车路通信环境下协同感知网络组网方法、海量异构非同步数据处理方法为研究内容。项目在执行中取得了以下结果 1）提出一种车路通信环境下道路交通信息采集的协同感知网络组成结构、获取信息类型和采用的通信方式；车车车路通信是构建协同感知网络的关键问题。 2）提出一种采用ON/OFF Pareto的网络流量分析模型和分层随机着色petri网MAC层模型；结合复合Poisson过程和Nakagami-m信道模型，对车路协同的车辆驶入状态、网络流量、信道、IEEE802.11p MAC层进行建模。 3）车路通信常用单播和广播模式传输数据，采用二维Markov链的综合模型分析单播模式MAC层通信性能，双Markov链的模型分析广播模式的通信性能；提出一种层次分析法和熵权相结合的组合赋权法确定各性能指标权重，应用灰色关联对分析对象进行排序，以获得IEEE 802.11p最优网络性能实现最佳的消息传输。 4）针对车路通信的拓扑快速变化，提出一种采用指数随机几何图，结合交通流特点的车辆运动条件下的网络拓扑模型，推导了网络平均连通概率、连通度分布等参数表达式，利用一阶指数自回归过程来描述车头间距的演化过程得出连通性的一阶转移概率矩阵。 5）针对络数据采集过程的任务调度问题，提出一种改进型二进制粒子群优化算法（MBPSO）解决原算法收敛不稳定和容易陷入局部最小的缺陷；对于数据传输过程处理问题，提出一种快速聚集汇播方法，采用密集区域优先的方法进行时间片分配，满足数据获取低时延的需求。采用改进ARIMA模型对交通流参数进行时间分段分析和预测。 6）项目验证采用理论分析，仿真验证和近似实物验证。采用IEEE 802.11a的硬件，后期通过软件调节搭建出近似IEEE 802.11p的测试平台能够近似对IEEE 802.11p的性能进行测试。项目研究成果对完善现有道路交通信息采集系统具有现实意义和工程应用价值；更在车联网、车车车路通信建模分析评价、随机动态网络拓扑分析与控制、优化算法等方面有学术价值。