融入智能网联汽车的混行交通流混沌特性

U491; 为了研究混行交通流混沌特性、辨析影响混行车队混沌程度的因素,在传统交通流理论基础上,利用Cao方法和改进的Cao方法确定混行交通流延迟时间和嵌入维数,对混行交通流序列进行相空间重构并通过计算最大Lyapunov指数判定其混沌特性.对混行交通流中智能网联汽车(intelli-gent connected vehicle,ICV)协同自适应巡航(cooperative adaptive cruise control,CACC)车辆比例及延迟时间关键参数进行影响分析.结果表明:在跟驰过程中车头间距序列的最大Lyapunov指数小于0时,混行交通流存在混沌;CACC车辆比例增加能够减弱混沌...

Full description

Saved in:
Bibliographic Details
Published in江苏大学学报（自然科学版） Vol. 45; no. 4; pp. 373 - 380
Main Authors 梁军, 杨航, 任彬彬, 陈小波, 陈龙, 杨相峰
Format Journal Article
LanguageChinese
Published 江苏大学汽车工程研究院,江苏镇江 212013%山东工商学院计算机科学与技术学院,山东烟台 264005%泰州易华录数据湖信息技术有限公司,江苏泰州 225500 01.07.2024
Subjects
混沌特性
mixed traffic flow
phase space reconstruction
智能网联汽车
相空间重构
intelligent connected vehicle
chaotic characteristics
Lyapunov exponent
李雅普诺夫指数
混行交通流
Online AccessGet full text
ISSN1671-7775
DOI10.3969/j.issn.1671-7775.2024.04.001

Cover

More Information
Summary:U491; 为了研究混行交通流混沌特性、辨析影响混行车队混沌程度的因素,在传统交通流理论基础上,利用Cao方法和改进的Cao方法确定混行交通流延迟时间和嵌入维数,对混行交通流序列进行相空间重构并通过计算最大Lyapunov指数判定其混沌特性.对混行交通流中智能网联汽车(intelli-gent connected vehicle,ICV)协同自适应巡航(cooperative adaptive cruise control,CACC)车辆比例及延迟时间关键参数进行影响分析.结果表明:在跟驰过程中车头间距序列的最大Lyapunov指数小于0时,混行交通流存在混沌;CACC车辆比例增加能够减弱混沌的时间区域,比如当CACC车辆比例达到0.6时,跟驰系统趋于稳定;CACC车辆的延迟时间对混沌的影响显著,保持低通信延迟才能发挥CACC车辆的作用,从而有效抑制混沌.
ISSN:1671-7775
DOI:10.3969/j.issn.1671-7775.2024.04.001