《基于射频传感器网络的车辆二次认证识别.docx》由会员分享，可在线阅读，更多相关《基于射频传感器网络的车辆二次认证识别.docx（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、6基于射频传感器网络的车辆二次认证识别（技术）车辆二次认证识别是指在不同位置侦测车辆然后配对（数据处理）的过程。这个技术可以/允许通过路面网络点对点的追踪车辆。一个单独的探测检测站可以在特殊的位置，测量交通（车辆）的参数比如速度或者所占用的路道空间。这些测量手段被假定为（某个地段）的交通情况的代表。但是，当交通变得拥堵时，这些假设可能不会完全有效（正确）。因为个点数据的限制使得车辆二次认证识别有了研究与应用的意义(raise interest)，这种技术可以提供区域段的测量包括行程时间，行程时间变化，区域段（交通）密度和起点/终点所需（的时间或者路线。区域段行程时间和密度是交通规划、控制和管理
2、的很有用处的参数。通过车辆二次认证识别获取的交通的参数可以用来评估交通系统的好坏，也可用来当做实用的输入(数据)为“先进运输管理和信息系统”(ATMIS)服务。在这个章节里，现行的区域段测量和二次认证的科技技术（这篇论文之前讨论的咚咚）会在6.1里复习.在6.2里会讨论推荐的数据处理和 最大的最大化（MOM）二次认证设计方案。在6.3里会呈现响应的实验分析和实验结果。6.1区域测量和二次认证技术的回顾普通的车辆检测技术包括感应线圈，摄像监控，红外线检测，超声波与微波技术，声/磁技术，道路管道测量和压电感应。Ch.2大部分情况下，只有像车辆计数，个点速度，和道路占用这些定点测量方法是由这些检测系
3、统产生的。然而实际上，更多的信息(包括原车辆数字签名等等)可以从这些系统中提取出来，为区域测量和车辆二次认证（服务）。由于定点测量是交通信息的主要来源，一类技术已经从这些测量方法中脱颖而出，用于评测与估计区域行程时间。这些数据被用于一个随机交通流模型中，用来产生统计估量的行程时间，而不是单独的二次认证个别车辆。（通过区域测量实现交通的统计数据分析，用于优化交通系统，判断车辆行程的时间）在6.3里的模型里假设了：在一个给定的时间段里，车辆到达顶峰与车辆最少的时候（这两者）有一个共同的行程时间概率分布。行程时间分布是由车流，街道占用和平均速度的近似关系共同估测的。在6.4里，平均行程时间是通过交通
4、车流数据的交叉相关分析而估测得到的。车辆二次认证识别技术被用来实现区段交通测量。它是通过比对个别或者一整排车辆的数字签名来实现的。6.5一般的技术包括了车牌匹配6.6,基于激光镭射匹配6.7或者以雷达为基础的6.8系统，它们可以给出车辆的长度和轮廓；运动重量系统(WIM)可以提供车轴参数；以及基于视频的系统，它们可以通过图像处理来提取车辆的长度，轮廓和颜色。传统的感应线圈检测器的设计专注于车辆检测的任务。而新的检测卡是用来提供车辆感应签名以便于进行车辆分类和二次认证。由于感应线圈仍然是行业中最主要的监视系统，利用现有的基础设施进行车辆二次认证是经济适用的。之前的研究6.12, 6.13, 6.
5、14表明了车辆二次认证可以通过感应签名（它可以提供车辆的长度和轮廓）实现。然而，标准6平方米的线圈配置会引起（数字）签名的滤波效应，从而导致区别（不同的车辆）特性的消失。一个最新设计的、有着修长而轻薄的几何形状、称做叶片传感器的感应线圈6.15，在一定程度上克服了滤波效应。运用这种叶片传感器和高速扫描卡片检测器（扫描数据），再经过HMC1051Z磁性传感器的辨析，可以得到详尽的感应线圈（数字）签名。这些详尽细致的签名，可以提供更高的车辆辨析率。这些系统可以不通过固定的监控站而获取区域段的测量（数据）。这些系统的采用车辆内部信标技术，可以兼容广泛的车辆跟踪系统，比如全球定位系统GPS 6.16，
6、RFID216基于自动车辆识别(AVI) 6.17，蜂窝通信6.18，收费标签，其他的车辆内部信标追踪，和相关用于采集车辆位置的基础设施。然而，隐私问题可能会阻止它们的大规模部署与应用。所以，车辆二次认证系统会优先考虑对匿名车辆追踪（的应用）。6.2 数据处理和二次认证方案在6.2.1中会展示由阵列感应器节点收集的详尽的电磁信号签名。部分与二次认证技术相关的特性会被展现出来。在6.2.2中会展示推荐的最大的最大化(MOM)二次认证方案的平均阻碍相关系数。6.2.1电磁信号阵列的例案为了获得更详尽的车辆电磁信号图片，实验从一个取样信号在128HZ的、沿着轴线左右各三个的对称排布的7传感器的阵列中
7、展开。这些传感器被放置在（车辆）行进方向的路线的垂直位置，每个传感器之间间隔6英寸，如6.2.1.1图所示。被测试的7辆汽车的信号会在下面呈现，在列表6.2.1.1里有被测试车辆的型号与图片。电磁信号被转换成平均高度栏的形式5.3.2，来自7个传感器节点的转换后数据被组合成一个单色的颜色图，从1至7由水平轴线的传感器节点索引，并用垂直的轴线作为传感器节点索引，由1到20。结果如图6.2.1.2所示：(a) 和 (b) 是两个从相同车辆（Buick Le Sabre 97）收集的样品。在3轴线（感应器系统中）6.2.2, 6.3最大组合相关系数是0.99.这个较高的数值表明了由阵列传感器节点采集
8、的车辆电磁信号是可再现的。(b) 和 (c) 是从两个具有相同模型（Buick Le Sabre 97）的不同车辆上采集的。3轴线（感应器系统中）最大组合相关系数仅有0.78，这远小于相同车辆典型水平(0.9) 6.2.2, 6.3.这表明了一个重要的特性：型号相同的车辆并不一定得到相同的电磁信号。这种信号（数字签名）的变化可以通过硬件设置的和车辆（内部）设备的差异来解释。这意味着原来不能被监控以及其他基于长度的二次认证系统识别的同型号、同颜色的车辆，很大程度上可以被电磁信号（技术）判别。这些例子也再次确认了5.2.2章节指出的横向偏移特性，即磁场分布一般情况下并不是横向对称的。这也证明了阵列
9、传感器节点的应用考虑到了当车辆经过不同监测站时所产生的横向偏移差异。6.22 最大的最大化（MOM）二次认证方案类似的分类办法在第五章已经讨论过，在本章讨论的最优二次认证方案旨在使用无线传感器网络部署平台。同样，为了最大限度地减少传感器节点上的通信负载以及最大限度地提高系统寿命，在5.3章节中描述的转换过程被用于二次认证系统中。由于高度栏在实验中显现的优秀表现，在后面的分析中会依然采用这样的数据格式。最优的最大的最大化（MOM）二次认证方案使用平均栏数据来自所有的阵列感应器节点。3轴线感应器系统信号中不同传感器的最大相关系数将会被计算出来。在一定时间窗口里，不同感应器信号配置中最大的一个会被寻
10、找出来。如果这个最大相关系数比预先定义的阈值还大时，一个确定的二次认证结果将被发出。这个方案的详细算法如下：这个方案的缺点一是产生相关系数在计算上实施是很昂贵的，二是通过N2顺序的处理时间（较慢）。这是运用平均栏数据的另外一个原因，这有助于减少计算的负担。在下一章里将会呈现这种二次认证方案的实验评估。6.3实验分析与数据处理在6.3.1中，初步的二次认证实验（数据表R1）包括了7架测试车辆。在6.3.2中，车辆左转时的二次认证实验的分析和结果将呈现在数据表R2中。6.3.1 基于7测试车辆的基本二次认证（数据表R1）这个实验的目的是测试通过最优MOM二次认证方案6.2.2测得的电磁信号平均条数
11、据的可行性5.3.2。在6.2.1中展示的信号例样也是从这个实验产生的，实验是在2005年7月12号里士满车站里进行的。一个由7阵列感应器节点组成系统被放置在与车辆行进方向垂直的线上，每个传感器之间间隔6英寸。实验装置的照片在图6.2.1.1中。被测试的车辆模型列表如表6.2.1.1所示。每架测试车辆驶过传感器节点五次，每次（在司机的控制下）车辆的横向偏移都不同。这7个感应器节点所采集的变换后的数据将被整合到一个单色的图标中，从1到7由感应器节点的水平轴作为索引；从1到20由垂直轴平均条作为索引组成阵列图。五架测试车辆的颜色图(Ford Taurus 2000)如下图6.3.1.1所示。尽管单
12、个节点的信号因横向偏移的差异看起来不尽相同，颜色图里全部的信号却是相近的。由测试车辆的数据可知，平均的最大组合相关系数是0.93.通过35个收集的信号，以每次记录一个信号作为目标测试样品（的数据），并用每一辆测试车辆与7组（已测试好的车辆数据库里的）信号的数据做比较（将C阀值设置在0.9）二次认证分析即可被模拟出来。所有在数据库里可能的组合都会通过6.2.2介绍的二次认证方案被测试到。实验结果的总结如表6.3.1.1所示。当所有3轴的数据被用上时，在有7架测试车辆的数据库中，平均二次认证（成功）的比率可以达到98.9%.虽然样本的规模很小，但是这个可观的结果表明了在无线传感器网络二次认证中使用
13、平均栏数据5.3.2与推荐方案6.2.2的可行性。6.3.2车辆左转时的二次认证（数据表R2）对于优化交通规划与交通控制来说6.19，起始点/目的地（O/D）之间的交通流信息是很关键的。二次认证系统可以用来估测 O/D矩阵。然而，由于高昂的安装与维护费用，它们很少用于城市交通。此实验旨在展示无线传感器网络如何被运用于在（一个特定）位置交叉点重认证左转弯的车辆，（通过实验）取得的转向系数可以用作O/D矩阵的估计6.20。这个实验同样在里士满车站（RFS）里进行，2006年3月9号。两组在128HZ取样的7传感器节点3轴线阵列被安置在车辆行进方向的垂直线方向上。一个位于直线段部分的尾部（A站点），
14、另一个位于A站点左转弯之后的直线段起点（B站点）。实验装置的图片如图6.3.2.1所示。传感器节点被放置在没有右转车辆会开过B站点的道路上。只有直走与左转的车辆会被列入分析之中。实验的地面实况通过人工观测得到。4小时内共有80架车辆被记录下来。这些数据被转换为10个平均栏图表。在图6.3.2.2中显示了所有在左转情况下的车辆的最大组合相关系数（Cmax），0.56被用作二次认证方案6.22的C阀值。这个阀值与实验R1 中的0.9对比起来还是相对较小的。这证明了电磁信号会随着行进方向左转的改变而产生不同5.2.1。由于在测试点的车流比较慢（20辆/小时），一种记录A站点最后5架车辆的“时间窗口”被用做（TABk）。表6.3.2.1总结了二次认证的实验结果。在这个测试中，二次认证的平均成功率达到了72.5%.同样的，尽管80单位的样本规模很小，但可观的结果表明了基于射频传感器网络的二次认证系统今后在城镇区域与高速公路上大规模应用部署的无限潜力。