详情

原文传递车联网环境下遭受网络攻击的交通流微观模型与排放控制

论文题名：	车联网环境下遭受网络攻击的交通流微观模型与排放控制
关键词：	交通流;跟驰模型;网络攻击;优化速度;补偿算法
摘要：	在21世纪这个信息飞速发展的时代，车辆上的车载设备通过无线通信技术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服务。不仅以帮助车主实时导航，还能够通过与其它车辆和网络系统的通信，为车与车之间的间距提供保障，降低车辆发生碰撞事故的几率，提高交通运行的效率。但网络亦是把双刃剑，有利的同时自然也有弊。当车辆运行主要依靠网络时，就必然会面临网络出现问题的情况。即网联车的网络被中断时，极易导致更为严重的拥堵甚至事故，严重恶化交通情况。与此同时车辆会排放更多的尾气。针对交通拥堵，早已引起专家学者们的关注与研究，已提出一系列的交通流模型，如元胞自动机模型、车辆跟驰模型、格子Boltzmann模型、格子流体力学模型等，其中，跟驰模型最适合现实的交通情况，能将复杂的交通系统形象简洁地描绘出来，所以，本文在跟驰模型的基础上进一步研究网络攻击对交通系统产生的相关影响。综合考虑连续信息延迟效应、连续记忆和电子节气门协同传输效应、坡道上速度差信息被篡改等现实影响因素，建立相关动力学模型，并进行稳定性分析，以此得到车辆系统保持稳态，抵制网络攻击，控制污染排放的条件，并通过数值仿真加以验证。　　主要研究工作如下：　　一、首先，在车联网环境下，探讨了联网车辆是否遭受网络攻击对交通系统的影响作用及应对办法。在Konishi等人提出的CM跟驰模型的基础上建立了车联网环境下基于连续延迟效应遭受网络攻击的耦合映射跟驰模型(简称CACDE-CM跟驰模型)，通过系统控制理论对网联车是否遭受网络攻击这两种情况分别进行分析讨论，得到抵制网络攻击，保持交通系统稳定的条件。并对网联车在运行过程中出现突然停车和连续多次突然停车这两种场景进行仿真，结果表明：CACDE-CM跟驰模型中，没有网络攻击时CD效应的正常传输，能够明显缓解交通拥堵；而在遭受网络攻击时，新的补偿算法可有效弥补网络攻击带来的负面影响，提高交通系统的稳定性，并减少CO2、NOx、PM10和VOC的排放。　　二、其次，在车联网环境下，基于网络攻击触发，提出了车联网环境下连续记忆遭受网络攻击和电子节气门协同的跟驰模型(简称CAC-CMET模型)。基于考虑电子节气门的基础上，当车辆正常运行时，网联车受电子节气门和速度延迟反馈信息同时控制。当网联车遭受网络攻击而出现异常时，切换至电子节气门和连续记忆补偿信息进行控制。然后，通过控制理论对此进行稳定性分析，得到车辆系统在互联状态时保持稳态的条件和控制参数范围。并进行了数值模拟。结果表明：不论网联车是否受到网络攻击，新模型均可缓解控制交通拥堵，有效提高交通系统的稳定性。油耗和污染物仿真结果也表明连续记忆信息补偿算法能有效降低油耗，减少CO、HC、NOx等污染物的排放。　　三、最后，为了更贴近真实的交通环境，在车联网环境下，车辆在情况复杂的坡道上行驶时，由于驾驶视野受到较大的限制，车辆驾驶更需要依赖电子智能仪器。因此，车辆在坡道上行驶时除了需要克服车辆本身重力发生变化带来的影响外，还要预防车辆内部环境与外界进行信息交流时受到网络攻击的情况。基于网络攻击触发，针对虚假信息，采用前车的速度差作为补偿提出车联网环境下基于速度差信息篡改的坡道跟驰模型(简称TSDCG跟驰模型)。然后，通过控制理论对此进行稳定性分析，得到车辆系统在互联状态时保持稳态的条件和补偿参数范围。并进行了数值模拟。结果表明，不论上坡还是下坡，网联车受到网络攻击时，新模型均可缓解控制交通拥堵，有效提高交通系统的稳定性。油耗和污染物仿真结果也表明补偿算法能有效降低油耗，减少CO、HC、NOx等污染物的排放。
作者：	王可可
专业：	系统科学
导师：	彭光含
授予学位：	硕士
授予学位单位：	广西师范大学
学位年度：	2023