一种基于物理模型和车辆状态的车联网数据压缩方法  

作　　者：石静迎 孔维宇 李辉 

机构地区：[1]广州汽车集团股份有限公司,广东广州511434

出　　处：《科技与创新》2024年第17期97-99,103,共4页Science and Technology & Innovation

基　　金：广东省科技计划项目“广东省汽车电子电气架构企业重点实验室”(2023年度)(编号:2023B1212020010)。

摘　　要：针对车辆信号采集量问题,提出了基于相关性分析和物理模型关系及车辆状态的车联网数据压缩方法,通过使用关联分析进行压缩和应用公式推算信号等策略,降低车辆信号的采集量,并通过过滤不同车辆状态下的冗余信号,实现数据量的压缩,避免造成关键信息的损失。以广汽车辆数据字典为例,展示了如何通过简单信号的测量以及物理模型和公式的应用推算出复杂信号的过程。通过不同车辆下的冗余信号分析,实现数据信号的动态压缩。这种综合方法能够降低系统复杂性和成本,提高数据处理和分析效率。

关 键 词：智能网联 车联网 数据采集 车辆信号 

分 类 号：U495[交通运输工程—交通运输规划与管理]