特邀策劃人

趙軍輝

工學(xué)博士，華東交通大學(xué)信息工程學(xué)院院長，江西省人工智能交通信息傳輸與處理重點實驗室主任，江西省車聯(lián)網(wǎng)關(guān)鍵技術(shù)工程實驗室主任；主要從事通信和網(wǎng)絡(luò)關(guān)鍵技術(shù)、人工智能和信號處理等領(lǐng)域研究工作；主持在研國家自然科學(xué)基金(聯(lián)合基金)重點項目1項、國家自然科學(xué)基金面上項目1項、江西省自然科學(xué)基金重點項目1項以及國家重點研發(fā)6G子課題1項；出版學(xué)術(shù)專著1本，編著教材1本，譯著3本，參編英文專著2本；在相關(guān)領(lǐng)域發(fā)表期刊及國際會議學(xué)術(shù)論文200余篇，申請國家發(fā)明專利40余項，軟件著作權(quán)登記20余項，榮獲教育部科技進步二等獎1項?，F(xiàn)為江西省人工智能學(xué)會副理事長兼秘書長、中國計算機學(xué)會計算機應(yīng)用專業(yè)委員會副主任、中國計算機學(xué)會南昌分部首任主席和中國生產(chǎn)力促進中心協(xié)會汽車工作委員會副主任等。

馮光升

哈爾濱工程大學(xué)計算機學(xué)院/軟件學(xué)院/國家保密學(xué)院副院長，教授，博士生導(dǎo)師。主要研究方向：無線網(wǎng)絡(luò)資源優(yōu)化分配、無線認知網(wǎng)絡(luò)接入技術(shù)、無線室內(nèi)定位技術(shù)、移動社會網(wǎng)絡(luò)數(shù)據(jù)分發(fā)等。承擔(dān)國家自然科學(xué)基金、國家科技重大專項，省自然科學(xué)基金(重點項目)、國防科技項目等10余項重點項目。榮獲黑龍江省科技進步獎二等獎2項，國防科技進步獎三等獎1項，黑龍江省教育教學(xué)二等獎2項，校示范教師、校優(yōu)秀教師等榮譽稱號。

內(nèi)容導(dǎo)讀

交通信息技術(shù)是國家信息技術(shù)的重要組成，也是智慧交通系統(tǒng)不可分割的部分。2021年國務(wù)院印發(fā)的“十四五現(xiàn)代綜合交通運輸體系發(fā)展規(guī)劃”與同年交通運輸部發(fā)布的“數(shù)字交通十四五發(fā)展規(guī)劃”清楚地分析了交通信息體系建設(shè)的國內(nèi)外現(xiàn)狀，并強調(diào)了未來五年，我國的交通運輸行業(yè)要采用新科技賦能的發(fā)展路線。

鑒于上述情況，為了更好地向讀者介紹我國交通信息技術(shù)的最新研究成果，并進一步拓展交通信息技術(shù)應(yīng)用的深度和廣度，培育數(shù)字交通創(chuàng)新發(fā)展體系，促進交通運輸與經(jīng)濟社會發(fā)展深度融合，推動交通運輸行業(yè)的高質(zhì)量發(fā)展，我們組織了本專題。

《智能軌道交通中無線通信技術(shù)應(yīng)用與展望》系統(tǒng)地分析了軌道交通無線通信的現(xiàn)狀與挑戰(zhàn)。在此基礎(chǔ)上，結(jié)合人工智能、毫米波、D2D通信等新興的信息技術(shù)，提出了基于機器學(xué)習(xí)的信道建模方法、基于生成對抗網(wǎng)絡(luò)的信道估計等技術(shù)。最后從安全性、感知-通信-計算一體化和綠色化的角度分析了智能軌道交通中無線通信的發(fā)展方向，對未來軌道交通網(wǎng)絡(luò)的建設(shè)提供了支持。

針對交通信息技術(shù)中的移動邊緣計算技術(shù)，《移動邊緣計算中的智能任務(wù)遷移技術(shù)：現(xiàn)狀與展望》在介紹任務(wù)遷移技術(shù)現(xiàn)狀的同時，提出了一種人工智能賦能的智能任務(wù)遷移技術(shù)，用于提高移動邊緣計算系統(tǒng)在車聯(lián)網(wǎng)場景下的服務(wù)質(zhì)量。仿真結(jié)果表明，融合了人工智能技術(shù)的移動邊緣計算系統(tǒng)，在資源有限的條件下，能有效地提升系統(tǒng)的容量與服務(wù)時延。

在系統(tǒng)地分析現(xiàn)有通信協(xié)議編碼方案的基礎(chǔ)上，《額外信息可靠傳輸新技術(shù)——便車碼的構(gòu)造與應(yīng)用》介紹了面向低密度校驗碼的額外信息便車傳輸技術(shù)。從信息論的角度出發(fā)，證明了基于便車碼傳輸額外信息的可行性，并對未來便車碼在其自身編碼構(gòu)造、譯碼設(shè)計及應(yīng)用拓展等方面可能的研究方向進行了展望。

論文《基于移動邊緣計算的任務(wù)調(diào)度算法設(shè)計》研究了移動邊緣計算中多用戶場景下的任務(wù)調(diào)度問題，并針對該問題設(shè)計了一種具有實時響應(yīng)能力的任務(wù)調(diào)度算法。通過與遺傳算法在時延、能耗兩方面進行比較，所提出的算法能有效降低移動設(shè)備整體的能量消耗，同時在高并發(fā)、高時延要求等情況下仍能保持良好的性能，為解決車聯(lián)網(wǎng)領(lǐng)域中的多用戶調(diào)度難題提供了思路。

針對交通場景中的多目標跟蹤任務(wù)，為了提高跟蹤算法的跟蹤精度，《基于MF-DeepSORT的交通多目標跟蹤》在現(xiàn)有算法的基礎(chǔ)上融入了人工智能技術(shù)，用于提高跟蹤匹配的準確性。同時，還構(gòu)建了交通多目標跟蹤數(shù)據(jù)集Car-MOT，為日后交通信息技術(shù)中的相關(guān)研究提供了參考。

《基于深度LSTM與遺傳算法融合的短期交通流預(yù)測模型》對短期的交通流量信息進行了分析，并針對現(xiàn)有技術(shù)泛化能力不足、難以收斂等問題，提出了一種采用遺傳算法優(yōu)化的預(yù)測模型，對未來智慧交通系統(tǒng)的應(yīng)用提供了技術(shù)支持。

綜上所述，本專題首次全方位地展示了人工智能賦能的交通信息新技術(shù)。內(nèi)容涵蓋交通信息技術(shù)的研究現(xiàn)狀、發(fā)展趨勢以及人工智能與移動邊緣計算等多方面相關(guān)的支撐技術(shù)。希望本專題能夠?qū)V大讀者了解和研究交通信息技術(shù)提供有價值的啟示、參考與借鑒，共同搭建起開放的交通信息技術(shù)交流平臺，促進我國智慧交通系統(tǒng)的發(fā)展。最后，感謝編輯部各位老師在征稿通知發(fā)布、論文評審與意見匯總、論文定稿、編輯修改及出版所付出的努力和汗水；感謝專題評審專家及時、耐心、細致的評審工作；衷心感謝各位作者的辛勤工作和精心撰稿!