V2V网络灵敏度分析(Matlab代码实现）

 👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据

---

💥1 概述

灵敏度分析是研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此，灵敏度分析几乎在所有的运筹学方法以及在对各种方案进行评价时都是很重要的。特别要注意的是，在热传递问题中，一般要考虑热辐射、热传导以及热对流对温度场的影响。

📚2 运行结果

 

 

 

 

 

部分代码：

%Numerically calculate an unbiased estimator for the expected CMM error at a crossroad by Monte Carlo simulation 
function [nv,m_err]=MC_analytic(sig)
for N_v_each=3:12;
% sig2=0.09;
% sig=sqrt(sig2);
for mm=1:5000
    X1=max(randn(1,N_v_each)*sig);
    X2=max(randn(1,N_v_each)*sig);
    X3=max(randn(1,N_v_each)*sig);
    X4=max(randn(1,N_v_each)*sig);
    er2(mm)=0.25*(X1-X3)^2+0.25*(X2-X4)^2;
end
mean_error(N_v_each-2)=mean(er2);
end

nv=4*(3:12);
m_err=mean_error;

end

% clear all
% 
% for N_v=10:50;
% sig2=0.09;
% sig=sqrt(sig2);
% 
% for mm=1:5000
%     N_each=ones(4,1);
%     for k=1:N_v-4    %to ensure at least have one vehicle on one side
%         a1=rand(1);
%         N_each(ceil(a1/0.25))=N_each(ceil(a1/0.25))+1;
%     end
%         
%         
%     X1=max(randn(1,N_each(1))*sig);
%     X2=max(randn(1,N_each(2))*sig);
%     X3=max(randn(1,N_each(3))*sig);
%     X4=max(randn(1,N_each(4))*sig);
%     er2(mm)=0.25*(X1-X3)^2+0.25*(X2-X4)^2;
% end
% mean_error(N_v-9)=mean(er2);
% end

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1] Macheng Shen, Ding Zhao, and Jing Sun. "The Impact of Road Configuration in V2V-based Cooperative Localization: Mathematical Analysis and Real-world Evaluation." arXiv preprint arXiv:1705.00568 (2017).

🌈4 Matlab代码、数据