车载自组织网路由算法研究

来源 :长春理工大学 | 被引量 : 0次 | 上传用户:rainxiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车载自组织网络(Vehicular Ad-hoc Network,VANET)在当今技术先进的交通管理方法中起着非常重要的作用,也是构成智能交通系统(Intelligent Traffic System,ITS)的核心。由于节点的快速移动性和通信环境的复杂性,路由技术已经成为VANET的研究热点和重大挑战之一。与传统路由不同的是,机会路由利用节点的相互移动性带来的传输机会进行数据传输,具有一定的适应性和灵活性,很好的应对了VANET中的众多问题。本文针对车载自组织网路由算法,开展了一系列研究,论文主要工作内容如下:(1)针对城市环境道路特点以及车流密度、车流分布等对通信的不同影响,提出一种优化的基于节点分布状态的机会路由算法(Node Distribution Status Opportunistic Routing for VANET,NDSOR)。该算法从两个环节进行优化,在叉路口选择阶段,计算竞争资本函数,数据传输方向依靠竞争资本函数决定,优化了数据传输方向。在节点选择阶段,中继节点的选择由节点优先级决定,优化了下一跳节点的选择。仿真结果表明,对比其他相关算法,NDSOR路由算法具有较好的网络性能。(2)针对VANET中车辆的移动往往会受到驾驶员社会行为和社会关系的影响和VANET中消息在不同社区间传输的有效性,提出一种优化的基于社会属性的机会路由算法(Social Attribute Opportunistic Routing for VANET,SAOR),该算法主要分为两部分:通过社区检测算法将节点划分成多个社区;制定社区化后适合VANET的数据传输策略,以节点活跃度作为衡量中继节点的主要标准,旨在提高车辆间通信的网络性能。仿真结果表明,SAOR路由算法的网络性能优于其他相关路由算法。
其他文献
文章针对仿生群体智能概念完成对多无人机集群系统的构建,从生物群集与多无人机系统的映射机制、仿生物集群行为的多无人机集群自主控制2个方面入手,研究了基于仿生群体智能的多无人机自主协调控制.结果 表明,文章提出的分析方法具有非常高的可行性和有效性,不仅保证了多无人机自动化控制水平,还实现了仿生群体智能与多无人机自主协调控制的有效结合,为促进多无人机的健康、可持续发展打下坚实的基础.
湖泊治理是世界性难题,国外的成功案例也是经过长时间的努力才获得获得的.文章在总结九大高原湖泊治理经验中提炼出若干有效的方式,供相关人员参考.
车联网作为5G主要的应用场景之一,需要处理海量的数据,传统云计算虽然可以提供丰富的资源,但由于距离车辆较远很难实时响应用户发出的请求,而移动边缘计算(Mobile Edge Computing,MEC)能就近提供及时可靠的服务。通过研究基于MEC的卸载和缓存技术,可弥补车辆资源的不足和云计算距离上的劣势。然而现有的卸载和缓存策略大多针对固定网络架构,忽略了设备间的协作性,本文从MEC出发,对车联网