论文部分内容阅读
近些年,随着汽车制造工业的快发展以及私人汽车的大量普及,车联网的研究变得越来越重要并且已经引起了很多研究人员的关注。车联网是一种新形式的移动自组织网络,网络中包含高速移动的车辆结点和静止的路边通信单元(Roadside Units, RSUs)结点,并且在这些结点之间是利用短距离无线通信链接(如WiFi,蓝牙等)来传送数据的。当前,我国交通运输领域存在很多亟待解决的现实问题,车联网的研究可以为我们解决这些问题提供一个崭新的方向。数据分发是车联网中一个非常基础并且重要的课题。本文考虑通过放置一定数量的.RSU来向车联网中的移动车辆分发数据,并重点研究了其中的RSU放置问题。与当前存在的研究不同,本文是从移动社会网络的角度来研究这个问题的,即,本文会考虑车辆结点的一些社会行为特征。本文首先通过分析车辆结点的社会行为特征,提出了一个新的车辆结点移动模型；然后,基于这个模型,本文考虑通过选择适当的位置来放置RSU并以此来向网络中的车辆结点分发数据。紧接着,为了适应不同的现实网络环境,本文将这个移动模型扩展为更一般的概率模型,并进一步分析了相应的RSU放置问题。本文中的RSU放置问题是一种新的组合最优化问题,本文证明这些问题是对集合覆盖问题的扩展并且也属于NP难问题。为此,本文设计了基于贪心策略的近似算法来解决这些RSU放置问题,并分析了这些算法的近似比。最后,本文通过仿真实验验证了这些算法的优越性。本文的主要贡献和创新之处如下：1)本文从移动社会网络的角度出发,利用车辆结点的社会行为特征,设计了新的车辆结点移动模型；在此基础上,本文考虑通过合理地放置RSU来向车辆分发数据。本文提出的数据分发方案较好地利用了车联网表现出来的社会性,能够适应不同的网络环境,并可以实现不同程度的数据分发效果。2)本文针对不同的车联网环境,研究了数据分发中的RSU放置问题。本文证明该问题是NP难问题,并提出了贪心近似算法来求解它们。本文详细分析了这些算法的近似比,并利用仿真实验,将这些算法与其他算法进行了比较。实验结果证明了本文提出的算法的有效性和优越性。