基于车载自组织网络的数据分发算法研究

论文摘要

基于车载自组织网络的应用是智能交通领域一个非常有前景的方向,通过车载自组织网络实现车辆间的信息共享,可以提高车辆运行的效率和安全性,更好的发挥现有道路网络的作用。车载节点的高速移动、道路网络的组成状况和交通流量高峰的时间特性,导致车载自组织网络的拓扑结构呈现动态变化、节点密度不均的形态,因此传统移动自组织网络的信息共享算法不适用于车载自组织网络。本论文针对车载自组织网络中的信息共享问题,对高效的车载自组织网络上的信息分发算法和信息发布与查询的平台框架进行了深入的研究,研究内容主要有:IEEE 802.11广播协议性能的分析,基于供需关系的排序算法的研究,高效的交通信息分发算法的研究与仿真验证,车载自组织网络的安全模型研究及一个车载信息发布与查询平台应用实例的实现。研究工作取得了以下创新性成果:1.在饱和状态下IEEE 802.11广播性能分析模型的基础上,提出了吞吐量最大化及价值最大化两种广播性能优化算法。在IEEE 802.11广播协议性能分析模型中增加考虑了数据帧长度对网络性能的影响,以及多跳无线网络中的隐藏站点问题,得到了无线局域网和多跳无线网络中饱和状态下可靠广播的吞吐量范围,由此提出了吞吐量最大化及价值最大化两种的IEEE 802.11广播性能优化算法。2.针对车载自组织网络,提出了基于供需关系的排序算法。借鉴经济学中供需关系的概念,信息的供给是整个网络中拥有该信息节点的比例,信息的需求是信息对其消费者价值及重要性的体现。基于供需关系的排序算法以整个网络对信息的供给与需求来衡量信息的重要性,从而给出信息分发的优先级排序。3.提出了高效的基于车载自组织网络的交通信息分发算法ETDAR。ETDAR针对复杂的道路环境进行研究和设计,可作为基于车载自组织网络的分发算法的基础框架,仿真和应用试验表明其性能与普适性优于现有的交通信息分发算法。

论文目录

• 摘要
• ABSTRACT
• 第1章 引言
• 1.1 研究背景
• 1.2 研究的动机及意义
• 1.3 论文的主要工作
• 1.4 论文的创新点
• 1.5 论文的章节安排
• 第2章 课题相关理论及技术基础
• 2.1 智能交通系统
• 2.1.1 智能交通系统概述
• 2.1.2 典型的智能交通系统应用
• 2.1.3 无线通信技术应用于智能交通系统
• 2.2 车载自组织网络概述
• 2.2.1 车载自组织网络的特点
• 2.2.2 车载自组织网络的链路层协议
• 2.2.3 车载自组织网络中的信息类型
• 2.3 车载自组织网络的数据传输
• 2.3.1 数据传输的类型
• 2.3.2 基于位置信息的路由算法
• 2.3.3 基于广播的数据分发
• 2.4 关于车载自组织网络的其他研究热点
• 2.4.1 基于簇的算法
• 2.4.2 传输能量控制
• 2.4.3 车辆移动模式
• 2.5 JiST/SWANS/STRAW 仿真平台简介
• 2.5.1 JiST
• 2.5.2 SWANS
• 2.5.3 STRAW
• 2.6 仿真实验配置
• 2.6.1 网络分层配置
• 2.6.2 数据链路层协议配置
• 2.6.3 地图数据
• 2.7 本章小结
• 第3章 IEEE 802.11 广播性能分析及性能优化算法
• 3.1 研究背景
• 3.2 IEEE 802.11 协议
• 3.2.1 IEEE 802.11 协议概述
• 3.2.2 DCF 机制
• 3.2.3 隐藏站点问题
• 3.3 相关的研究工作介绍与比较
• 3.4 分析模型
• 3.4.1 系统模型
• 3.4.2 节点随机退避过程的马尔可夫链模型
• 3.5 无线局域网及无线多跳网络中的广播性能
• 3.5.1 无线局域网中广播的可靠度及吞吐量
• 3.5.2 多跳无线网络中广播的可靠度与吞吐量
• 3.6 模型验证
• 3.6.1 MANET 中的模型验证
• 3.6.2 模型对VANET 的适用性分析
• 3.7 实验结果分析及广播性能优化算法
• 3.7.1 实验结果分析
• 3.7.2 吞吐量最大化的广播性能优化算法
• 3.8 本章小结
• 第4章 基于供需关系的排序算法研究
• 4.1 信息供给与信息需求
• 4.2 信息需求的量化
• 4.3 基于机器学习的信息供给估算
• 4.3.1 贝叶斯机器学习方法简介
• 4.3.2 信息供给的概念
• 4.3.3 基于机器学习的信息供给估算
• 4.4 基于供需关系的排序算法
• 4.5 价值最大化的广播性能优化算法
• 4.6 本章小结
• 第5章 基于车载自组织网络的交通信息分发算法研究
• 5.1 分发算法概述
• 5.1.1 研究背景及意义
• 5.1.2 相关研究工作
• 5.1.3 分发算法原理
• 5.2 系统模型
• 5.2.1 电子地图
• 5.2.2 行驶时间报告和报告数据库
• 5.2.3 电子地图的更新
• 5.3 算法评估标准
• 5.3.1 旅程时间评估标准
• 5.3.2 知识差异评估标准
• 5.3.3 两个评估标准的比较
• 5.4 TrafficInfo 算法
• 5.4.1 TrafficInfo 算法概述
• 5.4.2 广播时机的确定
• 5.4.3 广播数据量的计算
• 5.4.4 排序算法
• 5.4.5 仿真实验结果
• 5.4.6 实验结果分析
• 5.5 ETDAR 算法
• 5.5.1 ETDAR 算法概述
• 5.5.2 受限传输范围的简单泛洪分发
• 5.5.3 基于排序和GC 公式的存储转发
• 5.5.4 仿真实验结果
• 5.5.5 实验结果分析
• 5.6 本章小结
• 第6章 应用实例及VANET 安全性研究
• 6.1 CTSDemo 系统的简介
• 6.1.1 项目背景与意义
• 6.1.2 系统概述
• 6.1.3 数据表示
• 6.2 CTSDemo 系统的模块组成
• 6.2.1 功能概述
• 6.2.2 路况报告的分发算法
• 6.2.3 路况视频的查询
• 6.3 CTSDemo 系统的性能评估
• 6.3.1 路况报告分发算法的性能
• 6.3.2 视频文件传输延时
• 6.4 VANET 安全性
• 6.4.1 VANET 安全性概述
• 6.4.2 系统模型
• 6.5 VANET 上的安全威胁、挑战与安全需求
• 6.5.1 安全威胁与攻击
• 6.5.2 安全挑战
• 6.5.3 安全需求
• 6.6 VANET 安全机制
• 6.6.1 密钥管理与认证
• 6.6.2 匿名问题与不可否认性
• 6.6.3 不同应用模式下的安全方案
• 6.7 本章小结
• 第7章 全文总结和未来工作展望
• 7.1 全文总结
• 7.2 未来工作展望
• 致谢
• 参考文献
• 攻博期间取得的研究成果