车载自组织网络中路径还原算法和路由协议的研究

论文摘要

车载自组织网络(VANET)中路由算法的研究一直是一个热门的研究课题,而真实车辆轨迹数据在验证一个路由算法的性能方面扮演着重要的角色。但目前所能获得的绝大多数车辆轨迹数据都是非连续采集的,周期性较大,难以满足很多应用中对数据连续、小周期分析的需求。当前的车辆轨迹还原算法一般都采用均匀插值方法,其结果往往准确率较低,不能反映真实的车辆行驶轨迹。通过大量对真实车辆轨迹的分析发现,城市车辆运动受如下两个因素影响较大:车辆所行驶道路的交通环境,包括道路本身限速和道路交叉路口交通信号灯;其次是车辆周围同向行驶车辆的速度。基于以上的发现,本文提出了交叉路口车辆运动模型建模(Intersection Vehicle Movement Modeling, IVMM)和车辆速度数据挖掘(Velocity Data Mining, VDM)两种方法来辅助车辆轨迹还原插值算法。国内外研究者对车辆网络中的路由算法已有很多研究,最新的方法大多需要利用道路拓扑和实时车流密度信息进行路由辅助决策,但目前还没有高效简便的方法来获得车流密度信息。通过对车辆轨迹分析发现城市道路的车流密度具有相对稳定的周期性变化特征。利用该特性,本文设计了一种基于历史信息的地理位置辅助路由算法,并提出了其中的路由恢复的策略以及分层网络的维护策略。通过真实车辆轨迹数据得到的实验结果表明,基于IVMM和VDM的路径还原算法相对于其他插值算法具有明显的插值准确率上的提升。同时基于历史信息的地理位置辅助路由算法在性能上也获得了很好效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 自组织网络（AD-HOC）概述
• 1.2 车载自组织网络（VANET）所带来的机遇与挑战
• 1.2.1 车载自组织网络概述
• 1.2.2 车载自组织网络研究意义
• 1.2.3 车载自组织网络关键技术和研究难点
• 1.3 本章小结
• 第二章 车辆行驶路径还原算法的研究与设计
• 2.1 研究意义与现状
• 2.1.1 车辆轨迹还原的研究意义
• 2.1.2 GPS 原始数据的获得及问题
• 2.1.3 路径还原算法研究现状与问题
• 2.1.4 车辆GPS 数据格式
• 2.1.5 均匀插值算法
• 2.2 基于IVMM 和VDM 的路径还原算法
• 2.2.1 交叉路口车辆运动模型建模
• 2.2.2 车辆速度数据挖掘
• 2.2.3 插值算法
• 2.3 本章小结
• 第三章 车载自组织网络中的路由协议研究
• 3.1 VANET 路由协议概述
• 3.1.1 背景介绍
• 3.1.2 网络架构和特征
• 3.2 VANET 中的路由算法研究
• 3.2.1 基于拓扑的路由协议
• 3.2.2 基于地理位置的路由协议
• 3.3 本章小结
• 第四章 基于历史知识的VANET 路由协议设计
• 4.1 基础实验观察
• 4.2 算法运行条件与假设
• 4.3 基于历史知识的分层网络构建
• 4.4 路由发现与包的转发
• 4.5 路由恢复策略
• 4.6 分层网络的维护
• 4.7 本章小结
• 第五章 算法性能评估
• 5.1 实验准备
• 5.2 路径还原算法实验设计
• 5.3 路径还原算法实验结果
• 5.4 路由算法实验设计
• 5.5 路由算法实验结果
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文