【摘要】：隨著科技的飛速發(fā)展與社會(huì)的不斷進(jìn)步,汽車的數(shù)量正在爆炸性地增長,導(dǎo)致傳統(tǒng)的交通基礎(chǔ)設(shè)施面臨著許多問題。因此,人們提出了車聯(lián)網(wǎng)并利用車車通信與車路通信等信息交互方式來減輕傳統(tǒng)交通設(shè)施的壓力。路側(cè)單元(Road-Side Unit,RSU)是車聯(lián)網(wǎng)通信中的核心部分之一,它作為連接車輛和外部網(wǎng)絡(luò)的橋梁,其重要性不言而喻。然而,RSU的部署成本較高,因此設(shè)計(jì)合理的RSU部署方案用以充分發(fā)揮其單元效益在車聯(lián)網(wǎng)中十分重要。本文的主要研究內(nèi)容如下:(1)首先,對(duì)車聯(lián)網(wǎng)中的通信模式和信道模型進(jìn)行了研究,并分別針對(duì)高速公路和城市路網(wǎng)這兩種應(yīng)用場(chǎng)景中的RSU部署問題進(jìn)行了分析。具體地,分別提出了高速公路場(chǎng)景下RSU部署的單目標(biāo)優(yōu)化問題和城市路網(wǎng)場(chǎng)景下的RSU部署多目標(biāo)優(yōu)化問題。(2)其次,提出了一種改進(jìn)的離散CS算法用以求解構(gòu)建的高速公路場(chǎng)景RSU部署單目標(biāo)優(yōu)化問題。為解決解空間是離散的高速公路場(chǎng)景下RSU部署最優(yōu)化問題,本文對(duì)布谷鳥搜索(Cuckoo Search,CS)算法進(jìn)行了研究,分析了算法的基本原理以及主要工作流程,提出了CS算法中各部分的離散化方法,得到了離散版本的CS算法,適合解決本文提出的高速公路場(chǎng)景下的RSU部署最優(yōu)化問題。除此之外,為了提高離散CS算法的性能,提出了一種基于改進(jìn)的離散CS算法(Improved Discrete Cuckoo Search,IDCS),IDCS算法中將種群分為兩個(gè)部分,分別采用不同的步長進(jìn)行位置更新,提高了布谷鳥算法的局部搜索能力。為了測(cè)試改進(jìn)方案的有效性,采用CEC2014測(cè)試集函數(shù)對(duì)IDCS算法的性能進(jìn)行測(cè)試,并與其他智能優(yōu)化算法在求解精度與收斂速度兩個(gè)方面進(jìn)行對(duì)比,對(duì)比結(jié)果表明IDCS算法擁有更佳的求解能力。(3)再次,提出了一種改進(jìn)的非支配排序遺傳算法(Improved Non-dominated Sorting Genetic Algorithm Ⅱ,INSGA-Ⅱ)用以求解構(gòu)建的城市路網(wǎng)場(chǎng)景中RSU部署的多目標(biāo)優(yōu)化問題。分析了傳統(tǒng)的非支配排序遺傳算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)的主要操作及工作流程,并對(duì)該算法進(jìn)行離散化,使其適合求解本文提出的優(yōu)化問題;同時(shí)針對(duì)算法的交叉操作進(jìn)而提出了一種多點(diǎn)交叉策略,以此來增加種群的多樣性。為了提高種群的利用率,算法引入了一種解集的去重操作。此外,利用ZDT測(cè)試函數(shù)對(duì)INSGA-Ⅱ進(jìn)行了性能測(cè)試,通過與集中經(jīng)典的多目標(biāo)優(yōu)化算法實(shí)驗(yàn)結(jié)果作對(duì)比,驗(yàn)證了INSGA-Ⅱ的有效性。(4)最后,給出了兩種優(yōu)化策略在不同應(yīng)用場(chǎng)景下的仿真結(jié)果。首先對(duì)兩種所提算法進(jìn)行參數(shù)調(diào)優(yōu),使其在對(duì)應(yīng)的優(yōu)化問題上具備更好的性能;然后對(duì)它們改進(jìn)因子的有效性分別進(jìn)行了驗(yàn)證;緊接著用調(diào)優(yōu)后的算法求解其對(duì)應(yīng)的優(yōu)化問題,通過對(duì)實(shí)驗(yàn)結(jié)果的分析可知,IDCS算法和INSGA-Ⅱ算法分別取得了最好的優(yōu)化效果;最后對(duì)兩種算法的穩(wěn)定性進(jìn)行了分析。
【圖文】：

圖 2.1 車輛自組織網(wǎng)絡(luò)中 V2V 通信模式2V 通信模式的優(yōu)點(diǎn)）相對(duì)較低的安裝成本比其他的通信模式，，V2V 通信模式通過 OBU 設(shè)備實(shí)現(xiàn)了汽車之間基站、中繼站等設(shè)備的介入。這樣可以大大減少部署第三方通信設(shè)V2V 通信模式的安裝成本只包括 OBU 設(shè)備本身的成本。）更少的網(wǎng)絡(luò)故障V 通信模式中，任何兩輛車之間均可以實(shí)現(xiàn)直接通信，所以當(dāng)一輛汽不會(huì)造成這個(gè)網(wǎng)絡(luò)的癱瘓，只會(huì)影響故障車與其他車輛之間的通信之間通信造成任何影響。）更加有效的路由歷程V 通信模式中，道路上所有的車輛作為網(wǎng)絡(luò)節(jié)點(diǎn)組成了一個(gè)自組織的

圖 2.2 車輛自組織網(wǎng)絡(luò)中 V2R 通信模式V2R 通信模式的優(yōu)點(diǎn)1）集中式通信R 通信模式類似于一種集中通信[48]，網(wǎng)絡(luò)拓?fù)渲械乃泄?jié)點(diǎn)均通過最近網(wǎng)絡(luò)中，V2R 通信模式中所有的 RSU 都是固定的并且是集中的。由于的，可以更加有效地同步和協(xié)調(diào)網(wǎng)絡(luò)節(jié)點(diǎn)之間的通信。2）故障易于修復(fù)先，由于 V2R 通信模式是集中式的，一旦網(wǎng)絡(luò)中的某一個(gè) RSU 發(fā)生可以發(fā)現(xiàn)出現(xiàn)問題 RSU 的拓?fù)湮恢�，又因�(yàn)樗胁渴鸬?RSU 的位置所以可以很快確定故障 RSU 的地理位置，方便進(jìn)一步對(duì)其進(jìn)行維修。3）較低的安全風(fēng)險(xiǎn)比于 V2V 通信模式，V2R 通信模式中的所有網(wǎng)絡(luò)節(jié)點(diǎn)均通過 RSU 完
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐陽普仁,楊叔子;一種改進(jìn)的Marple算法[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

2 黃小蓓;隆永紅;;分布式數(shù)據(jù)庫管理系統(tǒng)中的N&發(fā)控制——算法及其性能分析[J];計(jì)算技術(shù)與自動(dòng)化;1988年02期

3 馮成進(jìn);;0—1規(guī)劃新算法的改進(jìn)[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年02期

4 曾秀;魏振華;;猴群算法及其改進(jìn)綜述[J];電腦知識(shí)與技術(shù);2017年32期

5 許燦英;;算法合謀反競(jìng)爭(zhēng)問題初探[J];合肥工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2019年02期

6 段艷明;肖輝輝;林芳;;新授粉方式的花授粉算法[J];計(jì)算機(jī)工程與應(yīng)用;2018年23期

7 肖海軍;王芬艷;盧常景;曹穎;;一種有效的多峰優(yōu)化鳥群算法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年04期

8 覃遠(yuǎn)年;梁仲華;;蟻群算法研究與應(yīng)用的新進(jìn)展[J];計(jì)算機(jī)工程與科學(xué);2019年01期

9 肖輝輝;段艷明;林芳;;新搜索策略的花授粉算法[J];電子測(cè)量與儀器學(xué)報(bào);2019年07期

10 肖輝輝;段艷明;;基于改進(jìn)花授粉算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[J];軟件導(dǎo)刊;2018年11期

相關(guān)會(huì)議論文 前10條

1 苗強(qiáng);劉曉琳;王仲奇;;隨機(jī)球重疊判斷算法改進(jìn)研究工作進(jìn)展[A];中國原子能科學(xué)研究院年報(bào) 2013[C];2014年

2 李超;余昭平;;基于矩陣的Apriori算法改進(jìn)研究[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議（NCIRCS-2005）論文集[C];2005年

3 王蓬;宋明玉;張林芳;王新遠(yuǎn);;廣義自適應(yīng)相干累積算法改進(jìn)及其在線譜增強(qiáng)中的應(yīng)用[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

4 郝紅星;吳玲達(dá);宋漢辰;;一種殘損圖像修補(bǔ)算法改進(jìn)與實(shí)現(xiàn)[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 解迎剛;王志良;鄭珊山;;基于LANDMARC及其算法改進(jìn)的RFID室內(nèi)定位研究[A];第二十九屆中國控制會(huì)議論文集[C];2010年

6 王篤俠;冷晟;周燕飛;;單件小批生產(chǎn)模式下的MRP算法改進(jìn)[A];全國先進(jìn)制造技術(shù)高層論壇暨第七屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2008年

7 鄒錦峰;;水面仿真研究及算法改進(jìn)[A];全國首屆數(shù)字（虛擬）科技館技術(shù)與應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2007年

8 林關(guān)成;李亞安;;一種支持向量機(jī)訓(xùn)練集選取算法改進(jìn)[A];2009’中國西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 李國棟;;定點(diǎn)DSP實(shí)現(xiàn)均衡的算法改進(jìn)與仿真[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

10 吳鐵洲;鄭丹丹;;藍(lán)牙的密鑰算法改進(jìn)[A];湖北省電工技術(shù)學(xué)會(huì)、武漢電工技術(shù)學(xué)會(huì)2008年學(xué)術(shù)年會(huì)暨理事會(huì)換屆大會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前2條

1 記者 宛霞;風(fēng)云衛(wèi)星云導(dǎo)風(fēng)算法改進(jìn)[N];中國氣象報(bào);2018年

2 記者 陳姝;深企為大橋定制人臉識(shí)別方案[N];深圳商報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 張代雨;多學(xué)科優(yōu)化算法及其在水下航行器中的應(yīng)用[D];西北工業(yè)大學(xué);2017年

2 鐘林峰;復(fù)雜網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的挖掘算法研究[D];電子科技大學(xué);2018年

3 邱實(shí);多光譜衛(wèi)星遙感影像云及云陰影精準(zhǔn)檢測(cè)算法研究[D];電子科技大學(xué);2018年

4 孫寧;人工免疫優(yōu)化算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2006年

5 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

6 胡銦;基于單目視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];南京理工大學(xué);2008年

7 王玨;生物地理學(xué)優(yōu)化算法的研究及應(yīng)用[D];哈爾濱工程大學(xué);2013年

8 黃松;面向多應(yīng)用場(chǎng)景的粒子群優(yōu)化算法研究[D];江南大學(xué);2017年

9 安琦;信號(hào)偵收中的識(shí)別與分類理論與算法研究[D];電子科技大學(xué);2017年

10 周瑞紅;基于群智能優(yōu)化理論的聚類改進(jìn)方法及應(yīng)用研究[D];吉林大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 趙冠宇;基于進(jìn)化計(jì)算的車聯(lián)網(wǎng)路側(cè)單元部署優(yōu)化方法研究[D];吉林大學(xué);2019年

2 陳婧文;基于鏈接改進(jìn)的BIRCH算法的研究與應(yīng)用[D];吉林大學(xué);2019年

3 呂桂新;基于改進(jìn)多標(biāo)記分布學(xué)習(xí)算法的評(píng)分預(yù)測(cè)[D];吉林大學(xué);2019年

4 李佩茜;一種高效的基于教與學(xué)的社區(qū)發(fā)現(xiàn)算法的研究[D];廈門大學(xué);2018年

5 裴華欣;自適應(yīng)密度峰劃分聚類算法研究及應(yīng)用[D];浙江工業(yè)大學(xué);2018年

6 朱炎亮;基于深度學(xué)習(xí)的人員異常操作視覺檢測(cè)算法[D];浙江工業(yè)大學(xué);2018年

7 曾辰子;改進(jìn)差分進(jìn)化算法及其收斂性分析[D];武漢理工大學(xué);2018年

8 張思碩;基于視頻處理的道路目標(biāo)檢測(cè)與跟蹤算法研究[D];哈爾濱工程大學(xué);2019年

9 牛群;帶硬時(shí)間窗的車輛路徑問題求解算法研究[D];蘭州理工大學(xué);2019年

10 劉曉紅;改進(jìn)的AP-SVM算法研究及其在字母識(shí)別的應(yīng)用[D];廈門大學(xué);2017年

本文編號(hào)：2609441