車聯(lián)網(wǎng)是物聯(lián)網(wǎng)在交通領(lǐng)域的典型應(yīng)用,并隨著智能交通和智慧城市建設(shè)的不斷推進(jìn)而高速發(fā)展。V2X(Vehicle to Everything)技術(shù)是車聯(lián)網(wǎng)的基礎(chǔ)技術(shù)之一,車輛將通過V2X技術(shù)實(shí)現(xiàn)車車、車路、車網(wǎng)的協(xié)同,以滿足智慧城市和智能交通的狀態(tài)采集與交通控制需求。目前,我國(guó)已經(jīng)確定將采用基于5G技術(shù)的5G-V2X建設(shè)車聯(lián)網(wǎng)。雖然5G技術(shù)已經(jīng)具備了很大的通信容量和帶寬,但隨著無人駕駛、邊緣計(jì)算等技術(shù)的推廣,車輛和基站之間數(shù)據(jù)通信需求會(huì)越來越多,基站和車輛之間仍然存在網(wǎng)絡(luò)瓶頸問題,需要對(duì)基站和車輛之間的數(shù)據(jù)分發(fā)進(jìn)行優(yōu)化以提高數(shù)據(jù)分發(fā)的性能。傳統(tǒng)提高基站數(shù)據(jù)分發(fā)效能的方法主要基于基站的負(fù)載監(jiān)控,這些方法沒有考慮交通流量對(duì)基站負(fù)載的影響,成功率和效率不高。因此有必要通過對(duì)交通流量變化規(guī)律的挖掘,通過調(diào)節(jié)多個(gè)基站的數(shù)據(jù)分發(fā)負(fù)載,在滿足車輛數(shù)據(jù)需求的基礎(chǔ)上,來提高基站數(shù)據(jù)分發(fā)的效率和性能�；谝陨戏治�,本論文提出了一種基于交通態(tài)勢(shì)認(rèn)知的車聯(lián)網(wǎng)高效數(shù)據(jù)分發(fā)方法。由于基站負(fù)載不均衡的本質(zhì)原因是各個(gè)交通區(qū)域的交通態(tài)勢(shì)不均衡,因此該方法首先對(duì)交通態(tài)勢(shì)進(jìn)行了建模,以實(shí)現(xiàn)交通態(tài)勢(shì)的認(rèn)知和預(yù)測(cè)。其次該方法考慮了交通態(tài)勢(shì)對(duì)基站數(shù)據(jù)分發(fā)負(fù)載均衡的影響和約束,對(duì)基于交通態(tài)勢(shì)認(rèn)知的基站數(shù)據(jù)分發(fā)負(fù)載均衡策略進(jìn)行了建模和求解。具體的,論文采用了基于2D加權(quán)卷積的深度殘差網(wǎng)絡(luò)來實(shí)現(xiàn)對(duì)交通態(tài)勢(shì)的預(yù)測(cè),采用了 Mask-PSO算法和3D卷積神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)對(duì)基站數(shù)據(jù)分發(fā)負(fù)載均衡的求解,并最終構(gòu)建了一個(gè)端到端的基于交通態(tài)勢(shì)認(rèn)知的基站數(shù)據(jù)分發(fā)的負(fù)載均衡深度學(xué)習(xí)模型。論文最后對(duì)該方法進(jìn)行了仿真和對(duì)比分析,驗(yàn)證了方法的有效性。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U495;TN929.5
【部分圖文】：

數(shù)據(jù)分發(fā)的負(fù)載均衡方案，非常適用于構(gòu)建真實(shí)工作場(chǎng)景下的車聯(lián)網(wǎng)高效數(shù)據(jù)分??發(fā)系統(tǒng)。??論文主要的工作總體如圖１－１所示：??＾?ＧＰＳ軌跡數(shù)據(jù)預(yù)＾?交通態(tài)勢(shì)預(yù)測(cè)模、??處理?型??數(shù)據(jù)清洗?爵??｜?史交??ＧＰＳ軌跡數(shù)一？???？?交＿＿？通??據(jù)?柵格化?通?態(tài)??Ｌ一＾?１?態(tài)?勢(shì)??勢(shì)?預(yù)??：?＾?ｍ??Ｖ?Ｊ?Ｖ?）??建模?到???Ｔ?１?端??１???ｍ??Ｍａｓｋ－ＰＳＯ?￣？負(fù)載均衡方案?ｔ??負(fù)載均衡預(yù)測(cè)?＜－一??ｌ基站數(shù)據(jù)分發(fā)負(fù)載均衡模型?Ｊ??圖１－１論文工作總體圖??１．４論文組織架構(gòu)??本論文總共分為六章，詳細(xì)組織結(jié)構(gòu)與各章節(jié)的概要如下：??第一章，緒論，介紹了本論文相關(guān)研的研究背景和研究意義，針對(duì)當(dāng)前的研??宄現(xiàn)狀和存在的問題，提出本論文的工作內(nèi)容。??第二章，車聯(lián)網(wǎng)高效數(shù)據(jù)分發(fā)技術(shù)綜述，介紹了和本論文相關(guān)的基礎(chǔ)算法，??６??

根據(jù)以上的求導(dǎo)法則，并根據(jù)定義的網(wǎng)絡(luò)代價(jià)函數(shù)■／，就可以逐層求解網(wǎng)絡(luò)??權(quán)值關(guān)于代價(jià)函數(shù)？／的梯度了，其計(jì)算的方向和前向計(jì)算相反。反向傳播算法的??不意圖如圖２－３所不：??１?１??／ｙ（｝＼ｄＺｉ?ｄｙｉｄＺｉ??Ｑ?ＭＫ??ｄＥ?＿?ｄＥ?ｄｙｋ?＼ｙ＾Ｗｎ＼／??￥Ｗ，??圖２－３反向傳播示意圖??１１??

?經(jīng)過反向傳播算法計(jì)算之后，得到了網(wǎng)絡(luò)的權(quán)值參數(shù)關(guān)于損失函數(shù)的梯度，??然后采用梯度下降算法進(jìn)行權(quán)值的更新，梯度下降算法如圖２－４所示：??：］？一??＇?，－．Ｑ??ｉｊ?乂??圖２－４梯度下降示意圖??如圖２－４所示，梯度下降指的是權(quán)值更新的方向是梯度的反方向，使得整個(gè)??網(wǎng)絡(luò)的損失Ｊ能夠隨著網(wǎng)絡(luò)權(quán)值的更新而不斷的下降，最后到達(dá)一個(gè)梯度為０的??點(diǎn)。但是梯度為０的點(diǎn)可能是全局最優(yōu)點(diǎn)，也可能是局部最優(yōu)點(diǎn)，這也是梯度下??降算法存在的問題，最后網(wǎng)絡(luò)可能收斂到局部最優(yōu)。但是，一般網(wǎng)絡(luò)收斂到局部??最優(yōu)的時(shí)候，己經(jīng)能達(dá)到比較好的性能了，所以梯度下降算法依然是有效的。并??且現(xiàn)在己經(jīng)提出了許多新的基于梯度下降的權(quán)值更新算法［［１７］，如ＳＧＤ、Ａｄａｍ等??等
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧傳富;蔡志明;夏學(xué)知;;數(shù)據(jù)分發(fā)服務(wù)體系結(jié)構(gòu)的研究[J];計(jì)算機(jī)與數(shù)字工程;2008年05期

2 陳利風(fēng),顧浩,曹志敏,李弘毅;復(fù)雜大系統(tǒng)中數(shù)據(jù)分發(fā)管理的幾種實(shí)用方法[J];系統(tǒng)仿真學(xué)報(bào);2004年05期

3 汪劍;;數(shù)據(jù)分發(fā)服務(wù)及其應(yīng)用[J];通信與信息技術(shù);2012年02期

4 馬行空;王意潔;鄭重;;一種鄰居狀態(tài)感知的快速數(shù)據(jù)分發(fā)方法[J];計(jì)算機(jī)研究與發(fā)展;2011年S1期

5 李望;楊昊蘇;吳宏;徐會(huì)忠;;中繼衛(wèi)星地面高速數(shù)據(jù)分發(fā)設(shè)備設(shè)計(jì)與性能分析[J];電訊技術(shù);2018年04期

6 李欣;孫珊珊;;船聯(lián)網(wǎng)數(shù)據(jù)分發(fā)的路徑時(shí)延模型研究[J];艦船科學(xué)技術(shù);2018年10期

7 楊傳順;錢幸存;;實(shí)時(shí)數(shù)據(jù)分發(fā)系統(tǒng)軟件的設(shè)計(jì)與實(shí)現(xiàn)[J];微型機(jī)與應(yīng)用;2011年06期

8 呂廣喆;邸海濤;任曉瑞;郭秋麗;;數(shù)據(jù)分發(fā)服務(wù)自發(fā)現(xiàn)機(jī)制的研究[J];航空計(jì)算技術(shù);2017年04期

9 王斌;林懷清;林海濤;;戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)分發(fā)技術(shù)研究[J];艦船電子工程;2011年05期

10 聞;美國(guó)地理數(shù)據(jù)分發(fā)策略范式(Model Data Distribution)[J];遙感信息;2004年01期

相關(guān)博士學(xué)位論文 前10條

1 袁泉;車聯(lián)網(wǎng)群智感知與服務(wù)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

2 陳劍鴻;復(fù)雜網(wǎng)絡(luò)上的數(shù)據(jù)分發(fā)模型及技術(shù)研究[D];華南理工大學(xué);2013年

3 姚建盛;自私性機(jī)會(huì)網(wǎng)絡(luò)數(shù)據(jù)分發(fā)關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2017年

4 葉暉;機(jī)會(huì)網(wǎng)絡(luò)數(shù)據(jù)分發(fā)關(guān)鍵技術(shù)研究[D];中南大學(xué);2010年

5 樊旭;移動(dòng)對(duì)等網(wǎng)數(shù)據(jù)分發(fā)的網(wǎng)絡(luò)編碼研究[D];哈爾濱工程大學(xué);2016年

6 程剛;分層機(jī)會(huì)網(wǎng)絡(luò)中數(shù)據(jù)分發(fā)機(jī)制關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

7 陶少國(guó);面向數(shù)據(jù)分發(fā)的網(wǎng)絡(luò)編碼研究[D];華中科技大學(xué);2008年

8 李婕;認(rèn)知網(wǎng)絡(luò)中基于網(wǎng)絡(luò)狀態(tài)和行為預(yù)測(cè)的路由及數(shù)據(jù)分發(fā)算法研究[D];東北大學(xué);2015年

9 焦亞洲;具有間歇連接性的無線網(wǎng)絡(luò)數(shù)據(jù)分發(fā)機(jī)制研究[D];天津大學(xué);2011年

10 鄭重;面向動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境的高魯棒性數(shù)據(jù)分發(fā)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 吳志恒;基于交通態(tài)勢(shì)認(rèn)知的車聯(lián)網(wǎng)高效數(shù)據(jù)分發(fā)方法的研究與仿真[D];北京郵電大學(xué);2019年

2 毛志遠(yuǎn);車載自組網(wǎng)中高效數(shù)據(jù)分發(fā)算法設(shè)計(jì)[D];昆明理工大學(xué);2018年

3 王巖;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)分發(fā)與收集的信息安全研究[D];華東師范大學(xué);2017年

4 張夢(mèng)媛;城市環(huán)境車聯(lián)網(wǎng)數(shù)據(jù)分發(fā)協(xié)議的研究[D];西安電子科技大學(xué);2018年

5 潘雙;機(jī)會(huì)網(wǎng)絡(luò)中基于節(jié)點(diǎn)自主認(rèn)知的數(shù)據(jù)分發(fā)技術(shù)研究[D];湖南大學(xué);2014年

6 宋健;基于數(shù)據(jù)分發(fā)服務(wù)的多學(xué)科流程分布式調(diào)度研究[D];華中科技大學(xué);2017年

7 延耀威;基于HLA的數(shù)據(jù)分發(fā)管理算法的研究與實(shí)現(xiàn)[D];山西大學(xué);2018年

8 朱成成;面向數(shù)據(jù)分發(fā)服務(wù)的網(wǎng)絡(luò)虛擬化技術(shù)研究[D];西安電子科技大學(xué);2018年

9 王志強(qiáng);手持設(shè)備機(jī)會(huì)網(wǎng)絡(luò)數(shù)據(jù)分發(fā)系統(tǒng)的研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2018年

10 鞏少峰;縫紉花樣生成算法及其數(shù)據(jù)分發(fā)的研究與實(shí)現(xiàn)[D];西安理工大學(xué);2018年

本文編號(hào)：2853697