車聯(lián)網的發(fā)展備受關注,新的業(yè)務需求以及新的技術正融入到車聯(lián)網中來。隨著信息技術的發(fā)展帶來數據量急速增長,同時也伴隨著對計算需求的不斷增加,云計算、邊緣計算以及霧計算等多種計算方式被提出。現有汽車配備了具有計算能力的車載設備,并且由于汽車數量眾多,其蘊藏了大量可用計算資源,車輛霧計算的理念成為研究的一個重要方向。本文就在車輛霧計算理念下,設計了兩種為不同對象提供業(yè)務卸載服務的卸載方案以及調度算法。以間斷性連接車聯(lián)網場景中的車輛為服務對象,針對其在獲取需計算處理的大型業(yè)務耗時長的問題,本文在現有研究基礎上設計了一種多車協(xié)同的業(yè)務卸載方案以及資源調度算法。在此場景下,通過利用其他汽車的資源為目標車輛提供服務,達到降低耗時的目的。但由于車輛的存儲空間、計算能力有限,當業(yè)務量較大時需要多個車輛參與。不過,基于WAVE協(xié)議的V2V通信存在干擾問題,多車協(xié)同時干擾將極大影響卸載效率,且由于車輛速度較快,V2V通信可持續(xù)時間較短,因而需要合理選擇參與協(xié)同卸載的車輛。為解決在此協(xié)同卸載方案下的資源調度問題,本文設計了一種基于動態(tài)規(guī)劃的單車及多車業(yè)務卸載資源調度算法,可合理選擇車輛參與協(xié)同卸載,降低目的車...

【文章頁數】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 研究工作的現狀與趨勢
        1.2.1 車聯(lián)網中的傳統(tǒng)業(yè)務卸載研究
        1.2.2 車聯(lián)網中的計算業(yè)務卸載研究
    1.3 本文的主要貢獻和創(chuàng)新
    1.4 論文的結構安排
第二章 車聯(lián)網及相關技術概述
    2.1 車聯(lián)網基礎技術
        2.1.1 基于WAVE的車聯(lián)網技術
        2.1.2 基于LTE-V2X的車聯(lián)網技術
    2.2 車輛霧計算相關理論
    2.3 現有車聯(lián)網下傳統(tǒng)業(yè)務卸載
        2.3.1 基于中繼的方式
        2.3.2 基于攜帶-存儲-轉交的方式
    2.4 現有車聯(lián)網下計算業(yè)務卸載
        2.4.1 分布式的計算業(yè)務卸載
        2.4.2 集中式的計算業(yè)務卸載
    2.5 本章小結
第三章 間斷性連接車輛網下的業(yè)務卸載
    3.1 問題分析
        3.1.1 現有研究
        3.1.2 解決思路
    3.2 系統(tǒng)框架概述
        3.2.1 系統(tǒng)模式
        3.2.2 通信方式
        3.2.3 車輛模型
        3.2.4 干擾模型
            3.2.4.1 單目標車輛下協(xié)助車輛間的干擾
            3.2.4.2 多目標車輛下協(xié)助車輛間的干擾
    3.3 業(yè)務卸載建模
        3.3.1 確定需協(xié)助處理的文件大小
        3.3.2 自身存儲空間限制
        3.3.3 V2I通信限制
        3.3.4 V2V通信限制
        3.3.5 可用計算時間限制
        3.3.6 優(yōu)化目標
    3.4 算法設計
        3.4.1 單目標車輛資源調度算法
        3.4.2 多目標車輛資源調度算法
    3.5 仿真結果
        3.5.1 仿真參數設置
        3.5.2 仿真結果分析
    3.6 本章小結
第四章 城市車聯(lián)網下的業(yè)務卸載
    4.1 問題分析
        4.1.1 現有研究
        4.1.2 解決思路
    4.2 系統(tǒng)框架概述
        4.2.1 系統(tǒng)模式
        4.2.2 任務模型
        4.2.3 霧節(jié)點模型
        4.2.4 完成任務耗時
        4.2.5 優(yōu)化目標
    4.3 Hyper-Erlang分布擬合
        4.3.1 基于EM算法的Hyper-Erlang分布擬合
        4.3.2 駐留時間的觀測數據
    4.4 任務卸載調度算法
        4.4.1 前提假設
        4.4.2 算法目標
        4.4.3 MCTS算法核心思想
            4.4.3.1 上限置信區(qū)間策略
            4.4.3.2 蒙特卡洛樹搜索算法
        4.4.4 基于MCTS的業(yè)務卸載算法設計
            4.4.4.1 工作步伐描述
            4.4.4.2 模擬仿真收益
            4.4.4.3 仿真終止條件
        4.4.5 算法流程
    4.5 仿真結果
        4.5.1 基于Hyper-Erlang分布的駐留時間
        4.5.2 業(yè)務卸載算法仿真參數設置
        4.5.3 仿真結果分析
    4.6 本章小結
第五章 全文總結與展望
    5.1 全文總結
    5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學位期間取得的成果



本文編號：3809946