【摘要】：隨著車輛數(shù)量的迅猛增長,未來車輛的網(wǎng)絡(luò)需求、交通需求也隨之快速增長。從網(wǎng)絡(luò)需求的角度,由于現(xiàn)階段車輛大多數(shù)利用蜂窩網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)接入,而這一選擇伴隨著車輛數(shù)量的增長導(dǎo)致了蜂窩網(wǎng)的過載問題,從而會(huì)對(duì)用戶的網(wǎng)絡(luò)接入體驗(yàn)造成負(fù)面影響。通過恰當(dāng)?shù)木W(wǎng)絡(luò)選擇方案來保證車輛用戶的服務(wù)質(zhì)量需求是車聯(lián)網(wǎng)網(wǎng)絡(luò)選擇中的一個(gè)研究熱點(diǎn)。另一方面,從交通需求的角度,日益增長的交通需求與有限的路網(wǎng)容量導(dǎo)致了擁堵問題的嚴(yán)重性與日俱增,同時(shí)也嚴(yán)重影響了車輛的駕駛體驗(yàn)。如何利用車聯(lián)網(wǎng),滿足未來車輛多方面的需求,這一問題刺激了基于車聯(lián)網(wǎng)的車路協(xié)同的研究,這一研究方向是優(yōu)化車聯(lián)網(wǎng)環(huán)境中,車輛的上網(wǎng)體驗(yàn)、優(yōu)化駕駛體驗(yàn)的必要手段。針對(duì)這一問題,本文從以下兩個(gè)方面進(jìn)行了展開,針對(duì)網(wǎng)絡(luò)選擇問題,我們?cè)O(shè)計(jì)了異構(gòu)網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)選擇算法;其次面向交通波抑制場(chǎng)景,設(shè)計(jì)了速度推薦算法。本論文所取得的主要成果如下:1)我們開發(fā)了一個(gè)支持流量大數(shù)據(jù)分析的智能網(wǎng)絡(luò)推薦系統(tǒng)。首先,通過交通大數(shù)據(jù)分析建立車輛分布,進(jìn)而得到網(wǎng)絡(luò)需求模型。其次,推薦系統(tǒng)中選取了交通狀態(tài),用戶偏好,服務(wù)應(yīng)用和網(wǎng)絡(luò)條件四個(gè)方面因素,以此來分析并選擇訪問適當(dāng)?shù)木W(wǎng)絡(luò)。此外我們還開發(fā)了一個(gè)安卓的應(yīng)用程序,這使得車輛用戶能夠根據(jù)訪問推薦器自動(dòng)在不同網(wǎng)絡(luò)之間進(jìn)行切換。最后,我們用仿真的方式證明,我們的方案可以有效地選擇車輛的最優(yōu)網(wǎng)絡(luò),同時(shí)充分利用網(wǎng)絡(luò)資源。2)針對(duì)相鄰兩輛汽車的交通場(chǎng)景,首先,我們?cè)O(shè)計(jì)了通信的協(xié)議,確定了車輛之間信息交互的內(nèi)容,并且在可見光通信系統(tǒng)架構(gòu)之上,我們給出了系統(tǒng)模型。其次,我們提出了理想的跟車距離,這一理想的跟車距離隨相對(duì)速度變化而變化。再結(jié)合相對(duì)速度,得到了控制目標(biāo)。由于光通信存在時(shí)延和丟包的現(xiàn)象,通過最優(yōu)估計(jì)與控制的方法,我們建立了對(duì)當(dāng)前車輛狀態(tài)的估計(jì)算法,并且得到了模型的求解方法。之后,對(duì)算法進(jìn)行了理論上的分析。通過漸進(jìn)穩(wěn)定性、隊(duì)列穩(wěn)定性的分析,我們確定了算法中參數(shù)選取的規(guī)則,保證了算法的可行性;通過對(duì)交通波的分析,證明了算法可以縮短交通波的持續(xù)時(shí)間,則保證了算法的有效性。最后,利用仿真的方法對(duì)算法進(jìn)行再一次的驗(yàn)證。我們用實(shí)際的跟車實(shí)驗(yàn),確定了司機(jī)反應(yīng)時(shí)間的分布律,對(duì)仿真進(jìn)行了校準(zhǔn),在模擬的交通波場(chǎng)景中,驗(yàn)證了算法的可行性和有效性。綜上所述,本文針對(duì)未來車輛來自網(wǎng)絡(luò)、交通兩方面的需求,設(shè)計(jì)了網(wǎng)絡(luò)選擇算法保證了用戶的網(wǎng)絡(luò)接入體驗(yàn),并給出了速度推薦算法,從而滿足用戶的駕駛需求。論文的研究有助于推進(jìn)利用車聯(lián)網(wǎng)實(shí)現(xiàn)車路協(xié)同領(lǐng)域的研究。
【圖文】：

學(xué)位論文 第二章 基于異構(gòu)網(wǎng)絡(luò)車輛的 GPS 數(shù)據(jù)。我們可以看到，交通分布與不同地區(qū)有差異。也多的區(qū)域設(shè)定為城市熱點(diǎn) (SP)。利用 K-Means 聚類算法，我們聚類ocial Point, SP)，從城市熱點(diǎn)到邊界，，GPS 記錄呈現(xiàn)從中心到邊界逐漸圖中，仍然有很多街道缺少 GPS 記錄，因此我們需要估計(jì)未抽樣街

(a) 一整天的車輛數(shù) (b) 兩小時(shí)的車輛數(shù)圖 2 2 數(shù)據(jù)擬合Fig 2 2 The fitting curve of data問題描述oS 是指服務(wù)提供給用戶的滿意度。在我們的問題中，我們考慮了多個(gè)屬性，數(shù)據(jù)速率對(duì)車輛的 QoS 的影響。對(duì)于數(shù)據(jù)速率來說，數(shù)據(jù)速率越快 QoS 越高。相反，延遲和成得 QoS 更好。給定一個(gè)屬性，它的效用可以用效用函數(shù)來表示。我們使用 S 型，線性評(píng)估所考慮屬性的效用，如下面的函數(shù)所示：u x x xma1x xma1u x a xu x ln a x ln a性向量 x 和相關(guān)的偏好向量 ω，對(duì)應(yīng)的 QoS 函數(shù)被表達(dá)為：U x∏NAiuixiωiωi是屬性之間的偏好的權(quán)重，并且有 (∑NAiωi). uixi對(duì)應(yīng)著屬性i的效用函數(shù)。，我們可以量化每個(gè)網(wǎng)絡(luò)的性能。網(wǎng)絡(luò)推薦結(jié)果應(yīng)該最大化效用函數(shù)。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 汪穎;許勤;;異構(gòu)無線網(wǎng)絡(luò)選擇策略與協(xié)作中繼技術(shù)研究[J];電腦與電信;2017年04期

2 周文廣;手機(jī)狀態(tài)及功能英漢對(duì)照(下)[J];家庭電子;2003年12期

3 朱莉;電子文件運(yùn)行的網(wǎng)絡(luò)選擇[J];檔案管理;2000年01期

4 劉明;孫科;連帥;白仲斐;;基于動(dòng)態(tài)測(cè)試的網(wǎng)絡(luò)選擇編程臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)測(cè)量與控制;2013年09期

5 練偉;林木;;網(wǎng)絡(luò)選擇:一個(gè)關(guān)于網(wǎng)絡(luò)群體性事件的解釋框架[J];天水行政學(xué)院學(xué)報(bào);2011年03期

6 朱君;廖U喢

本文編號(hào)：2597909