隨著我國國民經(jīng)濟的不斷提高,人民生活水平也逐步得到改善,家庭平均車輛持有數(shù)目正在持續(xù)上升,人們對駕駛體驗的需求也越來越高,這就促使車載網(wǎng)絡通信技術的迅猛發(fā)展。能夠使駕駛者體驗到更多的高質量的車載應用是近年來車載網(wǎng)絡發(fā)展的主流趨勢。但是這些新興的車載應用對網(wǎng)絡的計算和存儲能力的需求程度較高,由于車輛自身的資源有限,所以不得不借助于其他車輛、路邊基礎設施,或是借助路邊微云、車輛云平臺來實現(xiàn)資源的優(yōu)化管理。本文主要研究如何利用路邊微云來實現(xiàn)車輛及路邊單元之間的資源優(yōu)化問題,主要研究內容如下:首先,針對如何均衡基于路邊微云的車載網(wǎng)絡中多個路邊微云之間的工作負載問題,本文引進基于微云的系統(tǒng)模型來捕獲車輛卸載的任務給路邊微云的響應時間,通過創(chuàng)建任務流量網(wǎng)絡得出路邊微云之間任務的最優(yōu)重定向流,從而均衡各個路邊微云處的任務響應時間,以此提高網(wǎng)絡中資源的利用效率,改善用戶的車載應用體驗。借助Matlab實驗仿真評估了該算法的性能,仿真結果表明該算法運行速度快且易擴展,并可以匹配微云之間的任務流,從而顯著均衡各個路邊微云的任務負載。其次,針對單個的路邊微云和附近車輛之間的資源優(yōu)化問題,本文提出一種基于多參... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

云計算的服務體系結構

基于云計算的VANET信息服務體系示意圖

（a）任務響應時間分布（b）選定平均響應時間的最大響應時間和最小時間（c）不同微云數(shù)量下的任務最大響應時間（d）不同微云數(shù)量下的系統(tǒng)處理時間（e）不同任務到達率下的任務響應時間圖3.7（a）分別給出了采用和不采用本文所提出的算法的任務的響應時間的概率分布

【參考文獻】：
期刊論文
[1]智能交通讓出行更美好[J]. 申愛萍.  人民交通. 2017(10)
[2]物聯(lián)網(wǎng)的應用情況及發(fā)展方向[J]. 李天樂.  新絲路(下旬). 2016(08)
[3]《智能交通系統(tǒng)》課程教學改革研究[J]. 王曉原,葛文慶,劉麗萍,于翠翠,趙金寶.  教育現(xiàn)代化. 2016(09)
[4]移動Ad Hoc網(wǎng)絡按需路由協(xié)議的研究[J]. 郭鵬遠,李洪烈,王公浩,史開源.  信息技術. 2015(02)
[5]車載自組織網(wǎng)絡在智能交通中的應用研究綜述[J]. 程嘉朗,倪巍,吳維剛,曹建農,李宏建.  計算機科學. 2014(S1)
[6]論Internet與Internet of Things[J]. 曾華燊.  計算機應用. 2012(04)

碩士論文
[1]云計算下關聯(lián)分類技術的研究與實現(xiàn)[D]. 楊永剛.電子科技大學 2011



本文編號：3566086