近些年來,隨著人們生活水平的不斷提高,汽車已經(jīng)成為了人們出行的主要交通工具。將汽車與無線通信相結(jié)合,形成車載自組織網(wǎng)絡(luò)(Vehicular Ad Hoc Networks,VANET),即將成為一種重要的通信方式。該網(wǎng)絡(luò)可以將感興趣區(qū)域內(nèi)所有車輛攜帶的信息通過多跳路由的方式匯總到一個(gè)數(shù)據(jù)載體車輛中,進(jìn)行處理與反饋。然而由于車輛節(jié)點(diǎn)具有移動(dòng)速度快、移動(dòng)方向受街道限制等特殊特征,傳統(tǒng)的無線自組網(wǎng)路由協(xié)議將不再適用于車載自組網(wǎng)。因此,本文針對(duì)車載網(wǎng)絡(luò)的特殊需求,考慮車輛間距離、車輛移動(dòng)性參數(shù)和信號(hào)強(qiáng)度等多參數(shù)限制,提出了一種基于模糊邏輯和強(qiáng)化學(xué)習(xí)的車聯(lián)網(wǎng)路由算法。通過專用仿真工具,結(jié)合真實(shí)道路情況,于傳統(tǒng)路由算法和群智能路由算法進(jìn)行仿真驗(yàn)證,仿真結(jié)果表明該算法可以很好的適應(yīng)多參數(shù)限制,并在網(wǎng)絡(luò)平均跳數(shù),平均時(shí)延和網(wǎng)絡(luò)連通成功率等方面具有很大優(yōu)勢(shì)。首先,本文介紹了VANET的兩種專用仿真工具,城市車輛移動(dòng)性模擬工具(Simulation of Urban MObility,SUMO)和面向?qū)ο蟮木W(wǎng)絡(luò)仿真器NS-2(Network Simulation-2)。SUMO是一個(gè)城市街景仿真軟件,可以...

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 MANET路由的研究現(xiàn)狀
        1.2.2 VANET路由的研究現(xiàn)狀
        1.2.3 國內(nèi)外研究現(xiàn)狀簡析
    1.3 本文的主要研究內(nèi)容
第2章 仿真環(huán)境與傳統(tǒng)路由算法
    2.1 SUMO仿真環(huán)境介紹
    2.2 NS-2 仿真環(huán)境介紹
    2.3 傳統(tǒng)路由算法理論分析與性能對(duì)比
        2.3.1 傳統(tǒng)路由算法理論分析
        2.3.2 傳統(tǒng)路由算法性能對(duì)比
    2.4 本章小結(jié)
第3章 基于群智能的MANET路由算法
    3.1 蟻群優(yōu)化路由算法
    3.2 粒子群優(yōu)化路由算法
    3.3 遺傳優(yōu)化路由算法
    3.4 算法仿真與分析
    3.5 本章小結(jié)
第4章 基于模糊邏輯的VANET路由算法
    4.1 模糊邏輯基本思想
        4.1.1 模糊邏輯理論概述
        4.1.2 模糊邏輯路由
    4.2 基于模糊邏輯的路由算法與仿真
        4.2.1 計(jì)算模糊邏輯因子
        4.2.2 模糊化
        4.2.3 IF/THEN規(guī)則映射
        4.2.4 去模糊化
    4.3 仿真結(jié)果與分析
    4.4 本章小結(jié)
第5章 基于模糊邏輯和強(qiáng)化學(xué)習(xí)的簇頭轉(zhuǎn)發(fā)路由算法
    5.1 基于模糊邏輯的中心節(jié)點(diǎn)和簇頭的選擇
        5.1.1 基本思想
        5.1.2 中心節(jié)點(diǎn)的選擇
        5.1.3 簇頭的選擇
    5.2 基于強(qiáng)化學(xué)習(xí)的首尾兩跳優(yōu)化
        5.2.1 強(qiáng)化學(xué)習(xí)概述
        5.2.2 基于Q學(xué)習(xí)的路由優(yōu)化
    5.3 仿真結(jié)果與分析
        5.3.1 移動(dòng)模型
        5.3.2 基于模糊邏輯的簇頭轉(zhuǎn)發(fā)仿真分析
        5.3.3 基于強(qiáng)化學(xué)習(xí)的首、尾兩跳優(yōu)化仿真分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3777402