【摘要】：隨著車輛數(shù)目的快速增加以及車輛智能化需求的不斷增強(qiáng),資源受限車輛所產(chǎn)生的計(jì)算密集型任務(wù)影響著車輛用戶的服務(wù)體驗(yàn)。過(guò)去通常利用云計(jì)算為資源受限車輛提供計(jì)算和存儲(chǔ)等資源,車輛終端通過(guò)將計(jì)算任務(wù)上傳至云服務(wù)器,云服務(wù)器根據(jù)用戶需求為計(jì)算任務(wù)分配可用資源并由云服務(wù)器代理執(zhí)行的過(guò)程稱為計(jì)算卸載。計(jì)算卸載的主要目的是降低本地設(shè)備的任務(wù)完成時(shí)間。然而傳統(tǒng)的云計(jì)算存在著執(zhí)行成本高、帶寬資源有限以及云端負(fù)載嚴(yán)重等問(wèn)題。在車載計(jì)算環(huán)境下,按照是否有基礎(chǔ)設(shè)施支持主要將車載云計(jì)算劃分成有基礎(chǔ)設(shè)施支持的車載云及由異構(gòu)車輛自行組成的車載自組織云。由于車載自組織云的高動(dòng)態(tài)性,導(dǎo)致了計(jì)算卸載過(guò)程中車與車的通信環(huán)境變化頻繁,進(jìn)而可能致使任務(wù)完成時(shí)間過(guò)長(zhǎng)。在車載自組織云的計(jì)算卸載過(guò)程中,如何選擇最合適的目標(biāo)節(jié)點(diǎn)進(jìn)行計(jì)算卸載是保證任務(wù)高效執(zhí)行的關(guān)鍵,基于泛洪的計(jì)算卸載算法可以有效地解決目標(biāo)節(jié)點(diǎn)選擇對(duì)計(jì)算卸載的影響,但該算法會(huì)造成資源的過(guò)度浪費(fèi),故如何在減少資源占用率的前提下,合理的使用現(xiàn)有資源為資源受限車輛提供優(yōu)質(zhì)的計(jì)算卸載服務(wù)是本文的研究重點(diǎn)。為解決降低資源占用率和提升計(jì)算卸載性能這2個(gè)問(wèn)題,本文的主要工作如下:(1)對(duì)比分析了有無(wú)DTN支持的車輛自組織云的計(jì)算卸載效果,證明了DTN技術(shù)能夠有效的保證任務(wù)完成時(shí)間;(2)對(duì)比分析車載自組織云中的隨機(jī)卸載、最小執(zhí)行時(shí)間、最小跳數(shù)算法,引入了基于路徑可預(yù)測(cè)、基于部分泛洪和基于泛洪的計(jì)算卸載算法從而提升計(jì)算卸載性能;(3)為了降低資源占用率,提出了基于部分泛洪的算法,對(duì)比分析了基于路徑可預(yù)測(cè)和基于泛洪的計(jì)算卸載算法。實(shí)驗(yàn)結(jié)果表明:(1)就任務(wù)等待時(shí)間和任務(wù)完成時(shí)間兩項(xiàng)指標(biāo),基于DTN的車載自組織云中的計(jì)算卸載相較于無(wú)DTN支持的車載自組織云分別節(jié)省了56.76%和40.88%;(2)就任務(wù)完成時(shí)間,基于路徑可預(yù)測(cè)相較于隨機(jī)卸載算法、最小執(zhí)行時(shí)間算法、最小跳數(shù)算法分別提升了 12.53%,15.20%,9.00%;基于部分泛洪的卸載算法相較于ROL、MET、MH等算法分別提升了 19.49%,21.95%,16.24%;(3)就任務(wù)完成時(shí)間,部分泛洪算法相較于基于路徑可預(yù)測(cè)算法提升了8.00%;就資源占用率,基于路徑可預(yù)測(cè)算法相較于部分泛洪提升了35.46%。
【圖文】：

圖２．１：云計(jì)算的服務(wù)模式逡逑

Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ邋ａｓ邋ａ邋Ｓｅｒｖｉｃｅ逡逑（如邋Ａｍａｚｏｎ邋ＥＣ２、Ｓ３服務(wù)）；逡逑圖２．１：云計(jì)算的服務(wù)模式逡逑其中ＳａａＳ層的作用是將應(yīng)用作為服務(wù)提供給用戶，ＰａａＳ層的作用是將開(kāi)發(fā)逡逑平臺(tái)作為服務(wù)提供給用戶，ＩａａＳ層的作用是將虛擬機(jī)等資源作為服務(wù)提供給用逡逑戶，具體內(nèi)容如表２．２所述。逡逑表２．２：云計(jì)算的服務(wù)模式逡逑服務(wù)模式邐簡(jiǎn)介逡逑服務(wù)供給商將提供給用戶的計(jì)算能力作為使用運(yùn)行在逡逑ＳａａＳ邐云基礎(chǔ)設(shè)施上的服務(wù)提供者的應(yīng)用程序。這些程序能夠逡逑軟件即服務(wù)邐通過(guò)各種客戶端設(shè)備上的瘦客戶端接口或程序接口來(lái)逡逑訪問(wèn)。逡逑提供給用戶的計(jì)算能力是在云基礎(chǔ)設(shè)施上部署用戶的逡逑應(yīng)用，這些應(yīng)用通過(guò)使用服務(wù)提供者支持的編程語(yǔ)言、逡逑平臺(tái)即服務(wù)逡逑庫(kù)、服務(wù)和工具來(lái)創(chuàng)建。逡逑提供給用戶的計(jì)算能力是計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)和其他基礎(chǔ)逡逑ＩａａＳ逡逑性計(jì)算資源，用戶可以在這些資源上部署和運(yùn)行操作系逡逑基礎(chǔ)設(shè)施即服務(wù)逡逑統(tǒng)和應(yīng)用程序等任意軟件。逡逑３、云計(jì)算部署模式逡逑為了滿足不同用戶的不同需求，云服務(wù)被分成私有云、社區(qū)云、公共云與混逡逑合云四種［３１］，如圖２．２所示。逡逑９逡逑
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP301.6;U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 張志勇;劉鑫;胡林;尹來(lái)容;張新;;車聯(lián)網(wǎng)環(huán)境中電動(dòng)汽車高壓安全監(jiān)控系統(tǒng)研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2015年10期

2 喬少杰;金琨;韓楠;唐常杰;格桑多吉;Louis Alberto GUTIERREZ;;一種基于高斯混合模型的軌跡預(yù)測(cè)算法[J];軟件學(xué)報(bào);2015年05期

3 時(shí)銳,楊孝宗;自組網(wǎng)Random Direction移動(dòng)模型點(diǎn)空間概率分布的研究[J];計(jì)算機(jī)研究與發(fā)展;2004年07期

相關(guān)碩士學(xué)位論文 前1條

1 曹新立;車載云計(jì)算中基于預(yù)測(cè)的最小完成時(shí)間算法的研究[D];云南大學(xué);2015年

，

本文編號(hào)：2659155