車(chē)聯(lián)網(wǎng)的發(fā)展備受關(guān)注,新的業(yè)務(wù)需求以及新的技術(shù)正融入到車(chē)聯(lián)網(wǎng)中來(lái)。隨著信息技術(shù)的發(fā)展帶來(lái)數(shù)據(jù)量急速增長(zhǎng),同時(shí)也伴隨著對(duì)計(jì)算需求的不斷增加,云計(jì)算、邊緣計(jì)算以及霧計(jì)算等多種計(jì)算方式被提出。現(xiàn)有汽車(chē)配備了具有計(jì)算能力的車(chē)載設(shè)備,并且由于汽車(chē)數(shù)量眾多,其蘊(yùn)藏了大量可用計(jì)算資源,車(chē)輛霧計(jì)算的理念成為研究的一個(gè)重要方向。本文就在車(chē)輛霧計(jì)算理念下,設(shè)計(jì)了兩種為不同對(duì)象提供業(yè)務(wù)卸載服務(wù)的卸載方案以及調(diào)度算法。以間斷性連接車(chē)聯(lián)網(wǎng)場(chǎng)景中的車(chē)輛為服務(wù)對(duì)象,針對(duì)其在獲取需計(jì)算處理的大型業(yè)務(wù)耗時(shí)長(zhǎng)的問(wèn)題,本文在現(xiàn)有研究基礎(chǔ)上設(shè)計(jì)了一種多車(chē)協(xié)同的業(yè)務(wù)卸載方案以及資源調(diào)度算法。在此場(chǎng)景下,通過(guò)利用其他汽車(chē)的資源為目標(biāo)車(chē)輛提供服務(wù),達(dá)到降低耗時(shí)的目的。但由于車(chē)輛的存儲(chǔ)空間、計(jì)算能力有限,當(dāng)業(yè)務(wù)量較大時(shí)需要多個(gè)車(chē)輛參與。不過(guò),基于WAVE協(xié)議的V2V通信存在干擾問(wèn)題,多車(chē)協(xié)同時(shí)干擾將極大影響卸載效率,且由于車(chē)輛速度較快,V2V通信可持續(xù)時(shí)間較短,因而需要合理選擇參與協(xié)同卸載的車(chē)輛。為解決在此協(xié)同卸載方案下的資源調(diào)度問(wèn)題,本文設(shè)計(jì)了一種基于動(dòng)態(tài)規(guī)劃的單車(chē)及多車(chē)業(yè)務(wù)卸載資源調(diào)度算法,可合理選擇車(chē)輛參與協(xié)同卸載,降低目的車(chē)...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)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(xiàn)狀與趨勢(shì)
        1.2.1 車(chē)聯(lián)網(wǎng)中的傳統(tǒng)業(yè)務(wù)卸載研究
        1.2.2 車(chē)聯(lián)網(wǎng)中的計(jì)算業(yè)務(wù)卸載研究
    1.3 本文的主要貢獻(xiàn)和創(chuàng)新
    1.4 論文的結(jié)構(gòu)安排
第二章 車(chē)聯(lián)網(wǎng)及相關(guān)技術(shù)概述
    2.1 車(chē)聯(lián)網(wǎng)基礎(chǔ)技術(shù)
        2.1.1 基于WAVE的車(chē)聯(lián)網(wǎng)技術(shù)
        2.1.2 基于LTE-V2X的車(chē)聯(lián)網(wǎng)技術(shù)
    2.2 車(chē)輛霧計(jì)算相關(guān)理論
    2.3 現(xiàn)有車(chē)聯(lián)網(wǎng)下傳統(tǒng)業(yè)務(wù)卸載
        2.3.1 基于中繼的方式
        2.3.2 基于攜帶-存儲(chǔ)-轉(zhuǎn)交的方式
    2.4 現(xiàn)有車(chē)聯(lián)網(wǎng)下計(jì)算業(yè)務(wù)卸載
        2.4.1 分布式的計(jì)算業(yè)務(wù)卸載
        2.4.2 集中式的計(jì)算業(yè)務(wù)卸載
    2.5 本章小結(jié)
第三章 間斷性連接車(chē)輛網(wǎng)下的業(yè)務(wù)卸載
    3.1 問(wèn)題分析
        3.1.1 現(xiàn)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(chē)輛模型
        3.2.4 干擾模型
            3.2.4.1 單目標(biāo)車(chē)輛下協(xié)助車(chē)輛間的干擾
            3.2.4.2 多目標(biāo)車(chē)輛下協(xié)助車(chē)輛間的干擾
    3.3 業(yè)務(wù)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(chǔ)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(jì)算時(shí)間限制
        3.3.6 優(yōu)化目標(biāo)
    3.4 算法設(shè)計(jì)
        3.4.1 單目標(biāo)車(chē)輛資源調(diào)度算法
        3.4.2 多目標(biāo)車(chē)輛資源調(diào)度算法
    3.5 仿真結(jié)果
        3.5.1 仿真參數(shù)設(shè)置
        3.5.2 仿真結(jié)果分析
    3.6 本章小結(jié)
第四章 城市車(chē)聯(lián)網(wǎng)下的業(yè)務(wù)卸載
    4.1 問(wèn)題分析
        4.1.1 現(xiàn)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(wù)模型
        4.2.3 霧節(jié)點(diǎn)模型
        4.2.4 完成任務(wù)耗時(shí)
        4.2.5 優(yōu)化目標(biāo)
    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(shí)間的觀(guān)測(cè)數(shù)據(jù)
    4.4 任務(wù)卸載調(diào)度算法
        4.4.1 前提假設(shè)
        4.4.2 算法目標(biāo)
        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(shù)搜索算法
        4.4.4 基于MCTS的業(yè)務(wù)卸載算法設(shè)計(jì)
            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(jié)果
        4.5.1 基于Hyper-Erlang分布的駐留時(shí)間
        4.5.2 業(yè)務(wù)卸載算法仿真參數(shù)設(shè)置
        4.5.3 仿真結(jié)果分析
    4.6 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3809946