發(fā)布時間：2017-09-13 02:46

  本文關(guān)鍵詞：車聯(lián)網(wǎng)路側(cè)單元部署算法研究

  更多相關(guān)文章： 車輛自組織網(wǎng)絡(luò) 遺傳算法 RSU部署 路側(cè)單元

【摘要】：車輛自組織網(wǎng)絡(luò)主要由安裝有車載單元的車輛和安裝于路側(cè)的路側(cè)單元組成。路側(cè)單元集合是車聯(lián)網(wǎng)內(nèi)的車輛節(jié)點與外部網(wǎng)絡(luò)的信息傳輸樞紐。在車聯(lián)網(wǎng)部署初期階段,目標(biāo)路網(wǎng)范圍內(nèi)的路側(cè)單元的部署數(shù)量通常是有限的,而相對來說車輛節(jié)點的數(shù)量以及信息需求要大大超過路側(cè)節(jié)點的承載。因此,在路側(cè)單元數(shù)量限制下,應(yīng)優(yōu)化路側(cè)單元的部署位置,以盡可能多的滿足車輛節(jié)點的通信需求,從而最大化路側(cè)單元的部署效益。如果以車輛是否處于無線通信覆蓋范圍內(nèi)作為效益依據(jù),由于車輛節(jié)點的動態(tài)性和車輛分布的時空差異性,以車輛節(jié)點為對象的覆蓋收益也具有高度時空動態(tài)性和不確定性。所以,實踐中通常以路網(wǎng)為對象確定路側(cè)單元集合的覆蓋效益。根據(jù)路網(wǎng)中的各路段的車輛密度、所處區(qū)域特性、車道數(shù)等綜合確定路段的權(quán)重密度,把路側(cè)單元集合的無線覆蓋范圍之內(nèi)的所有路段的加權(quán)權(quán)重之和作為路側(cè)單元集合的覆蓋效益。假設(shè)P為路側(cè)單元集合的所有可行部署位置方案的集合,其中每個部署方案由各個路側(cè)單元的某一特定可行部署位置構(gòu)成。把尋找使路側(cè)單元的部署效益最大化的路側(cè)單元位置部署方案稱為路側(cè)單元部署問題。針對該路側(cè)單元部署問題,本文提出一種RSU部署問題模型,并在模型的基礎(chǔ)上提出高速公路場景下以及城市環(huán)境中最優(yōu)路側(cè)單元部署策略。主要研究成果描述如下：(1)提出RSU部署問題模型。通過對現(xiàn)有的路網(wǎng)模型進行分析,提出能夠描述曲線路段的路網(wǎng)模型和綜合考慮各項因素作為權(quán)重計算部署效益的效益模型,并將路網(wǎng)模型和效益模型共同組成RSU部署問題模型。(2)在RSU部署問題模型的基礎(chǔ)上,針對RSU在高速公路場景下的部署問題進行了研究。首先研究高速公路場景下RSU部署,并分為四種場景分別討論其最優(yōu)部署策略。然后利用MATLAB模擬每種情況的RSU部署,并將模擬結(jié)果與隨機部署策略模擬結(jié)果比較,結(jié)果顯示本文提出的部署策略能使RSU部署效益達到最優(yōu)。(3)在RSU部署問題模型的基礎(chǔ)上,針對RSU在城市環(huán)境下的部署問題進行了研究。首先利用RSU部署問題模型將路側(cè)單元部署問題轉(zhuǎn)化為搜索最優(yōu)解問題,并利用遺傳算法和粒子群算法對路側(cè)單元部署問題進行優(yōu)化求解。然后利用MATLAB模擬,將該方法部署效果與BEH算法部署效果相比較,結(jié)果顯示該方法能夠逐步逼近最優(yōu)部署效益,以達到最大化路側(cè)單元部署效益的目標(biāo)。
【關(guān)鍵詞】：車輛自組織網(wǎng)絡(luò) 遺傳算法 RSU部署 路側(cè)單元
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.44;TN929.5
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-15
• 1.1 研究背景和意義9-10
• 1.2 研究現(xiàn)狀10-13
• 1.2.1 VANET研究現(xiàn)狀10-12
• 1.2.2 RSU部署研究現(xiàn)狀12-13
• 1.3 論文的主要研究工作13-14
• 1.4 論文的組織結(jié)構(gòu)14-15
• 2 VANET及遺傳算法15-25
• 2.1 MANET概述15
• 2.2 VANET概述15-18
• 2.2.1 VANET特點16-17
• 2.2.2 VANET應(yīng)用17-18
• 2.3 通信模式18-22
• 2.3.1 V2V通信19-20
• 2.3.2 V2R通信20-21
• 2.3.3 V2V和V2R聯(lián)合通信模式21-22
• 2.4 遺傳算法22-23
• 2.4.1 遺傳算法概述22
• 2.4.2 遺傳算法研究現(xiàn)狀22-23
• 2.5 粒子群算法23-24
• 2.5.1 粒子群算法概述23
• 2.5.2 粒子群算法研究現(xiàn)狀23-24
• 2.6 本章小結(jié)24-25
• 3 RSU部署問題模型25-28
• 3.1 路網(wǎng)模型26
• 3.2 效益模型26-27
• 3.3 本章小結(jié)27-28
• 4 高速公路RSU部署策略28-38
• 4.1 RSU部署策略29-34
• 4.1.1 權(quán)重為常數(shù)分段函數(shù)的單個RSU部署方案29-30
• 4.1.2 權(quán)重為連續(xù)函數(shù)的單個RSU部署30-31
• 4.1.3 權(quán)重為常數(shù)分段函數(shù)的兩個RSU部署31-33
• 4.1.4 權(quán)重為連續(xù)函數(shù)的兩個RSU部署33-34
• 4.2 結(jié)果分析34-37
• 4.2.1 權(quán)重為常數(shù)分段函數(shù)的RSU部署結(jié)果分析34-37
• 4.2.2 權(quán)重為連續(xù)函數(shù)的RSU部署結(jié)果分析37
• 4.3 討論37
• 4.4 本章小結(jié)37-38
• 5 城市環(huán)境RSU部署方案38-53
• 5.1 遺傳算法主要操作38-40
• 5.2 基于遺傳算法的RSU部署策略40-44
• 5.2.1 利用遺傳算法解決RSU部署問題的主要操作40-43
• 5.2.2 基于遺傳算法的RSU部署策略算法描述43-44
• 5.3 粒子群算法主要操作44-46
• 5.4 基于粒子群算法的RSU部署策略46-48
• 5.4.1 利用粒子群算法解決RSU部署問題的主要操作46-47
• 5.4.2 基于粒子群算法的RSU部署策略算法描述47-48
• 5.5 分析與討論48-52
• 5.5.1 部署結(jié)果與分析48-51
• 5.5.2 討論51-52
• 5.6 本章小結(jié)52-53
• 結(jié)論53-54
• 參考文獻54-59
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況59-60
• 致謝60-61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 周激流,呂航;一種基于新型遺傳算法的圖像自適應(yīng)增強算法的研究[J];計算機學(xué)報;2001年09期

2 徐璐,涂承宇;一種新的改進遺傳算法及其性能分析[J];電子學(xué)報;2001年07期

3 劉莉,陳學(xué)允;基于模糊遺傳算法的配電網(wǎng)絡(luò)重構(gòu)[J];中國電機工程學(xué)報;2000年02期

4 汪近能,陳麗燕,吳新余,葉大振;遺傳算法的改進及應(yīng)用[J];南京郵電學(xué)院學(xué)報;1997年04期

5 章珂,劉貴忠;交叉位置非等概率選取的遺傳算法[J];信息與控制;1997年01期

6 孫力娟，，吳新余;應(yīng)用遺傳算法求解計算機通信網(wǎng)的最佳路由─—一種新的遍歷匹配選擇法[J];南京郵電學(xué)院學(xué)報;1996年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 凌艷;VANET中基于博弈論的RSU接入問題[D];大連理工大學(xué);2013年

本文編號：841081