本文選題：車聯(lián)網(wǎng)　切入點：霧計算　出處：《大連海事大學(xué)》2017年碩士論文

【摘要】：車聯(lián)網(wǎng)作為智能交通的一部分,為解決城市交通問題提供了發(fā)展方向。近年來,隨著車輛數(shù)目和車聯(lián)網(wǎng)數(shù)據(jù)的爆炸式增長,云計算網(wǎng)絡(luò)帶寬資源將嚴(yán)重不足,而且無法滿足車聯(lián)網(wǎng)移動性和低時延的特性。霧計算部署在網(wǎng)絡(luò)邊緣,具有位置感知和低時延的特性,能夠更好地應(yīng)用到車聯(lián)網(wǎng)中。雖然霧計算的概念由思科在2012年提出,但是在車聯(lián)網(wǎng)方面的研究還處于起步階段,僅限于理論方面。本文首次將霧計算與車聯(lián)網(wǎng)聯(lián)合考慮,就其部署與規(guī)模測算問題展開研究。首先,結(jié)合霧計算和車聯(lián)網(wǎng)技術(shù),本文設(shè)計了霧計算環(huán)境下的車聯(lián)網(wǎng)架構(gòu)(FC-IoV)。該架構(gòu)通過在網(wǎng)絡(luò)邊緣引入霧設(shè)備,使得車載終端能夠快速接入網(wǎng)絡(luò),就近選擇霧設(shè)備為其提供計算和存儲服務(wù),節(jié)約了帶寬資源,提升了數(shù)據(jù)傳輸速率,減少了時延,具有重要的研究意義。其次,針對車聯(lián)網(wǎng)中基礎(chǔ)設(shè)施增多帶來的網(wǎng)絡(luò)部署成本太高的問題,本文提出了一種以最小成本為目標(biāo)的網(wǎng)絡(luò)部署方法。該方法以城市道路為應(yīng)用場景,主要對車聯(lián)網(wǎng)中的V2R(Vehicle to Roadside)進行部署,通過考慮網(wǎng)絡(luò)覆蓋范圍和設(shè)備容量等因素,建立了整型線性規(guī)劃(IntegerLinearProgramming,ILP)模型,并運用優(yōu)化求解器Gurobi對模型進行求解,得到網(wǎng)絡(luò)的最終部署方案。最后,針對大規(guī)模場景下,Gurobi求解線性規(guī)劃模型效率過低,甚至無法求解的問題,本文提出了快速啟發(fā)式算法。該算法能夠得到模型的近似最優(yōu)解,并且使求解時間大大減少。通過仿真實驗,對數(shù)學(xué)模型和算法求解的結(jié)果進行對比,顯示了算法求解的有效性和高效性,體現(xiàn)了算法的優(yōu)越性。本文通過對霧計算環(huán)境下車聯(lián)網(wǎng)進行優(yōu)化部署,降低了網(wǎng)絡(luò)部署成本,使得車聯(lián)網(wǎng)部署更加經(jīng)濟可靠,為車聯(lián)網(wǎng)實際部署提供了理論依據(jù)和技術(shù)支持。
[Abstract]:Car networking as part of intelligent transportation, and provides the development direction to solve the city traffic problem. In recent years, with the explosion of the number of vehicles and car networking growth data, cloud computing, network bandwidth will be a serious shortage of resources, and can not meet the car networking mobility and low delay characteristics. Deployed at the network edge computing fog with position perception and low delay characteristics, can be better applied to the car networking. Although the concept of fog calculation proposed by CISCO in 2012, but the research in the car networking is still in the initial stage, only the theory. For the first time the fog calculation and car networking combined with its deployment, research and measurement of the scale of problem first, combined with fog computing and vehicle networking technology, this paper designs the fog computing environment of car networking architecture (FC-IoV). The architecture by introducing fog devices at the network edge, which makes the vehicle terminal Terminal can quickly access the network, choose the nearest spray equipment to provide services for its computation and storage, saving bandwidth resources, enhance the data transmission rate, reduces the time delay, and has important significance. Secondly, aiming at the car networking infrastructure increased in the high cost of the problem brought by the network deployment, this paper puts forward a method to the minimum cost for the target network deployment method. The method in city road is the main application scenarios of car networking in V2R (Vehicle to Roadside) were deployed by considering the network coverage and capacity and other factors, to establish the integer linear programming (IntegerLinearProgramming, ILP) model, and used to solve the model optimization Gurobi, get the final deployment scheme of the network. Finally, according to the scene, the Gurobi linear programming model of low efficiency, even no method to solve the problem, this paper. A fast heuristic algorithm. The algorithm can obtain the approximate optimal solution of the model, and the computation time is greatly reduced. Through simulation experiments, comparing model and algorithm of mathematical results show the effectiveness and efficiency of the algorithm, shows the algorithm superiority. Based on the computing environment to get off the fog network optimization deployment, reduce the cost of network deployment, making the car networking deployment is more economical and reliable, provide a theoretical basis and technical support for the actual deployment of car networking.

【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN929.5;U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張培珍;楊根源;武志東;徐圣良;劉志成;;模擬退火算法在雷達(dá)網(wǎng)優(yōu)化部署中的應(yīng)用[J];現(xiàn)代防御技術(shù);2010年06期

2 張培珍;楊根源;武志東;徐圣良;劉志成;;雷達(dá)網(wǎng)優(yōu)化部署效能評估仿真系統(tǒng)研究[J];艦船科學(xué)技術(shù);2010年11期

3 閆明亮;劉法明;王凱;郭鵬翔;;基于模擬退火算法的防空導(dǎo)彈體系優(yōu)化部署研究[J];指揮控制與仿真;2006年04期

4 邢福成,康錫章;雷達(dá)組網(wǎng)區(qū)域性防御區(qū)優(yōu)化部署[J];現(xiàn)代防御技術(shù);2004年04期

5 謝燕軍;孫偉;;海上編隊雷達(dá)網(wǎng)抗干擾優(yōu)化部署算法[J];計算機與數(shù)字工程;2013年04期

6 李長軍;;基于SA算法的防空體系優(yōu)化部署研究[J];中國科技信息;2008年24期

7 邢福成;王國宏;;利用干擾電平估計判斷雷達(dá)網(wǎng)的優(yōu)化部署[J];彈箭與制導(dǎo)學(xué)報;2006年S5期

8 周全;;臨近空間傳感器動態(tài)組網(wǎng)優(yōu)化部署研究[J];現(xiàn)代防御技術(shù);2009年04期

9 黃胡晟;熊家軍;楊龍坡;;基于遺傳算法的雷達(dá)組網(wǎng)優(yōu)化部署方法[J];空軍雷達(dá)學(xué)院學(xué)報;2008年04期

10 張吉林;用MATLAB語言實現(xiàn)雷達(dá)網(wǎng)的優(yōu)化部署[J];現(xiàn)代雷達(dá);2001年02期

相關(guān)會議論文 前1條

1 陳晨;陳杰;張娟;;基于PSO的區(qū)域防空優(yōu)化部署方法[A];2007年中國智能自動化會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 鄭干臣 談馨;楊淺3區(qū)優(yōu)化部署增產(chǎn)顯著[N];中國石化報;2012年

相關(guān)博士學(xué)位論文 前1條

1 徐聰;大數(shù)據(jù)應(yīng)用在云計算平臺的優(yōu)化部署與調(diào)度策略研究[D];清華大學(xué);2015年

相關(guān)碩士學(xué)位論文 前6條

1 李莎;面向PaaS平臺的應(yīng)用優(yōu)化部署研究[D];浙江大學(xué);2015年

2 田開元;融合RFID的WSN節(jié)點軟件設(shè)計及節(jié)點優(yōu)化部署[D];電子科技大學(xué);2014年

3 郭平;霧計算環(huán)境下車聯(lián)網(wǎng)優(yōu)化部署與規(guī)模測算[D];大連海事大學(xué);2017年

4 湯通衛(wèi);預(yù)警探測系統(tǒng)中雷達(dá)組網(wǎng)優(yōu)化部署研究[D];蘭州交通大學(xué);2014年

5 狄澤玉;基于STAGING與業(yè)務(wù)預(yù)測的服務(wù)部署優(yōu)化與遷移方法[D];山東大學(xué);2014年

6 曹祖鳳;多租戶SaaS應(yīng)用優(yōu)化部署算法的研究[D];哈爾濱工業(yè)大學(xué);2013年

，

本文編號：1680532