基于车联网的云导航性能建模与理论分析

发布时间：2020-07-23 09:48

【摘要】：道路拥堵、交通事故等问题在汽车拥有量日益上升、汽车产业繁荣发展的今天变得日益突出。导航技术作为智慧交通领域中的一项关键技术,目前并没有发挥它在提高交通效率上的作用。为了更好地促进上述问题的解决,本文提出了基于车联网的云导航技术模型。该导航技术的核心是中心导航云,这是一种部署云计算平台上的中心式动态导航系统。相对于分布式导航系统,中心导航云作为一种中心式的动态导航系统,为每一个目标地图中的车辆寻找最优的导航路线时,能够动态融合实时的全局交通信息,从而达到减少道路拥堵,提高交通运输效率的目的。中心式的导航服务能够为车辆计算出更优的导航路线,同时也对导航云系统提出了更高的要求。为了能够满足为目标地图中所有车辆的导航服务的要求,云中心必须要有足够大规模的虚拟机来支撑中心式导航对庞大的计算能力的需要。本文针对中心导航云模型,以导航服务请求的平均响应时间作为性能指标,基于排队理论对导航云中心的性能建立数学分析模型。假设本文模型中的导航服务请求的到达时间间隔服从泊松分布,云中心的服务时间符合负指数分布,排队规则为先进先出,排队空间无限大,且所有虚拟机相互独立,即这是一个M/M/C/￥/m排队服务系统。当系统中排队队列不为空时,导航服务的响应时间主要由等待时间和服务时间构成。本文重点讨论分析了中心导航云系统中出现等待队列时云中心的性能,并对模型进行了3组模拟实验。另外,为了更加直观有力地验证模型的意义,本文利用交通流理论,基于真实数据间接地获取了模型所需的所有数据,进行了1组真实数据校验。以上所有模拟实验和真实数据校验的实验结果都表明,本文提出的中心导航云性能模型能够准确有效地解决导航云的最小规模问题,对导航云未来的建设具有重要的指导意义。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U495;U463.67
【图文】：

示意图,云中,性能建模,示意图

云中心动态导航示意图，

马尔科夫链,服务强度,服务速率,系统平均

中心导航云的马尔科夫链

平均频率,节点数,道路,变化关系

(b)和道路节点数n在不同最大平均频率f下的变化关系

【参考文献】