基于模糊规则与机器学习的车联网数据传输机制研究
发布时间：2021-04-20 02:18
由于车辆动态节点的高速移动性和网络拓扑结构的持续动态性,车联网中的数据传输充满挑战。在传统路由协议中,V2V（vehicle-to-vehicle）多跳通信通常会导致较高的网络延时和较低的投递率,并且通信链路的搜索与中断重建会增加网络开销。城市交通运行过程中将会不断产生大量的交通数据,这对车联网中数据传输的进一步研究具有重要的参考价值。本文提出一种适用于车联网城市场景下的数据传输方案,该方案充分利用这些大量的交通数据来提升数据传输质量DTQ（Data Transmission Quality）。通过基于模糊规则的数据传输方法实现对V2V通信的优化,基于单车的短时车速预测使得数据传输链路更加稳定,并且在专门设计的机器学习系统的帮助下实现对车辆的动态预测。本文的主要研究内容包括:（1）设计了基于模糊规则的车联网数据传输机制。该方法通过综合考虑车速、行驶方向、跳数、接入时间等因素,来优化转发节点选择,从而优化车和车、车和路边单元之间的无线传输,提升数据的传输质量。其中根据模糊综合评价法来对路径进行评估,由层次分析法来设定指标权重向量。该方法使得选择的数据传输路径更加稳定,减少链路中断重建带来...
【文章来源】：河南大学河南省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 传统路由协议
1.2.2 新型路由协议
1.3 机器学习在车联网中的应用
1.4 论文的主要内容及组织结构
2 车联网数据传输系统建模
2.1 车联网数据传输整体架构
2.1.1 车联网数据传输问题分析
2.1.2 车联网数据传输架构设计
2.2 车联网数据传输方法设计
2.2.1 车联网数据传输关键技术
2.2.2 车联网数据传输设计实现
2.3 本章小结
3 基于模糊规则的数据传输路径选择
3.1 无线传输路径架构
3.1.1 寻找潜在路径
3.1.2 评价潜在路径
3.1.3 选择传输路径
3.2 转发节点选择
3.2.1 确定指标集
3.2.2 确定评价集
3.2.3 确定权重向量
3.2.4 构造模糊关系矩阵
3.2.5 确定综合评价等级
3.3 本章小结
4 基于加权KNN的短时车速预测
4.1 基于路段的车速预测方法
4.2 基于单车的车速预测方法
4.2.1 特征选择
4.2.2 数据处理
4.2.3 加权KNN短时车速预测模型
4.3 仿真实验与结果分析
4.3.1 移动平均数模型
4.3.2 KNN模型
4.3.3 预测结果与分析
4.4 本章小结
5 基于辅助决策的路边单元机器学习系统
5.1 算法分析与比较
5.1.1 基于GPS的动态车辆定位
5.1.2 GPS-free动态车辆位置预测
5.1.3 基于机器学习系统的动态车辆位置预测
5.2 数据收集与处理
5.2.1 训练过程
5.2.2 测试过程
5.2.3 数据处理
5.3 路边单元机器学习系统构成
5.3.1 车辆转向预测
5.3.2 目的路边单元预测
5.3.3 车辆行驶路径预测
5.4 本章小结
6 仿真验证与结果分析
6.1 车联网数据传输仿真验证平台
6.1.1 仿真平台搭建
6.1.2 仿真参数设置
6.2 仿真实验与结果分析
6.2.1 对比实验与性能指标选择
6.2.2 仿真结果与分析
6.3 本章小结
7 总结与展望
7.1 论文工作总结
7.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的论文及科研成果
【参考文献】：
期刊论文
[1]迈入智能网联汽车时代 2017年世界智能网联汽车大会侧记[J]. 陈琦. 汽车与配件. 2017(33)
[2]车联网技术研究[J]. 郝铁亮,叶平,郝成龙,许茜,刘涛. 汽车实用技术. 2017(20)
[3]车联网的发展与挑战[J]. 胡欣宇,张洁. 物联网技术. 2017(02)
[4]VANETs路由协议的研究进展[J]. 于海宁,张宏莉. 电子学报. 2011(12)
博士论文
[1]面向车联网应用的信息传输技术研究[D]. 李晓欢.华南理工大学 2015
[2]车联网中面向安全应用的消息传输问题研究[D]. 郭伟杰.中国科学技术大学 2014
[3]车联网环境下基于可靠接入的高效数据传输机制研究[D]. 范存群.北京邮电大学 2014
硕士论文
[1]车联网环境中混合定位算法的研究及软件设计[D]. 邵丹.哈尔滨理工大学 2017
[2]面向车联网的地理辅助多播路由协议研究[D]. 高鑫.西安电子科技大学 2015
[3]城市车联网中基于地理位置的路由协议研究[D]. 代明臣.东北大学 2014
本文编号：3148782
【文章来源】：河南大学河南省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 传统路由协议
1.2.2 新型路由协议
1.3 机器学习在车联网中的应用
1.4 论文的主要内容及组织结构
2 车联网数据传输系统建模
2.1 车联网数据传输整体架构
2.1.1 车联网数据传输问题分析
2.1.2 车联网数据传输架构设计
2.2 车联网数据传输方法设计
2.2.1 车联网数据传输关键技术
2.2.2 车联网数据传输设计实现
2.3 本章小结
3 基于模糊规则的数据传输路径选择
3.1 无线传输路径架构
3.1.1 寻找潜在路径
3.1.2 评价潜在路径
3.1.3 选择传输路径
3.2 转发节点选择
3.2.1 确定指标集
3.2.2 确定评价集
3.2.3 确定权重向量
3.2.4 构造模糊关系矩阵
3.2.5 确定综合评价等级
3.3 本章小结
4 基于加权KNN的短时车速预测
4.1 基于路段的车速预测方法
4.2 基于单车的车速预测方法
4.2.1 特征选择
4.2.2 数据处理
4.2.3 加权KNN短时车速预测模型
4.3 仿真实验与结果分析
4.3.1 移动平均数模型
4.3.2 KNN模型
4.3.3 预测结果与分析
4.4 本章小结
5 基于辅助决策的路边单元机器学习系统
5.1 算法分析与比较
5.1.1 基于GPS的动态车辆定位
5.1.2 GPS-free动态车辆位置预测
5.1.3 基于机器学习系统的动态车辆位置预测
5.2 数据收集与处理
5.2.1 训练过程
5.2.2 测试过程
5.2.3 数据处理
5.3 路边单元机器学习系统构成
5.3.1 车辆转向预测
5.3.2 目的路边单元预测
5.3.3 车辆行驶路径预测
5.4 本章小结
6 仿真验证与结果分析
6.1 车联网数据传输仿真验证平台
6.1.1 仿真平台搭建
6.1.2 仿真参数设置
6.2 仿真实验与结果分析
6.2.1 对比实验与性能指标选择
6.2.2 仿真结果与分析
6.3 本章小结
7 总结与展望
7.1 论文工作总结
7.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的论文及科研成果
【参考文献】：
期刊论文
[1]迈入智能网联汽车时代 2017年世界智能网联汽车大会侧记[J]. 陈琦. 汽车与配件. 2017(33)
[2]车联网技术研究[J]. 郝铁亮,叶平,郝成龙,许茜,刘涛. 汽车实用技术. 2017(20)
[3]车联网的发展与挑战[J]. 胡欣宇,张洁. 物联网技术. 2017(02)
[4]VANETs路由协议的研究进展[J]. 于海宁,张宏莉. 电子学报. 2011(12)
博士论文
[1]面向车联网应用的信息传输技术研究[D]. 李晓欢.华南理工大学 2015
[2]车联网中面向安全应用的消息传输问题研究[D]. 郭伟杰.中国科学技术大学 2014
[3]车联网环境下基于可靠接入的高效数据传输机制研究[D]. 范存群.北京邮电大学 2014
硕士论文
[1]车联网环境中混合定位算法的研究及软件设计[D]. 邵丹.哈尔滨理工大学 2017
[2]面向车联网的地理辅助多播路由协议研究[D]. 高鑫.西安电子科技大学 2015
[3]城市车联网中基于地理位置的路由协议研究[D]. 代明臣.东北大学 2014
本文编号：3148782
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3148782.html
