面向车载自组织网络路由的轨迹预测算法
[Abstract]:In the vehicle-mounted ad hoc network (VANET) (also known as the vehicle networking), the routing protocol based on the geographical location can better adapt to the dynamic change of the network topology and the instability of the link quality. Because the location information needs to be interacted with the beacon packet between the neighbor nodes, the forwarding decision within the beacon packet interval may be inaccurate due to the movement of the vehicle node position, and the position prediction is required to correct the position of the vehicle node. The existing position prediction algorithm has the problem of large universality or large prediction error. In view of the above-mentioned problems, a new prediction algorithm is proposed, which is based on the conclusion that the vehicle acceleration obeys the normal distribution, the linear regression is used for the prediction, and the feedback mechanism is used for the result correction. The real vehicle trajectory is used for testing, and the prediction accuracy of the new prediction algorithm is greatly improved. Then, a new location-based instant routing protocol is proposed. In this protocol, the sending node calculates the forwarding next hop using the neighbor node location and the destination node location. The new position prediction algorithm is added into the instant routing protocol, and the position of the vehicle is predicted and updated in real time. The vehicle motion model based on the real map road trajectory is generated by the SUMO software, and the simulation experiment is carried out in combination with the NS3 network simulation platform. The experimental results show that compared with the traditional GPSR protocol and the non-predicted real-time routing protocol, the packet rate of the new method is improved, the delay is reduced, and the protocol overhead is significantly reduced.
【作者单位】: 清华大学计算机科学与技术系;
【基金】:华为公司创新研究计划项目 国家自然科学基金项目(61602271,61373143,61432009) 中国博士后科学基金项目(2016M591182)~~
【分类号】:TN929.5
【相似文献】
相关期刊论文 前10条
1 郭桂蓉,申强;浮窗零阶预测算法所获压缩比的统计计算[J];电子学报;1986年01期
2 李文泽;盛光磊;;一种基于粒子群的实际业务流预测算法[J];微电子学与计算机;2014年01期
3 李楚斐;谭长庚;韩宇;;车辆网络单跳链路断开时间预测算法[J];计算机工程;2012年02期
4 王光宇;;一种防误码的自适应预测算法及其应用[J];信号处理;1991年01期
5 钱正祥,徐华,张申浩;数字信号序列的向量预测算法[J];仪器仪表学报;2005年S1期
6 陈晓挺;;基于多普勒的二维切换预测算法[J];通信技术;2010年05期
7 崔冬,丛玉良,顾广华;基于共轭数据重排的信道预测算法[J];吉林大学学报(信息科学版);2005年06期
8 王宏远,余国文;无线信道低采样率修正K步前向预测算法[J];电子学报;2005年03期
9 崔冬;;一种改进的长距离信道预测算法[J];电子测量技术;2007年04期
10 兰诚栋;胡瑞敏;李共三;;基于AVS-S的空域层间预测算法[J];计算机工程;2009年13期
相关会议论文 前6条
1 朱斌;樊祥;马东辉;程正东;;窗口大小和权值模板对固定权值背景预测算法的影响[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
2 王峰;姬冰辉;李斗;;一种基于混沌理论的自相似业务流预测算法研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
3 钱正祥;徐华;张申浩;;数字信号序列的向量预测算法[A];第三届全国信息获取与处理学术会议论文集[C];2005年
4 崔冬;;一种改进的LRP信道预测算法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
5 王佳;殷海兵;周冰倩;;一种适合硬件实现的低复杂度MAD预测算法[A];浙江省电子学会2011学术年会论文集[C];2011年
6 张晓丹;王萍;;一种基于特征的H.264的子块快速帧内预测算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
相关硕士学位论文 前10条
1 吕仁俊;LBSN中基于行为分析的用户位置预测[D];东南大学;2015年
2 仲丹丹;无线移动通信系统中平坦衰落信道预测算法研究[D];南京航空航天大学;2016年
3 李兴旺;时变MIMO系统的信道预测算法研究[D];西安电子科技大学;2015年
4 田雨禾;无线通信系统信道预测算法研究[D];吉林大学;2007年
5 李钟伟;基于运动行为特征的车辆行驶路径预测算法[D];上海交通大学;2010年
6 向炳新;针对电信行业自适应智能话务预测模型的研究与实现[D];电子科技大学;2007年
7 刘银霞;基于脑电棘波频次和AR模型的癫痫发作预测算法[D];山东大学;2013年
8 王启文;H.264快速预测算法研究[D];中南大学;2009年
9 箭庆辉;H.264帧内快速预测算法研究及应用[D];浙江大学;2011年
10 张雪莹;基于GMM的基因外显子预测算法研究[D];天津大学;2012年
,本文编号:2501094
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2501094.html