1 / 80
文档名称:

车载网中路由算法研究.pdf

格式:pdf   大小:2,351KB   页数:80页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

车载网中路由算法研究.pdf

上传人:beny00001 2016/11/10 文件大小:2.30 MB

下载得到文件列表

车载网中路由算法研究.pdf

相关文档

文档介绍

文档介绍:107011070********** 1203121715120312171512031217151203121715 TP39TP39TP39TP39 公开公开公开公开 西安电子科技大学西安电子科技大学西安电子科技大学西安电子科技大学硕士硕士硕士硕士学位学位学位学位论文论文论文论文车载网中路由算法研究车载网中路由算法研究车载网中路由算法研究车载网中路由算法研究彭垚森计算机科学与技术计算机应用技术工学硕士方敏教授2014年12月作者姓名作者姓名作者姓名作者姓名::::一级学科一级学科一级学科一级学科::::二级学科二级学科二级学科二级学科::::学位类别学位类别学位类别学位类别::::指导教师姓名指导教师姓名指导教师姓名指导教师姓名、、、、职称职称职称职称::::提交日期提交日期提交日期提交日期::::学校代码学校代码学校代码学校代码分类分类分类分类号号号号学学学学 号号号号密密密密 级级级级 Research on Routing Protocol in A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master puter Science and Technology By Peng yaosen Supervisor: Prof. Fang min December 2014 西安电子科技大学西安电子科技大学西安电子科技大学西安电子科技大学学位论文独创性学位论文独创性学位论文独创性学位论文独创性((((或创新性或创新性或创新性或创新性))))声明声明声明声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学西安电子科技大学西安电子科技大学西安电子科技大学关于论文使用授权的说明关于论文使用授权的说明关于论文使用授权的说明关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要I 摘要摘要摘要摘要近几年,随着云计算,大数据等新兴技术的发展,智慧城市、智能交通等概念也走进人们的视野。车载网以其独特的魅力和广阔的市场前景吸引人们的目光。因此,针对车载网路由算法的研究也成为了一个热点。本文结合车载网自身的特点,分析了Q-Learning,蚁群算法和模糊逻辑推理,以及目前存在的一些路由算法。针对一些算法的缺点,得到改进方法,并通过仿真实验证明,改进后的算法的可行性。本文研究了Q-Learning和蚁群算法在车载网路由算法中的应用。分析Q-ABR算法,指出其信息素更新方式的不足之处,在此基础上提出信息素更新的改进方法。针对算法设计和建模过程中没有考虑路由回路产生,路由出错处理机制的问题,重新设计算法流程,弥补算法设计的不足使其更适用于车载网的环境,并重新对该算法建模。随后,文中分析了AODV算法,指出采用跳数作为链路度量寻找最短路径的不足之处。考虑车载网的特点,利用模糊逻辑估计两个节点之间的链路质量,对Q-Learning进行改进。改变传统Q-Learning中折扣率不能根据具体的实际情况发生自适应变化的缺点。利用模糊逻辑估计链路质量并用得到的值替代Q-Learning中的折扣率。用Q-Learning算法对AODV算法进行改进,同时重新对该算法进行建模。文中分析了车载网中负载均衡的问题和AD-AODV负载均衡算法的不足之处。指出AD-AODV算法采用的链路度量方式的缺陷,针对该问题提出新的链路代价函数。同时对AODV算法进行改进,以实现负载均衡的策略并对改进后的算法重新建模。仿真实验结果表明所设计的算法与其它算法相比较具有较好的性能。关关关关键键键键词词词词::::车载网,群算法, Q-Learning,模糊逻辑, AODV 论文类型论文类型论文类型论文类型:应用基础研究类西安电子科

最近更新