基于交通流量预测的车联网技术研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状概述 | 第13-15页 |
| 1.2.1 多步短时交通流量预测 | 第13-14页 |
| 1.2.2 车联网路由协议研究 | 第14-15页 |
| 1.3 研究目标及研究内容 | 第15-17页 |
| 1.3.1 研究目标 | 第15-16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.4 论文的章节安排 | 第17-19页 |
| 第二章 短时交通流量预测及VANET相关研究 | 第19-35页 |
| 2.1 交通流分析 | 第19-28页 |
| 2.1.1 交通流状态相关参数 | 第19-20页 |
| 2.1.2 交通量特性 | 第20-23页 |
| 2.1.3 交通流量预测方法分析 | 第23-28页 |
| 2.2 VANET研究分析 | 第28-30页 |
| 2.2.1 MANET简介 | 第28-29页 |
| 2.2.2 MANET特点分析 | 第29-30页 |
| 2.2.3 VANET分析 | 第30页 |
| 2.3 VANET路由协议分析 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 短时交通流量预测 | 第35-50页 |
| 3.1 短时交通流量预测 | 第35-41页 |
| 3.1.1 LSTM结构和GRU结构 | 第36-39页 |
| 3.1.2 多步预测方法 | 第39-41页 |
| 3.2 实验仿真验证 | 第41-49页 |
| 3.2.1 实验数据集来源 | 第41-45页 |
| 3.2.2 数据集数据 | 第45-46页 |
| 3.2.3 实验结果 | 第46-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第四章 VANET激励传输和信息存储机制 | 第50-61页 |
| 4.1 现有问题分析 | 第50-51页 |
| 4.2 区块链技术 | 第51-53页 |
| 4.3 VANET+区块链技术架构 | 第53-60页 |
| 4.3.1 避免自私节点机制 | 第55页 |
| 4.3.2 信息存储机制 | 第55-58页 |
| 4.3.3 VBC共识机制和激励机制 | 第58-60页 |
| 4.4 本章总结 | 第60-61页 |
| 第五章 GYTAR路由协议改进 | 第61-83页 |
| 5.1 GYTAR路由协议的缺陷分析 | 第61-64页 |
| 5.2 GYTAR研究现状 | 第64页 |
| 5.3 基于交通流量预测的GYTAR路由协议 | 第64-71页 |
| 5.3.1 GyTAR路由协议中的路口评分机制 | 第64-65页 |
| 5.3.2 转发路径选择 | 第65-69页 |
| 5.3.3 转发车辆选择 | 第69页 |
| 5.3.4 改进的EP-GyTAR路由协议伪代码 | 第69-71页 |
| 5.4 仿真软件工具 | 第71-74页 |
| 5.4.1 NS3简介 | 第71-73页 |
| 5.4.2 SUMO简介 | 第73-74页 |
| 5.5 SUMO仿真过程 | 第74-77页 |
| 5.6 仿真结果分析 | 第77-82页 |
| 5.6.1 仿真参数设置 | 第77-78页 |
| 5.6.2 仿真结果分析 | 第78-82页 |
| 5.7 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 本文的主要工作 | 第83页 |
| 6.2 工作展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-93页 |
| 攻读硕士学位期间发表的论文 | 第93页 |
