致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第11-16页 |
1.1 论文研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.2.1 无线局域网研究现状 | 第12页 |
1.2.2 车联自组织网络研究现状 | 第12-13页 |
1.3 论文主要工作 | 第13-14页 |
1.4 论文结构 | 第14-16页 |
2 车联网中MAC协议概述 | 第16-28页 |
2.1 车联自组织网络 | 第16-19页 |
2.2 IEEE 802.11无线网络概述 | 第19-23页 |
2.2.1 IEEE 802.11结构组成 | 第19-20页 |
2.2.2 无线网络的拓扑结构 | 第20-22页 |
2.2.3 IEEE 802.11系列标准 | 第22-23页 |
2.3 IEEE 802.11P的MAC协议 | 第23-27页 |
2.3.1 IEEE 802.11p相关参数 | 第23-24页 |
2.3.2 IEEE 802.11p MAC机制 | 第24-27页 |
2.4 本章小结 | 第27-28页 |
3 基于改进MARKOV模型的竞争窗口算法研究 | 第28-46页 |
3.1 广播中所传递的一跳信息 | 第28-29页 |
3.2 MAC层协议的扩展需求 | 第29-31页 |
3.3 常用的竞争窗口调节方案 | 第31-35页 |
3.3.1 BEB算法 | 第31-33页 |
3.3.2 MILD算法 | 第33页 |
3.3.3 MIMLD算法 | 第33-34页 |
3.3.4 基于冲突权值的优化方案 | 第34-35页 |
3.4 基于改进MARKOV模型的竞争窗口调节算法 | 第35-41页 |
3.4.1 改进MARKOV模型 | 第35-39页 |
3.4.2 算法整体思想 | 第39页 |
3.4.3 基于改进模型的竞争窗口调节算法 | 第39-41页 |
3.5 仿真结果与性能分析 | 第41-45页 |
3.5.1 概述 | 第41页 |
3.5.2 仿真环境及性能指标 | 第41-43页 |
3.5.3 仿真结果及分析 | 第43-45页 |
3.6 本章小结 | 第45-46页 |
4 基于分类预测机制的退避算法研究 | 第46-64页 |
4.1 车联网环境下退避算法的缺陷 | 第46-48页 |
4.1.1 车辆及复杂的通信环境 | 第46-47页 |
4.1.2 退避算法及其缺陷 | 第47-48页 |
4.2 基于分类预测机制的退避算法 | 第48-58页 |
4.2.1 系统模型和架构 | 第48-50页 |
4.2.2 带有反馈机制的分类策略 | 第50-54页 |
4.2.3 属性集的竞争窗口 | 第54-57页 |
4.2.4 HMM预测机制 | 第57-58页 |
4.3 仿真结果及其性能分析 | 第58-63页 |
4.3.1 仿真环境及性能指标 | 第58-60页 |
4.3.2 带有反馈机制的分类策略性能 | 第60-61页 |
4.3.3 基于分类预测机制退避算法性能 | 第61-63页 |
4.4 本章小结 | 第63-64页 |
5 总结与展望 | 第64-66页 |
5.1 本文工作内容小结 | 第64-65页 |
5.2 工作展望 | 第65-66页 |
参考文献 | 第66-70页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
学位论文数据集 | 第72页 |