VANETs中基于车流信息的路径选择技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 选题背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 数据传输路径选择研究 | 第17-18页 |
| 1.2.2 短时交通状态预测研究 | 第18-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 论文章节安排 | 第20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 相关理论基础 | 第21-31页 |
| 2.1 VANETs车载自组织网 | 第21-22页 |
| 2.1.1 VANETs网络结构 | 第21-22页 |
| 2.1.2 VANETs网络特点 | 第22页 |
| 2.2 数据传输路由度量 | 第22-26页 |
| 2.2.1 基于连通特征的度量指标 | 第23页 |
| 2.2.2 基于链路特征的度量指标 | 第23-25页 |
| 2.2.3 基于信道特征的度量指标 | 第25-26页 |
| 2.3 短时交通预测模型 | 第26-29页 |
| 2.3.1 基于解析数学模型的方法 | 第26-28页 |
| 2.3.2 基于智能预测模型的方法 | 第28-29页 |
| 2.3.3 基于组合模型的预测方法 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于分析模型的数据传输时延估计 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 时延估计模型 | 第31-42页 |
| 3.2.1 连通状态下的时延分析 | 第32-39页 |
| 3.2.2 非连通状态下的时延分析 | 第39-42页 |
| 3.3 仿真与分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于GPS数据的短时交通状态预测 | 第47-63页 |
| 4.1 引言 | 第47-48页 |
| 4.2 实时GPS数据处理 | 第48-51页 |
| 4.2.1 数据来源 | 第48-49页 |
| 4.2.2 数据预处理 | 第49页 |
| 4.2.3 地图匹配 | 第49-51页 |
| 4.2.4 数据在线过滤与补遗 | 第51页 |
| 4.3 马尔可夫预测模型构造 | 第51-54页 |
| 4.3.1 模糊状态划分 | 第51-52页 |
| 4.3.2 转移概率矩阵的计算 | 第52页 |
| 4.3.3 转移状态预测 | 第52-53页 |
| 4.3.4 算法改进 | 第53-54页 |
| 4.4 道路交通状态预测 | 第54-56页 |
| 4.5 仿真与分析 | 第56-61页 |
| 4.5.1 仿真参数设置 | 第56-57页 |
| 4.5.2 模型预测结果分析 | 第57-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第五章 工作总结与展望 | 第63-65页 |
| 5.1 工作总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
