| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 论文的主要工作 | 第16页 |
| 1.4 论文的结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-19页 |
| 第二章 关键技术 | 第19-29页 |
| 2.1 车联网概述 | 第19-22页 |
| 2.1.1 车联网的定义与结构 | 第19-20页 |
| 2.1.2 车联网的场景与应用 | 第20页 |
| 2.1.3 车联网的技术与挑战 | 第20-22页 |
| 2.2 车联网中的路由算法 | 第22-24页 |
| 2.2.1 基于地理位置的路由算法 | 第22-23页 |
| 2.2.2 动态的自适应路由算法 | 第23-24页 |
| 2.3 基于信息时效性的信息采集策略 | 第24-26页 |
| 2.3.1 信息年龄 | 第24-25页 |
| 2.3.2 信息采集策略 | 第25-26页 |
| 2.4 Lyapunov稳定性分析方法 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 城市场景中基于交通灯感知和负载均衡的路由算法 | 第29-47页 |
| 3.1 问题描述 | 第29页 |
| 3.2 算法设计 | 第29-38页 |
| 3.2.1 HELLO包结构与周期设计 | 第30-31页 |
| 3.2.2 道路连接度计算 | 第31-33页 |
| 3.2.3 信道预测 | 第33-34页 |
| 3.2.4 排队时延 | 第34-35页 |
| 3.2.5 路由算法 | 第35-38页 |
| 3.3 仿真设置与性能评估 | 第38-45页 |
| 3.3.1 仿真设置 | 第38-41页 |
| 3.3.2 仿真结果及分析 | 第41-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 车联网中基于强化学习的高时效路由算法 | 第47-65页 |
| 4.1 问题描述 | 第47-51页 |
| 4.1.1 系统模型 | 第47-49页 |
| 4.1.2 目标函数 | 第49-51页 |
| 4.2 基于Lyapunov稳定性理论的算法解析 | 第51-56页 |
| 4.2.1 信息采集策略求解 | 第53页 |
| 4.2.2 信息传输策略求解 | 第53-56页 |
| 4.3 性能仿真与分析 | 第56-63页 |
| 4.3.1 仿真环境与参数设置 | 第56-57页 |
| 4.3.2 仿真结果及分析 | 第57-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 工作总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |