致谢 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 绪论 | 第19-37页 |
1.1 研究背景 | 第20-22页 |
1.2 车联网定义和特点及其业务的QoS保障关键技术 | 第22-29页 |
1.2.1 车联网的定义和特点 | 第22-24页 |
1.2.2 车辆的运动模型 | 第24-25页 |
1.2.3 车联网的无线接入技术和协议 | 第25-27页 |
1.2.4 车联网频谱的拓展 | 第27-28页 |
1.2.5 车联网中的视频流数据传输 | 第28-29页 |
1.3 研究内容和意义 | 第29-33页 |
1.3.1 认知车联网中面向QoS保障的视频流自适应传输 | 第30-31页 |
1.3.2 面向多车辆视频业务的资源分配和自适应传输 | 第31-32页 |
1.3.3 面向冲突避免和位置追踪的自适应信标消息广播间隔和资源分配 | 第32-33页 |
1.4 论文的主要贡献和结构安排 | 第33-37页 |
2 认知车联网中面向QoS保障的视频流自适应传输 | 第37-52页 |
2.1 系统模型 | 第37-40页 |
2.2 视频流数据传输方法 | 第40-46页 |
2.2.1 时隙结构与状态信息 | 第40页 |
2.2.2 节点间通信流程 | 第40-41页 |
2.2.3 面向质量的视频流自适应传输算法 | 第41-44页 |
2.2.4 端到端连接性 | 第44-46页 |
2.2.5 预测窗长度 | 第46页 |
2.3 仿真结果 | 第46-51页 |
2.3.1 仿真设置 | 第46-48页 |
2.3.2 预测窗长度对视频质量的影响 | 第48页 |
2.3.3 算法性能比较 | 第48-51页 |
2.4 本章小结 | 第51-52页 |
3 面向多车辆视频业务的资源分配和自适应传输 | 第52-78页 |
3.1 系统模型 | 第53-55页 |
3.2 信道分配和视频流自适应传输方案 | 第55-61页 |
3.2.1 信道分配和视频流传输 | 第57-58页 |
3.2.2 车辆状态和多用户博弈 | 第58-60页 |
3.2.3 指导车辆出价的效用函数 | 第60-61页 |
3.2.4 效用最大的请求 | 第61页 |
3.3 基于有限期动态规划的求解 | 第61-68页 |
3.3.1 A_(n,t)~(opt)的数学表达 | 第61-63页 |
3.3.2 最大累积效用和期望 | 第63-64页 |
3.3.3 基于有限期动态规划的求解方法 | 第64-65页 |
3.3.4 环境状态及其一步转移概率的估计 | 第65-67页 |
3.3.5 信道分配和视频流传输算法 | 第67-68页 |
3.4 性能分析 | 第68-75页 |
3.4.1 仿真设置 | 第68-70页 |
3.4.2 对比算法 | 第70页 |
3.4.3 算法参数的影响 | 第70-72页 |
3.4.4 平均接收层数和平均中断率 | 第72页 |
3.4.5 历史信息统计对性能的提升作用 | 第72-75页 |
3.5 本章小结 | 第75-78页 |
4 面向冲突避免和位置追踪的自适应信标消息广播间隔和资源分配 | 第78-102页 |
4.1 系统模型 | 第79-82页 |
4.2 面向车辆安全和位置追踪的自适应信标消息广播 | 第82-91页 |
4.2.1 通信流程 | 第83页 |
4.2.2 RSU之间的资源协商 | 第83-85页 |
4.2.3 保障车辆安全和位置追踪的BI要求 | 第85-88页 |
4.2.4 效用和最大的资源分配方法 | 第88-90页 |
4.2.5 效用函数 | 第90-91页 |
4.3 问题求解 | 第91-94页 |
4.3.1 问题转化 | 第91-93页 |
4.3.2 自适应信标消息广播间隔算法 | 第93-94页 |
4.4 仿真分析 | 第94-101页 |
4.4.1 仿真设置 | 第94-95页 |
4.4.2 对比算法 | 第95页 |
4.4.3 性能指标 | 第95-96页 |
4.4.4 仿真结果和分析 | 第96-101页 |
4.5 本章小结 | 第101-102页 |
5 总结与展望 | 第102-105页 |
5.1 本文工作总结 | 第102-103页 |
5.2 未来工作展望 | 第103-105页 |
参考文献 | 第105-114页 |
作者简历 | 第114-115页 |
攻读博士学位期间参研项目和主要成果 | 第115-116页 |