基于隶属云的车载传感网移动模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 车载传感网研究现状 | 第11-12页 |
| 1.2.2 车载传感网移动模型研究现状 | 第12-13页 |
| 1.2.3 隶属云研究现状 | 第13页 |
| 1.3 本文研究内容及结构安排 | 第13-14页 |
| 1.4 本文技术路线 | 第14-16页 |
| 第二章 车载传感网移动模型研究 | 第16-28页 |
| 2.1 车载移动模型及其分类 | 第16页 |
| 2.2 独立移动模型 | 第16-19页 |
| 2.2.1 设计原理 | 第16-18页 |
| 2.2.2 仿真场景及参数 | 第18-19页 |
| 2.2.3 仿真结果分析 | 第19页 |
| 2.3 单车道车辆影响移动模型 | 第19-23页 |
| 2.3.1 设计原理 | 第19-21页 |
| 2.3.2 仿真参数 | 第21页 |
| 2.3.3 仿真结果分析 | 第21-23页 |
| 2.4 多车道车辆影响移动模型 | 第23-27页 |
| 2.4.1 设计原理 | 第23-24页 |
| 2.4.2 仿真参数 | 第24-25页 |
| 2.4.3 仿真结果分析 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 车载网节点移动模型不确定性指标 | 第28-42页 |
| 3.1 不确定性的隶属云分析 | 第28-30页 |
| 3.2 车辆移动过程中不确定性分析 | 第30-32页 |
| 3.3 车载网节点移动过程中不确定性指标提取 | 第32-41页 |
| 3.3.1 相对速度?v及其云数字特征 | 第32-35页 |
| 3.3.2 相对位置?s及其云数字特征 | 第35页 |
| 3.3.3 时间依赖度? 及其云数字特征 | 第35-38页 |
| 3.3.4 空间依赖度k及其云数字特征 | 第38-39页 |
| 3.3.5 路面依赖度l及其云数字特征 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于隶属云的车载传感网移动模型构建 | 第42-54页 |
| 4.1 智能驾驶员模型存在问题分析 | 第42-43页 |
| 4.2 改进型智能驾驶员模型构建 | 第43-47页 |
| 4.2.1 移动状态修正 | 第43-44页 |
| 4.2.2 不确定性指标修正 | 第44-47页 |
| 4.3 改进型智能驾驶员模型推理计算 | 第47-48页 |
| 4.4 改进型智能驾驶员模型验证 | 第48-52页 |
| 4.4.1 试验方法 | 第48页 |
| 4.4.2 验证方法 | 第48-50页 |
| 4.4.3 结果分析 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 改进型智能驾驶员模型对路由协议影响 | 第54-64页 |
| 5.1 车载传感网路由协议 | 第54-55页 |
| 5.1.1 基于拓扑的路由协议 | 第54-55页 |
| 5.1.2 基于地理位置的路由协议 | 第55页 |
| 5.1.3 基于地图的路由协议 | 第55页 |
| 5.2 车载传感网仿真场景及参数设置 | 第55-59页 |
| 5.2.1 车载移动模型场景及参数设置 | 第55-57页 |
| 5.2.2 NS2中GPSR协议添加 | 第57-58页 |
| 5.2.3 NS2仿真参数设置 | 第58-59页 |
| 5.3 仿真结果及分析 | 第59-62页 |
| 5.3.1 平均端到端时延 | 第59-61页 |
| 5.3.2 分组数据投递率 | 第61-62页 |
| 5.4 本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
