| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外相关技术发展现状 | 第12-15页 |
| 1.3.1 经典垂直切换算法 | 第12-14页 |
| 1.3.2 车联网接入技术 | 第14-15页 |
| 1.4 论文主要研究内容及结构安排 | 第15-18页 |
| 第2章 车联网垂直切换技术基础 | 第18-24页 |
| 2.1 4G-LTE技术基础 | 第18-20页 |
| 2.2 VANET技术基础 | 第20-22页 |
| 2.3 WI-FI技术基础 | 第22页 |
| 2.4 应用于车联网异构网络组网方式 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 经典垂直切换算法研究 | 第24-36页 |
| 3.1 垂直切换概述 | 第24-28页 |
| 3.1.1 垂直切换的流程 | 第25-27页 |
| 3.1.2 垂直切换性能指标 | 第27-28页 |
| 3.2 经典垂直切换算法 | 第28-33页 |
| 3.2.1 基于RSS的垂直切换算法 | 第28-29页 |
| 3.2.2 多属性判决垂直切换算法 | 第29-32页 |
| 3.2.3 基于人工智能的垂直切换算法 | 第32-33页 |
| 3.3 经典算法分析与总结 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于贝叶斯分类决策的垂直切换算法 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 基于贝叶斯决策的垂直切换算法 | 第36-40页 |
| 4.2.1 贝叶斯分类决策理论 | 第36-37页 |
| 4.2.2 基于贝叶斯决策的垂直切换算法流程 | 第37-40页 |
| 4.3 算法仿真与分析 | 第40-45页 |
| 4.3.1 仿真场景与参数设置 | 第40-41页 |
| 4.3.2 仿真结果与分析 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于隐朴素贝叶斯分类方法的自适应垂直切换算法 | 第46-58页 |
| 5.1 引言 | 第46页 |
| 5.2 隐朴素贝叶斯分类方法 | 第46-48页 |
| 5.2.1 朴素贝叶斯分类方法 | 第46-47页 |
| 5.2.2 隐朴素贝叶斯分类方法 | 第47-48页 |
| 5.3 基于HNB的自适应垂直切换算法流程 | 第48-52页 |
| 5.4 算法仿真结果与分析 | 第52-56页 |
| 5.4.1 仿真场景与参数设置 | 第52-53页 |
| 5.4.2 仿真结果与分析 | 第53-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 作者简介及在学期间所取得的科研成果 | 第66-68页 |
| 致谢 | 第68页 |