基于IEEE 802.11p/1609协议的智能交通无线车载通信协议优化研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·物联网背景下智能交通的研究现状 | 第9-11页 |
| ·物联网的研究现状 | 第9-10页 |
| ·物联网中的M2M与智能交通系统 | 第10-11页 |
| ·智能交通系统中的通信 | 第11-13页 |
| ·IEEE 802.11p/1609系列协议简介 | 第13-15页 |
| ·论文结构介绍 | 第15页 |
| ·小结 | 第15-17页 |
| 第二章 IEEE 802.11系列协议的MAC层 | 第17-24页 |
| ·IEEE 802.11系列MAC层概述 | 第17-18页 |
| ·分布式协调功能(DCF) | 第18-21页 |
| ·CSMA/CA机制 | 第18-19页 |
| ·二进制指数退避 | 第19-20页 |
| ·DCF的工作方式 | 第20-21页 |
| ·点协调功能(PCF) | 第21页 |
| ·混合协调功能(HCF) | 第21-22页 |
| ·IEEE 802.11p协议MAC层的新特性 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 基于WAVE系列协议的智能交通系统 | 第24-30页 |
| ·CCH信道和SCH信道的划分与协调 | 第24-26页 |
| ·基于CCH信道的交通安全信息发送 | 第26-29页 |
| ·基于SCH信道的非安全信息发送 | 第29页 |
| ·小结 | 第29-30页 |
| 第四章 CCH信道周期性安全消息自适应调整策略 | 第30-46页 |
| ·总体思路 | 第30-31页 |
| ·总体结构 | 第31-33页 |
| ·功能描述 | 第33-36页 |
| ·车辆(OBU) | 第33-34页 |
| ·路边设施(RSU) | 第34-36页 |
| ·神经网络与梯度下降反向传播算法 | 第36-44页 |
| ·人工神经网络的基本概念 | 第36-38页 |
| ·人工神经网络的训练 | 第38-42页 |
| ·梯度下降反向传播算法 | 第42-44页 |
| ·策略实现流程 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 SCH信道帧长度选择发送策略 | 第46-49页 |
| ·带宽浪费问题 | 第46页 |
| ·帧长度选择发送算法 | 第46-47页 |
| ·其他方案存在的问题 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第六章 CCH及SCH优化方案的仿真与分析 | 第49-58页 |
| ·仿真软件简介 | 第49-50页 |
| ·CCH信道周期性安全消息自适应调整策略仿真 | 第50-56页 |
| ·常规场景下的仿真 | 第50-54页 |
| ·不同车辆密度情况下的仿真 | 第54-56页 |
| ·SCH信道帧长度选择发送策略仿真 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第七章 总结及展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 缩略语 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
