摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-19页 |
1.1 研究背景及意义 | 第15-16页 |
1.2 国内外研究现状 | 第16页 |
1.3 本文研究内容及结构安排 | 第16-19页 |
第二章 VANET概述及其路由算法 | 第19-27页 |
2.1 VANET简介 | 第19-20页 |
2.1.1 VANET概述 | 第19-20页 |
2.1.2 VANET特点 | 第20页 |
2.2 VANET路由算法 | 第20-25页 |
2.2.1 基于拓扑的路由算法 | 第21-23页 |
2.2.2 基于位置的路由算法 | 第23页 |
2.2.3 基于地图的路由算法 | 第23-25页 |
2.3 本章小结 | 第25-27页 |
第三章 结合Q学习与电子地图的VANET路由算法 | 第27-43页 |
3.1 Q学习方法简介 | 第27-28页 |
3.2 结合Q学习与电子地图的路由算法 | 第28-36页 |
3.2.1 影响路由算法的相关因素 | 第28-30页 |
3.2.2 M-QLR的Q学习建模 | 第30-32页 |
3.2.3 路段车流密度的估算 | 第32-33页 |
3.2.4 M-QLR的Q值表更新 | 第33-34页 |
3.2.5 M-QLR算法流程 | 第34-36页 |
3.3 实验场景仿真及算法性能分析 | 第36-42页 |
3.3.1 实验场景仿真 | 第36-37页 |
3.3.2 实验性能度量指标 | 第37-38页 |
3.3.3 实验参数设置 | 第38-39页 |
3.3.4 实验结果分析 | 第39-42页 |
3.4 本章小结 | 第42-43页 |
第四章 一种新的启发式Q学习VANET路由算法 | 第43-57页 |
4.1 启发式Q学习简介 | 第43-45页 |
4.2 基于启发式Q学习的VANET路由算法 | 第45-50页 |
4.2.1 QLAODV算法分析 | 第45-47页 |
4.2.2 基于启发式Q学习改进的C-HAQR算法 | 第47-49页 |
4.2.3 C-HAQR算法流程 | 第49-50页 |
4.3 实验场景仿真及算法性能分析 | 第50-54页 |
4.3.1 实验参数设置 | 第50-51页 |
4.3.2 实验性能度量指标 | 第51页 |
4.3.3 实验结果分析 | 第51-54页 |
4.4 本章小结 | 第54-57页 |
第五章 面向于多优先级消息的VANET路由算法 | 第57-67页 |
5.1 VANET中传输消息分类 | 第57-58页 |
5.1.1 道路预警消息 | 第57页 |
5.1.2 公共安全消息 | 第57-58页 |
5.1.3 其他服务消息 | 第58页 |
5.2 基于多优先级消息的路由算法 | 第58-62页 |
5.2.1 消息优先级的确定 | 第58-59页 |
5.2.2 节点繁忙度的确定 | 第59-60页 |
5.2.3 P-HAQR算法建模 | 第60-62页 |
5.2.4 P-HAQR算法流程 | 第62页 |
5.3 实验场景仿真及算法性能分析 | 第62-65页 |
5.3.1 实验参数设置 | 第62-63页 |
5.3.2 实验性能度量指标 | 第63页 |
5.3.3 实验结果分析 | 第63-65页 |
5.4 本章小结 | 第65-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 全文总结 | 第67页 |
6.2 后续工作展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-75页 |
作者简介 | 第75-76页 |