| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关理论 | 第18-26页 |
| 2.1 大数据 | 第18-21页 |
| 2.1.1 大数据概述 | 第18页 |
| 2.1.2 大数据特性 | 第18-19页 |
| 2.1.3 大数据体系结构 | 第19-21页 |
| 2.2 信息物理融合系统 | 第21-23页 |
| 2.2.1 CPS概述 | 第21页 |
| 2.2.2 CPS特点 | 第21-22页 |
| 2.2.3 CPS体系结构 | 第22-23页 |
| 2.3 车联网 | 第23-26页 |
| 2.3.1 车联网概述 | 第23-24页 |
| 2.3.2 大数据驱动的车联网相关技术 | 第24-26页 |
| 第三章 车联网CPS建模方法 | 第26-39页 |
| 3.1 AADL | 第26-28页 |
| 3.2 SoS理论 | 第28-29页 |
| 3.3 基于SoS和AADL的建模方法 | 第29-34页 |
| 3.4 AADL建模方法扩展 | 第34-39页 |
| 3.4.1 数据扩展 | 第34-36页 |
| 3.4.2 面向方面扩展 | 第36-38页 |
| 3.4.3 物理建模扩展 | 第38-39页 |
| 第四章 基于云计算的车联网CPS | 第39-58页 |
| 4.1 基于云计算的车联网的体系结构 | 第39-42页 |
| 4.1.1 车联网系统 | 第40-41页 |
| 4.1.2 车联网云模型 | 第41-42页 |
| 4.2 基于MangoDB的大数据云存储 | 第42-46页 |
| 4.2.1 云存储架构 | 第42-43页 |
| 4.2.2 MongoDB集群架构 | 第43-44页 |
| 4.2.3 分布式云存储部署架构 | 第44-46页 |
| 4.3 实时时空数据模型 | 第46-47页 |
| 4.4 实时MapReduce | 第47-50页 |
| 4.4.1 MapReduce | 第48页 |
| 4.4.2 RTMR | 第48-50页 |
| 4.5 车联网大数据的实时处理 | 第50-52页 |
| 4.5.1 Storm | 第50-51页 |
| 4.5.2 基于Storm的车联网大数据实时处理 | 第51-52页 |
| 4.6 车联网大数据的并行处理 | 第52-58页 |
| 4.6.1 整体架构 | 第52-54页 |
| 4.6.2 基于Hadoop的车联网大数据并行处理 | 第54-55页 |
| 4.6.3 基于MapReduce的实时交通流预测 | 第55-58页 |
| 第五章 车联网CPS建模方法的应用研究 | 第58-91页 |
| 5.1 系统分析 | 第58-60页 |
| 5.2 车辆单元系统 | 第60-68页 |
| 5.2.1 硬件组件建模 | 第60-62页 |
| 5.2.2 软件组件建模 | 第62-65页 |
| 5.2.3 物理世界建模 | 第65-68页 |
| 5.3 车载数据处理系统 | 第68-73页 |
| 5.3.1 系统建模 | 第69-70页 |
| 5.3.2 数据建模 | 第70-73页 |
| 5.4 路边单元系统 | 第73-77页 |
| 5.4.1 硬件组件建模 | 第73-74页 |
| 5.4.2 软件组件建模 | 第74-75页 |
| 5.4.3 物理世界建模 | 第75-77页 |
| 5.5 控制中心系统 | 第77-79页 |
| 5.5.1 硬件组件建模 | 第77-78页 |
| 5.5.2 子系统建模 | 第78-79页 |
| 5.6 系统非功能特性描述 | 第79-84页 |
| 5.6.1 数据流描述 | 第79-81页 |
| 5.6.2 非功能性子程序 | 第81-83页 |
| 5.6.3 面向方面建模 | 第83-84页 |
| 5.7 系统分析与验证 | 第84-91页 |
| 5.7.1 端对端的流分析测试 | 第85-86页 |
| 5.7.2 系统可调度性分析 | 第86-88页 |
| 5.7.3 物理模型仿真 | 第88-91页 |
| 结论 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 攻读学位期间发表的论文 | 第97-99页 |
| 致谢 | 第99页 |