面向QoS需求的異構(gòu)車載網(wǎng)絡(luò)融合方案設(shè)計(jì).pdf

1、車聯(lián)網(wǎng)是在車內(nèi)網(wǎng)、車際網(wǎng)及車載移動(dòng)互聯(lián)網(wǎng)的基礎(chǔ)上，進(jìn)行無線通信和信息交互的大系統(tǒng)，以實(shí)現(xiàn)人、車、路、互聯(lián)網(wǎng)的協(xié)同為目標(biāo)來滿足車輛用戶出行的個(gè)性化信息需求。在復(fù)雜的城市環(huán)境中，由于蜂窩網(wǎng)、WiFi、車載自組織網(wǎng)絡(luò)等多種網(wǎng)絡(luò)并存，各網(wǎng)絡(luò)間性能差距大，如何通過合理的網(wǎng)絡(luò)選擇來解決異構(gòu)車載網(wǎng)絡(luò)融合問題從而保證車輛用戶的服務(wù)質(zhì)量(QoS)需求是車聯(lián)網(wǎng)一個(gè)研究熱點(diǎn)和難點(diǎn)。面對上述問題，本文在剖析車聯(lián)網(wǎng)主要特性的基礎(chǔ)上，分別對城市高架路環(huán)境下和城市交

2、通環(huán)境下的網(wǎng)絡(luò)選擇方案開展了較為深入的研究。
　　本研究主要內(nèi)容包括：⑴在高架路環(huán)境下，首先將道路分割為路段，通過將車輛用戶穿越各路段模擬為馬爾科夫鏈建立了車輛移動(dòng)模型?；谛诺滥Ｐ秃蛡鬏斉鲎矙C(jī)制分析了各接入子網(wǎng)的傳輸碰撞概率和數(shù)據(jù)傳輸速率。然后以最大化全網(wǎng)傳輸速率和最小化代價(jià)為性能指標(biāo)，構(gòu)造了一個(gè)聯(lián)合優(yōu)化問題。通過解決此問題給出了在滿足性能指標(biāo)的同時(shí)，保證車輛用戶個(gè)性化需求和各接入子網(wǎng)負(fù)載均衡的網(wǎng)絡(luò)選擇方案。最后通過仿真結(jié)果分析

3、了網(wǎng)絡(luò)選擇后獲得的性能。⑵在城市交通環(huán)境下，首先提出了異構(gòu)車載網(wǎng)絡(luò)融合架構(gòu)，主要由用于車輛用戶接入的網(wǎng)絡(luò)基站、輔助車輛用戶選擇網(wǎng)絡(luò)的中心控制器和處理信息并提供應(yīng)用的云服務(wù)構(gòu)成。通過對上海市真實(shí)交通數(shù)據(jù)的分析，建立了以城市熱點(diǎn)為中心的車輛分布模型?；诰W(wǎng)絡(luò)架構(gòu)和交通分布模型，提出了解決網(wǎng)絡(luò)融合問題的網(wǎng)絡(luò)選擇機(jī)制——INAS(Intelligent Network Access System)。該機(jī)制包含兩部分，(a)系統(tǒng)網(wǎng)絡(luò)選擇推薦機(jī)制和

4、(b)車輛用戶自主決策機(jī)制。其中，中心控制器基于實(shí)時(shí)城市交通信息、網(wǎng)絡(luò)信息、車輛用戶及所需服務(wù)信息，采用層次分析法在宏觀上給出了網(wǎng)絡(luò)選擇推薦。在車輛用戶端設(shè)計(jì)了自主決策算法，該算法通過模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練由推薦信息、本地信息、網(wǎng)絡(luò)接入及所獲服務(wù)質(zhì)量構(gòu)成的歷史信息，根據(jù)映射關(guān)系形成了模糊神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了微觀上的自主決策。INAS機(jī)制不但具有低計(jì)算復(fù)雜度、高交通信息誤差容忍度的特點(diǎn)，而且采用網(wǎng)絡(luò)推薦和自主決策相結(jié)合的方式進(jìn)一步提高決策精確度