一、一种用于车辆监控系统中提高信道利用率的新方法——基于TDMA的动态时隙分配（论文文献综述）
张婷[1]（2020）在《面向车联网智能信息传输的关键新技术研究》文中研究指明车联网（Internet of Vehicles）作为汽车驾驶、电子信息、交通运输等行业深度融合的新型产业形态,越来越成为各国竞相发展的重要方向。车联网以车内网、车际网和车载移动互联网为基础,利用先进的人工智能、信息处理、通信传输、电子传感及控制等技术,在车与X（X:车、路、人、服务平台）间进行无线通讯和信息交换,是实现智能交通、信息服务和车辆智能控制的一体化网络。车联网是一个典型的高速移动的通信网络,涉及动态交通场景中的信息传输、交互、重组、后台数据分析、决策支持等多个过程,信息在多种通信场景之间进行高效、可靠、智能地传输是研究的核心和关键。车联网特殊的应用环境以及节点的高速移动特性,使其在无线通信方面具有拓扑呈带状且频繁变化、路由连接可靠性差、链路传输时延大、数据采集及通信容易造成数据缺失等问题。本文针对车联网智能信息传输上述热点关键问题,从消息智能广播分发、车联网数据缺失修复以及数据分组路由传输三个方面进行了研究,即本文的论题“面向车联网智能信息传输的关键新技术研究”,研究内容和创新之处如下:（1）针对车联网消息广播分发,提出一种基于跨层的消息智能分发新方法（CLCBF,Cross-Layer Contention-Based Forwarding）,以抑制局部广播风暴现象的发生,提高信息传输的实时性和有效性。该方法首先分析和研究冗余杂散分发问题;然后,在此基础上构建数学模型,计算和评估关键性能指标;接下来,实现基于跨层的时延转发自适应传输控制。通过车辆节点流动的蒙特卡罗模拟验证了所提出的方法。实验表明,所提方法提高了分布式消息分发的性能,有效地促进了车联网数据传输的智能水平。（2）针对车联网数据缺失修复,提出一种基于FNN的张量异质集成车联网缺失数据估计新方法（FTEL,FNN-Based Tensor Ensemble Learning）,以应对车联网数据缺失、异常数据等低质问题。该方法首先基于车联网数据流特征构建张量模型;然后,将异质集成思想引入其归算建模中;接下来,利用模糊神经网络优化对张量分解及补全方法进行自适应动态加权异质集成,有效地提高归算精度。通过实证研究,证明了该算法的适用性和有效性。在随机数据元素缺失以及光纤结构性缺失情境下都能产生较为准确的归算结果。（3）针对数据分组路由传输,提出一种基于群智感知策略的可靠车联网数据传输新方法（VGCD,Vehiclar Grouping-Communicated Data）,以提高信息传输的可靠性和高效性。该方法从基于车联网的城市环境监测这一新兴应用入手,进行数据感知检测与传输一体化设计,分两个部分:一是感知监测采集部分,基于城市空气质量采集的车辆群智感知协同监测,避免信息的冗余和通信过载。二是数据传输部分,提出一种可靠数据传输最小延迟混合路由方法。算法基于编码机制设计冗余策略提高数据传输的可靠性,将编码机制与路由设计相结合,融合路由切换思想,以最小化延迟为目标进行基于概率的路由决策。在直线路段,提出基于模糊逻辑预测的车辆自适应连通性分簇路由算法,降低车辆协作过程中的通信开销,确保网络的高连通性;在交叉路口,提出基于概率的最小延迟路由决策算法,降低信息传输时延。实验表明,所提方法有效地提高了数据感知采集与传输效率,增加了传输的可靠性。
黄钟[2]（2020）在《车联网频谱资源管理关键技术研究》文中认为车联网能有效减少交通事故、提升交通管理效率和车辆驾驶体验,现已引起了学术界和产业界的广泛关注。随着5G和物联网等新一代信息技术的不断发展,车联网引入了动态频谱分配、多信道接入控制等新技术和方法,对车联网频谱资源管理提出了新的挑战。车联网频谱资源管理除须对可用的频谱资源进行管理和分配外,还须专用接入技术实现的高效频谱资源利用。因此,研究高效的车联网频谱资源管理的新机制、新方法及实现技术具有重要的科学意义和广泛的工程应用价值。本文针对现有的车联网频谱资源管理技术存在分配算法计算复杂度高、信道冲突导致的接入效率低、公共控制信道失效时广播服务不可用等关键技术问题,进行了相关问题的机制分析,研究并提出了基于动态规划的低复杂度频谱资源分配算法、基于快速收敛时隙预留ALOHA的全分布式信道接入技术、基于跨层防冲突算法的集中控制式信道接入技术和无需公共控制信道的多信道广播协议,理论分析和仿真结果表明前述方法能显着提高车联网的频谱利用效率和信道接入可靠性。本文的主要研究内容和贡献如下:1.针对周期性频谱资源分配方案存在重复计算和分配时延长等问题,在研究长周期下多次频谱分配的即时策略基础上,提出了一种基于动态规划的低复杂度次优频谱分配算法（Low Complexity Sub-Optimal Algorithm,LCSA）,其将车联网频谱资源分配问题建模为多步决策问题并求解模型次优解,存储分配策略并在频谱请求到达时直接调用,避免了分配过程中的重复计算并减少了用户获得频谱资源前的等待时间。LCSA算法还通过求解系统状态特征子空间的最优策略并将其拓展到整个状态空间的方式进一步降低了计算复杂度,仿真结果表明LCSA算法在显着降低计算复杂度的情况下可以逼近最优策略性能的95%。2.针对车联网分布式MAC协议协调时隙预留过程中存在信道冲突频繁和协调时间长等问题,在研究基于合并冲突检测和时隙预留隐式确认的协调机制基础上,提出了一种快速收敛时隙预留ALOHA协议（Fast Convergence Reserved ALOHA,FCR-ALOHA）,其通过合并冲突检测和时隙选举的方式,让产生合并冲突的某个车辆在后续通信过程中继续使用该冲突时隙,从而缩短了协调时隙预留所需要的时间,并降低了车辆因预留时隙失败而导致安全信息无法传输的概率。性能分析和仿真结果表明,在车辆密集环境下,FCR-ALOHA协议的包到达率（Pakect Delivery Ratio,PDR）比可靠时隙预留ALOHA（Reliable Reserved ALOHA,RR-ALOHA）协议高20%,在车辆稀疏环境下,FCR-ALOHA协议的访问冲突数量比RR-ALOHA协议降低了50%。3.针对车联网集中式信道接入技术中存在车辆数量估算误差大和计算复杂度高等问题,在研究基于贝叶斯推理和物理层信号检测的车辆数量估计方法基础上,提出了一种新型跨层防冲突算法（Cross Layer Anti-collision Algorithm,CLAA）,其通过高斯函数近似后验概率方法降低了MAC层中车辆数估计算法复杂度,通过物理层拓展时隙类型方式提升了车辆数估计精度。仿真结果显示CLAA算法在不同的初始帧长度下都能维持较高的系统效率,优于目前主流的DFSA算法。当车辆数在1到1024之间变化时,CLAA算法的平均系统效率达到35.64%,逼近理论最佳值的99%;比ILCM（Improved Linearized Combinatorial Model）算法的系统效率提升了7.3%、系统效率变异系数降低了88.4%。4.针对车联网多信道广播技术中信道失配和信道冲突引起的传输时延大和信息覆盖率低的问题,在研究信道同步和冲突回避机制的基础上,提出了一种基于冲突回避的选择性广播协议（anti-collision Selective Broadcast,acSB）,其通过收发信道序列设计、异步广播算法和概率性转发算法显着地降低并缓解了单跳广播的时延、隐藏节点和广播转发导致的信道冲突,在公共控制信道失效时保障了系统广播通信服务的正常运行。仿真结果表明acSB协议极大地降低了广播冲突数量,在保证信息传输稳定性和信息覆盖范围的基础上进一步降低了信息传输时延。本文研究产生的车联网高效频谱资源分配算法、高效可靠信道接入技术等成果为车联网频谱资源管理与高效应用提供了可行的解决方案,有助于促进车联网技术与产业发展。
赵冲[3]（2020）在《车联网信道接入与跨层优化研究》文中提出随着经济的发展,人均汽车保有量逐年增加。汽车的增加在为人们出行带来便利的同时加重了交通压力,使得交通安全问题更加严峻。作为物联网的一个重要分支,车联网被认为是未来智能交通系统的基础,对提高道路安全发挥着关键性作用。但是由于车辆移动速度快,导致车联网网络拓扑结构变化剧烈、信道资源不均衡,为车联网通信的实时性和可靠性带来了诸多隐患。与其他无线通信技术相比,车联网通信节点间链路维持时间短,提高信道接入效率和并发通信能力是提高车联网通信质量的关键。如何保证车联网中信息的快速正确传输,降低通信延时、提高信道利用率,成为了车联网通信优化亟待解决的问题。现有研究大多针对车联网的路由算法、信道接入策略以及资源调度等进行优化,越来越接近理论值。为此,本文对车联网安全相关业务特征进行分析,从车与基站、车与车、多基站三种场景入手,基于干扰管理和跨层优化的理念对车联网进行优化。结合车辆移动性和通信负载预测在车联网中实现干扰对齐和信道共享,提高信道利用率和信道并发接入能力的同时,保证优化方法的鲁棒性。本文主要工作如下:1)面向车-基站的干扰对齐优化算法研究多输入多输出通信系统存在多用户干扰,而干扰对齐这一新型干扰管理技术能够有效解决这一问题,提高用户接入量。为了能够将干扰对齐应用到车联网通信信道接入优化中,本文提出了车与基站干扰对齐跨层优化方法。该方法采用时分多址的方式对车-基站物理层接入进行管理。基于安全相关信息的业务特征,构造了车与基站干扰通信模型和多跳路由模型,并在该模型的基础上,提出了最小化信息交互时隙个数的优化问题,以达到降低通信延时的目的。通过仿真对该方法的效果进行验证并与其他方案比较,结果表明该方法能够降低通信所需的时隙个数,降低通信延时,在所需时间片上平均减少可达15%。2)车辆自组织网络干扰对齐跨层优化研究在车辆与基站场景中采用干扰对齐可以减少车辆间完成一次安全相关信息交互所需的时间。但在车辆自组织网络（Vehicular Ad-hoc Networks,VANETs）中存在无基站、无路侧单元（Road Side Unit,RSU）的情况。在这类场景下选择由多天线车辆作为动态基站,在车与车通信中实施干扰对齐,能够提高车间通信的并发性和实时性。为了克服车辆快速移动对干扰对齐带来的不稳定因素,设计了状态转移矩阵算法和动态基站马尔科夫决策模型,用于指导多天线车辆基于周边车辆状态信息来决定自身能否担任动态基站和实施干扰管理,并提出了车与车信息交互所需时间片最少占比的优化问题。通过仿真对比分析,在该决策模型的指导下,动态基站能够适时切换,为周边车辆提供稳定的干扰对齐基站服务,降低车间安全相关信息交互延时,相比一般无IA系统平均减少了40%。3)混合网络干扰对齐与信道共享研究面对日益增加的车辆数量和通信业务需求,车联网信道资源相对有限。作为区域通信网络接入点,相邻基站之间存在较大的干扰。而且受交通影响,各个区域通信负载不均衡。为此设计了一种混合网络多基站与多RSUs信道共享方法,以均衡整个网络的通信速率。为减少交通流波动对共享算法的实时性和稳定性带来的影响,构建了交通负载预测模型用于对服务范围内的通信负载进行预测,实现对基站信道共享策略的动态调整。仿真结果表明,信道共享算法在保持对被共享信道通信速率带来有限影响的同时,提高了高负载区域的车辆通信速率,在平均降低RSUs车辆通信速率22%的情况下,为BS车辆提升了的45%的通信速率。本文结合车联网通信场景的特点、安全相关信息特征和车辆节点特性,构建了基于跨层优化的信道接入管理方法,通过将干扰管理和信道共享应用到车联网的不同场景中,提高了有限频谱资源内的通信并发能力和信道利用率,提高了车辆通信速率、降低通信延时。
章天骄[4]（2019）在《车载自组织网络MAC协议性能分析及优化》文中研究表明车载自组织网络（Vehicular Ad Hoc Network,VANET）是支撑智能交通系统（Intelligent Transportation System,ITS）的关键技术,由具有无线通信能力的车辆节点和路边基础设施构成。与传统的移动自组织网络（Mobile Ad Hoc Network,MANET）不同,车载网络中节点是高速移动的车辆,网络拓扑变化更加频繁,VANET具有MANET所不具备的特性和传输问题,比如实际的道路场景、高密度节点分布、节点的高速移动等,这些特性直接影响了VANET信息传输能力。如何提高系统吞吐量,降低数据发送时延,是车载网络MAC（Media Access Control）协议研究的重点。本文研究了车载自组织网络中基于TDMA（Time Division Multiple Access）和基于竞争的MAC协议。在基于竞争的MAC协议中,考虑到网络中多类业务时延要求不同的问题,提出了一种区分业务优先级的自适应退避算法并进行优化。在基于TDMA的MAC协议中,针对高节点密度车载网络中控制信道时隙预约容易发生冲突的问题,提出了基于博弈论的时隙预约分配算法;针对数据服务信道上可能存在空闲车辆节点占用时隙的问题,提出了一种协作转发方法;考虑到异构车载网络中存在多种传输方式,提出了一种同时支持V2V（Vehicle to Vehicle）和V2I/I2V（Vehicle to Infrastructure/Infrastructure to Vehicle）传输的协议。本文的主要研究内容及创新点如下:（1）针对车载网络中多类业务数据通信时延要求不同的问题,提出了一种车载自组网的自适应传输退避算法。该算法根据不同的时延要求及车辆数量对退避参数进行优化,以避免系统由于出现紧急情况导致的竞争窗口大小剧烈变化。建立了二维马尔可夫链对退避算法的性能进行分析,推导了网络吞吐量和时延的表达式,构建了系统时延最小化为目标的优化问题,并采用粒子群算法进行求解。仿真结果表明,该算法可以降低数据传输平均时延,并保证各类数据满足相应的时延要求。（2）针对车载网络控制信道上时隙预约的冲突问题,提出了一种基于博弈论的时隙预约算法（GAH-MAC）。该算法在预约冲突发生时,为冲突节点提供了两种策略:第一种是再次预约原来的冲突时隙;第二种是重新选择新的空闲时段进行预约来获得更高的优先级。冲突节点利用博弈论选择不同的策略来最大化其效用（成功预约时隙的概率）,每个节点设置一个等待计数器来记录它放弃预约原来冲突时隙的次数,等待计数器值与每个节点的效用值直接相关,通过区分不同的优先级,节点将以不同的概率选择不同策略。通过建立马尔可夫模型,分析了预约时隙的速度,推导了预约时隙速度的理论上下界。仿真结果表明,该算法能够减少预约冲突,提高时隙预约的成功率,降低高密度网络的丢包率,有效地提高吞吐量。（3）针对车载网络数据服务信道上存在空闲节点占用时隙问题,提出了一种基于TDMA的车载自组网MAC协议。该协议可以支持多模式协作传输,车辆节点将根据转发节点和自身的储存队长动态地改变协作传输的方式。分别对普通节点、协作节点和转发节点的排队模型进行了分析,推导了储存队列长度的分布,获得了系统吞吐量和丢包率的表达式。仿真结果表明,该协议可以有效的增加网络吞吐量,降低数据丢包率和传输时延。（4）针对异构车载网络中如何降低安全业务数据时延问题,提出了一种HetVNET中的混合传输MAC协议。该协议可以支持多模式传输,并由基站提供协作传输通信,以优化V2V数据的传输延迟。对车辆节点和基站的排队模型进行了建模分析,V2V的排队模型采用一维马尔可夫模型,V2I的排队模型采用带优先级的一维排队模型,而基站的排队模型采用带优先级的二维排队模型进行分析,推导获得了各类数据平均队长表达式。仿真结果表明,该协议能有效地降低V2V数据发送时延和丢包率,提升车辆安全驾驶性能。
计成超[5]（2018）在《车载网络数据传递技术研究》文中指出车载自组织网络（VANET,Vehicular Ad hoc Network）简称车联网,是一类网络节点主要由配备电子传感设备的车辆构成的特定的移动自组织网络,借助于现代信息通信技术实现车辆和一切事物通信,构建智能交通系统,改善交通安全、提高交通效率、营造舒适驾乘体验,乃至实现无人驾驶。它是物联网的一个极其重要的应用方向,受到工业界、学术界和各国政府的高度重视。无线通信和联网数据传递是车载网通信的两项核心技术,由于网络节点高度移动、节点密度高度差异、网络拓扑动态变化、网络连接间隙性中断等复杂特性,其研究面临着巨大的挑战。车载网通信有基于短程无线通信的DSRC和基于蜂窝通信的C-V2X两大类互补的主流技术体系,其中DSRC已有一定的技术基础和市场部署,本文主要研究在DSRC技术框架下的车载网数据传递联网技术,重点是高效可靠的车载网路由技术研究和改进的多信道无线接入MAC技术研究。本文所做的主要工作及其学术贡献是:（1）针对城市中由交通灯控制的车载网络环境,研究车辆节点之间数据包跨街区传递的路由问题,以最小化端到端数据传递时延为目标,提出一种交通信号灯感知的最短时间路由算法STTLAR及其改进算法E-STTLAR。理论研究部分根据曼哈顿城区道路模式,建立目标问题的最优化数学模型;根据车载网车辆分布理论,分析车辆节点在路段上的分布状态,导出在交通信号灯控制下的路段无线连通概率。算法设计部分综合考虑路段无线连通概率、路段连通稳定度以及路段和目的节点之间的归一化距离,构造路段等效距离度量并导出其计算公式,设计了下一路段选择子算法;综合考虑无线链路质量、节点数据发送队列长度以及下一跳的跳距,构造中继节点等效距离度量并导出其计算公式,设计了改进型下一跳节点选择贪婪子算法。仿真分析结果表明,和若干常用的VANET路由算法相比,所提出的路由算法在不同的信号灯周期、车辆节点数和数据包发送速率条件下,其端到端时延、数据包传递率等性能指标均优于已有算法,而改进后的E-STTLAR算法比基础的STTLAR算法在端到端时延、网络收益率和归一化路由开销三个方面具有更好的网络性能。（2）针对车载网组群内车辆节点之间数据多播传递的问题,研究车载网高效多播路由技术。根据车辆行驶路径的可预期性,应用车载导航和定位辅助技术对车辆位置的粗略预测,并通过可信的同类车辆进行数据的多播接力传递,提出了一个低带宽消耗的车载网成本感知多播路由算法CAM。理论研究部分根据曼哈顿城区道路模式,建立数据包无线传递过程中的传递成本问题的目标数学模型;根据车辆计划行驶路径,给出多播组成员车辆节点直接相遇和间接相遇集合的理论分析结果,引入车辆的数据包分发贡献度度量并导出其计算公式。算法设计部分综合考虑传递成本和车辆贡献度,设计了多播树构建算法;根据数据传递性能约束条件,分析可进一步降低传递成本的数据包转发方式,按照最小化传递成本与节点贡献度比值的原则,设计了优化多播树构造算法。仿真分析结果表明,所提出的算法充分利用数据包传递的允许时延,在满足生存周期时间不超限的约束条件下,最大限度采用行进中车辆携带数据包转发（Carry and Forward）的方式,有效减少了无线通信流量。和若干常用的VANET广播/多播路由算法相比,该算法在不同数据包TTL约束、车辆节点数、车辆节点速度等条件下,平均数据传递代价、平均数据传递率、平均数据传递时延等性能指标均优于已有算法。（3）针对车载网大量车辆竞争有限无线资源进行数据传递的特定应用环境,以有效提高共享无线信道利用率为目标,提出一种两级分布式多信道MAC协议TLDM-MAC。理论建模研究部分提出控制周期频率域和时间域两级分布的信道结构,基于分配规则将控制周期按时序递进的方式错位分布排列,分散部署到各个信道不相交的时间段上,有效提高了信道利用率;引入归属信道概念,定义归位规则和传输规则,在不增加控制开销的前提下,提高了节点会聚成功率。协议设计部分设计了由发送方决策的4次握手传输资源协商过程,使邻居节点以自组织的方式获得协调一致的资源状态视图,解决隐蔽终端和暴露终端问题,确保无竞争的可靠数据传输;提出基于接收方可用资源视图的跳隙重传机制和跳隙修正机制,解决因资源状态信息的可能漏听造成的预约资源冲突情况,进一步提高数据传输的可靠性;定义由发送方协调控制的基于多播组成员可用传输资源视图的多播资源协商过程,最大限度地提高车辆与车辆多播通信的效率;定义广播传输资源选择规则以及重要数据的2次广播机制,支持广播信息的可靠发送;提出改进的回退机制设计方案,使控制时隙冲突和数据传输失败后的回退时间与发送方已预约数据时隙占比关联,改善传输资源使用的公平性。仿真分析结果表明,和已有的若干车载网MAC协议相比,所提出的协议的信道利用率、网络吞吐量、数据传递时延、多播服务等性能均优于已有协议。
刘淑华[6]（2019）在《基于链路有效性预测的动态MAC协议设计与实现》文中指出随着无人机,无人船和车辆等移动设备的普及和应用,动态网络（Dynamic Network,DNET）通信需求的快速增长促使动态组网技术逐渐成为产学研的一大研究热点。移动自组织网络除了具有自组织、自维护的特点,还主要包括动态的拓扑结构、链路失效率较高、节点频繁入退网等特点。因此,在动态组网技术中,如何保证系统节点快速加入网络、最大程度降低通信时延、信道资源公平分配等成为亟待解决的问题,这也就要求其相关协议的设计更为严格。特别的,当节点缓存区分组等待发送到下一跳节点时,链路因动态网络中节点的高速运动而失效,那么该分组很可能因为时延增长而没有达到及时性需求甚至导致数据信息失去其作用。通过分析,动态组网MAC协议应满足以下要求:一是应提供超低延迟以确保及时传输信息;二是在复杂的通信环境中应支持高可靠性和高分组传送速率。因此,基于上述考虑,为了更好地适应动态网络场景,本文以IEEE 802.11协议为基础提出了一种名为LpMAC的新型接入协议。本文的贡献如下:（1）针对链路失效现象提出了链路有效性和分组有效时间的概念。（2）基于分组有效时间差分化分组,并提出了一种基于数据分组有效时间的退避算法,确保数据分组能够在有效时间内成功可靠地传输。（3）在NS2中进行关于节点动态程度和网络流量强度两个场景的性能验证,并进行嵌入式平台开发实现。本文的主要研究内容为以下两个方面:本文针对动态场景中由于网络拓扑结构和无线链路状态频繁变化特性而导致网络时延和分组丢失率较高的不足,通过考虑下一跳链路有效性和分组发送紧急度,设计出基于下一跳链路有效性预测的接入协议。首先利用推导公式得出分组有效时间,根据分组有效时间进行业务多差分策略,在此基础上,提出一个基于有效时间的退避算法,以缓解节点运动带来的分组失效问题,增强实时性和可靠性,然后对其进行理论建模分析,对协议的平均时延、投递率和系统吞吐量三方面性能进行了理论推导。最后通过仿真验证了所提接入协议LpMAC与对比协议FDCF相比,LpMAC在动态场景下时延、分组投递率和系统吞吐量方面均具有一定优势,并且节点动态性越强LpMAC的性能优势越明显。其次,仿真环境跟真实的环境的差别很大,为了研究所设计协议应用于实际场景时面临的挑战和更有力地验证本文所设计协议的性能,本文将所设计的协议在嵌入式硬件系统中实现并进行实际场景下的性能测试。采用2440ARM开发板和3070无线网卡作为主要硬件模块,设计相应的网络框架,进行底层模块的开发,然后调用无线收发模块等实现网络数据的发送、转发、接受、处理等功能,以及其他附属接口实现交互功能。最后在具有节点动态特性的测试场景下进行协议的性能测试,结果表明所设计协议LpMAC对节点动态性带来的性能恶化具有一定的抑制作用。
麻小遥[7]（2019）在《分布式卫星系统中新型MAC协议研究》文中研究指明分布式卫星系统的应用领域广泛,逐渐发展成为空间信息网络中不可替代的一部分。在分布式卫星系统中,除了周期性产生的低优先级业务之外,还存在突发的实时性业务。传统的星间多址接入协议无法满足突发业务的时延需求,而现有的支持多优先级业务的通信协议,大多为突发实时性业务预留专用的网络资源,造成了一定的资源浪费。因此,需要设计新的星间多址接入协议来满足分布式卫星系统的传输需求。本文针对以上需求,对分布式卫星系统中突发实时业务传输问题和时延敏感业务的时隙选择问题进行了深入研究,具体的研究成果和贡献概括如下:针对分布式卫星系统的业务多样性、大跨度及资源受限等特点,研究分布式卫星系统中突发实时业务传输问题,设计了一种新型的多址接入协议。与传统机制不同,所提协议联合时分多址接入和随机竞争接入,预先分配全部资源给各节点,各节点在所分配的时隙资源上无冲突传输业务。当某个节点产生突发高优先级业务时,协议支持该节点即刻竞争资源,并且支持多个突发高优先级业务随机竞争。所提协议避免提前预留部分资源,提升了资源利用率。利用离散时间马尔科夫模型对所提协议进行理论分析,给出最优参数设置的指导。仿真实验分别验证了所提协议在15颗卫星组成的星簇网络中,单节点产生高优先级业务（如北斗卫星的快速位置报告信息）和5个节点同时产生高优先级业务场景的分组平均等待时延以及资源利用率方面的性能。其次,考虑卫星网络的多种时延敏感业务竞争资源的问题,借助强化学习理论设计了一种多业务资源竞争机制。现有支持多种优先级业务的接入机制中,高优先级业务一直具有优先接入信道的权利,从而导致部分低优先级业务的时延过大,然而,这些低优先级业务也是具有时间有效性的,因此,该机制无法满足时延敏感业务的传输需求。本文综合考虑业务的优先级和业务的时间限制,节点依据当前业务需求,以及所感知到的信道情况,自主决定下一次竞争的时刻。所提机制基于Q学习算法,设计了相应的奖励函数,该函数综合考虑了业务优先级、业务等待时延、以及信道状态反馈。依据奖励函数决定下一次竞争行为发生的时间。仿真实验验证了所提机制在7种时延敏感业务竞争同一时隙资源时的学习速率、时延敏感业务平均等待时延和分组过期概率方面的性能。
杨聪[8]（2019）在《基于链路预测的无人机网络动态时隙分配算法》文中提出近年来,无人机自组网（UAV Ad Hoc Network,UANET）系统是自组织网络领域的研究热点。相比于传统的Ad hoc网络,UANET网络系统具有更高的灵活性,在军事、运输、救援等方面都有很好的应用前景。由于UANET中无人机节点具有较高的移动速度,导致通信链路的波动频繁,进一步影响网络拓扑结构的稳定性,给节点间的业务传输带来了严峻的挑战。在这种条件下,如何将有限的信道资源合理的分配给各个节点是解决问题的关键。目前,基于时分多址（Time Division Multiple Access,TDMA）协议的时隙分配算法在无人机组网中应用广泛,但是随着网络负载的不断增加与信道链路的频繁中断,组网的服务质量（Quality of Service,QoS）性能严重下降,不能满足低空高动态的环境下小型无人机组网的需求。因此,本文提出了基于信道中断概率反馈的时隙分配算法。本文通过分析当前基于时隙分配算法的TDMA协议在高动态环境下QoS性能低下的原因,从媒体访问控制（Media Access Control,MAC）层的结构设计考虑,结合TDMA协议展开资源调度算法的研究。针对网络负载的增加导致MAC层处理不足,提出了MAC的双层模型,提高了MAC存储与运算能力。同时考虑到高动态环境下不同业务的紧急程度不同,因此针对不同业务划分相应的优先级,并基于业务的优先级设置相应的阈值,网络负载较重时首先丢弃优先级较低的数据包,一定程度上控制了网络的流量,使系统的负载保持均衡。进一步提出了双缓存队列的设计,使占用信道失败或者因信道中断而暂停传输的业务能在下一帧中有机会占用信道继续发送,保证高优先级业务发送的同时提高了系统的QoS性能。针对通信链路中断频繁的特点,基于信道链路中断概率预测技术,以概率值作为评估信道资源分配的参考指标之一,一定程度上提高了信道的利用率。在此基础上,提出了基于优先级因子的时隙公平算法,解决了现有时隙分配算法节点间的资源分配不均问题,保证了业务的无冲突传输。最后,通过排队论建立相应的时隙分配算法模型,衡量该算法的网络吞吐量、平均时延、丢包率等QoS指标。仿真结果表明,该调度算法的性能指标优于现有的动态时隙分配算法,并且改进的时隙分配算法优先保证了高优先级业务的QoS。
宋彩霞[9]（2018）在《VANETs中面向应用的多信道MAC协议研究》文中研究说明车载自组织网络（Vehicular Ad Hoc Networks,VANETs）利用车-车之间、车-基础设施之间的信息交互,来提高道路上车辆行驶的安全性与舒适性。质量可靠的介质访问控制（Media Access Control,MAC）策略是满足在具体应用中各类消息不同传输需求的保障。但是,由于车辆节点的高速移动性、拓扑的快速变化、恶劣的通信环境、业务需求的各异性等,使得VANETs难以满足各种应用的服务质量（Quality of Service,QoS）需求。本文从VANETs的应用需求入手,对VANETs中的多信道MAC协议进行建模分析和优化设计,解决不同交通流密度环境下各类消息的高效传输、多信道协调与资源分配等关键问题。本文主要工作包括以下几个方面:（1）基于VANETs中车辆移动性、拓扑的时变性、业务需求的多样性,提出了一个车载自组织网络多信道综合模型。本模型涵盖了环境模型、IEEE 802.11p的物理层模型、IEEE 1609.4的多信道模型,并详细刻画了非饱和网络状态、虚拟冲突、隐藏终端、信道衰落、信道切换等问题,详细分析了数据包传输延迟、数据包接受率和吞吐量,更加接近真实的通信环境。给出的模型和结论（或观察）对于深层理解VANETs的多信道MAC协议中存在的问题、分析网络各项性能指标和对协议进行优化、改进提供了很好的研究基础。（2）提出了基于统计的车载自组织网络跨层多信道MAC协议AOCM。对来自应用层不同类型的消息进行实时统计,预测出最优控制信道间隔,确保控制信道上安全消息的及时、可靠传输,同时采用预约机制实现非安全消息在服务信道上面的无竞争传输,提高服务信道的吞吐量。解决了 IEEE 1609.4协议在支持延迟敏感或者是吞吐量敏感应用上存在局限性的问题。本协议适合饱和与非饱和的一般VANETs环境,具有较低的计算复杂度、扩展性较好。与现存的其他协议相比较,仿真结果证实了所提协议的优越性。（3）提出了可靠有效支持QoS区分的多信道MAC协议REQ-MAC。控制信道上,在路侧单元的协调下,节点无需交换额外的信息就可以预约传输安全消息的时隙,实现安全消息无竞争的传输,获得有界的传输延迟,同时也为非安全消息的信道协商与预约留出了更多的时间。转发机制的引入确保协调信息的可靠传输。服务信道上,非安全消息可以在整个同步周期内传输,解决了信道利用率低、信道资源浪费问题。同时,节点根据交通流密度,动态调整 WSA（Wireless Access in Vehicular Environments Service Advertisement）包的竞争窗口大小,以实现不同优先级的非安全包之间的预定义吞吐量比,解决了车辆密度高度变化下,非安全应用对数据的不同QoS通信需求问题。数学模型分析和仿真结果表明,REQ-MAC协议能够保证安全消息的可靠和及时的传输,在确保非安全应用的高饱和吞吐量和低传输延迟的基础上实现非安全消息的QoS区分。
杨欣[10]（2018）在《无线自组网MAC层协议及跨层协同技术研究》文中提出无线自组织网络（Wireless Ad Hoc Networks,WANET）是一种无固定设备支持的自组织、自管理的网络系统,目前应用广泛、发展迅速并且依然极具发展潜力。WANET不仅在国防军事上有广泛的应用,而且也大量应用在民用活动中,比如探险救援、道路监测、灾情预防等。随着日益丰富的无线通信及网络传输新技术、新概念的引进和融入,WANET系统发展呈现出应用场景丰富化、功能多样化、系统设计复杂化的趋势。因此,如何提升WANET的传输吞吐量、时延以及能耗等方面的综合性能成为当前重要的研究内容。本文针对WANET中的介质访问控制（Media Access Control,MAC）层接入、跨层协同传输等技术热点,从多信道传输、高能效MAC协议设计、高动态场景接入和物理层/MAC层/网络层架构四方面开展深入研究,从而达到提升WANET系统性能的目的。文章主要研究内容及创新性贡献包括以下四个部分:（1）针对多信道场景下的多跳传输中节点接入问题,提出了一种包含辅助中继节点选择传输策略的MAC层协议及相关信道分配算法。该协议基于多信道多跳传输技术进行接入时隙设计,合理并充分的对中继节点及辅助节点的空闲时隙加以利用,从而在中继时可选择最佳节点进行传输;本协议中提出的信道公平分配策略基于信道状态信息来信道分配以使得增益最大化,并结合传输环境因素加以优化。在多信道多跳WANET场景中进行的仿真分析可以证明其对网络吞吐量、时延以及传输公平性的提高。（2）针对当前单一类型的MAC协议的传输性能不足以及WANET系统对低能耗的迫切需求,提出了基于MAC层功率控制的混合类接入协议。该协议分别在传统载波侦听和时分复用传输机制的基础上,进行针对不同应用场景的传输需求,对二者进行优化改进,并将二者有机结合后设计出新的MAC层协议,使其在竞争阶段减少了不必要的开销和控制信息传输次数,在非竞争阶段增加了对空闲时隙的利用率。通过分析证明该协议相比现有同类协议,不但可以节省传输能耗,还能够提高网络吞吐量。（3）针对WANET的一个重要的应用领域,即飞行自组网（Flying Ad Hoc Networks,FANET）中的传输特性与动态组网需求,设计了一种高效、低能耗的MAC层协议,并基于该协议针对高动态捷变网络三维情景进行优化设计。该协议结合了FANET中的应用场景高动态化、立体化等特点及低功耗需求,将收发阶段的传输机制分别进行独立设计,使之提高了FANET的传输性能,降低能耗以延长节点全生命周期。相比现有同类协议,本章的设计可以有效地降低高速移动网络的能耗、提高网络吞吐量。（4）针对WANET中单层传输架构的网络特性局限性,提出了“MAC层-物理层”双层传输架构以及“网络层-MAC层-物理层”三层传输架构。通过分析跨层协同传输技术在WANET系统中的重要性,首先在双层架构中设计了一种基于分布式编码缓存的多址接入机制,使得网络能够在低负载阶段利用空闲时隙进行缓存,以降低高负载时网络的传输压力,能够应对突发的高负载通信情况;进而将网络层引入跨层协同传输架构,可以利用网络层路由信息来进行节点位置及距离信息获取,并根据所得到的节点信息结合MAC层与物理层来调节传输功率,最终达到高效传输的目的。
二、一种用于车辆监控系统中提高信道利用率的新方法——基于TDMA的动态时隙分配（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种用于车辆监控系统中提高信道利用率的新方法——基于TDMA的动态时隙分配（论文提纲范文）
（1）面向车联网智能信息传输的关键新技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 选题背景 |
| 1.1.2 依托课题 |
| 1.2 车联网概述 |
| 1.2.1 车联网概念及体系结构 |
| 1.2.2 车联网基本特征 |
| 1.2.3 车联网通信 |
| 1.2.4 车联网应用 |
| 1.3 研究的目的和意义 |
| 1.4 本文主要研究内容 |
| 1.5 本文组织结构 |
| 第二章 车联网信息传输的相关技术 |
| 2.1 车联网DSRC/WAVE通信技术 |
| 2.1.1 IEEE802.11p协议 |
| 2.1.2 IEEE1609协议 |
| 2.1.3 MAC层 CSMA/CA机制 |
| 2.1.4 MAC层 TDMA机制 |
| 2.2 消息广播分发机制 |
| 2.2.1 消息广播分发机制及面临的挑战 |
| 2.2.2 消息广播分发协议分类与分析 |
| 2.2.3 消息广播分发跨层干扰受限的功率分配策略 |
| 2.3 车联网数据缺失修复 |
| 2.3.1 张量概念与运算 |
| 2.3.2 张量修复与填充理论 |
| 2.3.3 车联网数据缺失估计机制 |
| 2.4 数据分组传输路由协议 |
| 2.4.1 基于拓扑结构的路由协议 |
| 2.4.2 基于地理位置贪婪路由协议 |
| 2.4.3 基于簇的分层结构路由协议 |
| 2.4.4 基于条件预测及其它路由协议 |
| 2.5 本章小结 |
| 第三章 面向车联网应用环境的消息智能分发新方法 |
| 3.1 引言 |
| 3.2 消息分发时间分析 |
| 3.2.1 消息分发协议抑制“泛洪”冗余杂散分发方法 |
| 3.2.2 冗余杂散分发问题的产生 |
| 3.3 智能消息分发新方法模型 |
| 3.3.1 物理层信道模型 |
| 3.3.2 MAC层策略 |
| 3.3.3 网络层消息分发时延转发机制 |
| 3.3.4 基于跨层的消息分发时延转发策略 |
| 3.4 基于跨层的自适应智能消息分发方法(CLCBF) |
| 3.5 仿真分析与实验测试 |
| 3.5.1 仿真分析 |
| 3.5.2 实验测试 |
| 3.6 本章小结 |
| 第四章 基于FNN的张量异质集成车联网缺失数据估计新方法 |
| 4.1 引言 |
| 4.2 车联网数据集张量设置与性能度量 |
| 4.2.1 数据集张量设置 |
| 4.2.2 车联网数据来源 |
| 4.2.3 性能度量指标 |
| 4.3 算法描述 |
| 4.3.1 基于FNN的张量异质集成模型 |
| 4.3.2 算法策略 |
| 4.3.3 模糊神经网络优化 |
| 4.3.4 基于FNN的张量异质集成缺失数据估计方法的设计 |
| 4.3.5 算法复杂度分析 |
| 4.4 实验测试和讨论 |
| 4.4.1 性能度量 |
| 4.4.2 性能分析 |
| 4.5 本章小结 |
| 第五章 基于群智感知策略的可靠车联网数据传输新方法 |
| 5.1 引言 |
| 5.1.1 研究的主要问题 |
| 5.1.2 研究现状 |
| 5.2 系统概述与建模 |
| 5.2.1 系统概述 |
| 5.2.2 系统建模 |
| 5.3 基于群智感知策略的可靠车联网数据分组传输新方法 |
| 5.3.1 方法概述 |
| 5.3.2 算法策略 |
| 5.4 仿真分析与实验测试 |
| 5.4.1 仿真环境设置 |
| 5.4.2 实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（2）车联网频谱资源管理关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车联网频谱资源管理技术研究进展 |
| 1.2.2 车联网动态频谱分配技术研究进展 |
| 1.2.3 车联网信道接入技术研究进展 |
| 1.3 论文主要研究内容与组织结构 |
| 第二章 车联网频谱资源管理相关技术基础 |
| 2.1 引言 |
| 2.2 动态频谱分配技术 |
| 2.3 车联网信道接入技术 |
| 2.3.1 基于IEEE802.11p的信道接入技术 |
| 2.3.2 基于TDMA的车联网信道接入技术 |
| 2.4 其他技术基础 |
| 2.4.1 动态规划 |
| 2.4.2 贝叶斯推理 |
| 2.4.3 ALOHA接入技术 |
| 2.5 本章小结 |
| 第三章 车联网动态频谱分配技术研究 |
| 3.1 引言 |
| 3.2 车联网频谱资源分配问题模型及其最优解 |
| 3.2.1 车联网频谱资源分配系统模型 |
| 3.2.2 车联网频谱资源分配问题 |
| 3.2.3 基于动态规划的最优策略及其实现算法 |
| 3.3 低复杂度次优算法(LCSA) |
| 3.3.1 系统状态空间特征子空间 |
| 3.3.2 低复杂度次优算法 |
| 3.3.3 基于线性回归的参数拟合 |
| 3.4 性能仿真与分析 |
| 3.4.1 频谱利用效率仿真 |
| 3.4.2 频谱分配等待时间仿真 |
| 3.5 本章小结 |
| 第四章 车联网分布式信道接入技术研究 |
| 4.1 引言 |
| 4.2 车联网分布式信道接入系统模型 |
| 4.2.1 分布式信道接入系统模型 |
| 4.2.2 RR-ALOHA协议 |
| 4.2.3 理想情况下的RR-ALOHA协议性能分析 |
| 4.2.4 RR-ALOHA存在的问题 |
| 4.3 快速收敛的时隙预留ALOHA协议(FCR-ALOHA) |
| 4.3.1 FCR-ALOHA协议原理和特性 |
| 4.3.2 协议工作流程和状态转移图 |
| 4.3.3 合并冲突检测和时隙选举 |
| 4.3.4 FCR-ALOHA协议帧格式 |
| 4.4 FCR-ALOHA协议性能仿真和分析 |
| 4.5 本章小结 |
| 第五章 车联网集中控制式信道接入技术研究 |
| 5.1 引言 |
| 5.2 基于UHF RFID技术辅助的车联网系统模型 |
| 5.2.1 系统模型 |
| 5.2.2 基于UHF RFID技术辅助的车联网信道接入原理 |
| 5.2.3 DFSA及其存在的问题 |
| 5.3 跨层防碰撞算法(CLAA) |
| 5.3.1 帧结构模型 |
| 5.3.2 跨层防碰撞算法顶层设计 |
| 5.3.3 基于改进的贝叶斯推理的MAC层估计算法(MEMAB) |
| 5.3.4 基于聚类的物理层估计算法(PEAC) |
| 5.4 性能仿真与分析 |
| 5.4.1 PEAC算法性能仿真 |
| 5.4.2 CLAA算法性能仿真 |
| 5.5 本章小结 |
| 第六章 车联网多信道广播技术研究 |
| 6.1 引言 |
| 6.2 车联网异质多信道广播协议及其存在的问题 |
| 6.2.1 系统模型 |
| 6.2.2 选择性广播及其存在的问题 |
| 6.3 基于冲突回避的选择性广播协议(acSB) |
| 6.3.1 协议工作流程和特征 |
| 6.3.2 广播收发节点信道序列的生成规则 |
| 6.3.3 异步广播算法 |
| 6.3.4 概率性节点选择算法 |
| 6.4 acSB协议性能仿真与分析 |
| 6.4.1 性能分析 |
| 6.4.2 仿真平台和参数设置 |
| 6.4.3 仿真结果和分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）车联网信道接入与跨层优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 主要缩略语英汉对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 车联网技术方案 |
| 1.1.3 技术方案存在的问题 |
| 1.1.4 车联网研究现状 |
| 1.2 论文内容 |
| 1.2.1 研究内容和关键问题 |
| 1.2.2 论文结构及章节安排 |
| 第二章 研究现状与理论基础 |
| 2.1 车联网跨层优化 |
| 2.2 相关典型优化方法研究现状 |
| 2.2.1 路由与资源分配动态决策研究 |
| 2.2.2 基于通信负载预测的优化研究 |
| 2.3 干扰对齐 |
| 2.3.1 干扰管理及干扰对齐 |
| 2.3.2 干扰对齐理论基础 |
| 2.3.3 车联网干扰对齐研究现状 |
| 2.4 优化问题求解与仿真工具 |
| 2.4.1 马尔可夫决策过程建模与求解 |
| 2.4.2 优化问题建模与求解 |
| 2.5 本章小结 |
| 第三章 面向车-基站的干扰对齐优化算法研究 |
| 3.1 场景与系统模型 |
| 3.1.1 研究场景和时隙管理 |
| 3.1.2 通信模型 |
| 3.1.3 问题描述 |
| 3.2 车联网干扰管理优化模型 |
| 3.2.1 车辆广播通信模型 |
| 3.2.2 车与基站干扰对齐模型 |
| 3.2.3 多跳路由协助传输 |
| 3.2.4 模型转换与优化问题 |
| 3.3 基于CSI区域二次分簇算法 |
| 3.3.1 基于RSSI值的分簇 |
| 3.3.2 基于位置的二次分簇 |
| 3.4 仿真及数据分析 |
| 3.4.1 仿真场景及分簇算法 |
| 3.4.2 实验结果及数据分析 |
| 3.4.2.1 V?V车辆间通信传输 |
| 3.4.2.2 数据驱动的协助传输 |
| 3.4.2.3 车与基站间通信分析 |
| 3.4.3 优化目标结果分析 |
| 3.5 本章小结 |
| 第四章 车联网自组织网络干扰对齐跨层优化研究 |
| 4.1 研究场景和系统模型 |
| 4.1.1 场景和网络模型 |
| 4.1.2 信道状态信息更新 |
| 4.1.3 优化方法与问题描述 |
| 4.2 车辆动态角色切换算法 |
| 4.2.1 基于历史数据的状态转移矩阵算法 |
| 4.2.2 马尔可夫决策过程模型 |
| 4.3 干扰对齐广播和路由模型 |
| 4.3.1 多跳路由模型 |
| 4.3.2 多天线广播及干扰模型 |
| 4.3.3 约束重构与优化目标 |
| 4.3.4 性能分析 |
| 4.4 仿真及数据分析 |
| 4.4.1 状态转移矩阵和决策模型 |
| 4.4.2 干扰管理模型实验结果分析 |
| 4.5 本章小结 |
| 第五章 混合网络干扰对齐与信道共享方法研究 |
| 5.1 研究场景与系统模型 |
| 5.1.1 系统模型 |
| 5.1.2 负载估计模型 |
| 5.1.3 优化方案与问题描述 |
| 5.2 通信负载预测模型 |
| 5.2.1 通信负载估计模型 |
| 5.2.2 ANN网络通信负载估计 |
| 5.3 车联网多基站干扰管理及信道共享 |
| 5.3.1 信道共享分配方法 |
| 5.3.2 干扰对齐与信道共享模型 |
| 5.3.3 RSU共享信道控制与估计 |
| 5.3.4 基站通信速率及最优化目标 |
| 5.4 仿真及数据分析 |
| 5.4.1 网络负载预测仿真 |
| 5.4.2 MDP动态策略仿真 |
| 5.4.3 信道共享数据分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文研究总结 |
| 6.2 论文创新点 |
| 6.3 未来研究展望 |
| 参考文献 |
| 附录1 |
| 攻读博士学位期间的学术活动及成果情况 |
（4）车载自组织网络MAC协议性能分析及优化（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 车载自组织网络概述 |
| 1.2.1 车载自组织网络基础结构 |
| 1.2.2 车载自组织网络特征与协议设计要求 |
| 1.3 车载自组织网络MAC研究现状 |
| 1.3.1 基于竞争的MAC协议 |
| 1.3.2 无竞争的MAC协议 |
| 1.5 本文主要研究内容和创新点 |
| 1.6 本文结构安排 |
| 第二章 基于QoS的车载网络自适应退避算法 |
| 2.1 引言 |
| 2.2 IEEE802.11p退避过程 |
| 2.3 系统模型 |
| 2.3.1 竞争节点数的预测 |
| 2.3.2 节点传输数据流程 |
| 2.4 退避算法 |
| 2.5 建模与性能分析 |
| 2.5.1 状态转移概率 |
| 2.5.2 吞吐量和时延 |
| 2.5.3 时延优化 |
| 2.6 仿真结果与分析 |
| 2.7 本章总结 |
| 第三章 基于博弈论的车载网络时隙预约算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于博弈论的时隙预约机制 |
| 3.3.1 控制报文和帧结构 |
| 3.3.2 节点预约接入时隙流程 |
| 3.4 建模与性能分析 |
| 3.4.1 时隙选择分布概率 |
| 3.4.2 成功预约时隙数量状态转移方程 |
| 3.5 仿真结果和分析 |
| 3.5.1 静态场景仿真 |
| 3.5.2 移动场景仿真 |
| 3.6 本章总结 |
| 第四章 基于TDMA的车载网络协作通信协议 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 网络场景 |
| 4.2.2 信道分类 |
| 4.2.3 广播方式 |
| 4.3 协作通信协议 |
| 4.3.1 通信流程 |
| 4.3.2 一跳范围内普通通信 |
| 4.3.3 一跳范围外协作通信 |
| 4.3.4 协作通信模式 |
| 4.3.5 排队模型 |
| 4.4 建模与性能分析 |
| 4.4.1 普通节点队长转移过程 |
| 4.4.2 协作节点队长转移过程 |
| 4.4.3 转发节点队长转移过程 |
| 4.4.4 转移矩阵 |
| 4.5 性能仿真和分析 |
| 4.5.1 静态场景仿真 |
| 4.5.2 移动场景仿真 |
| 4.6 本章总结 |
| 第五章 基于TDMA的异构车载网络混合传输MAC协议 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 混合传输MAC协议 |
| 5.3.1 帧结构 |
| 5.3.2 节点通信流程 |
| 5.3.3 基站通信流程 |
| 5.3.4 排队模型 |
| 5.4 建模与性能分析 |
| 5.4.1 V2V数据排队模型 |
| 5.4.2 V2I数据排队模型 |
| 5.4.3 基站数据排队模型 |
| 5.5 仿真结果和分析 |
| 5.5.1 静态场景仿真 |
| 5.5.2 移动场景仿真 |
| 5.6 本章总结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间申请的专利 |
| 附录3 攻读博士学位期间参加的科研项目 |
| 致谢 |
（5）车载网络数据传递技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语表 |
| 第一章 绪论 |
| 1.1 车载网通信模式与典型应用 |
| 1.1.1 车载网通信模式 |
| 1.1.2 车载网典型应用 |
| 1.1.3 车载网的技术特点 |
| 1.2 车载网通信主流技术与标准 |
| 1.2.1 DSRC/WAVE技术 |
| 1.2.2 C-V2X技术 |
| 1.2.3 车载网通信技术发展方向 |
| 1.3 车载网路由技术研究动态 |
| 1.3.1 移动自组织网络典型路由技术 |
| 1.3.2 单播路由技术 |
| 1.3.3 广播/多播路由技术 |
| 1.3.4 车载网路由技术的挑战 |
| 1.4 车载网MAC技术研究动态 |
| 1.4.1 802.11 p技术 |
| 1.4.2 其他多信道MAC协议技术 |
| 1.4.3 车载网MAC技术研究的挑战 |
| 1.5 本文工作及章节安排 |
| 第二章 基于交通信号灯控制的城域车载网路由算法 |
| 2.1 引言 |
| 2.2 网络环境和问题描述 |
| 2.2.1 网络环境和假定 |
| 2.2.2 问题描述 |
| 2.3 车辆节点在路段上的分布状态分析 |
| 2.3.1 车辆在单一路段上的分布 |
| 2.3.2 交通信号灯控制下的车辆分布状态 |
| 2.4 STTLAR路由算法 |
| 2.4.1 下一跳路段选择 |
| 2.4.2 下一跳节点选择 |
| 2.4.3 最末一跳判决 |
| 2.5 改进的STTLAR算法 |
| 2.5.1 发送队列时延 |
| 2.5.2 车辆信息交换 |
| 2.5.3 信道评估 |
| 2.5.4 改进的下一跳节点选择方法 |
| 2.6 算法性能分析 |
| 2.6.1 计算复杂度分析 |
| 2.6.2 路由开销分析 |
| 2.6.3 收敛性分析 |
| 2.7 仿真结果及分析 |
| 2.7.1 仿真工具 |
| 2.7.2 STTLAR算法仿真分析 |
| 2.7.3 E-STTLAR算法仿真分析 |
| 2.8 本章小结 |
| 第三章 低带宽消耗的车载网多播路由算法 |
| 3.1 引言 |
| 3.2 网络环境和问题描述 |
| 3.2.1 网络环境和假定 |
| 3.2.2 问题描述 |
| 3.3 成本感知的多播(CAM)路由算法 |
| 3.3.1 初始计算阶段 |
| 3.3.2 多播树构建阶段 |
| 3.3.3 多播树优化阶段 |
| 3.4 仿真结果和分析 |
| 3.4.1 仿真环境 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 车载网两级分布式多信道MAC协议 |
| 4.1 引言 |
| 4.2 系统描述 |
| 4.3 信道建模 |
| 4.3.1 信道结构 |
| 4.3.2 归位规则 |
| 4.3.3 传输规则 |
| 4.4 协议设计 |
| 4.4.1 传输资源视图 |
| 4.4.2 单播协商过程 |
| 4.4.3 多播协商过程 |
| 4.4.4 广播协商过程 |
| 4.4.5 数据重传机制 |
| 4.4.6 回退机制 |
| 4.5 协议状态转移图 |
| 4.6 协议性能评估 |
| 4.6.1 TLDM-MAC协议性能仿真 |
| 4.6.2 和802.11p协议的仿真比较分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作小结 |
| 5.2 论文研究创新点 |
| 5.3 进一步的工作 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间参加的科研项目 |
| 致谢 |
（6）基于链路有效性预测的动态MAC协议设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外的研究现状 |
| 1.3 论文研究内容及章节安排 |
| 第二章 动态场景下的无线接入协议 |
| 2.1 网络协议分层 |
| 2.2 动态网络特征及挑战 |
| 2.3 无线通信中媒体接入协议综述 |
| 2.3.1 竞争类接入协议 |
| 2.3.2 调度类接入协议 |
| 2.3.3 混合类接入协议 |
| 2.4 动态场景中媒体接入协议 |
| 2.4.1 动态网络接入协议 |
| 2.4.2 动态网络场景下的接入协议分析对比 |
| 2.5 本章小结 |
| 第三章 基于链路有效性预测的接入协议 |
| 3.1 引言 |
| 3.2 基于链路有效性的接入机制 |
| 3.2.1 链路有效性预测 |
| 3.2.2 业务多差分策略 |
| 3.2.3 基于有效时间的退避算法 |
| 3.3 协议建模分析 |
| 3.3.1 协议建模 |
| 3.3.2 性能理论分析 |
| 3.4 仿真与数值分析 |
| 3.4.1 仿真设置 |
| 3.4.2 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 基于Lp MAC协议的组网系统平台的设计 |
| 4.1 动态系统场景介绍 |
| 4.2 网络系统架构 |
| 4.3 硬件系统的搭建与调试 |
| 4.3.1 硬件选取与配置 |
| 4.3.2 开发环境搭建 |
| 4.3.3 Linux内核移植和网卡驱动移植 |
| 4.4 Lp MAC协议的实现与组网 |
| 4.4.1 Lp MAC协议代码的软件编译 |
| 4.4.2 协议可执行文件移植 |
| 4.4.3 组网联调 |
| 4.5 性能测试验证 |
| 4.5.1 测试场景 |
| 4.5.2 测试方案及结果分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）分布式卫星系统中新型MAC协议研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 分布式卫星系统研究现状 |
| 1.2.1 国际研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容与篇章结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 篇章结构 |
| 第二章 分布式卫星系统架构 |
| 2.1 分布式卫星系统分类与特点 |
| 2.1.1 系统分类 |
| 2.1.2 网络拓扑构型 |
| 2.1.3 网络特点 |
| 2.2 分布式卫星系统基础模型 |
| 2.3 分布式卫星系统多址接入技术 |
| 2.3.1 非竞争多址接入协议 |
| 2.3.2 竞争多址接入协议 |
| 2.3.3 混合多址接入协议 |
| 2.4 影响分布式卫星系统MAC协议的因素 |
| 2.5 本章小结 |
| 第三章 分布式卫星系统新型MAC协议设计 |
| 3.1 引言 |
| 3.1.1 问题描述 |
| 3.1.2 相关工作 |
| 3.2 适用于多优先级业务MAC协议设计 |
| 3.2.1 分布式卫星系统最佳帧长设计 |
| 3.2.2 多优先级业务竞争机制 |
| 3.2.3 新型MAC协议设计 |
| 3.3 基于离散时间马尔科夫模型的性能分析 |
| 3.3.1 性能建模 |
| 3.3.2 性能分析 |
| 3.4 本章小结 |
| 第四章 基于强化学习的MAC竞争机制 |
| 4.1 引言 |
| 4.1.1 问题描述 |
| 4.1.2 相关工作 |
| 4.2 强化学习介绍 |
| 4.2.1 强化学习基本概念 |
| 4.2.2 强化学习方法 |
| 4.3 基于强化学习的退避时隙选择算法 |
| 4.3.1 系统模型 |
| 4.3.2 流程设计 |
| 4.3.3 仿真验证 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 进一步研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于链路预测的无人机网络动态时隙分配算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 研究现状 |
| 1.2.1 国内外组网平台研究现状 |
| 1.2.2 MAC层接入协议研究进展 |
| 1.3 课题研究的目的和意义 |
| 1.4 课题研究内容 |
| 第2章 MAC协议及时隙分配算法分析 |
| 2.1 引言 |
| 2.2 无人机自组网MAC协议 |
| 2.2.1 竞争类MAC协议 |
| 2.2.2 调度类MAC协议 |
| 2.2.3 混合/跨层类MAC协议 |
| 2.3 基于TDMA协议的时隙分配算法 |
| 2.3.1 TDMA协议简介 |
| 2.3.2 基于时隙分配算法的关键技术问题 |
| 2.3.3 P-DSA算法 |
| 2.4 本章小结 |
| 第3章 基于链路预测的时隙分配算法 |
| 3.1 引言 |
| 3.2 MAC层接入协议设计 |
| 3.2.1 多信道TDMA协议帧格式 |
| 3.2.2 基于优先级的双缓冲队列设计 |
| 3.3 基于链路预测的算法模型 |
| 3.3.1 链路中断概率反馈算法 |
| 3.3.2 流量控制机制 |
| 3.4 基于优先级因子的时隙公平算法 |
| 3.5 本章小结 |
| 第4章 基于排队模型的时隙分配算法 |
| 4.1 引言 |
| 4.2 基于排队模型的时隙分配算法分析 |
| 4.2.1 排队模型在无线自组网中的应用 |
| 4.2.2 优先级队列进入MAC层的分类管理 |
| 4.2.3 优先级队列的时隙分配过程 |
| 4.3 性能分析 |
| 4.3.1 QoS指标分析 |
| 4.3.2 仿真分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）VANETs中面向应用的多信道MAC协议研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 车载自组织网络中潜在的应用 |
| 1.1.2 车载自组织网络的WAVE体系架构介绍 |
| 1.2 国内外相关工作研究进展 |
| 1.2.1 车载自组织网络中MAC信道模型分析研究 |
| 1.2.2 车载自组织网络中的多信道协调与资源分配研究 |
| 1.2.3 有待研究的问题 |
| 1.3 论文的主要研究内容 |
| 1.4 论文组织结构 |
| 2 IEEE 802.11p多信道MAC协议性能分析 |
| 2.1 引言 |
| 2.2 背景 |
| 2.2.1 IEEE 802.11p中的MAC子层 |
| 2.2.2 IEEE 1609.4标准 |
| 2.3 分析模型和性能分析 |
| 2.3.1 定义和假设 |
| 2.3.2 EDCA中的虚拟冲突处理 |
| 2.3.3 安全相关消息和WSA消息的Markov链 |
| 2.3.4 性能分析 |
| 2.4 模型验证和数值分析 |
| 2.5 本章小结 |
| 3 基于统计的车载自组织网络跨层多信道MAC协议 |
| 3.1 引言 |
| 3.2 AOCM协议机制描述 |
| 3.2.1 上层应用的信息流分类 |
| 3.2.2 AOCM协议同步周期结构 |
| 3.2.3 本地信息流统计 |
| 3.2.4 最优CCH间隔预测模型 |
| 3.2.5 最优CCH间隔的转发 |
| 3.2.6 AOCM协议计算开销 |
| 3.3 性能评估 |
| 3.3.1 控制信道间隔 |
| 3.3.2 安全包发送成功率 |
| 3.3.3 控制信道平均接入延迟 |
| 3.3.4 服务信道SCH吞吐量 |
| 3.3.5 计算开销 |
| 3.4 本章小结 |
| 4 可靠有效支持QoS区分的多信道MAC协议 |
| 4.1 引言 |
| 4.2 可靠有效支持QoS区分的多信道MAC协议 |
| 4.2.1 安全消息时隙预约与传输 |
| 4.2.2 服务信道选择与接入预约方案 |
| 4.2.3 可区分的最小竞争窗口分析 |
| 4.3 模型分析 |
| 4.3.1 吞吐量分析 |
| 4.3.2 延迟分析 |
| 4.4 性能评估 |
| 4.4.1 仿真场景 |
| 4.4.2 仿真结果 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（10）无线自组网MAC层协议及跨层协同技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 无线自组网研究及应用 |
| 1.1.2 无线自组网结构 |
| 1.2 接入及跨层协同技术关键问题及研究意义 |
| 1.2.1 MAC层协议研究现状及挑战 |
| 1.2.2 典型MAC协议性能分析 |
| 1.2.3 无线自组网跨层协同技术 |
| 1.3 仿真环境概述 |
| 1.4 本文结构及研究内容 |
| 2 基于辅助节点及信道分配机制的MAC层协议 |
| 2.1 多信道传输简介 |
| 2.1.1 多信道技术 |
| 2.1.2 WANET中多信道特点与挑战 |
| 2.2 协议架构设计 |
| 2.2.1 基于辅助节点的接入机制设计 |
| 2.2.2 基于多信道MAC协议的信道分配算法 |
| 2.3 协议性能评估分析 |
| 2.3.1 性能数据分析 |
| 2.3.2 仿真性能分析 |
| 2.4 本章小结 |
| 3 基于功率控制的混合低能耗MAC协议设计 |
| 3.1 混合类MAC协议及其功率控制 |
| 3.1.1 混合MAC协议简介 |
| 3.1.2 混合MAC协议发展现状 |
| 3.1.3 MAC层功率控制作用 |
| 3.2 TCH-MAC协议架构设计 |
| 3.2.1 信息传输架构 |
| 3.2.2 基于MAC层功率控制架构 |
| 3.3 协议性能评估分析 |
| 3.3.1 TCH-MAC性能分析 |
| 3.3.2 仿真结果与分析 |
| 3.4 本章小结 |
| 4 基于飞行自组网的高效MAC层接入机制 |
| 4.1 FANET性能需求 |
| 4.1.1 FANET应用场景 |
| 4.1.2 FANET性能需求及分析 |
| 4.2 高效低能耗MAC协议架构设计 |
| 4.2.1 传感器节点发送阶段 |
| 4.2.2 传感器节点接收阶段 |
| 4.2.3 协议性能仿真及分析 |
| 4.3 快速移动三维情景优化 |
| 4.3.1 协议详细设计 |
| 4.3.2 协议性能及仿真分析 |
| 4.4 本章小结 |
| 5 基于跨层协同传输的接入机制研究 |
| 5.1 跨层协同传输技术 |
| 5.1.1 协同传输技术 |
| 5.1.2 跨层协同传输性能优势 |
| 5.1.3 高效跨层协同技术 |
| 5.2 高传输性能跨层模型设计 |
| 5.2.1 模型架构及流程 |
| 5.2.2 传输模型性能与仿真分析 |
| 5.3 低能耗跨层传输模型设计 |
| 5.3.1 传输系统模型设计 |
| 5.3.2 性能及仿真分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文内容总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
四、一种用于车辆监控系统中提高信道利用率的新方法——基于TDMA的动态时隙分配（论文参考文献）
- [1]面向车联网智能信息传输的关键新技术研究[D]. 张婷. 天津理工大学, 2020
- [2]车联网频谱资源管理关键技术研究[D]. 黄钟. 电子科技大学, 2020(01)
- [3]车联网信道接入与跨层优化研究[D]. 赵冲. 合肥工业大学, 2020(01)
- [4]车载自组织网络MAC协议性能分析及优化[D]. 章天骄. 南京邮电大学, 2019(02)
- [5]车载网络数据传递技术研究[D]. 计成超. 南京邮电大学, 2018(02)
- [6]基于链路有效性预测的动态MAC协议设计与实现[D]. 刘淑华. 西安电子科技大学, 2019(02)
- [7]分布式卫星系统中新型MAC协议研究[D]. 麻小遥. 西安电子科技大学, 2019(02)
- [8]基于链路预测的无人机网络动态时隙分配算法[D]. 杨聪. 哈尔滨工业大学, 2019(02)
- [9]VANETs中面向应用的多信道MAC协议研究[D]. 宋彩霞. 大连理工大学, 2018(01)
- [10]无线自组网MAC层协议及跨层协同技术研究[D]. 杨欣. 西北工业大学, 2018(02)