车载异构网络中基于机器学习的多路径传输技术研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:qilinsanshao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
众所周知,物联网(Internet of Things,IoT)技术是新一代重要发展的信息技术。物联网主要包括的技术有嵌入式技术、RFID技术和传感器网络技术。对节点进行监控,以达到智能跟踪和只能监控的目的。在实际应用过程中,通过物联网技术识别和收集物理层信息,然后再通过网络传输到终端进行处理,并执行智能终端发送的命令,从而构建成与现实生活相融合的管理系统。结合网络连接,实现事与物之间的信息共享。IoT应用的领域十分广泛,例如,物联网技术在智慧交通、智慧城市、智能家居和智慧健康等领域已被广泛研究,可以大大提高人民的生活质量并极大丰富人民的生活乐趣。智慧交通是IoT的一个重要部分,智慧交通技术的发展也推动了车载设备的发展,车载应用也变得多样化,影音娱乐、安全驾驶、实时视频监控等车载应用越来越普及。车载异构网络中同时利用多种网络进行数据传输并能有效解决网络负载均衡问题的多路径传输技术越来越受到人们的广泛研究。但在异构网络中,路径特性动态变化且路径参数差异较大。因此,为实现异构网络中数据的高效、可靠传输,本文主要研究多路径传输中的路径优化。首先,分析了异构网络和多路径传输技术中存在的问题和有效解决方案,综合分析后以抑制数据包乱序为优化目标提出了一种路径优化方案。该方案主要思想是先建立基于带宽、丢包率和路径时延的路径评价模型,然后利用基于前向时延方法相融合的搜索方案,在此模型中搜索出一组满足传输要求的带宽大、丢包率小并且时延差小的路径作为活跃路径来进行数据传输。此路径评价模型充分考虑了不同路径参数带来的影响,使得选择出的路径性能更优。可以大大降低数据包乱序问题,从而提高吞吐量和网络利用率。然而,接收端数据包乱序问题不可能完全消除,数据包乱序一定程度上必定会造成网络能耗的增加,并且多路径传输相比于单路径传输也会消耗更多的能量,针对网络能耗问题提出了数据包乱序和网络能耗联合优化方案,从而达到降低数据包乱序并且降低网路能耗的双重目标。该方案首先对参数值进行了标准化处理,包括的参数有路径时延、带宽和丢包率,然后分别计算备用路径的能量化值和网络能耗值,并根据计算结果建立了此方案的路径评价模型,最后利用k-NN算法在此路径评价模型中搜索出一组可以满足数据包乱序程度低且网络能耗低的路径用来进行数据传输。此路径评价模型的建立不仅考虑了路径性能对路径选择的影响还考虑了网络能耗与路径优化的平衡关系,搜索出的活跃路径的传输性能也更优,仿真结果表明该方案搜索出的路径在满足数据包乱序要求的前提下同时可以降低网络传输能耗。
其他文献
学位
学位
学位
保德县位于山西省忻州市西部,地处典型黄土高原,区域地质环境较为复杂。近年来,矿产资源开采、修房筑路等人类工程活动频繁,季节性强降雨时有发生,诱发了大量的地质灾害,而这些地质灾害的发生和演化严重威胁着该县人民的生命和财产安全。本文在充分收集保德县区域地质环境资料的基础上,结合野外地质灾害调查,对该县地质灾害发育特征、分布规律、形成条件及形成机理进行较为深入的分析研究。同时,充分运用GIS软件的空间分
随着国民经济的迅速发展,城市道路交通规模不断扩大,在路基类型及运行状态等多种因素作用下,使得路面塌陷时有发生,对人民的生产生活造成较大危害。为此,对路面塌陷进行高效的探查及治理变得非常重要。探地雷达(GPR)方法以分辨率高、无损与高效等特点成为交通基础设施病害检测的重要手段,基于探地雷达信号的路面塌陷识别已成为目前最为活跃的研究热点之一。传统的基于探地雷达成果的塌陷识别大多依靠人工进行,对塌陷体分
学位
学位
学位
学位
学位