基于优先级的车联网拥塞控制研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:iezhan
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
相比较传统无线通信网络,车联网(Vehicle-to-Everything,V2X)具有节点移动性高、通信环境复杂、频谱资源更有限等特点,因此需要设计针对V2X的拥塞控制策略。基于优先级的通信作为车联网提供服务质量(Quality of Service,QoS)支持的方法之一,通过为关键信息提供更高级别的通信保障,提高V2X中的通信质量及无线通信资源的利用效率,在拥塞控制中也有一定应用意义。基于上述背景,本文提出了节点优先级概念,以及考虑节点优先级的基于功率的拥塞控制方法,以解决既往研究中优先级的设计缺乏对节点特征、节点状态和周围通信环境等特征的考虑的问题,同时兼顾了拥塞控制算法的节点公平性和对环境的适应性等。具体方法为:(1)提出了一种基于静态节点优先级的动态功率控制方法。该方法基于节点的静态优先级分配不同功率区间,节点根据周围邻居节点的优先级分布情况对高优先级邻居进行功率退让,在各自的功率区间内进行功率设定;同时使用公平性指标等对通信性能进行更全面的评价。仿真结果表明,使用该分布式功率控制方法实现不同优先级节点差异化通信,同时能够提供更好的QoS支持。(2)基于车辆特征、车辆时空属性定义了动态节点优先级,并根据质量、速度、距离三种相对因素对车辆之间的相对优先级关系进行描述;根据该动态节点优先级提出了一种自适应功率控制方法,根据负载情况进行相应的功率调整,相对优先级影响节点功率自适应调整的步长,增加功率时高优先级节点步长更长而降低功率时高优先级节点步长更低,从而保证高优先级节点的消息发送。仿真结果表明,该算法可以同时改善低密度下网络的连通性及高密度下的负载控制情况,且保证节点对环境的适应性。
其他文献
由互联网等各种途径产生的爆炸式增长的数据给数据分析造成了极大的困难。分类问题作为数据挖掘的基本问题,成为了一个热点。随着机器学习、深度学习的不断发展,基于表示学习的分类算法性能有了较大的提升。然而,当前基于表示学习的分类算法存在以下问题:扩充训练集时没有考虑节点之间的空间关系、数据标签不平衡时分类的性能较差、多标签分类时不能考虑节点之间的关系等。因而本文的重点在于针对上述提出的问题,提出有效的解决
随着定位系统技术的进步和设备的普及,海量的基于位置信息的时序性坐标数据被记录下来。其中最为常见的就是城市公共交通数据,例如公交车坐标数据、出租车的坐标数据或行人的出行记录等,这些位置数据都具有时序性。同时,由于近期统计机器学习技术取得了长足的进步,如果能利用循环神经网络对轨迹数据进行建模分析,可以挖掘出很多有价值的信息。异常轨迹检测模型使用出租车的坐标数据,因此异常轨迹检测属于时序性数据分析问题。
改革开放以来,中国经济形势逐步向好,投融资市场繁荣发展,越来越多的投资项目进入市场。为了稳定市场经济秩序,国家提出要进行“统一的市场监管”。投资建设项目是中国经济的重要组成部分,为中国经济持续健康发展发挥了重要作用,所以针对投资建设项目的市场监管是十分必要的。但是,目前的市场监管方式还存在一些问题。首先,多个部门间联合监管协调困难。其次,各个部门之间数据不互通,监管流程不透明。最后,监管不能根据监
依据地缘文化背景来谈论区域影像、地域影像的意义。事实上是对电影研究认识的深入所在。探讨全球化背景下地域电影的独特价值,强化区域电影的地域性与其世界性之间的微妙关系,才能为电影的多样性创作和认识差异性提供正确的感知。区域电影的在地性和世界性之间的关系,需要在比较中显示,而在传播中呈现出他的内在价值和跨域的影响力,都是我们认识区域电影的重要所在。
近些年来,光子晶体光纤(PCF)因为其可灵活设计的特殊结构而具有不可比拟的优势,吸引了越来越多学者的关注,有关PCF的研究与应用也在逐步取得进展。PCF具有很多普通单模光纤没有的一些光学特性,如大模场面积、色散可调、高双折射率、低损耗以及高非线性等等。尤其是非线性性能方面,通过灵活的设计PCF的包层结构,能使光纤的非线性系数得到很大的提升,相比于普通光纤能高出数个数量级。非线性效应包含很多种类,受
由于全球智能移动终端数量的迅速增多以及万物互联的慢慢普及,现有的通信速率不足以满足当下这个信息爆炸时代的需求。如今5G的部署在世界各国正在如火如荼地进行,同时一些通信强国也已经启动了 6G项目的设计与研发。早在2018年10月,我国就已经开始了 6G相关的研发工作。整个1G到5G的系统技术都是基于蜂窝网的,由此作为突破点,“去蜂窝”网络架构成为了 6G主要变革方向之一,并得到了学术界越来越多的关注
随着云计算和大数据时代的到来,高度集中的数据和移动服务迅猛增长,底层光网络基础设施所承载的互联网流量对服务的需求不断增长,这刺激着对网络容量扩展的探索。鉴于现有的复用技术已达到其扩展性极限,空分复用技术展现出很大的潜力。与具有有限传输能力的单模光纤相比,少模光纤可以作为空分复用网络的空间通道并提供多模式传输。同时,熊猫型保偏光纤因其偏振保持特性良好、制作工艺简单及损耗较低等优点而被广泛地研究与应用
在大数据时代,医疗、交通、通信等各行各业的数据扑面而来,信息的呈现形式也趋于多元化。面对海量的数据,广义粗糙集理论与方法能够有效地从中挖掘有用的信息并用于数据处理与分析,提高信息获取的能力。本文在覆盖粗糙集理论的基础上,将商空间理论与粗糙集理论结合起来,研究了商空间上的覆盖及其相关算子与矩阵计算方法,建立了粗粒度信息空间与细粒度信息空间之间的联系,解决了粗粒度信息空间中粒子的描述问题。商空间及其上
无人机基站凭借其灵活、高移动性的优势可以为无线设备提供高可靠、低时延的通信服务。相较于单无人机系统,多无人机通信系统可以显著地提升工作效率,进而成为了当前的热点研究方向。当多个无人机基站在区域内共同提供数据传输服务时,如何合理地分配服务区域、动态调整无人机数据采集模式及飞行轨迹将显著影响通信过程中的数据服务量与任务完成速率,因此引发了研究领域的广泛关注。本课题针对提升多无人机基站工作效率与网络性能
随着移动通信和汽车产业的快速发展,车联网(Vehicle to Everything,V2X)通信技术受到了科研学者和相关组织的广泛关注。当前,面向第五代(the Fifth Generation,5G)移动通信技术的V2X标准化工作已经在第三代合作伙伴计划(the Third Generation Partnership Project,3GPP)等国内外标准化组织的推动下全面展开。其中,资源调