论文部分内容阅读
随着微电子技术,计算技术以及无线通信技术的进步,智能车载系统得到了快速的发展,而且车用自组织网络被广泛地应用。车用自组织网络中的数据分发问题是车用自组织网络研究和应用的关键性基础问题,直接影响着整个网络上各类应用的性能。网内数据聚集对于VANETs上需大范围、周期性分发数据的应用来说,是一种非常有效的手段。通常VANETs上的各类应用对数据精度要求并不相同,这就需要数据聚合算法具有能够变尺度调节的能力来满足应用对数据精度的不同要求,目前国内外对VANETs上的可变尺度数据聚合问题的研究还很不深入。本文认为当邻近车辆的数据的精度高,距离较远的车辆数据的精度低时通常可以满足VANETs上多应用的需求,基于这一结论本文形式化的定义了可变尺度数据聚合问题,并对其在单节点上子问题进行了复杂度分析,结果表明该问题是NP-难的,在此基础上本文提出了采用贪心思想的单节点数据聚合算法ESAS。该算法利用节点已有的局部信息对数据进行聚合的同时保证了聚合后得到数据在需求的范围内,使其在满足应用需求的条件下最大程度地减少网络中传输的数据量。在数据聚合算法的研究过程中,为简化数据分发问题的复杂性,对分发是基于一个发送周期内可以完全发送出需要发送的数据的假设。然而由于动态无线网络带宽的限制,数据分发策略也是影响分发效果的重要因素。本文结合实际应用的分析,提出了基于数据权值的分发策略并对数据发送缓冲区进行有效地管理,使得在有限网络带宽的情况下数据分发的效率更高。通过理论和实验分析,本文提出的算法不但可以显著地减少网络中传输的数据量,还可以保证传输数据的精度满足不同应用的不同需求。本文的数据分发聚合算法实现了对不同应用的不同需求的同时支持。高效的数据分发策略的引入进一步提高了网络资源受限下的数据分发率,使得数据分发率可以达到90%以上。