微信扫一扫,移动浏览光盘
简介
本书围绕车联网技术的性能指标，着力于从协作通信和机器学习两个方面进行深入的研究。首先提出了无蜂窝的基于移动接入点的协作通信车联网体系结构，然后提出基于机器学习预测的无蜂窝结构车联网中流量时空分布模型，*后给出机器学习的移动接入点空时协作的精准资源调度和动态路由机制。核心问题涉及车辆终端如何接入移动网络，实现动态、开放、自组织、易于部署和低成本效益的车联网络。在实际应用的车联网场景中，按照本书给出的高连通性组网算法规则，有效选择中继节点进行消息转发的路由决策方案，确保车联网的高连通状态和服务质量需求。
目录
第1章绪论/1
1.1研究背景与意义/1
1.2车联网中的研究现状/3
1.3主要研究内容及结构安排/12
第2章融合无蜂窝网络的车联网协作通信性能研究/14
2.1引言/14
2.2车联网络模型/14
2.3融合无蜂窝车联通信网络/18
2.4融合无蜂窝网络的协作性能分析/20
2.5仿真及分析/24
2.6本章总结/28
第3章基于移动接入点的协作通信性能研究/29
3.1引言/29
3.2移动接入点的协作需求/30
3.3基于5G移动接入点的无蜂窝通信体系与建模/31
3.4移动接入点的选取策略/35
3.5移动接入点的协作算法/37
3.6仿真及结果分析/41
3.7本章总结/44
第4章基于V2V的车联网协作通信性能研究/45
4.1引言/45
4.2基于车联网流量业务的时空分布模型/46
4.3机器学习预测/50
4.4V2V协作通信算法描述/54
4.5实验及分析/59
4.6本章总结/68
第5章城市密集交通场景下的V2V性能优化/70
5.1引言/70
5.2系统模型与优化构建/71
5.3密集交通场景的组网算法/75
5.4机器学习的优化构建/79
5.5*策略及迭代/90
5.6算法仿真及结果分析/94
5.7本章总结/98
第6章总结与展望/100
6.1研究总结/100
6.2研究展望/101
参考文献/103
基于协作通信和机器学习的车联网技术
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
