原文传递
雾计算环境下车联网优化部署与规模测算
| 论文题名： | 雾计算环境下车联网优化部署与规模测算 |
| 关键词： | 车联网;雾计算;网络部署;整型线性规划;城市交通 |
| 摘要： | 车联网作为智能交通的一部分，为解决城市交通问题提供了发展方向。近年来，随着车辆数目和车联网数据的爆炸式增长，云计算网络带宽资源将严重不足，而且无法满足车联网移动性和低时延的特性。雾计算部署在网络边缘，具有位置感知和低时延的特性，能够更好地应用到车联网中。虽然雾计算的概念由思科在2012年提出，但是在车联网方面的研究还处于起步阶段，仅限于理论方面。本文首次将雾计算与车联网联合考虑，就其部署与规模测算问题展开研究。 首先，结合雾计算和车联网技术，本文设计了雾计算环境下的车联网架构(FC-IoV)。该架构通过在网络边缘引入雾设备，使得车载终端能够快速接入网络，就近选择雾设备为其提供计算和存储服务，节约了带宽资源，提升了数据传输速率，减少了时延，具有重要的研究意义。 其次，针对车联网中基础设施增多带来的网络部署成本太高的问题，本文提出了一种以最小成本为目标的网络部署方法。该方法以城市道路为应用场景，主要对车联网中的V2R(Vehicle to Roadside)进行部署，通过考虑网络覆盖范围和设备容量等因素，建立了整型线性规划（Integer Linear Programming，ILP）模型，并运用优化求解器Gurobi对模型进行求解，得到网络的最终部署方案。 最后，针对大规模场景下，Gurobi求解线性规划模型效率过低，甚至无法求解的问题，本文提出了快速启发式算法。该算法能够得到模型的近似最优解，并且使求解时间大大减少。通过仿真实验，对数学模型和算法求解的结果进行对比，显示了算法求解的有效性和高效性，体现了算法的优越性。 本文通过对雾计算环境下车联网进行优化部署，降低了网络部署成本，使得车联网部署更加经济可靠，为车联网实际部署提供了理论依据和技术支持。 |
| 作者： | 郭平 |
| 专业： | 信息与通信工程 |
| 导师： | 林彬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
