基于模糊逻辑和强化学习的车联网路由算法研究

发布时间：2023-04-01 15:36

　　近些年来,随着人们生活水平的不断提高,汽车已经成为了人们出行的主要交通工具。将汽车与无线通信相结合,形成车载自组织网络(Vehicular Ad Hoc Networks,VANET),即将成为一种重要的通信方式。该网络可以将感兴趣区域内所有车辆携带的信息通过多跳路由的方式汇总到一个数据载体车辆中,进行处理与反馈。然而由于车辆节点具有移动速度快、移动方向受街道限制等特殊特征,传统的无线自组网路由协议将不再适用于车载自组网。因此,本文针对车载网络的特殊需求,考虑车辆间距离、车辆移动性参数和信号强度等多参数限制,提出了一种基于模糊逻辑和强化学习的车联网路由算法。通过专用仿真工具,结合真实道路情况,于传统路由算法和群智能路由算法进行仿真验证,仿真结果表明该算法可以很好的适应多参数限制,并在网络平均跳数,平均时延和网络连通成功率等方面具有很大优势。首先,本文介绍了VANET的两种专用仿真工具,城市车辆移动性模拟工具(Simulation of Urban MObility,SUMO)和面向对象的网络仿真器NS-2(Network Simulation-2)。SUMO是一个城市街景仿真软件,可以...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外研究现状
        1.2.1 MANET路由的研究现状
        1.2.2 VANET路由的研究现状
        1.2.3 国内外研究现状简析
    1.3 本文的主要研究内容
第2章 仿真环境与传统路由算法
    2.1 SUMO仿真环境介绍
    2.2 NS-2 仿真环境介绍
    2.3 传统路由算法理论分析与性能对比
        2.3.1 传统路由算法理论分析
        2.3.2 传统路由算法性能对比
    2.4 本章小结
第3章 基于群智能的MANET路由算法
    3.1 蚁群优化路由算法
    3.2 粒子群优化路由算法
    3.3 遗传优化路由算法
    3.4 算法仿真与分析
    3.5 本章小结
第4章 基于模糊逻辑的VANET路由算法
    4.1 模糊逻辑基本思想
        4.1.1 模糊逻辑理论概述
        4.1.2 模糊逻辑路由
    4.2 基于模糊逻辑的路由算法与仿真
        4.2.1 计算模糊逻辑因子
        4.2.2 模糊化
        4.2.3 IF/THEN规则映射
        4.2.4 去模糊化
    4.3 仿真结果与分析
    4.4 本章小结
第5章 基于模糊逻辑和强化学习的簇头转发路由算法
    5.1 基于模糊逻辑的中心节点和簇头的选择
        5.1.1 基本思想
        5.1.2 中心节点的选择
        5.1.3 簇头的选择
    5.2 基于强化学习的首尾两跳优化
        5.2.1 强化学习概述
        5.2.2 基于Q学习的路由优化
    5.3 仿真结果与分析
        5.3.1 移动模型
        5.3.2 基于模糊逻辑的簇头转发仿真分析
        5.3.3 基于强化学习的首、尾两跳优化仿真分析
    5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：3777402