声明
第1章 绪论
1.1 课题来源
1.2 课题研究背景、目的和意义
1.3 相关领域国内外研究现状
1.3.1 认知车载网络发展现状研究
1.3.2 频谱分配算法研究
1.3.3 频谱接入退避机制研究
1.4 本文主要研究工作和组织结构
1.4.1 主要研究工作
1.4.2 论文组织结构
第2章 基于分解的多目标布谷鸟搜索频谱分配算法研究
2.1 研究模型分析和建立
2.1.1 认知车载网络模型
2.1.2 CVU的移动模型
2.1.3 PU的信道使用模型
2.1.4 最大化吞吐量和公平性多目标问题模型
2.2 基于分解的多目标布谷鸟算法
2.2.1 基于分解的多目标优化算法
2.2.2 改进的布谷鸟搜索算法
2.2.3 MOICS/D算法
2.3 标准函数下算法仿真及分析
2.3.1 改进布谷鸟算法性能测试
2.3.2 MOICS/D算法性能测试
2.4 基于分解的多目标布谷鸟搜索频谱分配算法仿真及分析
2.5 本章小结
第3章 基于相对剩余时间的频谱接入退避算法研究
3.1 认知车载网络频谱接入
3.1.1 WAVE体系结构与多信道管理
3.1.2 IEEE802.11p中DCF机制
3.2 基于相对剩余时间的自适应退避算法
3.2.1 相对剩余时间
3.2.2 自适应退避算法
3.3 Markov建模分析
3.3.1 高负载网络下Markov建模
3.3.2 低负载网络下Markov建模
3.4 退避算法性能分析与测试
3.4.1 吞吐量
3.4.2 公平性
3.4.3 丢包率
3.4.4 传输时延
3.5 本章小结
第4章 基于NS3的认知车载网络系统实现
4.1 NS3网络仿真软件
4.2 系统总体设计和实现
4.2.1 需求分析
4.2.2 仿真系统的实现
4.2.3 动态网络可视化
4.3 RRTBA算法在系统中的实现与分析
4.4 本章小结
第5章 总结
5.1 全文工作总结
5.2 下一步研究展望
致谢
参考文献
攻读硕士学位期间的科研成果