一、高速公路系统中通信网络的规划与设计（论文文献综述）
张尧[1]（2020）在《车载边缘信息系统中通信与缓存技术研究》文中提出新型智能交通应用的出现和移动通信网络的发展为传统的车载通信技术注入了新的活力,同时也带来诸多挑战。近年来,尽管基于车-车通信、车-路通信的车联网技术已经被广泛研究并且取得长足发展,然而在处理对网络和计算性能有较高要求的新型交通应用（如交通监控视频、在线应用、高清地图等）时则显得力不从心。而边缘计算架构以其灵活的资源管理方式、提升系统响应效率和降低网络负载的能力等优良性能近年来备受关注。因而将边缘计算架构应用于车载通信场景,形成以赋能边缘侧通信、缓存、计算功能为导向的车载边缘信息系统成为新的发展方向。该系统中通信功能的作用是:基于多车协作、车路协同等建立新型通信架构,增强传统车联网在应对大容量内容数据传输时链路质量稳定性和高效性,以支撑新型智能交通应用服务;缓存功能则通过对用户请求合理建模、提前预判等手段,在车辆、路设等具有缓存能力的网络边缘节点中实现主动式内容缓存,降低用户请求的响应时间、增强边缘响应能力。二者作为车载边缘信息系统计算能力提升的基础,同时也是本研究重点内容。新型交通应用对网络服务的连续性、系统响应效率、资源利用率等性能有着更高的要求。传统的研究方案更多的是考虑如何克服车辆高动态特性对网络性能的恶化。本研究则从不同角度,对车辆本身固有属性进行深度挖掘,探究不同交通属性对系统性能正、负双面影响,提出对应解决方案,获得更加优越且适用于大容量内容传输和服务的网络性能。具体而言,本研究以车载边缘信息系统为导向,以车辆稳定性、移动性和非平稳特性为切入点,以增强通信链路的稳定性、缓存服务的能效性和高效性为目标,基于实际交通数据分析和验证,首先建立了基于车辆稳定性的车间通信机制,进而实现车辆移动性辅助的车载缓存策略,最后设计针对车载用户请求非平稳特性的在线边缘缓存算法。通过运用多种经典数学理论及方法,从实际场景剥离科学问题进而建立理论分析模型并推导解决方案,最终实现车载边缘信息系统通信和缓存服务性能的提升。本研究具体研究内容包含以下三个方面:（1）探究车载通信中车辆稳定性的存在并基于此建立多跳骨干通信网络架构:首先基于对实际交通流移动特征分析,探究并证明了车辆稳定性的存在,运用刃形绕射模型和移动特征稳定性模型建立稳定车辆判别方法,进而建立了多跳骨干传输链路的构建和维护机制。为面向大容量数据传输的车间链路稳定性研究提供了思路。同时,探究了车载通信中不同特征业务类型的一般性建模方法,建立基于G/G/1队列的多跳链路分析模型,具有较广泛的适用性。该项工作为在动态变化网络场景中设计稳定有效的通信机制提供了思路,为现有智能交通系统中车间通信机制提供了补充。（2）挖掘车辆移动性在车载缓存中的作用并设计面向能效的在线车载缓存机制:该部分工作旨在将车辆（尤其针对自动驾驶车辆）角色从服务消费者变为服务提供者,建立了利用车辆移动性增强车载缓存服务性能的分析方法和缓存决策算法。首先运用二维马尔可夫过程对缓存车辆与有请求的移动用户的链路连接特性进行建模,得到请求用户、缓存车辆、基站三者间网络服务概率,该模型为异构网络中用户对服务网络选择的建模提供了思路;其次引入网络能效性能指标到车载缓存研究中,为车载缓存决策的制定提供了新的评估依据;建立面向能效最大化的缓存优化问题,并基于非线性规划和Lyapunov优化理论建立近似求解方案,可以为通信网络中的相似分式优化问题的求解提供借鉴。最终建立面向网络能效最大化的在线缓存决策算法,提升网络能效同时增强系统增益。（3）捕捉车载用户请求非平稳特性并设计面向效用最大化的在线缓存算法:针对边缘缓存服务场景,首先对车载用户请求的平稳与非平稳特性在边缘缓存中的影响进行建模分析,设计了面向非平稳性的在线边缘缓存算法,为车载用户提供缓存服务的同时增强（Road Side Unit,RSU）缓存效率和资源利用率;设计了RSU服务链路中断分析模型,为RSU与车辆间连接特性的表征提供了新方法和思路;最终建立面向效用最大化的边缘缓存机制,在保证缓存内容公平性的同时,实现缓存命中率和缓存中断率的性能折中。
刘森,张书维,侯玉洁[2]（2020）在《3D打印技术专业“三教”改革探索》文中研究表明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
高克俭[3]（2018）在《高速铁路TD-LTE网络规划的研究》文中进行了进一步梳理高速铁路正在蓬勃发展,高铁运营里程近几年增长迅速。高铁列车的运行速度随着技术的不断进步飞快提升,随之而来的,就是旅行条件的逐渐改善,旅行费用的逐步降低,高铁用户必将大规模增加,乘客们对旅途中的通信需求也将日益强烈。如何满足广大高铁用户在列车运行中高速数据业务接入的需求已经迫在眉睫。拥有低时延和较高峰值速率的TD-LTE通信系统,为解决高铁通信网络覆盖需求带来了保障。但是高铁速度快、车厢穿透损耗大的特点,为组网规划增加了难度,需要在规划过程中重点关注,采取有效措施解决。本论文首先介绍了TD-LTE的基本理论,包括基本概念、关键技术与优势等。并结合高铁的特点对其覆盖难点进行了分析;其次,从组网方式、容量规划、覆盖规划、站址设置、频率选用等方面给出了高铁场景TD-LTE组网规划的原则和建议;然后针对高铁通信网络覆盖难点提出了详细的解决方案;最后,通过结合湖北高铁网络建设,明确和细化了不同场景下的组网方案,并对CSFB（语音回落）网的选择以及工程建设中配套电源的解决方案提出了想法和建议。另外还介绍了规划仿真的具体方法和步骤,通过将网络优化部分工作前置,切实做到精细化的网络规划。本论文采用理论研究与工程实践相结合的方式,通过精确规划,合理进行网络布局,确保网络质量达到最优,对湖北省高铁TD-LTE网络建设具有一定的指导意义。
邓锡[4]（2019）在《县级电力通信传输网的分析与优化》文中提出电力通信网是电力系统的一个重要组成部分,电力通信网络的可靠性、稳定性和安全对现代化电力系统发展具有重要作用。随着当前各种宽带业务对网络容量的不断攀升,SDH(（Synchronous Digital Hierarchy,同步数字体系）技术凭借其同步复用技术和标准化接口等优势能够进一步挖掘光纤的频带资源,成为当前电力通信网络优化的主要趋势之一。本文给出了SDH的相关理论及技术特点。根据通信传输网络建设的指导原则,针对县级当前的电力通信传输网的现状和未来需求,提出了县级SDH组网的优化方案,阐述了县级SDH的传输网络的三层网络的构建方式,说明了基本业务的配置、以太单板的配置过程;详细介绍了项目的实施过程。本文的工作对电力通信网的理论实际应用,为今后的工作奠定良好基础。
陈芙蓉[5]（2020）在《VANET中高速公路盲区数据转发方案研究》文中提出车载自组织网络（Vehicle Ad-hoc Network,VANET）是车联网的重要组成部分,在高速公路盲区（Dark Area,DA）应用VANET技术是实现道路无缝网络连接的关键方法。VANET环境下用户希望能随时随地便捷地接入互联网,这在高速公路环境下实现的难度较大,高速公路中车辆的高速移动易引发网络拓扑频繁切换、链路生存时间短暂等问题,设计高效的VANET路由协议对于优化高速盲区的数据转发、提高车辆间网络传输性能至关重要。本文主要研究VANET在高速公路场景下的应用,针对高速公路通信盲区中数据无法持续高效传输的问题,提出一种分簇结构下的基于网络传输延迟的改进AODV协议——TD＿AODV（Improved AODV Routing Protocol Based on Network Transmission Delay）,研究的主要内容包括:首先,从物理层连通角度研究VANET中的数据传输。物理层连通是实现VANET数据传输的基本要求,为评估高速公路场景下VANET的连通性,基于平均车间距离分布函数并考虑最小安全距离、信道环境等因素,建立单车道环境下的连通概率分析模型。仿真结果表明了VANET连通性与车辆单跳通信半径、路段车辆密度等因素的关系,同时对单车道车间通信的最佳连通条件进行了理论预测。其次,从网络层协议角度对传统协议进行改进设计,在网络层改善数据传输性能。针对高速公路网络间歇性连通引发的数据转发效率低等问题,在车间通信中引入分簇思想。同时,考虑传统AODV路由协议应用于高速公路VANET的不适性,以及分簇结构中车间消息传输对时延的需求,提出一种分簇结构下基于网络传输延迟改进的TD＿AODV协议来规划数据的转发路径。改进后协议通过在簇头应用排队论模型估算簇内的转发性能,将所得簇内转发延迟作为簇间链路的权重,并运用Dijkstra算法得出到达目的节点所在簇的最短延迟路径进行数据转发。最后,基于OPNET仿真平台分别在不同车辆数目、不同车辆速度下对TD＿AODV协议进行仿真,并与传统AODV协议进行比较,通过仿真结果对比分析两种协议的网络性能。仿真表明,改进后协议的分组投递率、传输延迟等性能均得到有效改善。
王丽君[6]（2019）在《基于机器学习联合协作通信的车联网性能研究》文中提出随着智能交通系统（Intelligent Transport System,ITS）的发展,车联网（Vehicular Network,VNET）作为物联网在交通领域的典型应用,上到城市建设发展,下到人们的出行效率,都发挥着越来越重要的作用。而由于车辆的高速机动性,传统的移动计算面临着高效、快速的资源调度和功率分配等挑战。同时,实现车辆之间的接入网服务是在车辆附近提供通信服务的重要方法之一。因此,尽可能接近的通信部署,研究车联网新的体系结构,对未来智能交通系统的发展非常重要。而连通性作为车联网的一个基础而重要的指标,对于车联网的网络规划、拓扑控制以及用户体验都具有非常重要的意义。近年来,国内外专家学者们提出了很多关于车联网连通性的方法,且获得了不错的效果。但由于交通环境的复杂性,制约车联网技术发展的特性有复杂的无线传输环境、潜在的大规模特性、高动态特性、分区网络特性和网络安全隐私等挑战。因此,本文在跟踪国内外最新研究进展的基础上,围绕车联网的性能指标,着力于从协作通信和机器学习两个方面进行了深入的研究。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,最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。核心问题涉及到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。具体包括以下研究内容:本文首先提出采用无蜂窝的基于移动接入点的协作通信车联网体系结构。该无蜂窝协作通信车联网与传统车联网相比,基于移动接入点的协作通信,对车联网的不同接入方式进行横向融合。通过协调多点（Coordinated Multi-point,CoMP）传输和接收,与协作基站或移动接入点通信,实现满足不同需求的车联网最优接入方案,建立低时延、高可靠的基于软件定义网络（Software Defined Network,SDN）的车联网混合组网架构。利用SDN收集车辆运动状态信息,获得全局网络视图,采用先局部后全局的方式实现网络资源的灵活调度。无蜂窝车联网中车辆构成多重SDN云,实现分布式同集中式相结合的资源调度和投放机制。仿真结果表明,本文提出的融合无蜂窝通信网络,不仅在基站处和移动终端处都能够节约能源,且移动终端的能量效率随着协作基站数量的增加而增加,优化车联网性能。针对高速行驶车辆通信的频繁切换和中断问题,提出的基于移动接入点的5G无蜂窝车联网通信方案,将固定基站替换为车载移动接入点,以方便用户访问。移动接入点采用联合发送和联合接收的方式与车辆用户进行协作通信,增强车与车通信（Vehicle to Vehicle Communication,V2V）的连通性和可靠性。并给出了三种车辆选择方案作为协作移动接入点的策略原则,构建了5G无蜂窝移动接入网。数据仿真结果比较了各种移动接入点选择策略下的连接性能和延迟性能。采用移动接入点的5G无蜂窝车联网通信方案显着优于简单的移动中继或移动接入方案。兼顾负载均衡,增强了车联网通信的连通性和可靠性。本文的第二个创新点是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,对于车联网的流量业务进行建模分析。针对车联网中V2V的协作通信机制,提出了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。根据数据业务需求在空间和时间上的分布特征,基于随机几何理论方法对车联网业务的空间分布特征构建模型,采用排队论对业务的时间分布特征构建模型,运用机器学习方法对车联网时空流量进行分析和预测。为车联网中的协作资源调度和分布式路由选择提供依据。本文所提V2V协作通信算法融合了车联网终端侧的接入网络选择机制及网络侧的调节函数策略,能够依据用户的最优分布及实际分布,基于目标函数和约束条件的转换,动态自适应的来改变网络调节函数因子,从而引导车联网用户终端合理选择动态节点来接入网络。而基于系统用户体验（Quality of Experience,QoE）效用函数的网络资源分配函数,解决了车辆接入网络的不同接入方式会造成部分车载资源丢失和浪费的问题,实现协作通信下的最优功率分配和频谱资源共享。本文的第三个创新点是基于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。从多层次多维度的资源调度策略基础上出发,针对无蜂窝结构车联网中车辆的业务需求,对时间分布和空间分布的车联网业务需求进行感知和预测,在城市密集交通场景的大尺度宏观车流模型和小尺度微观车流模型的不同层次上,以及空间和时间不同维度上,提出基于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预测,对车联网中的无线通信资源进行调度和分配。将资源供给与业务需求进行快速匹配,保证车联网通信业务的低延时要求。结合空间、时间和频率多维度模型,分析车联网通信在精准资源调度策略下,对包括连通性在内的车联网性能指标进行优化。针对车联网时延和连通性等关键性能指标定义服务质量的效能函数,在存在随机干扰的情况下,采用离散随机逼近算法针对调度参数进行优化,实现精准的资源调度和负载均衡。最后,在实际应用的车联网场景中,按照本文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。对于用户业务需求、终端数据缓存状况、用户信道信息等数据,在保证服务质量（Quality of Service,QoS）需求、无线资源利用率及用户公平性的前提条件下,确定用户的优先级并进行频域或时域资源的分配。
陈鹏[7]（2019）在《基于高精度北斗系统的雾天高速公路ADAS研究》文中研究表明雾天环境下的安全行车问题已经成为制约高速公路功能充分发挥的瓶颈。目前对于浓雾天气,管理部门主要采取封闭高速公路的措施来保障安全,但实际上只是将事故转移到了其它道路。本文在分析全球卫星导航系统、高精度电子地图和车载网络通信技术发展趋势的基础上,对基于高精度北斗系统的ADAS展开了研究,并根据雾天高速公路多车道行车的方案围绕车道级定位技术和雾天行车预警策略等关键问题进行了探索。本文主要研究内容以及成果如下:（1）结合厘米级BDS定位技术、高精度电子地图和车载网络通信技术的发展趋势,设计了雾天高速公路车辆ADAS总体方案,确定了ADAS采用的车辆定位模块和IEEE WAVE通信协议,设计了基于雾天高速公路多车道行车的车辆行驶预警规则和车车安全距离的确定方法。（2）针对高速公路雾天多车道车辆通行的需要,分析了车道级定位技术中BDS定位精度和高精度电子地图核心要素要求,研究了车道级地图车行道中心线三次样条曲线拟合方法,并基于高精度电子地图和厘米级BDS定位技术,提出了基于逐次逼近法的车辆行驶车道实时识别方法。（3）设计并开发了车载单元硬件系统,主要包括以STM32F103为控制芯片的最小系统模块、北斗定位导航模块、车载无线数据接收和发送模块、人机交互模块以及其它辅助模块等。（4）开发了雾天高速公路驾驶辅助系统软件程序,基于C语言和Keil MDK编程软件,使用库函数编程方法编辑了包括系统运行的初始化函数,北斗数据接收子程序,无线网络数据的接收和发送子程序,安全距离参数的计算和预警决策条件的判断程序等。（5）开展了系统网络性能测试与分析,从网络延时和吞吐量两方面设计进行了车载无线网络通信性能实验,实验结果表明在雾天高速公路的行车环境下系统的网络性能稳定,300m通信距离内30ms以下低时延和550kb/s以上高数据吞吐量的高效通信,能够保证车辆行驶状态信息快速、有效的收发。
陈强伟[8]（2019）在《基于车辆交通信息的VANET路由协议算法研究》文中进行了进一步梳理车载自组织网络（VANET）是传统的移动自组织网络（MANET）与车辆之间有机的进行结合,对网络中所有车辆节点进行数据信息处理,达到智能化管理交通和提供信息服务为目的的通信网络。由于在VANET网络中车辆节点有较快移动速度,组成的网络拓扑频繁的发生变化。如何改善VANET网络在通信过程中的出现的问题成为VANET研究和发展的焦点。本文针对城市道路环境或高速公路环境下车载自组网（VANET）网络通信带宽有限制、拓扑结构快速频繁的变化、信息包丢包率高、传输的可靠性低、信息转发时延大等问题。对VANET网络的内容进行了深入详实的研究和分析,阐释了基于位置的方向车辆路由协议（PDVR）存在的不足和缺点,并利用道路车辆交通信息,进行路由协议的改进和设计。同时,研究分析了 VANET网络中所存在的运动模型,并利用SUMO+MOVE进行运动模型的构建。针对PDVR路由协议中存在的不足和缺陷,得到改进的位置的方向车辆路由协议（IPDVR）。在数据信息包中加入相关路向信息标识,有利于提高通信过程中数据传输效率;加入候选节点中下一跳节点的判断机制,有利于改善数据传输的链路中断情况;加入自我衡量节点性能好坏的标识,有利于提高节点通信的质量。通过与PDVR 比较,改进的IPDVR可以提高协议对通信过程的整体性能。在PDVR和IPDVR基础上,提出了基于车辆位置交通信息（VLTI）的路由协议。该协议首先根据道路上的车辆进行分组,引入了分组信息包（GIP）有助于获取组内的节点成员信息,进行组内成员节点信息转发,然后对道路上的转弯路口进行选择,从而构建出一条稳定高效的通信链路,通过模拟实验仿真该协议在通信过程中表现出良好的可靠性。为了验证基于车辆交通信息所设计和改进的路由协议的相关性能情况,通过在OPNET网络模拟仿真平台上进行模拟仿真。网络模拟仿真所需要的场景信息的设置将直接影响路由协议性能,利用了 SUMO+MOVE得到真实的场景数据应用到OPNET网络仿真中。通过OPNET仿真模拟,得到的仿真结果数据进行分析比较,基于车辆交通信息的所设计改进的路由协议,在分组投递率的性能表现上提升增加了 10%以上,而数据传输的端到端时延的性能表现上减小降低了 20%以上,因此,基于车辆交通信息的路由协议表现出更好的优越性和可靠性。
钟罡[9]（2019）在《基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究》文中研究表明随着高速铁路、航空、城市轨道交通等客运方式的快速发展,衔接多种交通方式的综合客运枢纽在居民的日常出行中占据着日益重要的地位。大规模客流的集散使得综合客运枢纽成为城市交通网络中的关键结点,研究枢纽乘客的出行行为能够掌握枢纽的日常运营情况,分析枢纽对于城市交通的现有和潜在影响,为交通规划者和管理者提供必要的支撑信息。手机信令数据作为一类典型的交通大数据,研究者已经尝试将其应用于居民出行行为分析研究并取得了部分理论和实践成果,然而完善成熟的方法体系仍处于不断探索的过程,尤其是对重点区域和特定群体的研究目前受到的关注较少。基于手机信令数据在出行行为分析研究领域表现出的潜力,论文通过手机信令数据的特征分析、枢纽乘客的识别、枢纽乘客的出行特征分析、枢纽乘客的出行需求分析等多个方面尝试探索手机信令数据在枢纽乘客出行行为分析方面的应用。具体的研究内容和成果可以概括为以下几个部分:首先,论文从手机信令数据的基本概念入手,介绍了GSM通信网络的基本架构和手机信令数据的产生原理,并对手机信令数据的定位原理进行了说明;以实际获取的手机信令数据为例,解析了数据的具体字段组成及含义,通过空间精度和时间精度的分析阐述了数据的基本特征;针对手机信令数据中存在的各类噪声数据,说明了噪声数据的产生原因及数据形式,提出了相应的数据预处理方法;对比分析了包含手机信令数据在内的几类新型位置数据的数据特征,总结了手机信令数据的优缺点以及在出行行为研究中的适用性,并说明了手机信令数据的大数据特性。第二,基于对综合客运枢纽基本概念的梳理,提出了枢纽通信空间范围的识别方法和枢纽乘客的分类识别方法,分别用于从手机信令数据中提取研究范围和研究对象。在研究范围提取方法中,论文定义了时间距离和空间距离的概念,构建了时空距离模型用以度量基站之间的相似性,基于对基站之间相似性的分析构建了一套判断枢纽周边基站是否属于枢纽通信空间范围的方法流程;在研究对象识别方法中,论文对枢纽乘客进行了分类,根据各类乘客的数据时空特征建立了对应的识别准则,实现对各类乘客的具体识别。论文以上海虹桥枢纽作为分析实例,对枢纽乘客的识别结果进行了误差分析,验证了方法的有效性。第三,根据对“电子轨迹”和出行轨迹的对比,指出了从手机信令数据中提取出行轨迹的必要性,论文将出行轨迹分为出行端点和出行过程两个部分,以出行端点识别方法作为出行轨迹提取方法的核心部分,对经典的Asakura方法进行了具体介绍和局限性分析,引入了最小包围圆理论作为出行端点的空间限制条件,建立了改进的出行端点识别方法,利用上海市的手机信令数据验证了改进方法的有效性和优越性。以此为基础,论文提出了枢纽乘客的出行特征指标,并具体分析了虹桥枢纽乘客的出行特征;另外,论文采用了关联规则方法分析枢纽乘客的出行轨迹,建立了一种枢纽TOD模式的评估方法,用以量化评估枢纽开发区对于乘客的吸引能力以及与城市中其他区域的空间联系。最后,结合获取的枢纽乘客的出行轨迹和出行特征信息,论文提出了一种枢纽乘客的出行需求分析方法,包括出行需求模式分析和交通走廊识别;在对枢纽乘客的出行进行研究范围和相关性筛选的基础上,论文提出了出行需求模式参数用以对枢纽乘客在城市范围内与枢纽相关的出行需求的归一化和可视化展示,规避了由于交通小区面积的差异而带来的分析偏差;根据对前人研究方法的介绍和对比,论文改进了一种基于映射模型的交通走廊识别方法以满足研究需求,通过交通走廊的识别展示大量出行需求的具体空间分布特征。论文以虹桥枢纽作为示例分析了枢纽乘客在上海市范围的出行需求模式,识别了与虹桥枢纽相关的两条交通走廊。论文的工作对枢纽乘客的出行行为研究以及手机信令数据在城市交通中的应用进行了探索,将理论研究与实例分析进行了紧密结合,为工程应用提供了理论支撑。
刘福平[10]（2019）在《基于手机信令的城市交通网络关键节点识别及时空特征研究》文中认为城镇化水平的不断提升促使城市交通网络规模在不断地扩张,与此同时交通网络面临的灾害风险也不断加大。在各种灾害面前,交通网络脆弱的抵御能力不断显现,“级联失效、瘫痪崩溃”现象时常发生,造成城市不可估量的损失。因此,人们对于交通管理者如何在现有资源条件下实现城市道路交通网络高效可控及强应变能力提出了巨大的挑战。移动通信技术的发展带来了手机信令大数据应用时代,产生了海量、高精度的居民位置信息和活动时空轨迹,为城市交通网络的全面感知提供了可能。本文以交通网络交叉口节点为研究对象,以道路交叉口节点的管理和保护为突破口,运用手机信令产生的海量定位大数据,挖掘出城市道路交通网络的关键节点,并从大样本居民出行活动入手,分析关键节点上居民活动行为的时空间特征,以此为基础制定科学、合理的关键节点管理、畅通策略,从而实现加强交通网络的可靠性、提升网络应变能力的作用。具体而言,本文包括以下主要研究内容:1.为了解决手机信令在交通数据采集应用的阻碍,建立基于手机信令数据提取城市道路网络上车辆运行轨迹数据的基本程序。提出了基于KNN的3D射线传播模型的道路精确匹配算法和运用时间间隔、序列长度、速度为作为聚类阈值的车辆轨迹模式识别方法。为剔除异常轨迹提升轨迹数据质量,提出了以“车速约束、距离约束、时间约束”三个指标作为证据判别的证据理论异常轨迹检测轨迹方法。从而获得了精确、可靠的长沙市城市道路交通网络上车载用户的运行时空轨迹数据。2.由于复杂网络关键节点的挖掘识别方法多样,通过对已有交通网络关键节点挖掘方法的对比分析,提出了基于手机信令轨迹数据的具有“五大特征”的城市交通网络关键节点定义以及“六步法”识别提取城市交通网络关键节点。对于关键节点的识别提取结果建立了信息融合的可信度判定方法。为深入分析关键节点的时空间特征,本文突破传统框架城市交通分析局限,从“居民活动空间分析”出发,建立了关键节点居民活动时空间多维刻画体系,提出了时空间特征定量刻画的11个指标,“全息式”的描述了关键节点上居民活动时空演变规律和空间集聚特征,深刻揭示了交通网络节点“交通源”的时空特征。3.为了验证了基于手机信令数据获取城市交通网络关键节点理论方法的可行性。以长沙市为实例,以长沙市手机信令数据为基础,结合关键节点定义和识别提取方法,成功地提取出了长沙市城市道路交通网络节点（851个）中的关键节点（72个）。并通过“四大数据源”构建的可信度判别体系,判定了关键节点识别结果的可靠性。对于关键节点时空间特征选取了典型的六个节点,从8个维度进行了刻画分析,得到了关键节点定量的时间特征、空间特征描述。最后从宏观、中观、微观三个角度提出了长沙交通网络关键节点的1 1条针对性畅通对策,以实现长沙交通网络节点有效管理和强力保护。
二、高速公路系统中通信网络的规划与设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高速公路系统中通信网络的规划与设计（论文提纲范文）
（1）车载边缘信息系统中通信与缓存技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.1.1 车载通信系统 |
| 1.1.2 边缘计算 |
| 1.1.3 车载边缘信息系统 |
| 1.1.4 本文落脚点 |
| 1.2 研究热点与面临挑战 |
| 1.2.1 车载通信技术概述 |
| 1.2.2 车载边缘缓存技术概述 |
| 1.3 本文的研究动机 |
| 1.4 论文主要研究内容及组织结构 |
| 第二章 多跳通信架构设计及性能分析 |
| 2.1 引言 |
| 2.1.1 研究背景及现有挑战 |
| 2.1.2 本章主要工作 |
| 2.2 稳定车辆的存在性及建模分析 |
| 2.2.1 车辆移动性分析 |
| 2.2.2 车辆信道状态分析 |
| 2.3 系统模型 |
| 2.3.1 信道模型 |
| 2.3.2 MAC层模型 |
| 2.4 两层多跳车间传输网络架构 |
| 2.4.1 引导启动过程 |
| 2.4.2 自适应拓扑维护 |
| 2.4.3 数据传输过程 |
| 2.5 骨干传输链路分析模型 |
| 2.5.1 排队网络模型 |
| 2.5.2 性能指标 |
| 2.6 性能评估 |
| 2.6.1 仿真设置 |
| 2.6.2 SI标识符评估 |
| 2.6.3 到达速率方差对G/G/1影响 |
| 2.6.4 分组投递率性能 |
| 2.6.5 端到端时延性能 |
| 2.6.6 吞吐量性能 |
| 2.7 本章小结 |
| 第三章 车辆移动性感知的车载缓存算法设计 |
| 3.1 引言 |
| 3.1.1 研究背景及现有挑战 |
| 3.1.2 本章主要工作 |
| 3.2 系统模型 |
| 3.2.1 网络场景 |
| 3.2.2 通信模型 |
| 3.2.3 能量消耗模型 |
| 3.2.4 缓存车辆与移动用户通信交互关系建模 |
| 3.3 在线车载缓存机制设计 |
| 3.3.1 问题规划 |
| 3.3.2 问题规划 |
| 3.3.3 在线车载缓存方案 |
| 3.4 性能评估 |
| 3.4.1 仿真设置 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 基于缓存命中率和中断率折中的在线边缘缓存决策机制 |
| 4.1 引言 |
| 4.1.1 研究背景及现有挑战 |
| 4.1.2 本章主要工作 |
| 4.2 车载用户请求动态性预测 |
| 4.2.1 基于GP的用户需求预测 |
| 4.2.2 GP不同核函数的时间非平稳性预测性能评估 |
| 4.3 面向非平稳性的在线车载缓存算法设计 |
| 4.3.1 系统模型 |
| 4.3.2 面向非平稳性的在线缓存算法设计 |
| 4.4 车载缓存服务中断概率分析 |
| 4.4.1 服务时间的马尔可夫性质 |
| 4.4.2 停留和服务组合过程 |
| 4.5 基于效用的缓存机制设计 |
| 4.6 性能评估 |
| 4.6.1 缓存算法性能评估 |
| 4.6.2 缓存服务中断模型性能评估 |
| 4.7 本章小结 |
| 第五章 全文总结及未来展望 |
| 5.1 全文主要工作与贡献 |
| 5.2 未来工作规划 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（3）高速铁路TD-LTE网络规划的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景、意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要内容 |
| 第二章 高铁移动通信介绍 |
| 2.1 高铁移动通信的定义及特点 |
| 2.2 TD-LTE介绍 |
| 2.2.1 TD-LTE基本概念 |
| 2.2.2 TD-LTE关键技术 |
| 2.2.3 TD-LTE技术优势 |
| 2.3 高速铁路覆盖难点分析 |
| 2.4 高速铁路通信网络现状 |
| 2.5 本章小结 |
| 第三章 高铁网络规划的内容与原则 |
| 3.1 规划指标 |
| 3.2 组网方式 |
| 3.3 容量规划 |
| 3.4 覆盖规划 |
| 3.5 设置切换重叠带 |
| 3.6 站址规划 |
| 3.7 TA(跟踪区)设置 |
| 3.8 频率规划 |
| 3.9 邻区规划 |
| 3.10 本章小结 |
| 第四章 高铁覆盖难点的解决方案 |
| 4.1 多普勒频移解决方案 |
| 4.2 频繁切换解决方案 |
| 4.3 参数优化 |
| 4.4 本章小结 |
| 第五章 湖北高铁组网方案的设计 |
| 5.1 湖北省高速铁路概况 |
| 5.1.1 无线网络现状分析 |
| 5.1.2 现网存在的问题 |
| 5.2 专网方案的设计 |
| 5.2.1 汉宜高铁沿线测试分析 |
| 5.2.2 专网方案比选 |
| 5.3 宏基站组网方案的设计 |
| 5.3.1 链路预算 |
| 5.3.2 切换重叠带预算 |
| 5.3.3 站间距站轨距取定 |
| 5.3.4 天线设置原则 |
| 5.4 隧道组网方案的设计 |
| 5.4.1 隧道链路预算 |
| 5.4.2 覆盖方案 |
| 5.5 高架桥梁组网方案的设计 |
| 5.6 地堑场景组网方案的设计 |
| 5.7 与并行线路覆盖方案的设计 |
| 5.8 电源解决方案的设计 |
| 5.8.1 直流远供电源系统组成 |
| 5.8.2 直流远供高铁场景应用方案 |
| 5.8.3 直流远供优缺点分析 |
| 5.9 语音回落网的建议 |
| 5.10 网络覆盖的仿真 |
| 5.10.1 仿真准备 |
| 5.10.2 仿真流程 |
| 5.11 规划输出方案及实施效果 |
| 5.12 风险分析及规避建议 |
| 5.12.1 风险分析 |
| 5.12.2 规避建议 |
| 5.13 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 存在的问题和展望 |
| 参考文献 |
| 致谢 |
（4）县级电力通信传输网的分析与优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的框架和内容 |
| 第二章 相关背景知识介绍 |
| 2.1 SDH的基本概念 |
| 2.2 SDH传输网的定义 |
| 2.3 SDH的网络节点接口、速率和帧结构 |
| 2.4 SDH传输网的特点 |
| 2.5 SDH网络的几种常见结构 |
| 2.6 SDH网络的复杂结构 |
| 2.7 SDH网络的整体结构 |
| 2.8 SDH传输网的保护方式 |
| 2.8.1 环网自愈保护 |
| 2.8.2 子网连接保护(SNCP) |
| 2.9 SDH网络同步 |
| 2.9.1 SDH同步方式 |
| 2.9.2 SDH网同步的要求 |
| 2.10 本章小结 |
| 第三章 县级电力传输网的现状分析与优化 |
| 3.1 县级网络的基本情况 |
| 3.2 县级网络规划的方向和目标 |
| 3.2.1 县级传输网的网络优化目标 |
| 3.2.2 县级电力通信业务优化目标 |
| 3.3 县级传输网络建设指导原则 |
| 3.3.1 县级传输网络组建要点 |
| 3.3.2 县级本地网组网原则和要点 |
| 3.3.3 县级组网设备选择原则 |
| 3.4 县级组网优化方案 |
| 3.4.1 县级本地网网络站点规划 |
| 3.4.2 县级SDH传输网结构图 |
| 3.4.3 县级的各局站间中继电路需求的计算 |
| 3.4.4 县级的SDH网网络保护方式 |
| 3.5 本章小结 |
| 第四章 县级电力传输网优化项目的实践 |
| 4.1 县级组网建设的项目组织 |
| 4.1.1 项目实施过程 |
| 4.1.2 项目组织实施情况 |
| 4.2 县级优化后的网络结构 |
| 4.3 设备选择 |
| 4.3.1 核心层设备选择 |
| 4.3.2 汇聚层设备选择 |
| 4.3.3 接入层设备选择 |
| 4.4 基本业务配置 |
| 4.4.1 创建网元 |
| 4.4.2 单板配置 |
| 4.4.3 网元连接 |
| 4.4.4 时钟配置 |
| 4.4.5 公务配置 |
| 4.4.6 电路业务置 |
| 4.5 以太网单板配置 |
| 4.5.1 单板数据规划 |
| 4.5.2 VLAN划分 |
| 4.5.3 虚拟局域网配置 |
| 4.5.4 时隙业务配置 |
| 4.6 县级SDH网络同步 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文主要工作 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（5）VANET中高速公路盲区数据转发方案研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 VANET国外研究现状 |
| 1.2.2 VANET国内研究现状 |
| 1.3 研究内容 |
| 1.4 论文章节安排 |
| 第二章 VANET与路由协议研究 |
| 2.1 VANET概述 |
| 2.1.1 VANET组成与数据转发方式 |
| 2.1.2 VANET网络特征 |
| 2.1.3 VANET应用 |
| 2.2 VANET分簇研究 |
| 2.2.1 VANET网络结构 |
| 2.2.2 经典分簇算法 |
| 2.2.3 VANET分簇算法 |
| 2.3 VANET路由协议分类 |
| 2.3.1 基于拓扑的路由算法 |
| 2.3.2 基于位置的路由算法 |
| 2.4 本章小结 |
| 第三章 基于VANET的物理层连通性研究 |
| 3.1 VANET物理层连通性概述 |
| 3.2 VANET物理层连通性建模与分析 |
| 3.2.1 平均车间距离分布 |
| 3.2.2 信道阴影衰落 |
| 3.2.3 连通性建模 |
| 3.2.4 实验与分析 |
| 3.3 本章小结 |
| 第四章 一种基于网络传输延迟的改进AODV协议 |
| 4.1 VANET分簇策略 |
| 4.2 VANET排队模型建立与时延分析 |
| 4.2.1 排队论模型理论 |
| 4.2.2 VANET排队模型建立 |
| 4.2.3 簇间时延计算与分析 |
| 4.3 最短路由选择 |
| 4.3.1 Dijkstra算法 |
| 4.3.2 最短延迟路径计算 |
| 4.4 基于网络传输延迟改进的TD_AODV协议 |
| 4.4.1 传统AODV协议分析与改进 |
| 4.4.2 TD_AODV路由设计思想 |
| 4.4.3 协议分簇设计 |
| 4.4.4 协议路由机制 |
| 4.5 本章小结 |
| 第五章 协议仿真设计与结果分析 |
| 5.1 OPNET仿真平台 |
| 5.2 仿真场景构建 |
| 5.2.1 仿真场景模型 |
| 5.2.2 仿真节点模型 |
| 5.3 仿真参数与统计量 |
| 5.3.1 仿真参数 |
| 5.3.2 统计量 |
| 5.4 仿真结果分析 |
| 5.4.1 不同车辆节点数量下协议性能对比分析 |
| 5.4.2 不同车辆平均速度下协议性能对比分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（6）基于机器学习联合协作通信的车联网性能研究（论文提纲范文）
| 论文创新点 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 车联网中的研究现状 |
| 1.2.1 车联网中的协作通信 |
| 1.2.2 车联网中的机器学习 |
| 1.2.3 挑战与研究热点 |
| 1.3 主要研究内容及结构安排 |
| 2 融合无蜂窝网络的车联网协作通信性能研究 |
| 2.1 引言 |
| 2.2 车联网络模型 |
| 2.2.1 移动自组织网络 |
| 2.2.2 经典车联网络模型 |
| 2.2.3 融合无蜂窝通信网络模型 |
| 2.3 融合无蜂窝车联通信网络 |
| 2.3.1 5G融合无蜂窝网络的优势 |
| 2.3.2 无蜂窝通信网络架构 |
| 2.4 融合无蜂窝网络的协作性能分析 |
| 2.4.1 融合无蜂窝通信网络的基站分组方案 |
| 2.4.2 融合无蜂窝的网络连通性 |
| 2.4.3 融合无蜂窝的通信能效 |
| 2.5 仿真及分析 |
| 2.5.1 仿真环境设置及关键参数选取 |
| 2.5.2 融合无蜂窝的网络覆盖概率 |
| 2.5.3 融合无蜂窝的通信能效分析 |
| 2.6 本章总结 |
| 3 基于移动接入点的协作通信性能研究 |
| 3.1 引言 |
| 3.2 移动接入点的协作需求 |
| 3.2.1 5G车联网的关键性能需求 |
| 3.2.2 传统蜂窝网络的挑战 |
| 3.3 基于5G移动接入点的无蜂窝通信体系与建模 |
| 3.3.1 移动接入点车联网模型 |
| 3.3.2 车载移动接入点的部署 |
| 3.3.3 移动接入点的优势 |
| 3.3.4 基于5G移动接入点的无蜂窝体系结构 |
| 3.3.5 传输建模的对等通信 |
| 3.4 移动接入点的选取策略 |
| 3.4.1 预定义的选择方案 |
| 3.4.2 独立随机选择方案 |
| 3.4.3 协作选择方案 |
| 3.5 移动接入点的协作算法 |
| 3.5.1 移动接入点的覆盖范围 |
| 3.5.2 移动接入点的负载及影响 |
| 3.6 仿真及结果分析 |
| 3.6.1 仿真环境设置及关键参数选取 |
| 3.6.2 基于移动接入点的连通性测试 |
| 3.6.3 基于移动接入点的负载分布 |
| 3.6.4 不同选择策略的连通性概率比较 |
| 3.6.5 延迟性能分析 |
| 3.7 本章总结 |
| 4 基于V2V的车联网协作通信性能研究 |
| 4.1 引言 |
| 4.2 基于车联网流量业务的时空分布模型 |
| 4.2.1 随机交通模型 |
| 4.2.2 随机几何建立车流量空间分布特征模型 |
| 4.2.3 排队论建立车流量时间分布特征模型 |
| 4.3 机器学习预测 |
| 4.3.1 流量矩阵估计 |
| 4.3.2 矩阵训练算法 |
| 4.3.3 网络调节策略 |
| 4.4 V2V协作通信算法描述 |
| 4.4.1 算法框架 |
| 4.4.2 基于效用的网络资源分配函数 |
| 4.4.3 协作通信下的最优功率分配 |
| 4.4.4 基于效用函数的QoE |
| 4.4.5 上行链路的频谱资源共享 |
| 4.5 实验及分析 |
| 4.5.1 仿真环境设置 |
| 4.5.2 V2V的通信连通性 |
| 4.5.3 V2V的通信干扰分析 |
| 4.5.4 V2V通信时延估计 |
| 4.5.5 实际交通流数据预测及分析 |
| 4.6 本章总结 |
| 5 城市密集交通场景下的V2V性能优化 |
| 5.1 引言 |
| 5.2 系统模型与优化构建 |
| 5.2.1 典型车联网体系模型 |
| 5.2.2 V2V的信道模型 |
| 5.2.3 基于概率的城市道路组网 |
| 5.3 密集交通场景的组网算法 |
| 5.3.1 网络连通概率与车辆节点通信半径 |
| 5.3.2 网络连通概率与车辆节点数量 |
| 5.3.3 网络连通概率与能效算法实现 |
| 5.4 机器学习的优化构建 |
| 5.4.1 精准资源调度 |
| 5.4.2 离散随机逼近传输方案 |
| 5.4.3 动态路由预测 |
| 5.4.4 联合中继选择 |
| 5.4.5 协作传输的频谱共享 |
| 5.5 最优策略及迭代 |
| 5.5.1 强化学习的最优化值 |
| 5.5.2 求解最优策略 |
| 5.5.3 策略估计 |
| 5.5.4 策略改进 |
| 5.5.5 策略迭代 |
| 5.5.6 值迭代 |
| 5.6 算法仿真及结果分析 |
| 5.6.1 仿真环境设置 |
| 5.6.2 网络连通度指标 |
| 5.6.3 通信半径对连通性的仿真 |
| 5.6.4 结果与分析 |
| 5.7 本章总结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士期间发表的论文及科研项目情况 |
| 致谢 |
（7）基于高精度北斗系统的雾天高速公路ADAS研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 雾天高速公路通行改善措施 |
| 1.2.2 车载网络通信技术 |
| 1.2.3 BDS的发展应用 |
| 1.3 本文主要的研究内容 |
| 第2章 ADAS总体方案和理论基础 |
| 2.1 系统总体方案设计 |
| 2.2 BDS定位技术 |
| 2.2.1 BDS概述 |
| 2.2.2 BDS空间坐标系统 |
| 2.2.3 BDS动态绝对定位原理 |
| 2.2.4 BDS定位精度影响因素分析 |
| 2.3 WAVE协议架构 |
| 2.3.1 IEEE WAVE协议架构概述 |
| 2.3.2 IEEE802.11P协议 |
| 2.4 本章小结 |
| 第3章 雾天高速公路车道级定位技术研究 |
| 3.1 车道级定位技术 |
| 3.1.1 车道级定位的概念 |
| 3.1.2 车道级定位的必要性 |
| 3.1.3 车道级定位对系统定位精度的需求分析 |
| 3.2 车道定位算法研究 |
| 3.2.1 车道级地图核心要素 |
| 3.2.2 车行道中心线拟合方法 |
| 3.2.3 车辆行驶车道识别 |
| 3.3 本章小结 |
| 第4章 ADAS预警方法的研究 |
| 4.1 车车通信网络的搭建 |
| 4.1.1 物理层参数的选择 |
| 4.1.2 MAC层各参数的选择 |
| 4.1.3 多信道切换方式的选择 |
| 4.2 车载信息构成表设计 |
| 4.3 雾天高速公路车辆预警方法研究 |
| 4.3.1 强制换道预警规则设计 |
| 4.3.2 非强制换道预警规则设计 |
| 4.3.3 直行预警规则设计 |
| 4.3.4 弯道预警规则设计 |
| 4.4 安全距离参数的确定方法 |
| 4.5 本章小结 |
| 第5章 系统软硬件的设计与实现 |
| 5.1 ADAS硬件电路实现 |
| 5.1.1 硬件系统总体设计方案 |
| 5.1.2 MCU主控模块 |
| 5.1.3 BDS定位模块 |
| 5.1.4 车载通信网络模块 |
| 5.1.5 其它辅助模块 |
| 5.2 系统软件设计与实现 |
| 5.2.1 MCU主程序设计 |
| 5.2.2 BDS数据采集与处理 |
| 5.2.3 无线数据收发程序设计 |
| 5.3 本章小结 |
| 第6章 系统网络性能测试与分析 |
| 6.1 跟驰场景下的网络性能测试 |
| 6.1.1 实验流程 |
| 6.1.2 数据分析 |
| 6.2 特殊场景下的网络性能测试 |
| 6.2.1 实验流程 |
| 6.2.2 数据分析 |
| 6.3 测试结果总结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（8）基于车辆交通信息的VANET路由协议算法研究（论文提纲范文）
| 摘要 |
| ABSTRCT |
| 1 绪论 |
| 1.1 论文研究的背景与意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本论文的主要研究工作 |
| 1.4 论文的章节安排 |
| 2 车联网的综述 |
| 2.1 车联网的概述 |
| 2.2 Ad-Hoc网络概述 |
| 2.2.1 Ad-Hoc网络由来 |
| 2.2.2 Ad-Hoc网络的特性 |
| 2.2.3 几种不同组网异同 |
| 2.3 VANET网络 |
| 2.3.1 VANET与MANET异同 |
| 2.3.2 VANET网络特性 |
| 2.3.3 VANET网络优势和劣势 |
| 2.3.4 VANET网络的结构 |
| 2.4 VANET网络路由协议 |
| 2.4.1 路由协议的概述 |
| 2.4.2 路由协议的分类 |
| 2.5 本章小结 |
| 3 VANET网络节点运动模型的研究 |
| 3.1 节点运动模型的概述 |
| 3.2 VANET节点的运动模型 |
| 3.2.1 传统MANET节点的运动模型 |
| 3.2.2 VANET节点的运动模型 |
| 3.3 实际仿真环境的构建 |
| 3.3.1 SUMO+MOVE |
| 3.3.2 MOVE构建仿真环境 |
| 3.4 本章小结 |
| 4 基于车辆交通信息的路由协议研究 |
| 4.1 本章引言 |
| 4.2 基于位置的方向车辆路由(PDVR)协议 |
| 4.2.1 PDVR协议原则 |
| 4.2.2 PDVR协议实现 |
| 4.2.3 PDVR协议改进思路 |
| 4.3 基于改进的位置的方向车辆路由(IPDVR)协议 |
| 4.3.1 IPDVR的信息包设计 |
| 4.3.2 IPDVR的下一跳节点预判 |
| 4.3.3 IPDVR的节点性能预判 |
| 4.3.4 IPDVR协议实现 |
| 4.4 基于车辆位置交通信息的路由(VLTI)协议 |
| 4.4.1 VLTI协议原理 |
| 4.4.2 VLTI的车辆分组划分 |
| 4.4.3 VLTI的组内转发机制 |
| 4.4.4 VLTI的十字路口转发机制 |
| 4.4.5 VLTI协议实现 |
| 4.5 本章小结 |
| 5 仿真环境实现以及结果分析 |
| 5.1 网络仿真基础设置和性能指标设置 |
| 5.1.1 网络仿真基础设置 |
| 5.1.2 性能指标参数设置 |
| 5.2 实现路由协议的功能模块 |
| 5.2.1 路由协议的网络模型 |
| 5.2.2 路由协议的节点模型 |
| 5.2.3 路由协议的进程模型 |
| 5.2.4 协议实现的核心程序 |
| 5.3 实验仿真结果的分析 |
| 5.3.1 主要仿真参数设置 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（9）基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 综合客运枢纽乘客行为研究现状 |
| 1.2.2 移动通信定位技术及手机定位数据的应用现状 |
| 1.2.3 基于手机定位数据的人口活动特征研究现状 |
| 1.2.4 基于手机定位数据的出行者出行信息提取方法研究现状 |
| 1.2.5 基于手机定位数据的居民出行模式研究现状 |
| 1.2.6 研究现状总结 |
| 1.3 研究目的和意义 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 手机信令数据的特征分析与预处理方法研究 |
| 2.1 手机信令数据的产生原理与定位技术 |
| 2.1.1 蜂窝移动通信网络的发展历程 |
| 2.1.2 GSM移动通信系统与手机信令数据的获取 |
| 2.1.2.1 GSM移动通信系统架构 |
| 2.1.2.2 GSM网络信号空间覆盖结构与形状特征 |
| 2.1.2.3 信令的概念 |
| 2.1.2.4 信令数据的产生与采集 |
| 2.1.3 GSM移动通信系统的定位技术 |
| 2.2 手机信令数据的特征分析 |
| 2.2.1 本文采用的手机信令数据库概述 |
| 2.2.2 手机信令数据组成 |
| 2.2.3 手机信令数据空间精度特征 |
| 2.2.3.1 基站位置数据库 |
| 2.2.3.2 空间精度特征分析 |
| 2.2.4 手机信令数据时间精度分析 |
| 2.3 手机信令数据的预处理方法 |
| 2.3.1 无效数据处理 |
| 2.3.2 重复数据处理 |
| 2.3.3 乒乓数据处理 |
| 2.3.4 漂移数据处理 |
| 2.4 手机信令数据适用性与大数据特性分析 |
| 2.4.1 手机信令数据应用于出行行为研究的适用性 |
| 2.4.1.1 几类新型位置数据特征对比 |
| 2.4.1.2 适用性分析 |
| 2.4.2 手机信令数据的大数据特性 |
| 2.5 本章小结 |
| 第三章 基于手机信令数据的综合客运枢纽乘客识别方法 |
| 3.1 综合客运枢纽的基本概念 |
| 3.1.1 综合客运枢纽的定义 |
| 3.1.2 综合客运枢纽的功能 |
| 3.1.3 综合客运枢纽在城市交通中的作用 |
| 3.1.4 综合客运枢纽乘客出行行为研究的必要性 |
| 3.2 基于时空距离模型的枢纽通信空间范围识别方法 |
| 3.2.1 基本概念 |
| 3.2.1.1 枢纽通信空间范围 |
| 3.2.1.2 时间距离 |
| 3.2.1.3 空间距离 |
| 3.2.2 识别方法 |
| 3.2.2.1 选取枢纽通信空间范围的确定集合 |
| 3.2.2.2 选取确定集合中特征基站 |
| 3.2.2.3 建立时空距离模型 |
| 3.2.2.4 建立筛选标准 |
| 3.2.2.5 获取枢纽通信空间范围 |
| 3.3 基于规则的枢纽乘客分类与识别方法 |
| 3.3.1 枢纽通信空间范围内用户组成及乘客分类 |
| 3.3.2 基于手机数据时空分布特性的识别规则与过程 |
| 3.3.2.1 用户手机数据集 |
| 3.3.2.2 识别规则与过程 |
| 3.4 实例分析 |
| 3.4.1 测试枢纽与数据简介 |
| 3.4.1.1 测试枢纽 |
| 3.4.1.2 测试数据 |
| 3.4.2 枢纽通信空间范围识别结果 |
| 3.4.2.1 数据分析 |
| 3.4.2.2 过程结果 |
| 3.4.2.3 识别结果 |
| 3.4.3 枢纽乘客分类与识别结果 |
| 3.4.3.1 参数设定 |
| 3.4.3.2 识别结果 |
| 3.4.4 扩样方法与结果验证 |
| 3.4.4.1 扩样方法 |
| 3.4.4.2 结果验证 |
| 3.5 本章小结 |
| 第四章 基于手机信令数据的枢纽乘客出行特征提取方法 |
| 4.1 基于时空阈值的出行轨迹提取方法 |
| 4.1.1 出行端点识别方法 |
| 4.1.1.1 方法分类与选择 |
| 4.1.1.2 Asakura方法介绍 |
| 4.1.1.3 最小包围圆问题及其求解方法 |
| 4.1.1.4 改进的出行端点识别方法 |
| 4.1.2 出行轨迹生成 |
| 4.1.2.1 起讫点位置坐标 |
| 4.1.2.2 出发/到达时间 |
| 4.1.2.3 无效出行过滤 |
| 4.2 枢纽乘客的出行特征指标 |
| 4.2.1 出行次数 |
| 4.2.2 出行时间 |
| 4.2.3 出行距离 |
| 4.2.4 空间分布密度 |
| 4.3 基于关联规则的枢纽TOD模式的评估方法 |
| 4.3.1 枢纽的TOD模式 |
| 4.3.2 关联规则 |
| 4.3.2.1 关联规则的概念与定义 |
| 4.3.2.2 求解算法 |
| 4.3.2.3 枢纽TOD模式的评估方法 |
| 4.4 实例分析 |
| 4.4.1 测试数据 |
| 4.4.2 出行轨迹提取方法的有效性 |
| 4.4.2.1 参数敏感性分析 |
| 4.4.2.2 有效性分析 |
| 4.4.2.3 出行轨迹示例 |
| 4.4.3 枢纽乘客的出行特征指标结果分析 |
| 4.4.3.1 出行次数 |
| 4.4.3.2 出行时间分布 |
| 4.4.3.3 出行距离 |
| 4.4.3.4 空间分布密度 |
| 4.4.4 枢纽TOD模式评估结果 |
| 4.4.4.1 项集建立 |
| 4.4.4.2 数据集建立 |
| 4.4.4.3 评价指标计算结果 |
| 4.5 本章小结 |
| 第五章 基于手机信令数据的枢纽乘客出行需求分析方法 |
| 5.1 枢纽乘客的出行需求模式分析方法 |
| 5.1.1 出行筛选方法 |
| 5.1.1.1 研究范围筛选 |
| 5.1.1.2 相关性筛选 |
| 5.1.2 出行OD矩阵生成方法 |
| 5.1.3 出行需求模式参数 |
| 5.2 枢纽相关的交通走廊识别方法 |
| 5.2.1 交通走廊的概念 |
| 5.2.2 交通走廊的常用识别方法 |
| 5.2.2.1 基于图论的识别方法 |
| 5.2.2.2 基于动态聚类的识别方法 |
| 5.2.2.3 基于映射模型的识别方法 |
| 5.2.2.4 方法对比与选择 |
| 5.2.3 基于数据驱动的交通走廊映射识别模型 |
| 5.2.3.1 映射模型 |
| 5.2.3.2 影响系数矩阵处理的优化算法设计 |
| 5.3 实例分析 |
| 5.3.1 测试数据 |
| 5.3.2 出行需求基本信息 |
| 5.3.3 出行需求模式参数计算结果 |
| 5.3.3.1 枢纽乘客整体出行需求模式 |
| 5.3.3.2 不同类乘客的出行需求模式 |
| 5.3.4 枢纽相关的交通走廊识别结果 |
| 5.3.4.1 OD对选择 |
| 5.3.4.2 交通走廊识别结果 |
| 5.3.4.3 交通走廊与城市交通网络的映射 |
| 5.4 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表论文及参与科研情况 |
（10）基于手机信令的城市交通网络关键节点识别及时空特征研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状分析 |
| 1.3.1 手机信令相关研究 |
| 1.3.2 交通网络关键节点 |
| 1.3.3 活动时空间特征分析 |
| 1.3.4 研究评述 |
| 1.4 研究内容及技术路线 |
| 1.4.1 主要内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第二章 基础理论与方法 |
| 2.1 交通网络相关理论 |
| 2.1.1 网络节点的概念 |
| 2.1.2 复杂交通网络特征 |
| 2.1.3 复杂交通网络关键节点 |
| 2.2 手机信令概述 |
| 2.2.1 手机信令产生 |
| 2.2.2 手机信令定位技术 |
| 2.2.3 手机信令数据结构特征 |
| 2.2.4 手机信令数据采集优势 |
| 2.3 基于活动的分析方法 |
| 2.3.1 活动分析法的概念 |
| 2.3.2 活动分析方法的基本思想 |
| 2.3.3 居民活动行为空间 |
| 2.4 证据理论 |
| 2.4.1 证据理论起源 |
| 2.4.2 证据理论基本思想 |
| 2.5 本章小结 |
| 第三章 基于手机信令的车辆轨迹提取分析 |
| 3.1 手机用户道路匹配 |
| 3.1.1 道路匹配基本思路 |
| 3.1.2 路段精确匹配算法 |
| 3.1.3 基于KNN的3D射线传播模型路段匹配算法 |
| 3.2 车辆运行轨迹获取 |
| 3.2.1 单一车辆运行轨迹 |
| 3.2.2 全域路网轨迹 |
| 3.3 道路车辆运行轨迹数据处理 |
| 3.3.1 异常轨迹概述 |
| 3.3.2 基于证据理论的异常轨迹检测 |
| 3.3.3 轨迹数据处理 |
| 3.4 长沙市交通网络车辆轨迹数据 |
| 3.4.1 轨迹数据获取程序 |
| 3.4.2 轨迹数据获取结果 |
| 3.5 本章小结 |
| 第四章 交通网络关键节点及时空间特征分析 |
| 4.1 交通网络关键节点挖掘方法比较 |
| 4.2 手机信令轨迹数据下的关键节点 |
| 4.2.1 轨迹数据下关键节点的定义 |
| 4.2.2 轨迹数据下关键节点提取方法 |
| 4.3 信息融合的关键节点可信度判别 |
| 4.3.1 证据理论框架下的信息融合 |
| 4.3.2 关键节点可信度判别的数据源 |
| 4.4 交通网络关键节点的时空间特征分析 |
| 4.4.1 多维聚类的居民活动时空间描述 |
| 4.4.2 关键节点的时变特征及定量指标 |
| 4.4.3 关键节点的空间特征及定量指标 |
| 4.5 本章小结 |
| 第五章 实证研究 |
| 5.1 研究实例概况 |
| 5.1.1 长沙市交通发展现状及研究范围 |
| 5.1.2 研究区域交通网络发展现状 |
| 5.1.3 研究相关数据说明 |
| 5.2 长沙市交通网络关键节点识别 |
| 5.2.1 交通网络关键节点识别结果 |
| 5.2.2 关键节点可信度判别 |
| 5.3 长沙市交通网络关键节点的时空间特征 |
| 5.3.1 关键节点时间特征 |
| 5.3.2 关键节点空间特征 |
| 5.4 长沙市交通网络关键节点畅通对策 |
| 5.5 本章小结 |
| 结论与展望 |
| 研究结论 |
| 主要创新点 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A (攻读学位期间所发表的学术论文) |
| 附录B (攻读学位期间所参与的项目) |
| 附录C (程序代码与相关成果) |
四、高速公路系统中通信网络的规划与设计（论文参考文献）
- [1]车载边缘信息系统中通信与缓存技术研究[D]. 张尧. 西安电子科技大学, 2020(05)
- [2]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [3]高速铁路TD-LTE网络规划的研究[D]. 高克俭. 南京邮电大学, 2018(02)
- [4]县级电力通信传输网的分析与优化[D]. 邓锡. 南京邮电大学, 2019(02)
- [5]VANET中高速公路盲区数据转发方案研究[D]. 陈芙蓉. 上海工程技术大学, 2020(04)
- [6]基于机器学习联合协作通信的车联网性能研究[D]. 王丽君. 武汉大学, 2019(01)
- [7]基于高精度北斗系统的雾天高速公路ADAS研究[D]. 陈鹏. 南京林业大学, 2019(05)
- [8]基于车辆交通信息的VANET路由协议算法研究[D]. 陈强伟. 西安工业大学, 2019(03)
- [9]基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究[D]. 钟罡. 东南大学, 2019(05)
- [10]基于手机信令的城市交通网络关键节点识别及时空特征研究[D]. 刘福平. 长沙理工大学, 2019(06)