当前位置:主页 > 科技论文 > 自动化论文 >

基于贝叶斯分类器的车载容迟网路由算法的研究

发布时间:2024-03-13 05:36
  车载容迟网络(Vehicle Delay tolerant network,简称VDTN)是一种新型无线传感网络,源节点和目的节点中不存在稳定的端到端通信路径。由于节点的高速移动,网络拓扑结构的变化,造成了网络节点间通信并不稳定,是间歇性的,所以节点采用“存储-携带-转发”机制转发消息。因此传统的端到端的路由协议并不适用,需要研究人员针对VDTN的特点,利用节点之间的多跳协作以及节点相遇的机会性研究更为有效的路由协议。这类路由协议必须能够适应快速变化的网络拓扑结构且具有相当高的灵活性。本文首先研究分析车载容迟网络的相关理论知识和关键技术等。同时,重点就车载容迟网络中节点规律性移动模式,以及节点属性之间的高阶依赖关系展开研究。在此基础上,本文提出了基于半朴素贝叶斯分类器的车载容迟网路由算法(Semi-Bayesian Classifier,简称SBC)。考虑到车载容迟网络中节点周期性的移动模式,该算法引入了半朴素贝叶斯分类器中的独依赖策略,根据一些影响消息投递率的网络参数估算某个节点成功投递消息的概率,其基本思想是假设所有属性都依赖于同一个属性。该算法着重考虑属性间的依赖关系能够为节点类...

【文章页数】:66 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
专用术语注释表
第一章 绪论
    1.1 研究背景及研究现状
        1.1.1 研究背景
        1.1.2 国内外研究现状
    1.2 论文研究目标及内容
        1.2.1 研究目标
        1.2.2 研究内容
    1.3 论文来源和主要贡献
        1.3.1 论文来源
        1.3.2 论文的主要贡献
    1.4 论文的组织结构
    1.5 本章小结
第二章 相关背景知识介绍
    2.1 车载容迟网络的概念和体系结构
        2.1.1 车载容迟网络的概念
        2.1.2 车载容迟网络中消息传输模式
        2.1.3 车载容迟网络体系结构
        2.1.4 车载容迟网络的特点
    2.2 车载容迟网络中的路由算法
        2.2.1 评价指标
        2.2.2 容迟网络中常用路由算法
    2.3 贝叶斯网络学习算法
        2.3.1 贝叶斯网络基本概念
        2.3.2 贝叶斯网络结构学习
        2.3.3 贝叶斯网络参数学习
        2.3.4 贝叶斯网络推理
    2.4 仿真平台ONE简介
    2.5 本章小结
第三章 基于半朴素贝叶斯分类器的车载容迟网路由算法
    3.1 引言
    3.2 半朴素贝叶斯算法
        3.2.1 节点属性
        3.2.2 节点分类
        3.2.3 转发策略
    3.3 仿真实验设计与实现
        3.3.1 仿真软件的体系结构
        3.3.2 节点属性和其数据结构的实现
        3.3.3 半朴素贝叶斯路由协议的实现
        3.3.4 数据集的生成、导出和导入
        3.3.5 移动轨迹
        3.3.6 仿真参数设置
        3.3.7 仿真实验结果及分析
    3.4 本章小结
第四章 基于多阶段贝叶斯网络分类器的车载容迟网路由算法
    4.1 引言
    4.2 多阶段贝叶斯网络
    4.3 基于多阶段贝叶斯网络的路由算法框架
        4.3.1 节点属性
        4.3.2 动态多级分类算法
        4.3.3 贝叶斯网络结构学习
        4.3.4 贝叶斯网络推断
        4.3.5 消息转发策略
    4.4 仿真软件的设计和实现
        4.4.1 仿真软件的体系结构
        4.4.2 节点属性集和其数据结构的实现
        4.4.3 贝叶斯分类模型的构建
        4.4.4 消息转发流程
        4.4.5 多阶段贝叶斯路由协议的实现
        4.4.6 仿真参数设置
        4.4.7 仿真实验结果及分析
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 工作展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 攻读硕士学位期间参加的科研项目
致谢



本文编号:3927272

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3927272.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户79dc2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]