城市车载移动容迟网络接触特性形成机理及应用研究

This topic focuses on DTMNs, using the characteristics discovered from a large-scale vehicle movement trace data mining to model and analyse the formation mechanisms of two important characteristics. One is that ICT between two mobile nodes satisfies exponential distribution and another is that network forms a number of hotspot areas where the vehicles tend to cluster in. Thus we research the communication technologies for DTMNs which can effectively take advantage of the above contact characteristics. Furthermore, our efforts can contribute to enhancing the capabilities of the intelligent transportation system network communication. The main content of this study includes the following four: 1) reasonable assuming vehicle movement rules in order to give mathematical model and giving the derivation of contact model based on the ICT distribution to reveal the characteristics of the contact time between the nodes on the interval probability; 2) based on vehicle autonomous mobile behavior,giving a reasonable micro model to study the mechanism how individual driving behavior impacts the network whole emergency; 3) on the basis of the above model, combining the theory of Markov chain with queuing theory to theoretically analyse network delay, cache consumption and delivery success rate; 4) research on distributed clustering algorithm based on contact prediction and adaptive routing algorithm inter/intra-cluster, exploiting network contacts distribution, clustering and other features to build a flexible and scalable hierarchical routing mechanism.

本课题针对城市车载移动容迟网络，从大规模数据中挖掘车辆移动轨迹蕴涵的特性，对节点接触间隔时间分布呈现指数分布和接触区域聚集这两个重要特性的形成机理进行建模与分析。进而研究能够有效利用上述接触特性的移动容迟网络通信技术，从而促进智能交通系统网络通信能力的提升。 本课题的研究内容主要包括：1)合理假设车辆移动规则，建立数学模型，推导基于接触间隔时间分布的接触模型，以揭示节点对之间的接触间隔时间的概率特性；2)从车辆自主行为入手，建立合理的微观模型，研究车辆个体行为对网络整体涌现性的影响机理。3)在上述模型基础上，结合马尔科夫链及排队论的相关理论对网络的延迟、缓存消耗和投递成功率三个性能指标加以理论分析。4)研究基于接触预测的分布式分簇算法、自适应的簇内与簇间路由算法以利用网络接触分布、分簇等特性，构建一个灵活可扩展的分层路由机制。

本课题针对城市车载移动容迟网络，从大规模数据中挖掘车辆移动轨迹蕴涵的特性，对节点接触间隔时间分布呈现指数分布和接触区域聚集这两个重要特性的形成机理进行建模与分析。进而研究能够有效利用上述接触特性的移动容迟网络通信技术，从而促进智能交通系统网络通信能力的提升。.本课题的研究内容主要包括：1)合理假设车辆移动规则，建立数学模型，推导基于接触间隔时间分布的接触模型，以揭示节点对之间的接触间隔时间的概率特性；2)从车辆自主行为入手，建立合理的微观模型，研究车辆个体行为对网络整体涌现性的影响机理。3)在上述模型基础上，结合马尔科夫链及排队论的相关理论对网络的延迟、缓存消耗和投递成功率三个性能指标加以理论分析。4)研究基于接触预测的分布式分簇算法、自适应的簇内与簇间路由算法以利用网络接触分布、分簇等特性，构建一个灵活可扩展的分层路由机制。.本课题本课题共发表5篇论文，其中SCI检索论文1篇，EI检索论文3篇，国家专利2项，培养硕士研究生4名。研究成果有：1）建立基于接触间隔时间分布的通信接触模型。项目组以大规模城市车辆移动轨迹数据为研究对象，抽取其接触特性建模，并利用大规模轨迹数据对该模型进行了验证，然后利用BP神经网络的建立了一个接触预测模型，用实验表明该模型提高了预测的准确性。2）建立面向接触涌现性的车辆自主移动行为模型。项目组使用2014年全年的北京市出租车轨迹数据，统一考虑了车辆状态、出租车事件地理分布等因素，从宏观微观两个层次进行分析和建模，构造了一个反映出租车移动特性的模型。3）建立面向接触分簇的高效移动容迟网络路由框架，提出了一种基于内容的运动趋势辅助的车辆多播协议—CMTG。该协议利用车辆的运动状态判定其相对于消息源位置的运动趋势，根据所处区域信息的不同而采用不同的路由应对策略。仿真实验表明该协议能够将不同内容的消息传播至不同的区域，较现有算法在资源消耗上有明显改善。.