In recent years, network function virtualization and a software defined focus has allowed networks to become flexible and extensible in ways not possible previously. Although network modeling tools such as NS-2, NS-3, and OMNet++ have been extended with modules and code to support the absolute latest wireless protocols and medium access standards - there has been a growing gap in simulation of layers above medium access which recent 5G use cases are designed to support. In this thesis, I extend research into the topic of application layer modeling in wireless networks, with focus on upcoming deployments of enhanced vehicle services. In particular, I begin in discussing the evolution of vehicle network standards and use cases, along with the most recent initiative `Project 5GCar`; funded by the European Commission. I go narrower, from the macro trend of vehicular network standards evolution, to compare the state of the art in simulation stacks, designed to support application models in vehicle networks. Within this comparison, simulation environments OVNIS, Veins, iTetris, and VSimRTI are compared for their capabilities. Finally, to measure the qualitative performance of application layer modeling in vehicle networks, I take the cooperative maneuver use case, presented under Project 5GCar; to design an autonomous merge algorithm - completing the steps required to program and model the application in vehicles using the VSimRTI simulation stack.


翻译:近年来,网络功能的虚拟化和软件确定的重点使网络以以前不可能的方式变得灵活和可扩展。虽然NS-2、NS-3和OMNet++等网络模型工具已经扩大,并配有模块和代码来支持最新的绝对无线协议和中位接入标准,但是在模拟中位接入以上层层方面存在日益扩大的差距,最近设计了5G使用案例来支持车辆网络的应用模型。在这项论文中,我扩大了对无线网络应用层模型专题的研究,重点是即将部署的强化车辆服务。特别是,我开始讨论车辆网络标准和使用案例的演变情况,以及最新的`项目5GCar'倡议;由欧盟委员会供资。我缩小了广度网络标准演变的宏观趋势,以比较模拟堆堆中的艺术状况,目的是支持车辆网络的应用模型,VAVI、Vins、iTetris和VSIMRTI的模拟环境,以其能力为对比。最后,我开始讨论车辆网络应用层模型和使用案例的质量表现,以及最新的`项目5GC ',我采取合作性演算程序,在汽车网络中完成机动系统设计中的模型应用,我提出了一个配置程序。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Generative Adversarial Networks: A Survey and Taxonomy
VIP会员
相关VIP内容
专知会员服务
123+阅读 · 2020年9月8日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Top
微信扫码咨询专知VIP会员