车联网（Vehicular Ad hoc Networks，VANETs）在高速公路上具有车辆高速行驶、密度低、通信基础设施稀缺、车辆连通性低等特点，使得高速公路上的车辆难以实现对其他车辆或路边单元（Road Side Unit，RSU）的内容访问。提出了一种在高速公路服务区利用雾计算以协助车辆获取感兴趣内容的模型。该车辆雾计算（Vehicle Fog Computing，VFC）模型中，高速公路服务区收集来自各个地方的车辆提供的各种服务，将大量的停泊车辆和慢速行驶车辆作为雾设备。通过VFC本地化转发，不仅减少了通信延迟，还实现了令人满意的内容访问和实时数据流传输。此外，对通信能量消耗与系统延迟之间的关系进行公式化，并在雾计算中采用了外部近似（Outer Approximation，OA）算法来优化其权衡。仿真结果表明，通过采用雾计算和云计算结合的通信模式和均衡优化算法，随着能量消耗的增长，系统的通信延迟会明显地降低。

人工智人-家居设计-城市环境VANETs数据传输及智能安全行驶研究.pdf

在车辆自组织网络（VANET）中，车辆通常通过定期广播信标消息来向其相邻车辆通知其当前状态，例如位置，方向和速度。 选择合适的信标方案被认为是一项重要的挑战，因为我们需要在信息准确性和信道拥塞之间进行权衡。 在本文中，我们提出了一种基于短期交通环境预测的自适应信标方案。 通过使用我们的自适应信标方案，车辆可以有效地减少信道拥塞并提高有限信道资源的利用率。 本文详细介绍了基于ARIMA模型的预测方法，并对将发射功率自适应和信标生成速率自适应结合在一起的信标自适应方法进行了描述。 分析和仿真证明了我们的自适应信标方案的性能。