《表1 上海出租车GPS数据信息字段》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《节点位置信息驱动的物联网终端缓存管理机制的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于Trace的移动模型（Trace-Based Mobility model，TBM）则通过收集真实的车辆移动数据提出符合实际情况的移动模型.UMASSDieselNet（1）、MIT Reality Mining（2）和Cabspotting（3）等都对Trace进行了收集.UMASSDieselNet提供了Amherst市公交系统的移动轨迹数据，并分析了节点间的相遇规律，它包含40辆公交车，接触持续的时间相对短暂.Cabspotting为San Francisco的出租车安装GPS以及通信模块，能够周期性地将各个出租车的位置信息传回数据中心，实时观察出租车的移动情况.Reality Mining项目记录了校园中100个携带具备蓝牙功能的智能手机的学生和职工为期9个月的移动轨迹和相遇数据.此外，文献[22]指出，不同于服从独立同分布理论的随机移动模型推导出的指数分布，人类携带的移动设备Trace展现出的是幂律分布的特性，随机移动模型不适合用于模拟人类移动Trace.因此，为了进一步模拟真实场景，本文对基于上海出租车的真实GPS数据构造的SUVnet移动模型[23]进行了研究，超过4000辆出租车的位置和相遇信息被该数据集记录，表1描述了车载GPS数据信息字段.