جستجو
ارائه الگوریتم مسیریابی در شبکه VANET با رویکرد پیش بینی مسیر حرکت نقاط
ابوالفضل خاکباز1 دکتر میثم منسوب بصیری2
چکیده :
اینترنتِ آینده نه تنها شامل شبکه ای گسترده از میلیون ها دستگاه محاسباتی و نرم افزارهاست، بلکه میلیون ها دستگاه شخصی، سنسورهای مدرن و محرک ها، روبات ها و میلیاردها اشیاء پیشرفته، هوشمند و دیجیتالی را نیز شامل می شود. گسترش سریع و در حال تحول اینترنت اشیاء قطعاً یک ایده استراتژیک و بسیار تأثیرگذار بوده و در این میان یکی از تاثیرگذارترین بخش ها در اینترنت اشیاء، حمل و نقل هوشمند است که شبکه های ادهاک خودرویی به عنوان یکی از شاخه های مهم آن تلاش می کند تا امنیتِ حمل و نقل در آینده را به شکلی مدرن با بهره گیری از علوم نوین، به بالاترین حد ممکن برساند. اما در این میان، چالش های متعددی تا تحقق این مهم وجود دارد. کشف توپولوژی و مسیریابی بسته های داده بین وسایل نقلیه همواره یکی از مهم ترین چالش های پیش روی پژوهشگران بوده است. در این پژوهش الگوریتم جدیدی در شاخه پروتکل های مسیریابی Proactive، برای کشف توپولوژی به منظور مسیریابی داده ها در شبکه های ادهاک خودرویی ارائه شده است. این الگوریتم از رویکردی نو به نام خود پیش بینی و خود ارزیابی استفاده می کند. در این الگوریتم، هر خودرو موقعیت های آینده خود را پیش بینی و آن ها را برای همسایگانش در قالب یک پیام Beacon ارسال می کند و سپس پیش بینی های خود را تحلیل خواهد کرد. در شبیه سازی های صورت گرفته توسط نرم افزار شبیه ساز MATLAB 2019a مشخص شد که این الگوریتم با کاهش 6.1 برابری سربار ارتباطی شبکه ناشی از کشف توپولوژی در مقایسه با ارسال پریودیک پیام Beacon استاندارد، نرخ تحویل بسته متوسط 90 درصدی و تاخیر انتشار 〖1.2 *10〗^(-4) ثانیه همراه بوده است.
کلمات کلیدی : شبکه های ادهاک خودرویی حمل و نقل هوشمند کنترل ازدحام کشف توپولوژی ارتباط v2v
زبان مقاله : فارسی
محور مقاله : گروه مهندسی برق
محل انتشار : سومین کنفرانس مکانیک،مهندسی برق و کامپیوتر والنسیا اسپانیا
آدرس وب سایت کنفرانس : mecconf.com
کد IOI مقاله : XDHZ-FCACG
لینک مستقیم مقاله : https://isnac.ir/XDHZ-FCACG
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- خانه های هوشمند و ارتباط آن ها با صرفه جویی در مصرف انرژی
- بایدها و نبایدهای به کار گیری هوش مصنوعی در صنعت مد و تحلیل استارتاپ موفق در صنعت مد و فشن
- بررسی عملکرد سیستم خودروهای خودران
- استفاده از هوش مصنوعی در عکسبرداری پزشکی
- مروری بر ارزیابی اصالت سنجی در محاسبات ابر با رمزنگاری کوانتومی و کلاسیک
- ارائه روش نوین جهت بهبود دسته بندی اهداف سونار با استفاده از شبکه عصبی و الگوریتم های یادگیری ماشین
- DrDoS DNS Attack Detection Using Machine Learning Algorithms
- رمزنگاری اطلاعات در بستر اینترنت اشیا با استفاده از رمزنگاری متقارن با استفاده از استاندارد رمزنگاری AES
- طراحي ساختاري شبکه ریزآوندی در مواد خودترمیم
- Evaluating Machine Learning Algorithms Using Decision-based Adversarial Attacks in Industrial Control System
- ارائه الگوریتم مسیریابی در شبکه VANET با رویکرد پیش بینی مسیر حرکت نقاط
- تشخیص میزان اختلال تنفس (سندرم آپنه-هیپوپنه انسدادی) در خواب با استفاده از نشانگرها زیستی صوتی و تکنیکهای یادگیری ماشین
- مقايسه حجم هاي باليني هدف در طراحي درمان تومور مغزي گليوبلاستوم مولتي فرم براساس دو روش تصويربرداري آناتوميكي معمول و تصاوير طيف نگاري تشديد مغناطيسي
- بررسی مقايسه ای بین درمان معمول فیزيوتراپی و ای پی اس تراپی در استئوآرتروز زانو
- اثربخشي تحریک الکتریکي جریان مستقیم فراجمجمه ای مغز (tDCS) بر روی بیماران مبتلا بـه سردرد نورالژی تری ژمینال (TN)