مدل خوشه بندی چند معیاره قابل اطمینان و انعطاف پذیر برای اینترنت وسایل نقلیه (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
اینترنت وسایل نقلیه، چارچوب جدیدی برای سیستم های حمل ونقل هوشمند است که یکی از اهداف آن بهبود ایمنی و افزایش کیفیت سفرهای جاده ای است. تغییرات توپولوژی در اینترنت وسایل نقلیه، کارکرد برنامه های ایمنی را با چالش های اساسی روبه رو می کند. به علت تنوع شرایط ترافیکی، قابلیت اطمینان روش های خوشه بندی فعلی با ریسک های زیادی مواجه می شود. در این پژوهش با هدف افزایش قابلیت اطمینان در اینترنت وسایل نقلیه، یک مدل خوشه بندی چند معیاره و بدون وابستگی به زیرساخت به نام RFCV پیشنهاد شده است و با معرفی چهار معیار جدید با عنوان «سابقه تحرک خودرو»، «تطابق سرعت خودرو با میانگین هارمونیک سرعت خودروهای نزدیک»، «تعداد همسایگان مطمئن خودرو» و «کیفیت عملکرد در خوشه های قبلی»، خودروهای در حال حرکت وزن دهی می شوند و یکی از آن ها با بهترین وزن به عنوان سرخوشه انتخاب می شود و یک سرخوشه جایگزین نیز برای بهبود پایداری خوشه تعیین می شود. پایداری خوشه باعث می شود تبادل پیام در نزدیک ترین زمان نسبت به زمان واقعی میسر شود. کارایی طرح پیشنهادی از نظر تئوری اثبات شده است و شبیه سازی با سناریوهای متعدد در محیط SUMO و NS3، نمایانگر برتری روش RFCV در افزایش «طول عمر مسیر و نرخ تحویل بسته ها» و کاهش «میانگین تأخیر و سربار کنترلی» در محیط های متراکم شهری و کم تراکم بزرگ راهی است.Reliable and Flexible Multi-Criteria Clustering Model for Internet of Vehicles
The Internet of Vehicles is a new framework for intelligent transportation systems. One of its goals is to improve safety and increase the quality of road travels. Topology changes in IoV present significant challenges to the safety programs. Due to the variety of traffic conditions, the reliability of current clustering methods faces many risks. In this research, a multi-criteria clustering model called RFCV has been proposed with the aim of increasing the reliability of the Internet of Vehicles. This model is independent of infrastructure and introduces four new criteria: "history of vehicle movement," "conformity of vehicle speed with the harmonic average of nearby vehicles'''' speeds," "number of reliable neighbors," and "performance quality in previous clusters." The weight of moving vehicles is considered, and the one with the best weight is selected as the cluster head, while an alternative cluster head is also determined to improve cluster stability. The stability of the cluster ensures that message exchange is possible in the closest time to real-time. The efficiency of the proposed clustering model has been theoretically proven, and simulations with multiple scenarios in SUMO and NS3 environments demonstrate the superiority of RFCV in increasing "route lifetime and packet delivery rate (PDR)" and decreasing "average delay and control overhead" in both densely populated urban and less-populated highway environments.
تبلیغات
