انتخاب گره های میانی قابل اعتماد برای ارسال پیام های بلادرنگ در شبکه خودرویی
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 163
فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPET-15-59_003
تاریخ نمایه سازی: 18 شهریور 1402
چکیده مقاله:
: یکی از اهداف سیستمهای حملونقل هوشمند، بهبود ایمنی و افزایش کیفیت سرویس در سفرهای جادهای است. انتقال پیام در شرایط بحرانی، با حداقل تاخیر و بهصورت بلادرنگ از ضروریات تامین سلامت و امنیت شهروندان در سفرهای جادهای است. تغییرات مکرر توپولوژی، کارکرد برنامههای ایمنی را با چالشهای اساسی روبرو میکند و احتمال ارسال پیامهای بحرانی را در زمان واقعی کاهش میدهد. در این پژوهش، الگوریتم مسیریابی انتخاب گره رله قابل اعتماد برای پیامرسانی بلادرنگ (RRRM)، با هدف افزایش قابلیتاطمینان برای ارسال پیامهای بلادرنگ در شبکههای خودرویی پیشنهاد شده است و برای تسریع ارسال اطلاعات، با معرفی سه شاخص برای انتخاب خودروهای میانی با عنوان «سابقه تکرار حضور در مسیر»، «مطابقت با میانگین هارمونیک سرعت همسایگان» و «بیشترین همسایگان قابل اعتماد»، خودروهای مسیر امتیازدهی میشوند و شایستهترین خودروها، بهعنوان اعضای مسیر انتخاب میشوند. در RRRM با سنجش تطابق زمانی حضور قبلی خودروها در مسیر کنونی و پایداری ارتباط آنها با خودروهای همسایه، بر افزایش پایداری مسیر تاکید میشود و با جلوگیری از انتخاب وسایل-نقلیه نامطمئن بهعنوان رله، از شکست مسیر و افزایش تاخیر و همچنین عدم ارسال پیامهای بحرانی به مقصد جلوگیری میشود. شبیهسازی گسترده با سناریوهای متعدد در محیط NS-۳ و سومو، بیانگر برتری روش RRRM در کاهش معیارهای شکست-مسیر، میانگینتاخیر و سربارکنترلی و همچنین افزایش نرخ تحویل بستهها در محیطهای شهری و بزرگراهی است.
کلیدواژه ها:
نویسندگان
یاسر تاج
دانشکده مدیریت و اقتصاد- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
بهادر بخشی سراسکانرود
دانشکده مهندسی کامپیوتر- دانشگاه صنعتی امیرکبیر، تهران، ایران
حسام زندحسامی
دانشکده مدیریت و اقتصاد- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :