دانلود مقاله یک رویکرد خوشه بندی چند گامی در ارتباطات وسیله نقلیه به اینترنت برای عملکرد VANET

چکیده
     اینترنت در وسایل نقلیه یک الگوی جدید در حمل و نقل هوشمند می باشد و باعث شده راه حل های خوبی برای بهبود عملکرد شبکه های اختصاصی اینترنتی (VANET) برای وسایل نقلیه شود.  این شبکه ها باعث شده که در سال های اخیر توجه زیادی به این موضوع جلب شود و تحقیقات زیادی بر روی آن انجام شود .به همین دلیل، چند مکانیزم کنترل برای این شبکه ها ارائه شده است که باعث رفع چالش های موجود در آن شود مانند شکل شناسی پویا و مسئله های مقیاس پذیری به دلیل جابجایی زیاد وسیله های نقلیه و تعداد زیاد وسیله های متصل به شبکه . به عنوان یک مکانیزم بسیار مهم مورد استفاده در VANET، روش های خوشه بندی به صورت محسوس باعث بهبود عملکرد کاربردی این شبکه ها شده است. در این زمینه، ما در این مقاله یک رویکرد خوشه بندی چند گامی جدید را برای این شبکه با نام MCA-V21 ارائه می کنیم که باعث بهبود عملکرد VANET می شود. این رویکرد مبتنی بر یک فرض منطقی می باشد که  وسایل نقلیه می توانند با استفاده از یک زیر ساخت خاص با نام درگاه های واحد حاشیه جاده ای، به اینترنت وصل شوند. زمانی که این وسایل به اینترنت وصل شدند، هر کدام از وسایل نقلیه می توانند اطلاعات ضروری در رابطه با مجاورین را به صورت آنلاین دریافت کنند تا بتوانند پردازش های خوشه بندی را انجام دهند. این کار با استفاده از الگوریتم های جستجوی سطح اول (BFS) برای انتقال یک گراف مبتنی بر نرخ جابجایی انجام می شود که این نرخ بر اساس معیار های جابجایی محاسبه می شود. رویکرد MCA-V21 باعث تقویت توانایی خوشه بندی ها از طریق انتخاب یک سر خوشه برده به علاوه یک سر خوشه ارباب می گردد. ما عملکرد طرح پیشنهادی را با استفاده از شبیه ساز شبکه NS-2 و محیط یکپارچه VanetMobiSim بررسی می کنیم.

1.    مقدمه
1.1. VANET به سوی IoV: یک مرور کلی
     اینترنت وسایل نقلیه (IoV) در واقع تکاملی از شبکه های محیطی VANET می باشد. این شبکه ها باعث توسعه مقیاس VANET، ساختار و کاربرد های آن شده است. این تکامل باعث ظهور تعامل های جدید در سطح جاده ها بین وسایل نقلیه، انسان ها و زیر ساخت ها شده است [1]. این زمینه تحقیقاتی برای بهبود VANET ها و عملکرد آن ها اهمیت بسیار زیادی دارد. محققان پروتکل های مختلفی را به اهداف و برای کاربرد های مختلف ارائه کرده اند مانند تفکیک داده ها و ترکیب آن ها، کاهش سر بار شبکه ، امنیت جاده ها، مدیریت ترافیک و بیشتر برای طرح های مسیر یابی.
     در مقایسه با VANET ها، IoV مزیت ها و مشخصه های بسیار زیادی دارد مانند توسعه و گسترش بهره وری سیستم های حمل و نقل هوشمند (ITS) در زمینه های تحقیقاتی و صنعتی مختلف [2). اولین مزیت اصلی، دسترسی راحت به اینترنت می باشد. این کار باعث می شود که اطلاعات امنیتی به راحتی بین وسایل نقلیه به اشتراک گذاشته شود و کاربرد های مفیدی را ایجاد می کند مانند دسترسی به هتل ها، مکان پارکینگ ها، ایستگاه های گاز و حتی کاربرد های بین وسایل نقلیه. مزیت دوم نیز توانایی برای پشتیبانی از تعداد زیاد وسایل نقلیه متصل می باشد ( مقیاس پذیرِ). به عنوان مزیت سوم، می توان به موضوع رایانش ابری (CS) اشاره کرد که می توان در این شبکه ها استفاده کرد. این تکنولوژی نو ظهور باعث شده که بتوان از کاربرد ها ،منابع و داده های ذخیره سازی شده در ایستگاه های راه دور و سرور های دیگر استفاده کرد که در واقع سیستم ابری را تشکیل می دهند و می توان از آن ها برای سیستم هایی که ظرفیت پایینی دارند بهره برد. تکنولوژی CC می تواند مقادیر زیادی از داده ها که توسط وسایل نقلیه به هم متصل ایجاد شده است را مدیریت کند. در نهایت، IoV می تواند انواع اصلی ارتباطات VANET را توسعه دهد مانند ارتباطات وسیله نقلیه با وسیله نقلیه (V2V) و ارتباط بین وسیله نقلیه و واحد های حاشیه جاده ای (V2R) تا بتواند ارتباطات جدیدی را ایجاد کند مانند ارتباط وسیله نقلیه با اینترنت (V2I) و ارتباط بین وسیله نقلیه و فرد یا دستگاه.

6.    جمع بندی
     در این مقاله ، ما برای بهبود عملکردهای VANET ، یک رویکرد خوشه بندی چند مرحله ای در ارتباطات وسیله نقلیه به اینترنت به نام MCA-V2I  را پیشنهاد می کنیم. MCA-V2I به وسایل نقلیه اجازه می دهد تا از طریق زیرساخت ویژه ای به نام درگاه واحد حاشیه جاده ای (RSU-G) به اینترنت متصل شوند تا هر وسیله نقلیه بتواند اطلاعات لازم را در مورد همسایگان با فاصله چند گام نسبت به خودش را بدست آورد و فرآیند خوشه بندی را به اشتراک بگذارد. این حالت دوم با استفاده از یک الگوریتم BFS برای پیمایش گراف و بر اساس یک نرخ تحرک (MR) انجام می شود که این نرخ تحرک مطابق با معیارهای تحرک محاسبه می شود. رویکرد MCA-V2I علاوه بر سر خوشه یا (MCH) ، ثبات خوشه را از طریق انتخاب یک سر خوشه برده (SCH) تقویت می کند. شبیه سازی ما از شبیه سازی شبکه NS-2 و محیط یکپارچه VanetMobiSim استفاده می کند. نتایج شبیه سازی ها نشان می دهد که طرح پیشنهادی MCA-V2I از نظر طول عمر CH ، طول عمر CM ، تعداد تغییر CH ، تعداد خوشه ها ، سرجمع خوشه بندی ، تاخیر در ارسال پیام و نسبت تحویل پیام از طرحهای N-hop و DMCNF بهتر است.

Abstract

     The Internet of Vehicles is a new Intelligent Transportation System paradigm and a promising solution to improve conventional Vehicular Ad-hoc NETworks (VANETs) performances. It has received a great deal of attention in recent years, from many researchers. For this reason, several control mechanisms have been proposed for these networks to confront their challenges, such as dynamic topology and the scalability problem due to the high mobility of vehicles and the high number of connected vehicles, respectively. As an important mechanism used in a VANET, clustering has significantly improved the performance in numerous applications. In this regard, the present work proposes a new Multi-hop Clustering Approach over Vehicle-to-Internet called MCA-V2I to improve VANETs’ performance. MCA-V2I is based on the reasonable assumption that a vehicle can connect to the Internet via a special infrastructure called a Road Side Unit Gateway. Once connected to the Internet, each vehicle can obtain and share the necessary information about its Multi-hop neighbors to perform the clustering process. This latter is performed using a Breadth-first search (BFS) algorithm for traversing a graph based on a Mobility Rate that is calculated according to mobility metrics. MCA-V2I strengthens clusters’ stability through the selection of a Slave Cluster Head in addition to the Master Cluster Head. We evaluate the performances of the proposed scheme using network simulator NS-2 and the VanetMobiSim integrated environment.

1. Introduction

1.1. VANET Toward IoV: An Overview

     The Internet of Vehicles (IoV) is an evolution of conventional VANET. It extends VANET’s scale, structure and applications. This evolution leads to the emergence of new interactions at the road level among vehicles, humans and infrastructure [1]. It is an important field of research to improve conventional VANETs and their performances. Researchers have proposed several protocols for different aims and applications, such as data dissemination and aggregation, network overhead minimization, road safety, traffic management and mainly routing schemes.

     Compared with VANET, IoV has many specific advantages and characteristics, such as developing and extending the exploitation of the Intelligent Transportation System (ITS) in different fields of research and industry [2]. The first main advantage is the quick and easy access to the Internet. This allows sharing safety information between vehicles and providing useful information, such as the availability of hotels, parking’s location, gas stations and even drivers’ comfort applications. The second advantage is the ability to support a significant number of connected vehicles (scalability). As a third advantage, Cloud Computing (CC) technology can be integrated into the vehicular networks. This emergent technology allows applications, resources and data to be stored in remote stations and servers that represent the cloud, so that they can be used by clients with low capacity. The CC technology manages the large amount of data generated by the connected vehicles. Finally, the IoV expands basic types of VANET communications such as Vehicle-to-Vehicle (V2V) and Vehicle-to-Road Side Unit (V2R) to new types of communications, such as Vehicle-to-Internet (V2I), Vehicle-to-Person and Vehicle-to-Device.

6. Conclusion

     In this paper, we propose a new Multi-hop Clustering Approach over Vehicle-to-Internet communication called MCA-V2I for improving VANETs’ performances. MCA-V2I allows vehicles to connect to the Internet via a special infrastructure called a Road Side Unit Gateway (RSU-G) so that each vehicle can obtain and share the necessary information about its Multi-hop neighbors to perform the clustering process. This latter is performed using a BFS algorithm for traversing the graph and based on a Mobility Rate (MR), which is calculated according to mobility metrics. The MCA-V2I approach strengthens the cluster’s stability through the election of a Slave Cluster Head (SCH) in addition to the Master Cluster Head (MCH). Our simulation uses network simulation NS-2 and the VanetMobiSim integrated environment. The simulations’ results show that the proposed scheme MCA-V2I outperforms N-hop and DMCNF schemes in terms of CH lifetime, CM lifetime, CH change number, number of clusters, clustering overhead, message delivery latency and message delivery ratio.

(جهت بزرگ نمایی روی عکس کلیک نمایید)

چکیده
1. مقدمه
1.1. VANET به سوی IoV: یک مرور کلی
1.2 خوشه بندی در VANET
1.3 انگیزه
1.4 تاثیر این مقاله
2. کارهای مربوطه
3. پیش نیاز ها
3.1 مدل شبکه
3.2 توصیف سیستم
3.2.1 معماری شبکه
3.2.2 تعاریف و نماد ها
4. رویکرد ارائه شده
4.1 ثبت
4.2 کشف همسایگی ها
4.3 .انتخاب CH اصلی
4.4 اعلام
4.5 پیوستگی ها
4.6 نگهداری
4.6.1 کشف MCH که خوشه را ترک کرده
4.6.2 ترکیب خوشه ها
4.6.3 ترک کردن یک خوشه
4.6.4 پیوستن به یک خوشه
4.7 تحلیل نظری
4.7.1 پیچیدگی الگوریتم  انتخاب MCH
4.7.2 تحلیل سر بار پیام
4.7.3 ویژگی های خوشه بندی
5. ارزیابی عملکردی
5.1  طول عمر خوشه (CHL)
5.2 طول عمر عضو خوشه (CML)
5.3 تعداد تغییر سرخوشه (CHCN)
5.4 تعداد خوشه ها (CN)
5.5  سرجمع خوشه بندی (CO)
5.6 حالت نهان در انتقال پیام (MDL)
5.7 نسبت تحویل پیام (MDR)
6 جمع بندی
منابع

Abstract
1. Introduction
1.1. VANET Toward IoV: An Overview
1.2. Clustering in VANET
1.3. Motivation
1.4. Contribution
2. Related Work
3. Preliminaries
3.1. Network Model
3.2. System Description
3.2.1. Network architecture
3.2.2. Definition and notation
4. Proposed Approach
4.1. Registration
4.2. Neighborhood Discovery
4.3. Master CH Election
4.4. Announcement
4.5. Affiliation
4.6. Maintenance
4.6.1. MCH leaving discovery
4.6.2. Clusters merging
4.6.3. Leave a cluster
4.6.4. Join a cluster
4.7. Theoretical Analysis
4.7.1. MCH selection algorithm complexity
4.7.2. Message overhead analysis
4.7.3. Clustering properties
5. Performance Evaluation
5.1. Cluster Head Lifetime (CHL)
5.2. Cluster Member Lifetime (CML)
5.3. Cluster Head Change Number (CHCN)
5.4. Cluster Number (CN)
5.5. Clustering Overhead (CO)
5.6. Message Delivery Latency (MDL)
5.7. Message Delivery Ratio (MDR)
6. Conclusion
References