Videnskab
 science >> Videnskab >  >> Elektronik

Computational intelligence-inspireret klynger i multi-access køretøjsnetværk

Integration af LTE og IEEE 802.11p med clustering (kantklyngens hovedknudepunkter genereres af klyngerne på første niveau, og gateway-klyngehovedknuderne genereres af klyngingen på andet niveau). Kredit:University of Electro Communications

Der er en stigende efterspørgsel efter at distribuere store mængder digital information til køretøjer på farten. Imidlertid, de nuværende meget udbredte mobilnetværk er ikke tilstrækkelige på grund af begrænset båndbredde i tætte køretøjsmiljøer. For nylig, Vehicle ad hoc-netværk (VANET'er) har tiltrukket stor interesse for at forbedre kommunikationen mellem køretøjer ved hjælp af infrastrukturfrie trådløse teknologier. IEEE 802.11p er standardstandarden for levering af køretøj til køretøj (V2V) kommunikation i VANET'er.

Imidlertid, der er to hovedhindringer for integration af LTE med IEEE 802.11p. Først, valget af gateway -noder skal tage hensyn til den samlede netværksydelse for LTE såvel som V2V. Sekund, ruteoprettelse fra et køretøj til en gateway er udfordrende på grund af køretøjets mobilitet og varierende nodetæthed. Køretøjets mobilitet og kvaliteten mellem trådløse forbindelser mellem køretøjer skal nøje overvejes ved valg af ruter. For bestemte timer eller vejsegmenter, køretøjer er tæt indsat, og derfor er antallet af samtidige afsendelsesnoder enormt. I IEEE 802.11p, stigningen i antallet af sendende noder fører til forringelse af ydeevnen på grund af et eksponentielt backoff -baseret stridssystem på MAC -laget.

For at løse dette problem, Celimuge Wu og kolleger ved University of Electro-Communications, Tokyo, har foreslået en grupperingstilgang på to niveauer, hvor klyngehovedknudepunkter på første niveau forsøger at reducere MAC-lagindholdet for køretøj-til-køretøj (V2V) kommunikation, og klyngehovedknudepunkter på andet niveau er ansvarlige for at levere en gateway -funktionalitet mellem V2V og LTE.

En fuzzy logik-baseret algoritme bruges i klynger på første niveau, og en Q-læringsalgoritme bruges i clustering på andet niveau til at indstille antallet af gateway-noder. "Omfattende simuleringsresultater under forskellige netværksforhold viser, at den foreslåede protokol kan opnå 23% forbedring af gennemstrømningen i scenarier med høj densitet sammenlignet med de eksisterende tilgange, "siger Wu.


Varme artikler