بهبود پوشش دهی مبتنی بر محتوای جغرافیایی در شبکه VANET با NS2
در این بخش پروژه شبیه سازی بهبود پوشش دهی مبتنی بر محتوای جغرافیایی خودروها در شبکه VANET با نرم افزار NS2 به همراه فیلم نحوره اجرا و گزارش کار از نتایج آماده کرده ایم که در ادامه توضیحاتی از معرفی پروژه ارائه شده و فیلم و تصاویر خروجی پروژه قرار داده شده است.
توزیع محتوا در شبکه VANET
در شبکه های بین خودرویی VANET از مهم ترین و پرکاربردترین سرویس ها، توزیع محتوا می باشد. توزیع یا تکثیر محتوا تکنیکی است که به صورت بالقوه برای حل مشکل انتقال محتوا در شبکه های ونت مورد استفاده قرار می گیرد. هدف از تکرار محتوا جغرافیایی یا محلی، انتخاب خودروهای مناسب برای نگهداری محتوای محلی در داخل منطقه مطلوب است تا آنها محتوا را به خودروهای مورد نظر تحویل دهند. با انجام این کار می توان میزان دسترسی به محتوا در منطقه مطلوب را افزایش داد. موقعیت جغرافیایی برای ارائه خدمات به کاربران اهمیت زیادی دارد، مسیریابی پیام ها و تکثیر بهینه محتوای پیام ها مسئله ای چالش برانگیز است، از این رو علاوه بر طرح های مسریابی، تصمیم گیری برای چگونگی تکثیر محتوای داخل منطقه مطلوب، به صورتی که تمام خودروهای هدف موجود در مسیر با کمترین هزینه تحت پوشش قرار بگیرند بسیار مهم است.
سناریو شبیه سازی
در سناریوی مورد نظر ما، هر خودرو با استفاده از الگوریتم GO-DCR و با آگاهی از موقعیت مکانی پیام مورد نظر از یک گره مشخص را برای کپی شدن به یک یا چند گره مجاور می فرستد، به هر گره با توجه به مختصات مبدا یا مقصد امتیازی داده می شود (به عنوان مثال، امتیاز ورود و خروج) و آنهایی که احتمال بیشتری دارد تا از محتوای داخلی منطقه مطلوب نگهداری کنند توسط الگوریتم GO-DCR انتخاب می شوند. علاوه بر این ما در این راه حل شاخص پوشش دهی را که نشان دهنده میزان خوبی پوشش دهی در منطقه مطلوب است، اندازه گیری می کنیم. GO-DCR در هر ∂ ثانیه برای فرآیند تکرار محتوا در سرور اجرا می شود. در هر بار اجرا، نقش خودروها در نقاط O-D به عنوان یک کپی ارزیابی می شود. هر وسیله نقلیه ای که از داخل منطقه مطلوب عبور کند، به عنوان نامزدی برای کپی است. فرض می کنیم خودرو مسیرش را به صورت پاره خط مستقیم از مبدا به مقصد و از میان منطقه مطلوب طی می کند. البته گاهی ممکن است برخی از خودروهایی که از داخل منطقه مطلوب عبور نمی کنند هم به اشتباه به عنوان یک کپی انتخاب شوند. برای نشان دادن این منطق، تعداد خودروهایی از طریق منطقه مطلوب با توجه به مسیر واقعی خود سفر می کنند را نسبت به تعدادی که فرض شده است که در منطقه مطلوب در یک خط مستقیم سیر می کنند، محاسبه می شود.
الگوریتم GO-CDR بر روی ایجاد تعادل بین بین تعداد خودروهای کپی در طول زمان و مکان تمرکز می کند، همچنین از نظز پوشش دهی و انتخاب بهتر خودروها عملکرد خوبی دارد از نظر زمان پوشش دهی، با دادن زمان مناسب این الگوریتم ها به پوشش دهی 100% می رسند. هر چه تراک خودروها در شبکه بیشتر باشد. شانس تماس خوروی هدف با یک خودروی کپی افزایش پیدا می کند. بنابراین پوشش دهی بهتری صورت می گیرد، این نکته نشان می دهد که در شبکه هایی با تراک پایین تر، پوشش دهی مناسبی صورت نمی گیرد. به نظر می رسد که افزونگی پیام، در این الگوریتم زیاد است همچنین از لحاظ زمان سپری شده به خصوص در شبکه های با چگالی کم، عملکرد خوبی ندارد. با توجه به اینکه بهینه سازی در پوشش دهی بر روی تعداد خودروهای کپی تاثیر مستقیم دارد و این موضوع روی پارامترهای دیگری از جمله زمان تکثیر پیام، میزان افزونگی پیام و هزینه انتقال پیام بین خودروها تاثیرگذار است، بنابراین برای انجام این تحقیق سعی می کنیم تا از طریق بهینه سازی شاخص پوشش دهی، پوشش دهی را افزایش دهیم.
ارزایابی عملکرد
برای ارزیابی عملکرد راه حل پیشنهادی نسبت سه راه حل موجود، ما شبیه سازی های گسترده انجام می دهیم که عبارتند از: ابتدا، به عنوان یک مطالعه در مقیاس بزرگ با اشاره به تصویب یک مدل متحرک در مقیاس بزرگ و فرض یک سناریوی شبکه ایده آل با تحویل بسته تضمین شده است. برای این منظور، به پیاده سازی یک شبیه ساز در محیط R که بطور موثر با اطلاعات تحرک در مقایس بزرگ می پردازیم، با فرض یک سناریوی شبکه ی ایده آل که در آن بسته ها از دست رفته یا خراب شده نیستند، و نرخ انتقال که همیشه بعنوان بالاترین پیکربندی می شوند. علاوه بر ارزیابی در مقیاس بزرگ، ما هر سه راه حل در شبیه ساز شبکه NS2 پیاده سازی و مقایسه می کنیم، که به عنوان یک مطالعه فعال شبکه می باشد.
جدول پارامترهای شبیه سازی
هیچ نظری ثبت نشده است