Resumen

VANET es la creación espontánea y evolutiva de una red inalámbrica, y la agrupación en clústeres en estas redes es una tarea difícil debido a la rápida evolución de la topología y a la frecuente desconexión en las redes. La estabilidad de la cabeza de clúster (CH) desempeña un papel destacado en la robustez y escalabilidad de la red. Un CH estable garantiza una comunicación intra e interclúster mínima, reduciendo así la sobrecarga. Estos retos llevan a los autores a buscar un método de selección de CH basado en una amalgama ponderada de cuatro métricas: factor de adecuación, vecindad de la comunidad, excentricidad y confianza. La estabilidad del CH depende de la velocidad del vehículo, la distancia, la velocidad y el cambio en la aceleración. Todo ello se incluye en el factor de adecuación. Además, la localización exacta del vehículo al cambiar el modelo es muy vital. Por lo tanto, la ubicación prevista con la ayuda del filtro de Kalman se utiliza para evaluar la estabilidad del CH. Los resultados han mostrado un mejor rendimiento que el estado del arte existente para el factor befit. El cambio en la dinámica y la desconexión frecuente en los enlaces de comunicación debido a la alta velocidad del vehículo son inevitables. Para comprender este problema, se utiliza un enfoque gráfico para evaluar la excentricidad y la vecindad de la comunidad. La fiabilidad del enlace se calcula utilizando la heurística eigengap. La última métrica es la confianza; se trata de uno de los conceptos que no se han incluido en el enfoque ponderado hasta la fecha según la bibliografía. Se diseña un sensor de espectro adaptativo para evaluar los valores de confianza específicamente para los usuarios primarios. Se entrena una red profunda de aprendizaje recurrente, comúnmente conocida como memoria a largo plazo (LSTM), para la probabilidad de detección con diversas señales y condiciones de ruido. La tasa de falsos se ha reducido drásticamente con el uso de LSTM. El esquema propuesto se prueba en el mapa real de Chengdu, en la provincia suroccidental china de Sichuan, con diferentes movilidades de vehículos. El estudio comparativo con la métrica individual y ponderada ha mostrado una mejora significativa en la estabilidad de la cabeza de clúster durante la alta densidad vehicular. Además, se observa un aumento considerable del rendimiento de la red en términos de energía, retardo de paquetes, ratio de retardo de paquetes y rendimiento.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:factor befit, vehículo, vecindario comunitario, desconexión frecuente, red de aprendizaje recurrente profundo, método de selección de ch, estabilidad de la cabeza de clúster, diferentes movilidades vehiculares, alta densidad vehicular, ratio de retardo de paquetes.
• Keywords:befit factor, vehicle, community neighborhood, frequent disconnection, deep recurrent learning network, ch selection method, cluster head stability, different vehicular mobilities, high vehicular density, packet delay ratio