ارتباطات شبکه های موردی خودرویی با رویکرد هوش مصنوعی و یادگیری ماشین به وسیله ی تکنولوژی ۵G و معماری IOV

یک سیستم ارتباطی از شبکه های مخابراتی به هم پیوسته، سیستم های انتقال، ایستگاه های رله، ایستگاه های فرعی و تجهیزات پایانه تشکیل شده است. افزایش محدودیت های شبکه برای برآوردن نیازهای در حال توسعه مصرف کنندگان باعث پیشرفت شبکه های مکاتبات سلولی از ۱G به ۵G شده است. بسیاری از اتصالات ناهمگن نرخ اطلاعات بالاتر، به تعویق افتادن کمتر، محدودیت چارچوب بهبود یافته و توان عملیاتی غالب را درخواست می کنند. محدوده قابل دسترس دارایی ها محدود است و باید توسط اپراتورهای شبکه تلفن همراه به طرز ماهرانه ای برای مقابله با افزایش تقاضا استفاده شود. این مقاله یک بررسی در مورد سیستم های ارتباطی خودرو، شکل های آنها و تحویل در هر دسته در شبکه های ۵G ارائه می کند. تحویل بسته و امنیت بسته های ارسالی با استفاده از معماری IOV که از طریق آن وسایل نقلیه می توانند با یکدیگر و محیط اطراف خود تعامل داشته باشند انجام می شود و معماری IOV با ادغام فناوری های مختلف معماری ارتباطات استاندارد شده خودرو را بهبود می بخشد. تلاش های ترکیبی آنها می تواند منجر به افزایش QoS، پاسخگویی، تطبیق-پذیری و اتوماسیون شود. سپس مکانیزم انتقال بسته در شبکه بین خودرویی با ۵G ارایه شده است. و همچنین یادگیری ماشین و یادگیری عمیق را در شبکه های موردی خودرویی به صورت اجمالی بررسی می-کند. ما باید وسایل نقلیه هوشمند خودمختار را برنامه ریزی کنیم که بتوانند انتخاب قانع کننده ای (مثلا بدون آسیب رساندن به مردم) نسبت به سازمان خیابانی داشته باشند. تجزیه وتحلیل این کار به بسیاری از تحلیلگران تحقیقاتی که در وسایل نقلیه خودران یا سیستم های حمل و نقل هوشمند امروز و غیره در آینده نزدیک کار می کنند کمک می کند تا راه حل بهتری به دست آورند

Keywords:

سیستم حمل ونقل هوشمند , یادگیری ماشین , یادگیری عمیق , ۵G , Vanet