استراتژی استقرار RSU مبتنی بر خوشه برای شبکه های موردی خودرویی با ادغام ارتباطات، ارزیابی ومحاسبات

با پیشرفت سر یع فناوری و افزایش تقاضای جوامع برای نوآوری، ارتباطات به عنوان رکن اصلی توسعه شهرهای هوشمند، استفادهگسترده از فناوری های نوین را اجتناب ناپذیر ساخته است. شبکه های خودرویی موردی (VANETs) با بهره گیری از ارتباطات،اندازه گیری و محاسبات یکپارچه (I-CSC) ، قابلیت های نوینی را در حوزه حمل ونقل هوشمند فراهم می آورند. واحدهای کنارجاده ای (RSU) به عنوان عناصر کلیدی این شبکه ها، نقش مهمی در تبادل اطلاعات و ارائه خدمات به خودروها ایفا می کنند. با اینحال، محدودیت های منابع و هزینه های استقرار، پوشش کامل شبکه توسط RSU ها را با چالش مواجه می سازد . در این راستا، بااستفاده از تحلیل داده های ترافیکی و محیطی و به کارگیری الگوریتم های هوشمند، توزیع بهینه RSU ها را ممکن ساخته و تاخیرارتباطی، هزینه منابع، و مصرف انرژی را به حداقل می رساند . چالش اصلی در این حوزه، استخراج ساختارهای سلسله مراتبی مناسببرای تخصیص منابع در شبکه های VANET است . عملکرد این روش با دو الگوریتم یادگیری تقویتی Q-learning و Deep Q-Networks (DQN) مقایسه شده است. نتایج حاصل نشان می دهد که روش پیشنهادی در زمینه پوش شده ی RSU و نرخ دریافتاطلاعات، عملکرد بهتری نسبت به سایر روش ها دارد .

استراتژی استقرار RSU مبتنی بر خوشه برای شبکه های موردی خودرویی با ادغام ارتباطات، ارزیابی ومحاسبات Keywords:

شبکه های ویژه خودرویی , تحلیل شبکه های شهری , مدیریت منابع در شبکه های خودرویی , توزیع بهینه RSU