Vehicle mobility, communication channel modeling and traffic density estimation in VANETs

Geçici Araç Ağları (GAA), yol trafik durumunu iyileştirme ve yolcuların güvenliğini sağlama özellikleriyle ümit veren bir Akıllı Taşıma Sistemleri teknolojisidir. Bu tez çalışmasının ilk bölümü, çeşitli temel başarım ölçütleri kullanarak GAA?ların zaman ve konum tabanlı topoloji özelliklerinin gerçekçi analizinin sağlanmasıyla ilgilidir. Bu analizde, gerçek yol topolojileri ve PeMS veritabanından alınan gerçek zamanlı veriler, otoyollarda gerçekçi trafik akışları üretebilmek için mikroskobik hareketlilik modeliyle birleştirilmektedir. Ayrıca, daha gerçekçi, yakın zamanda önerilmiş engel-tabanlı kanal modeli kullanılmış ve bu karmaşık sistemin başarımı en çok kullanılan sabit-disk ve log-normal gibi daha basit kanal modelleriyle karşılaştırılmıştır. Temel başarım ölçütleri üzerindeki araştırmamız sabit-disk ve log-normal kanal modellerinin gerçekçi GAA topoloji özellikleri sağlamada yetersiz olduğunu açığa çıkarmıştır. Bu nedenle, link özelliklerinin zamana bağlı değişimlerini hesaba katmak amacıyla, araç yoğunluğu ve bir korelasyon modeline göre log-normal modelin parametrelerini adapte eden bir eşleştirme mekanizması önermekteyiz. Önerilen yöntemin karmaşık, hesaplama açısından pahalı ve gerçekleştirme açısından zor olan engel-tabanlı kanal modeliyle iyi bir eşleme sağladığı gösterilmiş ve modelin işlevselliği Kaliforniya?da bulunan iki farklı otoyoldan alınan gerçek verilerle doğrulanmıştır. Çalışmamızın ikinci bölümü, GAA?larda yoğunluk hesaplaması için dağıtık algoritmalarla ilgilidir. Araç yoğunluğu yol trafik durumunun gözlemlenmesinde kullanılan önemli bir sistem ölçütüdür. Araç yoğunluk hesaplaması için önerilmiş algoritmaların çoğu ya belli bir altyapıya dayanmakta ya da sisteme genel araç yoğunluğunu hesaplamak için yerel komşu bilgisini kullanmaktadır. Ancak, bu algoritmalar yüksek yerleştirme ve bakım masraflarının yanı sıra düşük güvenilirlik ve kısıtlı kapsamadan dolayı dezavantajlıdırlar. Çalışmamızda, görevdeş ağlarda sistem boyutunu hesaplamak için önerilmiş mekanizmalardan esinlenerek üç farklı tamamen dağıtık algoritma tasarladık. Sonuçlarımız sistem büyüklüğü hesaplama tekniği GAA?larda trafik yoğunluğunu hesaplamak için de kullanılabileceğini gösterdi. Buna ek olarak, GAA?lar için özel olarak tasarlanmış tamamen dağıtık CluSampling algoritmasını önerdik. Hem otoyollarda hem de şehir-içi bölgelerde, farklı bölge genişlikleri ve trafik yoğunluklarında yapılan kapsamlı benzetimler CluSampling algoritmasının ağdaki değişikliklere dayanıklı, yüksek kesinlikte ve en az zaman gerektiren çözüm sunan bir algoritma olduğunu ve bunları sağlarken ağ ve öncü araç üzerinde daha az yük oluşturduğunu göstermiştir.