طرح جمع‌آوری اطلاعات بهنگام و پوشش داده شده برای شهرهای هوشمند براساس شبکه‌های ادهاک وسایل نقلیه

مقاله اصلی

Abstract:

Using mobile vehicles as “data mules” to collect data generated by a huge number of sensing devices that are widely spread across smart city is considered to be an economical and effective way of obtaining data about smart cities. However, currently most research focuses on the feasibility of the proposed methods instead of their final performance. In this paper, a latency and coverage optimized data collection (LCODC) scheme is proposed to collect data on smart cities through opportunistic routing. Compared with other schemes, the efficiency of data collection is improved since the data flow in LCODC scheme consists of not only vehicle to device transmission (V2D), but also the vehicle to vehicle transmission (V2V). Besides, through data mining on patterns hidden in the smart city, waste and redundancy in the utilization of public resources are mitigated, leading to the easy implementation of our scheme. In detail, no extra supporting device is needed in the LCODC scheme to facilitate data transmission. A large-scale and real-world dataset on Beijing is used to evaluate the LCODC scheme. Results indicate that with very limited costs, the LCODC scheme enables the average latency to decrease from several hours to around 12 min with respect to schemes where V2V transmission is disabled while the coverage rate is able to reach over 30%.

1. Title:A Latency and Coverage Optimized Data Collection Scheme for Smart Cities Based on Vehicular Ad-Hoc Networks
2. Journals :Sensors
3. Impact Factor: 2.475 (2017) ; 5-Year Impact Factor: 3.014 (2017)
4. Accepted: 18 April 2017
5. Page: 27

 

اسلاید ارائه

محتویات اسلاید ها به شرح زیر می‌باشد:

• مقدمه و کلیات پژوهش
  • اینترنت اشیاءبه عنوان یک راه حل در ساخت شهر هوشمند
  • چالش‌های شهر هوشمند مبتنی بر اینترنت اشیا
  • شبکه‌های ادهاک وسایل نقلیه
  • چالش‌های شبکه‌های ادهاک وسایل نقلیه
• پیشینه‌ی پژوهش
• روش پیشنهادی
  • سه جزء مهم از طرح LCODC
  • اهداف طرح LCODC
  • بیان ریاضی اهداف طرح LCODC
  • وضعیت در حال اجرا از وسایل نقلیه متحرک
  • تصمیم گیری در مورد محل مراکز داده
  • انتقال وسیله نقلیه به دستگاه
  • انتقال وسیله نقلیه به وسیله نقلیه
• تنظیمات و نتایج آزمایشات
  • مجموعه‌ داده:
  • روش‌های پیش پردازش در مجموعه داده‌های T-Drive
  • عملکرد در تأخیر و پوشش:
  • مقایسه
  • تأثیرات مراکز داده در طرح‌های LCODC
  • تأثیرات حجم حافظه داخلی در طرح‌های LCODC
  • عملکرد در بازه‌های زمانی مختلف یک روز
• نتیجه‌گیری

1. عنوان: طرح جمع‌آوری اطلاعات بهنگام و پوشش داده شده برای شهرهای هوشمند براساس شبکه‌های اد هاک وسایل نقلیه
2. تعداد صفحات: ۴۱
3. زبان: فارسی

 

ترجمه و گزارش مقاله

چکیده:

استفاده از وسایل نقلیه متحرک به عنوان "مولد‌های داده" برای جمع‌آوری داده‌های تولید شده توسط تعداد زیادی از دستگاه‌های سنجش که در سراسر شهر هوشمند به طور گسترده‌ای پخش می‌شوند، به عنوان یک روش اقتصادی و موثر برای به دست آوردن داده‌ها در مورد شهرهای هوشمند محسوب می‌شود. با این حال، در حال حاضر بخش عمده‌ای از تحقیقات در مورد امکان‌ سنجی روش‌های پیشنهادی به جای عملکرد نهایی آنها تمرکز دارد. در این مقاله، یک طرح جمع‌آوری اطلاعات بهنگام و پوشش داده شده (LCODC) برای جمع‌آوری داده‌ها در شهرهای هوشمند از طریق مسیریابی فرصت طلبانه پیشنهاد شده است. این طرح در مقایسه با سایر طرح‌ها، کارایی جمع‌آوری داده‌ها را بهبود می‌بخشد، زیرا جریان داده‌ها در طرح LCODC شامل نه تنها وسیله نقلیه برای انتقال دستگاه(V2D) ، بلکه انتقال وسیله نقلیه به وسیله نقلیه(V2V) نیز است. علاوه بر این، از طریق داده‌کاوی بر روی الگوهای پنهان در شهر هوشمند، تلفات و افزونگی در استفاده از منابع عمومی کاهش می‌یابد و منجر به اجرای آسان طرح ما می‌شود. در جزئی تر و دقیق‌تر، هیچ برنامه حمایتی اضافی در طرح LCODC برای تسهیل انتقال داده لازم نیست. از یک مجموعه داده در مقیاس بزرگ و دنیای واقعی در شهر پکن برای ارزیابی طرح LCODC استفاده می‌شود. نتایج نشان می‌دهد که با هزینه‌های بسیار محدود، طرح LCODC می‌تواند میانگین تاخیر را از چندین ساعت به حدود 12 دقیقه کاهش دهد. با توجه به طرح‌هایی که انتقال V2V در آن غیر فعال است، در حالی که میزان پوشش می‌تواند بیش از 30٪ باشد.

1. تعداد صفحات: ۴۶
2. زبان: فارسی
3. فرمت: Pdf

 

کد و پیاده‌سازی مقاله

پیاده‌سازی مقاله شامل:

• تحلیل جامع در مورد عملکرد طرح پیاده‌سازی LCODC و اثرات پارامترهای کلیدی
• پیاده‌سازی تعیین تعداد مراکز داده به طور مستقیم باالگوریتم‌های k-means و k-means ++
• پیاده‌سازی میانگین تأخیر و پوشش طرح LCODC با اندازه‌های مختلف حافظه داخلی
• پیاده‌سازی تعداد کل بسته‌های داده آپلود شده با تعداد مختلف مراکز داده
• پیاده‌سازی توزیع دقیق از میانگین تأخیر

 

1. زبان برنامه نویسی : Matlab and Python + DataSet
2. تعداد فایل‌ها : 15

 

ارتباط با بخش پشتیبانی

1. ارتباط با پشتیبان از طریق تلگرام
2. ارتباط با پشتیبان از طریق ایمیل