Microscopic Congestion Detection Protocol in VANETs
Notice bibliographique
Résumé
Effective transportation status surveillance imposes critical challenges for the Intelligent Transportation System (ITS) design. In this paper, the microscopic congestion detection protocol (MCDP) is proposed to make the vehicle-to-vehicle (V2V) communication capable of monitoring vehicle density and identifying traffic jam. By introducing transportation control domain in the existing network protocol header, each vehicle can count its neighbors and estimate the time spacing among vehicles. MCDP provides an infrastructure-less solution to the estimate of vehicle density, flow, and average velocity in a microscopically manner. Moreover, the safety speed limit is introduced to make each vehicle calculate its time to cover the intervehicle distance, such that every vehicle is able to assess the transportation congestion by comparing with some predefined safety time threshold. Monte Carlo simulations of the MCDP over four typical Chinese highways are presented to compare the MCDP scheme with the existing Green-Shield congestion detection scheme. In addition, real road traces generated by SUMO over NS2 are utilized to show the achieved performance in terms of throughput, end-to-end delay, and packet delivery rate (PDR) in comparison to DSR and AOMDV in IEEE 802.11p and IEEE 802.11ac scenarios. On the basis of all the results, we conclude that MCDP is an inexpensive transport congestion detection technique for Vehicular Ad Hoc Networks (VANETs).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».