Publication: Packet loss rate prediction for vehicler networks with regression methods
| dc.contributor.advisor | Maşazade, Engin | |
| dc.contributor.author | Koç, Osman Nuri | |
| dc.contributor.department | Marmara Üniversitesi | |
| dc.contributor.department | Fen Bilimleri Enstitüsü | |
| dc.contributor.department | Elektrik-Elektronik Mühendisliği Anabilim Dalı | |
| dc.date.accessioned | 2022-07-26T21:28:19Z | |
| dc.date.available | 2022-07-26T21:28:19Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | TÜİK verilerine göre Türkiye'de 2009-2020 yılları arasında yılda ortalama 1 milyon trafik kazası meydana gelmekte ve ortalama 5 bin kişi hayatını kaybetmektedir. Bağlantılı araç teknolojisi ile yollardaki tüm trafik unsurlarının güvenliğinin artırılması, böylece trafik kazalarının önlenmesi, can kaybı ve yaralanmaların azaltılması hedeflenmektedir. Yollarda güvenliğin artırılmasının yanı sıra otonom araç teknolojisinin yaygınlaştırılması ve güvenilirliğinin artırılması için akıllı şehirlerin kurulmasında bağlantılı araç teknolojisi vazgeçilmez teknolojilerden biri olacaktır. Bağlantılı araç teknolojisi, birbirleriyle iletişim kurmak için kısa menzilli radyo sinyalleri göndererek yoldaki araçların yoldaki diğer araçlarla iletişim kurmasını sağlar. Bu tezde, farklı araç yoğunluğu, iletim hızı ve iletim gücü değerleri verildiğinde, gelişmiş regresyon yöntemlerini kullanarak araç ağındaki paket kaybı olasılığını hesaplayan bir sezgisel fonksiyon önerilmektedir. Yollar, araçlar, yayalar gibi gerçek dünya trafik unsurlarını içeren çeşitli esnek trafik ortamları oluşturmaya uygun açık kaynaklı Sumo yazılımı kullanılarak gerçek dünya koşullarına mümkün olduğunca benzer simülasyon ortamı hazırlanmıştır. Omnet++, Sumo ve Veins ortamlarının entegre çalışması ile farklı trafik koşulları için simülasyonlar yürütülmüştür. Bu simülasyonlardan elde edilen sonuçlar, paket kaybı oranı (PKO) performansını tahmin etmek için çeşitli regresyon algoritmalarına girdi olarak kullanılan veri kümesine çevrilmiştir. Sayısal sonuçlar, Catboost regresyon yönteminin, diğer regresyon yöntemlerine kıyasla tahmin edilen ve test edilen sonuçlar arasında en az hatayı verdiğini göstermiştir. Elde edilen buluşsal fonksiyon sayesinde bir dizi iletim parametresi verildiğinde simülasyon yapılmadan paket kayıp oranları belirlenebilmekte ve iletim parametreleri yeniden ayarlanarak PLO’yu hedef seviyenin altına düşürmek mümkün olabilmektedir. | |
| dc.description.abstract | According to TUIK data, an average of 1 million traffic accidents occur annually in Turkey between 2009 and 2020, and an average of 5 thousand people lose their lives. With the connected vehicle technology, it is aimed to increase the safety of all traffic elements on the roads, thus preventing traffic accidents, reducing loss of life and injuries. Connected vehicle technology will be one of the indispensable technologies in the establishment of smart cities in order to increase safety on the roads, as well as to disseminate autonomous vehicle technology and increase its reliability. Connected vehicle technology allows vehicles on the road to communicate with other vehicles on the road by sending short-range radio signals to communicate with each other. In this thesis, we propose a heuristic function that calculates the packet loss probability in the vehicle network using advanced regression methods when different vehicle density, transmission speed, and transmission power values are given. The simulation environment that is as similar as possible to real-world conditions has been prepared by using the open-source Sumo software, which is suitable for creating various flexible traffic environments that include real-world traffic elements such as roads, vehicles, pedestrians, traffic lights, and public transportation systems. Simulations are executed for different traffic conditions with the integrated operation of Omnet++, Sumo and Veins environments. The results from these simulations are translated into the dataset, which is used as input to various regression algorithms to predict the packet loss performance. Numerical results showed that the Catboost regression method gives the least error between predicted and tested results compared as compared to other regression methods. Thanks to the obtained heuristic function, when a set of transmission parameters is given, packet loss rates can be determined without simulation, and it may be possible to reduce the PLR below the target level by re-adjusting the transmission parameters. | |
| dc.format.extent | XI, 51 s. | |
| dc.identifier.uri | https://katalog.marmara.edu.tr/veriler/cokluortam/cokluortam/C/A/F/A/C/Osman nuri koç.pdf | |
| dc.identifier.uri | https://hdl.handle.net/11424/280775 | |
| dc.language.iso | eng | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Electric engineering | |
| dc.subject | Elektrik mühendisliği | |
| dc.subject | Electronics engineering | |
| dc.subject | Elektronik mühendisliği | |
| dc.title | Packet loss rate prediction for vehicler networks with regression methods | |
| dc.type | masterThesis | |
| dspace.entity.type | Publication | |
| local.item.notes | Bibliyografya. | |
| local.yordam.id | DA354068-1E70-1749-A79A-8BEACA557FAC |