Navegando por Autor "Rosso, Osvaldo Anibal"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Item Caracterização e análise de sensibilidade dos modelos de mobilidade veicular utilizando quantificadores de teoria da informação.(2020) Silva, Maurício José da; Oliveira, Ricardo Augusto Rabelo; Aquino, André Luiz Lins de; Aquino, André Luiz Lins de; Bianchi, Andrea Gomes Campos; Rosso, Osvaldo Anibal; Correia, Luiz Henrique AndradeNovas propostas de aplicações e protocolos para redes veiculares surgem todos os dias. É crucial avaliar, testar e validar estas propostas em larga escala antes de implantá-las no mundo real. Simulação ´e o método preferido pelos pesquisadores para avaliar suas propostas por permitir avaliações em larga escala e com baixo custo. É conhecido que, em simuladores para redes veiculares, modelos de mobilidade realistas são um requisito para produzir avaliações confiáveis. Porém, os modelos de mobilidade atuais são baseados em modelos aleatórios, normalmente o Random Waypoint, e eles não representam a mobilidade veicular real quando consideramos a variação de velocidade como elemento a ser avaliado. Neste trabalho apresentamos a caracterização global, por dia da semana e por hora do dia, do comportamento veicular utilizando informações de velocidades coletadas em diferentes cenários reais. Para realizar esta caracterização utilizamos a metodologia de Bandt-Pompe aplicada às séries temporais produzidas a partir das velocidades dos veículos. Em seguida, o histograma de probabilidade é atribuído aos seguintes quantificadores de Teoria da Informação: Entropia de Shannon, Complexidade Estatística e Medida de Informação de Fisher. Os resultados mostram que as velocidades veiculares possuem comportamento similar ao ruído colorido com espectro de potência f−k para k ≥ 0. Adicionalmente, utilizando a mesma metodologia, verificamos a fidelidade dos modelos de mobilidade usados nos principais simuladores de redes veiculares. A avaliação revelou que o modelo de Krauss é o modelo que mais se aproxima do comportamento veicular observado nos cenários reais. Em seguida, fizemos a análise de sensibilidade dos parâmetros do modelo de Krauss com o objetivo de identificar os parâmetros que mais influenciam para produzir comportamento correlacionado com o ruído colorido. Observamos que o parâmetro sigma, que utiliza o ruído branco (ruído branco, f−k para k = 0) para modelar o comportamento do motorista, é o que mais influencia no comportamento veicular. Assim, o parâmetro sigma precisa ser modificado para utilizar o ruído colorido f−k para k variando entre 0 < k ≤ 3.Item Study about vehicles velocities using time causal Information Theory quantifiers.(2019) Silva, Maurício José da; Cavalcante, Tamer Stefani Guimarães; Rosso, Osvaldo Anibal; Rodrigues, Joel José Puga Coelho; Oliveira, Ricardo Augusto Rabelo; Aquino, André Luiz Lins deNew proposals of applications and protocols for vehicular networks appear every day. It is crucial to evaluate, test and validate these proposals on a large scale before deploying them in the real world. Simulation is by far the preferred method by the researchers to evaluate their proposals in a scalable way with low costs. It is known, in vehicular network simulators, that realistic mobility models are the foremost requirement to make reliable evaluations. However, until then, the proposed mobility models are based on stochastic processes, introducing white noise in their formulations, which do not correspond to reality. This work presents the characterization of global, daily and hourly vehicles behavior through their velocities in different real scenarios. To perform this characterization was used the Bandt-Pompe methodology applied to time series from vehicular velocities. Then, the probability histogram was assigned to the following Information Theory quantifiers: Shannon Entropy, Statistical Complexity, and Fisher Information Measure. The application of this methodology, based on time causal Information Theory quantifiers, was possible to identify different regimes and behaviors. The results show that the vehicles velocities present correlated noise with f −k Power Spectrum ranging between 2.5 ≤ k ≤ 3 for highways traffic, 1.5 ≤ k ≤ 2 for mixed traffic, and 0.25 ≤ k ≤ 1 for denser traffic. Additionally, by using the same methodology, we verify that the mobility models used in simulation tools do not produce the same vehicular velocities dynamics observed in real scenarios, the best one presents a correlated noise with f −k Power Spectrum ranging between 0 ≤ k ≤ 2.5, for all traffic analyzed. These results suggest that these models must be improved.