현재까지 제시된 Routing protocol based on ML - 2

현재 토폴로지는 다음과 같다.

 

 

node 의 수 : 50

wifi protocol : 802.11ac

Transmission range : 350 m

Routing protocol : OLSR

app : PacketSink, OnOff

Area : 1000 x 1000 m

Speed : 0~20 m/s

Mobility model : RandomWayPoint

 

교수님과의 미팅 결과

1. Feature를 우리가 좋다고 생각하는 것들이랑 실제랑 다를수도 있다.

그러니까 일단 최대한 좋다고 생각되는 feature들을 전부 구해서 DT에 먹이자. 그러면 DT를 통해 Feature selection이 가능할 것이다. 

2. RandomWayPoint Model을 사용하였는데, 이 경우 특정 시간대의 각 노드 방향을 파악했어도, 바로 뒤에 Waypoint가 반대 방향으로 잡히는 등이 가능하다. 그래서 생각보다 상대 거리, 진행 방향, 속도를 기반으로 구해낸 LET가 깔끔한 Feature가 아닐 수 있다. 그렇기에 1.의 DT feature selection이 필요한 테크닉이 될 수 있다.

---

y-val은 PacketLossRatio로 정했다.

이 후 필요할 것 같은 feature들을 구해야한다.

1. 노드의 에너지 잔량

2. 주변 노드의 수와 상대 속도,거리를 포함하여 계산된 평가 수치

3. 큐 길이

4. ThroughPut(Average)

5. 노드의 자체 속도

들을 DT에 넣어서 Feature Selection을 할 예정이다.

 

1,3,4,5는 어떻게 그냥 구한다고 해도, 2.는 어떻게 계산해주어야할까? 이에 관해 생각을 좀 해보자.

 

* 주변 노드 수를 구하는 법( LET가 긴 노드일 수록 고평가)

1. 해당 노드의 Transmission Range를 확인한다.

2. 그 후, 모든 노드들을 순회하며 position 정보를 활용해 통신 범위 이내에 들어와있는 노드일 시 처리를 시작한다.

2-1. 현재 노드와 검색된 이웃 노드의 거리를 측정한다. 

2-2. 상대 속도를 구한다.

2-3. (현재 거리) / (상대 속도) = LET 로 간주한다.

2-4. Total Score = a * LET의 합 + b * 주변 노드 수 (a,b 값은 어느 정도 줄지 교수님한테도 상의를 해보아야겠지만, 일단 0.7, 0.3으로 주고 구현한다.)

=> 단 LET는 서로 멀어질 경우에 한해 계산한다. 가까워질 경우 LET는 의미가 없기 때문에, 최대 값을 준다.

 

최종적으로 Csv 파일에 들어갈 정보는

Remaining Energy, Node Strength, Queue Length, TP, Speed

가 될 것이다.

---

이를 참고하며 구현해나가는 중이다.