차량 네트워크에서 예측 기반 콘텐츠·위치 추적 기법 연구

Predictive Content Distribution and Neighbor Tracking in Vehicular Networks

연구 내용

차량 이동성과 통신 제약을 반영해 콘텐츠 프리캐싱과 이웃 추적을 정확도 중심으로 설계하는 연구

차량 환경에서는 RSU 커버리지 내에 대용량 콘텐츠를 끝까지 전송하기 어려워 콘텐츠 다운로드 지연과 백홀 트래픽이 증가합니다. 또한 beaconing 기반 이웃 추적은 다중 홉 전송과 이기종 RF 조건에서 위치 오차와 지연 요구를 동시에 만족하기 어렵습니다. 이 연구는 콘텐츠 중심 차량 네트워크에서 다음 RSU까지의 예측 속도를 차량의 상태로부터 추정하고 precaching 양과 guardband를 함께 산정합니다. 아울러 beaconing 이웃 추적에서는 모델 기반 궤적 예측과 PSTN, 확률적 릴레이를 결합해 이기종 조건에서도 추적 정확도를 유지하도록 합니다.

관련 프로젝트

0건

연구 흐름

초기에는 차량 이동성을 고려한 콘텐츠 프리캐싱에서, 단순 평균 속도나 현재 속도 가정이 예측 오류를 유발한다는 한계를 분석했습니다. 이후 예측 속도 추정과 보정 구간을 포함하는 adaptive content precaching scheme을 제안해 다운로드 지연과 백홀 오버헤드를 동시에 개선했습니다. 병행하여 이웃 추적에서는 beaconing의 요구 조건을 만족하기 위해 차량의 이기종 RF 조건을 반영하는 모델 기반 궤적 예측과 다중 홉 전송 절차를 구성했습니다. 최근에는 예측과 통신 제약을 함께 반영하는 평가 프레임으로 확장하는 방향을 진행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

예측 기반 콘텐츠 프리캐싱
RSU 커버리지 제약 모델링
백홀 트래픽 절감
이기종 RF 조건 추적
모델 기반 궤적 예측
확률적 릴레이 정책
PSTN 기반 다중 홉 절차
차량 통신 안정성 평가
차량 데이터 분배 최적화
지연 민감 서비스 지원