Abstract:
ABSTRACT: As the number of mobile technology users in wireless cellular communication increases everyday, the quality of service (QoS) concerns are not totally satisfied. Mobile users are not limited to a fixed location and can move around to other places. Mobility model is a method which is used to predict future location of a mobile user using different techniques. Mobility model is one approach for solving the mobility problem to guarantee the QoS. In this thesis, we compare two different mobility models for pedestrian movements through simulation using two actual trajectory datasets in the same area with different arrival rates. The first model is called current mobility parameters method, which predicts the future position of mobile user based on current parameters such as current location information, speed and direction. This information is mostly gathered using a positioning system such as GPS. Gauss-Markov mobility model predicts next location using current speed, direction and location information of the user. The second method is called observation histories method, in which prediction is performed based on the historical movement pattern of the user. For this model, a simple second order Markov-Mobility model predicts next position using current and one previous location information of that user. The simulation result shows that the observation histories method has a better performance than the current mobility parameters method for pedestrian movement. The precision rate for current mobility parameters was 99.74 % for first and second dataset, respectively and 99.88 % and 99.87% for observation histories method. Keywords: Wireless Cellular Network, QoS, Mobility Prediction, Path Prediction, Mobility Model, User Mobility, Next Location Prediction.
…………………………………………………………………………………………………………………………
ÖZ: Kablosuz hücresel iletişim mobil teknoloji kullanıcılarının sayısı her gün arttıkça, hizmet kalitesi (QoS) endişeleri tamamen karşılanamıyor. Öte yandan mobil kullanıcılar sabit bir konumla sınırlı değillerdir ve yer değiştirebilirler. Bir hareket modeli, mobil kullanıcının farklı teknikler kullanılarak gelecekteki bir konumunun tahmin edilmesidir. Hareketlilik modeli, kaliteli servisi güvence altına almak için hareketlilik probleminin çözüldüğü bir yaklaşımdır.
Bu tezde, aynı bölgede olup farklı varış tanımları olan iki gerçek yörüngeli veri kümesi kullanarak, iki farklı hareket modelini yaya hareketi simülasyonu aracılığıyla karşılaştırdık. İlk model, şimdiki hareketlilik değişkenleri yöntemi, hareketli kullanıcının gelecekteki konumunu, konum bilgileri, hız ve yön gibi güncel değişkenlere göre tahmin eder. Bu bilgiler genellikle GPS gibi bir konumlandırma sistemi kullanılarak toplanır. Gauss-Markov hareketlilik modeli, kullanıcının güncel hız, yön ve konum bilgilerini kullanarak bir sonraki konumunu tahmin eder. İkinci model ise gözlem geçmişleri yöntemidir, tahmin kullanıcının geçmiş hareket yapısı baz alınarak gerçekleştirilir. Bu model için, ikinci dereceden bir basit Markov-Hareketlilik modeli kullanıcının şimdiki ve bir önceki konum bilgilerini kullanarak bir sonraki konumunu tahmin eder. Simülasyon sonucuna göre yaya hareketi için gözlem geçmişleri yöntemi, şimdiki hareketlilik değişkenleri yönteminden daha iyi bir performansa sahiptir. Birinci ve ikinci veri kümeleri için doğruluk oranları güncel hareketlilik değişkenleri yöntemi için her ikisi için de %99.74 iken gözlem geçmişleri yöntemi için birinci oran %99.88 ve ikinci oran %99.87’dir. vi
Anahtar kelimeler : Bağlantısız hücresel ağlar, Qos, Hareket kestirimi, Hareket modeli, kullanıcı hareketliliği, sonraki konum kestirimi.
Description:
Master of Science in Computer Engineering. Thesis (M.S.)--Eastern Mediterranean University, Faculty of Engineering, Dept. of Computer Engineering, 2014. Supervisor: Assoc. Prof. Dr. Işık Aybay.
