توضیحات

پیشرفت در ارتباطات بی‌سیم و دستگاه‌های رایانه‌ای قابل حمل و سیار، محاسبات تلفن همراه را ممکن ساخته است. اخیراً یک مسأله تحقیقاتی که توجه زیادی را به خود جلب کرده است طراحی شبکه‌ای ad hoc موبایل است که یک مجموعه از میزبان‌های تلفن همراه است که می‌توانند با یکدیگر ارتباط برقرار کنند و اطراف خود را تحت شعاع قرار دهند. فرض اساسی در پروتکل‌های مسیریابی اطلاعات در دسترس بودن یک دستگاه موقعیت‌یابی مانند یک گیرنده موقعیت‌یابی جهانی (GPS) در هر میزبان تلفن همراه است. شایان ذکر است که برنامه‌های مرتبط با GPS به سرعت در حال افزایش محبوبیت هستند. برنامه‌های کاربردی متصل به محل یا آگاهانه یک دامنه مهم در محاسبات تلفن همراه خواهد بود. نمونه‌هایی از جمله سیستم‌های ناوبری، سیستم‌های مخابراتی برای تسهیل ارتباط با وسایل نقلیه در حال حرکت، مکان جغرافیایی و سیستم‌های راهنمای تور است. دسترسی به اطلاعات مکان تأثیر گسترده‌ای بر سطح برنامه و نیز سطح شبکه خواهد داشت [۱].

 پروتکل‌های مسیریابی جغرافیایی از مکان‌های فیزیکی برای تصمیم گیری مسیریابی استفاده می‌کنند و به طور معمول سبک وزن، توزیع شده و فقط نیاز به دانش شبکه محلی دارند. بنابراین، آنها کمتر از اثرات تحرک‌پذیری استفاده می‌کنند، اما تأثیرپذیر نیستند. پیش‌بینی موقعیت مکانی می‌تواند برای افزایش مسیریابی جغرافیایی و مقابله با تأثیرات منفی تحرک استفاده شود، اما این امر توجه کمی را به خود جلب کرده است. پیش بینی مکان در ترکیب با مسیر جغرافیایی در مقالات متعددی مورد بررسی قرار گرفته است. اکثر این طرح‌های پیش‌بینی موقعیت مکانی فرض‌های ساده‌ای را در مورد تحرک ایجاد کرده‌اند. با این حال، طرح‌های پیشرفته‌تر پیش‌بینی موقعیت مکانی با استفاده از تکنیک‌های یادگیری ماشین برای شبکه‌های زیرساخت بی‌سیم مورد استفاده قرار گرفته است. این روش‌ها به استفاده از زیرساخت‌ها متکی هستند و بنابراین برای استفاده در شبکه‌های فرصت طلب، مناسب نیستند. برای حل مشکل دقت پیش‌بینی مکان آینده در شبکه‌های غیر زیرساختی، پیش‌بینی مختصات عددی پیوسته با استفاده از شبکه‌های عصبی مصنوعی مورد بررسی قرار گرفته است [۲].