earticle

영어

This paper presents an in-depth optimization strategy for Vehicle-to-Everything (V2X) communication tailored for autonomous vehicle networks and proposes a robust Intelligent Transportation System (ITS) architecture built upon Software-Defined Vehicular Networking (SDVN) within highly dynamic VANET environments. While traditional Vehicular Ad Hoc Networks (VANETs) offer decentralized communication among mobile nodes, they suffer from inherent limitations such as frequent topology changes, high latency, and unreliable data delivery. The proposed architecture integrates real-time mobility simulation (SUMO), discrete event network modeling (OMNeT++), vehicular communication (VEINS), wireless emulation (Mininet-WiFi), and programmable flow control via the Ryu SDN controller. Various urban traffic scenarios with differing vehicle densities (low, medium, high) were simulated, and the performance of the SDVN-based ITS was benchmarked against a conventional VANET model. The SDVN model demonstrated a reduction of up to 25% in latency, a 15% improvement in PDR, and up to 30% higher throughput, while incurring only a moderate increase in control overhead due to SDN signaling. These findings validate the feasibility and efficiency of SDVN-enhanced ITS frameworks for next-generation smart transportation infrastructures and offer valuable insights for large-scale deployment in future autonomous mobility ecosystems.

한국어

본 논문은 자율주행차량 환경에서 V2X(Vehicle-to-Everything) 통신의 성능을 최적화하고, 높은 이동성과 네트워크 불안정성이 특징인 VANET(Vehicular Ad Hoc Network) 환경에서 효과적인 지능형 교통 시스템(ITS)을 구현하기 위한 SDVN(Software-Defined Vehicular Network) 기반 설계 방법을 제안한다. 기존의 VANET은 분산형 구조로 인해 패킷 손실, 지연 증가, 네트워크 단절 등 여러 한계가 존재하며, 이를 해결하기 위해 본 연구는 SDN 아키텍처를 차량 통신망에 통합하였다. SDN의 중앙집중 제어 특성을 활용하여 네트워크 토폴로지를 실시간으로 관리하고, 트래픽 상황에 따라 최적의 경로를 동적으로 설정할 수 있도록 하였다. 시뮬레이션은 VEINS, SUMO, OMNeT++, Mininet-WiFi, Ryu 컨트롤러를 통합하여 구축되었으며, 다양한 차량 밀도와 도시 교차로 기반 시나리오에서 VANET 대비 SDVN의 성능을 정량적으로 비교하였다. 실험 결과, SDVN 기반 ITS는 평균 지연 시간에서 최대 25% 감소, 패킷 전달률(PDR) 15% 증가, 네트워크 처리량(Throughput) 약 30% 향상을 나타냈으며, 중앙제어로 인한 제어 메시지 오버헤드는 소폭 증가하였다. 본 연구는 향후 자율주행 기술의 확산과 더불어 차량 통신 인프라의 고도화를 위한 기반 기술로 활용될 수 있을 것이다.