针对车载自组织网(Vehicular Ad Hoc Networks,VANETs)拓扑结构经常变化导致通信链路容易断裂而通信质量不可靠的问题,将人工蜂与K-means混合算法应用在VANETs中。在成簇阶段,该混合算法利用人工蜂算法较强的全局搜索能力确定初始聚类中心,代替传统的K-means对初始聚类中心的选择,这样就消除了K-means对随机初始聚类中心的依赖。在簇头选取阶段,类内具有最小的速度方差以及到其他节点最小平均距离的车辆节点被选择为簇头。在簇的维护阶段,当最优节点即簇头有变化时,次优节点被选为临时簇头,直至更新为最优节点的簇头信息。为测试该混合算法的性能,将其和PSO与K-means混合算法、经典Kmeans算法进行实验对比,结果表明,该混合算法能够更加稳定VANETs通信链路,具有更高成簇质量和更高通信质量。
车载网络(Vehicular ad hoc networks,VANETs)是一种特殊形式的网络,具有节点高速移动、拓扑频繁的变化的特性,这些特性为消息的传播带来挑战,路由机制是实现消息传递的关键因素;地理位置路由被广泛地应用于VANETS,要求节点周期广播beacon消息;然而,节点周期地广播beacon消息,降低了路由性能,特别是在城市区域,由于节点密集,每个节点均广播beacon消息,恶化了路由性能;为此,针对城市环境,提出基于beacon控制的路由协议RPBC(Routing protocol with beacon control);在RPBC中,并非每个节点广播beacon消息,而设置有效的机制选择部分节点广播,从而降低了beacon冗余,同时,采用最短路径算法,减少数据传输跳数;仿真结果表明,提出的RBPC在分组投递率、端到端传输时延以及路由开销方面均有较好的性能。
