VANET 中的聚类：算法与挑战
网络与互联网体系结构
2021-01-28 v1
摘要
聚类是车载自组织网络（VANET）中的一个重要概念，其中若干车辆基于共同特征加入形成一个组。基于移动性的聚类策略在 VANET 聚类中最为常见；然而，机器学习与模糊逻辑算法也是许多 VANET 聚类算法的基础。一些 VANET 聚类算法融合机器学习与模糊逻辑算法，以使簇更稳定高效。网络移动性（NEMO）与基于多跳的策略亦用于 VANET 聚类。现有文献综述已提出移动性及其他一些聚类策略；然而，关于基于智能、基于移动性与基于多跳策略的广泛研究在 VANET 聚类综述中仍然缺失。本文中，我们给出了基于智能的聚类算法、基于移动性的算法与基于多跳的算法的分类，并分析了机器学习、模糊逻辑、移动性、NEMO 与多跳聚类算法的移动性度量、评估准则、挑战及未来方向。
引用
@article{arxiv.2009.01964,
title = {Clustering in VANET: Algorithms and Challenges},
author = {Mohammad Mukhtaruzzaman and Mohammed Atiquzzaman},
journal= {arXiv preprint arXiv:2009.01964},
year = {2021}
}