位置:成果数据库 > 期刊 > 期刊详情页
一种基于MAC层时延上限的VANET自适应分簇算法
  • ISSN号:1001-0505
  • 期刊名称:《东南大学学报:自然科学版》
  • 时间:0
  • 分类:TV923[水利工程—水利水电工程]
  • 作者机构:[1]东南大学移动通信国家重点实验室,南京210096, [2]加利福尼亚州立大学信息系统系,美国洛杉矶90032
  • 相关基金:国家自然科学基金资助项目(61171081;61201175;61471164); 国家科技重大专项资助项目(2012ZX03004005)
中文摘要:

为提高车辆自组织网络(VANET)中媒体接入控制(MAC)协议在车辆密集情况下的性能,提出了一种基于MAC层时延上限的自适应(MDBA)分簇算法,该算法包括簇头选举算法和簇维护算法.在MAC层消息传输的时延上限制约下,簇头选举算法通过综合考虑车辆节点的速度、加速度、位置和目的地4种因素来选取簇头;针对网络拓扑的变化,簇维护算法对分簇进行自适应调整.利用交通流仿真软件VISSIM创建仿真场景,以考察MDBA分簇算法的性能.仿真结果表明,与传统无线传感器网络和移动自组织网络中的典型分簇算法相比,MDBA分簇算法中簇头和簇成员的生存时间较长,算法性能更优,更加适用于车辆自组织网络.

英文摘要:

To improve the performance of media access control( MAC) protocols in vehicular ad hoc network( VANET) in the case of large vehicle density,a MAC upper band delay based adaptive( MDBA) clustering algorithm is proposed. The MDBA clustering algorithm includes the cluster head election algorithm and the cluster maintenance algorithm. Under the restriction of MAC upper bound delay,the speed,acceleration,position,and destination are comprehensively considered to select the cluster head in the cluster head election algorithm. In the cluster maintenance algorithm,clusters are adaptively adjusted according to the changes of network topology. Then,the traffic simulation software VISSIMis used to create simulation scenario to evaluate the performance of the MDBA clustering algorithm. The simulation results showthat compared with the classic clustering algorithm in wireless sensor network and that in mobile ad hoc network,cluster head and cluster members in the MDBA clustering algorithm have longer life cycle,indicating that the MDBA clustering algorithm has better performance,thus it is more suitable for VANET.

同期刊论文项目
期刊论文 45 会议论文 33 获奖 4
期刊论文 30 会议论文 20 著作 2
同项目期刊论文
期刊信息
  • 《东南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东南大学
  • 主编:毛善锋
  • 地址:南京四牌楼2号
  • 邮编:210096
  • 邮箱:xuebao@seu.edu.cn
  • 电话:025-83794323
  • 国际标准刊号:ISSN:1001-0505
  • 国内统一刊号:ISSN:32-1178/N
  • 邮发代号:28-15
  • 获奖情况:
  • 先后荣获第三届国家期刊奖百种重点期刊奖,2006-2...,2013年荣获首届江苏省新闻出版政府奖"报刊奖"
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23651