基于邻域跟随的车联网多跳分簇稳定性研究

针对车联网计算卸载需求量大及车辆网络拓扑变化随机性强的问题,本文提出一种基于邻域跟随的车辆多跳分簇方法,并采取多指标综合加权的方式研究其稳定性特征.现有针对车辆分簇的研究方案普遍存在指标单一化、分簇机制局限于单跳或固定跳数、分簇效率低及缺少簇头替换机制等问题.鉴于邻域跟随策略稳定性较优且分簇效率较高等特性,本文提出车辆基于邻居节点内综合指标最优准则选择稳定性最好的节点跟随方案,通过去环和剪枝算法使得车辆的跟随结构规范且扁平化,进而形成一个稳定性更高的车辆簇,并利用主从簇头和簇维护机制增强车辆簇的鲁棒性.仿真结果表明,与现有的车辆分簇方法相比,所提算法在簇稳定性和分簇效率上均具有较好的性能.