文献

J-GLOBAL ID：201702261869236902   整理番号：17A0967914

車両ネットワークにおけるコンテンツ支援クラスタリングとクラスタヘッド選択アルゴリズム【Powered by NICT】

Content Aided Clustering and Cluster Head Selection Algorithms in Vehicular Networks

著者 (5件)： Zhang Kai ,  Wang Jingjing ,  Jiang Chunxiao ,  Quek Tony Q. S. ,  Ren Yong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WCNC  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラスタリングとクラスタヘッド選択アルゴリズムに基づいて,車両対車両(V2V),車両対インフラストラクチャ(V2I)ベースの車両アドホックネットワーク(VANET)は,高度道路交通システム(ITS)において重要な役割を果たしている。しかし,既存のクラスタリングとクラスタヘッド選択アルゴリズムは,車両の通信内容とそれらの相関の影響を考慮していない。特に,車両含有量需要のべき乗則特性では,効率的なクラスタリングアルゴリズムを達成し,最適クラスタヘッドを選択することの両者の面で有益である。実自動車通信シナリオをシミュレートするために,本論文では,移動度モデル設計から始める。,コンテンツ要求に関係する新規なクラスタリングアルゴリズムを提案したが,これは自動車が価格の利点による車車間ネットワークを採用する集めている。さらに,Fermi則,すなわち,複雑ネットワークにおける確率的進化戦略の一つであり,進化ゲームに基づく,著者らのクラスタヘッド選択アルゴリズムは,より現実的な車両の特徴,利己性,公平性と制約付経済合理性を表すことができる。最後に,提案したアルゴリズムの有効性と実現可能性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  モデル ,  自動車 ,  *コンテンツ ,  自動車通信 ,  *ネットワーク ,  *クラスタ化 ,  公平性 ,  移動度 ,  インフラストラクチャー
準シソーラス用語： 複雑ネットワーク ,  クラスタリングアルゴリズム ,  VANET ,  *クラスタヘッド ,  *車両ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (5件)： コンテンツ ,  支援 ,  クラスタリング ,  クラスタヘッド ,  アルゴリズム