基于曼哈顿距离模糊C聚类及粒子群优化的中继车辆选择算法

朱 军，唐万奇，李 凯

(1.安徽大学 电子信息工程学院，安徽 合肥 230601；2.上海科技大学 创意与艺术学院，上海 201210)

车辆自组织网络为车辆到车辆(vehicle to vehicle，简称V2V)及车辆到基础设施(vehicle to infrastructure，简称V2I)的无线通信网络，由车载单元(on board unit，简称OBU)和路边单元(roadside unit，简称RSU)组成.车联网在道路交通的安全事件广播、车辆规避、事故告警、交通路况实时检测等方面发挥重要作用.车辆移动性强、节点位置难预测、消息交互频繁等特征，增加了广播消息可靠传输的难度.车联网消息传输最常见的方案是洪泛广播，即每辆车均转发消息，然而洪泛广播效率低，且易形成广播风暴.

在设计广播算法时，为减少冗余的转发次数只选择特定的车辆进行转发，其他车辆仅接收消息而不转发.文献[7]提出的方案中，远离消息转发节点的车辆有很高的转发概率，使广播冗余大量减少.文献[8]提出一种基于动态概率计数的广播方案，根据节点邻居的信息动态计算节点的转发概率，与固定转发概率方案相比，该方案在网络密度动态变化的环境具有较好的适应性.文献[9]采用基于地理位置信息的多跳广播协议，选择距离源节点通信范围内最远的车辆作为中继车辆,但因噪声及路径损耗等因素的影响有时需重传数据包.文献[10]采用两类中继节点，一类是最接近目的地的中继节点，另一类是具有最佳链路状态的中继节点；发送方将数据包发送至两类中继节点，提高了通信的鲁棒性.文献[11]对车辆进行分簇，选择……