Green Vehicular Ad-hoc Network (VANET) is a newly-emerged research area which focuses on reducing harmful impacts of vehicular communication equipments on the natural environment. Recent studies have shown that grouping vehicles into clusters for green communications in VANETs can significantly improve networking efficiency and reduce infrastructure costs. As a dynamic network system, maintaining the network connectivity and reducing the communication overlap are two critical challenges for green VANET clustering. However, most existing work studies connectivity and overlap separately, lacking a deep understanding of the relationship between them. To address this issue, we present a comprehensive analysis that jointly considers the two critical factors in one model. Specifically, we first design a state resemblance prediction (SRP) model based on the historical trajectory feature relevance between vehicles; Combined with the SRP model, we propose the region-based collaborative management scheme (RCMS) to establish the dynamic clustering; Lastly, we take extensive experiments to verify the region-based collaborative management scheme for dynamic clustering. The results demonstrate that the proposed clustering algorithm can achieve high networking efficiency and better communication stability.


翻译:最新研究表明,将车辆分组为VANET的绿色通信集群可以大大提高联网效率并降低基础设施成本。作为一个动态网络系统,维护网络连通性和减少通信重叠是绿色VANET集群的两大重大挑战。然而,大多数现有工作研究的连通性和重叠是单独出现的,对二者之间的关系缺乏深刻了解。为解决这一问题,我们提交了一份综合分析,将两种关键因素放在一个模型中共同考虑。具体地说,我们首先根据车辆之间的历史轨迹相关性设计了状态相似性预测模型;与SRP模型相结合,我们提出了建立动态集群的基于区域的协作管理计划;最后,我们进行了广泛的实验,以核实动态集群的基于区域的协作管理计划。结果表明,拟议的组合算法可以实现高联网效率和更好的通信稳定性。

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年11月3日
【KDD2020】 图神经网络在生物医药领域的应用
专知会员服务
37+阅读 · 2020年11月2日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
ICLR 2020会议的16篇最佳深度学习论文
AINLP
5+阅读 · 2020年5月12日
AAAI2020推荐系统论文集锦(附发展趋势分析)
图与推荐
6+阅读 · 2020年1月30日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
图神经网络(GNN)必读论文及最新进展跟踪
深度学习与NLP
27+阅读 · 2019年6月7日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
8+阅读 · 2019年5月20日
VIP会员
相关VIP内容
专知会员服务
52+阅读 · 2020年11月3日
【KDD2020】 图神经网络在生物医药领域的应用
专知会员服务
37+阅读 · 2020年11月2日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
相关资讯
ICLR 2020会议的16篇最佳深度学习论文
AINLP
5+阅读 · 2020年5月12日
AAAI2020推荐系统论文集锦(附发展趋势分析)
图与推荐
6+阅读 · 2020年1月30日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
图神经网络(GNN)必读论文及最新进展跟踪
深度学习与NLP
27+阅读 · 2019年6月7日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员