车联网中基于K均值聚类的拥塞控制方法

摘要：

针对十字路口下车辆密度过大时造成的车联网拥塞问题,提出基于K-means聚类的车联网拥塞控制方法.在IEEE802.11P协议模型的基础上,引入处理高并发数据的拥塞控制模块,利用网络层分簇时V2V相对距离值作为K-means聚类算法帧分类的相似度区分值,与VANET的网络标准参数建立拥塞控制方法(KCC),避免同一类车辆节点交互不同步和高密度节点情况下网络拥塞概率过高等问题.仿真结果表明,KCC与CSMA/CA相比有较好的平均时延、平均吞吐量、丢包率、冲突概率等性能.

关键词：车联网、拥塞控制、城市交通、信息采集、冲突概率

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：334-338