针对现有车联网簇头节点选择方法不足的问题,提出了一种基于三角模糊数的车联网簇头节点选择方法,依赖邻近车辆相对速度和相对距离完成簇头的选择。构建了一种典型车联网应用场景,提出了基于三角模糊数和学习机制的车辆加速度预测方法,基于定义的加权稳定因子,设计了车联网簇头节点选择机制。基于i TETRIS构建了车联网仿真平台进行测试分析,结果表明,与CMCP方法和APROVE方法相比,提出的簇头节点选择方法有效性较高实现较高的吞吐，但是因为存在较高的通信和计算负载，无法满足高移动速度节点的需求，因此并不适用于车联网环境；文献[9]基于近邻传播算法提出了一种基于移动性的集簇机制，基于车辆间的距离完成簇头的选取，该方法对移动性提供较好的支持，但存在长聚合延迟及网络负载较高、吞吐较低等问题。针对现有方法的不足，本文提出了一种基于三角模糊数的车联网簇头节点选择方法，本文由公司网站弯管机滚圆机滚弧机网站采集转载中国知网整理! http://www.gunyuanji.wang主要通过三角模糊数和学习机制完成车辆节点加速度的预测，节点选择方法-电动液压滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机并通过定义的加权稳定因子完成簇头节点的选龋2典型车联网场景构建本文构建了如图1所示的一种典型车联网应用场景。该场景基于一条单向多车道道路构建。因此，在该场景中，车辆仅能与自身同向运动的车辆进行通信。考虑到一般车联网通信设备（技术）的通信范围远大于道路宽度，为了不失一般性的同时简化研究难度，通过上述方式将车联网通信网络中的节点设定为同向运动。假定所有车辆节点依赖卫星定位系统的时间信息进行时间同步，当车辆节点同步到控制信道间隔（ControlChannelInterval，CCI）时，相互传输安全状态信息。本文按照文献[10]的方法，将CCI设置为100ms。在控制信道间隔的开始，车辆节点周期性地发送自身状态信息，一般包含其位置、速度、加速度和行驶方向，行驶方向指车辆通过卫星定位系统计算的自身相对于真北方向的运动方向。设定所有的车辆状态信息均具有相同的长度L，所有车辆节点具有相同的通信范围R。车辆基于泊松分布在道路上分布，平均车辆密度设定为λv。此外，每个车辆节点的行驶速度在vmax和vmin间随机分布。图1典型车联网应用场景3簇头选择算法考虑到车联网中的车辆节点是高度动态的，并且车联网的网络拓扑会频繁变化，?节点选择方法-电动液压滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机本文由公司网站弯管机滚圆机滚弧机网站采集转载中国知网整理! http://www.gunyuanji.wang