题目：一种适用于车载网络的分簇算法

近年来，智慧城市建设成为一个新兴的方向，被认为具有非常广阔的前景。而车载自组织网络作为一种有效的数据获取手段，对于构建智慧城市具有重要意义。因而，车载自组织网络的研究受到广泛重视。当前对车载自组织网络的研究主要集中在通信标准、路由算法、数据分发机制和存储管理以及安全与隐私等方面，而路由技术对于实现车载自组织网络中车-车、车-路边单元等的有效通信十分重要。近年来，无线自组织网络的新路由技术层出不穷，然而车辆节点的高速移动性，导致车载自组织网络的数据获取能力低下。车辆节点具有缓存空间相对充足、能量不受限制的特点，如何在现有基础设施条件下，利用车辆间的协作，有效提高数据的可获取能力是本文重点解决的问题。首先，本文深入研究了车载自组织网络中车辆节点的移动模型及各种路由技术，尤其重点分析并对比了现有分簇式路由算法。其次，本文利用马尔可夫移动模型对车辆移动进行建模，并在此基础上提出了一种适用于车载自组织网络的被动式分簇路由算法。该协议根据车辆节点间的地理位置关系和速度关系，设计了一种基于移动相关度的投票式簇首选择方法、基于运动方向一致性的入簇过程、基于心跳机制的簇更新机制和基于簇结构的数据定位流程，分别实现了分簇路由中簇首的选择、簇的形成、簇的维护和数据的路由。簇首选择阶段，节点以移动相关度为投票依据，通过节点间的相互投票选举出最适合充当簇首的节点。簇的形成阶段，节点根据自身速度、方向及位置信息自主加入到合适的分簇中。簇的维护阶段，从节点的入簇、离簇行为出发，完成了簇中节点状态和簇内数据索引的更新，并利用簇首对簇成员节点的移动预测，指导欲离簇节点进行数据转储，可以有效的提高数据路由的成功率。数据定位过程的实质是一种基于簇结构的数据请求与响应的过程，相邻簇之间协作查找被请求数据并响应请求。最后，本文使用ONE仿真平台对提出的分簇路由算法进行了仿真，并与经典的分簇路由算法进行了比较分析。实验结果表明，本文提出的分簇路由算法能够在以一定的存储空间为代价的情况下，有效提高数据获取能力，并能成功降低数据传递时延，是一种有效的被动式路由算法。