[发明专利]基于模糊C均值的自适应能耗最优车辆聚类方法

权利要求书

1.一种基于模糊C均值的自适应能耗最优车辆聚类方法，其特征在于，步骤如下：

S1：将车辆接入自组织网络中；

S2：通过车辆的角度邻居检测确定车辆的邻居列表；

S3：根据自适应能耗最优模型来确定车辆聚类簇数；

S4：采用模糊C均值算法对车辆划分成簇；

S5：以车辆移动方向、加权移动性值、熵作为加权聚类算法的衡量标准来选择簇头车辆。

2.根据权利要求1所述的基于模糊C均值的自适应能耗最优车辆聚类方法，其特征在于，所述步骤S2具体包括：将车辆速度矢量之间的角度作为衡量标准，当且仅当车辆速度矢量之间的夹角为锐角时，两个车辆聚类到一个簇；车辆在接收到周围车辆广播的hello数据后，通过车载GPS获得位置信息，将与其夹角在阈值范围内的车辆作为潜在邻居车辆，忽略其他周围车辆所广播的hello数据。

3.根据权利要求1所述的基于模糊C均值的自适应能耗最优车辆聚类方法，其特征在于，所述步骤S3具体包括：基于虚拟化网络功能单元的流行度来进行动态调整虚拟机所占用的CPU资源分配，得到能耗最优模型，根据该能耗最优模型获得最优值k。

4.根据权利要求1所述的基于模糊C均值的自适应能耗最优车辆聚类方法，其特征在于，所述步骤S4中一个簇具有一个簇头和多个簇内成员，即车辆节点；每个车辆只能划分至一个簇内，保证划分的簇互不相交。

5.根据权利要求1所述的基于模糊C均值的自适应能耗最优车辆聚类方法，其特征在于，所述步骤S4具体包括：根据车辆建模参数采用模糊C均值算法对车辆划分成簇，参数包括：车速、车距及角度。