基于车载自组网通信终端和运动信息的容忍时延网络分簇路由算法

和 何，李琳琳，路云飞

(火箭军工程大学，信息工程系，西安 710025)

0 引言

随着智能交通系统[1]的发展，车载自组网(Vehicular Ad Hoc NETwork, VANET)作为一种新型通信网络应运而生，美国联邦通信委员会为其制定了通信标准IEEE802.11p。由于VANET是容忍时延网络(Delay Tolerant Network, DTN)的一种典型应用[2], 其基于传统分簇路由(Cluster Based Routing Protocal, CBRP)算法[3]的改进型算法已成为近年来DTN的一个新的研究热点。文献[4]提出一种双层结构的分簇算法，首先基于权重的通信质量进行分簇，其次将分簇后的车载节点划分为自组织层和对等层，自组织层使用普通的车辆通信方式进行通信，对等层则用3G网络、LTE(Long Term Evolution)网络为代表的更可靠的通信方式进行通信；文献[5]提出的一种基于介质访问控制层(Media Access Control, MAC)层时延上限的自适应(MAC upper band Delay Based Adaptive, MDBA)分簇算法，利用车辆节点的速度、加速度、位置和目的地设计簇头选择算法；通过簇维护自适应调整分簇网络拓扑的变化。文献[6]提出的一种基于分簇的多信道车载网MAC协议，簇内采用非竞争的时分多址(Time Division Multiple Access, TDMA)机制通信，异簇采用具有竞争性的载波侦听多路访问/冲突避免(Carrier Sense Multiple Access with Collision Detection, CSMA-CA)机制，得到一种拓扑相对稳定的车辆分簇算法。此外，文献[7]将VANET分簇应用于车辆碰撞警告信息传输中，文献[8]研究了一种基于分布式的VANET分簇路由机制，文献[9]运用灰色系统理论实现了VANET的分簇算法。文献[10]根据车辆所装备的地面移动通信终端和卫星通信终端，提出一种包括簇内、簇间和簇成员与外界的分簇网络路由协议。文献[11]基于位置的贪婪路由算法、基于锚节点路由算法、基于街道集路由算法和基于簇路由算法，着重于这些特点设计每类算法。文献[12]提出了一种利用车辆的位置和移动方向的基于自动分簇的数据传输方案。自动分簇在网络中配置多个簇且只有管理簇的簇头才能存储数据包。不管何时与新簇相遇，原簇的簇头基于自身位置、目的节点的位置以及簇的移动方向决定是否应该将数据包转发给新簇。文献[13]提出一种关于VANET的新型多跳分簇方案，该方案通过车辆之间的邻里关系来产生簇头。其基于一个合理的假设：车辆不能确定多跳邻居中的哪辆车最适合作其簇头，但可以很容易地掌握一跳邻居内哪辆车最适合作其簇头。因此，车辆可以通过最稳定的车辆来选择其簇头，两车间基于历史跟踪信息的相对流动性使车辆能够选择要跟随的目标。文献[14]分析了簇式车载传感器网络的性能，利用层次化分散检测方案对一种可观察到的空间恒定现象的状态进行了估计。簇式处理效率更高，架构可伸缩。文献[15]提出一种用于车辆专用网络的基于传输功率的分簇算法，并应用于紧急消息广播技术。当VANET受到不同类型的攻击时，完成诸如消息保密、可靠性和验证等保护需求。文献[16]提出了一种新的车辆云架构，利用分簇技术对资源进行分组，协同提供资源，解决了资源限制问题。更具体地说，在簇头选举过程中引入模糊逻辑，实现了簇结构的灵活性。文献[17]提出了一种基于移动网络的分簇算法，该算法以分布式的关联传播算法来形成簇。该算法考虑了在簇形成过程中的节点迁移率，产生了高稳定性的簇。

近年来面向挑战网络诸如战场和灾难搜救环境下对DTN路由算法的研究也是一个研究热点。文献[18]针对战场毁伤条件下MANET普通路由算法性能下降的问题，融合了普通MANET路由和DTN路由设计，提出一种混合网络的抗毁路由(Survival Target Hybrid Routing, STHR)，并且为了降低网络负载和冲突，设计了STHR中抗毁增强节点的选取算法；文献[19]首先通过基于时间表的集结—展开移动模型(Aggregation and Spread Mobility Model, ASMM)集结展开战场车队的移动模型，然后利用战场车辆行动计划时间表预测节点之间的相遇机会，提出一种符合战场车队移动模式和业务特点的基于时间表的DTN机会预测路由算法GenericSpray；文献[20]结合战场实际，为了提高专门用于战场的DTN路由算法效率并满足区分消息优先级的需要，在部队整体作战性能和网络通信质量之间做出了合理权衡，提出基于多级队列和改进的椭圆区域转发(Elliptical Zone Forwarding, EZF)路由算法。此外，文献[21]提出一种基于网络分簇和信息摆渡的无线自组应急通信网服务增强方案，文献[22]提出一种机械化步兵野战环境中DTN的安全信道模型；文献[23]提出一种战场环境中考虑相遇频率的概率路由机制；文献[24]提出一种在战场环境中使用DTN的信息交付方案；文献[25]提出一种在DTN灾难环境下灾害消息的传输方式。

本文将VANET分簇的研究背景延伸到复杂战场环境下。战场环境下，作战车辆间虽然可以通过卫星和短波等超视距通信手段完成辅助通信，但由于卫星通信存在以下缺点：1)传输时延大；2)回声效应明显；3)存在通信盲区；4)存在日凌中断、星蚀和雨衰现象。而短波通信则存在稳定性较差、噪声较大等不足。基于成本代价，一般情况下只会选择少数作战车辆装备卫星或短波通信终端。因此在复杂战场环境下，研究一种基于VANET通信终端的DTN分簇路由机制具有重要意义。

本文提出的分簇路由算法，首先通过VANET通信终端和运动信息完成了簇头选举及分簇过程；其次基于此分簇算法，提出了一种路由机制：根据跳数、转发方式和地理位置信息实现簇内路由；引入等待时间阈值、重发次数阈值和下游簇头实现异簇路由；通过VANET通信终端实现与上级指挥所的通信。

1 分簇算法

假设将作战车辆分成如图1所示的簇模型，每个簇中有一个簇头和若干个簇成员，存在4种不同类型的车辆：A：仅装备VANET通信终端；B：加装短波通信终端；C：加装卫星通信终端；D：装备3种通信终端。

图1 战场车队模型 Fig. 1 Model of battlefield fleet

假设每一个作战车辆都装备有VANET通信终端；小部分车辆可以通过加装的短波或卫星终端实现超视距通信；另有极小部分车辆同时装备着上述三种通信终端。

1.1 簇头的选举算法

选举簇头的两个要素为：1)簇的范围；2)车辆的运动信息。

1)簇的范围。如果簇成员过少，则分簇时簇数量过多，导致簇头过多，簇头的缓存远远没有达到饱和值；反之，如果簇成员过多，则簇头过少，簇头的缓存负担过大，导致网络拥塞。为了选择一个合理的簇范围，设置簇成员与簇头间的最大跳数为κ=2(简单多跳路由)，最大簇成员数Nmax=10[20]。簇范围的量化标准用We表示。

2)车辆的运动信息。为了避免频繁发生簇结构变化导致簇维护开销的增加，根据局部性原理，为了保证未来时段簇头与簇成员仍处在通信范围，本时刻应尽量选取与大部分车辆运动方向相近的车作为簇头，运动方向的量化标准用Wl表示；同理，应尽量选取速率较小的车作为簇头，速率的量化标准用Wv表示。用Wi表示每辆车被选举为簇头的可能性大小，如式(1)所示：

Wi=a×We+b×Wl+c×Wv=

(1)

(2)

其中：Ni为车辆i在κ跳内的邻居车辆数，Vi为车辆i的车速，Vj为车辆i在κ跳内的邻居车辆j的车速，Vmax为车辆速率的最大值，Φi为车辆i在κ跳内的邻居车辆的集合，其中a,b,c为选举簇头的三个要素的权值，且：

(3)

设置a=0.4，b=0.3，c=0.3，将在3.3节给出关于此参数取值的实验分析。

选举簇头首先要确保簇头的传输带宽以及可靠性。文献[26]已说明卫星通信在传输带宽及质量方面均优于短波通信；文献[27]指出军用通信卫星已被誉为现代战争的生命线，战场上70%以上的通信是靠军用通信卫星来完成。因此装备不同类型通信终端的车辆被选举为簇头的优先级顺序Pi为：D类车>C类车>B类车>A类车，D类车优先使用C类车的卫星通信，如无法连接到卫星通信，再使用短波通信。簇头选举时，作以下假设：1)每辆车都有能唯一识别其身份的全网ID；2)每辆车通过北斗定位导航设备获得其运动方向；3)每辆车通过车载速率传感器获得其速率。

设置探测簇头信号DetHead，如果在2 min(因北斗定位信息1 min获取一次)内收不到簇头回复，说明簇头已被摧毁或失效，则重新选举簇头。

1.2 分簇算法和维护

1.2.1 分簇算法

分簇算法的具体步骤如下：

1)每辆车都收集κ跳以内邻居车辆信息。每辆车周期性广播hello(info,hnum)消息并转发κ跳以内其他车辆的hello消息。info为本车基本信息，包括全网ID号、优先级Pi、地理位置信息pos、速度信息Vi；hnum为跳数，其初始值为0。当收到其他车辆的hello消息时，首先判断hnum的大小，如hnum<κ，则将hnum加1后转发给其他车辆；反之无任何操作。

2)确定簇头。若:

Pi>Pj; ∀j∈Φi

(4)

(5)

如满足式(4)，即：选举装备最高优先级的通信终端类型的车辆作为簇头；如满足式(5)，即：当Pi相同时，选举Wi值高的作为簇头。

3)广播簇头消息。簇头需向全网广播簇头消息head(CluID,head_info,routing,hnum)，其中：CluID为簇标号，head_info为簇头信息，routing为转发路径车辆信息。

当收到head消息时，首先将簇标号、簇头信息、转发路径车辆信息保存下来，如hnum<κ，则将info加入到routing中，将hnum加1后转发给其他车辆；反之无任何操作。

当收到同一CluID的不同head消息时，选举最小hnum值的消息加以保存；当收到不同CluID的head消息时，分析簇头信息head_info，按照高优先级Pi、小hunum值、速度方向最接近的先后顺序保留消息。

4)车辆向簇头发送入簇申请消息apply(CluID,info,routing,hnum)。当收到其他车辆的apply消息时，如hnum<κ，则将info加入到routing中，将hnum加1后转发给簇头；反之无任何操作。

5)簇头回发接收或拒绝信号。当簇头收到某车辆的apply消息时，如果本簇成员的数量小于Nmax，则将info和hnum信息存储到簇成员信息表中，同时回发接收信号ACK；否则回发REJT信号表示拒绝此车辆加入到本簇中。

6)如车辆收到簇头的ACK信号，则表明此车辆已成功入簇，广播已成功入簇消息join(CluID,info,routing,head_num,hnum)，不再参与分簇过程，其中，head_num为此车辆距簇头的跳数。

递归1)至6)，直到所有的车辆成为簇头或簇成员为止，完成分簇。

1.2.2 簇的维护

VANET完成分簇后，因车辆无规则运动导致簇动态更新，因此，簇结构的不断维护就十分必要。维护过程随着扫描周期τ的到来而开始检查邻居车辆列表和邻居簇列表状态，直至VANET消亡或车辆退出VANET。对如下三种情况进行簇维护：

1)簇成员车辆离开原簇加入新簇→在该簇成员的簇头中修改簇成员列表；

2)两个簇头由于距离相近导致簇头融合，引发簇头竞争→按1.2.1节分簇算法重新选举新簇头，竞争失败的簇头成为新簇头下属的簇成员，并发送簇头消亡消息通知其原下属的簇成员重新更新簇头；

3)簇头突发故障而失效→簇成员按1.2.1节分簇算法重新选举簇头。

2 路由机制

本文提出的基于VANET通信终端和运动信息的DTN分簇路由算法——CVCTM(Cluster based on VANET Communication Terminals and Motion information)，分为簇内、异簇以及簇成员与上级指挥所3种通信方式。在最重要且距离最大(一般超出VANET的通信范围)的与上级指挥所通信中，通过在链路中寻找可建链的B、C、D类车来实现；异簇路由中用VANET进行路由寻找，如异簇间距离超出VANET通信范围时，再通过B、C、D类车发起跨地区的路由寻找；由于簇内通信距离相隔很近，簇内路由仅用VANET进行通信，避免占用B、C、D类车信道资源。

在异簇和与上级指挥所通信时，B、C、D类车的优先级顺序与选举簇头时的Pi相同。

2.1 簇内路由

当同簇成员之间通信时，源车辆首先向簇头发送申请，簇头根据接收到的申请消息，确定簇成员中的目的车辆，然后根据车辆基本信息info中的地理位置信息pos为源车辆和目的车辆之间选择最佳路由。

簇头根据车辆的链路带宽为源车辆选举下一跳，链路带宽越大的说明处理数据能力强，信道链路质量越高，链路发生消息拥塞的可能性越小，因此优先选择链路带宽大的节点作为下一跳转发节点。根据此标准得出候选路由。如候选路由有多个，则根据式(6)、(7)、(8)依次选举直至得到最佳路由为止。

hopr1

(6)

(7)

如满足式(6)，即：直接选择跳数最少的路径；如满足式(7)，即：当最少跳数相同时，选择无需经过簇头转发的路径，减轻簇头的负担。如图2所示，假设A2为源车辆，A5为目的车辆，A2到A5的两条路径：A2→A3→A4→A5、A2→B1→A6→A5(其中A2→B1→A3→A4→A5因跳数多而不考虑)，两者的跳数是一样的，选择无需簇头转发的前者作为最佳路径进行通信。

图2 簇内路由 Fig. 2 Intra-cluster routing

确定簇内路由的方式后，如果出现选举出的路由仍为多个时(跳数一样且是否经簇头转发情况一样)，需研究中继节点的选举标准，根据地理位置信息，簇头为某车辆A(xi,yi)选择下一跳车辆B(xj,yj)的标准为：

(8)

(9)

(10)

其中：(xi,yi)为车辆i的坐标位置，(xj,yj)为车辆j的坐标位置，(xd,yd)为目的车辆的坐标位置，(xk,yk)为满足式(8)的任意车辆的坐标位置，L为车辆间的通信距离。

2.2 异簇路由

当簇头在本簇查找不到目标车辆时，此时本簇头向邻居簇头发送路由申请(Routing ASK, RASK)并等待回应。设置两个阈值：1)等待时间阈值twait，若等待时间超出了twait，则重新发送RASK；2)重发次数阈值lretr，若重新发送RASK的次数超过了lretr，则结束路由寻址过程。源簇头的工作流程如图3所示。

图3 异簇路由的源簇头工作流程 Fig. 3 Working process of inter-cluster source cluster head

定义1 下游簇头。指比源簇头在距离上更靠近目的车辆的邻居簇头。只有下游簇头在接收到源簇头RASK请求消息后才会进行路由寻址，否则删除此请求报文，结束运行。邻居簇头工作流程的具体步骤如图4所示。

图4 异簇路由的邻居簇头工作流程 Fig. 4 Working process of inter-cluster neighbor cluster head

邻居簇头在收到RASK后首先判断自己是不是下游簇头，若不是则抛弃该请求，否则处理流程如下：

1)首先检查是否曾经收到过此请求，若收到则抛弃该请求。

2)如目的车辆不在本簇，则转4)。

3)向目的车辆转发路由申请并等待目的车辆的路由响应(Routing ANSwer, RANS)，转5)。

4)将自己的info信息添加到RASK消息中，并将新更新的RASK消息继续向自己的下游簇头转发并等待响应。

5)若超过等待时间阈值twait仍未收到路由响应则将重发次数加1，否则转7)。

6)若超过重发次数阈值lretr，则结束路由请求过程；否则根据目的车辆是否在本簇中选择转3)或4)。

7)若收到多个路由响应，则从中选择距离目的车辆跳数最少的路由并将自己的info信息添加到RANS消息，同时将该消息转发至上游簇头车辆。

以上仅考虑VANET中的异簇路由。如果上述路由请求失败，很可能是由于源车辆和目的车辆间的距离已经超出VANET通信范围。此时源车辆通过VANET通信范围(500 m)内的D、C、B类车发起500 m以外的路由寻找。如仍无法收到路由响应，则反馈路由寻址失败消息(Routing addressing FAIlure, RFAI)给源车辆。

最佳路由即为跳数hnum最少的路由。

2.3 簇成员与上级指挥所通信

上级指挥所一般远离战场中心，超出了VANET的通信范围，上级指挥所配备了最为齐全的各种通信方式终端。簇中的源车辆如需与上级指挥所通信，分如下两种情况讨论：

1)源车辆为D、C、B类车。源车辆直接与上级指挥所进行通信；

2)源车辆为A类车。源簇头收到源车辆发起的与上级指挥所通信请求后的处理步骤为：

①源簇头如已收到过该请求，则直接删除该请求报文，结束处理；否则转②。

②簇头为A类车(根据1.2.1节的簇头选举公式，簇成员也必为A类车)；否则转⑧。

③向邻居簇头发起路由请求并等待响应。

④如等待时间超过twait仍无响应，则重新发送RASK，并将重发次数加1；否则转⑥。

⑤若重新发送RASK的次数超过了lretr，则结束路由请求。

⑥选择与源簇头距离最近的路由响应。

⑦如路由响应的邻居簇头为A类车，则重复③；否则转⑧。

⑧簇头如为D、C类车，则向源车辆发送路由响应，源车辆通过簇头与上级指挥所通信；否则转⑨。

⑨检查本簇成员中是否有空闲可用的D、C类车，如有，则通过簇头向源车辆发送路由响应，源车辆通过该簇成员车辆与上级指挥所通信；否则转⑩。

⑩簇头为B类车，则向源车辆发送路由响应，源车辆通过簇头与上级指挥所通信。

3 仿真分析

3.1 实验设置

本文运用ONE仿真工具对实验场景进行模拟仿真。场景中设置2类节点。第1类节点为车辆节点，为了符合战场车辆的无规则运动性，设置移动模型为Random Waypoint：节点以恒定速度运动到随机产生的目的位置后停留一段随机时间，然后以随机生成的速度恒速向下一个随机产生的目的节点继续移动，以此往复；1种固定节点为上级指挥所。

CVCTM的仿真场景参数如表1所示。假定作战时车辆节点较为分散，20到200辆车随机分布在5 000 m×5 000 m的场地中，以不超过100 km/h的速度移动(由于在参考文献[2]的仿真实验中的节点数变化为30～150，采样个数为5，为了更好地与CBRP进行实验对比，且在此基础上增加采样个数增加仿真结果说服力，为此在本实验中将节点数进行了扩展，从30～150调整到20～200)。各车辆节点间在通信范围内可相互通信，每台车每隔15 s随机向其他车辆发送消息，以实时沟通战场态势。对CVCTM算法与CBRP算法进行性能比较。

表1 仿真场景参数Tab. 1 Simulation scenario parameters

本文中的仿真评估指标如下：

1)簇结构重组次数。评价簇结构稳定程度的指标。重组次数越大，簇结构越不稳定。

2)消息投递率。目的车辆接收的消息数据包个数/源车辆发送的数据包个数。

3)归一化网络开销。每发送1个数据分组到目的节点所需发送的路由分组的数量。

3.2 实验结果分析

如图5所示为网络中车辆节点总数为100时簇结构重组次数随时间变化关系。由图可见，CBRP和动态源路由协议(Dynamic Source Routing, DSR)的簇结构稳定性较差，其主要原因是：CBRP仅仅通过选举最小的全网ID作为簇头。当车辆以较高速度运动时，簇结构的变化频率也会加快。而DSR源节点路由中每个消息数据包首部都要存储包括源节点和所有中继节点的全部路由信息以达到同时返回到达目的节点的多条路由，车辆节点的无规则运动必然会导致DSR中消息的存储信息发生大幅度改变，导致簇结构稳定性较差。而无线自组网按需平面距离向量路由协议(Ad Hoc On-demand Distance Vector routing, AODV)中源节点和中继节点都仅存储消息的下一跳信息，因此簇结构稳定性好于DSR。

图5 簇结构重组次数随时间变化关系 Fig. 5 Recombination times of cluster structure changed with time

作战车辆由于不规则运动将导致簇头和簇的不断更新，针对这种情况，CVCTM增加了对车辆运动信息、邻居车辆信息和簇大小的考虑，减少了簇结构重组的可能，提高了网络的稳定性。

如图6所示为消息投递率随车辆数的变化关系。可以观察出随着车辆数的增加，CVCTM的消息投递率始终都在87.5%之上，车辆数的增加对其影响甚微的原因在于此算法的高效率和簇结构的高稳定性，当车辆间无法通过VANET终端进行通信时，可以借助于卫星通信终端和短波通信终端获得联系，因此CVCTM算法极大地避免了消息的丢失，所以即便是在车辆数为20的稀疏网络中，CVCTM的消息投递率仍比CBRP和DSR多出约10%。CBRP和DSR的消息投递率小于CVCTM和AODV的原因与图4的分析相同。AODV的消息投递率小于CVCTM的原因为：AODV的节点都需要通过路由表存储路由以完成到目的节点的路由发现过程，除此之外还存在内置的路由维护(Routing Maintenance, RM)属性，当出现路由故障时，AODV中的路由机制需要为每个请求搜索一条新路由。而相比CBRP和DSR，AODV使用RM节省了路由重新发现的泛洪流量，提高了消息投递率。

在曲线刚开始时消息投递率都普遍较低的原因为由于仿真程序初始化时具有随机性，导致车辆趋于不规则运动，进而导致在车辆数较少时，车辆的分布不太均匀，某些车辆之间超出通信范围，因此消息丢失率较高。在车辆数目较多的情况下，四种协议的消息投递率都出现下降，其主要原因是车辆数目增多，导致网络拓扑结构变得越来越复杂，路由寻址的跳数也越来越大，网络拥塞越来越严重，导致消息丢失率越来越高。

图6 消息投递率随车辆数变化关系 Fig. 6 Message delivery ratio changed with the number of vehicles

如图7所示为网络开销随车辆数的变化关系。观察出四种协议的网络开销都随车辆数的增加而增加，其主要原因是：车辆数的增加，导致路由跳数的增加，网络拓扑结构变得更加复杂，导致车辆的消息缓存队列发生拥塞甚至“溢出”，待转发消息得不到及时传送，使得网络中成功发送的消息数据包个数减少，因此增大了网络开销。当车辆数为20～30时，CVCTM的网络开销最大，主要是因为CVCTM路由寻址过程的初始化非常复杂。AODV的问题是，当源序列存在时间过长且中间节点有较多的、而不是最新的目标序列数时，中间节点的增加会导致不一致的路由，因此其网络开销比CVCTM大。当车辆数超过30时，CBRP和DSR的网络开销一直高于CVCTM，其原因为：CBRP和DSR在路由寻址时采用“洪泛”机制，而CVCTM在异簇路由寻址时只考虑下游簇头。

3.3 相关参数讨论

如图8所示，为了得到a，b，c的最佳取值，得到簇结构重组次数与权值Wi、We、Wl和Wv的变化关系。可观察出Wl和Wv对簇结构重组次数的影响大致相同，所以设置b=c，为了得到a与b、c间的权值差关系，用式(9)进行采样(图5～7中样本个数为12)计算：

(11)

ai表示We的样本，bi表示Wl的样本。式(9)的计算结果为0.1，即a=b+0.1，又a+b+c=1且b=c，所以a=0.4，b=0.3，c=0.3。

图7 网络开销随车辆数变化关系 Fig. 7 Overhead changed with the number of vehicles

图8 簇结构重组次数与不同权值的关系 Fig. 8 Recombination times of cluster structure changed with different weights

4 结语

本文的主要工作：

1)通过分析VANET中车辆装备的通信终端的优缺点，确定了装备不同类型通信终端的车辆被选举为簇头的优先级顺序；

2)综合簇的范围、车辆运动方向和车辆运动速率，确定了每辆车被选举为簇头的可能性大小；

3)综合1)～2)，得出分簇算法和簇维护策略；

4)分簇后，确定了路由机制。

下一步主要研究工作：

针对CVCTM算法中簇头要同时担负簇内、簇间及与上级指挥所通信，簇头的缓存空间可能发生拥塞的问题，提出基于簇头缓存空间的排队机制和丢弃策略，从而更好地实现网络资源调度。

参考文献(References)

[1] 赵娜，袁家斌，徐晗.智能交通系统综述[J]. 计算机科学，2014，41(11)：7-11.(ZHAO N, YUAN J B, XU H. Survey on intelligent transportation system [J]. Computer Science, 2014，41(11)：7-11.)

[2] LAHDE S, DOERING M, PÖTTNER W-B, et al. A practical analysis of communication characteristics for mobile and distributed pollution measurements on the road [J]. Wireless Communications and Mobile Computing, 2007, 7(10): 1209-1218.

[3] 倪梁方，陈建建.基于NS2的CBRP协议构建与仿真研究[J].安徽工业大学学报(自然科学版)，2014，31(3)：309-313.(NI L F, CHEN J J. Research on construction and simulation of NS2-based CBRP protocol for Ad Hoc networks [J]. Journal of Anhui University of Technology (Natural Science), 2014，31(3)：309-313.)

[4] 任建军，邵苏杰，郭少勇，等.一种双层结构的分簇算法在VANET中的应用[J]. 北京邮电大学学报，2016，39(B06)：23-26.(REN J J, SHAO S J, GUO S Y, et al. A clustering algorithm with two-tier structure applied in VANET network [J]. Journal of Beijing University of Posts and Telecommunications, 2016，39(B06): 23-26.)

[5] 杨琼，邢松，夏玮玮，等. 一种基于MAC层时延上限的VANET自适应分簇算法[J]. 东南大学学报(自然科学版)，2016，46(1)：1-6.(YANG Q, XING S, XIA W W, et al. MAC upper band delay based adaptive clustering algorithm for VANET [J]. Journal of Southeast University (Natural Science Edition), 2016，46(1)：1-6.)

[6] 何鹏，阎保平，李志，等. CM-MAC：一种基于分簇的多信道车载网MAC协议[J]. 计算机研究与发展，2014，51(3)：502-510.(HE P, YAN B P, LI Z, et al. CM-MAC: a cluster-based multi-channel MAC protocol for VANET [J]. Journal of Computer Research and Development, 2014，51(3)：502-510.)

[7] 陈振，韩江洪，刘征宇. 基于VANET分簇的车辆碰撞警告信息传输[J]. 电子测量与仪器学报，2013，27(5): 396-402. (CHEN Z, HAN J H, LIU Z Y. Collision-warning-messages transmission based on VANET clustering [J]. Journal of Electronic Measurement and Instrument, 2013，27(5)：396-402.)

[8] 郑鑫，徐慧娟. VANET中基于分布式的分簇的路由机制[J]. 现代电子技术，2016，39(4)：16-20. (ZHENG X, XU H J. A distributed clustering based routing mechanism in VANET[J]. Modern Electronics Technique, 2016，39(4)：16-20.)

[9] 帅建平.VANET中基于灰色系统理论的分簇算法[J]. 激光杂志，2015，36(8)：124-130.(SHUAI J P. Clustering algorithm based on gray system theory in vehicular Ad Hoc network [J]. Laser Journal, 2015，36(8)：124-130.)

[10] 默罕默德·默森，许凯凯，夏玮玮，等.荒漠场景应用的车联网及其分簇路由算法[J].通信学报，2012，33(10)：166-174. (MOHAMED M, XU K K, XIA W W, et al. Vehicular Ad Hoc networks and clustering routing algorithm applied in wilderness scenarios[J]. Journal on Communications, 2012，33(10)：166-174.)

[11] 吴振华，胡鹏.VANET中路由协议分析[J].通信学报，2015，36(Z1)：75-84.(WU Z H, HU P. Analysis on VANET routing protocols[J]. Journal on Communications, 2015，36(Z1)：75-84.)

[12] OHTA Y, OHTA T, KAKUDA Y. A data transfer scheme based on autonomous clustering with positions and moving direction of vehicles for VANETs [J]. IEICE Transactions on Communications, 2012, E95-B(9): 2728-2739.

[13] CHEN Y Z, FANG M Y, SHI S, et al. Distributed multi-hop clustering algorithm for VANETs based on neighborhood follow [J]. EURASIP Journal on Wireless Communications and Networking, 2015, 2015(1): 1-12.

[14] GORRIERI A, MARTALO M, BUSANELLI S, et al. Clustering and sensing with decentralized detection in vehicular Ad Hoc networks [J]. Ad Hoc Networks, 2016, 36(2): 450-464.

[15] RAMAKRISHNAN B, SELVI M, NISHANTH R B, et al. An emergency message broadcasting technique using transmission power based clustering algorithm for vehicular Ad Hoc network [J]. Wireless Personal Communications, 2017, 94(4): 3197-3216.

[16] ARKIAN H R, ATANI R E, DIYANAT A, et al. A cluster-based vehicular cloud architecture with learning-based resource management [J]. The Journal of Supercomputing, 2015, 71(4): 1401-1426.

[17] HASSANABADI B, SHEA C, ZHANG L, et al. Clustering in vehicular Ad Hoc networks using affinity propagation [J]. Ad Hoc Networks, 2014, 13(B): 535-548.

[18] 马驰，孟锦，张宏. 抗毁的混合移动自组织网路由策略[J]. 计算机应用，2011，31(11)：2883-2886. (MA C, MENG J, ZHANG H. Integrated routing strategy with high survivability for mobile Ad Hoc network [J]. Journal of Computer Applications, 2011，31(11)：2883-2886.)

[19] 王海涛，宋丽华，张国敏，等. 战场环境下基于时间表的DTN机会预测路由算法[EB/OL]. [2017- 05- 06]. http://kns.cnki.net/kcms/detail/32.1430.N.20170414.1754.006.html.(WANG H T, SONG L H, ZHANG G M, et al. DTN opportunistic routing algorithm based on timetable in battle environments [EB/OL]. [2017- 05- 06]. http://kns.cnki.net/kcms/detail/32.1430.N.20170414.1754.006.html.)

[20] 谢凌杰，韩学东. 战场环境下的DTN路由算法研究 [J]. 计算机工程与设计，2014，35(2)：376-380.(XIE L J, HAN X D. DTN routing protocol research in battle environments [J]. Computer Engineering and Design, 2014，35(2)：376-380.)

[21] 王海涛，宋丽华，李建州，等. 基于网络分簇和信息摆渡的无线自组应急通信网服务增强方案[J]. 电信科学，2012，28(4)：38-43. (WANG H T, SONG L H, LI J Z, et al. Service enhancement schemes of wireless self-organizing emergency communication network based on network clustering and information ferry [J]. Telecommunications Science, 2012，28(4)：38-43.)

[22] 戚湧，李千目，倪辰辰，等. 机械化步兵野战环境中容忍时延网络的安全信道模型[J]. 兵工学报，2014，35(1)：122-128. (QI Y, LI Q M, NI C C, et al. Safe delay-tolerant communications model of tactical battlefield [J]. Acta Armamentarii, 2014，35(1)：122-128.)

[23] LEE J， KANG K， CHO Y J. A probabilistic routing mechanism considering the encounter frequency in the battlefield environment [J]. Journal of the Korea Institute of Military Science and Technology，2013，16(3)：332-339.

[24] KIM Y A. Information delivery scheme by using DTN in battlefield environment [J]. The Journal of Korean Institute of Communications and Information Sciences，2011，36(3B)：260-267.

[25] SHIBATA Y, UCHIDA N. Delay tolerant network for disaster information transmission in challenged network environment [J]. IEICE Transactions on Communications, 2015,E100-B(1)：11-16.

[26] 陈永华，肖毅. 我国短波通信技术的发展及方向探究[J]. 电子技术与软件工程，2015(7)：43. (CHEN Y H, XIAO Y. The development and direction of short-wave communication technology in China [J]. Electronic Technology & Software Engineering, 2015(7)：43.)

[27] 天兵. 美国军用通信卫星更新换代 [EB/OL]. [2017- 04- 12]. http://www.360doc.com/content/15/0427/08/19670888_466274226.shtml.(TIAN B. U.S. military communications satellites are upgraded[EB/OL]. [2017- 04- 12]. http://www.360doc.com/content/15/0427/08/19670888_466274226.shtml.)

This work is partially supported by the National High Technology Research and Development Program (863 Program) of China (2012AA7010213).

HEHe, born in 1993, M. S. candidate. His research interests include routing algorithm for delay tolerant networks, congestion control.

LILinlin, born in 1974, Ph. D., associate professor. Her research interests include battlefield command network.

LUYunfei, born in 1992, M. S. candidate. His research interests include command information network.