Il existe une demande croissante pour la distribution de grandes quantités d'informations numériques aux véhicules en mouvement. Cependant, les réseaux cellulaires actuellement largement utilisés ne sont pas suffisants en raison de la bande passante limitée dans les environnements de véhicules denses. Récemment, Les réseaux ad hoc pour véhicules (VANET) ont suscité un grand intérêt pour l'amélioration des communications entre les véhicules à l'aide de technologies sans fil sans infrastructure. IEEE 802.11p est la norme par défaut pour fournir des communications de véhicule à véhicule (V2V) dans les VANET.

Cependant, il existe deux principaux obstacles techniques à l'intégration de LTE avec IEEE 802.11p. D'abord, la sélection des nœuds passerelles doit prendre en compte les performances globales du réseau LTE ainsi que le V2V. Seconde, La création d'itinéraires d'un véhicule à une passerelle est difficile en raison de la mobilité des véhicules et de la densité variable des nœuds. La mobilité des véhicules et la qualité de la liaison sans fil entre les véhicules doivent être soigneusement prises en compte pour le choix des itinéraires. Pour certaines heures ou segments de route, les véhicules sont densément déployés, et donc le nombre de nœuds d'envoi simultanés est énorme. Dans IEEE 802.11p, l'augmentation du nombre de nœuds d'envoi entraîne une dégradation des performances en raison d'un schéma de contention basé sur une interruption exponentielle au niveau de la couche MAC.

Pour résoudre ces problèmes, Celimuge Wu et ses collègues de l'Université d'électro-communications, Tokyo, ont proposé une approche de clustering à deux niveaux où les nœuds de tête de cluster du premier niveau tentent de réduire les conflits de couche MAC pour les communications de véhicule à véhicule (V2V), et les nœuds de tête de cluster au deuxième niveau sont chargés de fournir une fonctionnalité de passerelle entre V2V et LTE.

Un algorithme basé sur la logique floue est utilisé dans le clustering de premier niveau, et un algorithme d'apprentissage Q est utilisé dans le regroupement de deuxième niveau pour régler le nombre de nœuds de passerelle. « Des résultats de simulation approfondis dans diverses conditions de réseau montrent que le protocole proposé peut améliorer le débit de 23 % dans des scénarios à haute densité par rapport aux approches existantes, " dit Wu.