The vehicular ad-hoc networks integrates with long-term evolution (LTE) forming a heterogeneous network, capable of providing seamless connectivity, which meets the communication requirements of intelligent transportation systems. However, heterogeneous network-based applications involve LTE resource (data and spectrum) usage cost and must be taken care while developing such a solution. One of the scenarios is the access of the information to/from remote server over the internet via LTE for road traffic management applications. Although clustering of the vehicle is significant to minimize the data and LTE network usage, however, the problem of non-cooperation of the vehicles in clustering process and within a cluster are major issues in sharing costly data acquired from the internet. Because, who and why one (vehicle) should pay the cost is the big question, proliferating the non-cooperative behavior among the cluster members. To solve these issues, strategic game-theoretic based clustering mechanism named as cooperative interest-aware clustering (CIAC) is developed. The proposed CIAC not only balance the cost of usage by controlling non-cooperative behavior among the vehicles within the cluster but at the same time motivate vehicles to participate in the clustering process to share the data and cost as well. It consists of a cluster head selection process based on the strategic game-theoretic approach and a fair-use policy. The implementation results show superiority in performance of our protocol over the existing approaches.

中文翻译：

---

一种用于道路交通管理的协同异构车辆聚类机制

车载自组网与长期演进（LTE）网络相结合，形成异构网络，能够提供无缝连接，满足智能交通系统的通信需求。然而，基于异构网络的应用涉及LTE资源（数据和频谱）使用成本，在开发此类解决方案时必须小心。其中一种场景是通过 LTE 通过互联网访问远程服务器的信息，用于道路交通管理应用。尽管车辆的聚类对于最小化数据和LTE网络使用很重要，但是，车辆在聚类过程中和集群内的不合作问题是共享从互联网获取的昂贵数据的主要问题。因为，谁以及为什么一个（车辆）应该支付费用是一个大问题，集群成员之间的不合作行为激增。为了解决这些问题，开发了基于战略博弈论的聚类机制，称为合作兴趣感知聚类（CIAC）。提议的 CIAC 不仅通过控制集群内车辆之间的非合作行为来平衡使用成本，而且同时激励车辆参与集群过程以共享数据和成本。它由基于战略博弈论方法和公平使用政策的簇头选择过程组成。实施结果表明我们的协议在性能上优于现有方法。开发了基于战略博弈论的聚类机制，称为合作兴趣感知聚类（CIAC）。提议的 CIAC 不仅通过控制集群内车辆之间的非合作行为来平衡使用成本，而且同时激励车辆参与集群过程以共享数据和成本。它由基于战略博弈论方法和公平使用政策的簇头选择过程组成。实施结果表明我们的协议在性能上优于现有方法。开发了基于战略博弈论的聚类机制，称为合作兴趣感知聚类（CIAC）。提议的 CIAC 不仅通过控制集群内车辆之间的非合作行为来平衡使用成本，而且同时激励车辆参与集群过程以共享数据和成本。它由基于战略博弈论方法和公平使用政策的簇头选择过程组成。实施结果表明我们的协议在性能上优于现有方法。提议的 CIAC 不仅通过控制集群内车辆之间的非合作行为来平衡使用成本，而且同时激励车辆参与集群过程以共享数据和成本。它由基于战略博弈论方法和公平使用政策的簇头选择过程组成。实施结果表明我们的协议在性能上优于现有方法。提议的 CIAC 不仅通过控制集群内车辆之间的非合作行为来平衡使用成本，而且同时激励车辆参与集群过程以共享数据和成本。它由基于战略博弈论方法和公平使用政策的簇头选择过程组成。实施结果表明我们的协议在性能上优于现有方法。