基于SAS算法的三维多UAV协同航迹规划方法

在实际应用中航迹规划着重考虑的是规划出的航迹应具有良好的可靠性能,针对多UAV协同航迹规划有多个约束条件且环境复杂、规划耗时长等问题,使用智能算法解决多UAV协同航迹规划问题无法确保规划航迹的可靠性能。因此,提出了一种启发式SAS算法,用以解决此问题。仿真结果证明,使用该算法规划出的航迹具有较高的可靠性。     

量子粒子群算法在地磁匹配航迹规划中的应用

针对基本粒子群算法在飞行器地磁匹配航迹规划中容易陷入局部收敛的问题,借鉴粒子群算法和量子进化算法,将量子粒子群算法应用在基于地磁匹配的航迹规划中。结合飞行器的性能约束和地磁匹配自身特点,设计了一种适用于地磁匹配航迹规划的评价函数作为适应度函数。仿真结果表明,量子粒子群算法具有较快的收敛速度且改善了最优解,验证了量子粒子群算法应用于地磁匹配航迹规划的有效可行性。     

改进A*算法的多约束航迹规划

针对当前航迹规划的研究偏于理论、规划效率不高的问题, 从工程应用出发, 分析了航迹规划的多种约束条件, 提出了一种多约束条件下的快速航迹规划方法, 设计了基于航向角有限离散变化思想的工程化搜索策略;改进了A*算法流程, 采用结构体链表式的最小二叉堆技术管理OPEN表和CLOSE表, 显著提高算法的规划效率;提出了删除航路点的航迹优化方法, 对传统A*算法和改进的算法分别进行了仿真。结果表明, 在多约束条件下, 该方法显著提高了规划效率。     

基于粒子群算法的无人机航迹规划简

文中提出了一种基于粒子群算法的无人机航迹规划算法。为了减少规划的难度,通过“最小威胁曲面”概念的引入,将“最小威胁曲面”进行水平投影,从而将三维航迹规划问题转换成为二维航迹规划问题进行处理;然后利用动态粒子群算法在水平投影面里进行航迹搜索;最后给出了仿真验证,通过仿真结果可以看出,本文介绍的航迹规划方法的有效性。     

动态自适应快速扩展树航迹规划算法研究

快速扩展随机树(RRT)是航迹规划的重要算法,针对其难以直接应用于无人机航迹规划的问题,提出了动态自适应RRT算法.动态自适应RRT算法在随机点产生过程中加入无人机转弯角约束,使航迹更适合无人机直接跟踪;同时引入动态调节因子,根据环境中障碍密集程度调整规划步长,有效避免各类障碍.计算机实验结果表明动态自适应RRT算法在单航迹规划和多航迹规划中明显优于基本RRT算法和其它改进RRT算法,更适用于无人机航迹规划.     

基于EMRP算法的多UAV协同航迹规划

为解决作战环境中的多无人机协同航迹规划问题,提出一种基于层次分解策略的航迹规划方法.通过骨架化算法生成规划空间,利用基于进化计算的多航迹规划(EMRP)算法为各UAV找到K条备用航迹,实现了利用EMRP算法与数学形态学相结合解决多UAV协同航迹规划问题,并对生成的初始航迹进行平滑处理,得到满足UAV机动要求的可行航迹....     

基于改进人工蜂群算法的无人机的航迹规划

针对无人机飞行任务规划系统中的航迹规划问题,提出了一种改进的人工蜂群算法,将其应用于无人机的航迹规划。该算法将航迹规划问题转换成函数优化问题,以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制,使蜂群向更优方向进化。在雇佣蜂搜索阶段采用自适应搜索策略来加快算法收敛速度;在跟随蜂搜索阶段引入一种新的概率选择方式来保证种群的多样性;在侦察蜂搜索阶段利用混沌搜索算子提高算法的全局搜索能力。通过标准函数测试与航迹规划仿真对改进后的算法进行验证,结果表明,改进后的算法提高了全局收敛能力,在收敛速度和精度上优于传统的人工蜂群算法,可有效解决无人机的航迹规划问题。     

基于多策略SSO和改进A*算法的无人机动态航迹规划

针对无人机遇到突发威胁动态航迹规划问题,提出了一种基于多策略SSO和改进A*算法的无人机动态航迹规划方法。该方法将无人机航迹规划划分为静态航迹规划和突发威胁实时规避两个阶段:首先,对于静态航迹规划阶段,采用多策略SSO优化算法对极坐标航迹规划模型进行求解,通过引入完全弹性碰撞、自适应跳跃等机制,在有效满足飞行性能约束的同时,提高了航迹规划结果的可行性;其次,对于突发威胁实时规避阶段,采用改进A*算法对局部区域进行航迹重规划,通过拓展A*算法搜索邻域个数和引入最小"弯折"估计代价函数,在保证实时性要求的同时,能够规划出更加平滑的最优航迹。仿真结果表明,提出的方法能够有效地给出更为满意的无人机动态航迹规划路线。     

用改进变异粒子算法实现突发威胁下的无人机航迹规划

针对无人飞行器航迹规划问题,提出一种改进变异粒子群算法及航迹节点拓展法,有效解决了突发威胁下的航迹规划问题,并进行仿真验证。通过引入维量化活性度解决了粒子群算法搜索后期速度下降问题,通过相对坐标转换避免了采用一元多项式函数作为水平航迹丢失部分解的情况。仿真表明,利用改进的变异粒子群算法能够有效地提高搜索速度和精度,适用于突发威胁下的航迹规划问题。     

基于Bezier和改进PSO算法的风环境下翼伞航迹规划

针对当前翼伞空投航迹规划中未考虑复杂风场影响,文中提出一种利用风场优势求解最优航迹的算法。将航迹规划问题转换成Bezier曲线的参数寻优问题,针对风场环境下可行轨迹特点提出优化策略,提出改进的粒子群优化算法求取最优解。实验结果表明,该航迹规划算法能在复杂风场环境下求出一条满足各种要求的最优航迹,算法设计合理,工程易实现。     

基于资源能力需求计划的区分服务MPLS流量工程

本文对近期区分服务MPLS流量工程相关框架进行了研究，在此基础上提出一个新的框架结构。增加了新的模块包括资源能力计划、能力需求调度排期和路由路径管理模块，并提出平行路径资源调度新算法，模拟分析显示可以有效实现流量工程更高程度规划管理，增强了网络规划流量工程方面的性能。     

Grid job scheduling using Route with Genetic Algorithm support

In 2006 the Route load balancing algorithm was proposed and compared to other techniques aiming at optimizing the process allocation in grid environments. This algorithm schedules tasks of parallel applications considering computer neighborhoods (where the distance is defined by the network latency). Route presents good results for large environments, although there are cases where neighbors do not have an enough computational capacity nor communication system capable of serving the application. In those situations the Route migrates tasks until they stabilize in a grid area with enough resources. This migration may take long time what reduces the overall performance. In order to improve such stabilization time, this paper proposes RouteGA (Route with Genetic Algorithm support) which considers historical information on parallel application behavior and also the computer capacities and load to optimize the scheduling. This information is extracted by using monitors and summarized in a knowledge base used to quantify the occupation of tasks. Afterwards, such information is used to parameterize a genetic algorithm responsible for optimizing the task allocation. Results confirm that RouteGA outperforms the load balancing carried out by the original Route, which had previously outperformed others scheduling algorithms from literature.     

Thorough protocol extensions for integrating DSR‐based Mobile Ad Hoc Networks with the Internet

The integration of the Mobile Ad Hoc Networks (MANETs) into 4G systems will help to increase the networking flexibility and coverage of existing infrastructure networks. One of the crucial challenges is modifying existing reactive ad hoc routing protocols to support external routing operations. This paper contributes thorough protocol extensions for connecting DSR‐based MANETs with the Internet (DSR‐IE). DSR routing protocol is extended to effectively support External Route Discovery and External Route Maintenance functions. In particular, a novel External Route Discovery scheme, Comprehensive External Route Judgment, (CERJ) is proposed. Mobile IP is utilized to manage seamless data services. Finally, OPNET simulation models are developed to demonstrate the implementability and effectiveness of the proposed schemes. Copyright © 2009 John Wiley & Sons, Ltd.     

追踪路由算法在P2P流媒体节点分配的研究

纵观现有P2P流媒体技术,伙伴节点（Peer）的分配都采用随机策略,而忽略了伙伴节点之间的距离远近和通信连接状况,从而导致网络的总体传输能力下降。论文针对上述问题,提出了追踪路由的算法发现并分配伙伴节点,提高节点间的带宽利用率和数据共享能力。同时还对追踪路由算法建立数学模型,对其仿真进行了分析,收到良好效果。     

嵌套移动网络路由优化技术研究

NEMO基本支持协议采用双向隧道,可以为移动网络中节点提供移动透明性支持,但是双向隧道技术存在明显的效率差的问题,尤其在嵌套移动网络(Nested NEMO)中更加明显.论文介绍了NEMO基本支持协议以及嵌套NEMO的模型.分析了NEMO路由优化问题现状,引入了路由优化概念,提出了一个针对嵌套NEMO的路由优化方案,并验证了方案的有效性.最后,给出了需要进一步研究的工作.     

扩展RSVP-TE的路由排除策略

在实际应用中，以IP网为基础的通用多协议标签交换（GMPLS）控制平面的可靠性尚不能满足自动交换光网络（ASON）电信级的要求，针对这一情况，文章主要探讨了GMPLS信令RSVP-TE的扩展，为建立保护光通道实现路由排除功能，对排除路由对象（XRO，Exclude Route Object）和显示排除路由对象（EXRS，Explicit Exclude Route Subobject）两个对象进行了扩展。     

路由优化研究

路由优化是移动通信领域的一个重要研究课题,标准移动IP协议的不对称的三角路由给通信造成时延过长、网络资源浪费问题。讨论了一种由家乡代理发出绑定更新消息信令的路由优化方案,并通过NS仿真比较了路由优化前后数据包传输路径。仿真结果表明,路由优化方案消除了三角路由的影响,很大程度上提高了网络的传输效率。     

无线adhoc网络中的多径源路由

本文针对无线ad hoc网络提出了一种基于DSR(动态源路由)的路由算法,多径源路由(MSR).MSR对DSR中的路由搜索和路由维护机制进行了扩展,用来解决多径路由问题.本文还提出,在多条路径之间基于测量的RTT进行负载分配.仿真结果表明,MSR在只增加少量网络开销的情况下,提高了TCP和UDP的投递率,降低了丢包率,并减少了端到端之间的延迟以及队列长度,从而有效地减少了网络拥塞.     

基于SWE的传感规划服务研究与实现

文章首先基于SWE详细分析了传感规划服务应完成的核心操作,然后重点阐述了基于SWE的传感规划服务原型系统的设计,包括系统的数据交互和系统体系结构的设计。并详细阐述了每一层设计的实现,最后基于一个红外楼宇监控无线传感器网络实现了SPS原型系统,并进行了试验,实验结果表明该原型系统中实现的SPS的核心操作能够较好地为用户请求任务提供规划服务。     

Agent Driven Delay and Power Constrained Multicast Routing in Mobile Ad Hoc Networks by Using ANFIS

Group communication applications in Mobile Ad hoc NETworks (MANETs) require stringent bounds on Quality of Service (QoS) parameters. In this paper, we propose an agent driven QoS mesh based multicast routing scheme in MANET that satisfies the user requirements with good reasoning by using adaptive neuro-fuzzy inference system (ANFIS). Four types of agents are used in the scheme: Multicast administer, ANFIS, Route inventing and Guard agents. The proposed scheme operates in following steps. (1) ANFIS agent at the source node optimizes membership functions of QoS parameters according to the user QoS requirement. It also computes QoS factor for different combinations of parameter values from optimized membership functions. (2) Route inventing mobile agent carries the QoS requirement, set of parameter values and their corresponding QoS factors to reach multicast receivers through intermediate nodes by using selective flooding and agent cloning. Multicast administer agent (MAA) at the intermediate node decides its QoS satisfiability. (3) Route inventing mobile agents trace back the traversed path by marking QoS nodes. They facilitate MAA at the source node to construct QoS mesh between source and destinations. (4) MAA at the source node selects a shortest path to reach each of the multicast receivers from the constructed QoS mesh, and (5) Guard mobile agent is employed for the link/node failures and management of the group. Our proposed scheme performs better than fuzzy based, and autonomic QoS multicast routing schemes.