基于无线紫外光隐秘通信的侦察无人机蜂群分簇算法

针对复杂战场环境下无人机(UAV)蜂群的渗透侦察任务,考虑无人机间信息传输时能量消耗的不均匀性,影响侦察任务的高效实施,该文提出一种基于无线紫外光隐秘通信的侦察UAV蜂群分簇算法。该算法结合无线紫外光散射通信的优点,通过分簇拓扑管理机制对UAV蜂群进行能耗平衡。仿真结果表明,与现有算法相比,所提算法能够有效均衡网络能量消耗,提高网络的传输效率,并且选取合适的数据包长度及节点密度可延长UAV蜂群的生存周期。

     

紫外光通信协作蜂群无人机网络动态能效均衡算法

针对蜂群无人机在复杂战场环境下的能效均衡需求,提出一种紫外光通信协作蜂群无人机网络动态能效均衡算法。该算法结合紫外光抗干扰、高保密的优点,为蜂群无人机提供一种可靠的通信方式,并通过引入自适应节点度、无人机能效和距离稳定度参数加权分簇来选举簇首,使算法更加适用于动态场景。最后结合无线紫外光通信及能量消耗模型,在高斯马尔可夫移动模型下对蜂群无人机进行了仿真分析,结果表明,本算法相比LEACH算法可以将网络生存周期提升16%,同时可将平均簇首数量降低57%,数据传输量提升近两倍。     

基于JAYA算法的紫外光通信无人机编队路由优化

紫外光通信由于其灵活性高、安全性好和全天候工作等优点,被认为是应急通信用无人机编队(UAV)的有潜力通信解决方案。为了提升紫外光通信无人机编队的有效作业时间,该文基于低功耗自适应集簇分层(LEACH)算法,并结合JAYA智能优化算法提出一种新颖的路由优化算法(RJLEACH)。该方法被用来改善紫外光通信无人机编队的有效操作时间。应用该算法对不同结构的紫外光通信无人机编队路由优化,并与其它算法得到的结果进行了比较分析。结果表明,RJLEACH算法在簇首选举阶段降低了无人机节点间的剩余能量方差,并且通过搜索最优路由降低了簇间通信的能量消耗。最终使网络出现第1个死亡节点和出现1/2死亡节点的时间相比经典LEACH算法分别延长了31.8%和13.8%,同时明显提高了能量利用率,能够为灾区救援和应急通信等任务争取宝贵的时间。     

基于能耗均衡的无人机集群组网算法

无人机集群可通过节点协作应对复杂的任务环境,但节点能量有限且服务区中数据传输需求分布不均,为了优化节点能量使用以及通信负载分配,提出基于能耗均衡的无人机集群组网算法.该组网算法采用分层分簇的网络架构,利用K-means++聚类算法实现分簇;构建了考虑通信能耗和移动能耗的节点能耗模型,以最小化节点最大能耗为目标函数;通过...     

紫外光通信协作编队无人机联盟围捕算法

编队无人机对目标无人机进行围捕是多无人机战场作战中重要且典型的任务之一，本文将无线紫外光通信技术与围捕算法结合，提出了一种紫外光通信协作编队无人机联盟围捕算法。该算法借助无线紫外光辅助无人机编队机间数据保密传输和非直视通信，将联盟生成算法与区域最小化策略进行融合，采用动态规划法对最优联盟结构进行求解，使用区域最小化策略对目标无人机实施空中围捕，完成在复杂场景中无人机编队高效围捕多目标任务。对区域最小化策略和本文提出的紫外光协作编队无人机联盟围捕算法进行了仿真对比，实验结果表明：所提出的紫外光协作编队无人机联盟围捕算法在无人机编队围捕多目标过程中平均降低了12.73%的能耗，算法迭代次数平均降低了27.49%，验证了该算法能耗少、围捕效率高的性能。     

紫外光通信协作无人机最优刚性编队生成算法

稳定的编队通信网络能提高无人机(UAV)集群执行任务的能力,因此需要为编队设计一个信息交互拓扑,使无人机在保持编队队形的同时通信代价最小.针对无人机编队网络的拓扑优化问题,结合紫外光通信的优点,提出一种基于紫外光通信的无人机最优刚性编队生成算法.在分析机间紫外光通信链路模型的基础上,利用紫外半球形LED阵列协助无人机发...     

无线传感网络中能耗均衡的混合通信算法研究

基于经典的低能耗自适应分簇算法(LEACH),提出了一种能耗均衡的混合通信算法(EEHCA).由基站根据节点剩余能量和簇头之间的距离选举簇头,节点用单跳模式和多跳模式交替与簇头进行通信且概率分别是p和1-p,从而使簇头的分布更均匀,节点的负载更均衡.仿真结果表明该算法有效地平衡了节点的能量消耗,在延长生命周期方面明显好于LEACH.     

能耗均衡的无线传感网络不等环分层路由算法

针对无线传感器网络(Wireless Sensor Network,WSN)中邻近汇聚节点(sink)的传感节点负荷和能耗过载问题,基于整体网络能耗平衡目标,提出一种不等环的次优分层网络路由。在均匀分布的传感节点环境中,以sink为中心,按照拓扑距离进行分环多跳路由,理论推导了不等环半径,并考虑单跳能耗。实验分析仿真结果表明,该路由分层模型延长了网络生存周期,提高了节点利用效率,且达到网络内大部分节点能耗均衡的目标。     

军车隐秘编队的无线紫外光通信最优多跳中继研究

无线紫外光通信成为强电磁干扰下的有效通信手段,满足复杂战场环境下车队执行战略物资运输和弹车队隐蔽行驶时车辆间保持可靠隐秘通信的需求。在行驶中每辆车自身作为其它车辆的中继,通过多跳方式为非视线内车辆之间建立稳定可靠的通信链路。因此,基于紫外光单次散射模型,该文研究了最优多跳中继问题,理论分析了收发仰角与频谱效率的关系,依据使频谱效率最大化原则,得出最优跳数近似表达式。仿真结果表明,不同距离移位范围和不同收发仰角都对应特定的最优跳数值,与最优能量计算方法相比,最大频谱效率计算方法在小功率传输时有更好的传输能力,并且达到节约功率的需求。紫外光长距离通信时,系统性能并不随着协作中继数的增加而提高,选取合适的中继数及小发射仰角和大接收仰角的结构配置,系统可获得较高的传输能力。     

紫外非均匀虚拟势场下无人机编队重构避碰算法

针对复杂电磁环境下无人机编队重构过程中的路径规划和机间避碰问题,该文在传统紫外虚拟势场基础上,利用距离因子对斥力函数进行了改进,构建了一种紫外非均匀虚拟势场来协助无人机进行机间避碰。改进的紫外非均匀虚拟势场可以使得无人机避碰路径更加平滑,相同时间内,无人机可以飞行更远的距离。此外,通过无线紫外光测距方法计算无人机机间距离,并结合紫外非均匀势场对传统的人工势场法进行改进,实现无人机编队重构。仿真结果表明,该文算法可以有效解决传统算法下路径振荡和局部最小值问题,同时避碰效率相比传统人工势场算法有明显提升,在预设环境中该文算法路程缩短6%,到达目标点的时间提前40%。最后在两种不同的队形重构场景下,对该文算法进行了验证,结果表明该文算法可以有效实现无人机队形重构中预期的机间避碰效果。     

无线传感器网络中基于概率的能量平衡算法

各传感器节点的能耗不平衡严重地影响了无线传感器网络的生命周期。该文提出了基于传输概率的能量平衡算法。首先把圆形区域网络模型划分成若干圆环,每一圆环中的传感器节点以混合传输的方式传输数据。其次,为使每个传感器节点能耗均衡,提出了一种混合传输概率求解算法,获得一组传输概率决定节点传输数据的方式,从而更好地平衡网络能耗。然后对圆环宽度进行了分析和优化。仿真结果证明这些算法可以有效地降低网络能耗,延长网络生命周期。     

无线紫外光直升机辅助起降通信技术研究

无线紫外光散射通信能实现全天候和特殊地形环境的非视距宽视场通信,可满足复杂环境中直升机应急起降引导的需要。本文介绍了无线紫外光通信的特点,分析了直升机起降的无线紫外光引导的技术问题,研究了无线紫外光引导通信的关键技术,包括直升机起降引导方法、MIMO多维扫描方法、光强定位方法等。     

无线传感器网络中分簇算法能量有效性分析

该文针对无线传感器网络是一种能量受限的网络,首先说明根据节点数目以及分布区域特征,确定合理的成簇数目是分簇算法设计的核心;然后给出节点在通信中使用的能量模型,按照分簇的不同层数,分别对其成簇的数目进行理论上的优化分析,最后通过实验的方法验证优化的分簇算法能够满足能量有效性,对均匀节点能耗分布,提高网络生存时间有着重要作用。     

基于能量均衡的无线传感器网络压缩感知算法

无线传感器网络在探测目标源时会碰到处理能力不足和能量缺乏的问题。为了克服这些问题,该文提出了基于能量均衡的自适应压缩感知算法。与传统自适应压缩感知算法不同,所提出的算法在选择观测向量时不仅考虑了重构性能,还考虑了节点的能量均衡,防止某些节点过快消耗能量而导致整体网络结构的破坏。同时为了适应不同应用场景的需求,将自适应压缩感知算法和能量均衡压缩感知算法相结合,通过门限值的选择达到灵活配置的目的。仿真实验的结果表明,该文所提出的算法能够有效延长网络生存时间,同时能够实现能耗和收敛性的兼顾。     

WSN中负载均衡能量有效的路由算法研究

在PHGASIS建链方法的基础上提出了一种改进的建链方法；在此基础上提出了一种基于双层链结构并由基站集中控制的负载均衡、能量有效的路由算法（LBEERA），此算法充分利用了簇状路由算法和链状路由算法的优点．LBEERA算法将网络划分为多个簇，每个簇的节点组成一条低层链，每条链的链头节点形成一条高层链．仿真试验发现，相对于LHACH算法和PHGASIS算法，LBEERA算法增加了网络生存时间，减少了包传输时延．     

基于无人机无线能量传输的边缘计算系统能耗优化方法研究

无线能量传输(WPT)和移动边缘计算(MEC)可以为无线设备提供能量供应和任务计算,有效提高设备的能量效率。该文提出一种基于无人机无线能量传输的边缘计算系统能耗优化方法,在所提方法中,通过联合优化能量收集(EH)时间、用户发射功率和卸载决策,最小化系统总能耗。利用块坐标下降法(BCD),将优化问题分解为两个子问题,通过交替优化来获得最优能量收集时间、用户发射功率和卸载决策。仿真结果表明,该文提出的系统能耗优化方法优于其他基准方案,并且系统所需能量可以显著减少。