一种高效快速的无人机自组网网关切换算法

针对无人机自组网网关节点突然失效给网络性能和网络可靠性带来的不利影响,提出一种高效快速的无人机自组网网关切换算法。首先,设计了备份网关的选择机制,通过考虑网关节点和邻居节点之间的距离因素从而选出备份网关节点;其次,改进了网关失效识别机制,备份网关可以更快地检测出网关节点是否失效;最后,提出了高效快速的无人机自组网网关切换机制,减少了网关功能失效的时间。仿真结果表明,所提算法可以降低无人机自组网网关的失效时间,提高无人机网络的可靠性并使时延、吞吐量等性能得到了提升。     

基于负载均衡的移动自组网接入技术研究

在移动自组网（MANET）与Internet互联的网络结构中,针对传统单网关接入的不足,提出一种基于多网关负载均衡的非对称接入技术。该技术由网关发现、网关注册和数据传输三个步骤实现。进行了NS2软件仿真实验,结果表明,该接入算法在网络重负荷的情况下能有效地均衡网络中MANET节点与网关节点的负载,有效延长网络寿命。     

无人机自组网按需寻路的可靠OLSR协议

无人机自组网应用场景中,针对OLSR(Optimized Link State Routing)协议在数据通信阶段,无人机快速移动可能引起通信链路中断,并且OLSR协议没有链路维护机制,导致发包成功率降低和时延增加.在节点入网阶段,无人机无法及时获取全网拓扑信息,导致通信失败.本文借鉴AODV(Ad Hoc On Demand Distance Vector)路由协议中按需寻路思想,提出一种按需寻路的可靠OLSR协议.该算法提出了两个优化思路:基于TC全网寻路机制和基于HELLO邻居寻路机制,通过增加路由获取途径,维护多跳链路的稳定性.通过仿真实验将该协议与现有协议进行比较,实验结果表明,该协议在不增加控制开销的前提下,提高网络的发包成功率,端到端时延和吞吐量.     

一种基于负载平衡树的多网关节点数据汇集路由算法

以均衡耗能为目标,考虑健壮性、可转发性和抗干扰性等因素,提出一种基于负载平衡树的多网关节点数据汇集路由算法(TBLB 算法).在多网关前提下,TBLB 算法结合节点能量和节点度形成以网关节点为根节点的负载平衡树,通过负载平衡树协调节点间的负载均衡,有效地降低节点的能量消耗.此外,节点根据路径性能评价因子W 进行路径选择和网关切换,进一步降低网络节点的通信开销,改善了网关节点的瓶颈问题.模拟实验结果表明,TBLB 算法能够有效均衡网络负载,对网络的能量消耗和网关节点接收到的数据包都有所改善.     

基于多网关的无线Mesh网络负载均衡调度算法

网关节点的效率决定了无线Mesh网络(WMN)的传输性能,如何有效地解决WMN网关负载均衡问题是非常重要的.在已有的WMN负载均衡算法基础上,提出一种新的基于多网关协作机制的WMN负载均衡调度算法.该算法以源节点到网关节点的跳数信息和网络负载信息相结合作为网关的选择和切换标准,通过多个网关的协作机制,结合高效的网关选取和调度算法实时地对网关业务进行分流;通过一种快速平滑的网关切换方式对其进行调度,从而有效地缓解拥塞网关节点的负载压力,提高WMN的Internet接入性能.性能分析结果表明:该算法可在多个网关间直接实现负载均衡,减少了网络拥塞,提高了网络性能.     

CSCW的可扩展自组网通信环境的研究

简要分析了CSCW和自组网的关系，讨论了使用成簇方法的自组网体系结构，提出了现有成簇方法的缺点．因为现有的成簇方法未考虑网关选举问题．造成了两个簇首之间的多个冗余网关的存在．该设计提出并．实现了一个分布的网关选举策略，每两个相邻簇对之间仅仅需要一个网关．为了保持网关节点的稳定性，使网关节点保持更长的生存时间，网关选举采用节点最大权原则．仿真结果表明，该方法可以有效的减少包转发数量．有助于减少维持拓扑信息的复杂度．通过限制重播节点为簇首和网关的机制，取得了比洪泛更好的可扩展性．     

基于移动预测的无人机自组网GPSR-NMP协议

本文针对无人机自组网内部成员的运动特性,提出一种适用于无人机平滑飞行环境的移动预测算法;针对节点的稀疏性,提出了一种适合用于无人机自组网的邻节点筛选算法。鉴于GPSR协议周期性信标交换算法在无人机自组网中存在的不足,重新定义信标,结合邻居列表维护机制及本预测算法对其进行改进,以使改进的路由协议(命名为GPSR-for Sparsity UAV Ad Hoc network based on Neighbors′number and Mobility Predication,以下简称GPSR-NMP)适用于无人机自组网环境。NS2的仿真结果表明,GPSR-NMP协议在无人机自组网中具有良好的适用性。     

Research of cooperative transmission technology based on H ∞ filter energy prediction

研究了一种适用于分布式移动无线传感器网络数据传输基于能量预测的协作通信技术.针对无线传感器网络,协作数据传输技术难以有效解决无线网络动态拓扑结构、带宽和能量受限等问题,建立了一种基于H∞滤波器相邻节点剩余能量预测的分布式中继选择机制,并在此基础上建立数据协作传输技术.该技术充分利用无线信道的广播特性,首先根据H∞滤波器预测节点剩余能量,然后根据剩余能量值选择最大者作为协作节点,最后根据无线信道质量在放大重传和解码重传机制之间进行自适应调整.数学分析表明,H∞滤波器可以准确地预测节点的剩余能量,同时该协作传输技术能够显著提高无线传感器网络的资源利用率和系统吞吐率,有效延长网络寿命.     

利用节点选择的分布式无线自组网区域调度算法设计

在无线自组网中,调度算法允许节点共享无线信道以便成功解码并传输数据。但由于冲突问题,调度算法需要高效最大化空间复用且最小化重发,为了能够使算法以一种分布式的方式实现,还应考虑网络中节点的协调检测选择。为此,提出一种基于节点选择的分布式无线自组网区域调度算法,使用随机几何推导了一种最优保护区域,该区域能以一种分布式方法实现,并根据节点接受的“Hello”消息包选择合适邻居节点。在该算法中,随着不同网络参数如路径损失、中断、扩频增益和节点密度的变化,最优保护区域大小和性能也在变化。仿真结果表明,该算法的性能接近于高复杂度和最优的集中算法性能,并且允许新链路的建立而不影响正在进行的数据传输。     

高空移动自组网络的通信优化过程仿真

对高空移动自组网络通信研究对高空通信有着极为重要的意义.高空移动自组网络通过高空无线信道进行数据传输.作为通信节点的高空媒介处于不定速移动状态,造成节点间通信距离不定.利用传统的通信方法进行高空通信时,高空媒介通信节点在通信距离、信号强度、外部干扰都处在随机位置的情况下,选择节点过程呈现单一化趋势,容易造成通信阻塞.提出基于模拟退火算法的高空移动自组网络的通信方法.针对高空移动自组网络传输对象进行编码,构建初始种群,计算该种群的适应性,对阻塞通信调控方法进行评价,针对种群中的所有个体进行选择、交叉和变异操作,完成高空移动组织者网络传输对象的模拟退火处理,实现高空网络的阻塞通信调控.实验结果表明,利用改进算法进行高空移动自组网络的阻塞通信调控,能够使高空网络在数据传输过程中更加通畅.     

基于位置预测的社会性DTN路由算法

针对延迟容忍网络数据传输成功率低、延迟较大,提出一种基于节点位置预测的社会性DTN路由LPSN（Lo-cation Prediction and Social Network based routing）。该算法根据节点的介数中心性和节点间的相似性来衡量节点的社会特性,结合节点的历史轨迹和当前位置,运用Markov模型对节点的下一个位置进行预测,综合分析确定更优的转发节点再进行数据传输。仿真结果表明,相比现有的路由算法SimBet和Prophet,LPSN算法在传输成功率、开销比上有较大提升。     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

基于二跳共同邻居的无人机群体网络演化算法

无人机集群在执行任务过程中所面临的干扰,对集群通信网络的可靠性提出了新的挑战.针对这一问题,提出了能够同时反映网络非均匀性与节点之间相似性的二跳共同邻居指标.基于该指标,使用链路预测研究方法,考虑网络初始化阶段与网络维护阶段,提出了LPTCN无人机集群网络演化算法.从数学分析与仿真实验两个方面对算法的有效性进行验证,结果显示,使用LPTCN网络演化算法所构建的无人机集群通信网络具有良好的生存性和抗毁性,在随机攻击和蓄意攻击情况下均能保证通信网络的可靠.     

一种基于OLSR的无人机网络适用路由算法

无人机自组网的高动态特性以及节点能量高度受限的特点,使得传统路由协议难以适用于无人机网络。针对该问题,在OLSR协议的基础上提出一种无人机网络适用路由（UAV-OLSR）算法。依据链路变化情况实现无人机集群状态感知,综合考虑节点能量、节点位置等因素进行节点质量评估。采用多径思想并通过特定的路径度量准则选择较优路径进行数据转发。仿真结果表明,与OLSR和AODV协议相比,UAV-OLSR具有更低的数据包平均传输延迟、更高的数据包投递率以及更好的能量均衡效果,可以延长无人机网络的生存时间。     

基于LD预测的车载自组网下一跳选择算法

在高速移动环境中,车载自组网的下一跳节点选择算法存在高丢包率的问题。为此,在贪婪算法的基础上,通过预测车辆节点的链路持续时间(LD)和数据发送时延,提出一种改进的下一跳节点选择算法。其中,转发节点根据邻居节点和自身的相对速度,预测该节点和当前节点间的链路持续时间,选择其值不小于待发数据的发送时延的邻居节点作为下一跳节点。仿真实验结果表明,改进算法可以明显降低贪婪算法的丢包率。     

车联网中基于轨迹预测的无人机动态协同优化覆盖算法

针对城市车联网中出现的基站覆盖空洞及局部流量过载等问题,提出了一种基于车辆轨迹预测信息的动态预部署方案。首先,为了训练得到统一的seq2seq-GRU轨迹预测模型,多个携带边缘计算服务器的无人机在分布式联邦学习与区块链的架构下,去除中心聚合节点,采取改进的Raft算法,在每轮训练中根据贡献数据量的大小,选举得到节点来完成参数聚合及模型更新任务。其次,基于模型预测结果,提出了一种改进的虚拟力向导部署算法,通过各虚拟力来引导无人机进行动态地部署以提升车辆的接入率及通信质量。仿真结果表明,提出的训练架构能够加速模型的训练,部署算法在提升车辆接入率的同时提升了车辆与无人机之间的通信质量。     

无人机协助下基于SR-CKF的无线传感器网络节点定位研究

针对无线传感器网络（WSN）节点的实际应用场合大多数分布在复杂的三维地形，并且当无线传感器网络分布规模达到一定程度时，对每一个传感器节点装载GPS模块来实现节点定位不切实际的情况，提出了一种无人机（UAV）协助下利用极大似然估计法（MLE）对未知节点进行初步定位，引入平方根容积卡尔曼滤波（SR-CKF）算法对未知节点进行精确定位，采用阈值选择的更新策略来减小非线性因素的影响。仿真结果表明:所提出的UAV-WSN-MLE-SRCKF协作定位方式实现了三维地形中未知传感器节点的定位估计，大量减少了装载GPS模块所带来的成本，同时也提高了定位精度和稳定性。     

一种联合多信道分配决策的认知Mesh系统数据传输优化算法

在认知Mesh系统进行数据传输的过程中,为了提高数据包投递成功率及网络的吞吐量,减少网络延迟时间,提出一种联合多信道分配决策的认知Mesh系统数据传输优化算法(JCWN)。针对信道的干扰问题,建立了认知Mesh系统的干扰无向图,分析节点链路的网络干扰电平。在节点的路由请求阶段通过提出基于信道干扰电平的路由指标函数,并通过权重阈值来为节点链路分配干扰较小的信道。在路由选择上,联合多路由算法计算每条路由路径的信道干扰程度,为了保障节点传输数据的成功率而选择干扰程度更小的路由。实验仿真结果表明,在数据包投递成功率上,该算法相比POC算法以及基于RL的算法提高了20%以上,在提高网络吞吐量,减少延迟时间上也表现出了更好地效果。     

通信延迟条件下无人机编队重构的自主安全控制

多架无人机协同执行任务是未来网络化战场上的一种重要作战要求,然而复杂战场环境的变化极大地影响无人机编队的生存能力.为了自主安全地实现复杂战场环境中存在通信延迟的无人机编队重构控制,构建基于分层结构的无人机编队重构的自主安全控制架构.然后,提出一种基于纳什谈判的分布式预测控制(Nash bargaining solution-distributed model prediction control,NBS-DMPC)的新方法.针对存在通信延迟的问题,设计了基于信息滤波算法的信息补偿方法.最后,仿真实验表明所提算法能够自主安全地控制无人机编队重构并能有效降低问题的求解规模.同时仿真结果也验证了所提信息滤波算法在通信时延下的有效性.