无人机集群自组织网络路由协议研究及优化

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:xulele2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人机已广泛应用于不同领域中,随着任务场景不断的复杂化,单架无人机已无法很好的完成探测、侦察任务。多架无人机构成的无人机集群在任务执行时需要协同配合完成信息交换和收集,而一个良好的无人机集群自组织网络(Flying Ad Hoc Network,FANET)是集群内部完成信息交换的基础。在FANET的研究中,无人机高速移动造成网络拓扑剧烈变化以及无人机节点自身能量有限是影响无人机集群网络性能的两个主要因素,本文针对以上两个影响因素对FANET的相关技术开展研究以及改进,具体工作内容如下:(1)对FANET相关路由协议进行总结分类,在无人机集群执行探测、侦察任务的仿真场景下对OLSR、AODV以及DSDV协议进行了对比分析,仿真结果表明AODV协议更适应于该场景下通信网络的建立。在AODV协议改进方案中,采用节点间距离进行路由度量可有效提升网络通信性能,但由于无人机节点高速移动造成链路距离分布情况的剧烈变化,增加了数据传输过程中链路断裂风险,降低了网络通信性能。针对这一问题,在AODV协议基础上研究了一种基于链路均衡性度量的AODV协议(Link Balance AODV,LB-AODV)。首先,结合链路节点间平均距离、距离的分布情况以及当前链路跳数,提出了一种自适应加权度量方法,对链路稳定性形成有效度量。其次,通过对节点位置进行预测得到节点间相对距离,解决了由于节点快速移动所导致的路由度量失效问题,保证了路由查找过程中链路度量值的有效性。进一步综合上述改进方案对协议的控制消息以及工作流程进行了修改。仿真结果表明该协议在速度变化的条件下,与传统AODV协议相比数据包投递率平均提升11%,网络吞吐量平均提升23%,有效改善了无人机节点高速移动所造成的网络性能下降问题。(2)为延长FANET的生存周期,在LB-AODV协议的基础上进一步优化,研究了一种基于能量消耗度量的能量均衡AODV协议(Link Energy Balance AODV,LEBAODV)。首先,改进了能量剩余率计算模型,更准确的衡量了路由查找过程中节点能量剩余情况。其次,对平均邻居节点数量的计算方法进行了改进,考虑了边缘节点对平均邻居节点数量计算造成的影响,提升了节点中心度计算的准确性。进一步结合能量剩余率计算模型与节点中心度,提出了基于能量消耗的路由度量策略,引导路由协议在路径查找时倾向于选择能量充足的节点作为中继节点,从而达到均衡节点能量消耗的目的。仿真结果表明,该协议在保障通信质量的前提下,有效均衡了各节点的能量消耗,延长了FANET的生存周期。
其他文献
氮素是植物生长发育必须的营养物质之一,约占植物干重的5%,在有机体中多以氨基酸、多肽以及蛋白质等形式存在。大豆是一种重要的经济和栽培作物,种子中含有丰富的植物蛋白及多种人体必需氨基酸。大豆与土壤根瘤菌建立的共生固氮体系能够帮助植物将空气中不能被植物直接吸收利用的无机氮(N2)转化为可被植物吸收的有机氮。氨基酸转运蛋白在植物体内各类氨基酸的转运、利用以及应对生物与非生物胁迫中发挥重要作用,但关于氨基
学位
茶树生长发育过程中会遭受到各种不同的胁迫,以致茶树生长和茶叶产量、品质都会受影响;此外,它是利用芽和叶产生经济效益的植物,花期长且花果多是影响茶树经济价值的不利因素,所以从分子遗传学角度挖掘茶树抗逆和改变花期的相关基因,对茶树良性育种和提高茶产业经济效益具有重要意义。本研究从信阳本地茶树品种“信阳大叶”中克隆了一个CsJAZ1基因,利用QRT-PCR、生物信息学、转基因技术等技术对CsJAZ1基因
学位
当前,区块链与云计算、物联网、人工智能、大数据等新技术的融合,为技术创新提供了无限可能。用户的交易数据存储在区块链上,在不引入第三方的情况下,提供去中心化、不可篡改、安全可靠的保证。然而,区块链的开放性和透明性使得链上敏感数据存在隐私泄露的风险。此外,交易手续费用的存在,使得区块链难以适用于小额支付。因此,研究具有新特性的区块链协议,确保链上数据安全,实现小额支付对于区块链未来的发展具有极其重要的
学位
“资源”指的是一切可以被人类利用的物质、能量、信息、结构的总称。资源管理指的是对资源进行的规划配置、开发利用等活动。资源关系模型是一种聚焦于资源间依赖关系的资源管理理论,它通过定义资源、资源槽等概念将资源以及资源间的依赖关系形式化。由于现实中物质状态变化的随机性、人为因素的随机性、意外事件发生的随机性等因素的存在,资源状态的变化存在随机性,人们无法准确预测资源的状态。由于现实中物质状态变化的复杂性
学位
磁悬浮平台是光刻机等超精密系统的核心部件之一,非接触无磨损可控性强的特点使其具有重要的研究意义和应用价值,而磁悬浮平台的位移机构的设计和研究是磁悬浮平台实现的关键。本文提出了一种长行程可控性强的基于分布式线圈的悬浮位移分离式磁悬浮平台位移机构设计方案,并对其磁场与力的解析计算、具有多冗余度高复杂性模型的驱动线圈电流分配方法与控制器设计方法进行了研究。针对位移机构的设计,选取了分布式线圈作为定子,二
学位
在信息爆炸的时代背景下,人们对网络的使用日益增加,对电子通信的依赖也日渐增强。现代通信技术在为人们的生活和学习带来便利的同时,也带来了许多数据安全的问题。大量的信息以不同的载体形式在网络中存储和传播,而图像作为一种常用的信息载体,在医学、军事学等领域得到了广泛的应用。由此,图像在传输、存储和恢复的过程中的安全性问题便逐渐进入到大众视野中,得到越来越高的关注度。随后,秘密图像共享技术作为一个解决上述
学位
近年来,复杂网络理论被大量用来描述大脑网络结构演化规律及网络信息传输性能,并在医学、生物、传统通信等众多领域都取得重大突破。将大脑神经系统与复杂网络结合,探究真实大脑网络结构及其信息传输机制,不仅能促进以数据驱动的新一代脑科学的进步,还能为实现以仿生驱动的类脑智能技术的提供理论基础。首先,本文指出在构建大脑网络模型时,没有实现真正的仿生,难以模拟真实大脑中信息传输机制的问题,分析当前类脑神经元网络
学位
DC-DC变换器被设计为在额定输出功率下实现所需的效率需求。而在高功率密度应用中,发热限制是主要考虑因素,增加便携式设备的电池寿命和降低市电供电设备的待机功耗因而变得迫切。另外电源正朝着更高的开关频率发展,以减小无源元件的尺寸,但导致了更高的开关和栅极驱动功率损耗。在用于电池供电设备的集成电源管理IC中,必须优化系统以实现尽可能长的电池寿命,而负载电流的统计分布人们并不知道。在此背景下,开关电源能
学位
近年来,随着计算设备算力的提升、高质量数据集的构建以及先进模型和算法的提出,人工智能逐步缩小了与人类的差距,并在多个领域击败了人类。在人工智能的发展过程中,深度学习扮演着至关重要的角色。令人遗憾的是,深度学习模型的优异表现需要有大规模数据做支撑,这阻碍了该类技术在现实生活中的应用。如何让深度学习模型从数量有限的数据中提取有效信息并具有较高的泛化能力,这一问题促使学者们提出了少样本学习。学者们针对少
学位
在现代信息化社会中,电子投票逐渐取代了传统的纸质投票方式,受到了越来越多的研究者的关注。然而,电子投票系统面临着选票隐私泄露、选票填充攻击、投票活动被恶意投票者中止等诸多安全挑战,严重制约了其广泛应用。与此同时,区块链作为基于点对点网络的分布式账本,具有去中心化、去信任、不可篡改的特点,这些特点与电子投票系统中的公告栏的安全要求不谋而合。因此,将区块链技术与现代密码学技术,如零知识证明、承诺、签名
学位