应用于无人机集群的路由协议研究

来源 :南昌航空大学 | 被引量 : 0次 | 上传用户:chenzenghua
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
随着无人机技术及通信能力的不断提高,无人机在军事行动、紧急搜索以及灾难救助等多种场景得到广泛应用。由多架装有传感器和武器的无人机组成的蜂群状分布式网络,这种传感器群比单一的复杂平台更有效。但无人机集群的实际应用环境比较复杂,而且无人机具有高速移动性。因此,有必要对节点的移动方式和路由协议进行分析。本课题来源航空科学基金,研究无人机集群协同作战的路由协议。本文首先对无人机的概念和特点做了全面的介绍,其次对无人机的发展趋势进行了概括,并针对无人机集群化的趋势做了详细的分析,同时就现有的无人机集群典型应用模式进行了简单介绍。在上述工作的基础上,本文就无人机集群的移动模型展开研究,提出了一种多任务-ferry群组移动模型,该模型结合参考点群组移动模型和动态群组移动模型,参考点移动模型可以很好地描述无人机分组移动的场景,而动态群组移动模型能描述分组作战过程中的群组合并和分裂过程,同时为解决无人机集群在执行任务过程中造成通信中断引入了ferry节点,ferry节点为各不连通区域运载战场数据和指挥中心下发的指令,使无人机集群能够与基站保持及时的通信。在确定节点的移动方式后,研究上层路由协议,提出了应用于无人机集群的分簇路由算法。该算法通过选取具有最长链路连通时间的节点作为簇头,有效地降低了因频繁地发起簇头选取算法而带来的网络开销。而且在路由发现的过程中,充分的利用广播以提高消息转发效率,在报文中增加标识有效的抑制了广播风暴。节点根据报文的标志和自身节点类型判定是否需接收、转发或丢弃该报文。仿真实验表明,本文提出的移动模型更能真实的反映无人机集群节点的移动方式,移动预测路由算法在保证在较低传输时延和较高的传输成功率的同时,又减少节点间的转发次数,降低了网络开销。
其他文献
语音情感识别研究是情感计算领域的一个重要组成部分,近年来越来越多的研究者和研究机构都投身于该领域的研究中。传统的基于快速傅里叶变换方法的情感特征提取不得不进行的一
随着3D显示器和交互式多媒体系统的发展,新的3D视频应用,如三维电视(3DTV)和自由视点视频(FVV)已经越来越引起人们的兴趣。为了使这些3D视频应用成为可能,由多视点视频及其对应
RFID技术是一种非接触式自动识别和获取数据的技术,能够有效降低人工成本、提高运作效率,具有巨大的应用前景。为简化RFID系统的复杂度,通常采用RFID中间件作为连接RFID硬件设备
随着图像数据呈现几何级数的快速增长,如何实现对图像数据库更加高效、准确的检索,是众多学者研究的目标和方向。基于内容的图像检索通过提取图像的颜色、纹理、形状等底层特
互联网的飞速发展使得信息以前所未有的速度产生和传播,面对信息呈指数式增长、垃圾信息泛滥成灾的困境,搜索引擎如何找到对用户真正有用的信息遇到了很大的挑战。在传统的搜索
在现实世界中,许多领域中的数据都可以用“图”来表示。与传统的关系数据相比,图数据有着更大的灵活性。而由于数据本身的不精确、获取数据的实验手段的局限等因素的影响,不确定
随着移动通信技术的蓬勃发展、以及智能移动终端的广为普及,移动云计算正在加快商业化进程的步伐,现在已经有越来越多的用户采用移动设备来享受云服务体验。如何为用户选择“合
随着语义Web技术的不断发展,作为语义Web的核心,本体及其相关研究也得到了很大的进步。同时,作为一种清晰表达语义和知识共享的方式,本体在生物医学信息学、电子商务等方面也
在很多实际应用中,比如网络入侵、医疗诊断以及故障检测等,分类处理的对象大多是不平衡数据(集),即某些类别的样本数量明显少于其它类别的数据集,通常这些数据集中的少数类包
随着信息技术、互联网技术的迅速发展,人们可以方便的进行数字信息的交换和传输。这虽然让人们的生活和工作更加便利,工作效率提高,但是带来了数字媒体的盗版。一些人为了谋