论文部分内容阅读
目前无人平台已被广泛应用于民用、军用、工业等多个领域,尤其是在军用领域有很大的应用价值,可用无人平台到危险环境中执行任务。然而,在技术上也面临一些挑战,其一,无人平台承载任务具有多变性,要求平台可快速加载不同功能;其二,无人平台对通信要求高,存在信息安全隐患;其三,平台承载资源有限导致可执行的任务数量不多。针对以上三个问题,目前没有较好的方案同时解决以上问题,而本文利用Docker部署快、占用资源开销小等优势采用容器技术进行部署,结合容器部署,本文针对无人平台不同的组网场景下设计了相关资源分配/调度算法以最大化的降低平台资源开销。主要研究内容如下:(1)针对密集型MESH无线网络架构,两节点通过中心节点一跳可达,然而无线网络中信道资源有限,中心节点不能同时连接到所有节点,为保证业务的正常进行,需实时对信道进行切换,本文首先提出以最小化成本为目标的无线信道切换算法WCSA(Wireless Channel Switch Algorithm),该算法以最小的成本实现信道间灵活切换,保证SFC(Service Function Chain)顺利部署。其次,针对单基站MESH网络架构,本文基于贪心思想的提出了单基站最小成本SBGLC(Single Base Greedy Least Cost)部署算法,该算法以保证能灵活部署为前提结合了WCSA得到最小成本部署方案;针对多基站MESH网络架构,本文提出了多基站基于遗传的启发式算法(Multiple Base Genetic Algorithm),该算法同样通过结合WCSA实现SFC的灵活部署并使用遗传算法以最小映射成本为目标完成SFC的优化部署。此外,结合实际无人平台业务量变化的场景,本文对虚拟链路带宽变化情况进行了探讨,对不同变化趋势的带宽情况进行了算法仿真并对结果进行分析。(2)针对稀疏型无线网络架构,为节约平台开销,本文提出基于最大化减小VNF数目的聚合算法MMVAA(Max Min VNF Aggregation Algorithm),该算法以最大化减少VNF为目标将相同源目节点的SFC进行合并。然后,本文基于分段思想设计和实现了两阶段SFC部署算法。在第一阶段,本文设计基于遗传的改进的K短路算法得到备选SFC映射路径集合,该算法可以在较短的时间内得到相同源目节点之间的K条备选路径。在第二阶段,以最小部署成本为目标设计基于贪心的启发式算法来完成网络功能的部署。经仿真测试验证,该算法较对比算法在降低部署SFC成本上表现更好,且映射成功率也可通过调整K短路的K值得到保障。