【摘 要】
:
如今,无人机系统在军事和民生领域都得到了广泛使用,相较于单无人机,多无人机协同工作能更加有效、灵活、实用。由无人机组成的自组织网络可以看作是移动自组网的一种特殊形式,具有无需基础设施辅助、部署简单、扩展容易等特点。本文的研究内容是针对无人机飞行自组网由于节点高速移动链路易断裂,网络负载分配不均等问题,综合分析多种路由协议在无人机网络中性能的优劣,对使用范围较广的AODV路由协议(Ad hoc On
论文部分内容阅读
如今,无人机系统在军事和民生领域都得到了广泛使用,相较于单无人机,多无人机协同工作能更加有效、灵活、实用。由无人机组成的自组织网络可以看作是移动自组网的一种特殊形式,具有无需基础设施辅助、部署简单、扩展容易等特点。本文的研究内容是针对无人机飞行自组网由于节点高速移动链路易断裂,网络负载分配不均等问题,综合分析多种路由协议在无人机网络中性能的优劣,对使用范围较广的AODV路由协议(Ad hoc On-Demand Distance Vector Routing,AODV)进行研究设计,使其在高负载和高移动性的无人机自组网中表现出更好的性能。针对AODV协议仅使用跳数作为路由选择的唯一判据,无法选择出网络中最稳定、质量最好的路由,以及使用单路径传输数据,无法很好的实现网络中业务量均衡分配的问题,本文将AODV协议与跨层优化设计、多度量权值优化、多径路由思路和负载均衡策略相结合,提出了CLB-AODV路由协议(Cross-layer Load-Balancing based AODV)。首先,CLB-AODV路由协议通过跨层优化设计,实现节点内部跨层信息共享;其次,为了选出链路更稳定和生存时间更长的路由,我们优化了路由判据的计算,综合考虑了节点能量、节点缓冲区剩余队列长度和相邻节点间的移动性,创建多条路由质量最好的路径进行数据传输;最后,为了实现网络负载均衡,新增Load报文来传递网络负载情况,通过活跃路径中节点的工作负载和路径跳数计算路径的负载代价,源节点根据不同路径的负载对多条路径动态分配数据流量,最终提升网络稳定性,减少端到端时延,降低发生网络拥塞的可能性。本文通过OPNET仿真软件设计CLB-AODV路由协议的网络模型,验证该协议的可行性,并与传统AODV协议进行对比,比较不同网络规模、不同节点移动速度和不同负载的场景下不同路由协议对网络性能的影响。通过对比吞吐量、平均端到端时延和路由开销的性能,证明CLB-AODV在高负载和高移动性无人机自组网中能有效提高吞吐量并减少传输时延,提升网络的稳定性。
其他文献
近年来,区块链技术已成为数字经济发展的重要组成部分,以太坊作为最流行的开源公有链平台之一,交易量和智能合约部署量也在不断增长。与此同时,以太坊智能合约安全问题层出不穷,攻击者往往利用智能合约存在的代码漏洞对已部署的智能合约进行攻击,造成严重的经济损失,因此对智能合约进行漏洞检测十分必要,具有很大的现实意义。当前智能合约漏洞检测模型和工具大多以智能合约源码、操作码为研究对象,使用符号执行、形式化验证
当前自动驾驶技术快速发展,已经有部分头部企业将其落地,其中,实时精准的定位是自动驾驶车辆运行的关键,只有准确的掌握车辆的位置信息,才能完成进一步的规划、控制等多项任务。传统的GPS卫星定位方式在高楼密布的环境中容易出现信号丢失的情况,精准程度也无法保证,因此自动驾驶领域多使用激光雷达点云或视觉信息进行定位,当前一些依靠激光雷达定位的算法可达到厘米级精度,但目前的激光定位算法多依赖于场景的几何结构信
交通枢纽作为交通运输系统的重要组成部分,连接着多种交通方式,由于其能够对客流进行集散与换乘的功能特点,经常会聚集大量客流。在节假日、突发事件等情况时,容易发生突发大客流,引发旅客拥堵、踩踏等事件,甚至造成人员伤亡与经济损失。因此,提高交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。研究韧性交通枢纽中突发大客流疏散优化问题能够为交通枢纽内部规划布局以及客流疏散提供理论依据,具有重要的
随着我国各种铁路的快速建设和发展,铁路在交通运输中发挥的作用越发重要,然而由于铁路安全防护设施不可避免地存在漏洞,可能会发生异物入侵事件,从而对列车的正常运行造成严重威胁。现有的检测方法大致分为两种:一种是传统的铁路综合视频监控方法,这种方法依靠人眼事后查验,因此检测效率和准确度低;另一种是采用以深度学习为基础的目标检测算法,但该种方法需要依靠部署在后端的服务器来实现,受网络带宽的影响,不能保障检
随着当前社会经济的发展,人民收入不断增加,生活质量日益提升,小汽车走进了千家万户,在小汽车拥有量上升的同时,有限的可利用的车位资源难以满足当前不断上升的停车需求,城市停车难的问题也逐渐严峻。其主要表现为驾驶者停车寻找车位时间长、高峰期热点区域停车排队干扰交通等问题。然而一味的从供给侧提升停车位的数量不仅不现实,而且会造成土地资源的严重浪费。在调研中也发现虽然当前停车位总量不足,但局部停车资源利用不
数据可视化是数据分析任务的重要环节,在数据量和数据复杂度高速增长的当下,为了减轻分析人员负担并辅助其得到有价值的可视化结果,可视化推荐技术应运而生。受到机器学习模型在各种自动化任务中成功使用的启发,用机器学习的方法解决可视化推荐问题成为研究热点。然而,已有的可视化推荐研究存在如下局限性:首先,缺少结合规则的高效端到端可视化图表推荐方案;同时,推荐模型不具备人机回环的能力,无法融合人类与机器的优势。
近年来信息技术的快速发展,使得嵌入式设备的种类和数量急剧增加,这对嵌入式软件的开发和测试技术提出了更高的要求。传统的测试方法不仅受地域和时间的限制,而且存在测试环境部署复杂和成本昂贵的问题。传统嵌入式系统测试与云计算技术的结合,可以整合分散的测试资源,为用户提供一种远程访问、方便高效的新型测试服务模式。嵌入式系统云测试环境中任务调度策略的性能影响测试云的效率、资源利用率和用户体验。而现有云环境中的
电力化是碳中和的核心,低碳电力又是电力化的核心。在燃油产业电力化和电力产业低碳化的大背景下,交通成为电力化的主要战场,科技公司浪潮涌动,疯狂入局新能源汽车,但有车没桩,有桩没电,电动汽车充电难的问题频频出现。对充电桩产量要求增多的同时,保证充电桩有合格的品控,也是极为重要的,目前充电桩出厂前的界面测试仍是以人工为主,效率低,误差大且存在高压检测风险。因此,本文通过分析充电桩界面测试功能需求,设计了
城镇用地作为城市用地的重要部分,研究其演变的合理性、科学性对未来国土空间优化发展具有重要意义。目前量化新型城镇化政策在土地利用研究中较为缺乏,本文试图以北京市城市副中心、第三批新型城镇化示范区-北京市通州区为例,利用土地利用转移矩阵、土地利用动态度、地理探测器等方法,探讨通州区城镇用地变化特征和成因;采用SD模型量化“常规城镇化情景”、“新型城镇化情景”和“逆城镇化情景”三种情景的数量需求,并将其
市政道路工程往往是政府投资的公益性项目,以改善民生为出发点,因此其建设除了以往人们关注的经济效益外更多地体现了民生效益,然而,目前市政道路工程评价领域研究的热点主要在于单项效益评价或过程评价,全面、综合性的市政道路工程效益后评价研究领域仍有较大研究空缺,因此本文提出了建立市政道路工程综合效益后评价模型,研究成果主要有以下四个方面:(1)提出“市政道路工程综合效益”概念。本文从“效益”的定义出发逐渐