软件定义无人机自组网路由策略

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:ggg_0907
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(Unmanned Aerial Vehicle,UAV)逐渐小型化和智能化,无人机自组网(Flying Ad Hoc Network,FANET)逐渐成为无人机集群技术的研究热点之一。在军事与民用领域,无人机自组网以其抗毁性和灵活自组织等特点被广泛应用。无人机应用领域的增加,使无人机自组网所需要完成的任务逐渐多样化和复杂化,对FANET的通信要求也越来越高。FANET的分布式路由协议在有限的网络资源下逐渐难以满足不同任务中对业务质量的需求。为解决上述问题,将软件定义网络(Software Defined Network,SDN)对网络资源集中控制的思想引入FANET,提出了软件定义无人机自组网(Software Defined Flying Ad Hoc Network,SD-FANET)的概念。然而,现有SD-FANET中仍存在诸多问题,如现有网络中用于拓扑信息收集的协议控制开销过大,不适用于资源受限的FANET环境;集中式的网络在控制节点损毁时易瘫痪;在集中式路由控制时,控制器节点由于高通信负载易成为网络性能的瓶颈。因此,本文基于无人机多跳通信环境对SD-FANET进行如下研究:(1)针对拓扑发现控制开销高以及集中式抗毁性问题,本文设计SD-FANET的组网方式:对无人机多跳网络进行数据平面与控制平面分离,实现数据平面选择算法来限制上报控制信息的节点数量,降低拓扑发现的控制开销;实现控制器选择算法在数据平面节点集合中选择控制器节点,并在网络中加入控制器的失效监测机制,保证控制器节点在失效时,网络能快速恢复。通过重新选择控制节点,提高网络抗毁性。(2)针对控制节点高通信负载问题,实现了基于带宽约束的混合式路由方法。在该方法中,网络中的节点自主构建二跳邻居信息表并将其作为基础的路由转发表,完成两跳内业务的传输,降低控制器路由请求负载。同时在控制器实现基于带宽约束的路由算法对业务数据的传输进行路由计算,该算法基于业务带宽需求与网络的带宽利用率进行路径选择,能有效降低业务传输的端到端时延。本文基于OPNET仿真软件搭建SD-FANET环境,对提出的数据平面与控制平面节点选择算法以及带宽约束的混合式路由算法进行仿真实验。实验结果验证了本文方法的可行性以及其在业务传输时的性能优势。
其他文献
X射线通导测一体化卫星有任务多样,参数众多,接口丰富等特点。因此传统卫星不能满足X射线通导测一体化卫星的需求。而软件定义卫星是以软件为手段,将传统卫星上由分系统实现的通信,载荷等功能软件化,便于通过软件实现卫星的在轨重构,以此适应不同的任务需求。软件定义卫星的设计理念是将卫星硬件和卫星软件解耦合,设计模块化的硬件,有助于实现软件定义卫星的快速集成与装配,为卫星的产品模块化生产,灵活性配置,快速响应
高光谱图像异常检测技术是高光谱遥感图像处理领域的热门研究课题,相关研究已成功应用至环境监测、稀有植物保护、军事伪装和隐藏识别等领域。然而,受成像平台误差、大气环境等因素的影响,高光谱图像存在背景成分复杂、数据冗余、先验信息欠缺等问题。为缓解或者克服上述问题对异常检测性能表现带来的影响,本文深入分析了高光谱遥感图像的数据特性,设计了两种基于对抗学习的高光谱异常检测算法,分别从无监督特征提取和半监督背
伴随遥感技术的发展,遥感图像被广泛应用到变化检测、遥感解译等领域。但是,遥感图像匮乏、质量不佳以及多样性不足的问题限制了遥感解译等后续研究的性能提升。众多研究表明,数据增强是解决上述问题的有效手段。该方法通过学习训练样本的数据分布,合成逼真的遥感图像,达到数据扩充的目的。因此,本文基于生成对抗网络,构建了两个用于遥感数据增强的图像生成模型,可以生成富有变化的高质量图像,并大大缩短生成时间,为遥感解
神经网络是一门十分重要的机器学习技术,它是人工智能领域目前最为火热的研究方向之一。基于神经网络的人工智能技术依靠其强大的特征提取能力,在计算机视觉、自然语言处理等领域都取得了十分普遍的应用。然而,为了增加神经网络的推理准确率,网络结构发展日趋复杂,层数和节点数量日益增大,伴随而来的是参数量和计算量的急剧增加,这对硬件平台的数据带宽和计算能力有较高的要求。基于神经网络计算处理高度并行这一特性,GPU
结构域作为蛋白质三维结构中重要的组成部分,对蛋白质的功能具有直接影响。准确识别蛋白质结构域对蛋白质结构解析至关重要。传统的试验方法测定蛋白质结构域,虽然准确、可靠,但是成本高、效率低。对蛋白质不连续结构域预测研究有助于蛋白质三级结构测定和功研究,对疾病发生机制理解和开发新的药物具有重要的意义。基于序列的研究方法很少考虑到不连续结构域检测问题,基于结构的方法虽然大多都能考虑到不连续结构域边界划分,但
时间敏感网络是目前国际产业界正在积极推动的通信技术,它是以标准以太网为网络基础,通过高精度的时间同步、流量整形、路径控制、资源预留和业务调度等一系列关键技术,为实时敏感业务提供可靠的数据传输保障,被广泛的应用在工业控制、车载网和航空航天等领域,因此对时间敏感网络进行研究是一项具有重要意义的工作。本文在研究了时间敏感网络中的关键技术以及标准协议的基础之上,通过对IEEE802.1 Qbv协议和保护带
随着系统级封装(SiP)技术在航天领域的普及,越来越多的星载计算机等航天电子设备已搭载SiP技术封装的多片结构系统,然而由于晶体管特征尺寸减小带来的单粒子效应加剧现象,也导致航天电子设备的可靠性问题成为航天领域研究的重中之重。得益于成本低、效率高、灵活性强等优势,计算机仿真模拟技术可以在较高的精度上模拟高能粒子入射芯片的过程,相比于受限因素较多的空间搭载实验和地面模拟试验,是验证芯片辐射可靠性强有
近年来随着智能驾驶、机器视觉、增强现实等领域的快速发展,深度信息感知成为国内外热点研究课题,其中双目立体视觉作为一种基于视差原理的深度信息获取方法被广泛应用。然而在高速运动、高动态范围和复杂光线场景下,由于传统相机存在延迟和动态模糊等问题,给立体匹配过程带来了巨大的挑战。事件相机作为模仿人类视网膜的新型传感器,具有快速捕捉亮度变化、动态范围大等优势,有助于解决高速运动和复杂光线带来的匹配问题。但事
在汽车中的无人驾驶应用中,往往使用了多种不同的传感器的联合数据融合信号处理,其中毫米波雷达是一种利用毫米波波段进行主动感知的传感器,也是在无人驾驶设备中抗干扰能力强和成本适宜的传感器之一。相比于光学摄像头、激光雷达等其他传感器,毫米波雷达不受光照、气象环境等条件的限制,其穿透能力强,并具有全天候和全天时工作的特点,可对目标进行跟踪与识别,并且其数据精度高,可根据需求进行模式变换以达到短中长距离的探
近年来地震、海啸等自然灾害频发,导致传统有线和无线地面基础通信设施(如地面基站等)损毁严重,受灾地区的通信发生中断。无人机(Unmanned Aerial Vehicle,UAV)可以作为移动空中基站及中继,应用于灾后应急区域的快速通信部署,实现受灾地区通信连接的高效恢复。随着应急业务种类的与日俱增,如灾情实时感知与常态化监测等,各类应急业务时延服务质量(Quality-of-Service,Qo