检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

软件定义uav网络的自适应QoS机制研究

中国电子科学研究院学报 2023年第8期18卷 717-723页

作者：吕鑫黎海涛黄嘉伟北京工业大学信息学部北京100124

针对软件定义无人机网络(SUNET)链路状态频繁变化难以保障用户服务质量(Quality of Service, QoS)的问题,本文研究了软件定义uav网络中包含流量管控与队列调度的自适应QoS机制。首先,利用SUNET能够获取全局链路状态信息的优势,提出一种... 详细信息

针对软件定义无人机网络(SUNET)链路状态频繁变化难以保障用户服务质量(Quality of Service, QoS)的问题,本文研究了软件定义uav网络中包含流量管控与队列调度的自适应QoS机制。首先,利用SUNET能够获取全局链路状态信息的优势,提出一种自适应QoS流量控制机制,其综合考虑链路带宽、不同类别消息的优先级和到期时间(ToE)等QoS要求,自适应调整OpenFlow交换机的数据流表项与计量表;然后,结合Linux流量控制的优先级(PRIO)和分层令牌桶(HTB)算法设计出多级队列调度方案以实现细粒度控制。仿真结果表明,所提自适应QoS机制能够显著降低高优先级消息的传输时延与丢包率,满足不同类型消息的差异化要求。

关键词： uav网络软件定义网络 QoS 队列调度

在线全文

学校读者我要写书评

暂无评论

面向目标态势感知的软件定义uav网络

中国电子科学研究院学报 2023年第1期18卷 12-20页

作者：黎海涛吕鑫张昊北京工业大学信息学部北京100124

为解决无人机网络拓扑频繁变化导致数据传输不稳定而影响目标态势感知效果的问题,文中利用软件定义网络(SDN)能够获取全局链路状态信息的优势,综合考虑链路带宽、传输时延等因素,提出一种多链路状态感知的QoS(LSAQ)集中路由算法。同时... 详细信息

为解决无人机网络拓扑频繁变化导致数据传输不稳定而影响目标态势感知效果的问题,文中利用软件定义网络(SDN)能够获取全局链路状态信息的优势,综合考虑链路带宽、传输时延等因素,提出一种多链路状态感知的QoS(LSAQ)集中路由算法。同时考虑到uav节点间通信故障问题,设计主动故障恢复策略将受影响数据流聚合后重新计算本地路由,并利用所提路由算法构建了面向目标态势感知的SDN uav原型系统。仿真和实验结果表明,所提算法能够提高链路带宽利用率、降低传输时延和减少路由开销,有效保障SDN uav网络实现目标态势感知任务。

关键词： uav网络软件定义网络 QoS 集中路由

基于改进Dueling DQN的无人机网络多域资源分配策略

在线全文

学校读者我要写书评

暂无评论

中国电子科学研究院学报 2023年第7期18卷 646-651页

作者：黄嘉伟黎海涛吕鑫北京工业大学信息学部北京100124

针对无人机(Unmanned Aerial Vehicle,uav)网络节点间干扰导致通信质量降低问题,文中从空域与功率域出发,构建以最大化uav系统频谱效率和能量效率为目标的波束成形与发射功率联合优化模型。针对该多域资源分配模型,提出参数化动作空间... 详细信息

针对无人机(Unmanned Aerial Vehicle,uav)网络节点间干扰导致通信质量降低问题,文中从空域与功率域出发,构建以最大化uav系统频谱效率和能量效率为目标的波束成形与发射功率联合优化模型。针对该多域资源分配模型,提出参数化动作空间的加权Dueling DQN(P-wDDQN)学习算法,该算法适用于包含连续功率分配和离散波束成形的混合动作空间,且解决了Dueling DQN的目标Q值过低估计问题。利用所提P-wDDQN算法设计了联合波束与功率资源分配策略。仿真结果表明,所提多域资源分配策略提升了无人机网络的频谱效率和能量效率,且具有快速收敛的优势。

关键词： uav网络深度强化学习多域资源分配参数化动作空间

uav与AGV空地一体化协作波束成形多目标优化研究

在线全文

学校读者我要写书评

暂无评论

UAV与AGV空地一体化协作波束成形多目标优化研究

作者：张钰泽吉林大学

学位级别：硕士

传统无线传感器网络中的传感器节点往往受到资源、能量和传输范围等方面的限制,因此,如何有效利用移动无线传感器网络来提高网络通信质量越来越受到重视。由于无人车(Automated Guided Vehicle,AGV)具有行动敏捷、待机时间长和可控性强... 详细信息

传统无线传感器网络中的传感器节点往往受到资源、能量和传输范围等方面的限制,因此,如何有效利用移动无线传感器网络来提高网络通信质量越来越受到重视。由于无人车(Automated Guided Vehicle,AGV)具有行动敏捷、待机时间长和可控性强的优点,所以常被广泛应用于程序监控和传感网络等场景。然而,AGV的移动速度较低并且无法工作在一些地形复杂的环境,这导致AGV的应用场景有一定的局限性。相应地,无人机(Unmanned Aerial Vehicle,uav)同样是一个应用场景广阔的平台,具有高灵活性和高视距(Line Of Sight,Lo S)的优点,可被装配智能决策能力以自主执行任务。本文的目标是利用uav高灵活性和AGV高持久性的特点来建立uav协助AGV的无线传感网络对数据进行转发。具体而言,本文使用分布式协作波束成形技术(Distributed Cooperative Beamforming,DCB),提出了一种uav协助AGV构建天线阵列来转发数据的新颖数据传输框架。为了增加无线传感器网络的传输距离和数据传输速率,需要将传感器节点移动到具有最佳激励电流权重的位置以形成高方向性的波束,但uav和AGV在移动过程中会造成额外的能量消耗。为了提高uav协助AGV构建的无线传感器网络的数据传输速率和能量有效性,本文以降低无线传感器网络的数据传输时间,阵列天线(Virtual Array Antenna,VAA)的形成时间和AGV与uav产生的能量消耗作为目标构建一个多目标优化问题,并针对两个不同场景分别提出解决方案:1.对于数据发送方和数据接收方之间没有任何障碍的场景,本文利用uav协助AGV构建天线阵列与远方空中基站(Air Base Stations,ABS)进行通信。由于数据传输过程中不会受到多径影响,本文在Lo S信道上对数据传输进行模拟,制定了一个陆地和空中协同数据传输多目标优化问题TATFMOP以减少数据传输时间、VAA形成时间和uav及AGV的整体能量消耗。由于TATFMOP是NP难问题,因此本文提出一个改进的多目标蚁狮算法(BH-Enhanced MOALO,EMOALOIB)来解决TATFMOP。EMOALOIB算法基于黑洞更新(Black Hole,BH)和反向学习(Opposition-Based Learning,OBL)的思想对传统MOALO算法进行改进,使得该算法在求解TATFMOP问题上具有更好的性能。实验结果表明该算法在解决TATFMOP问题上是非常有效的并且具有更好的性能。2.对于uav协助AGV利用DCB技术在一些地形复杂的环境中与ABS进行通信的场景,如树木、丘陵和山脉等地形,这将对通信链路的质量造成影响。因此本文基于概率Lo S信道模型,明确提出了三个优化目标,即降低无线传感器网络与不同ABS通信的时间、uav协助AGV形成VAA的总时间和整个网络中移动节点的能耗。此外,本章还构建了一个uav协助AGV进行数据传输的多目标优化问题PLFMOP,该问题同样为NP难问题,因此本文提出了一种改进的MODA算法(Piecewise and Gauss Improved MODA,PGIMODA)解决该问题,仿真实验验证了该算法的有效性。本文提出了一种新颖的传感器网络数据通信框架,该框架充分利用了uav高度灵活的特性以及AGV低能耗的特点,实现了高效、灵活和可靠的数据传输。传统无线传感器网络中,由于节点受到资源、能源和通信范围等方面的限制,往往会影响数据传输的质量和效率,而该框架则可以在一定程度上解决了这些问题。传感器网络由两部分组成:uav和AGV。uav负责搭载数据传输设备,并利用其高度灵活的特性,在空中对AGV进行数据转发。AGV则负责在地面运行,接收并存储uav传输的数据,两者之间通过DCB技术,共同完成数据传输任务,这为无线传感器网络领域的研究和应用提供了新思路和方法。

关键词：移动无线传感器网络 uav网络协作波束成形空中基站多目标蚁狮算法多目标蜻蜓算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人机蜂群关键技术的设计与实现

无人机蜂群关键技术的设计与实现

作者：储含露南京航空航天大学

学位级别：硕士

无人机(Unmanned Aerial Vehicle,uav)蜂群是近年来国际上的技术研究热点,它能够克服基于单uav的所存在能力受限、生存率低和完成任务概率低等缺陷,协同多机以完成重要任务。设计实现uav蜂群在理论上、实践上都是极具技术挑战的问题。... 详细信息

无人机(Unmanned Aerial Vehicle,uav)蜂群是近年来国际上的技术研究热点,它能够克服基于单uav的所存在能力受限、生存率低和完成任务概率低等缺陷,协同多机以完成重要任务。设计实现uav蜂群在理论上、实践上都是极具技术挑战的问题。本学位论文的研究目标是:深入研究uav蜂群的某些关键技术,探讨设计实现uav蜂群原型系统的方法。为此,本学位论文研究解决如下关键技术。首先,为使多架uav之间能够协同,首先要研究解决多uav网络通信问题。其次,uav蜂群技术的核心是使uav集合具有群集性(flocking),能够使多架uav分布、自主、自治地共同执行一项任务。第三,进行uav蜂群原型系统试验的工作极为困难,改进试验过程的效率非常必要。本文主要的研究工作包括:(1)根据uav网络系统的体系结构和组织结构,设计实现了一种uav网络的原型系统;原型系统的测试结果验证了系统架构的可行性。(2)提出了基于扩散的分布式控制模型,该模型能使多uav系统生成内在群集性;推导了基于扩散模型无人系统的容量定理,分析表明了该方法具有简单高效、避免节点碰撞等优点;基于OMNe T++建立了仿真试验系统并进行了群集性试验,设计实现了uav蜂群原型系统并进行了实际试验;试验结果表明了扩散模型的有效性。(3)设计实现了多uav试验管理系统,该系统通过嵌入式系统获取uav等设备的初始化信息并将系统状态可视化,系统的试验结果表明了该系统提高了蜂群系统的试验效率。

关键词： uav蜂群 uav网络分布式控制模型群集性多uav试验管理系统