在Vanet应用场景中,由于车辆高速运动导致车辆节点构成的网络拓扑不断变化,多数路由协议需要及时维护自己的邻居表来选择路由。邻居选择出错会出现数据频繁重发,导致传输时延高且不可靠等现象。为此本文提出了一种基于高速公路应用场景...在Vanet应用场景中,由于车辆高速运动导致车辆节点构成的网络拓扑不断变化,多数路由协议需要及时维护自己的邻居表来选择路由。邻居选择出错会出现数据频繁重发,导致传输时延高且不可靠等现象。为此本文提出了一种基于高速公路应用场景的高效的邻居发现方法NDK(Vanet Neighbor Discovery method By Kalman filter)。该方法利用经典的地理位置路由算法GPSR思想,借助于卡尔曼滤波(Kalman filter)预测模型来预测节点的邻居表,同时周期性的使用路侧装置(RSU,Road Side Unit)修正预测值。通过NS-3的仿真实验表明,该算法较经典的GPSR算法和其他基于时间、移动预测邻居表的算法能更好判断节点的加入和离开,并有更好的邻居正确率和更轻的网络负载。展开更多
针对无人机自组织网络,提出了一种基于地理位置信息的高可靠性路由算法GPSR-HRU(High Reliability UAV Routing Algorithms Based on GPSR);算法针对无人机运动速度快、运动不规律、易产生路由断路、空洞等特点,将MALM(Mobility-assiste...针对无人机自组织网络,提出了一种基于地理位置信息的高可靠性路由算法GPSR-HRU(High Reliability UAV Routing Algorithms Based on GPSR);算法针对无人机运动速度快、运动不规律、易产生路由断路、空洞等特点,将MALM(Mobility-assisted Location Management)移动节点辅助位置管理策略引入到无线自组网的GPSR协议中来预测节点的移动位置;通过NS-3仿真无人机的工作场景实验证明,算法较GPSR算法和其他改进算法有更低的传输延时,更可靠的端到端的投递成功率,同时整个网络的负载也更轻。展开更多
文摘在Vanet应用场景中,由于车辆高速运动导致车辆节点构成的网络拓扑不断变化,多数路由协议需要及时维护自己的邻居表来选择路由。邻居选择出错会出现数据频繁重发,导致传输时延高且不可靠等现象。为此本文提出了一种基于高速公路应用场景的高效的邻居发现方法NDK(Vanet Neighbor Discovery method By Kalman filter)。该方法利用经典的地理位置路由算法GPSR思想,借助于卡尔曼滤波(Kalman filter)预测模型来预测节点的邻居表,同时周期性的使用路侧装置(RSU,Road Side Unit)修正预测值。通过NS-3的仿真实验表明,该算法较经典的GPSR算法和其他基于时间、移动预测邻居表的算法能更好判断节点的加入和离开,并有更好的邻居正确率和更轻的网络负载。
文摘针对无人机自组织网络,提出了一种基于地理位置信息的高可靠性路由算法GPSR-HRU(High Reliability UAV Routing Algorithms Based on GPSR);算法针对无人机运动速度快、运动不规律、易产生路由断路、空洞等特点,将MALM(Mobility-assisted Location Management)移动节点辅助位置管理策略引入到无线自组网的GPSR协议中来预测节点的移动位置;通过NS-3仿真无人机的工作场景实验证明,算法较GPSR算法和其他改进算法有更低的传输延时,更可靠的端到端的投递成功率,同时整个网络的负载也更轻。