基于最优刚性图的能量有效分布式拓扑控制算法

针对现有无线传感器网络拓扑控制算法无法平衡各节点能量消耗的问题,基于最优刚性图提出了一种具有平衡负载特性的能量有效分布式拓扑控制算法。算法引入综合反映能量消耗及剩余能量两方面因素的链路权值函数,能够根据当前节点剩余能量实时地动态优化拓扑结构,从而有效地平衡网络节点的能量消耗。从理论上证明了优化后的拓扑是2-连通的而且具有稀疏性;同时优化后拓扑中各节点的平均度趋于4。仿真结果表明,与其他算法相比,该算法能够有效地平衡各节点的能量消耗,进而延长网络生命期。

基于最优刚性图的链路质量与能量的拓扑控制算法

针对目前无线传感器网络研究中网络能量利用率低和通信链路不可靠等问题,提出一种基于最优刚性图的网络拓扑优化算法.该算法通过建立包含链路质量和能量两方面内容的链路权值函数来构建链路可靠性强、能量利用率高的网络拓扑结构.研究结果表明,所构建的拓扑具有平均节点度低和链路性能好等优越特性.仿真结果表明,与现有拓扑控制算法相比,所提出的算法能够更有效地减少能量消耗,从而延长网络寿命.

基于最优刚性编队分布式生成算法

为了描述一类特殊的刚性图,给出最优刚性图的概念。在保持队形时,最优刚性图可以减少拓扑图的复杂性。为了最大可能地减少队形通信的复杂性,研究了最优刚性编队的生成理论。首先,提出了4个命题,用以论证基于分布式的最优刚性生成方算法的可行性;其次,基于这些命题,提出了一种多智能体系统的编队算法;最后,通过仿真来验证所提算法的有效性。

紫外光通信协作无人机最优刚性编队生成算法

稳定的编队通信网络能提高无人机(UAV)集群执行任务的能力,因此需要为编队设计一个信息交互拓扑,使无人机在保持编队队形的同时通信代价最小。针对无人机编队网络的拓扑优化问题,结合紫外光通信的优点,提出一种基于紫外光通信的无人机最优刚性编队生成算法。在分析机间紫外光通信链路模型的基础上,利用紫外半球形LED阵列协助无人机发现自身的邻居节点,首先生成最优刚性子图,再通过删除链路得到最优刚性编队图。仿真结果表明,与其他算法相比,所提算法构建的拓扑结构具有合适的平均节点度和较小的通信半径,提高了网络的容错性能,有效减小了编队的通信复杂度,降低了网络能量消耗。

基于紫外光隐秘通信的无人机编队分簇优化算法

针对复杂战场环境下无人机(UAV)执行渗透侦察任务时对通信网络的隐秘性需求,考虑节点携带能源有限且在数据传输时能量消耗的不均衡问题,提出了一种基于紫外光通信的UAV编队分簇优化算法。首先,在建立机间无线紫外光通信链路模型和能量消耗模型的基础上,结合最优刚性图的优势,对低功耗自适应分层型协议(LEACH)算法的簇首选举和簇间通信过程进行改进。然后,引入节点剩余能量和链路可靠性的权值函数选举簇首,簇首间通过生成最优刚性图进行拓扑优化。仿真结果表明,该算法在提高簇间连通性的同时延缓了网络出现节点死亡的现象,相比LEACH算法,网络第一次出现死亡节点和出现一半死亡节点的时间分别延长了25.2%和21.4%,且兼顾了网络的连通性和能耗均衡性。