面向蜂群无人机自组网接入协议的多优先级动态阈值算法

针对蜂群无人机自组网中存在的数据传输低可靠性以及高时延等问题,提出了面向蜂群无人机自组网接入协议的多优先级动态阈值算法。首先,分析数据帧在无线信道中的传输过程,利用各优先级的数据发送概率求得各优先级的数据传输成功率;其次,提出了一种改进的信道满载阈值计算方法,当信道环境发生变化时能够稳定数据的传输并降低时延;最后,通过依次调整各优先级阈值,维持整体信道处在满载阈值水平,保证了最高优先级队列的高传输成功率与低传输时延,有效地提高了整体蜂群无人机自组网的性能。仿真结果表明:在不同业务量接入的情况下,所提协议能够保持各优先级数据的高传输成功率、低时延和高吞吐量传输,传输成功率比基于业务量统计的多优先级接入协议提升了14.2%,并在最高优先级数据传输成功率、端到端时延以及吞吐量等方面具有较大的优势。

蜂群无人机自组网多优先级自适应退避算法

针对现有媒质接入控制(MAC)协议退避算法无法为蜂群无人机自组网(FANETs)提供区分服务,且在重负载时性能严重恶化等问题,提出一种多优先级自适应退避算法。采用忙闲因子自适应机制和最优竞争窗自适应机制,根据信道忙闲程度和网络状态参数自适应实时更新各优先级竞争窗口(CW)长度,从而使每次退避的竞争窗口可快速收敛到最佳状态,并实现了多业务区分服务,得到了最优的系统性能。通过建立不同优先级退避过程的三维Markov链模型求解得到了饱和吞吐量下的最优竞争窗自适应因子,并且理论推导了系统吞吐量和平均MAC时延的数学表达式。仿真结果表明,所提算法在重负载时能够实现多优先级区分服务并有效提高系统的吞吐量性能,相比区分业务优先级的自适应退避(PAB)算法和支持QoS的自适应竞争窗口退避算法(Q-ABACW),性能均有较大提升。

支持混合业务传输的蜂群无人机自组网多路访问控制协议

针对蜂群无人机自组网多优先级业务并行传输,以及高优先级业务低时延、高可靠的服务质量(QoS)需求,提出一种支持混合业务传输的多路访问控制(MAC)协议。该协议针对混合业务的QoS需求,对最高优先级业务采用多信道随机接入策略,其余优先级采用多信道忙闲接入策略,根据阈值和信道占用度对未超时分组的接入权限实时控制,并通过基于信道忙闲感知的多优先级退避机制,为各优先级业务提供了QoS保障能力。进一步综合运用排队理论、Markov建模、离散Laplace变换推导出了系统各项性能的数学表达式和各优先级业务信道接入阈值。仿真结果表明,该协议在重负载下能够有效保障高优先级业务低时延(<2 ms)、高可靠(> 99%)的QoS需求及稳定的系统容量(> 10 Mbit/s),性能优于区分优先级自适应抖动的多信道MAC协议和基于传输时隙分配和即时访问的混合MAC协议。

启发式无人机蜂群自组网协议及仿真

针对传统大规模无人机自组网网络开销过高,以及小型/微型无人机能量受限的特点,提出了一种基于蜜蜂采蜜的启发式无人机蜂群自组网协议,适用于饱和攻击等作战场景.通过仿真分析验证,该协议具有网络结构简单、协同探测时延低、群体生存时间长等优点.

面向无人机自组网的可信路由协议

针对无人机自组织网络(FANETs)容易遭受内部攻击、链路中断频繁的问题,提出了一种基于信任的按需多径距离矢量路由协议(TAOMDV)。首先,建立了节点信任度评估模型,引入数据包转发率、可信交互度、探测包接收率作为信任评估因子,设计了自适应模糊信任聚合网络(AFTAN)计算节点的直接信任度,综合可信邻居节点的间接信任度以计算节点信任度。其次,引入信任波动惩罚机制,抵御信任模型中的开关攻击。最后,将信任模型应用于按需多径距离矢量路由协议(AOMDV)中,在路由发现阶段引入路径信任度作为路由选择依据,建立可信路径,在路由维护阶段通过路径报警机制对恶意节点做出及时响应。仿真结果表明TAOMDV不仅能抵御常见的黑洞、灰洞攻击与开关攻击,而且能够降低网络拓扑变更与链路中断的影响。与轻量级信任增强路由协议(TEAOMDV)相比,有效提高了网络的数据包投递率与吞吐量,优化了路由开销与平均端到端时延。

节点密集型无人机自组网路由协议研究

无人机自组网是由无人机组成的移动自组网,具备高抗摧毁能力、高智能化、功能多样的特点,近年来无人机“蜂群”作战是备受关注的全新作战模式。由于无人机“蜂群”自组网的无人机节点密度大,导致应用环境比传统移动自组网复杂。论文针对无人机“蜂群”节点密度大的特点,构建节点密集型无人机自组网场景模拟高密度的无人机“蜂群”,对常见的几种自组网路由协议进行仿真,并且分析各个协议在节点密集型无人机自组网中的性能表现。实验结果表明,在节点密集型无人机自组网中AODV协议表现优于其他协议,若FANET对报文发送实时性要求不高应优先考虑AODV协议。