基于BP神经网络的短距离无线通信数据传输丢帧测试方法

单一传输节点在不同传输信道的传输任务分配情况不同,导致短距离无线通信数据传输丢帧情况的测试结果误差往往较大。为此,基于反向传播(Back Propagation,BP)神经网络对短距离无线通信数据传输丢帧测试方法展开研究。考虑影响短距离无线通信数据传输状态的核心要素是传输节点的感知范围和目标点与传输节点之间的距离,利用布尔感知模型构建包含完全感知(概率为1)或未感知(概率为0)的短距离无线通信感知模型;在数据传输丢帧测试阶段,引入BP神经网络,围绕感知概率为0的节点,将传输节点在不同传输信道的传输任务分配情况作为隐藏层的学习目标,综合分析丢帧率。测试结果表明,在不同通信密度测试场景下,文章方法均未受到明显影响,测试结果与实际丢帧率之间的绝对误差仅0.01%,该方法具有高度稳定性和准确性。

面向多节点同步协同的并发任务分配方法

当前无人机集群在电磁频谱监测中得到了较为广泛地应用,为提升无人机集群可同时执行的电磁频谱监测任务数量,基于时分复用的思想,提出了一种面向多节点同步协同的并发任务分配方法。通过构建任务帧实现了监测任务的并发执行,并利用自适应学习的粒子群算法对任务帧进行优化,进一步提升了无人机集群的并发任务执行能力。此外,通过基于优先级的任务帧局部重优化策略,在兼顾优化质量的同时提升了重优化的速度以适应快速变化的电磁监测任务需求。仿真结果表明,所提方法能够有效提升无人机集群的并发任务执行能力和动态适应能力。