针对无人机自组网等高动态飞行自组织网络中,网络拓扑的快速变化导致通信链路断裂和路由重建频繁的问题,研究一种基于Q-learning的QoS(quality of service)路由方法。该方法以Q-learning强化学习框架为基础,将邻居节点数量、链路持续时...针对无人机自组网等高动态飞行自组织网络中,网络拓扑的快速变化导致通信链路断裂和路由重建频繁的问题,研究一种基于Q-learning的QoS(quality of service)路由方法。该方法以Q-learning强化学习框架为基础,将邻居节点数量、链路持续时间和链路可用带宽作为路由度量信息,设计一种提供QoS保证的Q-learning奖励函数。网络节点通过广播Hello消息交互各自的本地路由度量信息,邻居节点接收到Hello分组或者数据分组,根据奖励函数计算并更新Q值,待转发数据分组的节点根据其维护的Q值表智能选择下一跳转发节点。EXata无线网络仿真环境中的仿真结果表明,该方法能为高动态飞行自组织网络中的数据传输提供稳定性好、服务质量高的通信链路。展开更多
针对分布式空间飞行器自组网使用传统时分多址(Time Division Multiple Access,TDMA)时隙分配方式时网络时延大、传输效率不高的问题,提出了一种基于双频通信的动态时分多址时隙分配(Dual Frequency Dynamic Time Division Multiple Acc...针对分布式空间飞行器自组网使用传统时分多址(Time Division Multiple Access,TDMA)时隙分配方式时网络时延大、传输效率不高的问题,提出了一种基于双频通信的动态时分多址时隙分配(Dual Frequency Dynamic Time Division Multiple Access,DF-DTDMA)方案。DF-DTDMA方案采用双频通信分别传输低速广播业务和高速定向业务,提高了网络吞吐量。在低频网络层提出了嵌套型时隙分配策略降低网络拓扑变化快带来的定向业务丢包率;在高频网络层提出了基于空间复用的定向无冲突时隙分配策略,避免发生信息碰撞,提高了网络的可靠性。仿真结果表明,相比传统TDMA协议,DF-DTDMA方案有效降低了飞行器网络丢包率,提升了网络吞吐量,具有高可靠性和灵活性。展开更多
针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为...针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为了实现有效的路由决策,采用马尔可夫决策过程(Markov Decision Process,MDP)对路由行为进行建模,在状态空间设计中结合了节点位置信息与链路信道容量,并综合考虑了双跳范围内的网络信息,以深度值网络为核心,在融合实时网络状态动态调整机制的奖励函数引导下,做出最优下一跳路由决策。实验结果表明,在通信空白场景下,DHRP相较于现有的路由方案,显著降低了FANET的平均端到端时延。此外,在不同节点规模和网络拥塞条件下,DHRP均表现出优越的适应性和鲁棒性,通过对动态网络环境的实时感知与智能决策机制,有效保障了整体网络性能。展开更多
文摘针对无人机自组网等高动态飞行自组织网络中,网络拓扑的快速变化导致通信链路断裂和路由重建频繁的问题,研究一种基于Q-learning的QoS(quality of service)路由方法。该方法以Q-learning强化学习框架为基础,将邻居节点数量、链路持续时间和链路可用带宽作为路由度量信息,设计一种提供QoS保证的Q-learning奖励函数。网络节点通过广播Hello消息交互各自的本地路由度量信息,邻居节点接收到Hello分组或者数据分组,根据奖励函数计算并更新Q值,待转发数据分组的节点根据其维护的Q值表智能选择下一跳转发节点。EXata无线网络仿真环境中的仿真结果表明,该方法能为高动态飞行自组织网络中的数据传输提供稳定性好、服务质量高的通信链路。
文摘针对分布式空间飞行器自组网使用传统时分多址(Time Division Multiple Access,TDMA)时隙分配方式时网络时延大、传输效率不高的问题,提出了一种基于双频通信的动态时分多址时隙分配(Dual Frequency Dynamic Time Division Multiple Access,DF-DTDMA)方案。DF-DTDMA方案采用双频通信分别传输低速广播业务和高速定向业务,提高了网络吞吐量。在低频网络层提出了嵌套型时隙分配策略降低网络拓扑变化快带来的定向业务丢包率;在高频网络层提出了基于空间复用的定向无冲突时隙分配策略,避免发生信息碰撞,提高了网络的可靠性。仿真结果表明,相比传统TDMA协议,DF-DTDMA方案有效降低了飞行器网络丢包率,提升了网络吞吐量,具有高可靠性和灵活性。
文摘针对飞行自组网(Flying Ad Hoc Network,FANET)在通信空白场景下存在的高时延问题,提出了一种深度强化学习(Deep Reinforcement Learning,DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol,DHRP)。为了实现有效的路由决策,采用马尔可夫决策过程(Markov Decision Process,MDP)对路由行为进行建模,在状态空间设计中结合了节点位置信息与链路信道容量,并综合考虑了双跳范围内的网络信息,以深度值网络为核心,在融合实时网络状态动态调整机制的奖励函数引导下,做出最优下一跳路由决策。实验结果表明,在通信空白场景下,DHRP相较于现有的路由方案,显著降低了FANET的平均端到端时延。此外,在不同节点规模和网络拥塞条件下,DHRP均表现出优越的适应性和鲁棒性,通过对动态网络环境的实时感知与智能决策机制,有效保障了整体网络性能。
