基于混合SDN架构的FANET分段式路由设计

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:wpqh918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
飞行自组织网络(Flying Ad hoc Network,FANET)具有部署方便、灵活性强、功能多样和成本低廉等优点,被广泛应用于军事和民用领域。然而,FANET具有的无线自组织、节点能量受限以及拓扑高动态等特点,使得目前广泛应用于其中的三维贪婪周边无状态路由(3-Dimensional Greedy Perimeter Stateless Routing,3DGPSR)存在路由空洞、网络生存时间受限、丢包率高等问题。近年来新兴的软件定义网络(Software Defined Network,SDN)通过控制平面与数据平面分离、可编程自定义、集中控制的方式,为解决FANET的路由空洞提供了一种可行的解决方案。因此,本文将SDN架构引入到FANET中,重点针对SDN-FANET路由中的低开销控制、能量均衡、节点运动预测等关键技术开展研究。具体工作如下:1.针对传统集中式SDN架构下FANET路由控制开销大的问题,本文提出了一种基于混合SDN架构的FANET分段式路由。首先,为无人机之间以及控制器与无人机之间设计了统一的网络信息更新与维护的方式,以减少不必要的信息交互对带宽的占用。然后,基于分段源路由的数据转发方式,设计了一种SDN-FANET混合路由。其中,SDN控制器根据网络全局信息进行基于能量均衡的段间路径计算,无人机本身搭载3DGPSR路由算法进行段内路径计算,在完成数据流转发路径灵活控制的同时减少了控制开销。最后,基于OPNET软件搭建了SDN-FANET仿真模型,仿真结果表明本文所提的SDN-FANET分段式混合路由能够有效降低端到端时延、提升数据包投递率,并在一定程度上延长网络生存时间。2.在上述工作的基础上,针对FANET中节点高速运动所带来的丢包率高的问题,本文提出了一种基于自适应扩展卡尔曼预测的SDN-FANET分段式混合路由增强方法。首先建立了无人机高机动性运动模型。在此基础上利用自适应扩展卡尔曼预测算法对无人机的三维运动进行跟踪和预测,以获得无人机的实时位置信息。此外,SDN控制器利用预测结果进行路径的准确计算,以实现SDN-FANET分段式混合路由的增强设计。基于OPNET的仿真结果表明,增强后的SDN-FANET分段式混合路由比原方案展现出了更高的数据包投递率以及更为稳定的端到端时延性能。
其他文献
随着通信需求的不断提升,第五代移动通信(5G)在2020年开始正式商用,polar码以其优异的编码性能成为增强型移动宽带场景下的控制信道编码方案,针对polar码的编译码设计是5G系统中一个至关重要的步骤。然而,典型的polar码构造方案一般基于连续消除(SC)译码算法设计,且只适用于特定的信道环境,对于信道极化不充分的有限长polar码来说,同一编码方案在不同条件下性能差异巨大。另外,polar
近年来,随着半导体技术的不断进步,图像传感器采集到的图像分辨率越来越高,然而受限于镜头的曲率,单镜头采集到的图像视角范围最高仅达220度左右,存在视角盲区。全景相机较传统摄像头的突出优势就在于视角范围全覆盖,但是传统全景相机方案很难应用在视频直播领域。人工智能算法在智能安防设备领域展现出极大的发展潜力,常规方案是将人工智能算法部署在云端服务器之上,通过配置数量可观的摄像头避免产生监控盲区,依托服务
网络结构自然存在于现实世界的各种复杂系统中,例如社交网络、购物网络、合著网络、Ad-hoc网络和计算生物学等。这些复杂系统中的许多问题都可以通过网络结构进行推理。在早期的研究中,网络分析方法主要集中在静态网络上,然而现实世界的网络会表现出各种动态行为,例如拓扑演化、特征演化和特征扩散等。事实上,动态性是决定大多数网络系统性能的一个重要因素,因此对于网络系统动态性的研究被视为一个需要深入探索的关键问
现代战争信息化、电子化趋势日益明显,精确制导武器作为精确打击目标的必要手段,已经慢慢取代了原有作战武器,成为战场的主宰。多模复合制导是精确制导武器的核心制导方式,同时信息融合算法又是多模复合制导的灵魂算法,因此信息融合算法在精确制导领域的应用和研究十分广泛。由于信息融合算法在投入使用之前,需要对算法的正确性和实时性进行大量的验证;对于算法的正确性,需要根据实际应用背景对算法是否合理进行评估,对于算
数字全息显微技术(Digital Holographic Microscopy,DHM),作为一种定量相位成像技术,将数字全息技术与光学显微技术相结合,可以从对全息图进行重建得到的强度和相位图像中定量获取细胞等样品的三维形貌以及折射率分布等信息,是一种有效的全场定量、无损非接触、快速、高分辨的三维成像技术。近年来,随着电子成像器件以及计算机技术的发展,DHM在活体生物细胞检测等领域获得广泛应用并取
红外成像技术在红外武器的研制与测试、目标的探测识别与跟踪、灾害救援等军事和民用领域都有着广泛的应用。近几年来国家对海洋资源不断重视,大规模海洋场景的红外仿真研究具有十分重要的现实意义。为此,本文依据红外物理知识和相关图形学方法对海洋场景进行建模仿真,实现了适用于大规模海洋战场环境的红外仿真框架,并对仿真效果进行了可信度评估。本文首先研究了海面的几何网格模型建模方法。在对比了四种常见的高度场建模方法
学位
随着智能化时代的来临,无人系统在农业、工业、航空、航海、军事等领域应用广泛。如今实际环境复杂多变,不同的任务需要用不同的算法实现且每个算法各有优缺点,单一的算法已不能满足实际需求。根据任务规划实现算法协同不仅能够利用算法其自身优势,而且可实现算法间的优势互补,提高无人系统的效率和智能化水平。本文主要研究无人系统中如何根据任务规划调用合适的算法以提高协同性和任务效率,主要工作如下:1.针对无人系统任
智慧交通是当前热门研究领域,智能网联汽车作为智慧交通的核心元素,已逐渐引起社会各界的广泛关注。通过车联网与智能车的有机联合,搭载先进的车载传感器、控制器、执行器等装置,融合现代通信与网络技术,实现车与人、车、路、后台等智能信息交换共享,极大的促进了车辆智能化的发展进程。然而,智能网联汽车在将传统汽车网络化、智能化的同时,也存在着诸多问题,例如:车内信息在CAN总线传输时加密强度较低、加密时间较长、
在当前的大数据时代,基于摄像头的设备使人们可以捕获大量数字图像数据。然而数字图像在获取过程中,由于受到恶劣天气、光照条件、成像设备的固有误差等影响,使得所捕捉图像的质量有所下降,例如成像内容模糊、分辨率降低、亮度与对比度变差等,影响了人类视觉感官需求和工业视觉任务效果。因此,图像复原技术具有重要意义。与此同时,深度学习已被应用于图像处理的各个领域并取得了良好的效果,注意力机制是深度神经网络中卓越的