无线紫外光通信协作无人机蜂群分簇方法研究
发布时间:2023-05-06 19:58
无人机蜂群是由一群自主组网协同作业的小型无人机构成,具有成本低、感知能力好、协作能力强和功能分布化等优良特性,能够极大提高任务执行效率。而在强电磁干扰和复杂大气环境等恶劣条件下,无线紫外光散射通信协作无人机蜂群可实现机间全天候非直视隐秘通信,为无人机蜂群中的信息交互提供有效保障。由于无人机携带能源有限,为尽可能延长留空时间,应提高无人机网络的能量效率和数据传输效率。因此本文针对无人机节点能量同构和异构的情况,研究了机间紫外光通信网络中的负载均衡问题,通过改进分簇算法达到延长无人机网络生命周期的目的。本文主要工作如下:(1)针对无人机节点能量同构时无人机蜂群网络的能效问题,研究了机间紫外光通信网络中高能效分簇优化算法。基于机间无线紫外光散射链路特性,改进了无人机蜂群网络中分簇算法的簇首选举机制和簇的建立过程,使得簇首选举概率是基于节点剩余能量与网络节点平均能量的比值,并根据距离最优化原则完成簇结构的生成。仿真结果表明改进算法能够明显延长无人机蜂群网络的生命周期,提高网络的数据传输性能。(2)在实际应用中,无人机因搭载任务载荷不同而具备不同初始能量,因此需对节点能量异构条件下无人机蜂群网络...
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究进展
1.2.1 无线紫外光通信网络
1.2.2 无人机蜂群分簇机制
1.3 本文的主要研究内容
1.4 本文的组织结构
2 无线紫外光通信与无人机蜂群分簇方法概述
2.1 无线紫外光通信基本原理
2.2 大气效应对紫外光通信的影响
2.2.1 大气吸收作用
2.2.2 大气散射作用
2.3 无线紫外光通信方式
2.3.1 无线紫外光直视通信链路模型
2.3.2 无线紫外光非直视通信链路模型
2.4 无人机蜂群分簇理论
2.4.1 编队控制策略
2.4.2 分簇的基本思想
2.4.3 分簇算法的分类
2.4.4 LEACH分簇算法
2.5 本章小结
3 机间紫外光通信网络中高能效分簇优化算法
3.1 机间紫外光通信链路衰减
3.2 无人机蜂群网络模型
3.2.1 无人机蜂群通信能耗模型
3.2.2 无人机蜂群分簇模型
3.3 机间紫外光通信网络中高能效分簇优化算法
3.3.1 基于能量约束的簇首选举
3.3.2 距离最优化成簇
3.3.3 数据传输
3.4 网络分簇性能评价
3.5 结果与讨论
3.5.1 算法对比分析
3.5.2 算法性能分析
3.6 本章小结
4 阈值敏感的异构无人机蜂群能耗均衡策略
4.1 能量异构的无人机蜂群分簇模型
4.2 阈值敏感的异构无人机蜂群能耗均衡策略
4.2.1 能量加权选举簇首
4.2.2 簇的建立
4.2.3 阈值约束下的数据传输
4.3 结果与讨论
4.3.1 算法对比分析
4.3.2 算法性能分析
4.4 本章小结
5 总结与展望
5.1 本文总结
5.2 展望
致谢
参考文献
攻读学位期间主要研究成果
本文编号:3809528
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究进展
1.2.1 无线紫外光通信网络
1.2.2 无人机蜂群分簇机制
1.3 本文的主要研究内容
1.4 本文的组织结构
2 无线紫外光通信与无人机蜂群分簇方法概述
2.1 无线紫外光通信基本原理
2.2 大气效应对紫外光通信的影响
2.2.1 大气吸收作用
2.2.2 大气散射作用
2.3 无线紫外光通信方式
2.3.1 无线紫外光直视通信链路模型
2.3.2 无线紫外光非直视通信链路模型
2.4 无人机蜂群分簇理论
2.4.1 编队控制策略
2.4.2 分簇的基本思想
2.4.3 分簇算法的分类
2.4.4 LEACH分簇算法
2.5 本章小结
3 机间紫外光通信网络中高能效分簇优化算法
3.1 机间紫外光通信链路衰减
3.2 无人机蜂群网络模型
3.2.1 无人机蜂群通信能耗模型
3.2.2 无人机蜂群分簇模型
3.3 机间紫外光通信网络中高能效分簇优化算法
3.3.1 基于能量约束的簇首选举
3.3.2 距离最优化成簇
3.3.3 数据传输
3.4 网络分簇性能评价
3.5 结果与讨论
3.5.1 算法对比分析
3.5.2 算法性能分析
3.6 本章小结
4 阈值敏感的异构无人机蜂群能耗均衡策略
4.1 能量异构的无人机蜂群分簇模型
4.2 阈值敏感的异构无人机蜂群能耗均衡策略
4.2.1 能量加权选举簇首
4.2.2 簇的建立
4.2.3 阈值约束下的数据传输
4.3 结果与讨论
4.3.1 算法对比分析
4.3.2 算法性能分析
4.4 本章小结
5 总结与展望
5.1 本文总结
5.2 展望
致谢
参考文献
攻读学位期间主要研究成果
本文编号:3809528
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3809528.html